GRAPES-REPS对我国南方2017年初夏持续性降水预报的检验评估

我国自主研发的GRAPES-REPS(Global/Regional Assimilation and Prediction System-Regional Ensemble Prediction System)于2014年投入业务运行,为加深对该系统降水集合预报能力的认识,便于更好应用降水概率预报,本文以2017年5月中旬至6月下旬我国南方地区3次持续性降水过程为例,采用统计检验和个例分析相结合,评估该系统在72 h内不同预报时效的各量级24 h降水预报性能。结果表明:(1)GRAPES-REPS集合平均预报对小雨、中雨有较明显优势,但随着降水量级增大优势逐渐下降,对暴雨预报已不具有优势。其中,小雨预报范围接近观测,中雨(暴雨)有空报(漏报)倾向,大雨在较长预报时效上有空报倾向。(2)采用MRF边界层参数化方案和KF-eta积云对流参数化方案组合方案的控制预报成员和2个扰动预报成员为集合最优成员,其TS评分普遍高于采用其他组合方案的集合成员。(3)整体上集合成员降水预报离散度不足,尤其0~24 h预报时效,Talagrand分布呈U型,对小(大)量级降水预报概率偏大(小);随着预报时效增加,集合成员预报离散度显著增大,Talagrand分布逐渐接近理想概率分布。(4)集合预报在不同时效对各量级降水概率预报均具有参考价值,大雨、暴雨的概率预报效果优于小雨、中雨。(5)集合预报整体上能够较好把握典型暴雨日降水空间分布形态,对中央气象台漏报的广东中南部暖区暴雨有一定的概率预报能力。

GRAPES-REPS西南低涡预报检验评估

利用2015年6—8月GR APES-REPS(Global/RegionalAssimilation and Prediction System-Regional Ensemble·Prediction System)区域集合预报资料,并设计西南低涡格点资料客观识别方法对西南低涡中心位置进行定位,首先评估GRAPES控制预报对西南低涡的预报准确性,之后挑选出四次生命史较长的西南低涡过程,分析评估GRAPES-REPS对西南低涡发生、发展、移动及降水过程集合预报性能。结果表明:(1)GRAPES模式对西南低涡预报的命中率较高,空报率略大于漏报率。(2)GRAPES-REPS对西南低涡发生和发展的预报效果较好,绝大部分集合预报成员能预报西南低涡发生和发展过程,但对西南低涡发生时间预报总体偏早。(3)GRAPES-REPS对西南低涡移动路径在24 h预报时效内比较合理,且集合预报平均明显优于控制预报,24 h之后东移型西南低涡移动路径明显偏北。(4)GRAPES-REPS对西南低涡强度预报总体偏强,表现为中心正涡度值偏大,位势高度值偏低。(5)24 h预报时效内,西南低涡触发的小雨到大雨量级的降水概率评分均有较好表现,且落区与实况接近,而暴雨落区个别略有偏北,但基本吻合。24 h之后,由于东移型西南低涡移动路径偏北导致模式预报降水落区偏北。可见,模式对西南低涡强降水有一定预报能力,因此,提高GRAPES-REPS中尺度集合预报能力,将有助于改进西南低涡强降水预报。

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7~9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:(1)GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。(2)GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。(3)个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。(4)与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。