2021年7月17—22日河南省发生了一次历史罕见的持续性强降水,造成了巨大的经济损失。目前极端降水预报仍是次季节气候预测研究的热点和难点。区域气候模式有着比全球模式更精细的空间分辨率和更为完善的物理过程参数化方案,为进一步提...2021年7月17—22日河南省发生了一次历史罕见的持续性强降水,造成了巨大的经济损失。目前极端降水预报仍是次季节气候预测研究的热点和难点。区域气候模式有着比全球模式更精细的空间分辨率和更为完善的物理过程参数化方案,为进一步提高中国次季节降水预报能力提供了新途径。使用区域气候模式CWRF(regional Climate-Weather Research and Forecasting model)对中国气象局全球气候模式次季节预测系统CMA_CPSv3(China Meteorological Administration Climate Prediction System version 3)的预报结果进行中国区域动力降尺度,分析了CWRF和CMA_CPSv3模式对河南省2021年7月17—22日持续性强降水的预测效果。结果表明,区域模式和全球模式预报的降水空间分布和量级存在明显差异。尽管两个模式都低估了此次强降水过程的降水量,但总体上CWRF模式预报的降水量更大且更好地捕捉到了降水的空间分布。CWRF模式自6月26和29日起报的降水预报明显好于同一起报日CMA_CPSv3模式的预报结果。与CMA_CPSv3预报相比,CWRF显著地改善了东亚低空风场和低空急流的预报。CWRF对低空急流和水汽通量输送方向的改善尤为明显,预报的水汽在山脉的迎风坡辐合,为降水提供了有利的水汽条件。同时CWRF更好地预报了郑州上空的垂直上升运动,这些改善都有利于CWRF模式对降水有更高的预报技巧。展开更多
利用北京气候中心第3代气候模式预测业务系统的第2代次季节至季节预测子系统(Beijing Climate Centerclimate prediction system version 3-subseasonal to seasonal version 2,BCC-CPSv3-S2Sv2)模式发布的次季节至季节(sub-seasonal to...利用北京气候中心第3代气候模式预测业务系统的第2代次季节至季节预测子系统(Beijing Climate Centerclimate prediction system version 3-subseasonal to seasonal version 2,BCC-CPSv3-S2Sv2)模式发布的次季节至季节(sub-seasonal to seasonal,S2S)回算数据,从确定性预报和概率性预报这2方面对该模式降水和气温的预测性能进行系统评价,并与上一代北京气候中心第2代气候模式预测业务系统的第1代次季节至季节预测子系统(Beijing Climate Center-climate prediction system version 2-subseasonal to seasonal version 1,BCC-CPSv2-S2Sv1)模式和欧洲中期天气预报中心综合预报系统(European Centre for Medium-Range Weather Forecasts-integrated forecasting system,ECMWF-IFS)模式预测结果的表现对比,研究现有模式较上一代在预测表现方面是否有所提升,且其是否达到国际先进水平。结果表明:现有模式整体预测效果优于上一代,但差于ECMWF-IFS模式。在提前1周时,现有模式对降水和气温的预测技巧有明显改进,但在提前3、4周时,预测效果仍较差,降水预测相关系数的平均值在提前4周时为0.11。BCC-CPSv3-S2Sv2春季降水预测对青藏高原中部地区在各个起报时间始终有较好的预测效果,相关系数均大于0.4。此外,现有模式冬季降水预测表现与ECMWF-IFS模式相近。对于气温预测,提前4周时其在西北、华北部分区域的预测技巧比提前3周、甚至2周更高,表明模式能较好把握S2S尺度上气温预测的可预报性来源。从概率预报的表现来看,现有模式降水和气温预测的欠离散问题更突出,但均值误差变小。此外,现有模式降水预测对负异常事件的预测表现更好。展开更多
在新疆天山大地形背景下,实现了中国气象局研发的高分辨率气候业务预测系统CMA-CPSv3(China Meteorological Administration-Climate Prediction System version 3)在天山北坡经济带的本地化应用,分别评估控制预报、传统集合平均预报以...在新疆天山大地形背景下,实现了中国气象局研发的高分辨率气候业务预测系统CMA-CPSv3(China Meteorological Administration-Climate Prediction System version 3)在天山北坡经济带的本地化应用,分别评估控制预报、传统集合平均预报以及改进后的最优概率阈值集合方法(deterministic ensemble forecast using a probabilistic threshold,DEFPT)对该区域次季节-季节降水的预测水平。评估结果表明:基于CMA-CPSv3预测系统的DEFPT方法可以提升天山北坡次季节-季节尺度1~5 mm阈值降水落区以及持续性的预测效果,优于传统集合平均预报和控制预报。从2016年7月29日—8月2日、2017年6月7—12日以及2020年7月8—12日时段发生在天山北坡的降水事件个例分析结果看,不论从降水落区、降水异常还是降水持续性,DEFPT集合预报在天山北坡西部和南部均有更好的效果,但在天山北坡东部和北部预测能力相对略低,这与该区域水汽的预报偏差增大有关。展开更多
文摘2021年7月17—22日河南省发生了一次历史罕见的持续性强降水,造成了巨大的经济损失。目前极端降水预报仍是次季节气候预测研究的热点和难点。区域气候模式有着比全球模式更精细的空间分辨率和更为完善的物理过程参数化方案,为进一步提高中国次季节降水预报能力提供了新途径。使用区域气候模式CWRF(regional Climate-Weather Research and Forecasting model)对中国气象局全球气候模式次季节预测系统CMA_CPSv3(China Meteorological Administration Climate Prediction System version 3)的预报结果进行中国区域动力降尺度,分析了CWRF和CMA_CPSv3模式对河南省2021年7月17—22日持续性强降水的预测效果。结果表明,区域模式和全球模式预报的降水空间分布和量级存在明显差异。尽管两个模式都低估了此次强降水过程的降水量,但总体上CWRF模式预报的降水量更大且更好地捕捉到了降水的空间分布。CWRF模式自6月26和29日起报的降水预报明显好于同一起报日CMA_CPSv3模式的预报结果。与CMA_CPSv3预报相比,CWRF显著地改善了东亚低空风场和低空急流的预报。CWRF对低空急流和水汽通量输送方向的改善尤为明显,预报的水汽在山脉的迎风坡辐合,为降水提供了有利的水汽条件。同时CWRF更好地预报了郑州上空的垂直上升运动,这些改善都有利于CWRF模式对降水有更高的预报技巧。
文摘利用北京气候中心第3代气候模式预测业务系统的第2代次季节至季节预测子系统(Beijing Climate Centerclimate prediction system version 3-subseasonal to seasonal version 2,BCC-CPSv3-S2Sv2)模式发布的次季节至季节(sub-seasonal to seasonal,S2S)回算数据,从确定性预报和概率性预报这2方面对该模式降水和气温的预测性能进行系统评价,并与上一代北京气候中心第2代气候模式预测业务系统的第1代次季节至季节预测子系统(Beijing Climate Center-climate prediction system version 2-subseasonal to seasonal version 1,BCC-CPSv2-S2Sv1)模式和欧洲中期天气预报中心综合预报系统(European Centre for Medium-Range Weather Forecasts-integrated forecasting system,ECMWF-IFS)模式预测结果的表现对比,研究现有模式较上一代在预测表现方面是否有所提升,且其是否达到国际先进水平。结果表明:现有模式整体预测效果优于上一代,但差于ECMWF-IFS模式。在提前1周时,现有模式对降水和气温的预测技巧有明显改进,但在提前3、4周时,预测效果仍较差,降水预测相关系数的平均值在提前4周时为0.11。BCC-CPSv3-S2Sv2春季降水预测对青藏高原中部地区在各个起报时间始终有较好的预测效果,相关系数均大于0.4。此外,现有模式冬季降水预测表现与ECMWF-IFS模式相近。对于气温预测,提前4周时其在西北、华北部分区域的预测技巧比提前3周、甚至2周更高,表明模式能较好把握S2S尺度上气温预测的可预报性来源。从概率预报的表现来看,现有模式降水和气温预测的欠离散问题更突出,但均值误差变小。此外,现有模式降水预测对负异常事件的预测表现更好。
文摘在新疆天山大地形背景下,实现了中国气象局研发的高分辨率气候业务预测系统CMA-CPSv3(China Meteorological Administration-Climate Prediction System version 3)在天山北坡经济带的本地化应用,分别评估控制预报、传统集合平均预报以及改进后的最优概率阈值集合方法(deterministic ensemble forecast using a probabilistic threshold,DEFPT)对该区域次季节-季节降水的预测水平。评估结果表明:基于CMA-CPSv3预测系统的DEFPT方法可以提升天山北坡次季节-季节尺度1~5 mm阈值降水落区以及持续性的预测效果,优于传统集合平均预报和控制预报。从2016年7月29日—8月2日、2017年6月7—12日以及2020年7月8—12日时段发生在天山北坡的降水事件个例分析结果看,不论从降水落区、降水异常还是降水持续性,DEFPT集合预报在天山北坡西部和南部均有更好的效果,但在天山北坡东部和北部预测能力相对略低,这与该区域水汽的预报偏差增大有关。
