2020年夏季辽宁省多模式降水预报检验

doi:10.3969/j.issn.1673-503X.2023.06.005

气象与环境学报 ›› 2023, Vol. 39 ›› Issue (6): 37-43.doi: 10.3969/j.issn.1673-503X.2023.06.005

2020年夏季辽宁省多模式降水预报检验

王月^1,^2,³(),刘成瀚⁴,段云霞^1,*(),孙虹雨⁴,崔景琳¹,苏雨萌⁵,陈沛宇⁶,班伟龙¹

1. 沈阳市气象局, 辽宁沈阳 110168
2. 中国气象局沈阳大气环境研究所, 辽宁沈阳 110166
3. 东北冷涡研究重点开放实验室, 辽宁沈阳 110166
4. 辽宁省气象台, 辽宁沈阳 110166
5. 辽宁省气象信息中心, 辽宁沈阳 110166
6. 河北省气象技术装备中心, 河北石家庄 050021

收稿日期:2022-04-06 出版日期:2023-12-28 发布日期:2024-01-27
通讯作者: 段云霞 E-mail:w_yue2009@163.com;yxduan@163.com
作者简介:王月, 女, 1990年生, 工程师, 主要从事气候变化方面研究, E-mail: w_yue2009@163.com
基金资助:
中国气象局沈阳大气环境研究所东北冷涡研究重点开放实验室联合开放基金课题(2022SYIAEKFMS10);辽宁省气象局年度基金项目(202302);辽宁省气象局科学技术研究课题(2021SXB01);沈阳市气象局科研项目(SY202111)

Verification technology of multi-model precipitation forecast in Liaoning province in summer 2020

Yue WANG^1,^2,³(),Chenghan LIU⁴,Yunxia DUAN^1,*(),Hongyu SUN⁴,Jinglin CUI¹,Yumeng SU⁵,Peiyu CHEN⁶,Weilong BAN¹

1. Shenyang Meteorological Service, Shenyang 110168, China
2. Institute of Atmospheric Environment, CMA, Shenyang 110166, China
3. Key Opening Laboratory for Northeast China Cold Vortex Research, Shenyang 110166, China
4. Liaoning Meteorological Observatory, Shenyang 110166, China
5. Liaoning Meteorological Information Center, Shenyang 110166, China
6. Hebei Provincial Meteorological Technical Equipment Center, Shijiazhuang 050021, China

Received:2022-04-06 Online:2023-12-28 Published:2024-01-27
Contact: Yunxia DUAN E-mail:w_yue2009@163.com;yxduan@163.com

摘要/Abstract

摘要：

选用2020年夏季辽宁省区域自动站资料和7种模式预报资料, 根据降水强度将站点分为5种降水类型, 分析各数值模式36 h和48 h预报检验降水场的分布误差、相关性及雨带位置。结果表明: 36 h预报结果好于48 h, 48 h降水量预报结果普遍比观测值偏大。初夏、夏末及秋初, 各模式降水量预报偏差相对较小, 盛夏的预报值偏差较大, 尤其强降水站点的降水量预报值显著偏小。36 h预报值与观测值的相关系数和散点分布表明, 弱降水站点和较弱降水站点的ECMWF预报结果最好, NCEP和WRF_3KM次之。中量降水站点、较强降水站点和强降水站点的NCEP预报结果最好, ECMWF和WRF_3KM次之。各模式雨带位置预报存在不同程度偏差, 其中ECMWF的结果较好。

关键词: 数值模式, 降水预报, 检验, 雨带指数

Abstract:

Based on precipitation data observed at regional meteorological stations from June to September 2020, we verified the precipitation forecasts from 7 numerical models.We divided the summer precipitation in Liaoning province into 5 types according to the precipitation intensity and selected 36-hour and 48-hour forecast times to test the distribution errors and correlations of the precipitation field, as well as the location of the rain-bands.The results show that the 36-hour forecast is better than the 48-hour forecast, and the amount of 48-hour forecast precipitation is generally larger than that of the real observations.In early summer, late summer, and early autumn, the forecast deviation of each model is relatively small, while in midsummer, the prediction deviation of the model is large, especially in those stations where the heavy precipitation occurs.According to the 36-hour correlation coefficient between the precipitation predictions and observations and scatter distribution map, the ECMWF (European Centre for Medium-Range Weather Forecasts) model has the best forecast performance in those stations where the precipitation is classified as weak and weaker.The NCEP (National Centers for Environmental Prediction) model and WRF_3KM (Weather Research and Forecasting) model followed; For the moderate, heavier, and heavy precipitation, the NCEP model has the best forecast performance, ECMWF, and WRF_3KM followed.Different models have different levels of deviation in the forecast of rain-band location, among which ECMWF has the best performance.

Key words: Numerical model, Precipitation forecast, Verification, Rain-band index

中图分类号:

P457.6

王月,刘成瀚,段云霞,孙虹雨,崔景琳,苏雨萌,陈沛宇,班伟龙. 2020年夏季辽宁省多模式降水预报检验[J]. 气象与环境学报, 2023, 39(6): 37-43.

Yue WANG,Chenghan LIU,Yunxia DUAN,Hongyu SUN,Jinglin CUI,Yumeng SU,Peiyu CHEN,Weilong BAN. Verification technology of multi-model precipitation forecast in Liaoning province in summer 2020[J]. Journal of Meteorology and Environment, 2023, 39(6): 37-43.

图/表 6

图1

图2

图3

图4

表1

图5

参考文献 23

1	潘留杰, 张宏芳, 朱伟军, 等. ECMWF模式对东北半球气象要素场预报能力的检验[J]. 气候与环境研究, 2013, 18 (1): 111- 123.
2	张武龙, 康岚, 周威, 等. 基于GRAPES-MESO模式的极端短时强降水预报[J]. 干旱气象, 2021, 39 (3): 507- 513.
3	任宏昌. 2017年6—8月T639、ECMWF及日本模式中期预报性能检验[J]. 气象, 2017, 43 (11): 1439- 1445.
4	吴迎旭, 孟莹莹, 周一, 等. 基于ECMWF细网格、GRAPES的短时强降水潜势预报和检验[J]. 沙漠与绿洲气象, 2021, 15 (5): 30- 40.
5	张宏芳, 潘留杰, 杨新. ECMWF、日本高分辨率模式降水预报能力的对比分析[J]. 气象, 2014, 40 (4): 424- 432. doi: 10.3969/j.issn.1671-1742.2014.04.016
6	张娇, 王东勇, 郑淋淋, 等. ECMWF模式强降水预报偏差订正方法研究及应用[J]. 暴雨灾害, 2021, 40 (4): 430- 436.
7	王万筠, 殷海涛, 赵敬红, 等. 2014—2016年数值降水预报在天津的检验评估[J]. 气象科技, 2018, 46 (4): 718-723, 767.
8	屠妮妮, 何光碧, 衡志炜, 等. 三种数值模式对四川省汛期降水预报性能的检验[J]. 高原山地气象研究, 2020, 40 (4): 1- 9.
9	宋雯雯, 郭洁, 淡嘉, 等. 2019年汛期大渡河流域面雨量多模式预报效果检验[J]. 干旱气象, 2021, 39 (4): 678- 686.
10	蔡芗宁. 2012年9—11月T639、ECMWF及日本模式中期预报性能检验[J]. 气象, 2013, 39 (2): 253- 258.
11	潘留杰, 张宏芳, 王建鹏, 等. 日本高分辨率模式对中国降水预报能力的客观检验[J]. 高原气象, 2014, 33 (2): 483- 494.
12	王雨, 公颖, 陈法敬, 等. 区域业务模式6h降水预报检验方案比较[J]. 应用气象学报, 2013, 24 (2): 171- 178.
13	漆梁波, 徐珺. 豫北"7·9"特大暴雨的短期预报分析和反思[J]. 气象, 2018, 44 (1): 1- 14.
14	吕林宜, 王新敏, 栗晗. 华东区域模式对河南"7·19"特大暴雨的数值检验与分析[J]. 气象与环境科学, 2019, 42 (1): 101- 109.
15	崔锦, 周晓珊, 张爱忠, 等. 天气学检验在东北区域数值模式秋冬季降水预报中的应用[J]. 气象与环境学报, 2009, 25 (4): 17- 21.
16	赛瀚, 李燕, 刘硕, 等. 东北区域数值模式产品在天气预报业务中的检验[J]. 气象与环境学报, 2018, 34 (5): 119- 127.
17	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.
18	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.
19	符娇兰, 宗志平, 代刊, 等. 一种定量降水预报误差检验技术及其应用[J]. 气象, 2014, 40 (7): 796- 805.
20	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.
21	张超, 孙绩华, 巩远发, 等. ECMWF高分辨率网格对云南区域降水预报性能的定量检验[J]. 成都信息工程大学学报, 2018, 33 (6): 688- 703.
22	马杰, 尹姗, 金荣花, 等. 一次梅汛期极端降雨过程雨带位置模式预报性能对比分析[J]. 大气科学, 2021, 45 (3): 487- 498.
23	何博翰, 孙建奇, 于恩涛, 等. 大兴安岭和长白山地形影响东北夏季降水的数值模拟研究[J]. 气候与环境研究, 2020, 25 (3): 268- 280.

模式	弱降水站点	较弱降水站点	中量降水站点	较强降水站点	强降水站点
模式	36 h/48 h	36 h/48 h	36 h/48 h	36 h/48 h	36 h/48 h
CMA-MESO	0.86/0.79	0.82/0.81	0.81/0.83	0.80/0.84	0.80/0.89
WRF_9KM	0.86/0.80	0.88/0.92	0.89/0.91	0.89/0.89	0.91/0.90
CMA-SH9	0.82/0.90	0.87/0.88	0.88/0.88	0.90/0.88	0.88/0.87
JAPAN	0.81/0.71	0.84/0.77	0.84/0.82	0.84/0.83	0.82/0.84
WRF_3KM	0.89/0.81	0.90/0.92	0.90/0.92	0.91/0.90	0.91/0.91
ECMWF	0.94/0.88	0.91/0.90	0.93/0.87	0.92/0.86	0.91/0.86
NCEP	0.89/0.83	0.91/0.86	0.95/0.89	0.95/0.89	0.94/0.89

[1]	王佳津, 王彬雁, 肖递祥, 龙柯吉. 基于目标对象检验法的四川省两种数值模式暴雨预报对比分析[J]. 气象与环境学报, 2023, 39(6): 44-50.
[2]	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.
[3]	谭政华, 陆忠艳, 林海峰, 聂安祺, 滕方达. 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]	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.
[5]	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.
[6]	包慧濛,郭达烽,李葳. 基于频率匹配法的江西省ECMWF降水预报订正研究[J]. 气象与环境学报, 2022, 38(2): 12-20.
[7]	张旭,孙宝利,白佳宁,张丹梅,孙可,杨晓彤,赵振宇,宁喜龙. 阜新地区东北冷涡多模式降水预报检验[J]. 气象与环境学报, 2021, 37(3): 19-24.
[8]	李黎,崔研,王浩宇,吴国振,杨明,张运芝,赵晓川. 营口市百年气温变化特征研究[J]. 气象与环境学报, 2021, 37(3): 73-80.
[9]	温华洋,朱华亮,刘壮,孔芹芹,马文周,陈凤娇. 基于三参数Weibull分布的安徽省年最大风速均一性检验[J]. 气象与环境学报, 2021, 37(2): 77-83.
[10]	杨瑞雯,孙欣,谭政华,张宸赫,于亚鑫. 辽宁省春季透雨集合预报误差分析[J]. 气象与环境学报, 2021, 37(1): 26-32.
[11]	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.
[12]	聂安祺,李得勤,滕方达,陆井龙,王当. 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.
[13]	齐铎,张天华,王承伟,刘松涛. 东北夏季天气分型及EC降水预报空间检验[J]. 气象与环境学报, 2020, 36(3): 17-25.
[14]	丁抗抗, 张浩宇, 杨洪斌, 万志强, 李丽光, 隋明. 1959—2018年沈阳地区冻土时空变化特征[J]. 气象与环境学报, 2019, 35(6): 101-108.
[15]	孙立德, 关心, 李宝刚, 高鹏, 孙子媛, 梁志兵, 杨劲, 季贺成, 戴立大. 气球携带碘化银焰弹增雨雪效果分析[J]. 气象与环境学报, 2019, 35(5): 93-99.

2020年夏季辽宁省多模式降水预报检验

Verification technology of multi-model precipitation forecast in Liaoning province in summer 2020

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 23

相关文章 15

Metrics

本文评价

推荐阅读 10