VERIFICATION AND EVALUATION OF QUANTITATIVE PRECIPITATION FORECAST FOR GUANGDONG PROVINCE DURING 2016-2020
-
摘要: 对2016-2020年全球模式ECMWF和区域模式GZ_GRAPES、基于模式的解释应用和广东省气象局发布的定量降水预报（QPF）进行检验和评估。结果表明：ECMWF和GZ_GRAPES模式对一般性降水预报技巧在逐年提升，对大雨或以上的降水预报技巧的提升缓慢。GZ_GRAPES对大雨以上降水的预报技巧和定量降水预报的精细时空分布均优于ECMWF，区域模式更易预报出中小尺度降水信息。分类暴雨评定表明，模式对台风暴雨预报最好、锋面暴雨次之、季风暴雨预报最差。模式的暴雨预报落区偏小、低估明显，预报员通过经验订正明显提升了暴雨预报评分，其中季风暴雨的订正量最大，但存在预报范围偏大、空报较高的问题。基于ECMWF集合预报的解释应用与预报员的定量降水预报能力相当，降水越强，解释应用技术的优势越明显，但对季风暴雨也存在严重低估或漏报。目前降水精细时空分布、季风暴雨、极端性暴雨等依然靠预报员的经验订正为主，随着集合预报模式和区域高分辨率模式能力的提升，将预报经验客观化并与数值预报解释应用技术结合是提升QPF的一个方向。Abstract: The present study examines and evaluates the 2016-2020 global model ECMWF and regional model GZ_GRAPES, model-based interpretation and application, and quantitative precipitation forecasts (QPF) issued by forecasters from the Guangdong Meteorological Service. The results show that the forecast skill of QPF (< 25mm) by the ECMWF and GZ_GRAPES increases year by year and the skill of QPF (≥25mm) varies from year to year. The GZ_GRAPES forecast skill for precipitation stronger than heavy rain and the fine temporal and spatial distribution of QPF are better than those of the ECMWF, and it is easier for the regional model to forecast small and medium-scale precipitation. Classified rainstorm evaluation shows that the models have the best forecast for typhoon rain, followed by frontal rainstorm and monsoon rain. The models'rainstorm forecast underestimates the rainfall area, and the underestimation is obvious. Forecasters have significantly improved the rainstorm forecast score through empirical corrections. Among them, the amount of correction for monsoon rain is the largest, but there are problems of a large forecast range and high false alarms. The interpretation and application based on the ECMWF ensemble forecast is equivalent to the QPF ability of forecasters. The stronger the precipitation, the more obvious the advantages of model interpretation and application, but there is also serious underestimation or underreporting of the monsoon rain. At present, the precise temporal and spatial distribution of precipitation, monsoon rains and extreme rainstorms still rely mainly on the empirical correction of forecasters. With the improvement of the capabilities of ensemble forecasting models and regional high-resolution models, forecasts will become more objective, which, combined with numerical forecasting techniques, can help improve QPF.
-
图 6 2020年6月8日08时ECMWF（a）和GZ_GRAPES(b)风场预报和实况对比以及8日03-08时ECMWF（c）和GZ_GRAPES(d)雨量预报和观测对比
a、b中红色风为观测，黑色风为模式；蓝色等值线为500 hPa位势高度；c、d中填色为观测；等值线为模式预报。
表 1 参与检验的预报产品说明表
模式产品 产品描述 时空分辨率说明 智能网格QPF（GRMC） 广东省气象局开发 空间间距5 km、逐小时 欧洲中心模式(ECMWF) 欧洲中心网格模式预报 空间分辨率0.125 °、逐3小时 广州区域模式(GZ_GRAPES) 中国气象局广州热带海洋气象研究所模式产品 2019年之前空间分辨率0.09°，2019年空间分辨率为0.03 °、逐小时 NCEP模式(NCEP) 美国NCEP业务模式 空间分辨率0.5°、逐3小时 国家气象中心GRAPES区域模式(GRAPES-Meso) 国家气象中心业务模式 空间分辨率0.1°、逐3小时 多模式集成释用产品 预报员研发的基于多个确定性业务模式的后处理产品 空间分辨率5 km、逐24小时 基于EC集合预报释用产品 预报员研发的基于EC集合预报的后处理产品 空间分辨率5 km、逐24小时 
下载: 导出CSV
表 2 模式12小时QPF和3小时QPF的分级TS
模式 年份 QPF_3 h QPF_12 h ＜20 mm ≥20 mm ≥50 mm ＜10 mm ≥10 mm ≥25 mm ≥50 mm ECMWF 2019 0.31 0.02 0.001 3 0.47 0.25 0.1 0.043 (0.125 °) 2020 0.31 0.008 0.000 4 0.44 0.24 0.09 0.024 GZ_GRAPES 2019 0.32 0.031 0.003 5 0.5 0.24 0.13 0.075 (0.03 °) 2020 0.27 0.026 0.003 6 0.46 0.2 0.17 0.044
下载: 导出CSV
表 3 2017-2019年分类暴雨的空漏报率（DAY1）
预报 分类 命中(站次） 空报（站次） 漏报（站次） TS 命中率（%） 空报率（%） 漏报率（%） GRMC（预报员） 台风 9 991 14 827 6 070 0.32 62.2 59.7 37.8 锋面 3 821 12 379 8 276 0.16 31.6 76.4 68.4 季风 1 902 404 9 3 696 0.2 34.0 68.0 66.0 ECMWF 台风 3 062 4 346 10 471 0.17 22.6 58.7 77.4 锋面 1 568 5 943 10 568 0.087 12.9 79.1 87.1 季风 365 973 5 087 0.057 6.7 72.7 93.3 GZ_GRAPES 台风 4 608 9 375 9 178 0.2 33.4 67.0 66.6 锋面 3 270 7 522 8 588 0.17 27.6 69.7 72.4 季风 616 2 761 4 915 0.074 11.1 81.8 88.9 EN_ECWMF集合释用(2019年) 台风 3 245 3 468 1 640 0.39 66.4 51.7 33.6 锋面 2 807 8 652 3 483 0.19 44.6 75.5 55.4 季风 71 456 1 127 0.043 5.9 86.5 94.1
下载: 导出CSV
-
[1] FORbES R M, HAIDEN T, MAGNUSSON L. Improvements in IFS forecasts of heavy preicipitation[J]. ECMWF Newsletter, 2015, 144: 21-26. [2] 曾沁, 胡胜. 网格数字天气预报之广东实践[M]. 北京: 气象出版社, 2019. [3] 毕宝贵, 代刊, 王毅, 等. 定量降水预报技术进展[J]. 应用气象学报, 2016, 27(5): 534-549. [4] WWRP / WGNE JOINT Working Group on Verification. Recommendations for the verification and intercomparison of QPFs from operational NWP models[R]. 2004. [5] IAN T J, DAVID B S. Forecast verification: A practitioner's guide in atmospheric science (second edition)[M]. West Sussex. Wiley Blackwell & Sons. Ltd. Publication. 2012. [6] ATGER F. Verification of intense precipitation forecasts from single models and ensemble prediction systems[J]. Nonlin Proc Geophys, 2001, 8: 401-417. [7] 钟有亮, 陈静, 王静, 等. GRAPES区域集合预报系统对登陆台风预报的检验评估[J]. 热带气象学报, 2017, 33(6): 953-964. [8] NOVAK R D, BAILEY C, BRILL F K, et al. Precipitation and temperature forecast performance at the Weather Prediction Center[J]. Wea Forecasting, 2014, 29(6): 489-504. [9] 王雨, 闫之辉. 2002年汛期(5-9月)主客观降水预报检验[J]. 热带气象学报, 2006, 22(4): 331-339. [10] 金荣花, 代刊, 赵瑞霞, 等. 我国无缝隙精细化网格天气预报技术进展与挑战[J]. 气象, 2019, 45(4): 445-457. [11] 韦青, 李伟, 彭颂, 等. 国家级天气预报检验分析系统建设与应用[J]. 应用气象学报, 2019, 30(2): 245-256. [12] 代刊, 朱跃建, 毕宝贵. 集合模式定量降水预报的统计后处理技术研究综述[J]. 气象学报, 2018, 76(4): 493-510. [13] 董全, 代刊, 陶亦为, 等. 基于ECMWF集合预报的极端天气预报产品应用和检验[J]. 气象, 2017, 43(9): 1 095-1 109. [14] 吴启树, 韩美, 刘铭, 等. 基于评分最优化的模式降水预报订正算法对比[J]. 应用气象学报, 2015, 28(3): 306-317. [15] 吴亚丽, 蒙伟光, 陈德辉, 等. 一次华南暖区暴雨过程可预报性的初值影响研究[J]. 气象学报, 2018, 76(3): 323-342. [16] 蒙伟光, 张艳霞, 吴亚丽, 等. 季风槽环境中暴雨中尺度对流系统的分析与数值预报试验[J]. 气象学报, 2019, 77(6): 980-998. [17] 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. [18] 张艳霞, 蒙伟光, 徐道生, 等. 华南锋面和季风降水环流特征及加热结构对比分析[J]. 热带气象学报, 2020, 36(1): 1-12. [19] OLSON D A, JUNKER N W, KORTY B. Evaluation of 33 years of quantitative precipitation forecasting at the NMC[J]. Weather & Forecasting, 1995, 10(3): 498-511. [20] 王德立, 黄辉军, 陈训来, 等. 深圳对流尺度集合预报系统对台风降水预报的检验评估[J]. 热带气象学报, 2020, 36(6): 759-771. -
点击查看大图
图(7) / 表(3)
计量
- 文章访问数: 346
- HTML全文浏览量: 120
- PDF下载量: 46
- 被引次数: 0
粤公网安备 4401069904700003号