以2018年主要登陸臺(tái)風(fēng)暴雨過程為研究對(duì)象,利用多中心多模式（ECMWF、NCEP降水和臺(tái)風(fēng)路徑集合預(yù)報(bào)及業(yè)務(wù)細(xì)網(wǎng)格模式,國內(nèi)主要業(yè)務(wù)區(qū)域模式GRAPES-Meso、GRAPES-3 km、RMAPS、SMS-WARMS）預(yù)報(bào)及國家氣象中心實(shí)時(shí)臺(tái)風(fēng)中心定位和路徑預(yù)報(bào),在統(tǒng)計(jì)檢驗(yàn)和偏差分析的基礎(chǔ)上,對(duì)前期已業(yè)務(wù)應(yīng)用的基于觀測的集合成員優(yōu)選技術(shù)進(jìn)行改進(jìn),以期獲得更高分辨率和準(zhǔn)確率的臺(tái)風(fēng)降水客觀預(yù)報(bào)產(chǎn)品。結(jié)果顯示,改進(jìn)后的客觀產(chǎn)品空間分辨率較前期有明顯提升,預(yù)報(bào)準(zhǔn)確率較ECMWF和NCEP業(yè)務(wù)模式確定性預(yù)報(bào)有明顯提高,TS評(píng)分提高率在15%～20%,同時(shí)也高于各業(yè)務(wù)區(qū)域模式預(yù)報(bào),且暴雨TS評(píng)分略高于同期預(yù)報(bào)員主觀預(yù)報(bào)。此外,研究表明,該客觀產(chǎn)品的預(yù)報(bào)準(zhǔn)確率對(duì)參考路徑的選取有較強(qiáng)的依賴性,依據(jù)實(shí)時(shí)臺(tái)風(fēng)中心定位優(yōu)選出3～5個(gè)成員形成集合平均路徑,將其作為參考路徑的試驗(yàn)評(píng)分要高于以所有成員的集合平均路徑為參考的試驗(yàn)評(píng)分。集合成員優(yōu)選技術(shù)和以概率匹配方法為基礎(chǔ)的QPF融合技術(shù)對(duì)改進(jìn)全球和區(qū)域模式的臺(tái)風(fēng)暴雨預(yù)報(bào)有明顯的幫助。 

【文章來源】：氣象. 2020,46(10)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

圖８?２０１８年８月１３日０８時(shí)至１４日０８時(shí)逐６?ｈ降水實(shí)況（填色；ａ，ｂ，ｃ，ｄ），ＥＣＨＲ逐６?ｈ降水預(yù)報(bào)（填色）和５００?ｈＰａ位勢??高度預(yù)報(bào)（ｅ，ｆ，ｇ，ｈ，單位：ｇｐｍ），集合預(yù)報(bào)第１８號(hào)成員的逐６?ｈ?５００?ｈＰａ位勢高度預(yù)報(bào)（等值線）及區(qū)域模式和第１８號(hào)??成員６ｈ降水預(yù)報(bào)（填色）：（ｉ）Ｇ?

取頊報(bào)偏差較小的成員，形成新的預(yù)??報(bào)集合．聲以預(yù)計(jì)，將祖一定程度上減小驗(yàn)證時(shí)段??內(nèi)＇集合預(yù)報(bào)的不確定，提高臺(tái)風(fēng)路徑和降水預(yù)，報(bào)的??準(zhǔn)璐率》??本文所使用的多樓式ＱＰＦ融含后處通方案：??（１）基于ＥＣ和ＮＣＥＰ的臺(tái)風(fēng)路徑集合預(yù)報(bào)以及臺(tái)??風(fēng)中心實(shí)時(shí)定位資料，選取糢式起報(bào)后６．?ｈ時(shí)刻中??心像置摩報(bào)偏ＩＩ最小的前個(gè)咸員：為優(yōu)■選減爾Ｉ?Ｃ：２）??將優(yōu)選成員的臺(tái)風(fēng)路徑預(yù)報(bào)迸行集：食平均，并將該??集含乎均作為區(qū)域模式降水預(yù)報(bào)優(yōu)選的參考路徑；??（Ｓ）根據(jù)選定的參考路徑（圖１中實(shí)錢此路徑上??逐ｅ?ｈ選取臺(tái)鳳中心位亶備墓較小的匡域樓式成員??（圖１中菌圈內(nèi)黑點(diǎn)?＞，形成一組區(qū)域模式逐６?ｈ降??水預(yù)報(bào)的集含；Ｕ）基于新的降水預(yù)報(bào)集合，運(yùn)用概??率匹配（ｐｒｏｂａＭｌｉｔｙ?ｍａｔｃｈｉｎｇ．ＰＭ）＃法迸行降水融??合ｆ并對(duì)融合盾的，逐《?ｈ降水產(chǎn)品進(jìn)行累加，得肩精??細(xì)化的臺(tái)風(fēng)降水客觀產(chǎn)品Ｃ２４?ｈ累積降水量Ｋ??對(duì)于槪率Ｍ配方法Ｃ?Ｅｔｅｒｔ，?２〇〇１；代刊等，??如１８）：首：先，將降水產(chǎn)品區(qū)域內(nèi)ｔ個(gè)成員所有格點(diǎn)??個(gè)格點(diǎn)）的降水預(yù)報(bào)值ｆ含ｍ?／Ｍ個(gè)預(yù)報(bào)值》從大??到小排列＊將該序列從大到小分為ｗ等份，保留每??一等份的中位數(shù)；其次，對(duì)每個(gè)格點(diǎn)上《個(gè)成員預(yù)報(bào)??計(jì)算平均，樽到集合平均場，將集合平均場所有格點(diǎn)??的數(shù)值按從大到小排列：并保留各數(shù)值在平均場中??的俊聲７然后？將第一步保留下來的預(yù)報(bào)值序列與集??．合華均場：＜１＾列從大到小一■?—＊對(duì)應(yīng)■轉(zhuǎn)■■第一■步．的??預(yù)報(bào)值保留至其對(duì)應(yīng)數(shù)值所在集＃平均場中的位??豐，即得到概率匹配產(chǎn)品《圖２：）。??表２?降水檢驗(yàn)列聯(lián)表??Ｔａｂｌｅ?

８）：首：先，將降水產(chǎn)品區(qū)域內(nèi)ｔ個(gè)成員所有格點(diǎn)??個(gè)格點(diǎn)）的降水預(yù)報(bào)值ｆ含ｍ?／Ｍ個(gè)預(yù)報(bào)值》從大??到小排列＊將該序列從大到小分為ｗ等份，保留每??一等份的中位數(shù)；其次，對(duì)每個(gè)格點(diǎn)上《個(gè)成員預(yù)報(bào)??計(jì)算平均，樽到集合平均場，將集合平均場所有格點(diǎn)??的數(shù)值按從大到小排列：并保留各數(shù)值在平均場中??的俊聲７然后？將第一步保留下來的預(yù)報(bào)值序列與集??．合華均場：＜１＾列從大到小一■?—＊對(duì)應(yīng)■轉(zhuǎn)■■第一■步．的??預(yù)報(bào)值保留至其對(duì)應(yīng)數(shù)值所在集＃平均場中的位??豐，即得到概率匹配產(chǎn)品《圖２：）。??表２?降水檢驗(yàn)列聯(lián)表??Ｔａｂｌｅ?２?Ｃｏｎｔｉｎｇｅｎｃｙ?ｔａｂｌｅ?ｆｏｒ?ｓｃｏｒｉｎｇ?ｒａｉｎｆａｌｌ?ｆｏｒｅｃａｓｔｓ??觀測事件??發(fā)生??未發(fā)生??發(fā)生??Ａ??Ｂ??未發(fā)生??Ｃ??Ｄ??圖１后處理方案的示意圖??Ｆｉｇ．?１?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍｓ?ｏｆ??ｐｏｓｔ?ｐｒｏｃｅｓｓｉｎｇ?ｔｅｃｈｎｉｑｕｅ??由大到小排列?［ｊ?由大到小排列??圖２概率匹配產(chǎn)品計(jì)算原理示意圖??Ｆｉｇ．?２?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍｓ?ｏｆ??ｐｒｉｎｃｉｐｌｅｓ?ｏｆ?ＰＭ?ｐｒｏｄｕｃｔ??２區(qū)域模式降水預(yù)報(bào)評(píng)估??區(qū)域模式相比．全球模式，對(duì)短：期時(shí)效？３?ｄ）??內(nèi)局地－區(qū)域?qū)α飨到y(tǒng)以及復(fù)．雜地形引起的強(qiáng)降水??預(yù)捆表現(xiàn)出一定優(yōu)勢，區(qū)域模式的檢驗(yàn)工作一盒受??到廣大氣象工作者的高度重．視．尤其是針對(duì)瘼式：基??本氣象要素和降水預(yù)報(bào)的定量化統(tǒng)計(jì)檢驗(yàn)。由于合??風(fēng)降水后處理產(chǎn)品的計(jì)算方案是基于區(qū)域模式降水??預(yù)報(bào)進(jìn)行優(yōu)選和融合，Ｈ此對(duì)四個(gè)區(qū)域模式的降水??預(yù)報(bào)進(jìn)行檢驗(yàn)．是

【參考文獻(xiàn)】：
期刊論文
[1]GRAPES3 km數(shù)值模式對(duì)流風(fēng)暴預(yù)報(bào)能力的多方法綜合評(píng)估[J]. 張小雯,唐文苑,鄭永光,盛杰,朱文劍.  氣象. 2020(03)
[2]ECMWF極端降水預(yù)報(bào)指數(shù)在華東臺(tái)風(fēng)暴雨中的應(yīng)用研究[J]. 羅玲,婁小芬,傅良,錢浩.  氣象. 2019(10)
[3]SMS-WARMS V2.0模式對(duì)中國西南地區(qū)降水預(yù)報(bào)能力的客觀檢驗(yàn)[J]. 徐同,楊玉華,李佳,陳葆德.  氣象. 2019(08)
[4]2018年西北太平洋和南海臺(tái)風(fēng)活動(dòng)概述[J]. 柳龍生,呂心艷,高拴柱.  海洋氣象學(xué)報(bào). 2019(02)
[5]臺(tái)風(fēng)蘇迪羅登陸次日分散性暴雨成因及預(yù)報(bào)著眼點(diǎn)[J]. 楊舒楠,曹勇,陳濤,唐健,郭云謙.  氣象. 2019(01)
[6]集合模式定量降水預(yù)報(bào)的統(tǒng)計(jì)后處理技術(shù)研究綜述[J]. 代刊,朱躍建,畢寶貴.  氣象學(xué)報(bào). 2018(04)
[7]臺(tái)風(fēng)暴雨落區(qū)研究綜述[J]. 陳聯(lián)壽,孟智勇,叢春華.  海洋氣象學(xué)報(bào). 2017(04)
[8]高分辨率GRAPES模式中云微物理方案對(duì)強(qiáng)降水的模擬和診斷研究[J]. 聶皓浩,劉奇俊,馬占山.  氣象. 2016(12)
[9]面向臺(tái)風(fēng)暴雨的集合預(yù)報(bào)成員優(yōu)選訂正技術(shù)研究及應(yīng)用試驗(yàn)[J]. 陳博宇,郭云謙,代刊,錢奇峰.  氣象. 2016(12)
[10]1959-2012年我國極端降水臺(tái)風(fēng)的氣候特征分析[J]. 江漫,漆梁波.  氣象. 2016(10)



本文編號(hào)：3385822