• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      DERF2.0模式對貴州延伸期、月預(yù)測質(zhì)量對比分析

      2018-11-09 06:38:58黃晨然李忠燕
      中低緯山地氣象 2018年5期
      關(guān)鍵詞:預(yù)報員強降水氣溫

      白 慧,黃晨然,李忠燕

      (1.貴州省氣候中心,貴州 貴陽 550002;2.貴州省山地氣候與資源重點實驗室,貴州 貴陽 550002)

      1 引言

      中國氣象局在《現(xiàn)代氣象預(yù)報業(yè)務(wù)發(fā)展規(guī)劃》(2016—2020年)中明確要求統(tǒng)籌天氣預(yù)報業(yè)務(wù)和氣候預(yù)測業(yè)務(wù)的無縫隙協(xié)同發(fā)展,不斷完善從短臨、短期、中期、延伸期(11~30 d)、月、季到年的精細化監(jiān)測預(yù)報預(yù)測業(yè)務(wù)體系,提升極端氣候事件和氣候災(zāi)害預(yù)測技術(shù)。對于氣候這樣一個龐大而復(fù)雜的系統(tǒng),數(shù)值模擬成為理論研究的重要手段[1]。最早的月動力延伸數(shù)值預(yù)報僅是中期預(yù)報的延伸,但初始條件的長時間積分會使預(yù)報結(jié)果產(chǎn)生很大的誤差,這給利用數(shù)值模式進行延伸期/月尺度預(yù)測帶來了困難。后來的研究發(fā)現(xiàn),海洋等過程對延伸期/月尺度氣候預(yù)測有較大影響[2、3]。我國的短期氣候預(yù)測業(yè)務(wù)經(jīng)歷了簡單的經(jīng)驗統(tǒng)計分析、數(shù)理統(tǒng)計、動力模式和動力統(tǒng)計相結(jié)合幾個發(fā)展階段,目前已經(jīng)建立起一套較為完備的延伸期—月—季—年短期氣候預(yù)測業(yè)務(wù)系統(tǒng)[4]。第2代月動力延伸預(yù)測模式系統(tǒng)(DERF2.0)基于國家氣候中心第2代全球大氣環(huán)流模式(BCC_AGCM2.2)建立,水平分辨率為T106(全球近110 km),垂直方向為26層[5]。

      近年來氣象工作者們開展了大量短期氣候數(shù)值模擬結(jié)果的解釋應(yīng)用研究。陳麗娟等[6]指出月動力延伸預(yù)報環(huán)流特征量與要素有較好的相關(guān)。李維京等[7]的研究表明,動力與統(tǒng)計相結(jié)合的方法對月動力延伸集合預(yù)報產(chǎn)品的釋用具有明顯效果。顧偉宗等[8]利用月動力延伸預(yù)報產(chǎn)品結(jié)合降尺度方法改進了月降水預(yù)測。而關(guān)于模式預(yù)報結(jié)果的檢驗,林紓等[9]的研究指出,動力釋用方法預(yù)報準(zhǔn)確率明顯高于持續(xù)性預(yù)報。何慧根等[10]對DERF2.0預(yù)測中國氣溫和降水的性能進行了評估,結(jié)果表明氣溫預(yù)測好于降水。杜良敏等[11]提出了一種適用于延伸期過程預(yù)報的檢驗方法。

      本文基于第二代月動力延伸預(yù)測模式業(yè)務(wù)系統(tǒng)(DERF2.0)輸出的氣溫、降水預(yù)測數(shù)據(jù),利用Ps、Zs、Cs評分方法對比DERF2.0月預(yù)測與省級預(yù)報員月預(yù)測質(zhì)量,并評估其在延伸期(11~30 d)強降水過程及夏季延伸期日降水量預(yù)測質(zhì)量。

      2 資料和方法

      2.1 資料

      ①站點資料:貴州省84站逐月平均氣溫和月降水量以及逐日降水量(20—20時)站點觀測資料,時間范圍為1983—2016年。

      ②格點資料:國家氣候中心逐日下發(fā)的DERF2.0月動力延伸預(yù)測模式輸出的2 m氣溫(K)、大尺度降水率(m/s)和對流降水率(m/s)格點資料,空間分辨率1.0°×1.0°,時間范圍為1983—2016年。

      上述站點數(shù)據(jù)和格點數(shù)據(jù)的氣候平均值時間范圍統(tǒng)一為1983—2012年。

      2.2 方法

      趨勢異常綜合評分(Ps)是以考察預(yù)報對一級異常(20%<ΔR≤50%、-50%<ΔR≤-20%;-2.0<ΔT≤-1.0、1.0≤ΔT<2.0)和二級異常(ΔR≤-50%、ΔR≥50%和ΔT≤-2.0、ΔT≥2.0)的預(yù)報能力。其計算公式如下:

      其中N0、N1、N2分別為趨勢、一級異常、二級異常預(yù)測正確的總站數(shù),a、b和c分別為3種異常項的權(quán)重系數(shù),取a=2,b=2,c=4,M為未預(yù)報二級異常而實況出現(xiàn)降水距平百分率超過±100%、氣溫距平超過±3℃的站數(shù),N為規(guī)定參加考核站數(shù)減去實況缺測的站數(shù)。

      3 結(jié)果分析

      3.1 月預(yù)測結(jié)果與實況對比

      李忠燕等[12]的研究指出,DERF2.0對氣溫的預(yù)報性能總體好于降水;DERF2.0對氣溫預(yù)報性能較好時段集中在冬季和春季,對降水預(yù)報性能較好時段集中在秋季。對比2014年1月—2016年12月DERF2.0月預(yù)測產(chǎn)品(每月26日起報次月氣溫、降水預(yù)測產(chǎn)品)與貴州省84站月平均氣溫距平、降水距平百分率實況(圖1)可以發(fā)現(xiàn),分析時段內(nèi)氣溫預(yù)測與實況的相關(guān)系數(shù)為0.28,距平同號率為58.3%,表明DERF2.0對貴州月平均氣溫有較好的預(yù)報。進一步統(tǒng)計發(fā)現(xiàn),預(yù)報和實況的距平同正率為41.7%、同負率為16.7%,說明DERF2.0對貴州氣溫偏高預(yù)測的可參考性高于其對氣溫偏低的預(yù)測。研究時段內(nèi)DERF2.0月降水量的趨勢預(yù)測與觀測值的相關(guān)系數(shù)僅為0.02,二者同號率為44.4%,其中同正率為27.8%、同負率為16.7%。表明與氣溫相比,DERF2.0對降水預(yù)測能力較弱。

      3.2 模式質(zhì)量與業(yè)務(wù)值班質(zhì)量對比

      3.2.1 月預(yù)測質(zhì)量對比分析 對比分析研究時段內(nèi)DERF2.0與貴州省預(yù)報員綜合預(yù)報的Ps評分(圖2a、2b)可見,DERF2.0預(yù)報月平均氣溫距平和降水距平百分率平均分分別為73.9分和58.9分,氣溫較預(yù)報員綜合預(yù)報Ps評分略高(73.0分),降水較預(yù)報員綜合預(yù)報Ps評分略低(62.0分)。同時,DERF2.0氣溫和降水Ps評分的均方差分別為26.7分和23.5分,均大于預(yù)報員綜合預(yù)報評分的均方差(對應(yīng)分別為24.2分和17.5分),表明DERF2.0預(yù)測效果較預(yù)報員綜合預(yù)報略差,而且預(yù)報性能較不穩(wěn)定。從二者的差值對比來看(圖2c、2d),DERF2.0對氣溫預(yù)報評分優(yōu)于預(yù)報員的月份占55.6%,且對氣溫偏高的趨勢預(yù)測把握更好,對降水預(yù)報評分優(yōu)于預(yù)報員的月份僅占38.9%,且對降水偏多的趨勢預(yù)測把握較省級更好。

      圖1 2014年1月—2016年12月貴州省月平均要素實況和DERF2.0預(yù)報Fig.1 The monthly mean meteorological elements of observation and DERF2.0 from January 2014 to December 2016 in Guizhou

      圖2 2014年1月—2016年12月DERF2.0與預(yù)報員綜合預(yù)報的Ps評分序列((a)、(b))和Ps評分差值序列((c)、(d))Fig.2 The Ps scores of DERF2.0 and forecasters and their difference from January 2014 to December 2015

      3.2.2 延伸期預(yù)測質(zhì)量對比分析 由于DERF2.0數(shù)據(jù)逐日更新,根據(jù)預(yù)報時間長度,選取預(yù)報時間在2014—2016年4月15日—10月31日之間的預(yù)報產(chǎn)品,利用雙線性插值方法將格點資料換算到站點資料,生成貴州代表站點延伸期預(yù)報序列,起報時間與預(yù)報員上傳的月內(nèi)強降水過程報文一致(上傳時間為每年4—10月每旬最后1日16時(北京時),其中4月和10月各省(區(qū)、市)氣象局可根據(jù)當(dāng)?shù)貧夂钐卣鬟x擇性上報月內(nèi)冷空氣過程預(yù)測產(chǎn)品數(shù)據(jù)或月內(nèi)強降水過程預(yù)測數(shù)據(jù)),上傳報文共57個文件(2014年4月上、中、下旬和2014年10月中、下旬和2016年10月下旬6個文件為月內(nèi)冷空氣過程預(yù)測數(shù)據(jù)),但DERF2.0數(shù)據(jù)對應(yīng)57個文件起報時間中2015年8月28日和2015年10月27日2個數(shù)據(jù)文件缺省,共55個文件。

      月內(nèi)強降水過程預(yù)測產(chǎn)品應(yīng)用兩種方法開展檢驗評估,第一種為Zs方法,主要對強降水過程預(yù)測進行檢驗評估;第二種為Cs方法,主要針對強降水過程中的降水日數(shù)預(yù)測進行檢驗評估。針對上述55個數(shù)據(jù)樣本,將預(yù)報員預(yù)測數(shù)據(jù)與DERF2.0預(yù)測數(shù)據(jù)的Zs和Cs評分結(jié)果進行對比分析。如圖3所示,預(yù)報員預(yù)測數(shù)據(jù)的Zs和Cs評分總體高于DERF2.0預(yù)測數(shù)據(jù),雨季期(4—10月)分別為0.18和0.17,主汛期(6—8月)分別為0.21和0.2。但值得注意的是,DERF2.0預(yù)測數(shù)據(jù)的預(yù)測質(zhì)量在逐年提高,Zs和Cs逐年較預(yù)報員預(yù)測數(shù)據(jù)在雨季期的提高率分別為25%(4/16)、42%(8/19)、50%(10/20)和19%(3/16)、21%(4/19)、35%(7/20),在主汛期DERF2.0預(yù)測數(shù)據(jù)較預(yù)報員預(yù)測數(shù)據(jù)的提高率分別為33%(3/9)、67%(6/9)、67%(6/9)和33%(3/9)、33%(3/9)、33%(3/9)。

      圖3 2014—2016年4—10月55個月內(nèi)強降水過程DERF2.0預(yù)測數(shù)據(jù)與預(yù)報員預(yù)測數(shù)據(jù)評分Fig.3 The scores of 55 monthly heavy rain processes of DERF2.0 and forecasters ((a)Zs; (b)Cs) and their difference ((b)Zs; (d)Cs) between April and October from 2014 to 2016

      3.3 主汛期與雨季強降水過程延伸期預(yù)報對比

      如圖4所示,55個數(shù)據(jù)樣本Zs和Cs平均分分別為0.12和0.11,2014—2016年4—10月起報逐年月內(nèi)強降水過程Zs和Cs平均分分別為0.09和0.09、0.13和0.12、0.14和0.13(表1),以及2014—2016年5—7月起報逐年月內(nèi)強降水過程Zs和Cs平均分分別為0.14和0.13、0.22和0.19、0.23和0.19,發(fā)現(xiàn)DERF2.0數(shù)據(jù)對月內(nèi)強降水過程預(yù)報的準(zhǔn)確率在逐年提高,對主汛期(6—8月)的預(yù)報準(zhǔn)確率較整個雨季期(4—10月)略高,并且評分也呈逐年提高的趨勢。

      圖4 2014—2016年4—10月55個月內(nèi)強降水過程DERF2.0預(yù)測數(shù)據(jù)樣本評分Fig.4 The scores of 55 monthly heavy rain processes of DERF2.0between April and October from 2014 to 2016:(a)Zs; (b)Cs

      2014年2015年2016年年平均分Zs0.090.130.140.12Cs0.090.120.130.11

      4 結(jié)論與討論

      本項目基于DERF2.0開展的1983—2012年的回報試驗結(jié)果,利用短期氣候預(yù)測業(yè)務(wù)趨勢異常綜合檢驗Ps評分方法綜合評估DERF2.0的月尺度預(yù)測性能,利用中國氣象局月內(nèi)強降水過程評分方法(Cs和Zs兩種檢驗評分方法)評估DERF2.0的延伸期預(yù)報性能,系統(tǒng)性地對模式產(chǎn)品的預(yù)測效果進行檢驗評估,具體結(jié)論如下:

      ①通過DERF2.0模式預(yù)測產(chǎn)品與觀測實況對比,發(fā)現(xiàn)DERF2.0月預(yù)測產(chǎn)品總體上對貴州氣溫的預(yù)測能力優(yōu)于降水,并且氣溫偏高預(yù)測的可參考性高于其對氣溫偏低的預(yù)測。

      ②通過DERF2.0模式預(yù)測產(chǎn)品與業(yè)務(wù)值班月預(yù)測產(chǎn)品質(zhì)量對比,對比分析研究時段內(nèi)DERF2.0與貴州省預(yù)報員綜合預(yù)報的Ps評分,DERF2.0預(yù)報月氣溫的Ps評分較預(yù)報員略高,月降水較預(yù)報員略低;總體上DERF2.0月預(yù)測效果較預(yù)報員綜合預(yù)報略差,而且預(yù)報性能較不穩(wěn)定。

      ③通過DERF2.0模式預(yù)測產(chǎn)品與業(yè)務(wù)值班月內(nèi)強降水過程預(yù)測產(chǎn)品質(zhì)量對比,預(yù)報員預(yù)測數(shù)據(jù)的Zs和Cs評分總體高于DERF2.0預(yù)測數(shù)據(jù),但DERF2.0預(yù)測數(shù)據(jù)的Zs和Cs評分較預(yù)報員預(yù)測質(zhì)量在逐年提高,尤其在整個雨季時段較為明顯。

      ④通過對DERF2.0模式預(yù)測產(chǎn)品在2014—2016年4月15日—10月31日期間的月內(nèi)強降水過程預(yù)報進行Zs和Cs檢驗,發(fā)現(xiàn)其對主汛期(6—8月)的預(yù)報準(zhǔn)確率較整個雨季期(4—10月)略高,并且評分也呈逐年上升的趨勢。

      猜你喜歡
      預(yù)報員強降水氣溫
      基于FY-3D和FY-4A的氣溫時空融合
      2020年江淮地區(qū)夏季持續(xù)性強降水過程分析
      江西省天氣預(yù)報員現(xiàn)狀調(diào)查分析與對策建議
      深冬氣溫多變 蔬菜管理要隨機應(yīng)變
      一次東移型西南低渦引發(fā)的強降水診斷分析
      預(yù)報員培訓(xùn)的“復(fù)盤”方法
      航空氣象預(yù)報人為因素的分析初探
      四川盆地西南部短時強降水天氣特征分析
      黔東南州預(yù)報員隊伍建設(shè)的實踐與思考
      與氣溫成反比的東西
      东山县| 陇西县| 西藏| 九龙城区| 三都| 奈曼旗| 高雄市| 东丽区| 和林格尔县| 柘荣县| 江津市| 淮滨县| 贞丰县| 台中县| 汤阴县| 罗定市| 柳河县| 弋阳县| 道孚县| 冀州市| 昌宁县| 丹寨县| 内丘县| 锡林郭勒盟| 阿勒泰市| 秦安县| 黎川县| 德安县| 临江市| 通江县| 德清县| 安泽县| 高台县| 方正县| 静宁县| 静安区| 湖州市| 凤山县| 荥阳市| 和林格尔县| 黄平县|