基于集合预报的四川夏季强降水订正试验

四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大。从观测与模式预报的累积概率密度函数角度出发,利用2007—2012年6—8月中国降水观测格点资料和2012—2013年6—8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法——概率阈值订正法,并运用该方法对2012年6—8月盆地东部的降水过程进行批量试验。试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6~7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平。

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。

基于分段层次聚类的中国强降水集合平均预报逐步订正方法研究

集合预报在数值天气预报中占有重要地位,如何有效地从集合成员中提取信息以提高降水的集合平均预报技巧是重要科学问题。采用2019—2022年夏季中国气象局全球集合预报业务模式(China Meteorological Administration Global Ensemble Prediction System,CMA-GEPS)的逐日累计降水量集合预报数据,发展了基于分段层次聚类的逐步订正方法(Stepwise correction method based on segmented Hierarchical Clustering,SHC)以改进该模式的强降水集合平均预报结果,并定量评估了SHC方法的性能,比较了其与集合平均(EM)和直接聚类法(HC)的订正效果差异。结果表明:SHC方法由于采取了分段聚类订正来有效引入更有价值的集合成员预报信息,进而修正集合平均预报结果,提升目前在短、中期天气集合预报中的强降水预报能力;该方法的逐日连续预报检验评分总体在降水预报订正方面有优势,相对于EM和HC方法预报技巧均有明显提升,证明其具有良好的适用性;对于2021年郑州7·20暴雨个例的应用显示SHC方法对极端降水预报具有较好的订正效果。SHC方法为改进中国强降水集合平均预报技巧提供了新方法。

多模式融合的广东网格定量降水预报方法的研发与评估

基于ECMWF全球集合预报、华南区域GRAPES中尺度模式及短时临近预报模式,对不同模式降水预报在广东气候背景下的应用效果进行分析,发展耦合多种方法的客观释用产品,实现多尺度模式的融合应用。通过个例和批量检验,结果表明:多尺度模式融合是一个有发展前景的模式客观释用技术,利用频率匹配和最优百分位方法发挥集合预报解释在天气尺度的应用优势,并基于本地化分型检验建立了强降水空间订正和晴雨消空订正方法,进一步优化了特定天气场景下降水空间分布和强度的预报,利用中尺度模式对日变化特征描述的优势,进行时间降尺度,一定程度上提高了逐时降水预报能力;考虑不同订正方法的相互依赖和影响,确立了“频率匹配-最优百分位-强降水空间订正-晴雨消空订正-时间协调一致”的广东网格定量降水释用流程,实现了多种不同技术的耦合集成,形成优势互补,提升了广东降水客观预报的准确性。