辽宁省夏季多模式降水预报检验及晴雨预报技术研究
发布时间：2021-10-18 12:58
利用辽宁省291个国家气象观测站的降水资料,对2019年夏季（6—9月） 8种模式降水预报及中央气象台格点降水预报进行了检验评估和比较,并采用消空方法进行晴雨预报技术研究。结果表明:2019年,EC模式具有最优的暴雨预报性能,而日本模式暴雨TS评分最高;中尺度模式对于局地性暴雨和短时强降水具有较好的预报潜力,性能较好的是GRAPESM ESO模式和睿图东北3 km模式;全球模式对24 h暴雨的预报频率比实况偏低30%,3 h强降水则偏低60%,中尺度模式对24 h暴雨的预报频率比实况偏高30%,3 h强降水则偏低20%。由于对小量级降水存在较多空报,各模式原始预报的晴雨预报大多呈现空报偏多的情况;使用小量级降水剔除的消空策略能够明显提高晴雨准确率,消空之后EC模式具有最优的晴雨预报性能。分别使用24 h和3 h累计降水量优化消空策略,发现分别取1.0 mm和0.8 mm的阈值进行消空可以使24 h晴雨准确率提高15.58%,3 h晴雨准确率提高10%—30%。
【文章来源】：气象与环境学报. 2020,36(05)
【文章页数】：8 页
【部分图文】：
辽宁省291个国家气象观测站空间分布Fig.1Distributionof291nationalmeteorologicalstationsinLiaoningprovince
枷陆担??空呈现出负作用。对其余模式采用同样方法进行试验，得到各个模式经过消空所能达到的24h最佳晴雨准确率(表8)。各模式经过消空之后准确率显著提升，幅度在5%—15%之间，晴雨准确率最高的是EC模式，达到79.09%，其他模式均低于中央气象台，日本和GＲAPES_MESO超过76%，准确率最低的模式约为74%，模式之间的差距明显减小。从整个汛期平均来看，EC模式24h晴雨预报性能在所有模式中是最优的，消空阈值设为1.0mm时准确率基本达到峰值，而且漏报达到最少。图22019年辽宁省EC模式24h晴雨准确率随消空阈值变化Fig.2Ｒelationshipbetween24-hclearorrainforecastaccuracyfromtheECMWFmodelandeliminatingthresholdsinLiaoningprovincein2019表82019年辽宁省各个模式消空之后的24h最佳晴雨准确率Table8Optimized24-hclearorrainforecastaccuracyforeachmodelusingtheeliminatingmethodinLiaoningprovincein2019%模式正确漏报空报无降水准确率EC30.3812.498.4248.7179.09GＲAPES_GFS32.6110.2516.1041.0373.64日本30.7912.0711.6445.4976.29睿图东北9km29.9012.9611.6845.4575.36睿图东北3km21.7421.135.1551.9973.73GＲAPES_MESO26.8516.027.7649.3876.22华北29.4213.4412.4344.7074.13华东27.9414.939.0948.0575.99中央气象台35.597.2815.9541.1976.78
确率提升了18.8%，消空对于3h降水量的作用更为显著。根据上述检验结果，选取EC模式并进行单一阈值的消空即可得到晴雨准确率较好的格点预报产品，方案第一步对24h降水量消空，阈值设为1.0mm，第二步对逐3h降水量消空，阈值均设为0.8mm。该产品的24h晴雨准确率为79.01%，相比原始预报提升15.58%，相比中央气象台格点预报的正技巧为2.23%;各个时次3h晴雨准确率相比原始预报提升10%—30%，也明显高于中央气象台格点降水预报，提升幅度可达5%—15%(表10)。图32019年辽宁省EC模式3h晴雨准确率随消空阈值变化Fig.3Ｒelationshipbetween3-hclearorrainforecastaccuracyfromtheECMWFmodelandeliminatingthresholdsinLiaoningprovincein2019表102019年辽宁省不同预报3h晴雨准确率对比Table10Comparisonof3-hclearorrainforecastaccuracyfromdifferentforecastproductsinLiaoningprovincein2019预报时次003006009012015018021024EC原始79.9477.6773.1168.9259.9957.1561.0673.31中央气象台84.6383.0880.5277.9072.8771.2972.9779.63EC消空89.7589.5088.6387.7987.1485.9883.9186.02正技巧5.126.428.119.8914.2714.6910.946.39
【参考文献】：
期刊论文
[1]东北夏季天气分型及EC降水预报空间检验[J]. 齐铎,张天华,王承伟,刘松涛. 气象与环境学报. 2020(03)
[2]基于降水目标的主雨带识别及预报误差空间检验[J]. 蔡义勇,危国飞,党皓飞,林青. 气象与环境学报. 2020(01)
[3]基于NCEP＿CFSv2模式的黑龙江省夏季降水预测研究[J]. 班晋,王波,李永生,赵佳莹. 气象与环境学报. 2019(06)
[4]SMS-WARMS V2.0模式对中国西南地区降水预报能力的客观检验[J]. 徐同,杨玉华,李佳,陈葆德. 气象. 2019(08)
[5]ECMWF高分辨率模式降水预报能力评估与误差分析[J]. 曹越,赵琳娜,巩远发,许东蓓,高迎娟. 暴雨灾害. 2019(03)
[6]东北区域数值模式产品在天气预报业务中的检验[J]. 赛瀚,李燕,刘硕,全美兰,孙悦程. 气象与环境学报. 2018(05)
[7]GRAPES-GFS模式暴雨预报天气学检验特征[J]. 宫宇,代刊,徐珺,杨舒楠,唐健,张芳,胡宁,张夕迪,沈晓琳. 气象. 2018(09)
[8]GRAPES-MESO模式不同空间分辨率对中国夏季降水预报的影响分析[J]. 于翡,黄丽萍,邓莲堂. 大气科学. 2018(05)
[9]ECMWF模式对南方春雨期降水预报的检验和分析[J]. 辛辰,漆梁波. 暴雨灾害. 2018(04)
[10]东北区域业务模式预报产品检验评估系统的建立及应用[J]. 杨阳,王连仲,周晓珊. 气象与环境学报. 2017(04)
本文编号：3442841
【文章来源】：气象与环境学报. 2020,36(05)
【文章页数】：8 页
【部分图文】：
辽宁省291个国家气象观测站空间分布Fig.1Distributionof291nationalmeteorologicalstationsinLiaoningprovince
枷陆担??空呈现出负作用。对其余模式采用同样方法进行试验，得到各个模式经过消空所能达到的24h最佳晴雨准确率(表8)。各模式经过消空之后准确率显著提升，幅度在5%—15%之间，晴雨准确率最高的是EC模式，达到79.09%，其他模式均低于中央气象台，日本和GＲAPES_MESO超过76%，准确率最低的模式约为74%，模式之间的差距明显减小。从整个汛期平均来看，EC模式24h晴雨预报性能在所有模式中是最优的，消空阈值设为1.0mm时准确率基本达到峰值，而且漏报达到最少。图22019年辽宁省EC模式24h晴雨准确率随消空阈值变化Fig.2Ｒelationshipbetween24-hclearorrainforecastaccuracyfromtheECMWFmodelandeliminatingthresholdsinLiaoningprovincein2019表82019年辽宁省各个模式消空之后的24h最佳晴雨准确率Table8Optimized24-hclearorrainforecastaccuracyforeachmodelusingtheeliminatingmethodinLiaoningprovincein2019%模式正确漏报空报无降水准确率EC30.3812.498.4248.7179.09GＲAPES_GFS32.6110.2516.1041.0373.64日本30.7912.0711.6445.4976.29睿图东北9km29.9012.9611.6845.4575.36睿图东北3km21.7421.135.1551.9973.73GＲAPES_MESO26.8516.027.7649.3876.22华北29.4213.4412.4344.7074.13华东27.9414.939.0948.0575.99中央气象台35.597.2815.9541.1976.78
确率提升了18.8%，消空对于3h降水量的作用更为显著。根据上述检验结果，选取EC模式并进行单一阈值的消空即可得到晴雨准确率较好的格点预报产品，方案第一步对24h降水量消空，阈值设为1.0mm，第二步对逐3h降水量消空，阈值均设为0.8mm。该产品的24h晴雨准确率为79.01%，相比原始预报提升15.58%，相比中央气象台格点预报的正技巧为2.23%;各个时次3h晴雨准确率相比原始预报提升10%—30%，也明显高于中央气象台格点降水预报，提升幅度可达5%—15%(表10)。图32019年辽宁省EC模式3h晴雨准确率随消空阈值变化Fig.3Ｒelationshipbetween3-hclearorrainforecastaccuracyfromtheECMWFmodelandeliminatingthresholdsinLiaoningprovincein2019表102019年辽宁省不同预报3h晴雨准确率对比Table10Comparisonof3-hclearorrainforecastaccuracyfromdifferentforecastproductsinLiaoningprovincein2019预报时次003006009012015018021024EC原始79.9477.6773.1168.9259.9957.1561.0673.31中央气象台84.6383.0880.5277.9072.8771.2972.9779.63EC消空89.7589.5088.6387.7987.1485.9883.9186.02正技巧5.126.428.119.8914.2714.6910.946.39
【参考文献】：
期刊论文
[1]东北夏季天气分型及EC降水预报空间检验[J]. 齐铎,张天华,王承伟,刘松涛. 气象与环境学报. 2020(03)
[2]基于降水目标的主雨带识别及预报误差空间检验[J]. 蔡义勇,危国飞,党皓飞,林青. 气象与环境学报. 2020(01)
[3]基于NCEP＿CFSv2模式的黑龙江省夏季降水预测研究[J]. 班晋,王波,李永生,赵佳莹. 气象与环境学报. 2019(06)
[4]SMS-WARMS V2.0模式对中国西南地区降水预报能力的客观检验[J]. 徐同,杨玉华,李佳,陈葆德. 气象. 2019(08)
[5]ECMWF高分辨率模式降水预报能力评估与误差分析[J]. 曹越,赵琳娜,巩远发,许东蓓,高迎娟. 暴雨灾害. 2019(03)
[6]东北区域数值模式产品在天气预报业务中的检验[J]. 赛瀚,李燕,刘硕,全美兰,孙悦程. 气象与环境学报. 2018(05)
[7]GRAPES-GFS模式暴雨预报天气学检验特征[J]. 宫宇,代刊,徐珺,杨舒楠,唐健,张芳,胡宁,张夕迪,沈晓琳. 气象. 2018(09)
[8]GRAPES-MESO模式不同空间分辨率对中国夏季降水预报的影响分析[J]. 于翡,黄丽萍,邓莲堂. 大气科学. 2018(05)
[9]ECMWF模式对南方春雨期降水预报的检验和分析[J]. 辛辰,漆梁波. 暴雨灾害. 2018(04)
[10]东北区域业务模式预报产品检验评估系统的建立及应用[J]. 杨阳,王连仲,周晓珊. 气象与环境学报. 2017(04)
本文编号：3442841
本文链接：https://www.wllwen.com/projectlw/qxxlw/3442841.html
