数值天气预报在广西的业务应用与进展
发布时间:2022-01-17 21:10
随着计算机性能提高和数值模式的发展,数值天气预报在气象预报业务中发挥着越来越重要的作用。广西气象业务应用数值天气预报产品四十年来,在中尺度数值预报模式本地化应用、数值预报产品解释应用和气象要素客观预报方法研究等方面取得了一定成果。广西气象科技工作者采用天气学释用、动力释用、逐步回归、模式输出统计、卡尔曼滤波、神经网络和综合集成等方法研发了基于数值预报产品的温度、降水等气象要素客观预报技术,形成了支撑广西日常天气预报业务的方法和流程,对广西预报水平提高起到了重要作用。但传统的解释应用方法已不能满足智能化精细化预报的发展,数值天气预报在广西的业务应用迫切需要在人工智能、大数据挖掘等信息化技术方面加强研究。
【文章来源】:气象研究与应用. 2020,41(04)
【文章页数】:8 页
【部分图文】:
2019年6月1日—2020年5月31日20时市气象台订正、区气象台指导和动态因子逐步回归预报的日最高气温(a),日最低气温(b)TS评分
通过检验各模式2019年6月1日—2020年5月31日20时24h晴雨预报准确率发现:各模式晴雨准确率均在67%以上,GRAPES_3KM以79.7%表现最佳(见图2);晴雨准确率有季节性差异,秋季最高,夏季最低。对于一般性降水,各模式TS均在25%以上,日本细网格48.5%表现最好(见图3a)。对于暴雨以上量级降水各模式24hTS均不足16%,最好为ECMWF细网格15.8%(见图3b)。可见,模式对分级降水特别是暴雨以上量级降水的预报能力不足,预报员仍能发挥较大的作用。3.2 模式温度预报性能分析
通过检验各模式2019年6月1日—2020年5月31日20时24h时效内逐3h温度预报的TS评分发现:12h时效的TS评分最高,各模式在57%以上,其中德国细网格表现最好。24h高温预报华南模式58.1%表现最好(见图4a)。对于低温,日本细网格表现最好为83.7%(见图4b)。高低温预报性能有季节性差异,秋季高温误差最大,夏季误差最小;冬季低温误差最大,夏季的误差最小。图4 2019年6月1日—2020年5月31日20时各模式24h高温(a)和低温(b)预报的TS评分
【参考文献】:
期刊论文
[1]新中国成立70年来的中国大气科学研究:天气篇[J]. 孟智勇,张福青,罗德海,谈哲敏,方娟,孙建华,沈学顺,张云济,汪曙光,韩威,赵坤,朱磊,胡永云,薛惠文,马亚平,张丽娟,聂绩,周瑞琳,李飒,刘泓君,朱宇宁. 中国科学:地球科学. 2019(12)
[2]欧洲集合预报产品降水预报检验分析[J]. 陈伟斌,韩慎友,刘国忠. 气象研究与应用. 2017(02)
[3]高分辨率数值模式在强对流天气预警中的业务应用进展[J]. 漆梁波. 气象. 2015(06)
[4]基于主成分分析的人工智能台风路径预报模型[J]. 黄小燕,金龙. 大气科学. 2013(05)
[5]一次引发北部湾大暴雨过程的海风锋模拟研究[J]. 卢伟萍,李江南,梁维亮,林振敏,黄嘉宏,林宗桂. 热带气象学报. 2012(06)
[6]几种数值预报模式在广西降水预报效果的比较[J]. 梁利,林开平,黄海洪. 气象研究与应用. 2012(02)
[7]基于最小二乘支持向量机集成的降水预报模型[J]. 罗芳琼,吴建生,金龙. 热带气象学报. 2011(04)
[8]国家气象中心业务数值预报发展的回顾与展望[J]. 闫之辉,王雨,朱国富. 气象. 2010(07)
[9]一种新的暴雨灾害预报非线性建模方法[J]. 金龙,刘苏东,黄颖,梁钟清. 系统仿真学报. 2009(24)
[10]2008年广西严重低温雨雪冰冻天气过程分析[J]. 陈见,高安宁,黄明策,赵金彪. 气象研究与应用. 2008(02)
本文编号:3595444
【文章来源】:气象研究与应用. 2020,41(04)
【文章页数】:8 页
【部分图文】:
2019年6月1日—2020年5月31日20时市气象台订正、区气象台指导和动态因子逐步回归预报的日最高气温(a),日最低气温(b)TS评分
通过检验各模式2019年6月1日—2020年5月31日20时24h晴雨预报准确率发现:各模式晴雨准确率均在67%以上,GRAPES_3KM以79.7%表现最佳(见图2);晴雨准确率有季节性差异,秋季最高,夏季最低。对于一般性降水,各模式TS均在25%以上,日本细网格48.5%表现最好(见图3a)。对于暴雨以上量级降水各模式24hTS均不足16%,最好为ECMWF细网格15.8%(见图3b)。可见,模式对分级降水特别是暴雨以上量级降水的预报能力不足,预报员仍能发挥较大的作用。3.2 模式温度预报性能分析
通过检验各模式2019年6月1日—2020年5月31日20时24h时效内逐3h温度预报的TS评分发现:12h时效的TS评分最高,各模式在57%以上,其中德国细网格表现最好。24h高温预报华南模式58.1%表现最好(见图4a)。对于低温,日本细网格表现最好为83.7%(见图4b)。高低温预报性能有季节性差异,秋季高温误差最大,夏季误差最小;冬季低温误差最大,夏季的误差最小。图4 2019年6月1日—2020年5月31日20时各模式24h高温(a)和低温(b)预报的TS评分
【参考文献】:
期刊论文
[1]新中国成立70年来的中国大气科学研究:天气篇[J]. 孟智勇,张福青,罗德海,谈哲敏,方娟,孙建华,沈学顺,张云济,汪曙光,韩威,赵坤,朱磊,胡永云,薛惠文,马亚平,张丽娟,聂绩,周瑞琳,李飒,刘泓君,朱宇宁. 中国科学:地球科学. 2019(12)
[2]欧洲集合预报产品降水预报检验分析[J]. 陈伟斌,韩慎友,刘国忠. 气象研究与应用. 2017(02)
[3]高分辨率数值模式在强对流天气预警中的业务应用进展[J]. 漆梁波. 气象. 2015(06)
[4]基于主成分分析的人工智能台风路径预报模型[J]. 黄小燕,金龙. 大气科学. 2013(05)
[5]一次引发北部湾大暴雨过程的海风锋模拟研究[J]. 卢伟萍,李江南,梁维亮,林振敏,黄嘉宏,林宗桂. 热带气象学报. 2012(06)
[6]几种数值预报模式在广西降水预报效果的比较[J]. 梁利,林开平,黄海洪. 气象研究与应用. 2012(02)
[7]基于最小二乘支持向量机集成的降水预报模型[J]. 罗芳琼,吴建生,金龙. 热带气象学报. 2011(04)
[8]国家气象中心业务数值预报发展的回顾与展望[J]. 闫之辉,王雨,朱国富. 气象. 2010(07)
[9]一种新的暴雨灾害预报非线性建模方法[J]. 金龙,刘苏东,黄颖,梁钟清. 系统仿真学报. 2009(24)
[10]2008年广西严重低温雨雪冰冻天气过程分析[J]. 陈见,高安宁,黄明策,赵金彪. 气象研究与应用. 2008(02)
本文编号:3595444
本文链接:https://www.wllwen.com/projectlw/qxxlw/3595444.html