• 
    

    
    

      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

      ?

      基于多模式預報優(yōu)選融合技術(shù)的短時定量降水預報

      2022-09-26 08:45:14張恒德郭云謙包紅軍徐成鵬
      河海大學學報(自然科學版) 2022年5期
      關(guān)鍵詞:實況強降水時效

      曹 勇,張恒德,郭云謙,包紅軍,徐成鵬,趙 威

      (1.國家氣象中心,北京 100081; 2.中國氣象局-河海大學水文氣象研究聯(lián)合實驗室,北京 100081)

      降水是一種重要的天氣現(xiàn)象,密切影響著人類社會生產(chǎn)活動。精準地定量預報降水是水旱災害防御與水庫興利減災的重要保障[1-4]。為了更好地滿足國家社會經(jīng)濟發(fā)展和重大戰(zhàn)略需求,中央氣象臺已經(jīng)建立了0~30 d無縫隙精細化智能網(wǎng)格降水預報技術(shù)體系,空間分辨率達到5 km×5 km[2,5-6]。在整個智能網(wǎng)格降水預報技術(shù)體系中,短時臨近與延伸期時效預報精度不高一直是限制整體定量降水預報能力提升的主要瓶頸之一[7]。短時時效的定時、定點、定量的精細化降水預報是提升城市應對暴雨災害風險的重要支撐[8]。如,2021年7月20日鄭州出現(xiàn)特大暴雨,經(jīng)統(tǒng)計發(fā)現(xiàn),日降水量及1 h降水量均打破鄭州氣象觀測站建站以來歷史記錄,后者更突破我國大陸地區(qū)小時雨量歷史極值,導致了極為嚴重的洪澇災害。傳統(tǒng)的降水預報技術(shù)往往僅能支撐2 h左右的精準預報,對標市政部門應急響應時間需求仍有明顯差距。因此,如何延長突發(fā)性強降水預報的預見期,尤其是提升0~12 h逐小時短時降水預報精準度,對于提升城市暴雨洪澇防御與政府應急管理能力至關(guān)重要[9-13]。

      研究表明[14-18],現(xiàn)階段限制0~12 h短時降水預報精度提升的主要因素為基于實況信息外推的降水預報精度隨著預報時效延長急速下降,而此時效內(nèi),全球數(shù)值天氣預報模式正處于模式“spin-up”階段,模式降水預報精度普遍不可用于暴雨洪澇預報。近年來,區(qū)域中尺度數(shù)值天氣預報模式取得了長足發(fā)展,明顯提升了模式對中小尺度天氣系統(tǒng)短時降水預報能力[9],如中國氣象局2006年業(yè)務化區(qū)域中尺度模式,并在2019年實現(xiàn)該模式空間3 km×3 km并覆蓋全國范圍,成為提升降水0~12 h短時預報重要的支撐[19-20]。業(yè)務實時應用發(fā)現(xiàn),區(qū)域中尺度數(shù)值模式預報的準確率依然不可避免的受數(shù)值模式動力過程的離散化和物理過程的參數(shù)化兩方面影響,極易導致模式預報的系統(tǒng)性偏差。發(fā)展數(shù)值天氣預報模式后處理技術(shù)是減少模式偏差重要手段[21]。Zhu等[22]用頻率匹配方法對降水預報進行訂正,發(fā)現(xiàn)訂正后的降水落區(qū)面積預報偏差顯著減小,雨帶輪廓和位置更接近實際情況。但每次不同降水過程,不同模式以及模式訂正預報的性能表現(xiàn)不一樣,且傳統(tǒng)的模式后處理技術(shù)只能訂正模式的系統(tǒng)性偏差,對于0~12 h突發(fā)性短時強降水難以有理想的預報性能。

      綜上,本文緊扣大城市暴雨洪澇氣象服務需求,基于多源數(shù)值模式預報,開展多數(shù)值模式預報成員實時優(yōu)選,在優(yōu)選基礎(chǔ)上開展預報最優(yōu)化融合,構(gòu)建逐小時的實時降水短時預報模型,并以2021年河南區(qū)域典型強降水過程為例進行預報驗證,探討構(gòu)建的降水短時預報模型對大城市突發(fā)性強降水0~12 h精細化預報準確率的提升效果。

      1 模 型 構(gòu) 建

      1.1 模型總體架構(gòu)

      降水短時預報模型主要由4個技術(shù)模塊構(gòu)成:①單模式百分位映射訂正技術(shù)模塊。由于數(shù)值模式存在系統(tǒng)性的預報偏差,因此主要利用該技術(shù)模塊訂正單模式原始降水預報的系統(tǒng)性偏差。②模式訂正預報成員實時優(yōu)選技術(shù)模塊。該技術(shù)模塊會利用最新降水估測結(jié)果對數(shù)值模式訂正預報進行實時檢驗評估,在檢驗評估基礎(chǔ)上進行預報成員優(yōu)選,挑選出預報結(jié)果最接近當前降水評估的數(shù)值模式訂正預報成員。③預報成員實時融合技術(shù)模塊。在優(yōu)選成員基礎(chǔ)上,將歸一化的準確率評估結(jié)果作為權(quán)重系數(shù)進行多源模式訂正預報結(jié)果融合。④融合預報的百分位映射訂正模塊。由于權(quán)重融合結(jié)果一定程度減弱了強降水預報,同時增加了弱降水預報[23],利用單模式訂正預報對融合預報結(jié)果進行百分位映射,消除融合預報強度偏差,最終生成降水短時預報結(jié)果。

      1.2 單模式百分位映射訂正技術(shù)

      百分位映射訂正技術(shù)是一種模式降水預報訂正技術(shù),由于模式存在系統(tǒng)性偏差導致最終模式預報降水的累積概率分布函數(shù)與實況降水的累積概率分布函數(shù)有差異,百分位映射技術(shù)主要就是實現(xiàn)此類系統(tǒng)性偏差的訂正。具體計算公式為

      (1)

      通過式(1)可以實現(xiàn)模式預報降水的訂正??紤]到模式降水預報的誤差隨著季節(jié)以及預報時效會有差異,為了保證訂正的效果和平穩(wěn)性,在本模型中,會針對每個模式的每次起報及不同預報時效分別訓練建立模型,訓練數(shù)據(jù)采用滑動時間窗口的方式選取最近3 a的模式降水預報和對應的實況降水估測,建立短時降水預報模型,實現(xiàn)單數(shù)值模式預報的訂正。

      1.3 預報成員實時優(yōu)選技術(shù)

      利用單模式百分位映射技術(shù)實現(xiàn)了模式降水預報的訂正,但是對于每次降水過程預報,模式降水訂正預報精度并不穩(wěn)定,且精度優(yōu)劣各異。因此,模型構(gòu)建預報成員實時優(yōu)選技術(shù)模塊,在多源數(shù)值模式訂正預報中挑選預報精度最高的降水預報用于后期的融合技術(shù)處理。相似標準采用余弦相似值,余弦相似值是通過測量2個向量的夾角余弦值來度量它們之間的相似性,余弦值為1代表2個向量同方向,-1代表2個向量反方向,余弦相似值介于-1和1之間。

      余弦相似的特點是考慮2個向量之間的方向一致性,而不考慮彼此絕對長度的大小。對于模式降水預報訂正場和實況降水估測場,余弦相似值則表達了兩者降水預報雨帶的相似程度。由于降水訂正場在百分位映射部分已經(jīng)實現(xiàn)了強度訂正,余弦相似值能較好地表達出模式降水預報場和實況估測場的相似程度。在本模型中,分別計算多源模式的訂正降水預報與最新實況估測之間的余弦相似度。通過統(tǒng)計驗證,發(fā)現(xiàn)選取4家數(shù)值模式訂正預報參與后期的融合技術(shù),短時降水預報準確率最高。

      1.4 預報成員實時融合技術(shù)

      構(gòu)建基于余弦相似值的權(quán)重融合技術(shù),根據(jù)最新時次優(yōu)選的數(shù)值模式訂正預報開展實時融合,權(quán)重由實時余弦相似值進行標準化計算獲?。?/p>

      (2)

      1.5 融合預報百分位映射訂正技術(shù)

      由于構(gòu)建模型中是采用線性權(quán)重融合方式,易導致預報強降水偏弱、預報弱降水偏強,主要原因為融合后的降水預報概率分布函數(shù)與單模式訂正預報的分布有差異。為了消除這種系統(tǒng)偏差,采用百分位映射技術(shù)進行偏差訂正,并設(shè)置輸入訓練數(shù)據(jù)為融合降水預報和優(yōu)選的4個單模式降水訂正預報,利用優(yōu)選的4個單模式降水預報總體的累積概率分布函數(shù)完成融合降水預報的偏差訂正。

      2 總體及個例預報檢驗

      2.1 研究區(qū)域

      選擇河南省作為模型驗證的研究區(qū)域,范圍為110°E ~117°E、31°N ~37°N。河南省地跨長江、淮河、黃河、海河四大流域。地勢呈望北向南、承東啟西,地勢西高東低,北、西、南三面由太行山、伏牛山、桐柏山、大別山沿省界呈半環(huán)形分布;中、東部為黃淮海沖積平原;西南部為南陽盆地。大部分區(qū)域處于暖溫帶,南部跨亞熱帶,屬北亞熱帶向暖溫帶過渡的大陸性季風氣候,同時還具有自東向西由平原向丘陵山地氣候過渡的特征,具有四季分明、雨熱同期、復雜多樣和氣象災害頻繁的特點,年均降水量約為852 mm,主要在汛期6—8月。

      2.2 研究數(shù)據(jù)

      使用的數(shù)據(jù)主要有模式降水預報和實況降水估測兩部分,降水預報數(shù)據(jù)的全球模式包括中國氣象局模式、歐洲中期預報中心模式、美國大氣海洋局模式和德國氣象局模式等4家全球模式;區(qū)域模式包括中國氣象局中尺度模式、上海市氣象局中尺度模式、廣東省氣象局中尺度模式以及北京市氣象局中尺度模式。模式降水預報數(shù)據(jù)分別采用線性插值方案,處理成時空尺度統(tǒng)一的逐小時、5 km×5 km分辨率36 h預報時效的降水產(chǎn)品。實況降水估測數(shù)據(jù)為國家氣象信息中心發(fā)布的逐小時實況降水估測產(chǎn)品,空間分辨率為5 km×5 km。

      2.3 預報檢驗

      對2021年1—9月河南地區(qū)的數(shù)值模式原始預報、數(shù)值模式訂正預報以及多模式實時優(yōu)選及融合預報進行預報準確率檢驗,檢驗對象為短時時效(0~12 h)逐小時降水預報,準確率評分標準為氣象預報業(yè)務常用的TS評分[2]。對于1 mm/h量級降水而言,數(shù)值模式訂正預報較原始預報準確率有所提升,但提升不明顯;多模式優(yōu)選及融合預報較數(shù)值模式訂正預報及原始預報均提升較明顯,平均提升率達到10%(圖1(a))。對于5 mm/h量級降水而言,數(shù)值模式訂正預報較原始預報準確率有明顯提升,在此基礎(chǔ)上多模式優(yōu)選及融合預報依然較數(shù)值模式訂正預報及原始預報有較明顯提升,平均提升率達15%(圖1(b))。整體而言,多源模式成員優(yōu)選及融合預報產(chǎn)品各時效、各量級(明顯降水、較強降水)的逐小時降水預報準確率高于任意單模式訂正預報和原始模式預報。

      圖1 2021年1—9月多模式客觀產(chǎn)品的0~12 h逐小時降水預報結(jié)果對比Fig.1 Results comparison of multi-model forecasts of 0-12 h hourly precipitation from January to September,2021

      2021年7月20日鄭州出現(xiàn)特大暴雨,日降水量(624.1 mm)及最大1 h降水量(201.9 mm)均打破鄭州氣象觀測站建站以來歷史記錄,后者更突破大陸氣象觀測小時雨量歷史極值(198.0 mm),導致極為嚴重的城市暴雨洪澇災害。此次降水過程與臺風“煙花”靠近,臺風與副熱帶高壓之間東風急流加強有關(guān),且受地形作用影響明顯,因此具有強度大、范圍集中及沿地形分布的特點。由圖2可知,歐洲中心數(shù)值模式預報降水最強中心較實況偏西、偏北,同時中心強度也較實況偏弱,降水預報中心的雨強約為80 mm/h,遠低于實況,對此次鄭州暴雨的極端性預報不足。多模式成員優(yōu)選及融合預報結(jié)果,隨時效臨近,降水強度預報明顯較歐洲中心數(shù)值模式偏大,上午10:00之后預報下午6 h累積降水超150 mm,與實況(區(qū)域150 mm,局地300 mm)量級接近,且隨著預報時效的臨近,強降水區(qū)向南調(diào)整,逐步與實況貼合。在這次極端性極強的區(qū)域中尺度強降水中,多模式成員優(yōu)選及融合預報的效果遠好于以歐洲中心數(shù)值模式預報為代表的數(shù)值模式預報效果。

      圖2 7月20日最強降水時段歐洲中心模式預報以及多模式優(yōu)選融合預報對比Fig.2 Comparison of ECMWF forecasts and multi-model optimization fusion forecasts during the maximum rainfall period in the study area on July 20th

      4月23日,河南中西部地區(qū)出現(xiàn)連續(xù)性、穩(wěn)定性降水,此次降水主要受冷暖空氣對峙影響,豫西地區(qū)大部分時間小時降水量在6 mm以內(nèi),持續(xù)時間超過30 h,河南中西部降水主要集中時段為23日夜間,12 h累積降水量25~60 mm(圖3)。最新時次的歐洲中心數(shù)值模式預報的落區(qū)與實況接近,但預報12 h雨水小于25 mm(小到中雨),明顯偏弱(圖3),而其他多家全球模式對24 h降水預報也偏小;多模式成員優(yōu)選及融合預報的結(jié)果,從18時起將降水量級調(diào)整為大雨,局地大于35 mm(圖3),且強降水位置和強度均較原始模式提升。對比豫西兩站點(圖3(d)欒川,圖3(e)盧氏)1 h降水實況與不同起報時刻的多模式優(yōu)選及融合預報的時間序列圖,逐小時降水預報在短時時效內(nèi)隨著預報時效的臨近,預報準確率逐漸提升。

      圖3 4月23日最強降水時段歐洲中心模式預報以及多模式優(yōu)選融合預報對比Fig.3 Comparison of ECMWF forecasts and multi-model optimization fusion forecasts during the maximum rainfall period in the study area on April 23th

      3 結(jié) 論

      a.模型融合了單模式百分位映射訂正技術(shù)、模式訂正預報成員實時優(yōu)選技術(shù)、預報成員實時融合技術(shù)和融合預報的百分位映射訂正技術(shù),實現(xiàn)了基于多源數(shù)值模式預報優(yōu)選及融合的降水0~12 h短時預報,在研究區(qū)域試驗結(jié)果表明,相比于原模式預報,定量降水預報精度明顯提升。

      b.針對河南地區(qū)“4·23”和“7·20”暴雨個例試驗,模型能根據(jù)最新的實況估測檢驗評估結(jié)果,進行成員優(yōu)選同時能實現(xiàn)多模式的融合預報,預報的范圍和強度隨著時效的臨近更接近實況降水估測,能提前6 h較好地給出“7·20”河南暴雨最強時段降水的落區(qū)和強度預報。對河南地區(qū)2021年夏季整體預報情況檢驗,最終多模式融合預報準確率高于任意單模式訂正預報和原始模式預報,同時準確率隨著預報時效的臨近逐步提高。

      猜你喜歡
      實況強降水時效
      2020年江淮地區(qū)夏季持續(xù)性強降水過程分析
      一次東移型西南低渦引發(fā)的強降水診斷分析
      鄉(xiāng)村小學的愿望與現(xiàn)實——宜君鄉(xiāng)村教育實況
      當代陜西(2019年10期)2019-06-03 10:12:24
      天舟一號貨運飛船發(fā)射實況掠影
      J75鋼的時效處理工藝
      可愛潮咖們的獨門彩妝實況直播
      一種新型耐熱合金GY200的長期時效組織與性能
      上海金屬(2016年3期)2016-11-23 05:19:47
      環(huán)保執(zhí)法如何把握對違法建設(shè)項目的追責時效?
      四川盆地西南部短時強降水天氣特征分析
      2014 年5 月末西藏強降水天氣分析
      西藏科技(2015年3期)2015-09-26 12:11:10
      中超| 合山市| 星座| 孙吴县| 巧家县| 平阴县| 宜良县| 梨树县| 东莞市| 威宁| 靖州| 新宾| 绿春县| 海阳市| 枞阳县| 凤凰县| 永兴县| 九台市| 江华| 晋宁县| 临夏县| 新昌县| 屯昌县| 游戏| 金平| 尉氏县| 富宁县| 那曲县| 海城市| 衢州市| 临洮县| 绥化市| 垣曲县| 靖宇县| 东海县| 东乌珠穆沁旗| 丰原市| 三都| 平乐县| 新郑市| 华阴市|