基于T639集合预报的持续性强降水中期客观预报技术研究

被引：9

作者：

刘琳 ^{[1
]}

陈静 ^{[2
]}

汪娇阳 ^{[3
]}

机构：

[1] 中国气象局武汉暴雨研究所暴雨监测预警湖北省重点实验室

[2] 中国气象局数值预报中心

[3] 中国人民解放军部队分队

来源：

气象学报 | 2018年 / 76卷 / 02期

关键词：

持续性强降水; 集合预报; 中期客观预报; 累积概率分布函数;

D O I：

暂无

中图分类号：

P456 [预报方法];

学科分类号：

0706 ; 070601 ;

摘要：

针对持续性强降水预报困难的问题,根据Anderson-Darling检验原理,构建基于中国气象局T639集合预报系统的持续性强降水中期客观预报方法。对比分析2010—2015年5—9月T639集合预报降水与实况降水的累积概率分布函数差异,在此基础上采用扩展时间序列和空间范围的方法构建3种模式气候累积概率方案,通过批量预报试验和检验,选取最优概率方案纳入预报模型,考察持续性强降水个例的最长预报时间。结果表明,随着预报时效的延长,集合预报模式的降水逐渐集中于小和中雨量级,无降水和暴雨以上量级的降水概率低于观测,168h以后模式降水概率趋于稳定。通过扩展时间序列和空间范围能弥补模式气候资料年限不足所带来的偏差,根据区域气候特征细分模式气候的方法重点突出了不同区域的降水特征,明显优于简单集合所有区域数据的模式气候方案。基于集合预报的持续性强降水预报模型对持续性强降水个例的预报能力为8—9d,随着预报时效的延长,降水强度以及雨带位置的预报能力逐渐减弱。

引用

页码：228 / 240

页数：13

共 25 条

[1] The extreme forecast index at the seasonal scale [J].

Dutra, E. ;

Diamantakis, M. ;

Tsonevsky, I. ;

Zsoter, E. ;

Wetterhall, F. ;

Stockdale, T. ;

Richardson, D. ;

Pappenberger, F. .

ATMOSPHERIC SCIENCE LETTERS, 2013, 14 (04) :256-262

[2] MONITORING AND UNDERSTANDING TRENDS IN EXTREME STORMS State of Knowledge [J].

Kunkel, Kenneth E. ;

Karl, Thomas R. ;

Brooks, Harold ;

Kossin, James ;

Lawrimore, Jay H. ;

Arndt, Derek ;

Bosart, Lance ;

Changnon, David ;

Cutter, Susan L. ;

Doesken, Nolan ;

Emanuel, Kerr Y. ;

Groisman, Pavel Ya ;

Katz, Richard W. ;

Knutson, Thomas ;

O'Brien, James ;

Paciorek, Christopher J. ;

Peterson, Thomas C. ;

Redmond, Kelly ;

Robinson, David ;

Trapp, Jeff ;

Vose, Russell ;

Weaver, Scott ;

Wehner, Michael ;

Wolter, Klaus ;

Wuebbles, Donald .

BULLETIN OF THE AMERICAN METEOROLOGICAL SOCIETY, 2013, 94 (04) :499-514

[3] TELECONNECTIONS IN THE ATMOSPHERE AND OCEANS [J].

Kucharski, Fred ;

Kang, In-Sik ;

Straus, David ;

King, Martin P. .

BULLETIN OF THE AMERICAN METEOROLOGICAL SOCIETY, 2010, 91 (03) :381-383

[4]

Stochastic representation of model uncertainties in the ECMWF ensemble prediction system.[J].R.Buizza;M.Milleer;T. N.Palmer.Q.J.R. Meteorol. Soc..2007, 560

[5] Early detection of abnormal weather conditions using a probabilistic extreme forecast index [J].