高分辨率短临模式在一次极端降雨过程中的定量检验
发布时间：2021-04-12 18:11
以2018年严重影响广东的一次极端季风低压降雨过程为研究对象,基于邻域法,对Grapes-1km短临模式预报降雨的极端性、站点预报能力进行定量检验。结果表明:（1）模式对降雨峰值时段的极端降雨具有一定低估,但是提前量越小,相对偏差的绝对值和均方根误差越小。（2）模式性能与降雨范围的局地性有一定的相关性,局地性降雨时段,模式预报的偏差较大。（3）分区检验结果显示,模式低估了站点降雨量,尤其是强降雨区域。（4）分级检验结果表明,模式晴雨预报调整不明显,而当降雨阈值提高后,模式调整效果更明显。（5）邻域范围内模式命中强降雨的相对位置显示模式预报降雨系统较实况移速偏快。（6）模式在临近时次的调整较为明显,调整效果较好。
【文章来源】：广东气象. 2020,42(06)
【文章页数】：6 页
【部分图文】：
2018年8月29日08:00—9日1日08:00过程降雨总量(单位:mm)
图2比较了模式预报的极大值和雨量站的极大值的散点分布,散点多分布于对角线下方,模式的极大值普遍小于实况极大值,随着预报提前量减小,散点聚集分布区有趋近对角线的态势,即模式预报极大值低估幅度减小。从散点颜色分布可见不同时期模式降雨低估状况,在过程的开始阶段以及结束阶段(8月27—29日和9月1日)散点趋于在对角线附近分布,表明模式预报与实况较为吻合;在过程降雨峰值期间(8月30—31日)散点分布则主要位于对角线右下方,具有显著低估特征,实况小时最大降雨量普遍在50 mm/h以上,模式预报量多数仅在0～30 mm/h范围内。上述特征反映了,在该次过程中模式对于极大值的预报能力不足。通过定量计算,可用RB和RMSE评估模式对极端降雨性能的表现,预报提前量为1～6 h的模式预报RB均为负值,表明模式预报总体上低估了极端降雨量,其中提前量为2 h的预报RB绝对值最小,RMSE最小,提前量越大,模式预报RB绝对值和RMSE越大,表明模式提前2 h的极大值预报性能表现相对较好,临近的预报效果更好(表2)。
为进一步了解模式对于局地性强降雨和区域性强降雨的预报性能,利用极大值站点附近50 km范围内强降雨站点占区域内站点总数的比例加以区分局地性强降雨和区域性强降雨,当百分比<10%时定义为局地性强降雨。从图3可见,强降雨的站点比例曲线具有明显的振荡特征,27日白天、28日白天、29日凌晨、30日午后、31日午后至夜间到9月1日早晨等几个阶段属于局地性的强降雨,其余时段属区域性强降雨。27日早晨实况强降雨显著高于模式预报值,即使是提前量2 h的预报,仍存在超2倍的差距。午后强降雨范围扩大,模式的预报效果显著改善(实况大致分布在模式填色范围内),提前2 h模式的预报结果大致接近实况。28日上午降雨范围缩小,模式与实况的偏差有所增大。而29日午后强降雨范围和强度都有所增大,可是模式预报值与实况偏差较大,说明这一阶段模式对于极大值的预报效果不佳。30日凌晨开始,模式预报的极大值急剧上升,临近2 h的预报结果也同步增大,08:00前后达到峰值,此时模式与实况差异不大。值得注意的是,该时段内,模式不同时次预报的极大值差异(图3中填色区的高度)较大,模式有显著调整,临近2 h的预报与实况接近,表明模式向实况调整的效果显著。30日午后降雨趋于局地,模式与实况的偏差较大,临近2 h的偏差最大。30日夜间强降雨范围增大,模式预报结果的区间(图3中填色区高度)较大,表明模式的调整尤其显著,临近时次预报调整具有正效果,但是与实况的极大值相比而言仍低估40 mm/h左右。整体而言,对于调整显著的时段,临近时次预报均具有较好的预报效果。以上变化特征表明模式的性能与降雨范围的局地性有一定的相关性(图3),一般而言,降雨异常局地的时段内,模式预报的偏差较大,预报性能有限。另外,模式预报80 mm/h以上的概率很低,表明对于这种异常极端的降雨,模式的预报性能也较为有限。除此以外,实况出现的极端性降雨可能跟地形具有较密切的关系,本研究未考虑该情况。另外,模式调整幅度可能跟实时同化的观测资料有关,3.1节的分析中部分时次临近预报的效果与实况有较大的偏差,有可能是跟同化的观测资料缺乏有关。在预报业务中对这一相关信息的实时监控,将对模式产品的订正与业务应用具有更大作用。
【参考文献】：
期刊论文
[1]基于Grapes 1 km 分钟级模式分析LAF法的预报效果[J]. 张兰,张宇飞,刘畅,刘子杰. 广东气象. 2019(02)
[2]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)
[3]基于多模式2015年江西省汛期区域性暴雨的检验[J]. 孙素琴,郑婧,金米娜,吴静,李葳. 气象与环境学报. 2017(02)
[4]基于邻域法的高分辨率模式降水的预报能力分析[J]. 潘留杰,张宏芳,陈小婷,王建鹏,陈法敬. 热带气象学报. 2015(05)
[5]GRAPESMESO V3.3模式强天气预报性能的初步检验[J]. 毛冬艳,朱文剑,樊利强,蔡雪薇,张涛,陈静,黄丽萍,王雨. 气象. 2014(12)
[6]一种定量降水预报误差检验技术及其应用[J]. 符娇兰,宗志平,代刊,张芳华,高栋斌. 气象. 2014(07)
本文编号：3133745
【文章来源】：广东气象. 2020,42(06)
【文章页数】：6 页
【部分图文】：
2018年8月29日08:00—9日1日08:00过程降雨总量(单位:mm)
图2比较了模式预报的极大值和雨量站的极大值的散点分布,散点多分布于对角线下方,模式的极大值普遍小于实况极大值,随着预报提前量减小,散点聚集分布区有趋近对角线的态势,即模式预报极大值低估幅度减小。从散点颜色分布可见不同时期模式降雨低估状况,在过程的开始阶段以及结束阶段(8月27—29日和9月1日)散点趋于在对角线附近分布,表明模式预报与实况较为吻合;在过程降雨峰值期间(8月30—31日)散点分布则主要位于对角线右下方,具有显著低估特征,实况小时最大降雨量普遍在50 mm/h以上,模式预报量多数仅在0～30 mm/h范围内。上述特征反映了,在该次过程中模式对于极大值的预报能力不足。通过定量计算,可用RB和RMSE评估模式对极端降雨性能的表现,预报提前量为1～6 h的模式预报RB均为负值,表明模式预报总体上低估了极端降雨量,其中提前量为2 h的预报RB绝对值最小,RMSE最小,提前量越大,模式预报RB绝对值和RMSE越大,表明模式提前2 h的极大值预报性能表现相对较好,临近的预报效果更好(表2)。
为进一步了解模式对于局地性强降雨和区域性强降雨的预报性能,利用极大值站点附近50 km范围内强降雨站点占区域内站点总数的比例加以区分局地性强降雨和区域性强降雨,当百分比<10%时定义为局地性强降雨。从图3可见,强降雨的站点比例曲线具有明显的振荡特征,27日白天、28日白天、29日凌晨、30日午后、31日午后至夜间到9月1日早晨等几个阶段属于局地性的强降雨,其余时段属区域性强降雨。27日早晨实况强降雨显著高于模式预报值,即使是提前量2 h的预报,仍存在超2倍的差距。午后强降雨范围扩大,模式的预报效果显著改善(实况大致分布在模式填色范围内),提前2 h模式的预报结果大致接近实况。28日上午降雨范围缩小,模式与实况的偏差有所增大。而29日午后强降雨范围和强度都有所增大,可是模式预报值与实况偏差较大,说明这一阶段模式对于极大值的预报效果不佳。30日凌晨开始,模式预报的极大值急剧上升,临近2 h的预报结果也同步增大,08:00前后达到峰值,此时模式与实况差异不大。值得注意的是,该时段内,模式不同时次预报的极大值差异(图3中填色区的高度)较大,模式有显著调整,临近2 h的预报与实况接近,表明模式向实况调整的效果显著。30日午后降雨趋于局地,模式与实况的偏差较大,临近2 h的偏差最大。30日夜间强降雨范围增大,模式预报结果的区间(图3中填色区高度)较大,表明模式的调整尤其显著,临近时次预报调整具有正效果,但是与实况的极大值相比而言仍低估40 mm/h左右。整体而言,对于调整显著的时段,临近时次预报均具有较好的预报效果。以上变化特征表明模式的性能与降雨范围的局地性有一定的相关性(图3),一般而言,降雨异常局地的时段内,模式预报的偏差较大,预报性能有限。另外,模式预报80 mm/h以上的概率很低,表明对于这种异常极端的降雨,模式的预报性能也较为有限。除此以外,实况出现的极端性降雨可能跟地形具有较密切的关系,本研究未考虑该情况。另外,模式调整幅度可能跟实时同化的观测资料有关,3.1节的分析中部分时次临近预报的效果与实况有较大的偏差,有可能是跟同化的观测资料缺乏有关。在预报业务中对这一相关信息的实时监控,将对模式产品的订正与业务应用具有更大作用。
【参考文献】：
期刊论文
[1]基于Grapes 1 km 分钟级模式分析LAF法的预报效果[J]. 张兰,张宇飞,刘畅,刘子杰. 广东气象. 2019(02)
[2]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)
[3]基于多模式2015年江西省汛期区域性暴雨的检验[J]. 孙素琴,郑婧,金米娜,吴静,李葳. 气象与环境学报. 2017(02)
[4]基于邻域法的高分辨率模式降水的预报能力分析[J]. 潘留杰,张宏芳,陈小婷,王建鹏,陈法敬. 热带气象学报. 2015(05)
[5]GRAPESMESO V3.3模式强天气预报性能的初步检验[J]. 毛冬艳,朱文剑,樊利强,蔡雪薇,张涛,陈静,黄丽萍,王雨. 气象. 2014(12)
[6]一种定量降水预报误差检验技术及其应用[J]. 符娇兰,宗志平,代刊,张芳华,高栋斌. 气象. 2014(07)
本文编号：3133745
本文链接：https://www.wllwen.com/projectlw/qxxlw/3133745.html
