閔晶晶
1)(北京市氣象服務中心,北京100089)2)(中國氣象局北京城市氣象研究所,北京100089)
BJ-RUC系統(tǒng)模式地面氣象要素預報效果評估
閔晶晶1)2)*
1)(北京市氣象服務中心,北京100089)2)(中國氣象局北京城市氣象研究所,北京100089)
利用自動氣象站逐小時地面觀測資料,采用客觀檢驗方法對北京市氣象局快速更新循環(huán)預報(BJ-RUC)系統(tǒng)在2008—2010年5—9月的預報結果進行檢驗,初步評估了BJ-RUC系統(tǒng)對地面氣象要素的業(yè)務預報性能。結果表明:BJ-RUC系統(tǒng)對地面氣象要素預報與實況的變化趨勢有很好的一致性。其中,2m溫度預報整體偏高,誤差范圍為-1.5~1.5℃,早上和傍晚偏大,正午偏小;2m相對濕度的預報整體偏低,誤差為-25%~0,白天偏大,夜間偏??;10m風速預報明顯偏大,午后尤為顯著,誤差為0.6~1.2m·s-1;6h累積降水的晴雨預報效果較好,TS評分可達到0.4。系統(tǒng)在初始起報時次的穩(wěn)定性較差,從第3個起報時次開始逐漸穩(wěn)定,但預報誤差隨著預報時效的增長逐漸增大,12h內的預報誤差較小,預報結果較可靠,在短時臨近預報中具有參考價值。
BJ-RUC系統(tǒng);客觀檢驗;地面氣象要素
隨著數值預報技術和探測技術的不斷發(fā)展,觀測資料的時空分辨率有了很大提高。目前,國際上廣泛使用的數值預報模式的快速更新循環(huán)(RUC)同化和預報系統(tǒng)[1],可有效利用各種常規(guī)和非常規(guī)氣象資料進行同化,為數值模式提供高質量的初始場,同時在高分辨率數值模式的基礎上進行精細化數值預報。由于快速更新同化了大量的實時觀測資料,進而能夠得到更為準確的預報結果[2-3],可為預報員做短時、臨近、精細化預報提供更加豐富的數值預報產品。
20世紀90年代初國外就開始相關研究[4]。雖然我國在這方面起步較晚,但發(fā)展迅速[5-8]。為服務2008年北京奧運會,中國氣象局北京城市氣象研究所建立了一個基于WRF三維變分同化和WRF模式、具有同化多種中小尺度觀測資料的RUC同化預報系統(tǒng),2007年汛期在北京市氣象局開始業(yè)務試運行,2008年正式投入業(yè)務應用,每日循環(huán)8次提供24h(個別時效為36h)預報,一直為北京區(qū)域內各區(qū)縣氣象部門提供穩(wěn)定的數值預報產品,并成為預報員在業(yè)務預報中的重要參考資料之一[9-11]。
目前,針對該系統(tǒng)數值預報業(yè)務產品的性能評估已獲得了一些研究成果,范水勇等[12]利用2007年7月11日—8月31日的BJ-RUC系統(tǒng)運行輸出場簡單評估了模式3km與9km水平分辨率的預報效果,結果表明:該系統(tǒng)具有較好的預報參考價值。但此次檢驗采用的是試運行資料,進行檢驗的樣本相對較少,評估結果的代表性還不夠充分。在系統(tǒng)正式投入業(yè)務運行后,BJ-RUC系統(tǒng)探空的詳細評估分析結果表明[13],探空基本要素和計算的探空物理參量在12h內的預報誤差較小,與實況的一致性較好。與特種探空相比,BJ-RUC系統(tǒng)探空的多數物理參量在強天氣發(fā)生前后的變化趨勢一致[14]。由目前的研究可知,BJ-RUC系統(tǒng)的預報性能穩(wěn)定,相關研究的檢驗結果表明,對高空要素預報較好,魏東等[15]對地面氣象要素的預報效果進行了初步研究,但采用的資料樣本和檢驗站點不是很豐富。因此,為了使預報員更準確地把握模式預報性能,促進模式系統(tǒng)的研發(fā)人員的改進,本文利用系統(tǒng)正式運行后的3年模式資料,采用準確性和可靠性較高的自動氣象站逐小時數據[16-17]作為真值,通過客觀檢驗對BJ-RUC系統(tǒng)3km水平分辨率的地面要素預報性能進行詳細的評估分析。
中國氣象局北京城市氣象研究所引進的快速更新循環(huán)數值預報(BJ-RUC)系統(tǒng)[1]是基于 WRF中小尺度數值預報模式2.2.1版和 WRF三維變分同化系統(tǒng)2.2.1版,通過 WRF三維變分同化系統(tǒng)每間隔3h同化1次GTS全球交換獲得的常規(guī)資料以及自動氣象站觀測、地基GPS可降水量觀測等高時空分辨率的多種非常規(guī)觀測資料,得到大氣狀態(tài)最新估計作為模式初始場,再利用高分辨率的WRF模式進行短期預報。
模式主要是采用三重嵌套網格,水平分辨率為27,9km和3km,垂直方向采用σ坐標,共37層,預報區(qū)域格點數分別為151×151,142×151,172×151。循環(huán)時間間隔為3h,每天共計8次循環(huán),12:00(世界時,下同)起始的循環(huán)為冷啟動,其他時次均為熱啟動。
選取的樣本時間為2008—2010年5—9月,每日8次更新循環(huán)預報(下文稱為起報時次:12:00,15:00,18:00,21:00,00:00,03:00,06:00,09:00),預報時效為24h,每個預報時效的總樣本為459個。制作檢驗預備資料時,剔除各種原因而導致預報或自動氣象站觀測資料有誤的樣本。本文主要評估BJ-RUC系統(tǒng)模式3km水平分辨率地面氣象要素預報水平,模式3km分辨率區(qū)域覆蓋了北京、河北和天津等地區(qū),覆蓋區(qū)域的中心位于40°N,116°E,檢驗范圍限定在北京地區(qū),實況采用地面自動氣象站逐小時觀測資料,選取101個觀測站,并采用雙線性插值方法將系統(tǒng)模式網格點要素預報結果插值到站點。
為客觀評估本系統(tǒng)的預報性能,需對數值預報模式進行檢驗,一般采用的方法是檢驗模式預報誤差即預報產品和相應的觀測數據集二者關系的評估和量化,本文主要是對以下3個方面進行檢驗:①計算BJ-RUC系統(tǒng)模式3km水平分辨率地面預報量(2m溫度、2m相對濕度、10m風速)的預報誤差作為檢驗方法,預報誤差檢驗包括平均誤差和平均絕對誤差,并按照模式預報時效和相應的實況觀測時間這兩個序列進行檢驗分析。其中,按預報時效進行檢驗主要是為了考察模式隨預報時效增長的預報能力,即將8個循環(huán)起報時次在不同時效的預報結果與該時次對應的實況進行檢驗;按實況觀測時間檢驗主要是為了考察模式對逐日不同時間的預報能力,即將實況與不同起報時次對應本時次的預報結果進行檢驗分析。②檢驗系統(tǒng)模式10m風向預報結果的準確率。③檢驗每日8個起報時次的逐小時有無降水(≥0.1mm)、逐6h累積降水預報的TS評分。其中,逐6h累積降水預報時效分別為0~6h,6~12h,12~18h,18~24h,由于6h累積降水量達到大雨、暴雨閾值的樣本非常少,所以降水檢驗的閾值僅選用0.1mm(晴雨)、5mm和10mm這3個級別,累積降水實況由自動氣象站逐小時觀測降水量累加獲取。
檢驗地面基本要素(2m溫度、2m相對濕度、10m風速)時,采用的檢驗方法主要是分析各要素的平均誤差和平均絕對誤差。其中,平均誤差能夠量化預報和實況之間的平均偏差,也是模式預報的系統(tǒng)誤差,平均絕對誤差能夠量化預報和實況的總體偏離程度。綜合這兩種誤差分析結果,評估該模式對各要素預報的平均偏差和偏離程度,為訂正模式輸出結果提供依據。
對10m風向預報效果的檢驗主要是分析其預報準確率:
其中,P表示風向的預報準確率,M表示預報準確的樣本量,N表示總樣本量。在判斷預報結果是否準確時采用如下規(guī)則:若風向的預報結果與觀測實況的差值為-22.5°~22.5°,則認為預報結果準確。
為了評估BJ-RUC系統(tǒng)的整體預報效果,主要檢驗模式對北京地區(qū)地面基本要素預報的區(qū)域誤差。首先逐個計算各測站不同要素的平均誤差和平均絕對誤差,將所有站點的誤差累加并除以總站點數,得到整個北京地區(qū)各要素的區(qū)域平均誤差和區(qū)域平均絕對誤差。
由于BJ-RUC系統(tǒng)每日8次循環(huán)更新預報,每個起報時次對應著未來24h逐小時預報結果,根據8個起報時次在未來24h的預報結果與其所對應時次的實況就可得到各測站的平均誤差和平均絕對誤差。由于篇幅有限,僅列出12:00,18:00,00:00,06:00共4個起報時次的平均誤差變化曲線,平均絕對誤差變化曲線圖略。
3.1 2m溫度
3.1.1 平均誤差
2m溫度在各起報時次的平均誤差隨預報時效變化有一定的差異,但多數誤差為-1.5~1.5℃(圖1)。其中,在初始起報時次,平均誤差在開始時效內為負值即預報結果偏小,隨著預報時效的增長逐漸轉為正值,即預報結果開始偏大;而起報時次為21:00,00:00,03:00,06:00和09:00預報結果整體偏大。在暖季,BJ-RUC系統(tǒng)對2m溫度預報的平均誤差與起報時次有關,在系統(tǒng)初始啟動時次的預報結果隨著時效的增長由偏小逐漸轉變成偏大,隨著模式適應性增強,后面其他幾個起報時次的預報結果隨著時效的增長偏大幅度逐漸增大??傊撓到y(tǒng)對2m溫度的預報整體偏高,同時,需要注意的是,不同起報時次的平均誤差隨著預報時效的增長有超前現象,且時間間隔為3h。
由上述分析可以看出,模式對2m溫度的預報在初始起報時次的平均預報誤差與其他起報時次有明顯差異,在初始起報時次(12:00,15:00,18:00),預報和實況的平均偏差隨著時效的增長由負轉正,系統(tǒng)誤差規(guī)律不明顯;而在后幾個起報時次,預報和實況的平均偏差均為正,且隨著時效的增長呈增大趨勢。出現上述情況主要是因為BJ-RUC系統(tǒng)于每日12:00冷啟動時開始模式初始化,然后每間隔3h進行1次三維變分同化的快速更新并進行熱啟動,直到次日12:00再次冷啟動為止,這就造成在初始化的前幾個起報時次模式穩(wěn)定性較差,預報性能不穩(wěn)定,從而導致預報結果出現先偏小后偏大的現象,而隨著新資料的不斷進入,模式的適應性增強,后幾個起報時次預報結果的系統(tǒng)誤差變化規(guī)律較為明顯,平均誤差的變化趨勢也基本一致。
圖1 BJ-RUC系統(tǒng)不同起報時次的平均誤差隨預報時效的變化Fig.1 The mean error variation of BJ-RUC system with period of validity
BJ-RUC系統(tǒng)在不同起報時次對2m溫度預報的平均誤差隨著時效的增長有所差異,但隨著時間變化趨勢基本一致,呈兩峰三谷狀(圖2),一般早上和傍晚偏高,正午偏低,平均誤差較大的時段一般出現于23:00或09:00,最小平均誤差多出現于02:00。在21:00起報時系統(tǒng)對2m溫度的預報最為穩(wěn)定,平均預報誤差隨時間的變化趨勢與其他時次一致,但數值變化幅度小,為-0.5~0.5℃。
圖2 BJ-RUC系統(tǒng)不同起報時次的平均誤差隨預報時次的變化Fig.2 The mean error variatin of BJ-RUC system with the forecat time
3.1.2 平均絕對誤差
2m溫度的平均絕對誤差范圍均在2.5℃以內,且各時次隨預報時效呈增大趨勢,除了12:00的預報外,其他起報時次均在初始預報時效最小,基本在1.5℃以內,同時在預報時效0~12h內預報結果的平均絕對誤差有穩(wěn)定增大的趨勢,而在12~24h內預報結果的平均絕對誤差波動較大,表明該系統(tǒng)對2m溫度的預報在12h內的偏離規(guī)律較為明顯,整體預報性能較好。
不同起報時次的平均絕對誤差隨預報時次有一些差異,但日變化規(guī)律基本一致,呈兩峰三谷狀,一般早上和傍晚偏高,正午偏低。
3.2 2m相對濕度
3.2.1 平均誤差
2m相對濕度在不同起報時次的平均誤差具有一致的變化趨勢,平均誤差范圍為-25%~0,在初始時效內誤差最小,隨著預報時效的增長平均誤差逐漸增大(圖1)。前幾個起報時次在預報時效0~12h內,平均預報誤差多數小于后幾個起報時次,但是隨著預報時效的增長,情況正好相反。結果表明:BJ-RUC系統(tǒng)對2m相對濕度的預報明顯偏低,且系統(tǒng)誤差變化規(guī)律較為明顯,平均誤差隨著時效的增長與起報時次有關。
各起報時次的平均誤差隨著時間有一些差異,但其變化趨勢較為一致,在夜間偏小,白天明顯偏大,最大平均誤差多數出現于23:00,最小平均絕對誤差出現間隔3h超前和滯后現象(圖2)。
3.2.2 平均絕對誤差
由于BJ-RUC系統(tǒng)對2m相對濕度預報的系統(tǒng)誤差規(guī)律非常明顯,所以平均絕對誤差和平均誤差隨預報時效和時間的變化趨勢基本一致。2m相對濕度預報的平均絕對誤差隨預報時效呈有規(guī)律的增大趨勢,且各時次的變化趨勢基本一致,平均絕對誤差為0~25%。
不同起報時次的平均絕對誤差隨著時間的變化趨勢有一些差異,白天偏大,夜間偏小,平均絕對誤差的最大值一般出現于23:00,而最小絕對誤差出現了間隔3h的超前和滯后現象。
3.3 10m風速
3.3.1 平均誤差
10m風速的平均預報誤差均為正值,變化范圍為0.6~1.2m·s-1(圖1),表明BJ-RUC系統(tǒng)對10m風速的預報整體偏大,但隨著預報時效的增長變化規(guī)律不明顯。不同起報時次的平均誤差隨著觀測時次有明顯的變化規(guī)律(圖2),午后出現陡增,而傍晚快速減小,這是由于午后風速變化幅度較大的緣故。除了個別情況,凌晨到上午平均誤差變化幅度非常小,基本穩(wěn)定在0.8~1.0m·s-1之間,表明該系統(tǒng)在該時段對10m風速的預報性能較為穩(wěn)定。
3.3.2 平均絕對誤差
10m風速預報結果的平均絕對誤差范圍為1.2~1.8m·s-1,平均絕對誤差明顯大于平均誤差,但兩者隨預報時效和變化趨勢基本一致。
3.4 10m風向
上文中提到,對風向的檢驗方法采用預報準確率,由分析結果可看出,整體上,BJ-RUC系統(tǒng)對風向的預報效果并不理想,最大準確率低于30%。各時次10m風向的預報準確率隨預報時效沒有明顯的變化規(guī)律(圖略),但隨時間變化各時次的變化趨勢完全一致(圖3),有很明顯的日變化,早上到傍晚準確率較高,且隨時間呈增高趨勢,而在夜間到凌晨準確率平穩(wěn)偏低。其中,最大準確率出現于08:00,最小準確率出現于23:00。
圖3 BJ-RUC系統(tǒng)不同起報時次的10m風向預報準確率隨時間變化Fig.3 The accuracy rate variation of 10mwind speed forecasted by BJ-RUC system with forecast time
3.5 要素日變化
BJ-RUC系統(tǒng)在不同起報時次對多數要素的預報誤差隨時效的增長會出現不穩(wěn)定的起伏,且間隔時間為3h,表明該系統(tǒng)對這些要素的預報誤差與日變化有關。雖然模式對要素預報性能隨時間有變化,但系統(tǒng)是否能預報出它們的日變化規(guī)律,可以通過對比各要素在不同起報時次的預報結果與其對應時次的實況平均值變化進行檢驗。
圖4為不同地面氣象要素的預報結果和實況隨時間變化曲線,由于篇幅有限,本文僅列出00:00和12:00的預報結果。結果表明:BJ-RUC系統(tǒng)能夠很好的預報出地面要素的日變化,預報和實況的平均結果隨時間的變化趨勢基本一致。在數值上,2m溫度的預報與實況較為接近,2m相對濕度預報日變化的幅度略低于實況,風速預報卻略高于實況,這與前面分析的平均誤差得到的結論相一致。
BJ-RUC系統(tǒng)預報2m溫度和2m相對濕度時,誤差較大的時段一般出現于23:00和09:00,正處于要素在日變化中出現陡增或陡減的時間點,而2m溫度最大值時誤差卻很小,這表明該系統(tǒng)不能很好地預報出2m溫度和2m相對濕度的轉折,但對2m最高溫度的預報卻很好。而對10m風速,預報誤差和平均實況隨時間的變化趨勢基本一致,但該系統(tǒng)不能較好地預報出最大風速。
圖4 不同地面氣象要素的預報結果和實況對比Fig.4 The comparison of forecast results to observations of different surface elements
為了更深入檢驗模式對降水的預報性能,下面將對1h降水量、6h累積降水的預報結果分別進行檢驗。其中,6h累積降水分別為0~6h,6~12h,12~18h,18~24h預報時效,由于所有樣本中6h累積降水量達到大雨、暴雨的樣本非常少,所以1h降水量主要檢驗有無降水(不小于0.1mm),6h累積降水主要檢驗降水量不小于0.1,5.0,10.0mm這3個等級。模式和測站在各預報時效的降水量都是根據逐小時的降水累加得到。
采用TS評分方法[18-20]對降水預報效果進行檢驗,具體計算公式如下:
式(1)中,X代表降水事件發(fā)生,模式預報正確的次數;Y代表降水事件沒有發(fā)生,模式預報降水的次數;Z代表降水事件發(fā)生,模式預報錯誤的次數。
圖5為不同起報時次逐小時有無降水的TS評分結果,除了00:00和03:00個別預報時效外,其他起報時次逐小時有無降水預報的TS評分均大于0.2,且各預報時效的變化幅度較小。
圖5 BJ-RUC系統(tǒng)1h降水預報的TS評分Fig.5 Threat score for 1-h(huán)our rainfall forecasted by BJ-RUC system
由BJ-RUC系統(tǒng)各起報時次6h累積降水預報的TS評分檢驗結果(圖略)可以看出,整體上,0.1mm以上閾值降水,不同起報時次的TS評分在各預報時效內較為接近,評分為0.3~0.4,表明模式對未來6h的晴雨預報效果較好,穩(wěn)定性和可靠性較高。
對5.0,10.0mm以上閾值的降水TS評分,隨著預報時效的增長與起報時次有關,在預報時效為0~6,6~12h時,初始啟動的前幾個起報時次的TS評分較高,隨著預報時效的增長TS評分出現較大起伏,分析發(fā)現,出現TS評分最低的時段與起報時次和預報時效均有關聯,模式對傍晚到午夜(預報時效為17~23h)的降水預報能力較差。
檢驗結果表明,BJ-RUC系統(tǒng)預報的2m溫度、2m相對濕度、10m風速與實況具有一致的變化趨勢,且能很好地預報出這些要素的日變化,但該系統(tǒng)對各要素的預報性能仍有區(qū)別:
1)系統(tǒng)對2m溫度預報結果整體偏高,誤差為-1.5~1.5℃;對2m相對濕度的預報明顯偏低,誤差范圍為-25%~0。這兩個要素的預報誤差隨著預報時效的增長逐漸增大,預報效果與起報時次有關。
2)系統(tǒng)對10m風速的預報明顯偏大,誤差為0.6~1.2m·s-1。誤差隨著時間呈明顯變化規(guī)律,在午后出現陡增,而在傍晚快速減小。
3)系統(tǒng)能夠很好地預報出各要素的日變化。對6h累積降水量的晴雨預報效果較好,TS評分多為0.4,但對5.0,10.0mm 以上閾值的降水,預報效果與起報時次有關。
綜上所述,BJ-RUC系統(tǒng)對地面氣象要素的預報效果較好,誤差在可接受范圍內,由于該系統(tǒng)在時間、空間分辨率較高,可用于短時臨近預報中,但個別要素的預報性能與日變化關系密切,在具體應用中需要進行適當訂正,消除日變化影響。
[1] Benjamin S G,Devenyi D,Weyandt S S,et al.An hourly assimilation-forecast cycle:The RUC.Mon Wea Rev,2004,132:495-518.
[2] Thompson R L,Roger Edwards,Hart J A.Close proximity soundings within supercell environments obtaind from the rapid update cycle.Wea Forecasting,2003,18(6):1243-1261.
[3] Davis C A,Ahijevych D A,Trier S B.Detection and prediction of warm season midtropospheric vortices by the rapid update cycle.Mon Wea Rev,2002,130:24-42.
[4] Beajamin K J,Brundage P A,Sminth T L,et al.The Rapid Update Cycle at NMC.Preprints,10th Conf on Numerical Weather Predication,Amer Meteor Soc,1994:566-568.
[5] 徐星生,肖安,萬明,等.快速更新循環(huán)同化在江西暴雨數值模擬中的應用.氣象與減災研究,2011,34(3):24-29.
[6] 郝民,徐枝芳,陶士偉,等.GRAPES RUC系統(tǒng)模擬研究及應用試驗.高原氣象,2011,30(6):1573-1583.
[7] 王葉紅,彭菊香,公穎,等.AREM-RUC 3h快速更新同化預報系統(tǒng)的建立與實時預報對比檢驗.暴雨災害,2011,30(4):296-304.
[8] 仲躋芹,陳敏,范水勇,等.AMDAR資料在北京數值預報系統(tǒng)中的同化應用.應用氣象學報,2010,21(1):19-28.
[9] 鄭祚芳.RUC產品在一次強降水預報中的應用分析.氣象,2008,34(增刊):85-88.
[10] 李青青,程叢蘭,高華,等.北京一次冬季回流暴雪天氣過程的數值分析.氣象,2011,37(11):1380-1388.
[11] 陳敏,范水勇,鄭祚芳,等.基于BH-RUC系統(tǒng)的臨近探空及其對強對流發(fā)生潛勢預報的指示性能初探.氣象學報,2011,69(1):181-194.
[12] 范水勇,陳敏,仲躋芹,等.北京地區(qū)高分辨率快速循環(huán)同化預報系統(tǒng)性能檢驗和評估.暴雨災害,2009,28(2):119-125.
[13] 魏東,尤鳳春,范水勇,等.北京快速更新循環(huán)預報系統(tǒng)(BJ-RUC)模式探空質量評估分析.氣象,2010,36(8):72-80.
[14] 魏東,孫繼松,雷蕾,等.三種探空資料在各類強對流天氣中的應用對比分析.氣象,2011,37(4):412-422.
[15] 魏東,尤鳳春,楊波,等.北京快速更新循環(huán)預報系統(tǒng)(BJRUC)要素預報質量評估.氣象,2011,37(12):1489-1497.
[16] 楊萍,劉偉東,仲躋芹,等.北京地區(qū)自動氣象站氣溫觀測資料的質量評估.應用氣象學報,2011,22(6):706-715.
[17] 胡玉峰.自動與人工觀測數據的差異.應用氣象學報,2004,15(6):719-726.
[18] 羅陽,趙偉,翟景秋.兩類天氣預報評分問題研究及一種新評分方法.應用氣象學報,2009,20(2):129-136.
[19] 王雨,公穎,陳法敬.區(qū)域業(yè)務模式6h降水預報檢驗方案比較.應用氣象學報,2013,24(2):171-178.
[20] 曾智華,馬雷鳴,梁旭東,等.MM5數值預報引入GRAPES三維變分同化技術在上海地區(qū)的預報和檢驗.應用氣象學報,2004,15(5):534-542.
Evaluation on Surface Meteorological Element Forecast by Beijing Rapid Update Cycle System
Min Jingjing1)2)
1)(Beijing Meteorological Service Center,Beijing100089)
2)(Institute of Urban Meteorology,CMA,Beijing100089)
The rapid update cycle(RUC)based on the rapid update cycle data assimilation system and high resolution meso-scale numerical prediction system is widely applied at home and abroad.Using high frequency update cycle assimilation analysis based on dense meso-scale observations,RUC can provide high quality initial field for high resolution numerical model to produce refined numerical forecasts.
Beijing rapid update cycle of assimilation forecast system (BJ-RUC)is established in 2007and applied to operation in 2008in China.The refined weather forecast products of BJ-RUC are important reference in daily weather forecast operation for forecasters.BJ-RUC is designed based on WRF model and WRF threedimensional variational data assimilation system.Recent observations,including conventional observation from GTS global exchange,automatic weather station(AWS)observation and the high spatial and temporal resolution unconventional observations,are assimilated at intervals of three hours using WRF three-dimensional variational data assimilation system to produce a new estimation of the atmospheric state,which will be used as WRF model initial field.And then,the high-resolution WRF model outputs are used for short-range weather forecast.
Using hourly surface observations of Beijing AWS from May to September during 2008-2010the operational forecasts of BJ-RUC for the air temperature,relative humidity,1hrainfall,6hrainfall,the wind speed and direction are analyzed in details through objective verification methods.The operation performance is evaluated preliminarily based on the analysis.
Results show that the surface meteorological elements of BJ-RUC system are well consistent withAWS measurements.The forecast results of 2mtemperature are too high,its error range is-1.5-1.5℃,and namely higher in the morning and night while lower at noon;results of 2mrelative humidity are too small,its error range is-25%-0,and bigger during the day while smaller during the night;forecast results of wind speed are too big,especially obvious in the afternoon,and the error range is 0.6-1.2m·s-1;the forecasting performance of the 6haccumulated rainfall judgment is good,and the TS is 0.4;the stability of BJ-RUC is not good at the beginning of forecast time,and the forecasting performance is unstable with the increasing of the forecast range.In general,the forecasting surface information of BJ-RUC has a superior performance within 12hours,which is very useful for short range weather forecast.
BJ-RUC system;objective verification;surface meteorological element
閔晶晶.BJ-RUC系統(tǒng)模式地面氣象要素預報效果評估.應用氣象學報,2014,25(3):265-273.
2013-06-19收到,2013-12-25收到再改稿。
中央級公益性科研院所基本科研業(yè)務費專項基金項目(IUMKY201320-0506),北京市氣象局氣象科技研發(fā)專項(2013BMBKYZX13)
*email:minjj06@163.com