CMA-BJ V2.0系统华北地区降水预报性能评估

利用CMA-BJ V2.0系统在2021年汛期(6—9月)华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率(3 km和9 km)在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明:9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。

雨滴谱分布参数化对改进新疆强降水过程预报的评估

本文利用2018年7月3日至10月3日新疆乌鲁木齐的雨滴谱观测资料,改进了乌鲁木齐区域高分辨率数值预报系统中WRF模式的WSM6单参数方案,对新疆2021年6月15日12时(北京时,下同)至17日00时一次强降水过程的预报改进效果进行评估研究。结果表明:观测显示,乌鲁木齐地区雨滴平均直径(D0)、最大直径(D_(max))和质量加权平均直径(D_(m))分别为0.65 mm、1.60 mm和0.93 mm。引入新疆地区参数lgNw和D_(m)拟合关系的WSM6-new方案对降水强度和强中心范围的预报能力均有一定提高。从TS、BR、ETS和TSS四个指标的评分结果上看,随着降雨等级的增加,WSM6-new方案预报能力相比WSM6方案明显提高,对于大雨和暴雨的预报显示出明显的优势。不同雨滴谱分布参数化方案对降水云系结构特征、垂直速度、大气层结和散度场都有着一定的影响,对于云微物理过程的影响主要体现在雨水含量和分布上。WSM6-new方案引入了新疆雨滴谱统计特征,在模式中对雨滴谱分布的描述更接近实际。雨滴谱的大雨滴数浓度明显增加,雨滴下落末速度增加,拖曳作用增强,有利于零度层以下的下沉气流增强和维持。强下沉气流在近地层形成更强的辐散出流,加强了近地面对流区气流的辐合,有利于上升气流的发展加强,从而地面产生更强的降水,对暴雨的预报能力明显增强。

千米尺度数值预报模式对泰山地区暖季降水预报性能的评估

为深入认识对流可分辨模式对小尺度孤立地形区降水的预报性能,使用2017年暖季(5—9月)台站逐时降水观测数据,以小时尺度降水特征为指标,细致评估了千米尺度分辨率(3 km)的北京“睿图”短期数值预报子系统(RMAPS-ST)对泰山及其周边地区降水特征的预报能力,并对比了不同起报时次(北京时08时和20时)的预报差异。评估发现,RMAPS-ST可以再现泰山站的局地降水中心,但区域西南侧降水预报小于观测,而泰山站及其东北侧则相反。清晨和午后时段的降水预报与观测相比存在较大偏差。以泰山站为例,RMAPS-ST易于低估夜间至清晨时段的降水频率,这可能与模式对降水系统发展演变过程的预报偏差以及清晨泰山站弱降水事件的漏报有关;清晨泰山站降水强度的预报在不同起报时次的结果中存在差异,20时起报存在大幅度高估的问题,进而导致其暖季平均降水量预报大于观测,而08时起报对于清晨降水强度的高估不明显;08时起报易高估泰山站午后的降水频率,这与其午后短历时降水事件数预报偏多有关,模式对山区热动力场的预报偏差是午后降水空报的可能原因。小时尺度降水特征已应用于中国气象局区域数值预报模式的业务评估体系中,本研究结果也表明,此类评估有助于深入认识千米尺度数值预报模式对降水日内变化的预报能力,从而为精细化降水产品的订正提供更详实的科学依据。

千米尺度分辨率下GRAPES-Meso4.0模式定量降水预报性能评估

应用覆盖中国东南部的3 km分辨率GRAPES-Meso4.0模式(GRAPES-Meso4.0_3 km)2015年夏季实时预报试验结果、同区域1600多个中国国家地面气象观测站每日08:00—08:00BT的24 h累积降水量和逐时降水量观测资料,从降水累积量、降水频率、降水强度、日循环特征等多个角度,对千米尺度分辨率下GRAPES-Meso4.0模式的降水预报性能进行细致评估,并与同版本10 km分辨率业务模式(GRAPES-Meso4.0_10 km)同期结果在相同区域进行类同对比分析和讨论。结果表明:(1)GRAPES-Meso4.0_3 km很好地捕捉到了2015年夏季观测的日均降水量和降水频率的大小及地域分布特征,其一般性降水(中雨及以下)频率平均低于实况约3个百分点,强降水(大雨及以上量级)频率与实况近乎吻合,纠正了GRAPESMeso4.0_10 km在这两方面存在的显著预报正偏差,均方根误差(RMSE)减小了40%—50%;(2)GRAPES-Meso4.0_3 km在降水强度预报上的优势主要表现为:对降水强度的地域分布细致特征和对短时强降水(雨强≥10 mm/h)的频数和分布等把握比较准确,但对强降水(一般性降水)的强度预报偏强(偏弱);(3)GRAPES-Meso4.0_3 km小时降水量和降水频率的日循环预报可反映出研究区域观测的双峰总体特征以及雨量和频率在日循环中的紧密联系,明显优于GRAPES-Meso4.0_10 km的表现,尽管下午(16时,北京时)峰的预报还存在偏弱现象;(4)模式分辨率提高到千米尺度和模式显式描述云和降水过程,是GRAPES-Meso4.0_3 km降水预报性能较GRAPES-Meso4.0_10 km提高的关键原因,模式初值差异也是不可忽视的影响因素。

CMA-SH9在川渝地区的降水日变化预报效果评估

利用CMA-SH9模式逐小时降水预报数据和地面自动站-CMORPH卫星融合降水数据,开展该模式对2020年暖季(5~9月)川渝地区降水日变化的预报效果评估。结果表明:CMA-SH9模式可以再现小时平均降水量在四川盆地偏小、盆地周边陡峭地形处偏大的空间分布特征;显著的预报正偏差分布于青藏高原东坡至四川盆地西南部一带和四川盆地以东地区,偏差来自降水频率和降水强度的共同贡献;预报负偏差分布于四川盆地,主要来自模式对降水强度的低估;降水日变化峰值时间自西向东呈午夜到上午的滞后,模式预报的降水日变化峰值时间超前于观测;模式能够较好地把握青藏高原东坡至四川盆地西南部一带和四川盆地的单峰型日变化位相,以及盆地以东地区的双峰型日变化位相,但预报的降水量值和观测存在一定偏差。

赤山湖流域TIGGE降水预报精度评价研究

为了提高赤山湖流域洪水预测预报的能力,对赤山湖流域TIGGE降水预报精度进行了评价研究。将TIGGE的ECMWF、KMA、JMA、UKMO、CMA等5个模式应用于赤山湖流域,基于2015—2019年汛期降雨预报数据和流域实测降雨资料,采用均方误根差指标RMSE和降雨预报三率综合评价指标对这5个模式的预报精度进行了评价。结果表明:在赤山湖流域TIGGE的5个模式中,JMA模式的降水预报精度最高,其次是ECMWF。

TIGGE模式在淮河水系史河流域的应用

为了提高淮河水系史河流域降水预报的精度,对TIGGE模式降水预报校正方法进行了研究。基于TIGGE的ECMWF、KMA、JMA、UKMO、CMA等5个模式2015—2017年汛期在史河流域的降水预报数据和雨量站实测降水资料,采用降水预报的均方根误差指标和在确报率、空报率和漏报率评价指标基础上提出的降水预报三率综合评价指标,对各模式在1~7 d预见期内的预报精度进行综合评价,采用2种非线性方法RBF及ν-SVR对TIGGE的5个降水预报模式进行非线性集合预报校正,并与线性方法BREM法进行了比较。结果表明:TIGGE的5个模式中,JMA模式的降水预报精度最高,其次是ECMWF和UKMO,实时降水预报校正ν-SVR法明显优于BREM法和RBF法;实时降水预报校正ν-SVR法提高了TIGGE模式降水预报的精度。