基于ECMWF集合预报系统降水预报的空间后处理方法及其应用效果评估.pdf
《基于ECMWF集合预报系统降水预报的空间后处理方法及其应用效果评估.pdf》由会员分享,可在线阅读,更多相关《基于ECMWF集合预报系统降水预报的空间后处理方法及其应用效果评估.pdf(10页珍藏版)》请在咨信网上搜索。
1、傅一笑,王雨,花家嘉,等.2023.基于ECMWF集合预报系统降水预报的空间后处理方法及其应用效果评估J.暴雨灾害,42(3):324-333.FU Yixiao,WANG Yu,HUA Jiajia,et al.2023.A spatial postprocessing method based on rain clusters matching and application effect evalu-ation J.Torrential Rain and Disasters,42(3):324-333(in Chinese).doi:10.12406/byzh.2022-262基于ECM
2、WF集合预报系统降水预报的空间后处理方法及其应用效果评估傅一笑1,2,王雨1,2,花家嘉2,3,陈雪娇2,3,刘姝2,3,郜天翔1(1.中国科学技术大学地球和空间科学学院,合肥 230026;2.中国气象局雄安大气边界层重点开放实验室,雄安 071799;3.河北省雄安新区气象局,雄安 071799)摘要:模式后处理方法能提高定量降水预报精度,现有的基于统计的降水后处理方法多用于订正降水率或估计降水概率,忽略了降水落区预报的空间误差,导致订正效果不佳。本文提出了一种新的基于雨团匹配的空间后处理方法,用于订正降水落区预报的空间误差,从而提高预报准确率。该方法基于雨团的识别与拆分,结合贝叶斯多目标
3、追踪法对当前时次的模式预报和实况雨团进行匹配,从而得到模式预报数据相较于实况存在的位移与强度误差,并将该误差用于随后时次模式预报数据的订正。利用该方法,对华北地区20182019年夏季降水过程的ECMWF集合预报系统的降水预报产品进行订正。以CMPAS中国逐小时降水分析数据作为实况值的检验结果表明,经过该方法订正后,随后时次模式降水预报的平均TS评分从0.333提高到0.369,相关系数从0.260提升到0.327,平均绝对偏差从2.788 mm降到2.541 mm,表明本方法能有效提高降水预报的准确率。关键词:降水预报;后处理;目标匹配;误差订正中图法分类号:P426.6文献标识码:ADOI
4、:10.12406/byzh.2022-262A spatial postprocessing method of precipitation forecast based on ECMWFensemble predication system and application effect evaluationFU Yixiao1,2,WANG Yu1,2,HUA Jiajia2,3,CHEN Xuejiao2,3,LIU Shu2,3,GAO Tianxiang1(1.School of Earth and Space Sciences,University of Science and T
5、echnology of China,Hefei 230026;2.Xiongan KeyLaboratory of Atmospheric Boundary Layer of China Meteorological Administration,Xiongan 071799;3.Xiongan New Area Meteorological office of Hebei Province,Xiongan 071799)Abstract:Modeling postprocessing methods can improve the accuracy of quantitative prec
6、ipitation forecasts.At present,postprocessingmethods for precipitation based on statistical analysis are mainly used to correct the precipitation rates or to estimate the precipitation probability.It usually ignores the spatial displacement errors of the precipitation area forecast,thus resulting in
7、 low forecast scores.In this study,anew spatial postprocessing method based on rain cluster matching is developed to correct the spatial errors of the precipitation area forecast,in order to improve the forecasting accuracy.With the identification and separation of rain clusters,this method applies
8、the Bayesianmulti-objective tracking approach and compares the model forecasting and observed rain clusters at the current time window,so as to obtainthe displacement and intensity errors between the model forecasting results and the observations.Finally,these discrepancies are used to correct the m
9、odel output in the coming time window.With the method proposed in this study,the precipitation forecast based on ECMWF ensemble predication system for summer precipitation processes during 20182019 in North China are corrected and tested.Using theCMPAS hourly precipitation analysis dataset as observ
10、ations,the test results show that,after correction,the mean TS score of the precipitation forecasts at coming time window increases from 0.333 to 0.369,with the correlation coefficient increasing from 0.260 to 0.327,and themean absolute error decreasing from 2.788 mm to 2.541 mm.We suggest that the
11、method proposed in this study can effectively improve theaccuracy of precipitation forecasts.Key words:precipitation forecasting;postprocessing;targets matching;error correction收稿日期:2022-12-28;定稿日期:2023-03-21资助项目:国家自然科学基金项目(41875024,42075124);科技部重点研发计划项目(2022YFC3104303);唐山市科技计划项目(19150261E)第一作者:傅一笑,
12、主要从事数值预报与数值模拟研究。E-mail:通信作者:花家嘉,主要从事灾害天气分析和预报研究。E-mail:暴雨灾害TORRENTIAL RAIN AND DISASTERSVol.42 No.3Jun.2023第42卷 第3期2023年6月第3期引言降水是一种常见的天气现象,准确的降水预报有利于防灾减灾,减小极端降水事件的危害。数值模式是降 水 预报业务中被广泛应用的一种方法(Vannitsem et al.,2018)。然而,因大气的混沌特性,模式预报结果对多种不同来源的微小误差均具有较强的敏感性,这是造成其不确定性的主要原因(Lorenz,1963)。其中,初始条件误差被认为是预报误差
13、的主要来源之一,它会随着模拟时间延长而不断增长,最终造成预报完全失效(Vannitsem,2017)。此外,模式中物理过程的缺失和参数化方案的不准确等模式误差也会在很大程度上给预报结果带来偏差(Nicolis,2007;Nicolisetal.,2009)。尽管随着数据同化技术和参数化方案的不断改进,以及高分辨率预报模式的进一步发展,预报质量在不断提高(Buizza,2019;Frogneretal.,2019;VanStraatenetal.,2020),但初始条件和模式误差依然存在。因此仅通过提高数值模式本身的准确率来提高预报精度仍面临较大挑战。基于统计的模式后处理方法能够在一定程度上弥补
14、数值预报模式本身的局限性,有效提高预报精度(Vannitsem et al.,2021;代刊等,2018)。该方法从统计上通过对预报结果的订正,使得处理后的预报数据更接近观测实况。同时,该方法也使得处理后的预报数据具有气候学上的可靠性(Gneiting and Rafter,2007;Wilks,2011),其主要表现在不同降水率阈值下模式预报与实况的累积发生比例几乎相等。按是否使用已知或预设的降水和其它参数的统计分布模型,可将统计后处理方法分为参数化和非参数化两类。前者的主要步骤是,先预设参数模型,再通过训练样本得到具体参数值,最后将该模型应用于模式预报结果(Gneiting et al.,
15、2005;赵琳娜等,2020)。以逻辑回归模型(Hamill et al.,2004)为例,该方法在训练样本时,将包含多个模式成员(即多个模式预报结果)的集合预报数据作为自变量,以实况降水是否超过给定降水阈值作为因变量带入逻辑回归模型,采用最大似然法计算回归系数,从而得到降水概率。至于非参数化法,则不依赖参数模型而直接订正预报结果。如频率匹配法,首先统计一段时间内超过不同降水阈值的模式和实况值的累积发生比例,两者的差异可视为模式预报的系统误差(Zhu and Luo,2015),然后通过调整模式比例消除偏差。雨团往往具有不同的大小、强度(Mcanelly andCotton,1989)等典型特
16、征量,且随降水系统发生发展而连续变化。尽管现有模式已能实现对整个降水过程的连续模拟,但在准确刻画降水系统相关特征上仍存在不足,从而造成雨团位置、强度和结构等误差(Ebertand Gallus,2009),这也是最终预报结果出现偏差的重要原因之一。值得注意的是,采用空间检验技术检验预报结果时,雨团位置的空间偏差会导致TS评分出现“双惩罚”现象,错报和漏报均会导致评分下降(Jolliffeand Stephenson,2011)。同时,降水率一半的均方误差由雨团位置的空间偏差导致(Ebert and McBride,2000)。因此,对模式预报雨团位置进行订正至关重要。但目前针对预报结果中雨团位
17、置的订正方法并不多见,即便如前述统计后处理方法,也仅是对降水强度误差进行订正,而降水系统位置等空间信息并未涉及。为此,本文针对模式预报雨团的空间预报误差问题,提出一种新的空间后处理订正方法。该方法主要思路是以雨团为研究单元,在实况降水已知的时次,计算模式预报雨团相较实况的位移与强度误差,然后将其用于随后时次的模式预报结果订正。1 数据与方法1.1 数据来源本文采用的模式预报数据来源于欧洲中期天气预报中心(ECMWF,下同)集合预报系统的降水预报产品。该产品包含51个模式成员,每个模式成员均包含相应的水平分辨率为0.50.5、时间分辨率6 h的累积降水量(TP,单位:mm)数据。降水实况数据来源
18、于国家气象信息中心多源融合降水分析系统(CMPAS,下同)降水产品(师春香等,2018;孙帅等,2020)。它通过将地面、卫星和雷达等多源产品进行融合,从而提供全国范围0.10.1、时间分辨率1 h的地表降水率产品。该产品总体误差不超过10%,优于国际同类产品在中国区域的精度(Sun et al.,2016)。本文选取20182019年夏季(68月)华北地区(110120E,3242N)的21次降水过程进行研究(表1),采用的数据包含ECMWF模式从起报时刻开始未来 612 h(当前时次,记为T0)、1824 h(随后时次,记为T1)预报数据及对应时段的降水实况数据。由于订正方法需要对雨团位置
19、进行水平平移,这导致部分边界位置数据缺失,因此用于订正的区域大于检验订正效果的区域,即以华北地区为基准,经度和纬度均扩大2的范围作为研究区域(108122E,3044N)。在进行空间位置订正前,需对实况和模式降水预报数据进行预处理。首先,采用格点平均的方法,将空间分辨率较高的实况数据处理为与模式一致的0.5网格。然后,将逐小时实况数据累加为6 h的TP数据。最后,将研究范围内的模式预报数据与实况数据进行逐格点匹配。后文中将自起报时起的612 h(记为T0时次)视为当前时次,1824 h(记为T1时次)视为随后时次。傅一笑,等:基于ECMWF集合预报系统降水预报的空间后处理方法及其应用效果评估3
20、25第42卷暴雨灾害1.2 方法介绍本文提出的基于雨团匹配的空间后处理方法源于如下假设:雨团作为降水系统的表征,在一定时间内,各模式成员的预报雨团相较于实况雨团的位移与强度误差较为稳定。这意味着可以采用T0时次确定的模式误差对T1时次的模式误差进行订正。本方法主要由三部分组成(图1):首先,对模式T0时次预报TP和对应实况TP进行滤波和雨团识别,并对部分复杂雨团进一步拆分,以避免将多个降水系统识别为同一雨团;其次,对模式预报雨团和实况雨团进行匹配,从而从雨团角度计算模式T0时次预报相较于实况的误差;最后,将该误差用于模式T1时次雨团预报结果的订正。对此方法的具体实施技术以及订正结果检验方法介绍
21、如下。模式T0时次预报TPT0时次实况TP滤波、识别、拆分模式预报雨团实况雨团雨团匹配模式误差模式T1时次预报TP订正模式值订正后模式T1时次预报TP图1 基于雨团匹配的空间后处理方法订正流程Fig.1 Flow chart of spatial postprocessing method basedon rain clusters matching1.2.1 雨团识别雨团由连续的降水格点构成。在降水格点识别过程中,降水阈值的选取对误差评分有影响(吴启树 等,2017;周雅蔓等,2022),不同研究中取值在0.11mm d-1范围不等(邹用昌等,2009;郑祚芳等,2013;杨寅等,2022)
22、。本文将每6 h累积降水量1 mm的格点识别为降水格点。注意到降水系统空间分布(特别是边缘地区)的不均匀性会增加雨团识别及后续处理的难度和不确定性,因此,在雨团识别之前需要对降水格点数据进行平滑处理,主要采用大小为2.52.5、标准差为0.5的高斯卷积核对原始数据进行滤波(Chen et al.,2020)。随后,对任意降水格点遍历搜索其周围相邻格点(共个),若其中有一个或多个同样为降水,则认为它们为同一雨团。对周围的这些降水格点重复上述搜索过程,直到该雨团中任一点周围不属于该雨团的点均为非降水格点为止。至此,完成对一个雨团的识别。根据这一方法,将降水区域划分为不同连续降水格点组成的多个雨团。
23、1.2.2 雨团拆分常见的对流性雨团由对流核心位置处最强的对流降水以及周围强度不断减小的层云降水组成(Houze,2004;Wernli et al.,2008;王孝慈等,2021)。由于层云降水范围一般较大,可能存在不同对流核心引发多个雨团的部分区域互相重叠的情况(Houze,2004),这些重叠的雨团可能分别处于不同的发展阶段,有的会逐渐增大,而有的则趋于消亡。随着雨团实时变化,重叠的雨团也可能发生分裂。上述雨团演化的复杂性增加了随后模式预报与实况雨团一一匹配的难度。因此,对包含多个对流核心的雨团进行拆分,使得拆分后的每个雨团仅包含单个对流核心(或极大值中心)。雨团的拆分采用最大梯度法(L
24、i and Sun,2015),即对需要被拆分的雨团中的任一格点,找到它周围8个点中降水率最大值对应点,这两个点即属于同一雨团。遍历所有雨团格点后,每个格点均能找到对应的雨团对流核心,并归属于相应的单核心雨团。表1 20182019年夏季华北地区21次降水过程ECMWF起报时刻(世界时,下同)及随后24 h最大降水量实况Table 1 The starting time(UTC,same as below)of 21 precipitation processes during the summer of 2018-2019in North China and their maximum to
25、tal precipitations in the following 24 h起报时刻(年-月-日-时)2018-06-08-002018-06-08-122018-07-06-122018-07-10-002018-07-10-122018-07-15-002018-07-20-0024 h最大降水量/mm24.4353.0931.4570.5175.9340.8633.68起报时刻(年-月-日-时)2018-07-23-002018-07-23-122018-08-04-122018-08-10-002018-08-10-122018-07-23-122019-07-04-1224 h最
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 ECMWF 集合 预报 系统 降水 空间 处理 方法 及其 应用 效果 评估
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。