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...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。展开更多
以位于不同水文气象分区的屯溪流域和绥德流域为研究对象,选取TIGGE(THORPEX Interactive Garnd Global Ensemble)数据集中NCEP(National Centersfor Environmental Prediction)、ECMWF(European Centre for Medium-range Weather Forec...以位于不同水文气象分区的屯溪流域和绥德流域为研究对象,选取TIGGE(THORPEX Interactive Garnd Global Ensemble)数据集中NCEP(National Centersfor Environmental Prediction)、ECMWF(European Centre for Medium-range Weather Forecasts)、CMA(China Meteorological Administration)3种预报产品的2010—2015年控制预报数据,基于分位数映射法中的QUANT(non-parametric quantile mapping using empirical quantiles)法和RQUANT(non-parametric quantile mapping using robust empirical quantiles)法进行预报降雨修正,并采用多分类预报检验、连续型预报检验和概率型预报检验等方法,对不同水文气象分区、不同预报产品和不同修正方法进行比较与适用性分析;同时,以屯溪流域实测降雨为例,通过增加噪声项对降雨重采样,基于新安江模型分析降雨不确定性对水文模拟结果的影响。结果表明:在研究流域,所选的预报产品对无雨和小雨期的预报精度都较高,但随着降雨量的增加,各产品的预报能力均出现较为明显的下降。多分类和连续型检验表明绥德流域的降雨预报效果更佳,NCEP和ECMWF在研究流域的整体预报精度较高,CMA的整体预报精度在研究流域略低于其他产品。各产品在修正后大部分检验指标预报精度提高,其中:ECMWF在绥德流域修正后预报精度最高,对两种修正方法都有很好的适用性;在屯溪流域,NCEP和ECMWF在不同修正方法后各指标预报精度各有高低,CMA在修正后仅在大雨量级的TS评分预报精度高于其他产品。降雨的不确定性会对水文模拟产生消极影响,并导致参数的不确定性和水文模拟精度的下降。展开更多
误差订正是提高模式模拟和预报性能的有效方法。基于CWRF(regional Climate-Weather Research and Forecasting model)25套不同物理参数化方案的日降水量模拟资料,对比仅进行降水日数订正(OCD)、仅进行降水量订正(OCM)和先订正降水日数...误差订正是提高模式模拟和预报性能的有效方法。基于CWRF(regional Climate-Weather Research and Forecasting model)25套不同物理参数化方案的日降水量模拟资料,对比仅进行降水日数订正(OCD)、仅进行降水量订正(OCM)和先订正降水日数再订正降水量(COR)三种订正方法,先订正再等权重集成和先等权重集成再订正两种订正思路,重点对1997—2015年华中和华南地区夏季日降水进行订正效果的对比。结果表明:(1)降水日的订正是必要的,综合而言COR方法对CWRF模式日降水的订正效果更佳,尤其是小量级降水,但降水强度的表现不如OCM;(2)先集成后订正的效果更好;(3)CWRF模式不同参数化方案对日降水的模拟能力有显著差别,经过订正后模拟能力均有所提升,但对于不同的模拟方案,其订正效果也不同。表明,误差订正确实能有效提高模式模拟及预报性能,但其效果存在不确定性。提高模式的预报性能,关键还是提高模式对真实大气动力学的表述能力。展开更多
文摘为做好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。
文摘区域气候模式降水弥补了高寒山区气象站点稀少的缺陷,是水文模拟的重要驱动变量。然而,高寒山区模式输出降水的总量和频率都存在较大不确定性。因此,改进了用于降水频率纠正的分位数映射法(Quantile Mapping,QM),对中尺度数值预报模式(Weather Research and Forecasting model,WRF)模拟的黑河上游日降水输出数据进行误差订正。选取第95分位和第98分位降水量为阈值,选择2004-2009年为建模时段,2010-2013年为验证时段,使用分段拟合的方法建立传递函数,侧重于对极端降水进行单独订正。研究结果表明:该方法不仅对降水空间分布有明显的改善,对极端降水也有很好的订正效果。订正前模式模拟日降水与台站之间的均方根误差为3.41 mm·d^-1,绝对偏差为115.67 mm·y^-1,订正后均方根误差减少为3.11 mm·d^-1,绝对偏差有明显改善,为60.3 mm·y^-1。订正后流域内年降水空间分布更加合理,年降水量也更接近于观测降水插值结果,其空间相关系数由0.74改善为0.94。春、夏季订正效果优于秋、冬季,其中夏季订正效果较为明显,订正前降水偏差百分比在-0.1~0.1以内的区域面积仅占流域总面积的28%,而订正后占比增加至66%。同时,该方法对极端降水有较好的订正效果,减小了日降水强度(SDII)和极强降水量(R99p)的模拟偏差,订正后的第95分位模拟降水与观测降水插值的相关系数由0.15提高到0.48。本研究为站点稀少的黑河上游提供了一种更有效的误差订正方案,有利于为寒区水文研究获取更精确的降水数据。
文摘误差订正是提高模式模拟和预报性能的有效方法。基于CWRF(regional Climate-Weather Research and Forecasting model)25套不同物理参数化方案的日降水量模拟资料,对比仅进行降水日数订正(OCD)、仅进行降水量订正(OCM)和先订正降水日数再订正降水量(COR)三种订正方法,先订正再等权重集成和先等权重集成再订正两种订正思路,重点对1997—2015年华中和华南地区夏季日降水进行订正效果的对比。结果表明:(1)降水日的订正是必要的,综合而言COR方法对CWRF模式日降水的订正效果更佳,尤其是小量级降水,但降水强度的表现不如OCM;(2)先集成后订正的效果更好;(3)CWRF模式不同参数化方案对日降水的模拟能力有显著差别,经过订正后模拟能力均有所提升,但对于不同的模拟方案,其订正效果也不同。表明,误差订正确实能有效提高模式模拟及预报性能,但其效果存在不确定性。提高模式的预报性能,关键还是提高模式对真实大气动力学的表述能力。
