基于CMA-TYM和SCMOC的嫩江流域暴雨检验

选取2021年嫩江流域9个暴雨日,利用降水融合产品,采用CRA空间检验,对区域台风数值预报系统(CMATYM)和国家级智能网格指导预报(SCMOC)20:00起报的24 h降水预报产品进行检验。结果表明:CMA-TYM和SCMOC预报的最大降水量位置均偏西、偏北,CMA-TYM和SCMOC预报的降水落区均偏西,但前者偏北,后者略偏南,SCMOC预报优于CMA-TYM。误差分析表明:CMA-TYM和SCMOC预报的暴雨落区最大降水量和平均降水量比实况偏小,格点数、面积较实况偏大,但整体上,CMA-TYM预报更接近实况。CRA空间检验显示,CMA-TYM预报的降水强度和落区形态、SCMOC预报的降水落区位置和形态较接近实况,具有一定指示意义。

基于CRA技术对杭嘉湖地区梅汛期强降水过程的预报检验

本文根据24 h雨带移动,将杭嘉湖地区梅雨过程分为东移型、发展(北抬)型、少动型和南压型。基于CRA(contiguous rain area)技术对2020年梅汛期EC(european centre for medium-range weather forecasts)模式预报强降水过程进行检验,结果显示:误差主要为位移误差和形态误差,其中东移型和南压型位移误差较大,发展型和少动型以形态误差为主;模式对强降雨预报偏北偏东,以发展型和南压型更明显;预报落区偏差在1.5º内,占比69.2%;落区偏差大于1º时,预报纬向偏差明显,除少动型外,其他三型预报质心均偏东;预报强降雨范围及总雨量与实况相比都偏大;但预报平均雨强60 mm以上和200 mm以上雨量极值时,偏小;预报最大雨量时,发展型偏大,东移型和少动型偏小。对EC、NCEP-GFS模式(national centers for environmental predictionglobal forecast system)和OCF集成预报(optimal consensus forecast)的检验结果:强降雨范围预报总体都偏大;总雨量预报EC和OCF偏大;平均雨强EC和OCF预报与实况相近,NCEP-GFS预报偏小;最大雨量预报都偏小,但高于100 mm时,EC和OCF偏小不明显。

基于降水空间分布相似的最优集成降水预报及其检验

利用预报业务上常用的ECMWF (European Centre for Medium-Range Weather Forecasts)全球模式和华东区域模式(WARMS 2.0)的降水预报,建立了基于空间分布相似的降水集成方法,主要分为3个步骤:(1)实时降水预报场空间尺度分离;(2)检索历史相似预报个例;(3)确定最优集成系数。在第(1)步尺度分离中采用高斯低通滤波方法,将降水场分解成连续性和分散性降水场;第(2)步相似个例检验利用了图像相似技术,根据连续性和分散性降水场综合寻找历史同期相似个例;在第(3)步集成系数确定中根据历史相似个例确定最优集成系数,并应用于最新实时预报中。通过结合图像识别、权重优化、建立历史样本数据库等方法,针对2018—2019年汛期(6—8月)检验结果表明:多模式集成产品的晴雨预报准确率相较于单模式而言有明显提高,且随时间变化表现较为稳定。在暴雨以上量级降水预报方面,集成产品的汛期整体TS评分高于单模式,Bias评分更接近1.0。通过CRA空间检验分析发现,集成产品既能一定程度上弥补全球模式在预报中尺度降水过程时强度偏弱的劣势,又纠正了区域模式在降水落区位置预报方面的偏差,进而实现了暴雨TS评分的提高。

基于CRA技术的华南前汛期强降水EC模式预报误差分析

利用CRA空间检验技术对ECMWF模式36 h时效预报的2016—2018年华南前汛期(4—6月)69个降水目标进行了检验及误差统计分析,并将预报落区偏差相似个例的环流形势及天气尺度影响系统进行了分析。(1)87%的强降水目标存在明显落区预报偏差,最大偏差为2.75°。偏差以经向偏差为主,其中偏北的目标多于偏南的目标,平均偏北0.6°;无系统性纬向偏差。(2)模式预报的降水面积较实况偏大的个例多。(3)不同降水落区预报偏差类型月份分布、对应的环流特征与天气尺度影响系统具有一定的差异性。4月各偏差类型出现的频次相当,5月以西北型个例为主,6月东北型个例最多。西北型个例天气尺度影响系统以长波槽或东北冷涡、冷式切变线为主,西南型、东北型个例主要受南支波动与中纬度短波槽影响,低层低涡、冷、暖式切变线等出现的频次差不多。通过降水预报落区偏差较大和较小的个例对比分析,表明模式强降水落区预报偏差可能与对流组织化发展程度以及暖区是否存在有利于对流发展条件等有关。