EC预报数据在中国近海的适用性研究

欧洲中期天气预报中心(简称EC)的10 m风场数据在沿海有较高的参考性和使用频率,但尚未有研究系统地针对不同海域对该数据进行评估。本文利用EC预报的10 m风场数据,与中国近海22个浮标的10 m风场结果进行对比,检验EC 10 m风场预报性能,并挑选3个经过浮标点位的台风和两次典型的冷空气大风过程,检验其在台风和冷空气过程下的预报性能。结果表明:EC预报数据与浮标实测风速的相关性总体较好。在风力小于4级时,EC 10 m风速预报数据偏大,在风力大于4级时,预报数据偏小,在风力等级为3~5级时,预报数据较为准确。在不同风向条件下,EC预报10 m风向的平均误差大部分在0°~20°。风力等级越小,风向预报偏差越大,反之预报偏差越小。EC预报数据对于台风引起的风向变化有较好的反应,且风速较低时,风速预报数据表现较好,而对于台风最大风速值的预报则存在较大误差。EC预报结果能较好地反映两次冷空气过程引起的风向变化。风速越小,EC预报的误差也越小,随着风力等级的增大,预报误差明显增大。EC对大风的风速预报偏小,误差偏大。

德惠市一次暴雨天气过程成因及EC预报误差分析

利用常规气象观测资料、区域自动站加密资料、FNL再分析资料、欧洲数值模式(ECMWF,简称EC)资料对2022年7月13日11:00至15日8:00出现在德惠市的一次暴雨过程进行成因分析,并将EC预报的环流形势、物理量场与实况进行对比分析,找出预报误差产生原因,提出夏季暴雨落区和时段预报的订正着眼点。结果表明:此次暴雨受高空冷涡和低空气旋的共同作用,强降水落区主要位于850 hPa气旋附近;降水前期德惠市水汽充沛,降雨过程中上升运动较弱;根据德惠市降雨量强度,此次降雨量分为了4个强降雨时段。此次降雨EC预报的降雨落区和降雨时段出现了明显的偏差,其主要原因包括比湿场强度预报与实况有偏差,EC预报中上升运动的强度偏弱,高空冷涡和低空气旋的南移速度较实况偏快。以上3个方面也是对此次数值预报暴雨落区进行订正的着眼点。

两次强降雪过程EC预报能力检验

本文利用EC细网格资料、Micaps常规资料,从高低空天气形势场配置对2020年2月下旬两次较大降雪过程进行模式预报检验。经过分析发现,在大尺度预报上,EC预报场稳定性、准确性高,但在中小尺度特别是局地性强的天气中预报能力较弱。

基于EC细网格与BP算法的辐照度预报及检验

在理想晴天天气下,可计算确定位置不同时刻的理论辐照度,但与实际辐照度在不同季节仍存在一定系统误差。利用易县某光伏电站近1年逐15 min实况,提出了一种基于理论辐照度的晴天天气下的系统误差订正方法,并进一步利用欧洲EC细网格预报资料及BP神经网络方法实现了未来24~48 h辐照度的逐15 min预测,得到以下结论:(1)晴天天气下,该系统误差订正方法可有效剔除实况资料中非晴天天气数据的影响,不同季节的平均绝对误差不超过该季节最大辐照度的5%;(2)对24~48 h逐15 min的辐照度预报,经不同季节检验,冬季误差68.5 W/m^(2)、春季误差125.2 W/m^(2)、夏季误差119.5 W/m^(2)、秋季误差53.7 W/m^(2),对11月份的预报最为理想。该研究成果可有效降低人工筛选工作量,在服务中有很好的实用性和参考性,可作为光伏数值预报的一种有效数据源。

武汉EC模式强降水预报异常偏差成因分析及订正研究

通过对武汉EC2017-2021年强降水预报偏差个例进行普查,共找到10个偏差个例,2017年5例、2018年1例、2019年1例、2020年3例。4种偏差类型分别为:落区预报偏西北型(占比30%)、降水量级预报偏弱型(占比50%)、降水量级预报偏强型(占比10%)、落区预报偏东型(占比10%)。根据4中偏差类型分别建立了预报思路,并对2022年一次强降水过程订正效果显著。

ECMWF模式强降水预报偏差订正方法研究及应用

利用安徽省81站逐日降水量资料、NCEP 500 hPa再分析资料、ECMWF(以下简称EC)降水和500 hPa高度预报,基于暴雨中心和天气类型的客观判定,分类统计2012-2018年23个强降水过程降水中心的预报偏差。结果表明在西路强冷空气和东路冷空气天气类型下,当EC预报降水中心位于115°-120°E 584 dagpm线以北时,降水中心预报往往偏北,依据两者的纬度差和降水中心预报偏差建立了基于天气分类的主雨带位置订正方法;同时依据23个强降水过程最大降水区域降水量预报的日平均偏差,建立了暴雨的强度订正方法。将偏差订正方法应用于2020年安徽省梅汛期预报,结果发现无论位置还是强度订正都能使暴雨预报TS评分明显提高。同时进行位置和强度订正后,暴雨TS评分提高更加明显,尤其是对2020年两次最强降水过程订正效果显著。

一阶卡尔曼滤波方法对EC集合预报气温的订正

应用一阶自适应卡尔曼滤波方法,对吉林省49个气象站点的EC集合预报最低、最高气温进行订正,结果表明:订正后24 h最高气温平均误差、最低气温平均误差、平均绝对误差、均方根误差均显著减小,最低、最高气温准确率分别提高至46.7%～84.7%、75.2%～82.1%。采用一阶自适应卡尔曼滤波方法订正气温预报具有一定的可行性。

基于EC集合预报产品的降水预报检验

为了对EC集合预报产品的应用性能进行检验,笔者基于EC集合预报的概率匹配平均降水量、融合降水量以及中位数、众数和控制预报降水量等5个产品,通过TS评分方法对内蒙古2014年汛期降水过程预报进行检验。结果表明,各检验成员产品对过程的把握能力差异较大,集合预报对降水偏大的降水过程评分比较高,对暴雨以上量级降水的预报存在着较大的偏差,预报效果较差。平均TS评分结果表明,集合预报产品尤其是概率预报产品具有一定的参考价值,其次是控制预报和融合产品。

基于EC细网格数值预报产品的太阳辐照度订正技术

太阳辐照度与光伏电站发电功率密切相关,其预报的准确性直接影响发电功率预报的准确性。根据光伏电站太阳辐照度实况、气象站实况、WRF(Weather Research and Forecast Model)模式辐照度预报、EC细网格数值预报以及太阳理论辐照度,利用逐步回归法开展太阳辐照度预报订正研究,得到以下结论:①太阳辐照度实况与太阳理论辐照度的比值与EC细网格数值预报中气象要素的相关性优于太阳辐照度实况与气象要素的相关性;②不同时刻影响太阳辐照度的气象因子存在差异,通过逐步回归法建立不同时刻太阳辐照度预报模型;③在非晴天情况下,回归预报辐照度相对均方根误差比WRF模式预报辐照度降低10%左右,减小了辐照度预报误差。该研究成果在光伏电站的新能源数值预报服务中有一定的应用价值。

模式距平积分订正法对广西区域ECMWF地面2m温度预报的订正效果评估

采用基于历史资料的模式距平订正法(ANO),利用2011~2015年欧洲中心高分辨率数值预报(ECMWF)的地面2m温度和广西区域自动站气温观测资料,对2016年广西区域2m温度预报进行订正试验,对比分析订正前和订正后的预报误差,结果表明:EC对广西区域2m温度的预报误差随着预报时效增加而逐渐增大,午后误差较大,夜间误差较小,预报值大多偏低。0~72h预报(较短预报时效)冬季误差较小,夏季误差较大;72~240h预报(较长预报时效)夏季误差较小,秋季和冬季误差较大。随预报时效增加,误差增大的幅度夏季较小,冬季较大。误差的离散度在较短预报时效的午后为冬季较小,夏季较大,在较长预报时效及夜间则与之相反。ANO方法对午后温度预报的订正效果优于当日其他时刻。该方法对夏季的温度预报有很好的订正效果,秋季的订正效果次之,春季的订正效果不明显,冬季的订正效果为负面作用。

一次大到暴雨预报失误及EC模式偏差分析

2017年7月26日大同出现一次强降水空报,降水量级预报失误较大,在分析环流形势场、主要影响系统、数值预报、物理量诊断、云图及雷达资料的基础上,分析了当时的预报思路,指出此次预报失误的原因。对预报出现的失误和偏差进行了总结,得出了大量级降水预报的思路和经验教训,以期对未来的强降水预报提供借鉴,以提高预报服务的效果。

ECMWF集合预报对内蒙古夏季降水过程应用性能检验

文章选取ECMWF集合预报的概率匹配平均降水量、融合降水量以及中位数、众数和控制预报降水量等成员,用ETS评分方法对内蒙古7月降水过程预报进行检验。结果表明,检验成员对降水落区预报技巧大于0,具有较好的预报能力;融合产品对平均降水落区预报效果最好。检验成员对小雨的预报为负技巧,对中雨及以上量级预报为正技巧,且预报技巧明显优于预报员;平均ETS评分结果表明,融合产品和控制预报对平均降水强度预报效果较好。同预报员一样,各检验成员对过程的把握能力存在着较大的差异。

黔南地区ECMWF_thin温度预报误差分析

利用2019年6月27日至2020年7月3日逐日ECMWF_thin(下称EC细网格)的未来7 d 2 m温度预报数据及相应时段实况资料,采用平均绝对误差、平均误差以及准确率对EC细网格最高气温(下称高温)预报和最低气温(下称低温)预报的误差进行分析。结果表明:EC细网格低温预报的平均绝对误差明显小于高温预报,且高温预报绝对误差分布的差异性比低温预报更明显,低温预报的准确率明显高于高温预报。低温预报准确率各月差距较小,高温预报准确率各月差距较为明显。黔南北部、西部、中部地区高温预报和低温预报的平均误差均较小,其余地区平均误差较大。高温预报准确率随总云量的增加而上升,低温预报准确率随总云量的增加下降。当海平面气压在1012~1032 hPa时,高温预报的平均误差基本在±2℃以内;当海平面气压超出此范围时平均误差明显增大。低温预报的平均误差与海平面气压的变化关系不大,基本稳定在±2℃以内。

凤阳一次大风过程多风速对比分析及EC集合预报检验

该文选取安徽凤阳2017年3月1日一次冷空气影响的大风天气过程,对自动气象站采集的2min平均风速、10min平均风速、瞬时风速、最大风速、极大风速观测值进行对比分析,对EC集合预报效果进行检验。结果表明,不同风速展现的风力变化趋势基本一致;随着滑动平均时段的延长,其平均风速逐渐减小;极大风速变幅最大,10min平均风速变幅最小。当EC集合预报的10min平均风速分别≥6.1m/s、≥7.2m/s、≥8.5m/s时,极大风速可能分别超6级、7级、8级。

2种集合预报方法在内蒙古汛期降水中的对比试验

为了研究EC集合预报方法,笔者基于EC集合预报系统51个成员的温度及降水IDL格点资料,以内蒙古2014年汛期逐日降水过程为例,用择优法进行试验,并与集合平均预报进行对比。结果表明:(1)在短期预报中,集合成员个数增加到3或4时平均相关系数最高,成员个数增加到较多或减少时平均相关系数逐渐减小;(2)选择相关系数较大的成员作为集合成员进行集合降水预报试验,效果得到一定改善,并优于集合平均法的预报,因此需对集合预报中集合成员的个数的选取加以研究;(3)无论是集合平均法还是择优法,对大雨以上量级降水预报效果较差,因此有必要研究更好的集合预报方法,使集合预报在灾害性天气预报中的应用得到进一步发展。

欧洲中心集合预报产品在西藏降水预报中的解释应用

集合预报系统不仅给出单一的最佳可能预报,还能定量地预估天气预报的不确定性。文章利用欧洲中期天气预报中心集合预报产品,采用双线性插值法将集合降水预报格点场插值到西藏39个观测站点上,并对其结果计算集合成员的算术平均和标准差(离散度),发现集合预报对冬季24小时降水量≥5 mm的强降雪预估偏弱,特别是日喀则、山南和昌都的表现尤为明显;根据各季节降水的集合离散度发现,集合预报对低海拔可预报性差,夏季不确定性更高。

两种定量集合降水预报方法对比分析

文章基于EC集合平均预报产品,选取EC集合预报的51个成员包括温度(500h Pa和700hpa)及降水量,以内蒙古2014年8月份5次暴雨降水过程为例,用择优法(以500h Pa和700h Pa的温度差即稳定度相关系数作为对集合成员的筛选因子)进行试验,并与集合平均预报方法进行对比,结果如下:(1)在短期24h预报中集合成员个数增加到3时预报效果得到一定改善,并优于集合平均法的预报,成员个数增加到较多(如4或5时)或减少到2时预报效果反而较差。因此分析集合预报中集合成员的个数对预报结果的影响有非常重要的意义;(2)无论是集合平均法还是择优法对小量级降水预报效果好于大雨以上降水预报,因此有必要去分析更好的集合预报方法使得集合预报在灾害性天气预报中应用得到进一步发展。

贵州沿河县两次极端强降水的对比分析

利用常规天气资料、地面区域站、NCEP再分析资料和多普勒天气雷达资料对比分析了2016年6月19-20日特大暴雨和2019年6月22日大暴雨的天气形势、水汽条件、动力抬升条件以及雷达回波特征。分析发现:两次过程都属于典型的低涡切变型暴雨过程;"6·20"过程水汽通量强,辐合抬升高,维持时间长,是过程降水量大的主要原因;"6·22"过程水汽辐合强,垂直上升速度强,持续时间较短,是过程小时雨强大的主要原因;沿河西部的"列车效应"是这两次极端降水的关键原因;EC模式能够较好地预报出"6·20"过程中对流层中低层主要影响系统及其位置,随着预报时效的临近,预报的系统位置和移动与实况偏差减小。

2016年额尔古纳市一次低温天气过程分析

2016年1月中旬开始,内蒙古额尔古纳市出现了强寒潮低温天气过程,此次寒潮天气持续时间长、影响范围广、降温幅度大。分析发现,阻塞高压、冷涡、极地冷空气等是此次天气过程的主要影响系统。另外,此次天气过程预报中主要应用了EC数值预报产品。通过对比分析EC数值预报产品与实况可知,该预报模式稳定性较好、准确率较高,可用于高空环流形势的预测预报。

额尔古纳市降雪寒潮天气过程总结

2016年4月1—3日,额尔古纳市出现了降雪寒潮天气过程,此次过程降温强度大、影响范围广。前期具备有利的降温降雪天气形势,随后极地冷涡南下,蒙古气旋增强及冷空气共同用下造成降雪降温。此次过程及时发布天气预报预警信息,做好灾害天气服务。