SAL方法在东北地区台风降水预报检验中的应用

doi:10.3969/j.issn.1673-503X.2023.03.004

摘要/Abstract

摘要：

选取2020年3次影响东北地区的北上台风的最强降水日作为个例, 利用最佳方法确定阈值并识别降水主体与个体, 对其进行SAL检验分析并评价中国气象局全球同化预报系统(CMA-GFS)、欧洲中期天气预报中心数值模式(EC)以及中国气象局中尺度天气数值预报系统(CMA-MESO)模式12~36 h预报在东北地区对台风降水的预报效果。结果表明: 台风“巴威”降水过程CMA-GFS的预报效果各方面均最佳。台风“美莎克”降水过程强度方面CMA-MESO预报较其他两个模式结果偏强, CMA-GFS结构预报得更好, EC对降水位置的预报最好。台风“海神”降水过程CMA-GFS和EC模式强度预报更好, EC模式对结构判断得最差但对降水位置的预报最佳。通过对2020年3次影响东北的台风模式检验分析, 初步探索了各个模式在台风预报中的预报倾向, 在未来东北地区台风降水强度的预报中, 特别是在相似台风个例发生时, 可以根据分析的模式预报特点进行选择性的参考与有目的的主观订正。

关键词: SAL方法, 台风降水, 模式检验

Abstract:

The strongest precipitation days of three north-moving typhoons affecting Northeast China in 2020 were selected as examples, the best method was used to determine the threshold and identify the precipitation subjects and individuals, and the SAL (structure, amplitude and location) test was carried out to analyze and evaluate the effects of 12-36 h forecast of the China Meteorological Administration's Global Generalized Forecast System (CMA-GFS), European Center for Medium-Range Weather Prediction (EC) model and China Meteorological Administration Mesoscale Numerical Weather Prediction System (CMA-MESO) model on typhoon precipitation in Northeast China.The results show that the forecasting effect of CMA-GFS for the precipitation process of typhoon Bavi is the best.For Typhoon Mavsak, the precipitation process intensity forecasted by the CMA-MESO model is stronger than those of the other two models.The structure forecast by the CMA-GFS model is better, and the precipitation position forecasted by the EC model is the best.The CMA-GFS and EC models are better at predicting the intensity of the precipitation process of Typhoon Haishen, and the EC model is the worst at predicting the structure but the best at predicting the precipitation location.We test and analyze three typhoon models affecting Northeast China in 2020 to explore preliminarily the forecast tendency of each model in typhoon forecast.In the forecast of typhoon precipitation intensity in Northeast China in the future, especially when similar typhoons occur, selective reference and purposefully subjective correction can be operated according to the model forecast characteristics.

Key words: SAL (structure, amplitude and location) method, Typhoon precipitation, Mode verification

中图分类号:

P457.6

朱晓彤,姚凯,李尚锋,曲美慧. SAL方法在东北地区台风降水预报检验中的应用[J]. 气象与环境学报, 2023, 39(3): 31-39.

Xiao-tong ZHU,Kai YAO,Shang-feng LI,Mei-hui QU. Application of the SAL method to test the precipitation forecast of typhoons in Northeast China[J]. Journal of Meteorology and Environment, 2023, 39(3): 31-39.

图/表 5

图1

图2

图3

图4

图5

参考文献 23

1	崔曜鹏, 杨磊, 孙丽, 等. 辽宁东南半岛两次北上台风暴雨特征及成因对比分析[J]. 气象与环境学报, 2022, 38 (2): 1- 11.
2	杨磊, 孙丽, 王东东, 等. 2017年"海棠"台风影响辽宁不同区域极端暴雨成因分析[J]. 气象与环境学报, 2020, 36 (1): 1- 10.
3	谭政华, 陆忠艳, 林海峰, 等. 2020年辽宁省汛期多模式降水预报评估[J]. 气象与环境学报, 2023, 39 (1): 10- 16.
4	唐娴, 周荣卫, 何晓凤, 等. 多源降水预报集成技术应用研究[J]. 气象与环境学报, 2021, 37 (4): 26- 32.
5	聂安祺, 李得勤, 滕方达, 等. 辽宁省夏季多模式降水预报检验及晴雨预报技术研究[J]. 气象与环境学报, 2020, 36 (5): 10- 17.
6	刘凑华, 牛若芸. 基于目标的降水检验方法及应用[J]. 气象, 2013, 39 (6): 681- 690.
7	黄娟, 赵放, 李文娟, 等. "SAL"方法在短时融合降水检验评估中的应用[J]. 科技通报, 2019, 35 (10): 33- 38.
8	甘少华, 罗雨, 王廷芳, 等. 一种空间检验方法对全球模式降水预报的试验研究[C]//第33届中国气象学会年会S8数值模式产品应用与评估. 西安: 中国气象学会, 2016: 127-134.
9	Davis C , Brown B , Bullock R . Object-based verification of precipitation forecasts.Part Ⅱ: application to convective rain systems[J]. Monthly Weather Review, 2006, 134 (7): 1785- 1795.
10	李明, 袁凯, 翟红楠. 一种面向对象的强降水精细化预报质量检验方法及应用[J]. 暴雨灾害, 2017, 36 (1): 81- 85.
11	蔡义勇, 危国飞, 党皓飞, 等. 基于降水目标的主雨带识别及预报误差空间检验[J]. 气象与环境学报, 2020, 36 (1): 36- 42.
12	王国荣, 陈敏, 由凤春, 等. 基于对象诊断的空间检验方法(MODE)[J]. 气象科技, 2014, 42 (4): 652- 656.
13	符娇兰, 代刊. 基于CRA空间检验技术的西南地区东部强降水EC模式预报误差分析[J]. 气象, 2016, 42 (12): 1456- 1464.
14	公颖. SAL定量降水预报检验方法的解释与应用[J]. 暴雨灾害, 2010, 29 (2): 153- 159.
15	沈学顺, 王建捷, 李泽椿, 等. 中国数值天气预报的自主创新发展[J]. 气象学报, 2020, 78 (3): 451- 476.
16	黄丽萍, 陈德辉, 邓莲堂, 等. GRAPES_Meso V4.0主要技术改进和预报效果检验[J]. 应用气象学报, 2017, 28 (1): 25- 37.
17	沈学顺, 苏勇, 胡江林, 等. GRAPES_GFS全球中期预报系统的研发和业务化[J]. 应用气象学报, 2017, 28 (1): 1- 10.
18	龚建东. 同化技术: 数值天气预报突破的关键: 以欧洲中期天气预报中心同化技术演进为例[J]. 气象科技进展, 2013, 3 (3): 6- 13.
19	公颖, 李俊, 鞠晓慧. 2009年我国汛期降水形势总结与三个常用模式预报效果检验[J]. 热带气象学报, 2011, 27 (6): 823- 833.
20	Wernli H , Hofmann C , Zimmer M . Spatial forecast verification methods intercomparison project: application of the SAL technique[J]. Weather and Forecasting, 2009, 24 (6): 1472- 1484.
21	黄泓, 刘宇, 胡邦辉, 等. SAL检验方法在T799模式定量降水预报检验中的应用[C]//第32届中国气象学会年会S3军用数值天气预报技术及应用. 天津: 中国气象学会, 2015: 189-192.
22	王彬雁, 陈朝平, 黄楚惠. SAL方法在四川降水预报检验中的应用[J]. 干旱气象, 2020, 38 (3): 472- 479.
23	张震, 肖冰冰. 基于图像处理的蚂蚁计数方法研究[J]. 软件工程, 2018, 21 (7): 1- 4.

[1]	刘静, 陈传雷, 王瀛, 才奎志, 任川, 董巍. 基于4种高分辨率模式的辽宁省雷达回波预报邻域检验结果对比[J]. 气象与环境学报, 2022, 38(5): 25-33.
[2]	王东东, 孙丽, 杨磊, 沈历都, 王恕, 陈宇. 台风“巴威”不同类型降水多模式预报与空间检验对比评估[J]. 气象与环境学报, 2022, 38(4): 37-46.
[3]	杨景泰,隋玉秀,肖剑,王丽娜,常慧琳,邬晓冬,王岩. 大连地区ECMWF细网格10 m风场与观测实况对比与检验[J]. 气象与环境学报, 2021, 37(1): 73-81.
[4]	罗婷, 王远清, 李丽平. 影响海南岛的台风降水及水汽输送源地分析[J]. 气象与环境学报, 2020, 36(6): 42-49.
[5]	吴春英, 刘多文, 钟博, 蒋婷婷, 于蕙箐, 陈佳美, 高燕. 基于数值预报模式的乡镇温度预报方法研究[J]. 气象与环境学报, 2019, 35(1): 108-112.
[6]	张丹梅. 阜新地区寒潮天气分析和预报模式检验[J]. 气象与环境学报, 2002, 18(2): 8-9.