【摘要】：降水是在一系列復雜物理過程的影響下所形成,受多種天氣系統(tǒng)共同作用,所以降水預報相對于氣壓、風速、氣溫等天氣要素的預報準確率低,成為天氣預報和氣候預測中最有難度的天氣要素之一。由于降水受不同尺度的天氣系統(tǒng)相互影響,其時空分布比較復雜,在不同的時間尺度上其統(tǒng)計特征不同,尤其是日降水量或更短時間尺度內(nèi)的降水呈偏態(tài)分布。所以,對降水預報采用概率預報的形式效果更好。近年來,數(shù)值預報取得了很大的進展,但是資料分析和同化處理上導致的誤差,均會使我們所得的數(shù)值預報模式初始場具有不確定性,而集合預報則被認為是獲得概率預報最有效的途徑之一。雖然集合預報產(chǎn)品產(chǎn)生的降水概率預報提高了降水預報的準確度,但由于降水這一天氣要素本身和數(shù)值模式的不確定性,集合降水預報仍然存在不小的誤差。所以對集合預報降水進行偏差訂正及概率預報是近年來集合預報應用的一個新趨勢。本論文為了研究集合降水預報的概率分布和誤差特征,并對集合降水預報進行概率集成和偏差訂正。首先利用廣義加性模型分析預報中心模式、預報時效以及模式水平分辨率對集合成員降水預報的關(guān)系。在此基礎(chǔ)上采用國家級地面氣象站逐小時降水資料和同期CMA、ECMWF和NCEP三套全球集合預報結(jié)果,具體分析了在不同預報時效下東南地區(qū)集合預報降水的確定性誤差、離散性誤差和概率性誤差特點。然后將1986年7月-2015年7月逐小時歷史觀測資料和2014年7月-2016年7月三個中心集合預報資料分別作為貝葉斯降水概率預報的先驗信息,建立了成都和廣州兩個代表站的貝葉斯降水概率預報模型,分析了不同方案的偏差訂正效果。最后利用2015年6月1日—7月31日三個全球數(shù)值預報業(yè)務中心(CMA、ECMWF和NCEP)的24 h降水集合預報資料和我國東南地區(qū)降水觀測資料,采用貝葉斯模型平均方法(A方案)和基于A方案的統(tǒng)計降尺度模型二次訂正方法(B方案)對上述三個中心和多模式超級集合降水預報進行訂正,并對比兩種方案的訂正效果;然后,選取2015年8月1—31日進行獨立樣本檢驗,分析訂正前后的降水預報。主要研究結(jié)論如下:(1)不同預報中心模式、模式水平分辨率和預報時效作為解釋變量,基于廣義加性模型分析他們與預報降水量之間的關(guān)系表明,預報時效對降水集合預報的影響最為顯著,但來自不同中心的模式水平分辨率對降水預報的影響也不同忽視。(2)降水集合預報的確定性誤差特征分析表明:三個中心集合預報降水的均方根誤差大值區(qū)在東南沿海附近,且隨著預報時效的增加,均方根誤差值和范圍在逐漸增大。三個集合預報系統(tǒng)中ECMWF對降水閾值為10.0mm以下的TS評分值較高,而CMA雖然對降水閾值為25.0mm以上的TS評分值較高,但存在較大的空報率。綜合對比可知,ECMWF的確定性預報效果最好。(3)三個中心降水集合預報Talagrand圖都呈U型分布,說明離散度是不夠的。降水觀測總是落在集合成員預報的最大值和最小值之外,沒有被集合預報系統(tǒng)所預測到。由Rank分布可知,集合預報系統(tǒng)對沿海地區(qū)的降水估計偏小,且隨著預報時效增加,對降水量估計的偏小程度也在逐漸增大。(4)ECMWF的BS評分值最小,其次是CMA,最后是NCEP,說明ECMWF預報效果最好。隨著預報時效的增加,BS評分值增大,即降水概率預報誤差增加。而隨著降水量級增大,各中心BS評分值逐漸降低。造成這種現(xiàn)象是因為0.1mm閾值的降水概率預報有很多的空報。對于50.0mm閾值的降水概率預報,預報和實況出現(xiàn)50.0mm以上的站點和時刻都比較少。此外,沿海地區(qū)的BS評分值偏大,說明各中心對沿海地區(qū)發(fā)生較大降水的預報效果較差。(5)歷史觀測降水和集合預報降水的概率分布研究表明,我國東南地區(qū)為尺度參數(shù)主導區(qū),易發(fā)生極端降水。較大量級降水出現(xiàn)在沿海地區(qū)的可能性大,并且Gamma分布中的形狀參數(shù)和尺度參數(shù)具有高相關(guān)性。通過有效信息評分對代表站建立不同方案的貝葉斯降水概率預報模型,由檢驗評估結(jié)果可知,BMA對觀測先驗信息下的貝葉斯降水概率預報和三個中心集合預報模型集合平均組成多模式超級集合預報訂正效果最明顯。(6)各中心和多模式原始集合預報存在小雨空報、大雨漏報現(xiàn)象。以第50百分位的降水預報為例:A方案訂正后各中心和多模式的集合平均消除了大量的小雨空報,對小雨、中雨的訂正效果很明顯;對大雨有一定的訂正效果,但對超過50.0mm的降水量級訂正效果不明顯。而B方案訂正后的降水預報結(jié)果不僅降低原始集合預報的空報率,也修正了單純A方案訂正對較大降水量級偏低甚至漏報等問題,其中對GE的訂正效果最好。(7)B方案訂正后的降水預報仍然存在空報和漏報等情況,尤其對大量級和極端降水預報不準確,且各中心和GE各自的雨區(qū)形狀或走向在訂正前后變化不大。這表明該方法對雨區(qū)的位置和極端降水預報的改進效果不明顯,其結(jié)果與原始集合預報密切相關(guān),對其改進更需要依賴模式自身能力的提高、物理過程的改進等,消除原始集合預報模式的系統(tǒng)誤差。
【圖文】：

成都信息工程大學碩士學位論文的站點數(shù)為 1114 個，研究區(qū)域及區(qū)域內(nèi)實況降水觀測站的空第四章和第六章使用的是 2015 年 6 月 1 日-8 月 31 日的降水實研究時段內(nèi)包含更多的研究站點，剔除研究時段 2015 年 6 月測站點后，得到研究區(qū)域內(nèi)觀測資料的站點數(shù)為 1263 個。

圖 4-2 2015 年 6 月 1 日-8 月 31 日東南地區(qū) RMSE 的分布圖（單位：mm，，a1-c1 分別對應預報時效 24h CMA、ECMWF 和 NCEP；a2-c2 分別對應預報時效 48h CMA、ECMWF 和NCEP；a3-c3 分別對應預報時效 72h CMA、ECMWF 和 NCEP）4.1.2 TS 評分和預報偏差 B根據(jù)三套集合預報系統(tǒng)在預報時效為 24h 的情況下，四個不同降水閾值集合預報成員的 TS 評分和預報偏差 B 值可以看出（圖 4-3），降水閾值為 0.1mm 時，三個中心 TS 評分在研究區(qū)域有相似的表現(xiàn)。其中 CMA 和 ECMWF 的 TS 評分值均為 0.5，NCEP 的 TS 評分值低于 0.5；降水閾值為 10.0mm 時，ECMWF 和NCEP 的 TS 評分值均為 0.33，CMA 的 TS 評分值低于 0.33；降水閾值為 25.0mm時，CMA 的 TS 評分值為 0.23，ECMWF 和 NCEP 的 TS 評分值為 0.2；降水閾值為 50.0mm 時，CMA 的 TS 評分值為 0.15，ECMWF 的 TS 評分值為 0.08，NCEP的 TS 評分值為 0.07。綜上所述，ECMWF 對于降水閾值為 10.0mm 以下的 TS評分值較高，CMA 對于降水降水閾值 25.0mm 以上的 TS 評分值較高，NCEP 的
【學位授予單位】：成都信息工程大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P457.6

【參考文獻】

相關(guān)期刊論文 前10條

1 趙琳娜;董航宇;吳亮;王彬雁;白雪梅;黨皓飛;;黃淮地區(qū)夏季日降水分區(qū)概率預報方法研究[J];氣象;2015年12期

2 沈曉琳;張芳華;周博坤;;2015年7月大氣環(huán)流和天氣分析[J];氣象;2015年10期

3 馬旭林;時洋;和杰;計燕霞;WANG Yong;;基于卡爾曼濾波遞減平均算法的集合預報綜合偏差訂正[J];氣象學報;2015年05期

4 李俊;杜鈞;陳超君;;“頻率匹配法”在集合降水預報中的應用研究[J];氣象;2015年06期

5 王海霞;智協(xié)飛;;基于TIGGE多模式降水量預報的統(tǒng)計降尺度研究[J];氣象科學;2015年04期

6 杜正靜;夏曉玲;裴興云;蘇靜文;王強;;基于GAM模型的3種降雨因子對貴州地質(zhì)災害危險性預測的對比分析[J];中國農(nóng)學通報;2015年06期

7 智協(xié)飛;李剛;彭婷;;基于貝葉斯理論的單站地面氣溫的概率預報研究[J];大氣科學學報;2014年06期

8 田付友;鄭永光;毛冬艷;諶蕓;鐘水新;;基于Γ函數(shù)的暖季小時降水概率分布[J];氣象;2014年07期

9 林春澤;祁海霞;智協(xié)飛;白永清;劉琳;;中國夏季降水多模式集成概率預報研究[J];暴雨災害;2013年04期

10 張宇彤;矯梅燕;陳靜;;基于模式先驗信息的貝葉斯集合降水概率預報試驗[J];氣象;2013年10期

本文編號：2609942