四川地区ECWMF模式晴雨预报订正试验研究

利用2016-2019年ECWMF模式降水预报及对应时段的观测资料,设计了最优百分位(OP)、最优TS评分(OTS)、概率匹配(PM)、分区OTS和分区PM-OTS融合共5种方案,对数值模式晴雨预报展开了订正试验。结果表明:(1) OP和PM方案的晴雨订正阈值为静态阈值,OTS方案为动态阈值。5种方案的阈值均适用于A区(盆地、阿坝州和甘孜州北部),其中PM、分区PM-OTS融合方案阈值更适用于数值模式湿偏差明显的B区(甘孜州南部和攀西地区)。(2)各方案对ECWMF模式晴雨预报均有明显的订正能力,24 h时效订正效果最优,B区订正效果优于A区,秋冬季节优于春夏季节。(3)分区后的订正方案晴雨评分优于分区前,其中分区PM-OTS融合方案评分最优。个例和批量试验表明,A区各方案订正效果相当,B区以PM、分区OTS和分区PM-OTS融合3种方案订正后的雨区分布与实况更接近,其中分区PM-OTS融合方案订正效果最优。

对ECWMF和T639数值模式产品在新疆暴雪影响系统预报能力中的检验

应用ECWMF和T639L60（2.5×2.5）数值预报资料,检验2009—2012年新疆冬季43场暴雪天气过程的主要影响系统（西西伯利亚低槽、乌拉尔大槽、北方横槽、中亚低值系统）预报能力,检验72 h内逐24 h 500 h Pa位势高度场和海平面气压场,结果表明：两种模式对于500 h Pa形势场预报都比较好,48 h之内ECWMF的准确率略高于T639;海平面气压场两种模式的预报准确率均低于500 h Pa位势高度场,T639要优于ECWMF,海平面气压中心强度的预报值较实况偏小3~5 h Pa。

ECWMF高分辨率模式2m温度预报在六盘水市的误差分析及订正指标

采用气候概率统计和多时效平均的思路,对2018—2019年的欧洲中期天气预报中心(ECWMF)高分辨率模式2 m温度产品在六盘水市的预报误差进行统计分析,并对采用指标订正后的2020年度模式预报准确率进行检验评估。结果表明:ECWMF高分辨率模式对六盘水市的温度预报误差随时效的增加而逐渐减小,且各时效平均的最高温度年均预报误差和误差标准差要明显高于最低温度;对于六盘水而言,模式的温度预报在初夏(6月)可靠性最高,而在春季(3—4月)最低;通过采用预报误差最大占比对逐月多时效平均的模式最低温度预报进行订正,以及根据天气类型采用不用订正方式与订正指标对模式24 h最高温度预报进行订正,能够大幅提升全市未来5 d(120 h)综合最低温度和24 h内的最高温度预报准确率,分别稳定在90%和70%以上;经过订正后,全市的2020年度平均最低温度预报准确率与实际相当,而24 h最高温度预报准确率要高于实际预报准确率。

AMSR-E卫星反演土壤湿度与ECWMF、NECP再分析土壤湿度比较分析

土壤湿度是气象学、气候学研究领域的重要环境因子和过程参数。AMSR-E可提供全球范围的较长时序的卫星反演土壤湿度产品,将ECWMF和NECP再分析资料与AMSR-E土壤湿度产品进行时空比较,在评价三者一致性的同时对AMSR-E土壤湿度进行检验,并进一步使用站点观测资料(土壤湿度、降水量)对中国区域的AMSR-E、ECWMF以及NECP土壤湿度进行检验。结果表明:全球及中国区域AMSR-E、ECWMF与NECP土壤湿度空间分布特征一致性较好,但与ECWMF、NCEP相比AMSR-E土壤湿度在数值上明显偏小,尤其当AMSR-E土壤湿度数值较小时,与另两者的差距较大;三者土壤湿度均与降水量有较好的对应关系,比较而言,ECWMF和NECP土壤湿度与降水量的对应关系更好;与站点土壤湿度相比,ECWMF和NECP土壤湿度偏大,AMSR-E土壤湿度偏小,全国范围内2009年159个站点统计结果显示:ECWMF、NECP与站点的均方根误差(0.107、0.124)小于AMSR-E的均方根误差(0.127)。

基于机器学习的模式温度预报订正方法

基于ECWMF模式数据(地面2 m温度、10 m风、降水等多气象要素预报产品)和安徽省80个国家气象站观测资料,利用决策树、随机森林、LightGBM三种机器学习算法订正ECMWF模式0~72 h温度预报,并将其与传统MOS订正方法和主观预报产品进行对比分析。结果表明:ECMWF模式高温预报误差明显高于低温预报,在安徽皖南山区和大别山区存在较大的预报误差。随机森林对最高温度预报的表现最优,LightGBM对最低温度预报的表现最优,与ECMWF模式结果相比,预报准确率分别提高了18.16%和5.19%。高山站点融合周围站点信息的机器学习模型能有效降低高、低温的预报误差。机器学习在高温和寒潮天气过程中相比主观订正仍有良好表现,能显著优化或改善数值模式在转折天气中的温度预测精度。

多个数值预报产品对山西3次强降水过程预报性能的对比分析

为更好地释用数值模式的预报产品,采用客观分析和ETS评分方法,运用T639-thin模式、ECMWF-thin模式、Japan_thin模式及NECP模式对2014年7月发生在山西的3次降水过程的预报性能进行了效果检验和对比分析。分析结果表明:4家模式对欧亚大陆中高纬环流形式以及地面系统的调整和演变均有较强的预报能力;4家数值模式预报产品基本能把握雨带的走向,但对强降水过程中降水强度的模拟与实况相比偏差较大,而且对强降水中心的预报稳定性也较差;对于ETS评分,NECP模式的评分在3次过程中均较高,并且不同数值模式的24 h时效预报效果要优于其他预报时效。总体来看,对于环流形式的演变,EC模式模拟效果是最好的,其次是NECP模式,T639模式和日本模式次之;对于降水量级以及落区的预报,NECP模式预报较准确,具有较高的参考价值,其次是EC模式,而T639模式和日本模式预报的稳定性较差。

2014—2016年赣北地区汛期ECMWF模式24h降水预报误差分析

基于ECMWF模式逐日24 h降水预报及实况资料,通过计算预报误差统计量、单站预报准确率,利用预报误差经验正交函数(EOF)分解和功率谱分析的方法,分析了赣北地区2014—2016年4—6月24 h降水预报误差的分布规律和时空变化特征。结果表明,赣北地区汛期ECMWF模式24 h降水预报效果总体较好,但存在逐年下降的趋势;九江及上饶两站设置误差阈值为15—19 mm,南昌和宜春两站设置误差阈值为22—25 mm时,预报准确率可达80%;预报误差分布主要划分为空间一致型、南北差异型、马鞍型和三段型;预报误差分布可能存在8 d或12—13 d较长周期以及2—3 d或4—5 d较短周期。

2012年深圳前汛期降水EC与HAPS模式检验

对2012年前汛期（4-6月）欧洲中心全球模式与HAPS中尺度模式的降雨预报场进行逐6h晴雨检验与24 h分量级降水检验,得出：EC逐6h降水预报空报多而漏报少,预报无降水时可信度更高,TS评分在0.3 ～0.4之间;24 h分级检验中预报能力随着降水量级的增大而减小,空报率、漏报率增大,TS评分减小;EC随着预报提前量的减小TS评分增加,起报时次对预报能力无明显影响;总体来说,EC能为深圳10 d预报提供较好的参考价值,尤其是6d预报,对于暴雨的预报有待预报员订正.HAPS逐6h晴雨预报TS评分在0.48～0.32之间,提前量6h内预报效果好,TS评分0.4以上,有较高的参考价值;24 h分级降水预报能力与EC相同,也是随着降水量级的提升预报能力降低;但是HAPS预报能力与提前量的相关性主要表现在提前量6h以内,提前量减小TS评分明显增大,对于提前量大于6h的预报能力无明显变化;总体来说,预报员可依靠HAPS在短期预报基础上做好短临预报的订正工作,开展24 h分区预报.

六盘水市2003年3月4～6日强降温天气过程分析

采用常规资料以及欧洲中心 (ECWMF)和T2 13数值预报产品对我市 2 0 0 3年 3月 4～ 6日强降温天气过程进行分析。

2019年10月至2020年4月ECMWF和GRAPES_GFS积雪质量评估

采用西藏自治区39个国家级气象站的24h积雪观测资料作为实况,对2019年10月1日至2020年4月30日ECMWF、GRAPES_GFS 20时起报小时积雪产品利用双线性差值方法插值到站点上,并进行了检验评估。结果表明,在西藏区域两家模式积雪预报产品基本趋势与实况一样,但整体上ECMWF表现为漏报,GRAPES_GFS表现为空报,相比ECMWF模式GRAPES_GFS模式的误差更大一些,并在一月份降雪集中的地区两家模式的预报质量比其余月份偏低显著。两家模式在空间上表现为西藏大部分区域积雪预报是偏多,但常年降雪较多及积雪较厚的区域积雪预报结果偏少,同时喜马拉雅山脉沿线和北部个别区域预报结果偏少明显,跟西藏气候带和地理地貌分布较吻合,因此模式和客观预报改善该区域的参数配置,将大幅度提高整体的预报水平。

2004年“十·一”强降温过程分析

对2004年10月1～2日我省出现的一次大范围强降温天气过程,从环流背景、影响系统及数值预报产品的应用等方面进行分析。

北疆寒潮天气分析及预报

利用1998—2014年20场北疆典型寒潮天气过程的高空、地面和数值预报产品资料,对北疆寒潮天气进行了环流分型和区域分型,总结了环流型与冷空气路径、区域类型的对应关系,重点统计了不同季节北疆寒潮爆发前一天内500 hPa脊前北风带、锋区强度、中低空冷空气强度、地面冷高压等特征量的平均值和最大、最小值,并检验欧洲ECMWF数值预报产品在北疆寒潮天气预报中的预报能力,为北疆寒潮精细化预报提供了技术参考。

2016年1月15、19日鄂伦春旗低温天气过程技术总结

利用常规气象资料、国家气候中心产品和数值预报产品,对2016年1月15、19日低温天气过程从大气环流背景、影响系统及我旗地形地貌进行诊断分析,结果表明:乌拉尔山地区阻塞异常向北伸展和持续的阻塞形式使得冷空气从西伯利亚一带连续不断地自偏北方流向中亚的稳定低槽中,呈现出一对沿东北-西南向倾斜的槽-脊模态,造成持续性低温天气。EC W M F数值模式对形势场做出了较准确的预报,预报性能较好。