利用常规地面气象观测资料及欧洲EC、美国GFS和T639数值预报产品分析了2014年1月30日至2月2日(春节期间)江苏淮北地区日最高气温预报明显高于实况的可能原因。结果表明:2014年江苏淮北地区春节期间对流层中低层强暖平流有利于大幅升温,...利用常规地面气象观测资料及欧洲EC、美国GFS和T639数值预报产品分析了2014年1月30日至2月2日(春节期间)江苏淮北地区日最高气温预报明显高于实况的可能原因。结果表明:2014年江苏淮北地区春节期间对流层中低层强暖平流有利于大幅升温,期间低云较多、雾较浓且空气污染较重,减弱了到达地面的太阳辐射,地面气温较低,吸收大气热量,对暖平流的升温有明显的抵消作用,不利于淮北地区的大幅升温,甚至造成局地降温,垂直方向的温度层结上易出现逆温。当逆温层维持时,层结较稳定,地面风力较小,不利于空气中污染物和水汽的扩散,雾霾加重,形成一个降温正反馈机制。低云和雾霾及逆温层对地面气温的变化有重要影响。造成此次最高气温预报失误的主要原因为,模式预报的形势场与实况存在较大差异,未充分考虑近地层的相对湿度条件,预报的云量少于实况;对白天雾霾的降温效应估算过低;强暖平流增强850 h Pa气温时,当地面气温较低时,地面吸收大气热量,升温不明显,850 h Pa温度与地面气温变化的对应关系减弱,过高估算了强暖平流的升温作用;对EC和GFS等模式2 m气温数值预报产品过度依赖,未对形势和要素的数值模式预报结果进行检验。展开更多
利用2011-2015年6-8月TIGGE(THORPEX Interactive Grand Global Ensemble)数据集中欧洲中期天气预报中心(ECMWF,以下简称EC)的集合降水预报数据和江苏省70个基本站逐日24 h(20时至次日20时)降水数据,通过大量暴雨样本系统检验和评估了E...利用2011-2015年6-8月TIGGE(THORPEX Interactive Grand Global Ensemble)数据集中欧洲中期天气预报中心(ECMWF,以下简称EC)的集合降水预报数据和江苏省70个基本站逐日24 h(20时至次日20时)降水数据,通过大量暴雨样本系统检验和评估了EC集合预报及多种后处理释用产品对江苏暴雨的预报能力。结果表明:作为集合预报的初级产品,集合平均对暴雨的预报存在明显的漏报率,TS预报评分尚不及EC确定性预报;集合预报不同成员间对暴雨的预报技巧差异大,其最优成员组合的预报能力显著优于EC确定性预报,表明集合预报具有较大的应用潜力;在多种集合预报后处理释用技术中,最大值、最优百分位、降水偏差订正频率匹配法、概率预报、集合异常预报法和杜-周排序法(最大值法)的平均TS评分均较高,超过10%,其次90%分位数、融合、融合-概率匹配和杜-周排序法(集合平均或中位值法)的预报效果也均优于EC确定性预报。集合中位值、概率匹配方法对江苏暴雨的预报评分低于集合平均预报,在暴雨预报上的参考价值相对较低。该评估结果进一步加深了对各集合预报产品区域暴雨预报能力的认识,为预报员更直接快速地选取有效的集合预报产品提供参考。展开更多
采用1979—2007年6月NCEP/NCAR2.5°×2.5°逐日再分析资料和中国743站逐日降水资料,利用相关分析、合成分析等方法,分析了天气尺度波列的特征及其对长江中下游6月梅雨的影响。结果表明:当长江中下游6月梅雨较少时,东亚及...采用1979—2007年6月NCEP/NCAR2.5°×2.5°逐日再分析资料和中国743站逐日降水资料,利用相关分析、合成分析等方法,分析了天气尺度波列的特征及其对长江中下游6月梅雨的影响。结果表明:当长江中下游6月梅雨较少时,东亚及西太平洋区域存在一个天气尺度波列;该波列的延伸距离较短(从黄河河套地区经过长江中下游至南海、菲律宾海一带),维持时间也很短,且仅仅在500 h Pa以下较强。诊断及个例分析表明,当该波列异常显著时,长江中下游梅雨降水明显减少,而其南部区域降水则增多,说明该波列对预报长江中下游降水具有重要的指示意义。展开更多
采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一...采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一个包含水平风场、垂直速度、位温扰动、位势扰动和水汽混合比共6个基本物理量的区域短期集合预报系统(WRF-EPS)。在此基础上,以2016年6月整月我国南方大范围暴雨为样例,针对扰动发展与演变的典型问题进行了探讨。试验结果表明:1)模式大气高、中、低三层的物理量扰动增长可以分为两个阶段,第一阶段为扰动快速线性增长,该阶段内扰动快速完成全部涨幅;第二阶段为非线性稳定阶段,从快速线性增长过渡到非线性稳定阶段大约需要24 h。2)各物理量的扰动增长率、相关系数以及增长模进入非线性稳定阶段的时间大致相同,但对于同一等压面不同物理量或同一物理量不同等压面,每个参数达到非线性稳定后的数值大小及演变规律存在差异,且随时间演变均伴有日内振荡现象。3)对于扰动振幅相同但初始随机模态不同的初值集合,不同随机模态对扰动培育的影响主要是在扰动的非线性稳定阶段,而在快速的线性增长阶段,它们之间的差异很小。4)对于初始随机模态相同但振幅不同的初值集合,不同扰动振幅对扰动演变的影响主要是在扰动的快速线性增长阶段,而在非线性稳定阶段,它们之间的差异很小,并且不同初始振幅对扰动进入非线性稳定阶段的时间基本没有影响。展开更多
文摘利用常规地面气象观测资料及欧洲EC、美国GFS和T639数值预报产品分析了2014年1月30日至2月2日(春节期间)江苏淮北地区日最高气温预报明显高于实况的可能原因。结果表明:2014年江苏淮北地区春节期间对流层中低层强暖平流有利于大幅升温,期间低云较多、雾较浓且空气污染较重,减弱了到达地面的太阳辐射,地面气温较低,吸收大气热量,对暖平流的升温有明显的抵消作用,不利于淮北地区的大幅升温,甚至造成局地降温,垂直方向的温度层结上易出现逆温。当逆温层维持时,层结较稳定,地面风力较小,不利于空气中污染物和水汽的扩散,雾霾加重,形成一个降温正反馈机制。低云和雾霾及逆温层对地面气温的变化有重要影响。造成此次最高气温预报失误的主要原因为,模式预报的形势场与实况存在较大差异,未充分考虑近地层的相对湿度条件,预报的云量少于实况;对白天雾霾的降温效应估算过低;强暖平流增强850 h Pa气温时,当地面气温较低时,地面吸收大气热量,升温不明显,850 h Pa温度与地面气温变化的对应关系减弱,过高估算了强暖平流的升温作用;对EC和GFS等模式2 m气温数值预报产品过度依赖,未对形势和要素的数值模式预报结果进行检验。
文摘利用2011-2015年6-8月TIGGE(THORPEX Interactive Grand Global Ensemble)数据集中欧洲中期天气预报中心(ECMWF,以下简称EC)的集合降水预报数据和江苏省70个基本站逐日24 h(20时至次日20时)降水数据,通过大量暴雨样本系统检验和评估了EC集合预报及多种后处理释用产品对江苏暴雨的预报能力。结果表明:作为集合预报的初级产品,集合平均对暴雨的预报存在明显的漏报率,TS预报评分尚不及EC确定性预报;集合预报不同成员间对暴雨的预报技巧差异大,其最优成员组合的预报能力显著优于EC确定性预报,表明集合预报具有较大的应用潜力;在多种集合预报后处理释用技术中,最大值、最优百分位、降水偏差订正频率匹配法、概率预报、集合异常预报法和杜-周排序法(最大值法)的平均TS评分均较高,超过10%,其次90%分位数、融合、融合-概率匹配和杜-周排序法(集合平均或中位值法)的预报效果也均优于EC确定性预报。集合中位值、概率匹配方法对江苏暴雨的预报评分低于集合平均预报,在暴雨预报上的参考价值相对较低。该评估结果进一步加深了对各集合预报产品区域暴雨预报能力的认识,为预报员更直接快速地选取有效的集合预报产品提供参考。
文摘采用1979—2007年6月NCEP/NCAR2.5°×2.5°逐日再分析资料和中国743站逐日降水资料,利用相关分析、合成分析等方法,分析了天气尺度波列的特征及其对长江中下游6月梅雨的影响。结果表明:当长江中下游6月梅雨较少时,东亚及西太平洋区域存在一个天气尺度波列;该波列的延伸距离较短(从黄河河套地区经过长江中下游至南海、菲律宾海一带),维持时间也很短,且仅仅在500 h Pa以下较强。诊断及个例分析表明,当该波列异常显著时,长江中下游梅雨降水明显减少,而其南部区域降水则增多,说明该波列对预报长江中下游降水具有重要的指示意义。
文摘采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一个包含水平风场、垂直速度、位温扰动、位势扰动和水汽混合比共6个基本物理量的区域短期集合预报系统(WRF-EPS)。在此基础上,以2016年6月整月我国南方大范围暴雨为样例,针对扰动发展与演变的典型问题进行了探讨。试验结果表明:1)模式大气高、中、低三层的物理量扰动增长可以分为两个阶段,第一阶段为扰动快速线性增长,该阶段内扰动快速完成全部涨幅;第二阶段为非线性稳定阶段,从快速线性增长过渡到非线性稳定阶段大约需要24 h。2)各物理量的扰动增长率、相关系数以及增长模进入非线性稳定阶段的时间大致相同,但对于同一等压面不同物理量或同一物理量不同等压面,每个参数达到非线性稳定后的数值大小及演变规律存在差异,且随时间演变均伴有日内振荡现象。3)对于扰动振幅相同但初始随机模态不同的初值集合,不同随机模态对扰动培育的影响主要是在扰动的非线性稳定阶段,而在快速的线性增长阶段,它们之间的差异很小。4)对于初始随机模态相同但振幅不同的初值集合,不同扰动振幅对扰动演变的影响主要是在扰动的快速线性增长阶段,而在非线性稳定阶段,它们之间的差异很小,并且不同初始振幅对扰动进入非线性稳定阶段的时间基本没有影响。