杜娟;于晓晶;辛渝;李曼;马玉芬
九寨沟的水唯美句子【摘 要】基于乌鲁木齐区域数值预报业务系统,运用Ts和Bias评分方法,对2012年9月1日-2015年8月31日逐日2个起报时次的逐6h累积降水量的年与季节预报性能进行检验,并从空间上分析了2015年全疆站点逐6h累积降水量在4个预报时段的评分特征.结果表明:(1)2个起报时次的降水评分相差较小,00 UTC起报略优于12 UTC起报,2015年系统改进了白天大量级降水的空报现象.(2)系统对晴雨预报较为准确,Bias接近1,空报、漏报率很小;随着降水阈值的升高,Ts评分减小,Bias变幅增大,空、漏报率也随之增加.系统对强降水过程以漏报为主.(3)系统的降水预报能力存在季节差异,夏季Ts评分最高,秋季次之,冬季最小;随时间模式对四季降水预报能力均有提高,降低了冬季大量级降水的漏报率和夏季大量级降水的空报率.(4)在新疆地区,08-14 BT(Beijing Time)、14-20 BT、20-次日02 BT空报站点数多于漏报,14-20 BT空报率最高;在02-08 BT整体呈漏报.(5)各站点整体来看,白天Ts评分高于夜间,山区及邻近地区评分高于平原地区;西天山评分略优于东天山,夜间晴雨预报有天山北坡漏报、南坡空报的趋势.%Based on the Regional Numerical Forecasting System in Urumqi,the annual and seas onal precipitation predictability of this system is evaluated,using the Threat Score and Bias Score of 6 h accumulated rainfall at two initialized times in one day fiom 1 September 2012 to 31 August 2015.Additionally,the spatial distribution of site's 6 h accumulated rainfall forecast skill is analyzed in four forecast periods.The results indicate that:(1)The prediction performance of two initialized times is quite similar,although the performance at 12 UTC is slightly better than 00 UTC.The false alarm ratio of heavy rainfall during daytime is improved in 2015.(2)The probability of rain forecast is very accurate.The Bias score is close to 1 with small false alarm ratio and missed event ratio.Threat Score decreases and variation amplitude of Bias Score increases with the threshold value of rainfall increases.And it neans that the false alarm ratio and missed event ratio will increase.What's more,most heavy rainfall events are missed.(3) There are seasonal variations in rainfall forecast,which is greatest in summer,secondary in autumn,and the least in winter.The performance of precipitation forecast in every season is increased with time.Meanwhile,the missed event ratio of heavy rainfall in winter and the false alarm ratio of heavy in summer are both reduced with time.(4) In Xinjiang,the false a
larm sites are more than the missed event sites from 8:00 to 14:00 BT (Beijing Time),14:00 to 20:00 BT and 20:00 to 2:00 BT.The false alarm ratio is the highest in period from 14:00 to 20:00 BT,and the rain is missed as a whole from 2:00 to 8:00 BT.(5)The threat score during the daytime is higher than that in nighttime.Additionally,the precipitation predictability in mountain and the surrounding areas is generally better than that in the plain area.The forecast performance of Western Tianshan Mountain is slightly better than that of Eastern Tianshan Mountain,and there is a false alarm on the south slope of Tianshan Mountains and an omission on the north of Tianshan Mountains for precipitation over 0.1 mm at night.
上海美术馆预约门票【期刊名称】《沙漠与绿洲气象》
【年(卷),期】2016(010)006
【总页数】10页(P31-40)
【关键词】区域数值预报系统;6h降水预报;Ts评分;Bias评分;空间检验
【作 者】山东青岛杜娟;于晓晶;辛渝;李曼;马玉芬
【作者单位】中国气象局乌鲁木齐沙漠气象研究所,新疆乌鲁木齐830002;中亚大气科学研究中心,新疆乌鲁木齐830002;中国气象局乌鲁木齐沙漠气象研究所,新疆乌鲁木齐830002;中亚大气科学研究中心,新疆乌鲁木齐830002;中国气象局乌鲁木齐沙漠气象研究所,新疆乌鲁木齐830002;中亚大气科学研究中心,新疆乌鲁木齐830002;中国气象局乌鲁木齐沙漠气象研究所,新疆乌鲁木齐830002;中亚大气科学研究中心,新疆乌鲁木齐830002;中国气象局乌鲁木齐沙漠气象研究所,新疆乌鲁木齐830002;中亚大气科学研究中心,新疆乌鲁木齐830002
【正文语种】中 文
【中图分类】P435
随着高性能计算机、观测系统和气象科学的发展，数值天气预报技术日益成熟，数值预报产品在天气预报业务中的指导作用也越来越重要。快速更新循环同化预报系统（Rapid Update Cycle，简称RUC系统）是针对短时临近天气预报发展的技术，可以为预报员提供有力的技术支持。RUC系统分为同化和预报两个部分，通过高频次同化吸收最新的观测资
料，不断更新背景场，提供更准确的初始场来进行短期预报。美国NCEP（NationalCentersof Environmental Prediction）从1994年开始业务运行RUC系统，为中尺度预报提供指导产品[1，2]。之后，RUC系统经过多次改进与升级[3-5]，新一代快速更新同化预报系统（Repaid Refresh，简称RR）于2012年业务化，替换原来的RUC系统。我国气候复杂多变，天气气候灾害频发，对发展短时临近数值预报的需求十分迫切。为此，中国气象局八大区域中心相继研发了各自的区域模式，目前所有区域模式都已实现业务准入。北京快速更新循环预报系统（BJ-RUC）由中国气象局北京城市气象研究所基于WRF和WRF-3DA搭建[6，7]，于2008年4月投入业务运行，顺利为2008年奥运会气象保障服务，预报产品也作为业务预报的重要参考资料之一[8，9]。中国气象局广州热带气象研究所基于GRAPES_meso及三维变分同化发展了快速更新同化预报系统（GRAPESCHAF）[10]。国家气象中心在GRAPES-CHAF基础上，采用新版的GRAPES_meso和GRAPES-3DVAR，构建了优化之后的RUC同化系统GRAPES_RAFS，于2010年5月准业务运行[11]。中国气象局上海台风研究所在2009年1月基于WRF和ADAS资料同化系统建立了快速更新同化系统SMB-WARR，并于2009年7月实现业务运行。
新疆气候中心在2011年完成了新疆快速更新循环数值预报同化系统（XJ-RUC）的框架搭
世界地图中文版全图高清建和试运行[12]，2013年11月，该系统移植到中国气象局乌鲁木齐沙漠气象研究所并实时运行，更名为沙漠绿洲戈壁区域同化预报系统（Desert Oasis Gobi Regional Assimilation and Forecast System，简称DOGRAFS），并于2015年12月业务准入。对降水的定量预报是天气预报的重点和难点，以往对DOGRAFS系统的检验多针对风场[13]、辐射[14]、温度[15]的预报性能评估，也有对降水的评估[16]，但没有针对站点进行空间检验。基于此，本文从检验时段、检验量、站点空间检验更为全面对乌鲁木齐区域数值预报业务系统降水性能进行评估分析。文章对业务系统逐日两个起报时次（00UTC、12UTC）的6 h累积降水量进行检验评估，分别就近3 a年与季节的降水预报性能进行纵向对比，并分析了2015年区域模式站点降水的空间检验分布。通过对业务系统的降水预报性能进行评估分析，预报员可以更加准确应用模式产品，也为研发人员进一步改进系统奠定一定的工作基础。
1.1 DOGRAFS系统
江苏自驾游三天最适合路线乌鲁木齐区域模式基于WRFv3.5和WRFDAv3.4.1搭建，并于2015年6月增加雷达径向风（VAD）同化模块[17]。该系统每日运行4次，区域设置为27、9、3 km三重嵌套网格，垂直方向为40层，模式层顶为50 hPa。系统中主要物理过程参数设置为：WSM6云微物理方
案，K-F对流参数化方案，ACM2边界层方案，Noah陆面方案，RTMM长波辐射和Dudia短波辐射方案。模式以美国环境预报中心NCEP下发的GFS资料为初始场，每隔6 h同化一次全球电讯交换系统获取的GTS全球观测资料，主要包括地面观测报（SYNOP）、探空报（SOUND）、航空例行天气报告（METAR）、卫星测厚资料（SATEM）、风廓仪探测资料（PILOT）、卫星测大气运动矢量资料（SATOB）、飞机报（AIREP）、雷达径向风资料（RADAR），图1为2015年6月27日06 UTC模式吸收的观测资料种类及分布。
1.2 降水检验方法
凯悦酒店本文基于乌鲁木齐区域数值预报业务系统模拟的9 km区域降水预报结果，运用本地MET（Model Evaluation Tools）检验平台，对6 h累积降水量进行评估。被检验资料为2012年9月1日—2015年8 月31日检验区域的逐6 h降水预报结果，实况观测资料为检验区域内地面天气报观测的逐6 h累积降水。通过反距离权重法，将模式网格点降水预报结果插值到站点位置，生成模式的测站预报值，与对应站点实况降水比较计算评分。检验结果给出48 h预报时效的逐6 h累积降水量，在0—06时、06—12时、12—18时、18—24时、24—30时、30—36时、36—42时、42—48时的Ts评分（Threat Score）和Bias评分（Bias Score）两
个指标，分别对6个阈值（≥0.1、≥3.1 mm、≥6.1 mm、≥12.1 mm、≥24.1 mm、≥48.1 mm）的降水预报性能进行对比评估。
公式（1）、（2）为降水评估指标的计算公式[18]。
式中NA为预报正确站（次）数、NB为空报站（次）数、NC为漏报站（次）数。
运用本地MET检验平台，分别就近3 a年与季节的降水预报性能进行纵向对比，评估模式预报性能的变化，进而对比了站点降水检验的空间分布。本文降水检验以00 UTC、12 UTC起报，对6 h累积降水进行评估。
2.1 近3 a降水量评分逐年对比
图2为2013—2015年乌鲁木齐区域数值预报业务系统两个起报时次不同预报时效的6 h累积降水Ts评分及Bias预报偏差，从当年9月1日至次年8月31日为一整年，即2013年为2013年9月1日—2014年8月31日。从近3 a Ts评分来看，随着降水阈值的增加评分逐渐减小，两个起报时次的预报结果相差较小。模式对0.1 mm阈值的降水评分最高，Ts在0.30左右，且不同预报时效差别较小，降水预报性能较稳定。对于3.1 mm阈值的降水，Ts评分在0.20附
近，不同预报时效相差较大，2015年对前36 h的降水预报较前两年有改进。对于6.1 mm阈值的降水，Ts评分多在0.10～0.15之间，2015年对前24 h的降水预报较前两年有改进。对于12.1 mm 和24.1 mm大阈值降水，Ts评分均在0.10以下，且2015年对大阈值降水预报性能提高较为明显。对于48.1 mm阈值降水，Ts评分全为0，这是由于新疆地处干旱区，48.1 mm（6 h）以上强降水过程比较罕见。综合来看，多数情况下2015年在各量级降水不同预报时效得到的Ts评分最高，对降水预报能力有提高，尤以对大量级降水改进较大。
