ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于CWRF模式夏季日降水量的订正技术对比

李欣韵 余锦华 梁信忠

李欣韵, 余锦华, 梁信忠. 基于CWRF模式夏季日降水量的订正技术对比[J]. 热带气象学报, 2019, 35(6): 842-851. doi: 10.16032/j.issn.1004-4965.2019.076
引用本文: 李欣韵, 余锦华, 梁信忠. 基于CWRF模式夏季日降水量的订正技术对比[J]. 热带气象学报, 2019, 35(6): 842-851. doi: 10.16032/j.issn.1004-4965.2019.076
Xin-yun LI, Jin-hua YU, Xin-zhong LIANG. COMPARISON OF BIAS CORRECTION TECHNIQUES BASED ON CWRF MODEL FOR DAILY PRECIPITATION IN SUMMER[J]. Journal of Tropical Meteorology, 2019, 35(6): 842-851. doi: 10.16032/j.issn.1004-4965.2019.076
Citation: Xin-yun LI, Jin-hua YU, Xin-zhong LIANG. COMPARISON OF BIAS CORRECTION TECHNIQUES BASED ON CWRF MODEL FOR DAILY PRECIPITATION IN SUMMER[J]. Journal of Tropical Meteorology, 2019, 35(6): 842-851. doi: 10.16032/j.issn.1004-4965.2019.076

基于CWRF模式夏季日降水量的订正技术对比

doi: 10.16032/j.issn.1004-4965.2019.076
基金项目: 

国家重点研发计划“重大自然灾害监测预警与防范”重点专项 2018YFC1505804

国家重点研发计划“重大自然灾害监测预警与防范”重点专项 2018YFC1507704

国家自然科学基金 41575083

国家气候中心中国精细化区域气候预测系统研发项目 NCC2016013

南京大气科学联合研究中心北极阁开放研究基金 NJCAR2016ZD03

详细信息
    通讯作者:

    余锦华, 女, 安徽省人, 教授, 博士, 主要从事热带气旋、气候变化等方面的研究。E-mail: jhyu@nuist.edu.cn

  • 中图分类号: P435

COMPARISON OF BIAS CORRECTION TECHNIQUES BASED ON CWRF MODEL FOR DAILY PRECIPITATION IN SUMMER

  • 摘要: 误差订正是提高模式模拟和预报性能的有效方法。基于CWRF(regional Climate-Weather Research and Forecasting model)25套不同物理参数化方案的日降水量模拟资料, 对比仅进行降水日数订正(OCD)、仅进行降水量订正(OCM)和先订正降水日数再订正降水量(COR)三种订正方法, 先订正再等权重集成和先等权重集成再订正两种订正思路, 重点对1997—2015年华中和华南地区夏季日降水进行订正效果的对比。结果表明:(1)降水日的订正是必要的, 综合而言COR方法对CWRF模式日降水的订正效果更佳, 尤其是小量级降水, 但降水强度的表现不如OCM; (2)先集成后订正的效果更好; (3) CWRF模式不同参数化方案对日降水的模拟能力有显著差别, 经过订正后模拟能力均有所提升, 但对于不同的模拟方案, 其订正效果也不同。表明, 误差订正确实能有效提高模式模拟及预报性能, 但其效果存在不确定性。提高模式的预报性能, 关键还是提高模式对真实大气动力学的表述能力。

     

  • 图  1  建模时期(1980—1996年, 黑线)和订正时期(1997—2015年, 灰线)观测(实线)和模拟(虚线)的降水量经验概率分布图

    小图为大图纵坐标较小部分的放大。

    图  2  1997—2015年夏季(6—8月)华中华南地区CWRF模式25个方案订正前(a)、先订正降水日数后订正降水量(b)、只进行降水日数订正(c)、只进行降水量订正(d)后等权重集合结果降水大于等于0.1 mm的天数与观测之差的空间分布(单位:天)

    图的左(右)上角数值为与观测的空间相关系(均方根误差)。实(虚)线表示正(负)值, 灰色实线为区域分界线, 阴影表示通过0.01显著性检验。

    图  3  华中(a)和华南(b)四种情况下25个方案(圆点)及其等权重集成(五角星)的降水日数泰勒图(单位:天)

    落在极坐标系外的点以文字的形式绘制在泰勒图下方, 彩色数字表示不同情况下的方案号, 横线上下的数字分别表示该情况下与观测的均方根误差和相关系数。

    图  4  图 2, 但为降水强度(单位:mm/day)

    图  5  华南华中地区25个方案(圆点)及其等权重集成(五角星)的降水强度泰勒图(单位:mm/day)

    图  6  图 2, 但为暴雨日数(单位:天)

    图  7  图 5, 但为暴雨日数(单位:天)

    图  8  订正前(INI)、等权重集成后订正(EI_COR)、先订正再等权重集成(COR_EI)、经COR_EI再进行频率匹配平均(COR_EI_ref)百分位Q-Q

    折线斜率为1, 右下角和左上角的Q-Q图分别表示小雨和中雨情况。

    表  1  本文选择的25套CWRF模式方案的名称及其物理过程的组合[26]

    方案名称
    CASE_NAME
    积云方案
    CU
    微物理方案
    MP
    辐射方案
    RA
    边界层方案
    BL
    下垫面方案
    SF
    云量方案
    CL
    Control ECP+
    KFeta KFeta
    BMJ BMJ
    Grell Grell
    Tiedtke Tiedtke GSFC+
    NSAS NSAS
    Donner Donner
    Emanuel Emanuel GSFCLXZ+
    Lin Lin
    WSM6 WSM6 CAM3+
    Etamp Etamp
    Thompson Thompson
    Thompson-aero Thompson-aero CSSP+
    Morrison Morrison XRL
    Morrison/aerosol Morrison/aerosol
    CCCMA CCCMA
    CAWCR CAWCR
    CAM ECP+ CAM
    FuLiou FuLiou
    RRTMG RRTMG
    YSU GSFC+ YSU
    MYNN MYNN
    Boulac Boulac
    ACM GSFCLXZ+ ACM
    UW UW
    NOAH CAM3+ NOAH
    Prognostic CC CSSP+ Prognostic CC
    下载: 导出CSV
  • [1] 麻素红, 陈德辉.国家气象中心区域台风模式预报性能分析[J].热带气象学报, 2018, 34(4): 451-459. http://www.itmm.org.cn/rdqxxb/ch/reader/view_abstract.aspx?file_no=20180402&flag=1
    [2] 徐经纬, 徐敏, 蒋熹, 等.区域气候模式REMO对中国气温和降水模拟能力的评估[J].气候变化研究进展, 2016, 12(4): 286-293. http://d.old.wanfangdata.com.cn/Periodical/qhbhyjjz201604004
    [3] 夏阳, 龙园, 任倩, 等.云贵高原夏季不同等级极端日降水事件的气候特征[J].热带气象学报, 2018, 34(2): 239-249. http://www.itmm.org.cn/rdqxxb/ch/reader/view_abstract.aspx?file_no=20180210&flag=1
    [4] 任倩, 祁莉, 詹丰兴, 等.江南雨季降水与前期西太平洋暖池热含量异常的关系及其可能机制[J].大气科学学报, 2018, 41(6): 762-774. http://d.old.wanfangdata.com.cn/Periodical/njqxxyxb201806005
    [5] LIANG X Z, LI L, KUNKEL K E, et al. Regional Climate Model simulation of U.S. precipitation during 1982-2002. Part Ⅰ: Annual cycle[J]. J Climate, 2004, 17(17) : 3 510-3 529.
    [6] LIANG X Z, PAN J, ZHU J, et al. Regional climate model downscaling of the U.S. summer climate and future change[J]. J Geophys Res Atmos, 2006, 111(D10): 1 879-1 894.
    [7] LIANG X Z, KUNKEL K E, SAMEL A N. Development of a Regional Climate Model for U.S. Midwest applications. Part Ⅰ: Sensitivity to Buffer zone treatment[J]. J Climate, 2001, 14(23): 4 363-4 378. http://cn.bing.com/academic/profile?id=a6918f5f018e795e4e098b0c2b7ec8e3&encoded=0&v=paper_preview&mkt=zh-cn
    [8] LIANG X Z, KUNKEL K E, WILHELMSON R, et al. The WRF simulation of the 1993 central U.S. heavy rain: Sensitivity to cloud microphysics representation[C] //Proceedings of the 82nd AMS Annual Meeting: 16th Conference on Hydrology. Orlando, FL, January, 2002, 13 /17: 123-126.
    [9] 刘冠州, 梁信忠.新一代区域气候模式(CWRF)国内应用进展[J].地球科学进展, 2017, 32(7): 781-787. http://d.old.wanfangdata.com.cn/Periodical/dqkxjz201707011
    [10] QIAO F, LIANG X Z. Effects of cumulus parameterizations on predictions of summer flood in the Central United States[J]. Climate Dyn, 2014, 45(3/4): 727-744. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=573e0ee8239f47b8770656d2f9ddfbfc
    [11] QIAO F, LIANG X Z. Effects of cumulus parameterization closures on simulations of summer precipitation over the United States coastal oceans[J]. Journal of Advances in Modeling Earth Systems, 2016, 8(2): 1-23. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.1002/2015MS000621
    [12] QIAO F, LIANG X Z. Effects of cumulus parameterization closures on simulations of summer precipitation over the continental United States[J]. Climate Dyn, 2017, 49: 225-247. https://doi.org/10.1007/s00382-016-3338-6
    [13] YUAN X, LIANG X Z. Improving cold season precipitation prediction by the nested CWRF-CFS system[J]. Geophys Res Lett, 2011, 38(2): 79-89. https://doi.org/10.1029/2010GL046104
    [14] CHEN L, LIANG X Z, DEWITT D, et al. Simulation of seasonal US precipitation and temperature by the nested CWRF-ECHAM system[J]. Climate Dyn, 2016, 46(3 /4): 879-896. http://cn.bing.com/academic/profile?id=23eef813fdfa86397b5db2ed75567f1c&encoded=0&v=paper_preview&mkt=zh-cn
    [15] 刘术艳. CWRF在中国东部季风区的应用[D].南京: 南京信息工程大学, 2006. http://cdmd.cnki.com.cn/Article/CDMD-10300-2006066400.htm
    [16] LIANG X Z, SUN C, ZHENG X, et al. CWRF performance at downscaling China climate characteristics[J]. Climate Dyn, 2019, 52: 2 159-2 184. https://doi.org/10.1007/s00382-018-4257-5
    [17] 童尧, 高学杰, 韩振宇, 等.基于RegCM4模式的中国区域日尺度降水模拟误差订正[J].大气科学, 2017, 41(6): 1 156-1 166. http://d.old.wanfangdata.com.cn/Periodical/daqikx201706003
    [18] 周林, 潘婕, 张镭, 等.气候模拟日降水量的统计误差订正分析——以上海为例[J].热带气象学报, 2014, 30(1): 137-144. http://www.itmm.org.cn/rdqxxb/ch/reader/view_abstract.aspx?file_no=20140115&flag=1
    [19] 杨浩, 江志红, 李肇新, 等.分位数调整法在北京动力降尺度模拟订正中的适用性评估[J].气象学报, 75(3): 460-470. http://d.old.wanfangdata.com.cn/Periodical/qxxb201703007
    [20] YANG W, JOHAN A, PHIL G L, et al. Distribution-based scaling to improve usability of regional climate model projections for hydrological climate change impact studies[J]. Hydrology Research, 2010, 41(3-4): 211-229. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=c86e02a783d10d81f3f10fed1ca46a17
    [21] BURGER G, MURDOCK T Q, WERNER A T, et al. Downscaling extremes-an intercomparison of multiple statistical methods for present climate[J]. J Climate, 2012, doi: 10.1175/JCLI-D-11-00408.1.
    [22] GUDMUNDSSON L, BREMNES J B, HAUGEN J E, et al. Technical Note: Downscaling RCM precipitation to the station scale using statistical transformations-a comparison of methods[J]. Hydrology and Earth System Sciences, 2012, 16: 3 383-3 390, doi: 10.5194/hess-16-3383-2012.
    [23] LUKAS G. Statistical Transformations for Post-Processing Climate Model Output[DB/OL]. https: //CRAN.R-project.org/package=qmap.
    [24] LAFON T, DADSON S. BUYS G, et al. Bias correction of daily precipitation simulated by a regional climate model: a comparison of methods[J]. Int J Climatol, 2013, 33(6): 1 367-1 381. http://cn.bing.com/academic/profile?id=2eac97c0bb82612f28da682ba4014ea7&encoded=0&v=paper_preview&mkt=zh-cn
    [25] 童尧.不同误差订正方法在中国区域气候模拟中的比较和应用[D].北京: 中国气象科学研究院, 2017. http://cdmd.cnki.com.cn/Article/CDMD-85101-1017133818.htm
    [26] LIANG X Z, XU M, YUAN X, et al. Michalakes J Regional Climate-weather research and forecasting model(CWRF)[J]. Bull Amer Meteor Soc, 2012, 93:1 363-1 387. https://doi.org/10.1175/BAMS-D-11-00180.1
    [27] TAYLOR K E. Summarizing multiple aspects of model performance in a single diagram[J]. J Geophys Res, 2001, 106(D7): 7 183-7 192. http://cn.bing.com/academic/profile?id=f7c6c331a587e7fa974fbfd14fc719a3&encoded=0&v=paper_preview&mkt=zh-cn
    [28] 梁玉莲, 延晓冬. RCPs情景下中国21世纪气候变化预估及不确定性分析[J].热带气象学报, 2016, 32(2): 183-192. http://www.itmm.org.cn/rdqxxb/ch/reader/view_abstract.aspx?file_no=20160205&flag=1
    [29] 张宏芳, 潘留杰, 卢珊, 等. ECMWF集合预报系统对秦岭周边地区降水确定性预报的性能分析[J].气候与环境研究, 2017, 22(5): 551-562. http://d.old.wanfangdata.com.cn/Periodical/qhyhjyj201705003
    [30] 梁巧倩, 蒙伟光, 孙喜艳, 等.广东前汛期锋面强降水和后汛期季风强降水特征对比分析[J].热带气象学报, 2019, 35(1):51-62. http://www.itmm.org.cn/rdqxxb/ch/reader/view_abstract.aspx?file_no=20190105&flag=1
    [31] 刘楚薇, 饶建, 吴志文, 等. ENSO与中国夏季降水的联系:冬季QBO的调制作用[J].热带气象学报, 2019, 35(2): 210-223. http://www.itmm.org.cn/rdqxxb/ch/reader/view_abstract.aspx?file_no=20190207&flag=1
    [32] 王欢, 李栋梁.气候变暖背景下全球海温对中国东部夏季降水年代际转折的影响[J].热带气象学报, 2019, 35(3):398-408 http://www.itmm.org.cn/rdqxxb/ch/reader/view_abstract.aspx?file_no=20190312&flag=1
    [33] 李俊, 杜钧, 陈超君. "频率匹配法"在集合降水预报中的应用研究[J].气象, 2015, 41(6): 674-684. http://d.old.wanfangdata.com.cn/Periodical/qx201506002
  • 加载中
图(8) / 表(1)
计量
  • 文章访问数:  63
  • HTML全文浏览量:  5
  • PDF下载量:  23
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-12-02
  • 修回日期:  2019-09-08
  • 刊出日期:  2019-12-01

目录

    /

    返回文章
    返回