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

最优TS评分方法在逐时降水订正中的初步应用及评估

刘段灵 陈超

刘段灵, 陈超. 最优TS评分方法在逐时降水订正中的初步应用及评估[J]. 热带气象学报, 2022, 38(4): 611-620. doi: 10.16032/j.issn.1004-4965.2022.055
引用本文: 刘段灵, 陈超. 最优TS评分方法在逐时降水订正中的初步应用及评估[J]. 热带气象学报, 2022, 38(4): 611-620. doi: 10.16032/j.issn.1004-4965.2022.055
LIU Duanling, CHEN Chao. PRELIMINARY APPLICATION AND EVALUATION OF OPTIMAL THREAT SCORE METHOD IN HOURLY PRECIPITATION FORECAST[J]. Journal of Tropical Meteorology, 2022, 38(4): 611-620. doi: 10.16032/j.issn.1004-4965.2022.055
Citation: LIU Duanling, CHEN Chao. PRELIMINARY APPLICATION AND EVALUATION OF OPTIMAL THREAT SCORE METHOD IN HOURLY PRECIPITATION FORECAST[J]. Journal of Tropical Meteorology, 2022, 38(4): 611-620. doi: 10.16032/j.issn.1004-4965.2022.055

最优TS评分方法在逐时降水订正中的初步应用及评估

doi: 10.16032/j.issn.1004-4965.2022.055
基金项目: 

广东省重点领域研发计划项目 2019B111101002

国家自然科学基金 41975138

广东省自然科学基金 2020A1515010602

雷达应用及强对流短临预警技术创新团队 GRMCTD202002

广东省气象局科学技术研究项目 GRMC2020Z03

详细信息
    通讯作者:

    陈超,男,江苏省人,高级工程师,从事强对流及临近预报技术研究。E-mail:1209960968@qq.com

  • 中图分类号: P456.7

PRELIMINARY APPLICATION AND EVALUATION OF OPTIMAL THREAT SCORE METHOD IN HOURLY PRECIPITATION FORECAST

  • 摘要: 使用2020年3—9月逐时更新的CMA广东短临3 km数值模式(CMA-GD(R3)模式)1~12 h逐小时降水量资料,利用最优TS评分订正方法(OTS)对逐小时降水量进行分级订正,并分别从整体和分类型降水过程预报订正效果进行了检验和对比评估。结果表明:从整体预报订正性能来看,通过OTS方法对CMA-GD(R3)模式订正后,对于≥1 mm/h及以上量级的降水,OTS均有较好的订正能力,并且随着雨强的增加,其TS评分的改善比率越大;同时,OTS可有效减少各个预报时效的漏报率和空报率,其中漏报率减小更加明显,表现出明显的湿偏差(空报偏多)。从三类暴雨过程逐时降水预报订正效果来看,通过OTS订正之后,对于≥1 mm/h的降水,OTS对三类暴雨类型均有正的订正能力。其中在0.1 mm、1 mm、10 mm、20 mm、35 mm、50 mm 6个量级上,季风型的逐时降水预报表现最好,6个量级的TS评分值分别为0.403、0.232、0.053、0.023、0.009和0.004;在5 mm量级上锋面型的逐时降水预报表现最优,其TS值为0.102。从改善效果来看,经过OTS订正后,在1 mm量级上台风型改善率最大,在5 mm和10 mm量级上锋面型改善率最大,在20 mm、35 mm和50 mm量级上季风型改善率最大。

     

  • 图  1  广东省国家站和雨窝站分布图

    图  2  不同量级最优阈值F分布

    图  3  2020年3—9月CMA-GD(R3)模式订正前(a)、订正后(b)逐时降水预报的空报率、漏报率、预报偏差和TS评分

    图  4  2020年3—9月CMA-GD(R3)模式订正前后预报时效≥0.1 mm(a)、≥1 mm(b)、≥5 mm(c)、≥10 mm(d)、≥20 mm(e)、≥35 mm(f)、≥50 mm(g)TS评分

    图  5  图 4,但为ETS评分

    图  6  2020年订正前的锋面型(a)、季风型(b)和台风型(c)及订正后的锋面型(d)、季风型(e)和台风型(f)逐时降水预报的空报率、漏报率、预报偏差和TS评分

    图  7  三类不同类型降水订正前后预报时效≥0.1 mm(a)、≥1 mm(b)、≥5 mm(c)、≥10 mm(d)、≥20 mm(e)、≥35 mm(f)、≥50 mm(g)TS评分

    图  8  图 7,但为ETS评分

    表  1  2020年3—9月CMA-GD(R3)模式订正前后不同量级降水1~12 h预报时效的平均评分

    检验方法 ≥0.1 mm/h ≥1 mm/h ≥5 mm/h ≥10 mm/h ≥20 mm/h ≥35 mm/h ≥50 mm/h
    TS 订正前 0.258 0.140 0.053 0.027 0.011 0.003 0.001
    订正后 0.258 0.141 0.058 0.031 0.014 0.005 0.002
    PO 订正前 0.511 0.686 0.868 0.928 0.969 0.993 0.998
    订正后 0.510 0.622 0.749 0.837 0.914 0.955 0.986
    FAR 订正前 0.647 0.798 0.919 0.959 0.984 0.996 0.999
    订正后 0.647 0.817 0.931 0.964 0.983 0.995 0.998
    Bias 订正前 1.385 1.559 1.631 1.768 1.875 1.736 1.292
    订正后 1.386 2.064 3.616 4.505 5.041 8.126 6.392
    下载: 导出CSV

    表  2  三类不同类型降水订正前后不同量级降水1~12 h预报时效的平均评分

    降水类型 ≥0.1 mm/h ≥1 mm/h ≥5 mm/h ≥10 mm/h ≥20 mm/h ≥35 mm/h ≥50 mm/h
    锋面 TS 订正前 0.384 0.222 0.081 0.036 0.017 0.004 0.000
    订正后 0.384 0.227 0.102 0.048 0.019 0.007 0.003
    PO 订正前 0.441 0.617 0.835 0.917 0.960 0.991 1.000
    订正后 0.441 0.581 0.698 0.807 0.907 0.946 0.984
    FAR 订正前 0.450 0.654 0.865 0.941 0.971 0.994 1.000
    订正后 0.450 0.669 0.866 0.940 0.976 0.992 0.997
    Bias 订正前 1.016 1.106 1.223 1.404 1.374 1.538 1.512
    订正后 1.016 1.265 2.260 3.225 3.891 6.665 5.124
    季风 TS 订正前 0.403 0.224 0.086 0.041 0.014 0.004 0.001
    订正后 0.403 0.232 0.101 0.053 0.023 0.009 0.004
    PO 订正前 0.402 0.585 0.804 0.895 0.962 0.991 0.998
    订正后 0.402 0.538 0.671 0.776 0.874 0.936 0.982
    FAR 订正前 0.448 0.672 0.868 0.937 0.978 0.993 0.998
    订正后 0.448 0.681 0.872 0.935 0.973 0.990 0.995
    Bias 订正前 1.083 1.263 1.485 1.662 1.694 1.362 0.839
    订正后 1.083 1.448 2.570 3.466 4.613 6.687 3.649
    台风 TS 订正前 0.398 0.178 0.060 0.026 0.010 0.000 0.000
    订正后 0.398 0.205 0.072 0.034 0.013 0.003 0.002
    PO 订正前 0.359 0.660 0.872 0.943 0.977 1.000 1.000
    订正后 0.359 0.514 0.705 0.839 0.943 0.972 0.985
    FAR 订正前 0.489 0.729 0.899 0.953 0.982 1.000 1.000
    订正后 0.489 0.738 0.913 0.959 0.984 0.996 0.998
    Bias 订正前 1.255 1.256 1.265 1.219 1.252 1.014 0.288
    订正后 1.255 1.858 3.393 3.882 3.608 7.287 8.803
    下载: 导出CSV
  • [1] APPLEQUIST S, GAHRS G E, PFEFFER R L, et al. Comparison of methodologies for probabilistic quantitative precipitation forecasting [J]. Wea Forecasting, 2002, 17(4): 783-799. doi: 10.1175/1520-0434(2002)017<0783:COMFPQ>2.0.CO;2
    [2] 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. https://www.cnki.com.cn/Article/CJFDTOTAL-YYQX201605003.htm
    [3] ROEBBER P J, SCHULTZ D M, COLLE B A, et al. Toward improved prediction: high-resolution and ensemble modeling systems in operations[J]. Wea Forecasting, 2004, 19(5): 936-949. doi: 10.1175/1520-0434(2004)019<0936:TIPHAE>2.0.CO;2
    [4] ZHONG S X, CHEN Z T, XU D S, et al. Evaluating and improving wind forecasts over South China: The role of orographic parameterization in the GRAPES model[J]. Adv Atmos Sci, 2018, 35(6): 713-722. doi: 10.1007/s00376-017-7157-4
    [5] 陈子通, 徐道生, 戴光丰, 等. 热带高分辨率模式(TRAMS-V3.0)技术方案及其系统预报性能[J]. 热带气象学报, 2020, 36(4): 444-454. https://www.cnki.com.cn/Article/CJFDTOTAL-RDQX202004002.htm
    [6] 刘英, 柳崇健, 徐辉. 藉物理耗散技术改进强降水数值模拟的初步研究[J]. 高原气象, 2006, 25(4): 651-657. https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX200604011.htm
    [7] 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. https://www.cnki.com.cn/Article/CJFDTOTAL-RDQX200604003.htm
    [8] 汪瑛, 胡胜, 涂静, 等. 2016—2020年广东省定量降水预报检验评估[J]. 热带气象学报, 2021, 37(2): 154-165. https://www.cnki.com.cn/Article/CJFDTOTAL-RDQX202102002.htm
    [9] KRISHNAMURTI T N, SAGADEVAN A D, Chakraborty A, et al. Improving multimodel weather forecast of monsoon rain over china using FSU superensemble[J]. Adv Atmos Sci, 2009, 26(5): 813-839.
    [10] 孙靖, 程光光, 张小玲. 一种改进的数值预报降水偏差订正方法及应用[J]. 应用气象学报, 2015, 26(2): 173-184. https://www.cnki.com.cn/Article/CJFDTOTAL-YYQX201502005.htm
    [11] BRUCE A V. Spread calibration of ensemble MOS forecasts[J]. Mon Wea Rev, 2013, 141(7): 2 467-2 482.
    [12] 曹萍萍, 陈朝平, 徐栋夫, 等. 基于集合预报的四川夏季强降水订正试验[J]. 热带气象学报, 2017, 33(1): 111-118. https://www.cnki.com.cn/Article/CJFDTOTAL-RDQX201701012.htm
    [13] 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, 2017, 28(3): 306-317. https://www.cnki.com.cn/Article/CJFDTOTAL-YYQX201703005.htm
    [14] 牛若芸. 基于最优概率的中期延伸期过程累计降水量分级订正预报[J]. 热带气象学报, 2019, 35(6): 721-731. https://www.cnki.com.cn/Article/CJFDTOTAL-RDQX201906001.htm
    [15] 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. https://www.cnki.com.cn/Article/CJFDTOTAL-RDQX201906012.htm
    [16] ZHONG S X, CHEN Z T, XU D S, et al. A review on GRAPES-TMM operational model system at Guangzhou Regional Meteorological Center[J]. J Trop Meteor, 2020, 26(4): 495-504.
    [17] 林良勋, 冯业荣, 黄忠, 等. 广东省天气预报技术手册[M]. 北京: 气象出版社, 2006.
    [18] 李俊, 杜钧, 陈超君. 降水偏差订正的频率(或面积)匹配方法介绍和分析[J]. 气象, 2014, 40(5): 580-588. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201405008.htm
    [19] JOLLIFFE I T, STEPHENSON D B. 预报检验[M]. 李应林, 译. 北京: 气象出版社, 2016: 58-68.
    [20] 涂静, 黄晓莹, 张华龙. 2019年度气温和降水预报时空检验[J]. 广东气象, 2020, 42(1): 40-43. https://www.cnki.com.cn/Article/CJFDTOTAL-GDCX202001011.htm
  • 加载中
图(8) / 表(2)
计量
  • 文章访问数:  45
  • HTML全文浏览量:  3
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-02-17
  • 修回日期:  2022-05-18
  • 网络出版日期:  2022-10-25
  • 刊出日期:  2022-08-20

目录

    /

    返回文章
    返回