Test and Evaluation of ECMWF Model on Precipitation Forecast in Shaoyang Area

Using actual precipitation in Shaoyang of 2018-2020,precipitation forecast of ECMWF model was tested.The results showed that winter accuracy rate was the highest,followed by autumn,and summer accuracy rate was the lowest.24-h TS scoring results showed that the shorter the cumulative time,the lower the TS.Forecasters had a strong ability to predict summer rainstorms.

大连地区ECMWF细网格模式阵风预报误差检验与分析

阵风的预报误差检验对实际工作中的精细化预报订正具有一定的指导意义,同时对精细化预报中如何消除误差日变化的影响提供了借鉴。选取2017—2019年3~72 h逐日逐3 h欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecast,ECMWF)细网格10 m阵风和10 m平均风预报资料,基于大连地区9个国家气象观测站实况逐3 h极大风资料进行预报误差检验分析。结果表明:按预报风级和实况风级分类的预报误差对比检验均表明ECMWF细网格预报整体偏大,平均误差为0.96 m·s-1,但具体到各风级时两种分类的预报误差统计结论并不一致,按预报风级分类的检验更符合基于模式预报开展的实际预报工作。以预报为基准统计,各风向、各风级、各站的预报误差均差异明显,风级越大预报偏大的程度越高,风向也表现出随风级增大误差增大的趋势。阵风预报的平均误差具有明显日变化,08:00(北京时,下同)前后误差最大,20:00前后误差最小,主要由10 m平均风的平均误差日变化所致。全部预报个例与实况各时效预报相关系数均在0.7以上,具体到各风级、风向时,各风向相关性均较好,而各风级的相关系数则明显降低,8级及以上风力预报的可信度大幅下降。

同化ECMWF短时预报场对区域中尺度模式预报的影响研究

全球数值天气预报模式的预报场常作为背景场驱动区域中尺度天气模式业务系统,其数据质量对区域模式的预报结果具有重要的影响。华中区域中尺度业务模式使用美国环境预报中心的全球预报场(NCEP GFS)作为背景场,其预报精度有待提高。为提高模式的短期预报能力,提出一种利用三维变分方法同化高质量欧洲中期天气预报中心(ECMWF)细网格预报场改善模式初始场的方法,将NCEP GFS预报场作为背景场,同化ECMWF三维格点预报要素,开展个例和批量同化试验。首先,利用探空观测对NCEP GFS和ECMWF的12 h预报产品进行误差特征统计,ECMWF 12 h细网格预报的温度、水平风场、相对湿度的均方根误差都小于NCEP GFS预报场,因此对其进行同化是可行的。然后,对2021年8月11—13日的强降水个例进行不同分辨率的ECMWF预报场同化敏感性试验。最后,基于不同敏感性试验的结果,选择1°×1°的ECMWF预报场对2021年8月进行批量同化试验。结果如下:(1)2021年8月11—13日的强降水个例同化预报试验表明,要素场预报误差得到了较为显著的改善,尤其是在模式低层;对12~36 h、36~60 h、60~84 h累积降水的TS评分具有一定的改善能力,尤其是暴雨量级。(2)不同分辨率的ECMWF预报场同化敏感性试验表明ECMWF预报场1°×1°的预报效果要优于0.5°×0.5°和0.25°×0.25°。(3)2021年8月的批量试验结果显示,同化ECMWF 12 h 1°×1°预报要素后,12 h、36 h和60 h预报的温度、湿度和风场在垂直方向上比控制试验均方根误差有所降低,降水TS评分提高明显,特别是50 mm暴雨降水TS评分,提升了13.33%,可有效改善华中区域数值天气预报系统对强降水的预报能力。

基于分位数映射法的四川省ECMWF模式降水预报误差订正分析

为做好ECMWF(European Centre for Medium-Range Weather Forecasting)模式本地化释用,提高四川省降水预报准确率,对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现,该模式预报的雨日较实况偏多,尤其是攀西地区和川西高原;预报的大雨日数盆地西南部及攀西地区多于实况,而盆地南部少于实况。然后,基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后,暴雨及以上量级TS(Threat Score)提高7%~15%,且各量级降水TS均高于多模式集成客观预报产品2%~4%,大雨及以上、暴雨及以上量级命中率提高10%~20%,订正后雨带位置特别是暴雨落区与实况更接近。

福建省ECMWF细网格模式2 m温度预报误差分析与订正

选取2022年1月1日—12月31日ECMWF细网格模式2 m温度预报24 h以内预报时效产品和对应时次的福建省70个国家站观测资料进行分析,采用ARIMA(差分自回归移动平均)模型和双权重ARIMA模型分别对2 m温度预报产品进行偏差订正,并对订正前后的结果进行对比分析。结果表明:1)ECMWF模式2 m温度预报在福建省主要呈现冷偏差,随着预报时效的增加,均方根误差和准确率随之变差;分别用两种模型进行订正,平均绝对误差由2.1℃以内减小到1.6℃以内,均方根误差从2.5℃以内降低到2.1℃以内,且偏差越大,订正效果越明显。2)ECMWF模式2 m温度逐月预报效果差异较大,订正后各评价指标均有显著改进,各月平均误差在-0.5—0.5℃。3)ECMWF模式2 m温度预报偏差主要表现为福建东部沿海小、中西部较大;订正后平均绝对误差和均方根误差减小至2℃以内,且对高海拔地区的站点改善效果更加明显。与ARIMA模型相比,双权重ARIMA模型订正后平均绝对误差与均方根误差更小、准确率更高,订正效果更好。

基于ECMWF模式的江西及周边地区锋面暴雨预报检验和订正

利用全国降水资料(包括江西加密降水资料)、探空资料、ECMWF模式72—24 h降水和形势预报资料,采用天气学检验、SAL定量降水预报检验等方法,对2017—2019年江西及附近地区锋面暴雨的实况和模式产品进行检验分析,检验主要影响天气系统预报效果,得出ECMWF模式降水预报误差分布特征及原因,并对模式的暴雨预报进行订正。结果表明:ECMWF模式对2017—2019年锋面暴雨过程预报较实况大多偏北,落区预报误差主要源于大尺度降水。从锋面暴雨三种SAL分析误差可见,落区预报较实况大多偏北,暴雨过程强度多数较实况偏弱,结构较实况偏小。对误差较大个例的分析得出两点订正思路:1)锋区南侧有较明显动力热力对流发展的弱锋区暴雨,暴雨落区可订正至925 hPa锋区南侧高温高湿区。2)较强锋面暴雨,当中低层切变辐合抬升区重叠时,暴雨落区可向925 hPa锋区位置调整,暴雨通常不易出现在锋区北侧冷区。

ECMWF细网格模式降水在浙江省行政区域面雨量预报中的释用

区域面雨量预报是决策部门开展防灾减灾工作的重要参考依据。基于2012-2018年浙江省气象站逐日逐小时雨量和ECMWF细网格模式降水产品,探讨各地市中等及以上过程的面雨量月际分布特征,评估模式对上述面雨量过程的预报水平,综合考虑不同时效的降水预报,应用逐步回归方法建立分区域的面雨量解释应用预报方程。结果表明:浙江沿海暴雨个例相对较多,而内陆区域性明显降水发生概率呈现出由西南向东北减小的趋势,中等及以上面雨量过程主要集中在梅雨期和台汛期,台汛期暴雨平均面雨量是梅雨期的1.3倍。ECMWF细网格24 h面雨量预报一般较实况偏小,中雨普遍偏小3 mm左右,大雨偏小7~12 mm,暴雨偏小20~40 mm,并且大雨和暴雨预报偏小距平百分率明显高于中雨的。随着时效的临近,模式的预报效果逐渐改善,72 h以内的预报具有更好的参考价值。各地市订正后的预报方程预报的面雨量,较确定性预报均有不同程度的提高,其中中雨Ts评分提高最为明显,普遍超过50%,同时经释用后多数地市不同量级降水的RMSE和MAE较ECMWF细网格预报的有所减小,预报稳定性更好,预报偏差更小。

基于ECMWF模式的武汉市冬季高空气温订正预报研究

基于2016—2018年冬季武汉站1000、925、850、700、500 hPa的探空气温和ECMWF的72 h气温预报数据,分析了武汉站的高空气温预报误差,使用多元线性回归方法建立了预报误差订正方程。研究发现,ECMWF模式对于各层气温的预报平均偏高0.54℃,1000~850 hPa平均预报误差随着高度增大,850 hPa上误差最大,高达0.77℃,预报偏高1.0℃以上的频次超过总数的1/3,850 hPa以上气温预报误差随着高度降低,500 hPa的预报误差最小。模式预报时效越长,高空气温预报误差越大,72 h时效平均预报误差高达0.80℃。基于ECMWF模式预报误差与850 hPa气温的相关关系,选取了两个订正预报因子,分别为22°N、112°E与33°N、112°E的温差及28°N、116°E与34°N、116°E的纬向风之差,并分层建立了气温预报误差订正方程。最后,对预报方程进行了检验,发现订正后各层气温误差均显著降低,误差平均降低了86.4%。

ECMWF模式对东北半球气象要素场预报能力的检验

利用ECMWF模式逐日分析场(0场)序列和7d预报场序列,使用气候学方法客观检验ECMWF模式对东北半球的预报能力,主要结果如下:1)模式对不同要素场的预报能力呈现出明显的季节性差异,夏季特别是7月预报能力最弱。2)总体来说,850hPa温度场、500hPa高度场与0场相关最好,850hPa湿度场与0场相关最弱;随着预报时效的增加,预报能力总体减弱。3)大陆上温度场预报总体较0场偏高,而在赤道低纬地区偏低,模式对赤道附近温度场变率预报能力弱于中高纬地区,这一特征在其它要素预报中也有不同程度的体现。4)500hPa位势高度预报场与0场的差值表现出清楚的起源于里海并向东北传播经贝加尔湖、鄂霍次克海转向东南至日本东部海域的波列,这一现象在500hPa风场差值图中也有清楚的表现。5)纬向风预报能力强于经向风,30°N附近存在纬向风与0场相关系数高值带。6)总体来说,模式对高层的预报能力优于低层,但模式对700hPa风场的预报存在显著差异。

ECMWF模式地面气温预报的四种误差订正方法的比较研究

采用均方根误差对欧洲中期天气预报中心(ECWMF)确定性预报模式2007年1月至2010年12月的地面气温预报结果进行评估,并分别利用一元线性回归、多元线性回归、单时效消除偏差和多时效消除偏差平均的订正方法,对ECMWF模式地面气温预报结果进行订正。结果表明,4种订正方法都能有效地减小地面气温多个时效预报的误差,改进幅度约为1℃。在短期预报中仅考虑最新预报结果的一元线性回归订正方法要优于考虑多个预报结果的多元集成预报订正方法。在中期预报中考虑多个预报结果的多元集成预报订正方法更优,更稳定。在模式预报误差较大的情况下,多时效集成的订正方法能更稳定地减小误差。

ECMWF模式在长江上游流域调度关键期的预报检验评估

普查2013—2014年发生在长江上游流域的强降水过程,采用天气学检验方法,基于ECMWF模式开展检验评估。结果表明:ECMWF模式预报强降水过程起止时间和暴雨以上量级落区均在蓄水期效果最好;预报中雨以上量级的落区在各关键期总体较好,但在横江、乌江、宜宾—重庆南部、重庆—万州南部、万州—宜昌等区间易局部漏报,应加强对上述区间模式降水产品的订正;预报影响降水过程的天气系统,3 d之内与实况偏差较小,4—7 d与实况偏差较大,需预报员发挥主观作用进行订正。

基于ECMWF模式的四川夏季强降水订正试验

利用2016—2018年6—8月四川地面观测降水资料(含加密自动站)及同时段ECMWF模式各要素预报场资料,根据基于“配料法”计算所得出的3 h间隔短时强降水概率预报,统计各格点各个转换概率阈值的次数,探索了一种针对模式24 h累计降水预报的强降水订正方法,并运用该方法对2018年6—8月降水集中时段24—72 h时效ECMWF模式降水预报进行逐日试验检验。试验结果表明:(1)从大雨、暴雨降水量级综合检验指标来看,各时效订正后命中率、漏报率、TS评分均有明显改善,且随着预报时效的延长,各指标数值提高的幅度愈大。空报率虽然0—24 h、24—48 h时效预报有所增加,但空报率增加幅度远小于漏报率减小幅度;(2)从个例检验结果来看,订正后的模式预报相比订正前的预报而言,降水量级明显增加,50 mm以上降水落区预报效果有较大程度提升,尤其是0—24 h时效预报,订正后降水落区分布与实况基本一致。

ECMWF模式副热带高压指数释用产品的应用

应用2006年6—8月欧洲中心数值预报资料,从计算出的副热带高压面积指数、强度指数和西伸脊点、脊线位置及北界位置分析入手,对副热带高压的特征预报进行统计学检验和误差对比分析。结果表明:基于欧洲中心数值预报模式的计算产品对于副热带高压的预报在96 h内误差较小,120—168 h误差较大,副热带高压的预报总体上呈现强度偏强、面积偏大、西脊点偏西和脊线及北界偏北的误差特点。

安徽省ECMWF数值模式降水预报性能的检验

为了了解欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)数值模式对安徽地区降水预报的性能,提高订正技巧,本文应用风险评分(Threat Score,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(Equitable Threat Score,ETS)及真实技巧评分(True Skill Statistic,TSS)等方法,对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明:ECMWF模式对安徽地区降水的预报性能总体较稳定,年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征,所有气象站降水均存在预报过度的现象。降水预报分级检验表明,小雨量级降水预报评分明显高于其他量级降水,但预报偏差较大,预报过度现象严重;ECMWF模式对72 h时效内的暴雨量级降水预报技巧较小,对于72 h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明,春季、秋季和冬季的48 h时效内晴雨预报的准确率为88%以上,订正空间较小;夏季各时效及春季、秋季和冬季168 h时效以上降水预报的空报率超过60%,可以适度订正;秋季较其他季节降水预报的漏报率略高,尤其是120 h时效以上降水的预报需关注。四季均存在降水预报过度的现象,尤以夏季最突出。ECMWF模式对安徽省降水量为0.1—0.7 mm的格点降水预报空报率较高,订正后可以明显提升预报技巧,但增加了一定漏报风险。

辽宁地区ECMWF模式气温预报检验及误差订正研究

利用2016—2018年ECMWF细网格模式12—36 h内2 m温度预报产品,选取辽宁地区65个城镇站点观测资料,评估预报产品在不同季节的预报准确率,并按季节分析固定误差订正方法和最优滑动周期订正方法对提高准确率的作用。结果表明:ECMWF模式预报产品对辽宁地区气温预报的准确率表现为,ECMWF模式最高气温冬季预报最优(城镇站点预报准确率为81.5%),最低气温夏季预报最好(城镇站点预报准确率为84.3%);采用最优滑动周期订正后,2016—2018年辽宁地区的最高气温和最低气温准确率较ECMWF模式自身分别提高了19.7%和20.5%,最低气温的预报准确率提高程度优于最高气温;在整个空间分布中,ECMWF模式对辽宁中部平原地区最高(低)气温预报准确率高于东、西部地区,辽宁东北部和西南部以及东南部的长白山余脉影响区域准确率明显低于其他区域。同时,在各季中,最高气温和夏季最低气温的订正预报能力优于其他季节;在地面晴、雨两种特征下,对辽宁地区24 h气温预报进行订正检验表明,该检验结果对辽宁地区最高(低)气温订正有一定补充作用,尤其是冬季降水出现时,最高气温预报补充订正效果最为显著。

2014年6-8月T639、ECMWF及日本模式中期预报性能检验

对2014年6—8月T639、ECMWF及日本(文中简称JP)数值模式的中期预报产品进行了分析对比和检验。结果表明:3家模式对亚洲中高纬环流形势和850 hPa温度的调整与演变均具有较好的预报性能。对比而言,ECMWF模式的预报较其他两家模式更接近实况。对副热带高压的变化情况,ECMWF和T639模式较好的体现出了各项指标的变化趋势,但对具体的变化情况均存在不同程度的误差。对于1409号超强台风威马逊(Rammasun)的路径及强度预报,T639模式预报与零场较为接近,ECMWF模式预报台风强度较实况偏弱。

SWCWARMS及ECMWF模式对四川盆地暖区型和斜压锋生型暴雨预报检验分析

利用2014~2016年5~10月四川盆地所有观测站资料及SWCWARMS模式、ECMWF模式同时段20时起报的24h累积降水资料,基于邻域法FSS、ETS评分指数检验了两模式对于高能暖区型暴雨及斜压锋生型暴雨预报的预报性能。主要结论为:(1)两种类型暴雨过程平均误差均是SWCWARMS模式较ECMWF模式大,且误差值为正,表明模式以湿偏差为主;(2)高能暖区型暴雨FSS评分各降水量级各空间尺度均是SWCWARMS模式高于ECMWF模式;斜压锋生型暴雨50mm以下量级降水在36km以下空间尺度ECMWF模式FSS评分高于SWCWARMS模式,54km以上空间尺度SWCWARMS模式评分较高,大暴雨量级降水各尺度下均是SWCWARMS模式评分较高;(3)高能暖区型暴雨ETS评分暴雨、大暴雨量级SWCWARMS模式评分较高,中雨、大雨ECMWF模式预报更优;斜压锋生型暴雨ETS评分,中雨、大雨及暴雨量级降水预报ECMWF优于SWCWARMS,大暴雨量级SWCWARMS模式预报更优。

2014年9—11月T639、ECMWF及日本模式中期预报性能检验

对2014年9—11月T639、ECMWF(文中简称EC)及日本(文中简称JP)数值模式的中期预报产品进行了对比分析和检验。结果表明:3个模式对亚洲中高纬环流形势的调整和演变及850 hPa温度转折性变化具有较好的中期预报性能,但对北方的温度预报偏差明显大于南方。对于副热带高压脊线的位置,T639和EC模式都有较好的预报能力,EC模式比T639模式偏差小。EC模式对于1416号台风凤凰的路径及强度预报效果与零场接近,T639和JP模式预报与实况相差较大。T639和EC模式对有利雾霾发生的静稳天气形势均有较好的中期预报能力,但对驱散雾霾的冷空气,EC模式预报与零场更加一致。

2014年12月至2015年2月T639、ECMWF及日本模式中期预报性能检验

文章对2014年12月至2015年2月T639、ECMWF(文中简称EC)及日本数值模式的中期预报产品进行了对比分析和检验。结果表明:三个模式对亚洲中高纬环流形势的调整和演变及850 hPa温度转折性变化具有较好的中期预报性能,但都存在随时效增长的系统性偏差;对北方地区温度的预报,EC模式表现为预报较零场偏高,而T639模式表现为预报较零场偏低;对于海平面气压场,EC模式对冷空气前锋的预报与零场更加一致。

ECMWF集合预报在淮河蒋家集流域的应用

基于欧洲中期天气预报中心(ECMWF)集合降水预报产品(预见期为10 d),提取淮河蒋家集以上流域的预报数据并进行降尺度处理,驱动洪水预报模型,对2008年8月的一次洪水过程进行模拟预报。为探讨ECMWF集合降水预报驱动洪水预报模型的应用效果,将模拟预报的结果与仅采用地面降水观测数据驱动模型的模拟结果进行对比分析。结果表明:采用ECMWF集合降水预报后,洪水模拟预报精度有明显改进,可使洪水预见期提前48 h;洪水模拟预报流量过程线能刻画洪水预报的不确定性范围,可为防洪减灾提供科学决策依据。