ODMV/ODMD对长江中下游一次暴雨过程的诊断分析

基于欧洲中期数值预报中心(ECMWF)再分析资料(ERA-interim)和长江中下游124站降水资料以及四种业务常用数值模式资料(EC-thin,T639-thin,Grapes和Japan-thin),以2016年6月30日~7月7日长江中下游地区连续性暴雨天气过程为例,详细分析和讨论了四种数值预报模式以及一维湿涡度(ODMV)和一维湿散度(ODMD)对于长江中下游暴雨落区的诊断效果。得到结论如下:(1)无论是主观分析还是与实际降水的空间相似度,ODMV/ODMD对于雨带和强降水中心的把握都明显优于四种数值模式,在空间分布上表现出更高相似性。(2)Japan-thin预报降水显著偏弱,T639-thin则偏强,而EC-thin、Grapes和T639-thin还表现出较大的离散程度,只有ODMV/ODMD对雨带和强降水中心的平均误差和均方根误差都最小,在降水强度上表现出更高准确性。(3)随着降水强度的增加,Japan-thin、EC-thin和Grapes的漏报率增加显著,Threat Score(TS)评分迅速降低;而T639-thin空报率增速较快,TS评分同样下降明显;只有ODMV/ODMD空报率迅速减小,漏报率缓慢增加,TS评分减弱得较慢,至最高标准时(6h≥30 mm),TS评分依然达到0.22,在降水的时间演变上表现出更好的协同性。