發(fā)布時(shí)間：2020-04-01 03:27

【摘要】：降水是在一系列復(fù)雜物理過(guò)程的影響下所形成,受多種天氣系統(tǒng)共同作用,所以降水預(yù)報(bào)相對(duì)于氣壓、風(fēng)速、氣溫等天氣要素的預(yù)報(bào)準(zhǔn)確率低,成為天氣預(yù)報(bào)和氣候預(yù)測(cè)中最有難度的天氣要素之一。由于降水受不同尺度的天氣系統(tǒng)相互影響,其時(shí)空分布比較復(fù)雜,在不同的時(shí)間尺度上其統(tǒng)計(jì)特征不同,尤其是日降水量或更短時(shí)間尺度內(nèi)的降水呈偏態(tài)分布。所以,對(duì)降水預(yù)報(bào)采用概率預(yù)報(bào)的形式效果更好。近年來(lái),數(shù)值預(yù)報(bào)取得了很大的進(jìn)展,但是資料分析和同化處理上導(dǎo)致的誤差,均會(huì)使我們所得的數(shù)值預(yù)報(bào)模式初始場(chǎng)具有不確定性,而集合預(yù)報(bào)則被認(rèn)為是獲得概率預(yù)報(bào)最有效的途徑之一。雖然集合預(yù)報(bào)產(chǎn)品產(chǎn)生的降水概率預(yù)報(bào)提高了降水預(yù)報(bào)的準(zhǔn)確度,但由于降水這一天氣要素本身和數(shù)值模式的不確定性,集合降水預(yù)報(bào)仍然存在不小的誤差。所以對(duì)集合預(yù)報(bào)降水進(jìn)行偏差訂正及概率預(yù)報(bào)是近年來(lái)集合預(yù)報(bào)應(yīng)用的一個(gè)新趨勢(shì)。本論文為了研究集合降水預(yù)報(bào)的概率分布和誤差特征,并對(duì)集合降水預(yù)報(bào)進(jìn)行概率集成和偏差訂正。首先利用廣義加性模型分析預(yù)報(bào)中心模式、預(yù)報(bào)時(shí)效以及模式水平分辨率對(duì)集合成員降水預(yù)報(bào)的關(guān)系。在此基礎(chǔ)上采用國(guó)家級(jí)地面氣象站逐小時(shí)降水資料和同期CMA、ECMWF和NCEP三套全球集合預(yù)報(bào)結(jié)果,具體分析了在不同預(yù)報(bào)時(shí)效下東南地區(qū)集合預(yù)報(bào)降水的確定性誤差、離散性誤差和概率性誤差特點(diǎn)。然后將1986年7月-2015年7月逐小時(shí)歷史觀測(cè)資料和2014年7月-2016年7月三個(gè)中心集合預(yù)報(bào)資料分別作為貝葉斯降水概率預(yù)報(bào)的先驗(yàn)信息,建立了成都和廣州兩個(gè)代表站的貝葉斯降水概率預(yù)報(bào)模型,分析了不同方案的偏差訂正效果。最后利用2015年6月1日—7月31日三個(gè)全球數(shù)值預(yù)報(bào)業(yè)務(wù)中心(CMA、ECMWF和NCEP)的24 h降水集合預(yù)報(bào)資料和我國(guó)東南地區(qū)降水觀測(cè)資料,采用貝葉斯模型平均方法(A方案)和基于A方案的統(tǒng)計(jì)降尺度模型二次訂正方法(B方案)對(duì)上述三個(gè)中心和多模式超級(jí)集合降水預(yù)報(bào)進(jìn)行訂正,并對(duì)比兩種方案的訂正效果;然后,選取2015年8月1—31日進(jìn)行獨(dú)立樣本檢驗(yàn),分析訂正前后的降水預(yù)報(bào)。主要研究結(jié)論如下:(1)不同預(yù)報(bào)中心模式、模式水平分辨率和預(yù)報(bào)時(shí)效作為解釋變量,基于廣義加性模型分析他們與預(yù)報(bào)降水量之間的關(guān)系表明,預(yù)報(bào)時(shí)效對(duì)降水集合預(yù)報(bào)的影響最為顯著,但來(lái)自不同中心的模式水平分辨率對(duì)降水預(yù)報(bào)的影響也不同忽視。(2)降水集合預(yù)報(bào)的確定性誤差特征分析表明:三個(gè)中心集合預(yù)報(bào)降水的均方根誤差大值區(qū)在東南沿海附近,且隨著預(yù)報(bào)時(shí)效的增加,均方根誤差值和范圍在逐漸增大。三個(gè)集合預(yù)報(bào)系統(tǒng)中ECMWF對(duì)降水閾值為10.0mm以下的TS評(píng)分值較高,而CMA雖然對(duì)降水閾值為25.0mm以上的TS評(píng)分值較高,但存在較大的空?qǐng)?bào)率。綜合對(duì)比可知,ECMWF的確定性預(yù)報(bào)效果最好。(3)三個(gè)中心降水集合預(yù)報(bào)Talagrand圖都呈U型分布,說(shuō)明離散度是不夠的。降水觀測(cè)總是落在集合成員預(yù)報(bào)的最大值和最小值之外,沒(méi)有被集合預(yù)報(bào)系統(tǒng)所預(yù)測(cè)到。由Rank分布可知,集合預(yù)報(bào)系統(tǒng)對(duì)沿海地區(qū)的降水估計(jì)偏小,且隨著預(yù)報(bào)時(shí)效增加,對(duì)降水量估計(jì)的偏小程度也在逐漸增大。(4)ECMWF的BS評(píng)分值最小,其次是CMA,最后是NCEP,說(shuō)明ECMWF預(yù)報(bào)效果最好。隨著預(yù)報(bào)時(shí)效的增加,BS評(píng)分值增大,即降水概率預(yù)報(bào)誤差增加。而隨著降水量級(jí)增大,各中心BS評(píng)分值逐漸降低。造成這種現(xiàn)象是因?yàn)?.1mm閾值的降水概率預(yù)報(bào)有很多的空?qǐng)?bào)。對(duì)于50.0mm閾值的降水概率預(yù)報(bào),預(yù)報(bào)和實(shí)況出現(xiàn)50.0mm以上的站點(diǎn)和時(shí)刻都比較少。此外,沿海地區(qū)的BS評(píng)分值偏大,說(shuō)明各中心對(duì)沿海地區(qū)發(fā)生較大降水的預(yù)報(bào)效果較差。(5)歷史觀測(cè)降水和集合預(yù)報(bào)降水的概率分布研究表明,我國(guó)東南地區(qū)為尺度參數(shù)主導(dǎo)區(qū),易發(fā)生極端降水。較大量級(jí)降水出現(xiàn)在沿海地區(qū)的可能性大,并且Gamma分布中的形狀參數(shù)和尺度參數(shù)具有高相關(guān)性。通過(guò)有效信息評(píng)分對(duì)代表站建立不同方案的貝葉斯降水概率預(yù)報(bào)模型,由檢驗(yàn)評(píng)估結(jié)果可知,BMA對(duì)觀測(cè)先驗(yàn)信息下的貝葉斯降水概率預(yù)報(bào)和三個(gè)中心集合預(yù)報(bào)模型集合平均組成多模式超級(jí)集合預(yù)報(bào)訂正效果最明顯。(6)各中心和多模式原始集合預(yù)報(bào)存在小雨空?qǐng)?bào)、大雨漏報(bào)現(xiàn)象。以第50百分位的降水預(yù)報(bào)為例:A方案訂正后各中心和多模式的集合平均消除了大量的小雨空?qǐng)?bào),對(duì)小雨、中雨的訂正效果很明顯;對(duì)大雨有一定的訂正效果,但對(duì)超過(guò)50.0mm的降水量級(jí)訂正效果不明顯。而B(niǎo)方案訂正后的降水預(yù)報(bào)結(jié)果不僅降低原始集合預(yù)報(bào)的空?qǐng)?bào)率,也修正了單純A方案訂正對(duì)較大降水量級(jí)偏低甚至漏報(bào)等問(wèn)題,其中對(duì)GE的訂正效果最好。(7)B方案訂正后的降水預(yù)報(bào)仍然存在空?qǐng)?bào)和漏報(bào)等情況,尤其對(duì)大量級(jí)和極端降水預(yù)報(bào)不準(zhǔn)確,且各中心和GE各自的雨區(qū)形狀或走向在訂正前后變化不大。這表明該方法對(duì)雨區(qū)的位置和極端降水預(yù)報(bào)的改進(jìn)效果不明顯,其結(jié)果與原始集合預(yù)報(bào)密切相關(guān),對(duì)其改進(jìn)更需要依賴(lài)模式自身能力的提高、物理過(guò)程的改進(jìn)等,消除原始集合預(yù)報(bào)模式的系統(tǒng)誤差。
【圖文】：

成都信息工程大學(xué)碩士學(xué)位論文的站點(diǎn)數(shù)為 1114 個(gè)，研究區(qū)域及區(qū)域內(nèi)實(shí)況降水觀測(cè)站的空第四章和第六章使用的是 2015 年 6 月 1 日-8 月 31 日的降水實(shí)研究時(shí)段內(nèi)包含更多的研究站點(diǎn)，剔除研究時(shí)段 2015 年 6 月測(cè)站點(diǎn)后，得到研究區(qū)域內(nèi)觀測(cè)資料的站點(diǎn)數(shù)為 1263 個(gè)。

圖 4-2 2015 年 6 月 1 日-8 月 31 日東南地區(qū) RMSE 的分布圖（單位：mm，，a1-c1 分別對(duì)應(yīng)預(yù)報(bào)時(shí)效 24h CMA、ECMWF 和 NCEP；a2-c2 分別對(duì)應(yīng)預(yù)報(bào)時(shí)效 48h CMA、ECMWF 和NCEP；a3-c3 分別對(duì)應(yīng)預(yù)報(bào)時(shí)效 72h CMA、ECMWF 和 NCEP）4.1.2 TS 評(píng)分和預(yù)報(bào)偏差 B根據(jù)三套集合預(yù)報(bào)系統(tǒng)在預(yù)報(bào)時(shí)效為 24h 的情況下，四個(gè)不同降水閾值集合預(yù)報(bào)成員的 TS 評(píng)分和預(yù)報(bào)偏差 B 值可以看出（圖 4-3），降水閾值為 0.1mm 時(shí)，三個(gè)中心 TS 評(píng)分在研究區(qū)域有相似的表現(xiàn)。其中 CMA 和 ECMWF 的 TS 評(píng)分值均為 0.5，NCEP 的 TS 評(píng)分值低于 0.5；降水閾值為 10.0mm 時(shí)，ECMWF 和NCEP 的 TS 評(píng)分值均為 0.33，CMA 的 TS 評(píng)分值低于 0.33；降水閾值為 25.0mm時(shí)，CMA 的 TS 評(píng)分值為 0.23，ECMWF 和 NCEP 的 TS 評(píng)分值為 0.2；降水閾值為 50.0mm 時(shí)，CMA 的 TS 評(píng)分值為 0.15，ECMWF 的 TS 評(píng)分值為 0.08，NCEP的 TS 評(píng)分值為 0.07。綜上所述，ECMWF 對(duì)于降水閾值為 10.0mm 以下的 TS評(píng)分值較高，CMA 對(duì)于降水降水閾值 25.0mm 以上的 TS 評(píng)分值較高，NCEP 的
【學(xué)位授予單位】：成都信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：P457.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙琳娜;董航宇;吳亮;王彬雁;白雪梅;黨皓飛;;黃淮地區(qū)夏季日降水分區(qū)概率預(yù)報(bào)方法研究[J];氣象;2015年12期

2 沈曉琳;張芳華;周博坤;;2015年7月大氣環(huán)流和天氣分析[J];氣象;2015年10期

3 馬旭林;時(shí)洋;和杰;計(jì)燕霞;WANG Yong;;基于卡爾曼濾波遞減平均算法的集合預(yù)報(bào)綜合偏差訂正[J];氣象學(xué)報(bào);2015年05期

4 李俊;杜鈞;陳超君;;“頻率匹配法”在集合降水預(yù)報(bào)中的應(yīng)用研究[J];氣象;2015年06期

5 王海霞;智協(xié)飛;;基于TIGGE多模式降水量預(yù)報(bào)的統(tǒng)計(jì)降尺度研究[J];氣象科學(xué);2015年04期

6 杜正靜;夏曉玲;裴興云;蘇靜文;王強(qiáng);;基于GAM模型的3種降雨因子對(duì)貴州地質(zhì)災(zāi)害危險(xiǎn)性預(yù)測(cè)的對(duì)比分析[J];中國(guó)農(nóng)學(xué)通報(bào);2015年06期

7 智協(xié)飛;李剛;彭婷;;基于貝葉斯理論的單站地面氣溫的概率預(yù)報(bào)研究[J];大氣科學(xué)學(xué)報(bào);2014年06期

8 田付友;鄭永光;毛冬艷;諶蕓;鐘水新;;基于Γ函數(shù)的暖季小時(shí)降水概率分布[J];氣象;2014年07期

9 林春澤;祁海霞;智協(xié)飛;白永清;劉琳;;中國(guó)夏季降水多模式集成概率預(yù)報(bào)研究[J];暴雨災(zāi)害;2013年04期

10 張宇彤;矯梅燕;陳靜;;基于模式先驗(yàn)信息的貝葉斯集合降水概率預(yù)報(bào)試驗(yàn)[J];氣象;2013年10期

本文編號(hào)：2609942