基于雷达资料的定量降水预报外推算法试验
发布时间：2021-10-20 11:50
基于灾害天气短时临近系统（SWAN）的定量降水预报（QPF）产品进行0～2 h QPF外推试验研究。利用贵州省地面自动站数据、SWAN输出的1 h-QPF产品、SWAN 1 h定量降水估测（QPE）产品进行融合订正外推。选取2018年3次典型暴雨个例进行试验,采用融合订正技术,利用相似离度算法对降水强度位相进行调整,Weibull分布算法对降水极值分布进行订正,改进后的交叉相关法（COTREC）进行降水外推预报。通过主客观检验对比,初步说明基于Weibull分布算法的降水极值订正对降水极值分布有很好的模拟效果。融合订正外推的贵州省短时临近定量降水预报产品（GZNPF）在>5 mm以上量级降水的TS检验中评分更高。GZNPF的空报率明显降低,但空报率降低的代价是漏报率相对提高。GZNPF总的相对误差减小,格点总降水量与实况总降水量更为接近。试验说明新的融合订正外推算法提高了0～2 h短时临近降水的预报能力。
【文章来源】：沙漠与绿洲气象. 2020,14(05)
【文章页数】：9 页
【部分图文】：
2018年6月19日20时（BT）中尺度分析
图5为2018年6月22日00—02时（UTC）主观检验对比分析图。主观检验对比6月21日20时—6月22日20时（BT)24 h内逐小时的降水数据，发现跟“6·20”个例一样，GZ＿NPF数据在强度上明显优于SWAN＿QPF数据。SWAN＿QPF在大雨以上量级强度严重偏弱，无法反映真实的降水情况。GZ＿NPF落区位置则有70%～80%优于SWAN＿QPF。从24 h的降水数据中选取两个时刻作代表展示。选取时刻相似离度算法并未对降水的落区有明显的调整，说明原始QPF落区跟DZ＿QPE吻合度很高时相似离度算法不会过度调整降水落区。对比图5a和图5c发现小雨量级的降水边界两者跟填色DZ＿QPE底图均能较好地重合。但是对>5 mm的降水落区图5a大部分比图5c能更好地跟DZ＿QPE吻合。客观检验分级检验TS评分也说明这一情况，GZ＿NPF在>5 mm和>10 mm的降水量级检验中TS评分值相比SWAN＿QPF的TS评分值平均提升48%。22日01—02时（UTC）主观检验发现降水落区图5d比图5b对降水边界描述略优，这有可能是因为在降水识别时有意弱化了弱降水。降水中心大值区则是利用Weibull分布订正外推后的图5b与图5d更接近实况，降水大值中心与DZ＿QPE的偏差在5 mm以内。图4 2018年6月21日20时（BT）中尺度分析
图3 2018年6月20日01—02时及02—03时（UTC)DZ＿QPE、SWAN＿QPF、01时起报订正后GZ＿NPF以及外推1 h GZ＿NPF对比2.3“9·26”秋季暴雨个例外推试验
【参考文献】：
期刊论文
[1]宁夏0～2 h分钟级格点降水预报检验分析[J]. 王勇,潘娜,杨银. 宁夏工程技术. 2019(04)
[2]强降水和冰雹对流许可尺度集合预报个例试验[J]. 孙敏,戴建华. 气象. 2019(11)
[3]临近预报的两种高时空分辨率定量降水预报融合算法的对比试验[J]. 程丛兰,陈敏,陈明轩,高峰,宋林烨,秦睿,杨璐,王勇. 气象学报. 2019(04)
[4]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)
[5]ECMWF集合预报统计量产品在重庆降水预报中的检验与分析[J]. 庞玥,王欢,夏蘩,罗娟. 沙漠与绿洲气象. 2019(03)
[6]基于SWAN雷达拼图产品在暴雨过程中的对流云降水识别及效果检验[J]. 张勇,吴胜刚,张亚萍,刘伯骏,龙美希,邹倩. 气象. 2019(02)
[7]定量测量降水量的回波结构自适应算法研究[J]. 魏鸣,宋羽轩,张蕾. 大气科学学报. 2018(05)
[8]2014—2016年数值降水预报在天津的检验评估[J]. 王万筠,殷海涛,赵敬红,窦策伟. 气象科技. 2018(04)
[9]短时强降水监测和预警技术及其在山区的应用[J]. 周北平,杜爱军,苟尚,杜宇飞. 气象科技. 2018(03)
[10]基于概率匹配的西南区域模式定量降水订正试验[J]. 曹萍萍,肖递祥,徐栋夫,王佳津,范江琳,刘莹,冯良敏,康岚,冯汉中. 气象科技. 2018(01)
本文编号：3446858
【文章来源】：沙漠与绿洲气象. 2020,14(05)
【文章页数】：9 页
【部分图文】：
2018年6月19日20时（BT）中尺度分析
图5为2018年6月22日00—02时（UTC）主观检验对比分析图。主观检验对比6月21日20时—6月22日20时（BT)24 h内逐小时的降水数据，发现跟“6·20”个例一样，GZ＿NPF数据在强度上明显优于SWAN＿QPF数据。SWAN＿QPF在大雨以上量级强度严重偏弱，无法反映真实的降水情况。GZ＿NPF落区位置则有70%～80%优于SWAN＿QPF。从24 h的降水数据中选取两个时刻作代表展示。选取时刻相似离度算法并未对降水的落区有明显的调整，说明原始QPF落区跟DZ＿QPE吻合度很高时相似离度算法不会过度调整降水落区。对比图5a和图5c发现小雨量级的降水边界两者跟填色DZ＿QPE底图均能较好地重合。但是对>5 mm的降水落区图5a大部分比图5c能更好地跟DZ＿QPE吻合。客观检验分级检验TS评分也说明这一情况，GZ＿NPF在>5 mm和>10 mm的降水量级检验中TS评分值相比SWAN＿QPF的TS评分值平均提升48%。22日01—02时（UTC）主观检验发现降水落区图5d比图5b对降水边界描述略优，这有可能是因为在降水识别时有意弱化了弱降水。降水中心大值区则是利用Weibull分布订正外推后的图5b与图5d更接近实况，降水大值中心与DZ＿QPE的偏差在5 mm以内。图4 2018年6月21日20时（BT）中尺度分析
图3 2018年6月20日01—02时及02—03时（UTC)DZ＿QPE、SWAN＿QPF、01时起报订正后GZ＿NPF以及外推1 h GZ＿NPF对比2.3“9·26”秋季暴雨个例外推试验
【参考文献】：
期刊论文
[1]宁夏0～2 h分钟级格点降水预报检验分析[J]. 王勇,潘娜,杨银. 宁夏工程技术. 2019(04)
[2]强降水和冰雹对流许可尺度集合预报个例试验[J]. 孙敏,戴建华. 气象. 2019(11)
[3]临近预报的两种高时空分辨率定量降水预报融合算法的对比试验[J]. 程丛兰,陈敏,陈明轩,高峰,宋林烨,秦睿,杨璐,王勇. 气象学报. 2019(04)
[4]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)
[5]ECMWF集合预报统计量产品在重庆降水预报中的检验与分析[J]. 庞玥,王欢,夏蘩,罗娟. 沙漠与绿洲气象. 2019(03)
[6]基于SWAN雷达拼图产品在暴雨过程中的对流云降水识别及效果检验[J]. 张勇,吴胜刚,张亚萍,刘伯骏,龙美希,邹倩. 气象. 2019(02)
[7]定量测量降水量的回波结构自适应算法研究[J]. 魏鸣,宋羽轩,张蕾. 大气科学学报. 2018(05)
[8]2014—2016年数值降水预报在天津的检验评估[J]. 王万筠,殷海涛,赵敬红,窦策伟. 气象科技. 2018(04)
[9]短时强降水监测和预警技术及其在山区的应用[J]. 周北平,杜爱军,苟尚,杜宇飞. 气象科技. 2018(03)
[10]基于概率匹配的西南区域模式定量降水订正试验[J]. 曹萍萍,肖递祥,徐栋夫,王佳津,范江琳,刘莹,冯良敏,康岚,冯汉中. 气象科技. 2018(01)
本文编号：3446858
本文链接：https://www.wllwen.com/projectlw/qxxlw/3446858.html
