基于GRAPES_3 km模式输出的风雹概率预报技术研究

基于我国自主研发的GRAPES_3 km高分辨率模式预报数据,通过计算逐时最大上升螺旋度(updraft helicity,UH)产品,发展了不同预报时效时段内超过指定阈值的UH格点概率预报技术。由于UH能够表征对流风暴的上升运动和中低层旋转强度,因此通过UH格点概率预报产品得到了综合表征对流性大风或冰雹(简称风雹)的概率预报指导产品。对2019年6月14日至7月31日我国华北东北区域和华南区域两个风雹高发区的逐日试验和典型个例预报结果进行了细致评估,结果表明该产品具有良好的预报能力。该产品对华北东北区域和华南区域的风雹TS评分均明显高于主观预报,特别是对于华南区域可预报性较低的弱天气尺度强迫过程,能够显著降低漏报率从而明显提高预报准确率。预报产品还能够很好地指示对流风暴的形态分布和移动传播特征,概率落区与实况风雹的落区位置具有较好的匹配效果。对选取不同的UH阈值和空间高斯平滑系数的概率产品对比检验结果表明,基于较低UH阈值计算的概率预报产品由于漏报率更低,其TS评分要高于较高阈值的预报结果,高斯平滑系数取值20 km得到的概率产品在各等级概率评分中预报效果总体表现最佳。

黄南州“4·23”暴雪天气过程数值预报产品检验

【目的】对2022年4月23日出现的暴雪天气进行数值模式检验分析,检验各种数值预报产品对强降雪的预报能力,从而提高本地暴雪预报准确率。【方法】选取此次暴雪天气过程(四个国家站及区域自动站24 h累计降雪量≥10 mm),采用天气学分析、对比分析法,利用EC-thin,CMA-3KM和CMA-GFS三种模式与暴雪个例实况进行检验对比评估。【结果】(1)环流形势场对比CMA-GFS模式对于高原槽预报较EC稳定且准确,基本与实况吻合,而EC越靠近临近时次预报更为准确;从槽线移速来看,两家模式均预报槽线移速比实况快。(2)24小时降水预报检验,EC模式对落区、强度的把握明显优于CMA-GFS模式,且临近时次预报效果最佳。(3)一般性降水准确率预报CMA-3KM参考性最好,且最稳定,准确均在70%以上;三种模式的暴雪的准确率并不稳定,夜间出现的暴雪预报效果08时次优于20时次。【结论】CMA-3KM预报降水效果较好,但稳定性不高,EC模式对降水的落区、强度的把握优于CMA_GFS模式,且临近时次预报效果最佳。

我国女子自行车3km个人追逐赛速度分配模式分析

用Fuzzy数字贴近度分析的方法,对第八、九届全运会以及1995年世锦赛的女子自行车3 km个人追逐赛速度进行对比分析.第9届全运会成绩较好,但贴近度低,最大速度不突出,保持最高速度的能力也低于世界水平.

基于GRAPES-MESO模式的非静力三维变分同化方案性能分析

利用国家气象中心中尺度业务模式GRAPES-MESO V3.0,以2009年6—8月为例,用T213模式12h预报场为大尺度模式背景场,进行了非静力GRAPES-3DVAR系统同化(3DVAR试验)与不同化(CNTL试验)探空资料的两组数值试验,并对降水、高度、温度、风场和相对湿度场进行了统计检验和典型个例分析,探讨了非静力三维变分同化系统的性能。结果表明:(1)除700hPa相对湿度场外,3DVAR试验850,700和500hPa初始温、压、湿和风场均方根误差均比CNTL试验有所增加,其中3DVAR试验对500hPa初始温、压和风场的负贡献最为显著。随着预报时间延长,3DVAR试验对500hPa风场预报的负贡献较为明显;(2)对整个模式积分区域平均状况而言,3DVAR试验对模式0～24h和12～36h降水预报中大多数降水量级的TS评分都小于CNTL试验;(3)CNTL试验对小雨、中雨的预报范围比较适中,对大雨、暴雨及大暴雨的预报范围均小于实况,且随着降水量级的增大,预报范围较实况偏小的程度加剧;3DVAR试验则对各量级降水范围预报偏小的程度均大于CNTL试验,特别是中雨以上强度的降水;(4)CNTL试验较3DVAR试验能更好地模拟雨带的分布、演变特征和降水强度的变化;(5)CNTL试验较好地再现了长江中下游、华南、华北、东北、西南地区东部和华东平均降水率的逐日演变及峰值、谷值模拟,但强度普遍偏弱;3DVAR试验模拟的各区域日平均降水率的演变趋势与CNTL试验类似,但强度弱于CNTL试验,因而其与实况的差异进一步加大;(6)两个试验与观测均有较好的一致性,CNTL试验的一致性略好于3DVAR试验;对<1.5mm·d-1的降水,两个试验都倾向于过多地预报了降水量;对>1.5mm·d-1的降水,两个试验预报的都偏弱;对1.5mm·d-1以下的降水,两个试验的预报水平相当;对1.5mm·d-1以上的降水,CNTL试验的预报优于3DVAR试验;(7)对2009年6—8月逐日降水预报结果进行了考察,整体而言,CNTL试验能较好地预报出逐日雨带的位置,强度也与实况基本接近,对西风带低槽、台风、低涡、切变线和局地降水都有较好的表现。3DVAR试验对逐日雨带的预报大致与CNTL试验类似,但预报的降水强度普遍弱于CNTL试验。

GRAPES对流尺度集合预报模式中不同尺度初始扰动能量的演变特征

对流尺度数值预报对初始场的微小扰动非常敏感,且初始扰动的演变具有模式依赖、环流依赖和尺度依赖特征,如何构建合理的初始扰动场是国内外对流尺度集合预报领域尚未解决的难点问题和研究前沿。本文基于中国气象局3 km水平分辨率的GRAPES(Global/Regional Assimilation and Prediction Enhanced System)对流尺度模式,利用其同化分析系统的背景误差和一个二维随机型,构建大、中、小三个尺度的初始扰动场,并选取中国夏季一次典型的多区域强降水天气个例,开展对流尺度集合预报试验,对比分析了大、中、小尺度初始扰动能量的时空演变和谱分解特征,以期为构建适用于GRAPES对流尺度集合预报的初始扰动场提供依据。研究结果表明,在GRAPES 3 km对流尺度模式中:(1)大、中、小尺度初始扰动总能量的增长过程具有明显差异。大尺度初始扰动总能量随着模式积分呈增长趋势,尤以对流层中高层的持续增长为甚;而中、小尺度初始扰动总能量随着模式积分以日变化为主,表现为下午至傍晚(夜晚至清晨),扰动总能量显著增加(减小),且扰动总能量小尺度分量的日变化占主导,这可能是由于太阳辐射引起地表加热,使得白天的对流活动比夜晚活跃,且对流直接影响了扰动总能量小尺度分量的变化。此外,大、中、小尺度初始扰动总能量增长均以扰动动能增长为主,扰动位能在对流层低层的增长不可忽略。(2)大、中、小尺度初始扰动总能量增长具有环流依赖特征。对北支气流控制的中高纬天气区,在斜压不稳定较强的低槽区,大尺度初始扰动总能量增长突出,而在槽后西北气流区,大、中、小尺度初始扰动总能量均不增长;对南北气流交汇区,仍以大尺度初始扰动总能量增长最为明显;对南海夏季风影响区,大、中、小尺度初始扰动总能量发展均较弱,扰动位能增长与区域降水大值率演变有较好的对应关系。(3)大、中、小尺度初始扰动总能量的谱分析结果显示,不同积分时段扰动总能量的多尺度串级特征有差异。积分前3 h主要为扰动总能量的大尺度分量向小尺度分量降尺度串级,积分6 h后则为中、小尺度分量的升尺度串级。上述研究结果表明,在天气系统复杂、动力不稳定时空分布不均匀的区域(如中国区域)发展对流尺度集合预报时,有必要针对不同的不稳定天气区,构建具有尺度依赖和环流依赖的初始扰动结构。

诏安县冬季低温订正预报及其在农业生产的应用

利用CMA-3km模式数据和地面观测数据,对比分析模式在诏安县冬季低温预报的效果,动态统计2021—2022年冬季CMA-3km模式对诏安县20个自动站点72 h预报时效内2 m低温的预报误差规律。通过对比分析三种订正方案,得出订正方案的有效性是建立在较丰富的训练集基础之上,可利用扩展特征维度或增加样本容量来实现更好的订正效果。通过对模式进行本地化订正,可提高低温冻害预警准确性和及时性,对农业生产的防灾减灾有着重要的作用。

基于短时临近降水集合预报的中小河流洪水预报研究

为了延长中小河流洪水预报预见期,建立了基于短时临近精细化网格降水集合预报的中小河流洪水预报模型。模型采用百分位映射订正技术,发展数值模式降水预报场与实况场映射关系,结合Bayesian模型,构建基于GRAPES-3KM模式和Time-Lag-Ensemble融合技术的短时临近降水集合预报(最优集成、最大(95%分位数)、最小(5%分位数))格点场,作为GMKHM(Grid-and-Mixed-runoff-generation-and-Kinematic-wave-based Hydrological Model)的降水驱动,进行中小河流洪水逐小时实时滚动预报。选择新安江屯溪流域作为试验流域,对2020年汛期流域大洪水进行实时预报。检验结果表明,基于短时临近最优降水预报的中小河流洪水预报模型提前了7h预报出屯溪断面洪峰,洪峰误差为5.6%,峰现时差为-1h,比不考虑预见期降水的中小河流洪水预报提前了4h;基于短时临近最大、最小降水预报的中小河流洪水预报模型提前了13h预报出洪峰区间,并且自7月7日9时起滚动预报最大与最小预报跨度呈逐渐减少趋势。在中小河流洪水预报中引入短时临近集合预报降水,对提升中小河流洪水风险防控能力有重要意义。

一种偏差订正方法在平昌冬奥会气象预报的应用

为了提高GRAPES3 km(Global/Regional Assimilation and Prediction System)模式在2018年平昌冬奥会气象服务中的预报能力,采用一阶自适应的卡尔曼滤波方法对GRAPES_3km模式的2 m气温、2 m相对湿度和10 m风开展偏差订正。结果表明:偏差订正方法明显提高了地面要素的预报效果,其中2 m气温的均方根误差整体减小到2℃左右,站点订正改善率为10%~60%;10 m风速的均方根误差减小到2 m·s^-1左右,站点订正改善率为10%~45%;2 m相对湿度减小到20%以下,站点订正改善率为0~20%。与韩国气象厅LDAPS(Local Data Assimilation and Prediction System)及美国宇航局NU-WRF(NASA-Unified WRF)模式相比,GRAPES3 km模式的风速预报表现更为优异,各站点整体预报效果明显优于LDAPS和NU-WRF模式。偏差订正方法可有效改善模式在复杂地形条件下的预报能力,是提高精细化预报准确率的重要手段。

NUDGING方法同化雷达反射率因子个例试验研究

利用ECMEF全球高分辨率模式资料,采用松弛逼近方法(Nudging)同化多普勒雷达反射率因子,通过在华南区域GRAPES3km模式中对海南岛降水过程个例进行数值模拟,分析不同Nudging方法对模式预报效果的影响。结果表明:(1)采用Nudging同化方法可使背景场和观测反演的资料相协调,缩短模式热启动时间,可增加开始时段的降水量;(2)同化雷达反射率因子能够提高海南岛0~6h逐时降水评分,模拟值更接近实况观测;(3)同化后,华南区域GRAPES3km模式能够捕捉到更多的中小尺度信息,可改善海南岛24h强降水的量级;(4)在初始场Nudging订正云水、雨水、水汽场等,其水凝物分布合理,降水预报效果最佳。

青海省海西州气温客观预报方法初探

运用CMA-3KM模式资料,使用不同的训练期滑动平均订正2020年6月~2021年5月青海省海西州国家站点的2 m温度,对订正预报和原始数据进行对比分析。结果表明:总体上训练期越长,准确率越高,但这种特征越明显时,准确率分布较期望值更分散;最优集成方案的订正效果秋冬季高于春夏季、中西部高于东部;总体上应用效果较好,可为今后海西州气温客观预报奠定基础,并为提高气温客观预报准确率提供参考依据;但该方法对于降温过程的预报能力表现较不稳定,因此对于降温过程中的气温客观预报方法,有待进一步研究和探讨。