ECMWF高分辨率模式降水预报能力评估与误差分析

利用2015—2017年6—8月ECMWF高分辨率模式(ECMWF-Hi)的加工产品,结合我国2400多个国家级气象站逐小时降水观测资料,对ECMWF-Hi产品24h降水预报的准确度、集中度和相关性进行了评估,并与ECMWF集合预报模式(ECMWF-EPS)24h降水预报产品进行比较。为更好地描述预报的集中度,避免单纯用标准差比或平均值比刻画预报集中度的缺陷,建立一个综合标准差和平均值的R指数,用之定量描述模式预报的集中度。结果表明:(1)ECMWF-Hi在均方根误差的检验方面并未表现出优势;而分辨率较低的ECMWF-EPS集合平均预报误差最小。(2)ECMWF-Hi对研究区域降水预报的集中度的整体描述较为准确,离散度与观测较为相似,预报期望也与观测降水的期望最接近,ECMWF-Hi比ECMWF-EPS的集合控制预报与集合平均对观测降水集中度的刻画较为准确。(3)研究区域内各站点R指数分布表明,ECMWF-Hi与ECMWF-EPS控制预报、平均预报相比,对平均值预报不足的站点较多,且这些站点的预报集中度普遍大于观测,ECMWF-Hi的降水预报更接近观测降水。(4)评估应用结果表明,R指数不仅能定性评估模式的集中度,也可定量描述集中度大小。

ECMWF、日本高分辨率模式降水预报能力的对比分析

利用2012年4月1日至2013年3月31日ECMWF、日本高分辨率模式降水预报资料,全国2419个台站逐6 h降水量观测、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3万余个自动站逐小时降水融合资料,基于列联表预报评分、泰勒图等统计方法,客观对比分析ECMWF、日本高分辨率模式对中国逐6、12和24 h分段降水的预报能力,主要结论如下:(1)整体来说,ECMWF对降水的预报优于日本模式,日本模式预报离散度偏大,而ECMWF预报相对平稳,与观测更加一致;(2)两个模式晴雨预报中降水发生频率较实际偏高,暴雨预报频率较实际偏低,随着分段间隔的增加,这一情况有所改善;(3)ECMWF模式6 h分段降水晴雨预报评分低于日本模式,暴雨预报评分整体高于日本模式,12和24 h分段ECMWF模式晴雨、暴雨预报评分一致高于日本模式;(4)通过调整阈值改变预报偏差能够在一定程度上提高预报技巧;(5)就空间分布来看,模式在东南地区Bias、CSI技巧评分整体优于西北地区。

高分辨率MRI模式对青藏高原夏季降水及水汽输送通量的模拟

本文使用MRI模式在不同分辨率下(180 km、120 km、60 km、20 km)的AMIP试验结果,分析了该模式对青藏高原夏季降水及水汽输送通量的模拟,并考察模式分辨率的影响。结果表明:MRI模式能够较为合理地模拟出青藏高原夏季气候平均的降水空间分布,但对气候平均水汽输送通量以及降水年际变化的模拟却存在较大的误差。随着分辨率的提高,该模式对青藏高原气候平均降水的模拟有明显改进,包括降水年循环以及夏季降水的空间分布等。分辨率为180 km、120 km、60 km、20 km的MRI模式模拟的青藏高原7月平均降水绝对误差分别为2.2 mm/d、1.2 mm/d、0.7 mm/d、0.2 mm/d。另外,高分辨率模式模拟的青藏高原夏季水汽输送通量的年际变化也更接近观测。当分辨率达到20 km时,MRI模式模拟的西风水汽输送指数与观测的相关系数达到0.43,通过了0.1显著性水平的显著性检验。但MRI模式对青藏高原夏季降水的年际变化以及气候平均水汽输送通量的模拟技巧并不随分辨率的增加有明显提高。低分辨率模式中模拟降水量偏大、印度季风槽偏强的现象在高分辨率模式中仍然存在。

20km高分辨率全球模式对青藏高原夏季降水变化的预估

使用日本气象研究所(Meteorological Research Institute,MRI)大气环流模式在20 km分辨率下的国际大气模式比较计划(Atmospheric Model Intercomparison Project,AMIP)试验结果以及A1B温室气体排放情景下(简称A1B情景)的预估试验数据,预估了青藏高原夏季(6—8月)降水的变化,并讨论了降水变化的可能原因。在A1B情景下,青藏高原夏季降水量显著增加,中心位于青藏高原东南部,主要归因于来自印度洋和孟加拉湾的西南水汽,经90°E—100°E附近进入高原的水汽输送显著增加。同时,整个青藏高原夏季强降水出现概率增加,降水频率南部减少,北部增加。高原南部(北部)降水频率的减少(增加)是因为该地区降水强度的增加速率快(慢)于降水量的增加速率。高分辨率MRI模式预估的青藏高原夏季降水变化与较低分辨率的耦合模式预估结果基本一致,但提供了更详细的局地变化信息。

ECMWF高分辨率模式对陕西2017年7月高温预报的检验及订正

2017年7月陕西累计出现26 d日最高气温≥35℃的高温天气,其中14 d日最高气温突破40℃,7月7～14日和17～27日出现2次区域性持续高温天气。利用陕西99个国家站的最高气温逐时观测和ECMWF高分辨率模式的定时最高气温预报资料,检验ECMWF高分辨率模式对2017年7月陕西极端高温天气的预报能力和一元线性回归方法对气温预报的订正能力。结果表明:144 h之前模式较好地预报出了陕西2次区域性持续高温天气,但是高温日数的预报值在陕西大部分地区较观测值偏少,漏报了陕南大部分地区的高温日,与14:00～17:00时段最高气温的预报值在陕西大部分地区较观测值偏低,其中陕南地区的预报平均绝对误差明显大于其他地区有关。一元线性回归方法对168 h之前的最高气温预报为正订正效果,订正后陕西大部分地区最高气温的预报准确率上升,平均绝对误差减小,日最高气温≥35℃或≥40℃的高温预报较订正前更接近实况。

CMIP6 HighResMIP高分辨率气候模式对青藏高原降水模拟的评估

国际耦合模式比较计划第六阶段(CMIP6)新增的高分辨率模式比较计划(HighResMIP)首次提供全球高分辨率(25—50 km)多模式集合的气候模拟试验结果。利用8个CMIP6 HighResMIP模式评估了高分辨率全球气候模式对青藏高原夏季小时降水与极端降水的模拟能力,结果表明:CMIP6高分辨率模式高(低)估了青藏高原地区的降水量和频率(强度),过多的降水量主要来自模式对降水频率的高估,尤其是弱降水(<2 mm·h^(-1))的发生频率。模拟偏差与地形海拔密切相关,偏差大值区主要位于高原南坡和东坡陡峭地形区。模式不能准确再现降水量与海拔之间的关系,高(低)估了高(低)海拔地区的降水量。模式低估了降水强度随海拔升高而降低的变化速率。在日变化方面,模式能够模拟出青藏高原降水傍晚至午夜的峰值特征,但明显低估了降水的日变化振幅。在小时极端降水方面,模式低估了高原区域平均极端降水第95百分位数阈值,仅为观测值的57%。

高分辨率GRAPES模式中云微物理方案对强降水的模拟和诊断研究

利用高分辨率GRAPES—Meso中双参数云微物理方案,对我国两次强降水过程进行数值模拟,并与模式中WSM6和NCEP5方案进行对比分析,结合多种观测资料,诊断评估方案的预报性能.同时研究伴随强对流性降水中的关键云物理过程。个例研究表明,对流发展旺盛的云团中,冰相粒子尤其是霰粒子对对流的发展与降水起着主导作用,霰的融化是强降水的主要来源,而周围的层状云区域霰粒子的分布极少,主要受雪的融化与暖云降水的影n向。双参数方案模拟的雨带走向、范围和降水强度与实况拟合较好,同时在对流单体的最大回波高度与强度、冰晶的分布与云砧结构等方面也具有一定优势,但冰晶含量和回波顶高度略低于观测,这都为双参数方案的优化与业务应用提供重要的支持。

有限区域高分辨率模式的改进、发展及试验

对复杂地形条件下嵌套细网格数值模式进行了改进和发展，使之成为水平格距为５０ｋｍ，垂直分层为１１层的高分辨率模式。同时对其物理过程如积云对流参数化、边界层物理等也进行了改进，并将该模式程序优化为能在计算机工作站和微机上进行业务运行的数值预报系统。试验结果表明，改进的高分辨率模式不论对雨区范围的分布还是对暴雨中心值的预报一般都优于原模式。降水评分的Ｔｓ值高于原模式。

高分辨率业务数值预报模式的进展

随着计算机的飞速发展,当然还有人们对大气运动过程的深入了解,数值天气预报在两个方面将得到迅速发展,这就是预报时效的延长和预报准确度的提高.欧洲中期天气预报中心(ECMWF)的十天业务预报早已闻名于世.它的中期预报产品已广泛应用于世界各主要气象中心并取得十分有效的经济和社会效益.

成都区域气象中心高低分辨率η模式降水预报检验分析

利用成都区域气象中心 η坐标模式 ,对 2 0 0 2年汛期及主要降水过程进行了 η坐标模式降水预报检验 ,对典型个例进行了详细的分析。结果表明 :模式对夏季区域性过程有较强的预报能力 ,模式预报雨量中心强度有 5 0 %与实况相差小于 2 5毫米。模式对晴雨预报有较好的指导意义 ,对降水强度的预报通常偏弱 ,对落区的预报位置易偏西、偏北。模式易漏报不易空报 ,当模式预报有较大量级的降水时 ,实况出现的概率很大 ,但要注意落区的位置。高分辨率模式在降水中心强度的预报较低分辨率模式接近实况 ,低分辨率模式在降水落区和中心位置预报上较接近实况。

CMIP6模式水平分辨率对模拟我国西南地区夏季极端降水的影响评估

我国西南地区的地形地貌非常复杂,当前的气候模式对该地区降水状况特别是极端降水的模拟技巧是比较低的。本文基于台站和卫星观测的逐日降水资料以及欧洲中心第五代再分析(ERA5)降水资料,通过与CMIP6高分辨率模式比较计划(HighResMIP)中的12个模式高、低分辨率模拟结果的对比分析,评估了当前气候模式对西南地区夏季降水的模拟性能特别是模式水平分辨率对极端降水模拟的影响。结果表明:(1)在夏季降水气候态方面,各HighResMIP模式模拟与台站观测之间的空间相关系数均超过0.75,总体性能较CMIP5有明显提升,但仍有超过半数模式明显低估了四川盆地降水。模式分辨率提高使横断山脉地形陡峭区的降水空间分布和强度更接近观测和ERA5资料,但对四川盆地降水的改进效果不佳。(2)在夏季极端降水方面,HighResMIP模式对极端降水频率和强度模拟差异较大。CNRM-CM6、FGOALS-f3、GFDL和HadGEM-GC31等4个模式对极端降水的各项指标模拟总体较好,但受气候态模拟偏差影响,前三者模拟的极端降水在四川盆地偏弱,而HadGEM-GC31在广西明显偏强。ECMWF-IFS、EC-Earth3P、IPSL-CM6A、MPI-ESM1-2和MRI-AGCM3-2等5个模式中极端降水发生频率明显偏低。提高分辨率可以一定程度改进降水强度的模拟,主要体现在提高地形陡峭区的降水强度,但对地形平坦区如四川盆地降水强度改进不大。

高、低分辨率模式对典型个例的对比预报试验

利用实时观测资料和Ｔ６３模式预报产品资料，对１９９５年７—８月发生在西北地区的３次大雨、暴雨天气过程进行了高、低分辨率数值预报模式的对比预报试验。结果表明，高分辨率模式对大雨、暴雨的预报效果较低分辨率模式有明显的改进。

ECMWF模式在恩施山区强降水预报中的偏差订正方法

为了提高暴雨的预报准确率,文章利用恩施土家族苗族自治州342个区域气象站逐日降水资料,EC细网格降水、风场和湿度场预报资料,分类统计2013-2021年共49次强降水过程影响系统类型,并分析其面雨量强度和强降水中心位置偏差。结果表明:恩施土家族苗族自治州区域强降水影响系统分为低涡东移类、冷切南压类、暖切类、低涡切变类及不典型风场类,其中冷切南压类和暖切类降水系统占据了所有强降水影响系统的62%;将各类降水系统的实况与预报场进行对比分析,根据各类降水类型面雨量强度和强中心位置的偏差建立了相应的偏差订正方法;应用2022年4次强降水过程检验偏差订正方法,发现虽然不是每一次过程订正后都能达到完全理想的结果,但都能减少预报偏差,面雨量强度预报和强降水中心位置预报订正均符合天气学规律。研究结果为提升恩施山区强降水预报水平提供支持。

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。

安徽省ECMWF数值模式降水预报性能的检验

为了了解欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)数值模式对安徽地区降水预报的性能,提高订正技巧,本文应用风险评分(Threat Score,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(Equitable Threat Score,ETS)及真实技巧评分(True Skill Statistic,TSS)等方法,对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明:ECMWF模式对安徽地区降水的预报性能总体较稳定,年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征,所有气象站降水均存在预报过度的现象。降水预报分级检验表明,小雨量级降水预报评分明显高于其他量级降水,但预报偏差较大,预报过度现象严重;ECMWF模式对72 h时效内的暴雨量级降水预报技巧较小,对于72 h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明,春季、秋季和冬季的48 h时效内晴雨预报的准确率为88%以上,订正空间较小;夏季各时效及春季、秋季和冬季168 h时效以上降水预报的空报率超过60%,可以适度订正;秋季较其他季节降水预报的漏报率略高,尤其是120 h时效以上降水的预报需关注。四季均存在降水预报过度的现象,尤以夏季最突出。ECMWF模式对安徽省降水量为0.1—0.7 mm的格点降水预报空报率较高,订正后可以明显提升预报技巧,但增加了一定漏报风险。

基于分位数映射法的四川省ECMWF模式降水预报误差订正分析

为做好ECMWF(European Centre for Medium-Range Weather Forecasting)模式本地化释用,提高四川省降水预报准确率,对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现,该模式预报的雨日较实况偏多,尤其是攀西地区和川西高原;预报的大雨日数盆地西南部及攀西地区多于实况,而盆地南部少于实况。然后,基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后,暴雨及以上量级TS(Threat Score)提高7%~15%,且各量级降水TS均高于多模式集成客观预报产品2%~4%,大雨及以上、暴雨及以上量级命中率提高10%~20%,订正后雨带位置特别是暴雨落区与实况更接近。

基于ECMWF细网格模式的短时强降水客观概率预报方法研究

根据陕南643个经质量控制的自动气象站2010—2014年逐小时观测降水,采用百分位法确定陕南短时强降水标准。基于2010—2014年11 824站次短时强降水个例和欧洲中心(ECMWF)间隔6 h的0.25°×0.25°再分析格点资料,以空间最近、时间最近前1时次原则:计算并确定陕南汛期5—9月各月短时强降水36种对流参数历史概率分布特征值;考虑对流参数的显著性和适度性指标构建评价方案,利用相对模糊偏差矩阵、标准差系数方法,优选出陕南5—9月各月的15种对流参数及其权重。业务运行以ECMWF细网格模式的基本预报产品,计算优选的对流参数值,结合参数历史概率分布值及其权重,建立陕南分月短时强降水客观概率预报模型。将模型概率预报结果升序排列后80%处对应的数值,且大于0.2作为短时强降水的临界概率,对2015年汛期降水过程进行检验,TS评分为0.59,漏报率为0.18,空报率为0.31。

不同类型暴雨过程的ECMWF模式降水偏差及订正方法

为提高暴雨预报准确率,减少暴雨灾害损失,利用常规及非常规观测资料、ECMWF模式预报资料及NCEP逐6 h再分析资料,对2021年5月15日及2021年7月1日发生在怀化的两次不同类型暴雨天气过程的ECMWF模式降水偏差及订正方法进行分析研究,给出了预报这两类暴雨着眼点和订正预报的思路。结果表明:5月15日过程是一次暖平流强迫类降水过程,对流性降水特征明显,暴雨区与地面辐合线配合较好,ECMWF模式对影响系统预报略偏北、对对流性降水预报偏弱、对地形引起的降水增幅的预报能力有限,使得降水预报偏差较大,在对流性降水预报的基础上进行相应订正将取得较好的预报效果;而7月1日过程是一次系统性的低涡切变类暴雨天气过程,强降水出现在850 hPa切变线南侧,暴雨主要处于850 hPa急流轴出口左侧,ECMWF模式对影响系统预报偏北、维持时间预报偏短、切变强度预报偏弱、对对流性降水预报偏大,使得降水预报偏差较大,在大尺度降水预报的基础上进行相应订正将取得较好的预报效果。

同化ECMWF短时预报场对区域中尺度模式预报的影响研究

全球数值天气预报模式的预报场常作为背景场驱动区域中尺度天气模式业务系统,其数据质量对区域模式的预报结果具有重要的影响。华中区域中尺度业务模式使用美国环境预报中心的全球预报场(NCEP GFS)作为背景场,其预报精度有待提高。为提高模式的短期预报能力,提出一种利用三维变分方法同化高质量欧洲中期天气预报中心(ECMWF)细网格预报场改善模式初始场的方法,将NCEP GFS预报场作为背景场,同化ECMWF三维格点预报要素,开展个例和批量同化试验。首先,利用探空观测对NCEP GFS和ECMWF的12 h预报产品进行误差特征统计,ECMWF 12 h细网格预报的温度、水平风场、相对湿度的均方根误差都小于NCEP GFS预报场,因此对其进行同化是可行的。然后,对2021年8月11—13日的强降水个例进行不同分辨率的ECMWF预报场同化敏感性试验。最后,基于不同敏感性试验的结果,选择1°×1°的ECMWF预报场对2021年8月进行批量同化试验。结果如下:(1)2021年8月11—13日的强降水个例同化预报试验表明,要素场预报误差得到了较为显著的改善,尤其是在模式低层;对12~36 h、36~60 h、60~84 h累积降水的TS评分具有一定的改善能力,尤其是暴雨量级。(2)不同分辨率的ECMWF预报场同化敏感性试验表明ECMWF预报场1°×1°的预报效果要优于0.5°×0.5°和0.25°×0.25°。(3)2021年8月的批量试验结果显示,同化ECMWF 12 h 1°×1°预报要素后,12 h、36 h和60 h预报的温度、湿度和风场在垂直方向上比控制试验均方根误差有所降低,降水TS评分提高明显,特别是50 mm暴雨降水TS评分,提升了13.33%,可有效改善华中区域数值天气预报系统对强降水的预报能力。

基于ECMWF模式预报的台风降水地形订正方法

为了解决复杂地形条件下ECMWF模式预报的台风降水较实况显著小的问题,对Smith 1979年提出的地形降水方程进行改进,提出以饱和湿层高度作为方程积分上限,针对不同高度地形设定不同的降水效率;以无量纲湿弗劳德数大于1作为有、无地形降水的判据;利用ECWMF细网格预报场,通过迎风坡地形降水估算方程来订正模式预报的台风降水。用该地形降水订正方法对1617号台风"鲇鱼"的降水进行了订正预报。结果表明,虽然在一些小尺度地形区域会产生明显的空报,但是对于大尺度地形区域的强降水有显著的订正效果。对1513、1521和1614台风的订正结果进一步表明,该地形降水订正方法对改进台风极端降水预报效果显著。需要指出的是,采用的地形降水订正方法仅考虑了稳定条件下的地形降水,对于其他情形下的地形降水订正方法尚待进一步的研究。