江淮流域伏后延伸期降水异常的环流特征

本文利用1990—2021年高分辨率的CPC和ERA5再分析资料,分析伏后(8—9月)11~25 d和29~59 d江淮流域的大气低频特征,用奇异值分解(SVD)研究影响江淮伏后降水的大气低频信号,并选取2017和2021年两次降水个例进行机理解释。研究结果表明:11~25 d低频位势高度占原始场的方差贡献百分比大于29~59 d尺度,对流层中高层的方差贡献大于对流层低层。SVD结果指出,环球遥相关模(CGT)导致江淮流域的局地辐合上升,有利于11~25 d的低频降水;11~25 d的低频降水与日降水的峰值匹配,意味着该时间尺度的系统对江淮伏后降水具有重要贡献。欧洲至中国的大气Rossby波列使江淮流域的对流层高层辐散,产生垂直上升运动,伏后西北太平洋对流层低层反气旋环流将暖湿水汽传输至江淮流域,动力和水汽条件均有利于降水。本文的研究结果有助于理解江淮流域伏后降水的延伸期预报机制,可为延伸期预报业务提供有价值的分析路线。

机器学习对延伸期降水集合预报的订正分析

为了扩展气象业务中历史预报资料在集合预报产品中的应用性,本文尝试基于机器学习的后处理模型,对欧洲中期天气预报中心(ECMWF)ECMF模式的数值天气预报模式生成的2019年5月—8月历史再预报(训练期)数据进行各模型参数训练,可对2019年5月—8月实时延伸期月降水预报(预报期)进行集合预报分析,均选取华东地区(23.0°N~38.5°N,113.0°E~123.0°E)。采用均方根误差和绝对误差插值空间分布对预报订正效果进行评估,通过K-近邻算法(KNN)、Bagging算法、随机森林(RF)、梯度提升回归树(GBRT)、极端随机树(ET)这5种后处理回归模型的预报订正效果的对比表明:5种后处理模型的均方根误差随预报时效的增长呈现波动变化;受地形分布的影响,华东地区的北部均方根误差较小,从空间分布清楚得出,K-近邻算法的订正预报效果最好,对应的平均绝对误差在10~20 mm,其他4种机器学习模型的误差在50~100 mm。

长江中上游延伸期降水时空投影法预报模型研究

针对长江中上游地区延伸期降水预报,利用时空投影法,建立了以NCEP/NCAR再分析资料为预报因子的降水延伸期预报模型,并进行了回报试验。模型采用SVD方法耦合发报时刻过去2～4侯低频波序列和发报时刻未来2～6侯长江中上游各区降水序列,得到预报因子和预报对象之间的关系,做出降水量范围预报。采用2012～2013年长江中上游降水资料进行了回报试验,初步检验了模型预报能力。结果表明,建立的预报模型对长江中上游延伸期降水预报有一定参考价值。

CFSv2模式资料在成都市延伸期降水预测中的应用评估

将CFSv2模式的延伸期预测资料应用于成都市14个国家站的延伸期降水预测,采用距平相关系数ACC、趋势异常综合检验Ps及Cs/Zs评分对2016年1月至2020年12月的预测回算进行预测效果评估,通过改进的消除偏差一元线性回归方法对模式预测进行订正和预测再回算、再评估。结果表明,CFSv2的延伸期预测与成都地区实际降水的ACC为0.13,略高于目前省级和国家级发布的月预测平均成绩,对成都西南部和东南部的预报效果较好;Ps评分平均为65.7分;期间主要降水过程的Cs评分为0.48,Zs评分为0.64,空报率为38%,漏报率为34%。经过订正后,预测效果的空间差异无明显变化,ACC提高0.04,Ps评分提高4.3分,Cs评分提高0.05分,Zs评分提高0.14分,空报率降低22%,漏报率降低5%,预测准确率明显提升。

低频天气图方法在四川盆地夏季延伸期强降水预报中的应用

利用四川盆地2008~2013年夏季降水量资料以及500h Pa风场资料,基于低频天气图方法,通过分析影响四川盆地强降水过程的500h Pa低频天气系统的活动规律,对强降水时段对应的低频风序列做经验正交分解,分析低频系统的主要空间分布型及其流场配置。统计降水时段对应的低频系统空间位置、分布及持续出现频数,划分出与预测区域降水过程密切关联的8个低频关键区,主要包括中低纬的西太平洋副热带高压及台风的主要活动区（1）、南海附近地区（2）、阿拉伯海和孟加拉湾附近地区（3）,中高纬的蒙古至河套附近地区（5）和青藏高原及其以北的低频系统集中区域（6）这五个活跃关键区。计算各关键区低频系统历史周期发现低纬关键区（1、2、3）以及高原关键区（6）低频系统的周期都较短,而中高纬关键区（4、5、7、8）低频系统的周期相对较长。建立预测区域强降水过程的低频图预测模型。用此方法对2013年四川盆地延伸期强降水过程进行预报试验,发现预测6~7月上中旬的强降水过程效果较好,但对盛夏高温连晴伏旱时段（7月下旬~8月）的预报能力有所下降。

广东降水延伸期预报的探索

利用1961—2005年广东省站逐日降水资料,采用奇异谱分析结合自回归模型对广东候平均降水进行未来1～5候的延伸期预报试验。结果表明,广东省降水侯平均存在一个准40～60 d的振荡周期,对1961—2000年候降水重构相关系数在0.96以上。对2001—2005年候降水进行未来1～5候的预报试验,预报效果除2003年后延第5候较差外,其它4 a的预报结果都较好。后延第1候预报相关系数最高达到0.86,后延预报到第5候时相关系数也在0.3以上。从预报平均相对均方根误差来看,5 a均在30%以内,预报的稳定性和效果较理想。总体说明奇异谱分析结合自回归模型是一种较为有效的预报方法,在未来10～30 d延伸期天气预报业务中有一定的参考价值。