L波段探空判别云区方法的研究

利用2008年1月到2009年12月的L波段探空资料,和与之时空匹配的Cloudsat云观测资料,首先分析了云内和云外相对湿度的累积频率分布,发现以75%作为相对湿度阈值判断云准确率可达81%。随后利用BS(Bias Score)和TS(Threat Score)评分方法,对不同相对湿度阈值进行评分分析,发现以81%作为相对湿度阈值TS评分可达0.66,为最高。接着利用BS和TS评分方法分不同高度对相对湿度阈值进行评分分析,发现随高度的增加该高度上具有最好TS评分的相对湿度阈值在减小。利用这些阈值对云判断时,总的TS评分高于0.6,且其准确率达到84%以上,比利用单一相对湿度阈值判断云准确率要高。最后对这些阈值进行优化,得到一套适合于我国L波段探空秒数据的云垂直结构的判别方法。

降水概率特征对概率降水预报检验的影响研究

利用2015—2017年6—8月ECMWF集合预报系统(EPS)降水预报资料和国家级气象站逐小时降水观测资料,以EPS在我国中东部地区的集合预报检验为例,首先分析了集合预报系统对不同量级降水预报的可靠性和预报偏差样本特征;然后,基于观测事件是否出现分别讨论了不同观测概率对集合预报BS评分(BS)和集合降水预报区分度的影响。结果表明:(1) EPS在中雨量级降水预报中的表现最好;对小雨量级降水,易预报偏大,且偏大样本主要出现在0~2 mm小降水中;对暴雨以上量级降水,主要以预报偏小为主,且85 mm以上降水几乎全部漏报。(2)实况降水出现时,随降水量级增大,概率预报较实况偏小程度逐渐增大;实况降水未出现时,随着降水量级增大,概率预报较实况偏大程度逐渐减小。(3)通过分开计算观测概率为0及观测概率为1时概率预报的BS,可从一定程度上消除因样本分布不均导致BS无法客观评估概率降水预报能力的缺陷,同时可从该检验直接得到预报误差的主要原因是预报不足还是预报过度。

WRF模式多种边界层参数化方案对四川盆地不同量级降水影响的数值试验

利用中尺度模式WRF三种边界层参数化方案(MYJ、YSU和ACM2),对2012年四川盆地夏季连续40天逐日降水量进行数值试验,并检验评估了不同边界层参数化方案下模式对分级降水量和边界层结构的模拟能力,分析了各参数化方案对降水量模拟差异的可能原因。结果表明:三种边界层参数化方案对较小量级(小雨和中雨)降水量的模拟,24 h时效优于48 h,ACM2方案效果较好;对较大量级(大雨和暴雨)降水的模拟,48 h时效优于24 h,YSU方案模拟效果较好。对比分析温江站加密探空观测与模式模拟的大气边界层结构表明,ACM2方案对小量级降水时边界层结构的模拟较为准确,而YSU方案更适合于温江站大量级降水时边界层结构的模拟。不同边界层参数化方案对各量级降水量模拟差异的可能原因是边界层湍流混合强度的不同,MYJ方案湍流混合作用较弱,导致底层大量水汽积聚,不稳定性强,容易产生虚假降水,因此对各量级降水模拟能力均有限;YSU方案具有强烈的垂直混合强度,有利于局地水汽的向上输送,更易达到大量级降水发生发展的条件,适用于盆地较大量级降水的模拟;ACM2方案在保证足够湍流混合强度的同时,在较稳定条件下会关闭非局地输送,不致于产生过强降水,适合盆地较小量级降水的数值模拟。

基于TIGGE数据的中期降水预报在江苏省的应用效果评估

预见期长达14d的中期降水预报对于旱涝预测与水资源调度管理等具有重要意义,全球多模式集合预报(TIGGE)资料为区域中期降水预报提供了新基础。基于2008-2013年江苏省实测降水数据,采用TS、BS评分、平均偏差和均方根误差等评估指标,重点评估了CMA、CMC、ECMWF、JMA和NCEP这五个TIGGE代表模式在江苏省的中期预报效果。结果表明:整个预见期内各模式对于中小雨的预报评分都较高,小雨的TS评分值最高多在0.5左右,中雨以上等级降水存在较明显的漏报。预见期长达15d的日累积降水量预报只存在3d的衰减期,之后各项误差指标值能维持稳定,3d以上预见期的误差主要为预报值偏大。同时,5d以上累积降水量预报也较实际偏大,且冬季预报效果最好夏季最差,苏北地区好于苏南地区。就各代表模式而言,ECMWF与JMA模式分别在降水分级预报和日累积降水量预报中表现最好。

基于TIGGE多模式的6 h降雨预报精度对比分析

降雨数值预报是预防极端天气导致灾害事件的重要手段,其预报精度是预报产品是否被采用的依据。以跋山水库流域为研究对象,选取了TIGGE系统中的ECMWF、NCEP、CMA、JMA、UKMO共5个预报模式的控制预报与集合预报,分别从降雨分级预报检验和降雨量预报检验两个角度,利用Brier评分和Talagrand分布图,分析了2007—2019年5—9月控制预报和集合预报降雨数据的精度。结果表明:(1)就降雨分级预报而言,对于无雨、小雨和中雨量级,5个预报模式控制预报和集合平均预报效果相差不大;对于大雨量级,JMA和NCEP的控制预报效果最佳,JMA和UKMO的集合平均预报效果最佳;对于暴雨及以上量级,NCEP的控制预报和集合平均预报均效果最佳;(2)针对降雨量预报,UKMO控制预报和集合平均预报效果最佳;(3)无雨等级的Brier评分最高,且Brier评分随着降雨等级的提升而降低,表明大量级降雨时Brier评分较好;CMA的评分在无雨、小雨、中雨、大雨4个等级表现最好;(4)5个模式Talagrand分布形态均呈粗略的“U”字型,表明5个预报模式集合成员的分散不够。综合来看,UKMO和NCEP的预报效果最佳。据此研究可选出高精度的降雨预报产品。

集合预报方法在新疆大降水中的试验

采用多模式多物理参数化方案的集合预报方法,以GRAPES和WRF中尺度区域数值模式为基础,分别使用2个模式提供的多种物理过程参数化方案和积云参数化方案,通过敏感试验进行有效组合,形成了8个集合成员的集合预报系统。使用该系统对新疆2007年和2008年以降水为主的27场天气过程进行模拟试验,采用Ts评分和BS评分方法,对集合预报的24 h降水预报结果进行检验。结果表明:集合预报对新疆偏大的降水过程评分比较高;平均集合预报和控制预报都比实况降水偏大,但集合预报比控制预报的偏大程度要小,与实况更接近;集合预报降水在24 h内预报效果明显,在30 h内的降水有着比较好的参考意义。