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...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。展开更多
为衡量数值模式对强降水过程的预报能力,选取欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts,ECMWF)数值预报产品、国家气象中心区域中尺度数值预报产品(China Meteorological Administration Mesoscale...为衡量数值模式对强降水过程的预报能力,选取欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts,ECMWF)数值预报产品、国家气象中心区域中尺度数值预报产品(China Meteorological Administration Mesoscale Model,CMA-MESO 3KM)、西南区域中心中尺度模式系统(Southwest Center WRF ADAS Real-time Modeling System,SWC)、国家气象中心全球数值预报系统(China Meteorological Administration for Global Forecast System,CMA-GFS)4个模式预报产品,利用目标对象检验法,对四川2018—2020年共93次强降水过程(≥25 mm·d^(-1))从降水位置、降水面积、降水强度等方面进行检验,在此基础上重点讨论36 h预报时效模式的预报能力。结果表明:(1)随着预报时效越临近,各模式预报平均水平越高,且整体对雨带位置把握较好,更具有参考性。(2)各模式对锋面降水过程预报能力较强,对暖区降水过程预报能力较差。(3)暖区强降水过程可在大尺度模式基础上结合本地中尺度模式进行订正;锋面降水过程则以ECMWF模式预报为基础,参考CMA-MESO 3KM模式对大雨及以上量级降水落区和量级进行调整。展开更多
文摘为做好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。
文摘为衡量数值模式对强降水过程的预报能力,选取欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts,ECMWF)数值预报产品、国家气象中心区域中尺度数值预报产品(China Meteorological Administration Mesoscale Model,CMA-MESO 3KM)、西南区域中心中尺度模式系统(Southwest Center WRF ADAS Real-time Modeling System,SWC)、国家气象中心全球数值预报系统(China Meteorological Administration for Global Forecast System,CMA-GFS)4个模式预报产品,利用目标对象检验法,对四川2018—2020年共93次强降水过程(≥25 mm·d^(-1))从降水位置、降水面积、降水强度等方面进行检验,在此基础上重点讨论36 h预报时效模式的预报能力。结果表明:(1)随着预报时效越临近,各模式预报平均水平越高,且整体对雨带位置把握较好,更具有参考性。(2)各模式对锋面降水过程预报能力较强,对暖区降水过程预报能力较差。(3)暖区强降水过程可在大尺度模式基础上结合本地中尺度模式进行订正;锋面降水过程则以ECMWF模式预报为基础,参考CMA-MESO 3KM模式对大雨及以上量级降水落区和量级进行调整。