暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究
ECMWF降水极端天气指数在浙江的应用评估
暴雨灾害TORRENTIAL RAIN AND DISASTERS Vol.40No.1 Feb.2021第40卷第1期2021年2月引言极端天气气候事件是指一个地区或时间出现的天气状态严重偏离其气候平均态，是统计意义上的极端事件。
政府间气候变化专门委员会(Intergovernmen⁃tal Panel on Climate Change,IPCC)第四次评估报告对极端天气事件给出了明确的定义：极端天气事件是指发生概率小于观测记录概率密度函数第10个百分位或者超过第90个百分位的天气事件。
暴雨是我国常见的一种高影响天气，常常会带来洪涝、山体滑坡、泥石流等严重灾害性后果。
伴随着全球气候变化，我国暴雨发生的频率和强度都有增加的趋势(陈海山等，2009；任玉玉和任国玉，2010；黄琰等，2011；姜德娟等，2011；苏志重等，2016；季晓东和漆梁波，2018)。
暴雨预报一直是预报业务中的重点，但是由于其不确定性大，发生概率较低，因此预报难度也较大。
过去几十年中，随着数值预报技术的飞速发展，气象部门对暴雨、暴雪等灾害性天气的预报能力有了显著提高。
傅良，张玉静，罗玲，等.2021.ECMWF降水极端天气指数在浙江的应用评估[J].暴雨灾害,40(1):69-77FU Liang，ZHANG Yujing，LUO Ling，et al.2021.Application assessment of precipitation extreme forecast index(EFI)from ECMWF in Zhe-jiang Province[J].Torrential Rain and Disasters,40(1):69-77ECMWF降水极端天气指数在浙江的应用评估傅良1，张玉静2，罗玲1，娄小芬1，钱浩1，沈文强1(浙江省气象台，杭州310017；2.杭州市气象局，杭州310051)摘要：利用2016年6月—2017年5月ECMWF降水极端天气指数(EFI)预报资料，分析了降水EFI与不同量级强降水、降水气候百分位在浙江的关系。
暴雨产流计算(推理公式-四川省)
#NAME? #NAME?
#NAME? #NAME?
#NAME? #NAME?
基流量Q0与 F关系表
地区
岷江、大渡河、青衣江
金沙江
概化相对坐标
y
x
0
0
0.05
0.1
0.1
0.165
0.2
0.26
0.4
0.48
0.42
0.53
0.4
0.58
0.2
0.84
0.13
1
0.1
1.1
0.2
1.2
0.4
1.31
1
0.938
0.835
0.77
1
0.928
0.832
0.771
1
0.972
0.909
0.861
1
0.815
0.539
0.423
1
0.962
0.875
0.81
根据实测资料的对应分析，μ值随集水面积的减小而增大。在四川其平均变化关系为：μ＝k·F－0.19，k值变化归
计算编号
地区
流域地形地貌
1
青衣江～鹿头山暴雨区 相对高差在200m以上，地势较陡，切割较深，植被较好，有部分荒山或坡地
影响因素
，调蓄能力小，洪峰涨退快，基流较低 河网发育，调洪作用大，洪峰涨快退慢，基流较高 强，洪峰上尖下肥，基流较高
θ=1～30
m=0.40θ0.204
0.803
m=0.318θ0.204
0.638
m=0.221θ0.204
0.444
汇流参数式 θ=30～300
m=0.092θ0.636 m=0.055θ0.72 m=0.025θ0.845
四川盆地一次暴雨过程分析及数值模拟试验
冰方 案 、 Ｆ ｅ ｒ ｒ ｉ ｅ ｒ微 物 理 方 案 进 行 数 值 模 拟 对 比 分 析， 为 合理 选择 中尺度 数 值 模 拟 微 物 理 方 案 提供 科
学依 据 。
地暴 雨进 行 物 理 机 制 或 地 形 因素 的 分 门 别 类 只是
有研究表 明 ， 在 中尺度数值模 拟过程 中 ， 微物
３ ３个县 市 降 了暴 雨 到大 暴雨 ， 其 中大 的 中小 尺 度 因 素 所 造成 的
影 响仍然 有待 于逐 步 地 去 试 验 和 探 索 ， 较 多 的科 技 工作 者 已经就 此作 出过 尝试 ＇ 加 ］ 。
２ 天 气 过 程 简 介
２ ０ １ ０年 ８月 １ ８ —１ ９日， 四川 全 省 １ ４个 市 州 的
栋 等人 对 四川 盆 地 １ ９ ８ １ －２ ０ ０ ０年 夏 季 暴 雨 的大 尺
２ ０ １ ０ 年 ８月 ， 四川全省月平均 降水量为 ２ １ ２ ． ８ ｍｍ， 较 常年 同期偏 多 １ ９ ％， 全 省各 地暴 雨事 件频 发 。
本文对 １ ８ —１ ９日盆 地 西 部 地 区 一 次暴 雨 过程 进 行 分 析 和数值 模 拟 ， 从 大 尺 度 环 流 背 景 场 和 中小 尺度
２ ０ １ ４年第 ３期
贵
州 气
象
Ｖｏ Ｌ ． ３ ８ Ｎ０． ３
第３ ８ 卷
Ｊ ｏ ｕ ｒ ｎ ａ ｌ Ｏ ｆ Ｇ ｕ ｉ ｚ ｈ ｏ ｕ Ｍｅ ｔ ｅ ｏ ｒ ｏ ｌ ｏ ｇ ｙ
文 章编 号 ： １ ０ ０ ３ － ６ ５ ９ ８ （ ２ ０ １ ４ ） ０ ３ — ０ ０ １ ２ — ０ ６
高原与盆地暴雨旱涝灾害四川省重点实验室开放研究基金管理办法(试行)【模板】
川气发〔2015〕20号附件4高原与盆地暴雨旱涝灾害四川省重点实验室开放研究基金管理办法（试行）第一章总则第一条为推动高原与盆地暴雨旱涝灾害研究的开放创新，高原与盆地暴雨旱涝灾害四川省重点实验室（以下简称“实验室”）筹集资金设立高原与盆地暴雨旱涝灾害四川省重点实验室开放研究基金（以下简称“开放研究基金”），资助国内外科技工作者依托实验室开展高原与盆地暴雨旱涝灾害领域的基础研究和应用研究。
为充分发挥开放研究基金作用，制定本办法。
第二条开放研究基金经费由四川省气象局筹措，同时积极争取中国气象局和四川省科技厅的支持，并接受各级政府、社会团体、企业、科研机构、工程项目及个人资助或捐赠。
第三条本着“方向引导、鼓励创新、择优资助”的原则，开放研究基金主要支持以高原与盆地暴雨旱涝灾害为研究方向，围绕青藏高原大地形及东侧复杂地形，重点开展暴雨、洪涝和干旱灾害的观测试验与监测预警、异常机理与物理成因、前兆信号与预测技术的研究与应用等研究方向；项目分为合作研究和自由申请两类。
合作研究项目是指四川省气象部门外的申请者利用实验室提供的科研条件及科研人员合作开展研究工作的项目；自由申请项目是指申请者利用开放研究基金资助经费在本单位开展研究工作的项目。
鼓励合作研究项目的开展。
第四条四川省气象局科技管理部门（以下简称“科技管理部门”）负责开放研究基金的组织和管理，组织编制开放研究基金下一年度基金项目指南，于每年6月份公开发布。
第五条实验室学术委员会负责开放研究基金年度项目指南的审定。
第二章项目申请第六条申报项目应符合开放研究基金主要支持的研究方向和年度项目指南要求，研究内容、研究方法应有创新，预期目标、实施方案应切实可行，经费预算合理。
第七条开放研究基金主要资助对象为具有高级职称（副研究员、高工或副教授以上）人员、具有博士学位人员或工作3年以上的具有硕士学位人员，对不具备上述条件的特殊优秀人员须有2位具有高级职称的专家推荐；要求申请人年龄一般不超过50周岁，同一申请人不能同时申请2项（含2项）以上开放研究基金项目，主持开放研究基金项目未结题通过验收的，不能继续申请开放研究基金项目。
暴雨洪涝灾害预测技术的研究与应用
暴雨洪涝灾害预测技术的研究与应用暴雨洪涝灾害是常见的自然灾害之一，灾害的发生给人们的生命财产带来巨大危害。
因此，开展暴雨洪涝灾害预测技术的研究和应用具有极其重要的现实意义。
一、暴雨洪涝灾害预测技术的研究现状目前，全球许多国家都在开展暴雨洪涝灾害预测技术的研究。
在中国，暴雨洪涝灾害预测技术的研究工作已经开始了数十年。
这些年来，国内外许多学者和研究机构都做出了巨大的贡献。
国外，日本和美国是暴雨洪涝灾害预测技术研究的先行者之一。
日本的预报技术已经非常成熟，其暴雨洪涝灾害的预测时间非常准确，并且在预报之后采取了适当的措施来减小灾害的影响。
美国的预报技术也非常成熟，其主要通过遥感技术进行空间数据采集和处理，进而进行预测模型的建立和数据的分析。
国内，随着现代科学技术的发展，暴雨洪涝灾害预测技术已经成为研究的热点领域之一。
目前国内主要采取以下技术进行预测：雷达、卫星、遥感、数值模拟等技术。
二、暴雨洪涝灾害预测技术的应用现状随着暴雨洪涝灾害预测技术的逐渐成熟，应用领域也日益广泛。
目前，暴雨洪涝灾害预测技术已经应用到以下几个方面：预警系统、防灾减灾、农业生产等。
1.预警系统暴雨洪涝灾害预测技术在预警系统中起到了至关重要的作用。
通过预测技术，可以为政府和民众提供精准的灾害预警信息，对社会和人民财产的保护起到了非常重要的作用。
2.防灾减灾暴雨洪涝灾害预测技术也可以用于防灾减灾工作。
通过对预测信息的研究和分析，可以提前采取有效的措施进行防洪、排涝，最大限度地减少灾害对人民生命和财产的危害。
3.农业生产暴雨洪涝灾害对农业生产也有着重要的影响。
通过暴雨洪涝灾害预测技术，可以预测大量的降雨量和水位变化，帮助农民及时采取措施，以减少对农业生产的影响。
三、我们需要做什么？1.加强科学研究暴雨洪涝灾害预测技术研究需要多方面的支持。
国家、政府应该加大预算投入，推动科学家们开展更加深入的研究。
2.建立完善的预警系统暴雨洪涝灾害预测技术的应用需要建立完善的预警系统。
降水预报-观测概率匹配动态订正法在江西降水集中期的应用与检验
ＤＯＩ：１０．１３８７８／ｊ．ｃｎｋｉ．ｊｎｕｉｓｔ．２０２１．０２．０１４陈翔翔１㊀郭达烽１降水预报⁃观测概率匹配动态订正法在江西降水集中期的应用与检验摘要为提高数值预报降水预报的准确率，本文利用欧洲中期天气预报中心的高分辨率数值预报（ＥＣＭＷＦ）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配，选取Ｇａｍｍａ累积概率分布函数用于拟合预报与观测的降水累积概率，通过在２０１７年江西省一次降水集中期的应用试验，得到以下结论：基于ＥＣＭＷＦ的降水预报⁃观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中，并根据近期模式预报调整及误差不断自动更新各量级降水修正值，可实时动态订正模式降水预报；检验发现ＥＣＭＷＦ模式降水产品对于２４ｈ内１２ｈ间隔的１０ｍｍ及以下量级的预报普遍偏大，２５ｍｍ及以上量级的预报普遍偏小，在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况㊁预报效果较好．本降水预报订正法能提高小雨和暴雨的ＴＳ评分㊁降低暴雨的漏报率且提升其命中率，但对大雨及部分中雨的订正效果不佳，在实践中应权衡利弊使用．关键词降水预报；概率匹配；动态订正中图分类号Ｐ５４７ ６文献标志码Ａ收稿日期２０１８⁃１１⁃２０资助项目２０１７年度江西省气象局面上项目作者简介陈翔翔，女，硕士，高级工程师，从事中短期天气预报研究．ｃｈｅｎｘｉａｎｇｘｉａｎｇ６６６＠１６３．ｃｏｍ郭达烽（通信作者），男，正高级工程师，主要从事天气预报研究．３８０４２４０４５＠ｑｑ．ｃｏｍ１江西省气象台，南昌，３３０００００㊀引言㊀㊀江西地处我国长江流域，属亚热带季风气候区，每年汛期（３ ７月）是江西暴雨㊁强对流天气多发期，尤其是连续多日的暴雨形成的降水集中期，能引发洪涝和泥石流等自然灾害，严重威胁着人民的生命和财产安全．为此，提高降水预报水平是气象预报任务中的重中之重．数值预报技术的快速发展为降水的精细化预报提供了良好的基础，目前天气预报员常用的提高预报准确率的途径，是不断对数值预报产品进行效果检验评估，从多种模式的降水产品中选择性能最稳定的，并在检验的基础上运用多种方法开展解释应用［１⁃６］．李勇［７］㊁张宏芳等［８］通过预报能力的对比分析得出欧洲中期天气预报中心（Ｅｕ⁃ｒｏｐｅａｎＣｅｎｔｒｅｆｏｒＭｅｄｉｕｍ⁃ＲａｎｇｅＷｅａｔｈｅｒＦｏｒｅｃａｓｔｓ，ＥＣＭＷＦ）高分辨率数值预报总体较优．陆如华等［９］㊁赵声蓉等［１０］和刘还珠等［１１］分别采用卡尔曼滤波法㊁神经元网络等统计方法对数值预报产品进行解释应用研究；刘琳等［１２］通过集合预报降水资料的累积概率分布，建立了极端强降水天气的预报指数；吴木贵等［１３］利用交叉熵神经网络方法建立了闽北大雨以上降水预报系统，并指出这是一种适合小概率事件预报的方法．这些技术方法在一定程度上提高了模式降水产品质量，但这些释用技术仍存在许多不足．周迪等［１４］㊁李俊等［１５］通过 概率匹配 （或 频率匹配 ）降水预报订正法对降水过程取得了较好订正效果．鉴于 概率匹配 法能较好地利用观测资料对模式产品进行订正，因而受到预报业务单位的重视和应用．但是，李俊等［１５］使用的 概率匹配 降水订正法是把指定区域内所有格（站）点作为同一资料序列进行统计分析，由于区域内地理位置和地形的差异可导致气候背景不同，如果区域内所有格（站）点降水预报订正模型采用相同的值，会导致订正结果不够精细．为探索和建立更为精细的不同站点㊁不同降水等级的 预报⁃观测概率匹配 订正方法，本研究结合智能网格预报业务应用，在充分考虑不同站点气候特征差异，开展产品检验效果分析的基础上，对相对稳定且效果较优的ＥＣＭＷＦ高分辨降水模式产品和历史观测资料，引入累积概率分布函数，针对不同等级降水预报，逐站建立订正模型，尤其对是否发生暴雨及其以上降水进行重点分析，并根据数值预报的调整不断更㊀㊀㊀㊀新订正模型，在此基础上开展订正预报试验和效果检验评估，以期通过该动态订正法实现对ＥＣＭＷＦ模式降水产品的解释应用，有效提高降水分级预报，尤其是暴雨预报质量，为汛期防灾减灾提供更好的保障服务．１㊀资料与方法１ １㊀资料的选取降水观测资料采用江西省气象信息中心提供的包含江西省９１个地面气象观测站（站点分布见图１）８ ２０时和２０时 次日８时的１２ｈ间隔降水资料，模式预报降水产品选取ＥＣＭＷＦ高分辨率数值预报降水预报产品（空间分辨率为０ １２５ʎˑ０ １２５ʎ），选取２０１７年６月１９ ２７日每日２次的１２ｈ间隔降水格点预报资料，检验的预报时效为０ ７２ｈ，选取离观测点最近的格点值与观测点实况进行对比并评分．１ ２㊀方法简介预报⁃观测概率匹配订正法 是近年来逐渐流行的一种模式释用订正方法，多用于模式降水产品的预报订正，其原理如图２［１４，１６］所示．不同量级的降水均能在实况观测的降水累积概率分布曲线（实线）上找到对应的累积概率值，这个值在０ １范围内．将已找到的实况对应的累积概率值反射到模式预报的降水累积概率分布曲线（点虚线）上，亦可在横轴中找到对应的降水量值，即不同量级降水的模式预报修正值［１４，１６］．这种降水累积概率分布是非正态的，赵琳娜等［１７］㊁梁莉等［１８］以及国内外较多研究［１９⁃２３］发现，使用Ｇａｍｍａ拟合观测与预报的降水累积概率分布可取得良好效果，因此，选取Ｇａｍｍａ累积概率分布函数用于拟合预报与实况观测的降水累积概率．目前，我国各级气象台的定量降水预报，一般为０８：００㊁２０：００（北京时，下同）起报的１２ｈ间隔降水预报（８ ２０时和２０时 次日８时），并且以１２ｈ间隔进行预报检验评分．预报检验评分时，以０ ０㊁１０ ０㊁２５ ０和５０ ０ｍｍ等将１２ｈ降水量划分为多种等级．为了更好地分析订正效果，本文也按照１２ｈ间隔对ＥＣＭＷＦ模式的降水预报进行订正与检验，并以１２ｈ降水量１ ０㊁１０ ０㊁２５ ０和５０ ０ｍｍ的降水量级划分各等级．基于ＥＣＭＷＦ的降水预报⁃观测概率匹配动态订正法是基于 预报⁃观测概率匹配订正法 的一种动态实践，这里把最新㊁实时的预报与实况结果带入概率匹配中，本文用预报时前１００ｄ共２００个起报时间的ＥＣＭＷＦ１２ｈ间隔降水预报资料与实况观测资料进行概率匹配，并在业务中不断更新各量级降水修正值，这可以一定程度订正近期模式预报误差，实时调节降水订正效果．目前预报业务中常用的预报效果检验指标有风险评分（ＴｈｒｅａｔＳｃｏｒｅ，ＴＳ，其量值记为ＳＴ）㊁命中率（ＰｅｒｃｅｎｔｏｆＤｏｏｍ，ＰｏＤ，其量值记为ＰｏＤ）㊁空报率（ＦａｌｓｅＡｌａｒｍＲａｔｅ，ＦＡＲ，其量值记为ＲＦＡ）和漏报率（ＰｅｒｃｅｎｔｏｆＯｍｉｓｓｉｏｎ，ＰＯ，其量值记为ＰＯ）等．设定ＮＡ为预报正确站数，ＮＢ为预报错误站数，ＮＣ为漏报站数，各指标计算公式如下：ＳＴ＝ＮＡＮＡ＋ＮＢ＋ＮＣˑ１００％，（１）ＰｏＤ＝ＮＡＮＡ＋ＮＣˑ１００％，（２）ＲＦＡ＝ＮＢＮＡ＋ＮＢˑ１００％，（３）ＰＯ＝ＮＣＮ＋Ｎˑ１００％．（４）图１㊀江西省国家地面气象观测站分布Ｆｉｇ １㊀ＤｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｎａｔｉｏｎａｌｓｕｒｆａｃｅｍｅｔｅｏｒｏｌｏｇｉｃａｌｏｂｓｅｒｖａｔｏｒｙｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅ２㊀概率匹配动态订正法在江西省汛期降水集中期的应用分析２ １㊀２０１７年６月下旬江西降水集中期概况受高空低槽㊁中低层切变线和西南急流的共同４３２陈翔翔，等．降水预报⁃观测概率匹配动态订正法在江西降水集中期的应用与检验．㊀ＣＨＥＮＸｉａｎｇｘｉａｎｇ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｆｏｒｅｃａｓｔ⁃ｏｂｓｅｒｖｅｄｐｒｉｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｄｙｎａｍｉｃｃｏｒｒｅｒｃｔｉｏｎｍｅｔｈｏｄｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｃｏｎｃｅｎｔｒａｔｉｏｎｐｅｒｉｏｄｏｆＪｉａｎｇｘｉｐｒｏｖｉｎｃｅ．图２㊀各等级降水的预报⁃观测概率匹配订正法示意图［１４，１６］Ｆｉｇ ２㊀Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｅｎｓｅｍｂｌｅｆｏｒｅｃａｓｔ⁃ｏｂｓｅｒｖｅｄｐｒｅｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｍｅｔｈｏｄ［１４，１６］影响，２０１７年６月２０日 ７月２日江西省出现了一次降水集中期，期间省内暴雨频繁发生．江西省９１个国家基本观测站中出现１０站及以上日雨量超５０ｍｍ的过程称为一次区域性暴雨过程，将江西省持续出现３ｄ及以上的区域性暴雨过程定义为持续性区域暴雨过程．在此次降水集中期内，就出现了一次持续性区域暴雨过程，２０１７年６月２１ ２６日江西省出现了长达５ｄ的持续性区域暴雨过程（表１），主要发生区域为赣北地区，其中，６月２５日有１９个暴雨㊁１３个大暴雨和１个特大暴雨站，持续的暴雨过程为江西省尤其是赣北人民的生产生活带来了严重的威胁．在降水集中期后半段，雨带先南移，后北抬，新的降水落区订正方法的应用与检验迫在眉睫．表１㊀２０１７年６月２１ ２５日江西省每日暴雨站数及位置（２０ ２０时）Ｔａｂｌｅ１㊀ＮｕｍｂｅｒａｎｄｌｏｃａｔｉｏｎｏｆｄａｉｌｙｒａｉｎｓｔｏｒｍｓｔａｔｉｏｎｓｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅｆｒｏｍ２１ｔｏ２５Ｊｕｎｅ，２０１７（２０：００－２０：００）２１日２２日２３日２４日２５日站数１４１１１３１６３３落区赣北㊁赣中赣东北赣北赣北赣北２ ２㊀江西省各站点降水等级预报订正值分布特征６月２５日江西暴雨站数最多，现选取前一日即６月２４日（试验第６天）为代表，分析江西省所有站的各降水量级修正值．图３㊁图４分别是２０１７年６月２４日０ １２ｈ预报时效和１２ ２４ｈ预报时效的各量级降水的降水订正值，可发现：对于１２ｈ间隔的小雨量级降水（１ ０ｍｍ），ＥＣＭＷＦ０ １２ｈ和１２ ２４ｈ预报时效的降水预报得普遍偏大（图３ａ，图４ａ），应往小修正．尤其是赣北南部及以南地区，ＥＣＭＷＦ预报２ ３ｍｍ时往往可以修正为１ｍｍ，而九江市的１ｍｍ小雨预报得较为接近实况．对于１２ｈ间隔的中雨量级降水（１０ｍｍ），除九江市西南部㊁宜春市局部预报偏小外，全省大部分地区预报偏大，尤其是南昌㊁鹰潭㊁抚州三市和吉安㊁赣州两市部分地区，并且１２ ２４ｈ预报时效的中雨比０ １２ｈ预报时效预报得更偏大，应往小修正（图３ｂ㊁图４ｂ）．而对于大量级降水，ＥＣＭＷＦ预报偏小的区域逐渐增多：０ １２ｈ和１２ ２４ｈ预报时效的１２ｈ２５ｍｍ降水预报分别有７０ ３％和５７ １％的站数预报偏小（图３ｃ，图４ｃ），需要往大修正；０ １２ｈ和１２ ２４ｈ预报时效的１２ｈ间隔的５０ｍｍ的暴雨量级降水预报分别有９３ ４％和７８％的站数预报偏小（图３ｄ，图４ｄ），其中，萍乡㊁宜春两市市区站点和赣州市西部０ １２ｈ和１２ ２４ｈ预报时效暴雨修正值均不足４０ｍｍ．综上，总体来看，江西省２０１７年６月降水集中期ＥＣＭＷＦ的２４ｈ内１２ｈ间隔的１０ｍｍ及以下量级的降水预报普遍偏大，２５ｍｍ及以上量级的降水预报普遍偏小．但是，九江市沿江地区和景德镇的各量级降水预报较为接近实况，预报效果较好．２ ３㊀修正前后各检验指标的变化２ ３ １㊀６个预报时次各指标平均值在试验期间（２０１７年６月１９—２７日）的日变化㊀㊀气象部门对降水预报效果的评判一般用ＴＳ评分㊁命中率（ＰｏＤ）㊁空报率（ＦＡＲ）和漏报率（ＰＯ）等指标．下面对ＥＣＭＷＦ的各量级降水预报进行动态修正后的各指标日变化进行对比，为了更好地展示总体预报效果，用的是全省９１站的平均值（图５ ８）．分析发现，在试验期间（２０１７年６月１９ ２７日），对于１２ｈ１ｍｍ和５０ｍｍ的降水等级，ＥＣＭＷＦ７２ｈ内的６个预报时效平均ＴＳ在修正后均有不同程度的提升（图５）．其中，在试验第７天（２０１７年７月２５日），１２ｈ１ｍｍ和５０ｍｍ等级的降水ＴＳ分别提升了０ ０２２和０ ０１５，而１０ｍｍ降水的ＴＳ提升不明显，对２５ｍｍ的降水更出现了修正后不如修正前的结果，可见，基于ＥＣＭＷＦ的降水预报⁃观测概率匹配动态订正法在实践中应权衡利弊使用，弱降水（１ｍｍ）和暴雨量级降水（５０ｍｍ）可多参考本降水预报订正法，有助于提升晴雨预报和灾害性降水的预报服务质量．预报业务中对于命中率㊁空报率和漏报率也能５３２学报（自然科学版），２０２１，１３（２）：２３３⁃２４１ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２１，１３（２）：２３３⁃２４１图３㊀２０１７年６月２４日（试验第６天）０ １２ｈ预报时效各量级降水的降水订正值（ｍｍ）Ｆｉｇ ３㊀Ｔｈｅｃｏｒｒｅｃｔｅｄｒａｉｎｆａｌｌｖａｌｕｅ（ｕｎｉｔ：ｍｍ）ｏｆｄｉｆｆｅｒｅｎｔｐｒｅｃｉｐｉｔａｔｉｏｎｌｅｖｅｌｓｉｎｔｈｅ０－１２ｈｆｏｒｅｃａｓｔｔｉｍｅｏｎＪｕｎｅ２４，２０１７（ｔｈｅｓｉｘｔｈｄａｙｏｆｔｈｅｅｘｐｅｒｉｍｅｎｔ）一定程度反映预报水平．大雨㊁暴雨量级降水的命中率在修正后有所提升（图６），可见本订正法可以根据近期预报与实况较好地调整降水中心强度；而小雨㊁中雨量级的降水的空报率在修正后有明显降低（图７）．这也是由于小雨和中雨的修正值比原值大，ＥＣＭＷＦ模式空报了部分小量级降水；大雨和暴雨的修正值比原值小，大雨㊁暴雨量级的降水的漏报率在修正后有明显提升（图８），说明ＥＣＭＷＦ模式对暴雨中心和量级的预报能力有待提升．对于防灾减灾而言，大量级降水的漏报能直接影响群众生命财产安全，降低大量级降水的漏报率并且提升其命中率十分重要．基于ＥＣＭＷＦ的降水预报⁃观测概率匹配动态订正法在本次试验中明显降低了大雨和暴雨的漏报率且提升了命中率，应用效果较好．２ ３ ２㊀试验期间不同预报时效修正后平均ＴＳ增幅一般而言，预报时效越短，预报效果越好：０ １２ｈ降水预报时效的预报效果比１２ ２４ｈ降水预报的预报效果更好，ＴＳ评分等检验评分越高，以此类推．因此，有必要从不同的预报时效着手，查看修正前后检验指标的变化．图９为不同预报时效在试验期间（共９ｄ）修正后平均ＴＳ增幅，可见，对于２４ｈ以内的降水预报，除了２５ｍｍ量级的降水预报ＴＳ评分修正后为负技巧（即修正后ＴＳ增幅＜０）外，其他量级的降水均为正技巧，其中，０ １２ｈ订正效果最好的为１ｍｍ的降水量级，增幅为０ ０２８，其次为１０ｍｍ的降水量级和５０ｍｍ的降水量级，ＴＳ平均增幅分别为０ ００６和６３２陈翔翔，等．降水预报⁃观测概率匹配动态订正法在江西降水集中期的应用与检验．㊀ＣＨＥＮＸｉａｎｇｘｉａｎｇ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｆｏｒｅｃａｓｔ⁃ｏｂｓｅｒｖｅｄｐｒｉｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｄｙｎａｍｉｃｃｏｒｒｅｒｃｔｉｏｎｍｅｔｈｏｄｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｃｏｎｃｅｎｔｒａｔｉｏｎｐｅｒｉｏｄｏｆＪｉａｎｇｘｉｐｒｏｖｉｎｃｅ．图４㊀２０１７年６月２４日（试验第６天）１２ ２４ｈ预报时效各量级降水的降水订正值（ｍｍ）Ｆｉｇ．４Ｔｈｅｃｏｒｒｅｃｔｅｄｒａｉｎｆａｌｌｖａｌｕｅ（ｕｎｉｔ：ｍｍ）ｏｆｄｉｆｆｅｒｅｎｔｐｒｅｃｉｐｉｔａｔｉｏｎｌｅｖｅｌｓｉｎｔｈｅ１２－２４ｈｆｏｒｅｃａｓｔｔｉｍｅｏｎＪｕｎｅ２４，２０１７（ｔｈｅｓｉｘｔｈｄａｙ图５㊀江西省所有站点平均ＴＳ修正前后变化情况（７２ｈ内所有预报时效平均）（ｄ１ ｄ９分别代表试验第１天即２０１７年６月１９日至试验第９天即２０１７年６月２７日）Ｆｉｇ ５㊀ＴｈｅｃｈａｎｇｅｓｏｆａｖｅｒａｇｅＴＳｏｆａｌｌｓｔａｔｉｏｎｓｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅｂｅｆｏｒｅａｎｄａｆｔｅｒｃｏｒｒｅｃｔｉｏｎｆｒｏｍ１９ｔｏ２７Ｊｕｎｅ，２０１７（ａｖｅｒａｇｅＴＳｏｆａｌｌｐｒｅｄｉｃｔｉｏｎｓｗｉｔｈｉｎ７２ｈｏｕｒｓ）７３２学报（自然科学版），２０２１，１３（２）：２３３⁃２４１ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２１，１３（２）：２３３⁃２４１图６㊀６个预报时次江西省所有站点平均命中率（ＰｏＤ）修正前后变化情况（ｄ１ ｄ９分别代表试验第１天即２０１７年６月１９日至试验第９天即２０１７年６月２７日）Ｆｉｇ ６㊀ＴｈｅｃｈａｎｇｅｓｏｆａｖｅｒａｇｅＰｏＤｏｆａｌｌｓｔａｔｉｏｎｓｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅｂｅｆｏｒｅａｎｄａｆｔｅｒｃｏｒｒｅｃｔｉｏｎｆｒｏｍ１９ｔｏ２７Ｊｕｎｅ，２０１７（ａｖｅｒａｇｅＰｏＤｏｆａｌｌｐｒｅｄｉｃｔｉｏｎｓｗｉｔｈｉｎ７２ｈｏｕｒｓ）图７㊀６个预报时次江西省所有站点平均空报率（ＦＡＲ）修正前后变化情况（ｄ１ ｄ９分别代表试验第１天即２０１７年６月１９日至试验第９天即２０１７年６月２７日）Ｆｉｇ ７㊀ＴｈｅｃｈａｎｇｅｓｏｆａｖｅｒａｇｅＦＡＲｏｆａｌｌｓｔａｔｉｏｎｓｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅｂｅｆｏｒｅａｎｄａｆｔｅｒｃｏｒｒｅｃｔｉｏｎｆｒｏｍ１９ｔｏ２７Ｊｕｎｅ，２０１７（ａｖｅｒａｇｅＦＡＲｏｆａｌｌｐｒｅｄｉｃｔｉｏｎｓｗｉｔｈｉｎ７２ｈｏｕｒｓ）０ ００４；１２ ２４ｈ订正效果最好的仍是１ｍｍ的降水量级，ＴＳ平均增幅为０ ０２３．此后，随着预报时效的不断延长，不同量级降水的订正效果均有不同程度的降低，但１和５０ｍｍ量级的降水预报订正效果一直维持正技巧，即对于小量级降水（晴雨）以及大量级降水（暴雨）的预报，基于ＥＣＭＷＦ的降水预报⁃观测概率匹配动态订正法有着良好的订正技巧．ＴＳ评分平均值修正后出现负技巧（２５ｍｍ量级的降水预报居多）的原因可能是：试验前期１００ｄ带入概率匹配的样本数太少，影响了订正结果的准确性，如果样本数太多，则会削弱对最近模式误差的订正效果．ＥＣＷＭＦ对本次试验降水落区预报不准，也能导致预报ＴＳ评分微弱提升甚至降低．８３２陈翔翔，等．降水预报⁃观测概率匹配动态订正法在江西降水集中期的应用与检验．㊀ＣＨＥＮＸｉａｎｇｘｉａｎｇ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｆｏｒｅｃａｓｔ⁃ｏｂｓｅｒｖｅｄｐｒｉｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｄｙｎａｍｉｃｃｏｒｒｅｒｃｔｉｏｎｍｅｔｈｏｄｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｃｏｎｃｅｎｔｒａｔｉｏｎｐｅｒｉｏｄｏｆＪｉａｎｇｘｉｐｒｏｖｉｎｃｅ．图８㊀６个预报时次江西省所有站点平均漏报率（ＰＯ）修正前后变化情况（ｄ１ ｄ９分别代表试验第１天即２０１７年６月１９日至试验第９天即２０１７年６月２７日）Ｆｉｇ ８㊀ＴｈｅｃｈａｎｇｅｓｏｆａｖｅｒａｇｅＰＯｏｆａｌｌｓｔａｔｉｏｎｓｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅｂｅｆｏｒｅａｎｄａｆｔｅｒｃｏｒｒｅｃｔｉｏｎｆｒｏｍ１９ｔｏ２７Ｊｕｎｅ，２０１７（ａｖｅｒａｇｅＰＯｏｆａｌｌｐｒｅｄｉｃｔｉｏｎｓｗｉｔｈｉｎ７２ｈｏｕｒｓ）图９㊀试验期间（共９ｄ）修正后平均ＴＳ增幅Ｆｉｇ ９㊀ＴｈｅｉｎｃｒｅａｓｅｏｆａｖｅｒａｇｅＴＳａｆｔｅｒｃｏｒｒｅｃｔｉｏｎｄｕｒｉｎｇｔｈｅｅｘｐｅｒｉｍｅｎｔ（９ｄ）３ 结论与讨论为提高数值预报降水预报的准确率，本文利用欧洲中心高分辨率数值预报（ＥＣＭＷＦ）每日２次的１２ｈ间隔降水格点预报资料和江西省国家级气象观测站实况降水量进行概率匹配，选取Ｇａｍｍａ累积概率分布函数用于拟合预报与观测的降水累积概率，并在业务中根据近期（１００ｄ）模式预报调整及误差不断更新各量级降水修正值，通过在２０１７年６月底江西省一次降水集中期的应用试验，得到以下结论：１）江西省２０１７年６月降水集中期ＥＣＭＷＦ的２４ｈ内１２ｈ间隔的１０ｍｍ及以下量级的降水预报普遍偏大，２５ｍｍ及以上量级的降水预报普遍偏小；从江西区域分布来看，九江市沿江地区和景德镇的各量级降水预报较为接近实况，预报效果较好．２）基于ＥＣＭＷＦ的降水预报⁃观测概率匹配动态订正法在实践中应权衡利弊使用：本降水预报订正法能提高小雨和暴雨的ＴＳ评分㊁降低暴雨的漏报率且提升其命中率，但对大雨及部分中雨的订正效果不佳．对于防灾减灾而言，暴雨的漏报会直接威胁群众生命财产安全，降低暴雨的漏报率并提升其命中率十分重要，就此而言，本次降水预报订正试验获得了较好的效果．本文为数值预报产品的解释应用提供了一种方法，可以动态订正模式降水预报（尤其是致灾性暴雨）．但是，应用试验中大雨及部分中雨的预报的订正效果不佳，可能原因是：本文选择预报时前１００ｄ每天２次的预报与实况降水数据进行概率匹配，如果带入概率匹配相应降水量级的数据样本数太少，会使得本次试验不能很好拟合Ｇａｍｍａ概率分布函数，影响订正结果的准确性，如果样本数太多，则会削弱对最近模式误差的订正效果．ＥＣＷＭＦ对本次试验降水落区预报不准，也能导致预报ＴＳ评分微弱提升甚至降低．另外，本文采用的是Ｇａｍｍａ分布函数来拟合预报与观测的降水累积概率，在以后的工作中，亦可尝试采用其他分布函数（如ＧＥＶ㊁ＧＮＯ㊁ＧＬＯ㊁Ｋａｐｐａ等）来拟合，并比较其优劣．９３２学报（自然科学版），２０２１，１３（２）：２３３⁃２４１ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２１，１３（２）：２３３⁃２４１参考文献Ｒｅｆｅｒｅｎｃｅｓ［１］㊀潘留杰，张宏芳，朱伟军，等．ＥＣＭＷＦ模式对东北半球气象要素场预报能力的检验［Ｊ］．气候与环境研究，２０１３，１８（１）：１１２⁃１２３ＰＡＮＬｉｕｊｉｅ，ＺＨＡＮＧＨｏｎｇｆａｎｇ，ＺＨＵＷｅｉｊｕｎ，ｅｔａｌ．ＦｏｒｅｃａｓｔｐｅｒｆｏｒｍａｎｃｅｖｅｒｉｆｉｃａｔｉｏｎｏｆｔｈｅＥＣＭＷＦｍｏｄｅｌｏｖｅｒｔｈｅｎｏｒｔｈｅａｓｔｈｅｍｉｓｐｈｅｒｅ［Ｊ］．ＣｌｉｍａｔｉｃａｎｄＥｎｖｉｒｏｎ⁃ｍｅｎｔａｌＲｅｓｅａｒｃｈ，２０１３，１８（１）：１１１⁃１２３［２］㊀陈海山，孙照渤．陆面模式ＣＬＳＭ的设计及性能检验Ⅱ：模式检验［Ｊ］．大气科学，２００５，２９（２）：２７２⁃２８２ＣＨＥＮＨａｉｓｈａｎ，ＳＵＮＺｈａｏｂｏ．ＤｅｓｉｇｎｏｆａＣｏｍｐｒｅｈｅｎｓｉｖｅＬａｎｄＳｕｒｆａｃｅＭｏｄｅｌａｎｄｉｔｓｖａｌｉｄａｔｉｏｎｐａｒｔⅡ：ｍｏｄｅｌｖａｌ⁃ｉｄａｔｉｏｎ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＡｔｍｏｓｐｈｅｒｉｃＳｃｉｅｎｃｅｓ，２００５，２９（２）：２７２⁃２８２［３］㊀潘留杰，张宏芳，王建鹏．数值天气预报检验方法研究进展［Ｊ］．地球科学进展，２０１４，２９（３）：３２７⁃３３５ＰＡＮＬｉｕｊｉｅ，ＺＨＡＮＧＨｏｎｇｆａｎｇ，ＷＡＮＧＪｉａｎｐｅｎｇ．Ｐｒｏｇｒｅｓｓｏｎｖｅｒｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｓｏｆｎｕｍｅｒｉｃａｌｗｅａｔｈｅｒｐｒｅｄｉｃｔｉｏｎ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＥａｒｔｈＳｃｉｅｎｃｅ，２０１４，２９（３）：３２７⁃３３５［４］㊀张强，熊安元，张金艳，等．晴雨（雪）和气温预报评分方法的初步研究［Ｊ］．应用气象学报，２００９，２０（６）：６９２⁃６９８ＺＨＡＮＧＱｉａｎｇ，ＸＩＯＮＧＡｎｙｕａｎ，ＺＨＡＮＧＪｉｎｙａｎ，ｅｔａｌ．Ｐｒｅｌｉｍｉｎａｒｙｓｔｕｄｙｏｎｔｈｅｓｃｏｒｉｎｇｍｅｔｈｏｄｓｏｆｃｌｏｕｄ⁃ｆｒｅｅｒａｉｎｆａｌｌ／ｓｎｏｗｆａｌｌａｎｄａｉｒｔｅｍｐｅｒａｔｕｒｅｆｏｒｅｃａｓｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅ，２００９，２０（６）：６９２⁃６９８［５］㊀刘建国，谢正辉，赵琳娜，等．基于ＴＵＧＧＥ多模式集合的２４小时气温ＢＭＡ概率预报［Ｊ］．大气科学，２０１３，３７（１）：４３⁃５３ＬＩＵＪｉａｎｇｕｏ，ＸＩＥＺｈｅｎｇｈｕｉ，ＺＨＡＯＬｉｎｎａ，ｅｔａｌ．ＢＭＡｐｒｏｂａｂｉｌｉｓｔｉｃｆｏｒｅｃａｓｔｉｎｇｆｏｒｔｈｅ２４⁃ｈＴＩＧＧＥｍｕｌｔｉ⁃ｍｏｄｅｌｅｎｓｅｍｂｌｅｆｏｒｅｃａｓｔｓｏｆｓｕｒｆａｃｅａｉｒｔｅｍｐｅｒａｔｕｒｅ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＡｔｍｏｓｐｈｅｒｉｃＳｃｉｅｎｃｅｓ，２０１３，３７（１）：４３⁃５３［６］㊀刘维，刘宇迪，赵世梅．二十面体网格和经纬网格全球模式在中国区域模拟效果对比［Ｊ］．南京信息工程大学学报（自然科学版），２０１６，８（２）：１４６⁃１５１ＬＩＵＷｅｉ，ＬＩＵＹｕｄｉ，ＺＨＡＯＳｈｉｍｅｉ．Ｇｌｏｂａｌｍｏｄｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｉｃｏｓａｈｅｄｒｏｎｓｐｈｅｒ⁃ｉｃａｌｍｅｓｈａｎｄｌａｔｉｔｕｄｅ⁃ｌｏｎｇｉｔｕｄｅｍｅｓｈｉｎＣｈｉｎａ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０１６，８（２）：１４６⁃１５１［７］㊀李勇．２００７年６ ８月Ｔ２１３与ＥＣＭＷＦ及日本模式中期预报性能检验［Ｊ］．气象，２００７，３３（１１）：９３⁃１００ＬＩＹｏｎｇ．Ｖｅｒｉｆｉｃａｔｉｏｎｏｆｔｈｅｍｅｄｉｕｍ⁃ｒａｎｇｅｆｏｒｅｃａｓｔｅｆｆｉ⁃ｃｉｅｎｃｙｏｆＴ２１３ａｎｄＥＣＭＷＦａｎｄＪＡＰＡＮｍｏｄｅｌｆｒｏｍＪｕｎｅｔｏＡｕｇｕｓｔ２００７［Ｊ］．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＭｏｎｔｈｌｙ，２００７，３３（１１）：９３⁃１００［８］㊀张宏芳，潘留杰，杨新．ＥＣＭＷＦ㊁日本高分辨率模式降水预报能力的对比分析［Ｊ］．气象，２０１４，４０（４）：４２４⁃４３２ＺＨＡＮＧＨｏｎｇｆａｎｇ，ＰＡＮＬｉｕｊｉｅ，ＹＡＮＧＸｉｎ．ＣｏｍｐａｒａｔｉｖｅａｎａｌｙｓｉｓｏｆｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇｃａｐａｂｉｌｉｔｉｅｓｏｆＥＣＭＷＦａｎｄＪａｐａｎｈｉｇｈ⁃ｒｅｓｏｌｕｔｉｏｎｍｏｄｅｌｓ［Ｊ］．Ｍｅｔｅｏｒｏ⁃ｌｏｇｉｃａｌＭｏｎｔｈｌｙ，２０１４，４０（４）：４２４⁃４３２［９］㊀陆如华，何于班．卡尔曼滤波方法在天气预报中的应用［Ｊ］．气象，１９９４，９，２０（９）：４１⁃４６ＬＵＲｕｈｕａ，ＨＥＹｕｂａｎ．ＴｈｅａｐｐｌｉｃａｔｉｏｎｏｆＫａｌｍａｎｆｉｌｔｅｒｉｎｗｅａｔｈｅｒｆｏｒｅｃａｓｔｓ［Ｊ］．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＭｏｎｔｈｌｙ，１９９４，９，２０（９）：４１⁃４６［１０］㊀赵声蓉，曹晓钟．神经元网络的降水预报：暴雨落区预报实用方法［Ｍ］．北京：气象出版社，２０００：１３７⁃１３９ＺＨＡＯＳｈｅｎｒｏｎｇ，ＣＡＯＸｉａｏｚｈｏｎｇ．Ｐｒｅｃｉｐｉｔａｔｉｏｎｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ：ｐｒａｃｔｉｃａｌｍｅｔｈｏｄｓｆｏｒｆｏｒｅｃａｓｔｉｎｇｒａｉｎｓｔｏｒｍａｒｅａ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＰｒｅｓｓ，２０００：１３７⁃１３９［１１］㊀刘还珠，赵声蓉，陆志善，等．国家气象中心气象要素的客观预报：ＭＯＳ系统［Ｊ］．应用气象学报，２００４，１５（２）：１８１⁃１９１ＬＩＵＨｕａｎｚｈｕ，ＺＨＡＯＳｈｅｎｒｏｎｇ，ＬＵＺｈｉｓｈａｎ．ｅｔａｌ．ＯｂｊｅｃｔｉｖｅｅｌｅｍｅｎｔｆｏｒｅｃａｓｔｓａｔＮＭＣ⁃ＭＯＳｓｙｓｔｅｍ［Ｊ］．ＱｕａｒｔｅｒｌｙＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＭｅｔｅｏｒｏｌｏｇｙ，２００４，１５（２）：１８１⁃１９１［１２］㊀刘琳，陈静，程龙，等．基于集合预报的中国极端强降水预报方法研究［Ｊ］．气象学报，２０１３，７１（５）：８５４⁃８６６ＬＩＵＬｉｎ，ＣＨＥＮＪｉｎｇ，ＣＨＥＮＬｏｎｇ，ｅｔａｌ．Ｓｔｕｄｙｏｆｔｈｅｅｎ⁃ｓｅｍｂｌｅ⁃ｂａｓｅｄｆｏｒｅｃａｓｔｏｆｅｘｔｒｅｍｅｌｙｈｅａｖｙｒａｉｎｆａｌｌｓｉｎＣｈｉ⁃ｎａ：ｅｘｐｅｒｉｍｅｎｔｓｆｏｒＪｕｌｙ２０１１ｃａｓｅｓ［Ｊ］．ＡｃｔａＭｅｔｅｏｒｏｌｏｇｉｃａＳｉｎｉｃａ，２０１３，７１（５）：８５３⁃８６６［１３］㊀吴木贵，江彩英，张信华，等．交叉熵神经网络及其在闽北大雨以上降水预报中的应用［Ｊ］．南京信息工程大学学报（自然科学版），２０１２，４（３）：２２０⁃２２５ＷＵＭｕｇｕｉ，ＪＩＡＮＧＣａｉｙｉｎｇ，ＺＨＡＮＧＸｉｎｈｕａ，ｅｔａｌ．Ａｐｐｌｉ⁃ｃａｔｉｏｎｏｆＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｕｓｉｎｇｃｒｏｓｓ⁃ｅｎｔｒｏｐｙｔｏ９６ｈｏｕｒｓｆｏｒｅｃａｓｔｏｆｈｅａｖｙｐｒｅｃｉｐｉｔａｔｉｏｎｅｖｅｎｔｉｎｎｏｒｔｈｅｒｎＦｕｊｉａｎｐｒｏｖｉｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎ⁃ｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉ⁃ｔｉｏｎ），２０１２，４（３）：２２０⁃２２５［１４］㊀周迪，陈静，陈朝平，等．暴雨集合预报⁃观测概率匹配订正法在四川盆地的应用研究［Ｊ］．暴雨灾害，２０１５，３４（２）：９７⁃１０４ＺＨＯＵＤｉ，ＣＨＥＮＪｉｎｇ，ＣＨＥＮＣｈａｏｐｉｎｇ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎｒｅｓｅａｒｃｈｏｎｈｅａｖｙｒａｉｎｆａｌｌｃａｌｉｂｒａｔｉｏｎｂａｓｅｄｏｎｅｎｓｅｍｂｌｅｆｏｒｅｃａｓｔｖｓ．ｏｂｓｅｒｖｅｄｐｒｅｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｍｅｔｈｏｄｉｎｔｈｅＳｉｃｈｕａｎｂａｓｉｎ［Ｊ］．ＴｏｒｒｅｎｔｉａｌＲａｉｎａｎｄＤｉｓ⁃ａｓｔｅｒｓ，２０１５，３４（２）：９７⁃１０４［１５］㊀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⁃５８８ＬＩＪｕｎ，ＤＵＪｕｎ，ＣＨＥＮＣｈａｏｊｕｎ．Ｉｎｔｒｏｄｕｃｔｉｏｎａｎｄａｎａｌｙｓｉｓｔｏｆｒｅｑｕｅｎｃｙｏｒａｒｅａｍａｔｃｈｉｎｇｍｅｔｈｏｄａｐｐｌｉｅｄｔｏｐｒｅｃｉｐｉ⁃ｔａｔｉｏｎｆｏｒｅｃａｓｔｂｉａｓｃｏｒｒｅｃｔｉｏｎ［Ｊ］．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＭｏｎｔｈｌｙ，２０１４，４０（５）：５８０⁃５８８［１６］㊀郭达烽，陈翔翔，段明铿．预报⁃观测概率匹配法在降水预报业务中的应用［Ｊ］．中国农学通报，２０１７，３３（３２）：１００⁃１０７ＧＵＯＤａｆｅｎｇ，ＣＨＥＮＸｉａｎｇｘｉａｎｇ，ＤＵＡＮＭｉｎｇｋｅｎｇ．Ａｐｐｌｉ⁃ｃａｔｉｏｎｒｅｓｅａｒｃｈｏｆｍｅｔｈｏｄｏｆｆｏｒｅｃａｓｔ⁃ｏｂｓｅｒｖｅｄｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＣｈｉｎｅｓｅＡｇｒｉ⁃ｃｕｌｔｕｒａｌＳｃｉｅｎｃｅＢｕｌｌｅｔｉｎ，２０１７，３３（３２）：１００⁃１０７［１７］㊀赵琳娜，梁莉，王成鑫，等．基于贝叶斯模型平均的集合降水预报偏差订正［Ｃ］ʊ第２８届中国气象学会年０４２陈翔翔，等．降水预报⁃观测概率匹配动态订正法在江西降水集中期的应用与检验．㊀ＣＨＥＮＸｉａｎｇｘｉａｎｇ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｆｏｒｅｃａｓｔ⁃ｏｂｓｅｒｖｅｄｐｒｉｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｄｙｎａｍｉｃｃｏｒｒｅｒｃｔｉｏｎｍｅｔｈｏｄｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｃｏｎｃｅｎｔｒａｔｉｏｎｐｅｒｉｏｄｏｆＪｉａｎｇｘｉｐｒｏｖｉｎｃｅ．会，Ｓ３灾害天气研究与预报．厦门，２０１１：１⁃１３ＺＨＡＯＬｉｎｎａ，ＬＩＡＮＧＬｉ，ＷＡＮＧＣｈｅｎｘｉｎ，ｅｔａｌ．Ｅｒｒｏｒｃｏｒｒｅｃｔｉｏｎｏｆｃｏｌｌｅｃｔｉｖｅｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｂａｓｅｄｏｎｂａｙｅｓｉａｎｍｏｄｅｌａｖｅｒａｇｅ［Ｃ］ʊ２８ｔｈＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙＡｎｎｕａｌＭｅｅｔｉｎｇ．Ｓ３ＲｅｓｅａｒｃｈａｎｄＦｏｒｅｃａｓｔｏｆＤｉｓ⁃ａｓｔｒｏｕｓＷｅａｔｈｅｒ．Ｘｉａｍｅｎ，２０１１：１⁃１３［１８］㊀梁莉，赵琳娜，巩远发，等．夏季淮河流域雨日降水概率的空间分布分析［Ｃ］ʊ中国水利学会．２０１０学术年会论文集（上册），２０１０ＬＩＡＮＧＬｉ，ＺＨＡＯＬｉｎｎａ，ＧＯＮＧＹｕａｎｆａ，ｅｔａｌ．Ｓｐａｔｉａｌｄｉｓ⁃ｔｒｉｂｕｔｉｏｎａｎａｌｙｓｉｓｏｆｐｒｅｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｉｎＨｕａｉｈｅＲｉｖｅｒｂａｓｉｎｉｎｓｕｍｍｅｒｒａｉｎｄａｙ［Ｃ］ʊＣｈｉｎｅｓｅＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇＳｏｃｉｅｔｙ．Ｐａｐｅｒｓｏｆｔｈｅ２０１０ＡｎｎｕａｌＡｃａｄｅｍｉｃＣｏｎｆｅｒｅｎｃｅ（Ｖｏｌｕｍｅ１），２０１０［１９］㊀ＨｕｓａｋＧＪ，ＭｉｃｈａｅｌｓｅｎＪ，ＦｕｎｋＣ．Ｕｓｅｏｆｔｈｅｇａｍｍａｄｉｓ⁃ｔｒｉｂｕｔｉｏｎｔｏｒｅｐｒｅｓｅｎｔｍｏｎｔｈｌｙｒａｉｎｆａｌｌｉｎＡｆｒｉｃａｆｏｒｄｒｏｕｇｈｔｍｏｎｉｔｏｒｉｎｇａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｌｉｍａｔｏｌｏｇｙ，２００７，２７（７）：９３５⁃９４４［２０］㊀ＨａｍｉｌｌＴＭ，ＣｏｌｕｃｃｉＳＪ．ＥｖａｌｕａｔｉｏｎｏｆＥｔａ⁃ＲＳＭｅｎｓｅｍｂｌｅｐｒｏｂａｂｉｌｉｓｔｉｃｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｓ［Ｊ］．ＭｏｎｔｈｌｙＷｅａｔｈｅｒＲｅｖｉｅｗ，１９９８，１２６（３）：７１１⁃７２４［２１］㊀ＷｏｏｌｈｉｓｅｒＤＡ．Ｍｏｄｅｌｉｎｇｄａｉｌｙｐｒｅｃｉｐｉｔａｔｉｏｎ⁃ｐｒｏｃｅｓｓａｎｄｐｒｏｂｌｅｍｓ［Ｍ］．ＳｔａｔｉｓｔｉｃｓｉｎｔｈｅＥｎｖｉｒｏｎｍｅｎｔａｌ＆ＥａｒｔｈＳｃｉｅｎｃｅｓ，Ｌｏｎｄｏｎ：ＧｕｔｔｏｒｐＰＨａｌｓｔｅｄＰｒｅｓｓ，１９９２：７１⁃８９［２２］㊀王斌，付强，王敏．几种模拟逐日降水的分布函数比较分析［Ｊ］．数学的实践与认识，２０１１，４１（９）：１２８⁃１３３ＷＡＮＧＢｉｎ，ＦＵＱｉａｎｇ，ＷＡＮＧＭｉｎ．Ｃｏｍｐａｒａｔｉｖｅａｎａｌｙｓｉｓｏｎｔｈｒｅｅｄｉｓｔｒｉｂｕｔｉｏｎｆｕｎｃｔｉｏｎｓｓｉｍｕｌａｔｉｎｇｄａｉｌｙｒａｉｎｆａｌｌ［Ｊ］．ＭａｔｈｅｍａｔｉｃｓｉｎＰｒａｃｔｉｃｅａｎｄＴｈｅｏｒｙ，２０１１，４１（９）：１２８⁃１３３［２３］㊀吴洪宝，王盘兴，林开平．广西６㊁７月份若干日内最大日降水量的概率分布［Ｊ］．热带气象学报，２００４，２０（５）：５８６⁃５９２ＷＵＨｏｎｇｂａｏ，ＷＡＮＧＰａｎｘｉｎｇ，ＬＩＮＫａｉｐｉｎｇ．ＰｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｍａｘｉｍｕｍａｍｏｕｎｔｏｆｄａｉｌｙｐｒｅｃｉｐｉｔａｔｉｏｎｉｎｃｅｒｔａｉｎｄａｙｓｉｎＪｕｎｅａｎｄＪｕｌｙｆｏｒＧｕａｎｇｘｉ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｒｏｐｉｃａｌＭｅｔｅｏｒｏｌｏｇｙ，２００４，２０（５）：５８６⁃５９２Ａｐｐｌｉｃａｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｆｏｒｅｃａｓｔ⁃ｏｂｓｅｒｖｅｄｐｒｉｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｄｙｎａｍｉｃｃｏｒｒｅｒｃｔｉｏｎｍｅｔｈｏｄｉｎｐｒｅｃｉｐｉｔａｔｉｏｎｃｏｎｃｅｎｔｒａｔｉｏｎｐｅｒｉｏｄｏｆＪｉａｎｇｘｉｐｒｏｖｉｎｃｅＣＨＥＮＸｉａｎｇｘｉａｎｇ１㊀ＧＵＯＤａｆｅｎｇ１１ＪｉａｎｇｘｉＭｅｔｅｏｒｏｌｏｇｉｃａｌＯｂｓｅｒｖａｔｏｒｙ，Ｎａｎｃｈａｎｇ㊀３３００００Ａｂｓｔｒａｃｔ㊀Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｎｕｍｅｒｉｃａｌｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇ，ｆｏｒｅｃａｓｔｄａｔａｆｒｏｍｔｈｅＥｕｒｏｐｅａｎＣｅｎｔｒｅｆｏｒＭｅｄｉｕｍ⁃ｒａｎｇｅＷｅａｔｈｅｒＦｏｒｅｃａｓｔｓ（ＥＣＭＷＦ）ａｎｄＪｉａｎｇｘｉｍｅｔｅｏｒｏｌｏｇｉｃａｌｏｂｓｅｒｖａｔｉｏｎｓｔａｔｉｏｎｓｗｅｒｅｕｓｅｄｉｎｔｈｉｓｓｔｕｄｙ．Ａｇａｍｍａｆｕｎｃｔｉｏｎｗａｓｕｓｅｄｔｏｓｉｍｕｌａｔｅｔｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｃｕｍｕｌａｔｉｖｅｐｒｏｂａｂｉｌｉｔｙｏｆｐｒｅｄｉｃｔｉｏｎａｎｄｏｂｓｅｒｖａ⁃ｔｉｏｎ．ＴｈｅｍｅｔｈｏｄｗａｓｔｅｓｔｅｄｆｏｒａｐｒｅｃｉｐｉｔａｔｉｏｎｃｏｎｃｅｎｔｒａｔｉｏｎｐｅｒｉｏｄｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅｉｎ２０１７．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＥＣＭＷＦｆｏｒｅｃａｓｔ⁃ｏｂｓｅｒｖｅｄｐｒｅｃｉｐｉｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇｄｙｎａｍｉｃｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｐｒｏｖｉｄｅｓｔｈｅｌａｔｅｓｔｒｅａｌ⁃ｔｉｍｅｆｏｒｅｃａｓｔｓａｎｄｏｂｓｅｒｖａｔｉｏｎｓｆｏｒｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇ，ａｎｄｕｐｄａｔｅｓｔｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｃｏｒｒｅｃｔｉｏｎｖａｌｕｅｓｏｆａｌｌｇｒａｄｅｓａｕｔｏｍａｔｉｃａｌｌｙａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｅｄｉｃｔｉｏｎａｄｊｕｓｔｍｅｎｔａｎｄｅｒｒｏｒｏｆｔｈｅｒｅｃｅｎｔｍｏｄｅｌ．ＩｔｉｓｆｏｕｎｄｔｈａｔｔｈｅＥＣＭＷＦ ｓｄａｉ⁃ｌｙ１２ｈｉｎｔｅｒｖａｌｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｓｇｅｎｅｒａｌｌｙｌａｒｇｅｒｆｏｒｐｒｅｃｉｐｉｔａｔｉｏｎ１０ｍｍａｎｄｂｅｌｏｗ，ａｎｄｓｍａｌｌｅｒｆｏｒｐｒｅｃｉｐｉ⁃ｔａｔｉｏｎ２５ｍｍａｎｄａｂｏｖｅ．ＴｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｔｈｅＪｉｕｊｉａｎｇａｒｅａａｌｏｎｇｔｈｅＹａｎｇｔｚｅＲｉｖｅｒａｎｄＪｉｎｇｄｅｚｈｅｎｉｓｃｌｏｓｅｔｏａｃｔｕａｌｃｏｎｄｉｔｉｏｎｓ．Ｔｈｉｓｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｃａｎｉｍｐｒｏｖｅｔｈｅｔｈｒｅａｔｓｃｏｒｅｏｆｌｉｇｈｔａｎｄｈｅａｖｙｒａｉｎ，ｒｅｄｕｃｅｓｔｈｅＰＯｏｆｈｅａｖｙｒａｉｎ，ａｎｄｉｎｃｒｅａｓｅｓｉｔｓＰＯＤ．Ｈｏｗｅｖｅｒ，ｔｈｅｃｏｒｒｅｃｔｉｏｎｅｆｆｅｃｔｏｆｈｅａｖｙｒａｉｎａｎｄｓｏｍｅｍｏｄｅｒａｔｅｒａｉｎｉｓｎｏｔｇｏｏｄ；ｈｅｎｃｅ，ｔｈｅａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓｓｈｏｕｌｄｂｅｃｏｎｓｉｄｅｒｅｄｉｎｐｒａｃｔｉｃｅ．Ｋｅｙｗｏｒｄｓ㊀ｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔ；ｐｒｏｂａｂｉｌｉｔｙｍａｔｃｈｉｎｇ；ｄｙｎａｍｉｃｃｏｒｒｅｃｔｉｏｎ１４２学报（自然科学版），２０２１，１３（２）：２３３⁃２４１ＪｏｕｒｎａｌｏｆＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ），２０２１，１３（２）：２３３⁃２４１。
四川盆地一次春季暴雨的特征分析和数值模拟
高原山地气象研究Plateau and Mountain Meteorology Research第40卷第2期2020年6月Vol. 40 No. 2June. 2020文章编号：1674 -2184(2020)02 -0001 -10四川盆地一次春季暴雨的特征分析和数值模拟高青云⑺，廖文超V,李晓容1'2,周虹1，2（1.高原与盆地暴雨旱涝灾害四川省重点实验室，成都610072；2.四川省南充市气象局，南充637000）摘要:利用地面自动站、高探空资料和NCEP 再分析数据以及WRF 模式,对发生在四川盆地的一次春季暴雨过程进行了基本特征分析和数值模拟研究。
结果表明，暴雨发生在伴随高空急流波动的中低层短波槽和中小尺度系统十分活跃、低纬度 环流系统稳定的形势背景下，暴雨存在多个落区，其影响系统和触发机制各不相同。
暖区暴雨的触发系统初始扰动主要是 与江南切变线活动有关的东风倒槽，对流不稳定区地形对加强的偏东气流强迫是盆地西部沿山暴雨形成的主要原因，南支高空急流与东南风低空急流的垂直耦合为暴雨系统的发生发展提供了有利条件,暖平流引起的低层高能高湿和对流不稳定与弱垂直风切变是暴雨系统发生发展的主要环境条件。
数值模拟表明，尽管WRF 模式系统对暴雨发生的低层热力和水汽 输送以及沿短波槽分布的短时强降水落区、强度模拟基本正确，但过度估计了锋面降水的强度,对无或弱斜压强迫的暖区暴雨造成漏报。
主要原因是较大尺度锋面降水影响系统能够被模式所分辨,而对暖区暴雨不稳定能量触发系统初始扰动发展 的模拟能力有限。
关键词:暴雨;江南切变线;倒槽;高低空急流耦合;数值模拟中图分类号:P45&3 文献标识码：A doi ：10. 3969/j. issn. 1674 - 2184 - 2020.02.001引言春季是大气环流由冬至夏的过渡季节，大气环流的格局与夏季明显不同，大量级降水和暴雨形成的大气环 境条件必然不同。
一种集合降水预报与实时洪水概率预报的耦合方法[发明专利]
![一种集合降水预报与实时洪水概率预报的耦合方法[发明专利]](https://img.taocdn.com/s3/m/1e8fbfb203d276a20029bd64783e0912a2167ca1.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201710171324.5(22)申请日 2017.03.21(71)申请人 武汉大学地址 430072 湖北省武汉市武昌区珞珈山武汉大学(72)发明人 刘章君 郭生练 钟逸轩 巴欢欢 何绍坤 (74)专利代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222代理人 薛玲(51)Int.Cl.G06F 19/00(2011.01)G01W 1/10(2006.01)(54)发明名称一种集合降水预报与实时洪水概率预报的耦合方法(57)摘要本发明提供一种集合降水预报与实时洪水概率预报的耦合方法，通过收集流域水文气象基础资料和集合预报降水数据，建立水文模型，得到集合洪水确定性预报，再进行误差实时校正的基础上，将校正后的集合洪水确定性预报转化为集合洪水概率预报，进而对获得的集合洪水概率预报进行加权融合，得到综合实时洪水概率预报。
本发明耦合了集合降水预报信息和Copula-BFS，可以同时考虑降水预报输入、水文模型参数和模型结构等不确定性的综合影响，定量估计洪水预报的总不确定性；此外，在进行洪水概率预报之前对相应的洪水确定性预报进行误差实时校正，可以提高洪水预报精度，改善洪水不确定性预报区间的性能。
权利要求书1页 说明书6页 附图3页CN 106991278 A 2017.07.28C N 106991278A1.一种集合降水预报与实时洪水概率预报的耦合方法，其特征在于：包括如下步骤：步骤1，收集流域水文气象基础资料和集合预报降水数据；步骤2，根据步骤1中的水文气象基础资料建立水文模型，并将步骤1中流域水文气象基础资料中的实测降水和集合预报降水输入建立的水文模型，得到集合洪水确定性预报；步骤3，对步骤2中得到的集合洪水确定性预报进行误差实时校正；步骤4，将步骤3中校正后的集合洪水确定性预报转化为集合洪水概率预报；步骤5，对步骤4获得的集合洪水概率预报进行加权融合，得到综合实时洪水概率预报。
雷达在四川盆地强对流天气预报和分析中的应用
产业科技创新 Industrial Technology Innovation 34Vol.2 No.6雷达在四川盆地强对流天气预报和分析中的应用胡俊峰（民航西南空中交通管理局气象中心，四川 成都 610000）摘要：雷雨、暴风、冰雹等强对流天气突发性强、空间尺度小、危害性较大，极易给社会生产、生活带来巨大的损失，提前预防强对流天气是件关乎国计民生的大事。
如何利用雷达等设备准确预报和分析强对流天气是天气预报工作的难点，也是气象工作者关注的重点。
文章以四川盆地为研究区域，对雷达在四川盆地强对流天气预报和分析中的应用进行相应的研究。
关键词：雷达；四川盆地；强对流天气；预报分析中图分类号：TN957.51 文献标识码：A 文章编号：2096-6164（2020）06-0034-02强对流天气是短时间突发生、极为复杂的中小范围天气现象，暴雨、冰雹等都是较为典型的强对流天气，因其发生时会伴随有剧烈的气象运动，极易给人民群众带来财产损失，严重时甚至危及群众生命。
气象雷达产品是气象领域重要的电子设备，通过运用电磁波探测云层变化，分析接收的反射波能够更科学地掌握天气变化趋势。
通过气象雷达可以实现对天空中的气流运动和云层变化等的实时监测，气象人员再分析雷达记录的数据就能快速预测强对流天气。
位于我国西南地区的四川盆地境内河流众多，渠江、岷江、嘉陵江、沱江贯穿全境；高山林立，武山、大巴山环绕盆地。
正是由于这种山围水绕的独特地理环境，使得四川盆地强对流气候频发。
文章选择四川盆地作为雷达预报和分析强对流天气的应用具有一定的实践价值与理论意义。
1 四川盆地常见的强对流天气四川盆地处于亚热带范围，地形复杂，常受季风环流影响，造成了盆地强对流天气分布不均、频发的特点。
进入21世纪以来，受全球气候变暖、三峡大坝工程建设等宏观和微观环境变化的影响，四川盆地强对流天气现象日趋频繁。
阴影表示四川盆地及周围的表面高程（单位：m），红色直线表示沿30°N 作垂直剖面，四川盆地西南部、东北部、西部是强降水主要分布区域，每年都会发生多次强降水。
中国暴雨的科学与预报：改革开放40年研究成果
中国暴雨的科学与预报：改革开放40年研究成果中国暴雨的科学与预报：改革开放40年研究成果一、引言改革开放以来，中国在科技领域取得了令人瞩目的成就。
尤其在暴雨的科学研究与预报技术方面，经过40年的努力和积累，中国已经取得了举世瞩目的进展。
本文将从中国暴雨的科学研究背景出发，探讨中国在暴雨预报方面的研究成果以及未来的发展方向。
二、中国暴雨的科学研究背景中国地理环境复杂，暴雨频繁发生，给人们的生活和生产带来了巨大的困扰。
然而，在改革开放初期，中国对于暴雨的科学研究还非常薄弱。
大多数预报是基于经验性的方法，预报准确度较低，无法满足社会对于灾害预警的需求。
改革开放以来，中国政府高度重视暴雨的科学研究，加大了对气象科学的投入。
广泛引进和吸收国际先进技术，对中国国内的暴雨气象学进行深入研究，逐渐填补了国内学术的空白。
三、中国暴雨的科学研究成果一方面，中国在暴雨的气象数据收集与分析方面取得了重要成果。
利用雷达、卫星等现代观测手段，中国建立了完善的气象观测网络，积累了大量的暴雨观测数据。
通过对这些数据的分析和挖掘，科学家能够更好地理解暴雨的形成、发展和消散规律，为暴雨的预报提供了重要的依据。
另一方面，中国在暴雨的模拟和预报技术方面也取得了突破。
利用数值模拟方法，中国科学家开发了一系列暴雨的模拟模型，成功地模拟了不同类型的暴雨过程。
同时，结合卫星云图和雷达回波等观测数据，科学家还开发了一套多模式集成的暴雨预报系统，能够提供更准确、更及时的暴雨预报信息。
四、中国暴雨预报技术的发展趋势尽管中国在暴雨预报方面取得了重大突破，但是仍然面临一些挑战。
首先，在暴雨预报的准确性和时效性方面，还存在一定的提升空间。
尤其是在短时强降水的预报方面，目前尚无完全准确的预报方法。
其次，在暴雨的灾害评估和应对方面，还需要进一步深化研究。
为了进一步提高暴雨预报的准确性和时效性，中国科学家正在开展一系列基础研究。
一方面，着重研究暴雨形成和发展的物理机制，深入理解暴雨的内部结构和演变规律。
四川盆地云和降水观测科学试验设计与实践
四川盆地云和降水观测科学试验设计与实践范思睿;王维佳【摘要】2014-2017年四川地区开展了大范围云系观测科学试验.观测对象以盆地层状云系和积层混合云系为主, 积状云 (对流云) 为辅.本文围绕试验目标、区域、观测要素、观测布局设计、观测方案设计、设备技术参数和典型个例等7个方面进行介绍, 根据不同类型云系和降水变化特征, 设计有针对性的观测方案, 获得了不同类型云系和降水的多尺度连续性观测数据, 为四川地区开展云和降水关系研究提供详实的综合型外场观测数据.层状降水云典型个例云高可达8km, 云强核心部位的云雷达反射率可达28dBz, 径向速度可达-6m·s-1, 在0℃附近, 反射率和退偏振因子LDR上有一条明显的亮带, 表现为极大值, 液态水主要集中于4.5km以下, 随着雨强增大, 液水含量增加, 降水滴谱分布较窄, 随着雨强减小, 雨滴谱和速度谱变窄, 但小粒径数浓度增加, 说明对层状云雨强起主导作用的是雨滴直径, 而不是数浓度;无降水层状云典型个例云层厚度为3.2km, 云顶约为4km, 云雷达反射率不超过0dBz, 径向速度不超过5m·s-1, 层状云内整层水汽含量和液水含量较为稳定, 云中主要为液态粒子且粒径偏小、小粒径数浓度较高.%Because of the low spatial resolution of the conventional ground meteorological observation network in Sichuan and the lack of data representativeness, the vertical cloud structure and the microphysical conditions in clouds cannot be obtained completely.In view of this, a series of scientific observation experiments for large-range cloud systems have been conducted in Sichuan since2014.Observed objects are mainly stratiform clouds and stratified mixed clouds with embedded convection in Sichuan Basin and cumuliform clouds (convective clouds).This paper addresses six aspects of the scientificexperiments, such as the objectives, regions, observation elements, observation layout design, observation scheme design and equipment technology, emphasizing the ideas of the observation layoutdesign.According to different types of cloud systems and characteristics of precipitation variation, we have designed a tailored observational scheme, thus having obtained the continuous multi-scale observation data of different types of cloud systems and precipitation.The series of scientific observation experiments provide data support for revealing the multi-scale structural characteristics and the evolution way of the large-range cloud systems and precipitation in Sichuan and discussing the mechanisms of the occurrence, development and microphysical processes of cloud systems and precipitation.【期刊名称】《气象科技》【年(卷),期】2019(047)002【总页数】10页(P191-200)【关键词】四川盆地;科学试验;微物理参量;层状云;积层混合云【作者】范思睿;王维佳【作者单位】四川省人工影响天气办公室,成都 610072;高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072;中国气象局云雾物理环境重点实验室,北京100081;中国气象局云雾物理环境重点实验室,北京 100081;成都市气象局,成都610072【正文语种】中文【中图分类】P412.2引言云在地球气候系统的辐射能量收支和水分循环过程中的重要作用, 它直接影响着地气系统的辐射平衡、热量平衡和温湿分布, 并对地气系统的能量交换和水循环交换起调控作用[1]。
四川地区精细化降水预报融合订正试验及检验
四川地区精细化降水预报融合订正试验及检验张武龙;陈朝平;杨康权【期刊名称】《暴雨灾害》【年(卷),期】2024(43)2【摘要】精细化定量降水网格预报是天气预报业务的重点和难点,基于西南区域智能数值网格模式预报系统(Southwest China WRF-based Intelligent Numeric Grid forecast System,SWC-WINGS)1 km×1 km分辨率的小时降水预报,利用时间滞后和概率匹配方法开展融合订正试验,再利用中国气象局多源融合降水系统(CMA Multi-source Precipitation Analysis System,CMPAS)三源融合降水实况格点数据,对2022年7—8月四川地区的小时降水预报融合订正结果进行检验,并在四川盆地西部一次短时强降水天气过程中进行应用,结果表明:(1)时间滞后集合降水预报相较于模式降水预报,存在小量级预报过度,大量级预报过于保守的问题;(2)时间滞后结合概率匹配的降水预报融合订正方法有效提升了各量级降水预报的TS评分,尤其1~2 h预报时效提升显著,小时雨量超过0.1 mm、5 mm、10 mm和20 mm量级的TS评分平均提升率分别为7.2%、17.2%、28.3%和36.3%;(3)一次短时强降水天气过程的应用结果表明,时间滞后结合概率匹配的融合订正方法对模式小时降水预报有较好的改进效果,尤其对大量级降水预报有较强的订正能力。
【总页数】9页(P176-184)【作者】张武龙;陈朝平;杨康权【作者单位】四川省气象台;高原与盆地暴雨旱涝灾害四川省重点实验室【正文语种】中文【中图分类】P456【相关文献】1.本溪地区T639降水预报产品检验及误差订正2.长江三角洲地区降水资料的均一性检验与订正试验3.基于集合预报的四川夏季强降水订正试验4.降水预报-观测概率匹配动态订正法在江西降水集中期的应用与检验5.四川地区ECWMF模式晴雨预报订正试验研究因版权原因，仅展示原文概要，查看原文内容请购买。
基于ECMWF极端降水天气指数的四川盆地暴雨预报研究
基于ECMWF极端降水天气指数的四川盆地暴雨预报研究龙柯吉;陈朝平;郭旭;王佳津【期刊名称】《高原山地气象研究》【年(卷),期】2016(36)2【摘要】本文利用EC集合预报提供的极端降水天气指数能指示极端天气事件的特点,研究了四川盆地夏季(6-9月)的暴雨落区预报。
综合考虑不同极端降水天气指数阈值对应的暴雨TS、ETS评分及各阈值评分最高时的发生频次,获得暴雨预报对应的最佳极端降水天气指数阈值。
结果显示,08时起报的24h、48h、72h、96h、120h时效对应的阈值分别为0.5\0.6、0.5、0.4\0.5、0.4、0.2\0.3,20时起报的24h、48h、72h、96h、120h时效对应的阈值分别为0.5、0.4\0.5、0.4\0.5、0.3\0.4、0.1\0.3,通过检验表明这些阈值对暴雨落区的预报具有较好的指示意义。
【总页数】6页(P30-35)【关键词】极端天气指数;集合预报;暴雨;四川盆地【作者】龙柯吉;陈朝平;郭旭;王佳津【作者单位】四川省气象台;高原与盆地暴雨旱涝灾害四川省重点实验室;四川省气象探测数据中心【正文语种】中文【中图分类】P456【相关文献】1.ECMWF极端天气指数产品在湖南降水预报中的评估 [J], 陈鹤;唐杰2.ECMWF模式降水预报与极端天气预报指数在暴雨预报中的评估与应用 [J], 季晓东;漆梁波3.ECMWF极端天气指数在新疆强降水预报中的检验评估 [J], 贾丽红;马诺;孙鸣婧;肖开提·多莱特4.ECMWF极端降水预报指数在华东台风暴雨中的应用研究 [J], 罗玲; 娄小芬; 傅良; 钱浩5.EC-thin降水预报与极端天气预报指数在浙江暴雨预报中的检验与释用 [J], 傅良;娄小芬;张玉静因版权原因，仅展示原文概要，查看原文内容请购买。
基于集合预报的四川夏季强降水订正试验
基于集合预报的四川夏季强降水订正试验曹萍萍;陈朝平;徐栋夫;肖递祥;王佳津;冯良敏【期刊名称】《热带气象学报》【年(卷),期】2017(033)001【摘要】四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大.从观测与模式预报的累积概率密度函数角度出发,利用2007-2012年6-8月中国降水观测格点资料和2012-2013年6-8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法一概率阈值订正法,并运用该方法对2012年6-8月盆地东部的降水过程进行批量试验.试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6～7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平.【总页数】8页(P111-118)【作者】曹萍萍;陈朝平;徐栋夫;肖递祥;王佳津;冯良敏【作者单位】四川省气象台四川成都610072;高原与盆地暴雨旱涝灾害四川省重点实验室四川成都610072;四川省气象台四川成都610072;高原与盆地暴雨旱涝灾害四川省重点实验室四川成都610072;成都市气象台四川成都610071;高原与盆地暴雨旱涝灾害四川省重点实验室四川成都610072;四川省气象台四川成都610072;高原与盆地暴雨旱涝灾害四川省重点实验室四川成都610072;四川省气象台四川成都610072;高原与盆地暴雨旱涝灾害四川省重点实验室四川成都610072;四川省气象台四川成都610072;高原与盆地暴雨旱涝灾害四川省重点实验室四川成都610072【正文语种】中文【中图分类】P435【相关文献】1.山西省夏季三类典型强降水的集合预报试验 [J], 赵桂香;高晶;高建峰2.山西省夏季三类典型强降水的集合预报试验 [J], 赵桂香;高晶;高建峰3.基于贝叶斯方法的西江流域大雨集合概率预报产品订正试验 [J], 曾鹏;钟利华;李勇4.基于ECMWF模式的四川夏季强降水订正试验 [J], 曹萍萍; 康岚; 王佳津; 范江琳; 张琪5.基于集合成员订正的强降水多模式集成预报 [J], 智协飞; 赵忱因版权原因，仅展示原文概要，查看原文内容请购买。
多物理过程对流可分辨集合预报中不同方案在四川盆地东部降水预报效果评估
多物理过程对流可分辨集合预报中不同方案在四川盆地东部降水预报效果评估叶茂;吴钲;高松;陈贵川;翟丹华【期刊名称】《气象》【年(卷),期】2022(48)7【摘要】利用四川盆地东部站点观测数据和对流可分辨集合预报系统模式数据,评估了该系统各成员及不同物理过程参数化方案在2017—2019年4—9月的降水预报效果。
结果表明:概率匹配平均和集合平均相比于各个集合成员存在明显的预报优势。
Kain-Fritsch(KF)和Betts-Miller-Janjic(BMJ)积云参数化方案的预报效果相对较好,Grell 3D ensemble(G3)方案在48 h之后的临界成功指数(critical success index,CSI)评分偏低。
Thompson和Morrison微物理参数化方案对小雨量级降水的预报效果较好,WRF Single-Moment 6-class(WSM6)方案对中雨量级降水的预报效果较好,三种方案对大雨和暴雨量级降水的预报效果相当。
Mellor-Yamada-Janjic(MYJ)和Mellor-Yamada-Nakanishi-Niino(MYNN)边界层方案的CSI评分相对较高,Yonsei University(YSU)方案在48 h之后的预报评分较低,但YSU方案多和G3方案搭配使用,其评分偏低主要受G3方案影响。
各参数化方案均能把握四川盆地东部的降水分布特征,但对华蓥山、武陵山和大娄山的降水存在高估,对渝中至渝东北的降水存在低估。
四川盆地东部的降水预报对积云参数化方案最为敏感。
将一个成员的G3方案调整为KF方案后,降水预报评分显著提升,且集合离散度有所增加,概率预报技巧得到提高。
【总页数】16页(P840-855)【作者】叶茂;吴钲;高松;陈贵川;翟丹华【作者单位】重庆市气象科学研究所;重庆市气象台【正文语种】中文【中图分类】P456【相关文献】1.WRF模式不同云微物理参数化方案及水平分辨率对降水预报效果的影响2.MM5模式中不同对流参数化方案对降水预报效果影响的对比试验3.MCC降水过程集合预报不同物理过程扰动方案的对比试验研究4.不同对流参数化方案对长江中下游梅雨锋暴雨降水预报的评估5.基于随机物理过程扰动的BMJ积云参数化方案对降水集合预报的影响因版权原因，仅展示原文概要，查看原文内容请购买。
集合预报方法在暴雨研究和预报中的应用
集合预报方法在暴雨研究和预报中的应用杜钧;李俊【期刊名称】《气象科技进展》【年(卷),期】2014(4)5【摘要】Inability in correctly predicting heavy rain events is primarily due to two reasons: lack of full understanding its physical mechanism and negligence of its predictability limit. How to deal with its predictability limit is the focus of this review paper, which is especially important to enhance the value of numerical weather prediction products to better serve end-users. Based mainly on authors' own or directly involved researches and experiences, many applications of ensemble methodology to heavy rain research and prediction are brielfy overviewed. Speciifcally speaking, the following four general areas are discussed: (1) ensemble prediction system including initial condition and model/physics perturbations, optimal ensemble size, model resolution, data assimilation, and various "virtual" ensembles; (2) forecast methods including ensemble anomaly forecasting, reforecasting analog ensemble, and storm track clustering; (3) forecast post-processing and calibration including ensemble mean, performance ranking and best member, weighted ensemble mean, probability-matched ensemble mean, and ensemble of dynamic factors; and (4) weather system analysis and model initial condition improvement including perturbation difference analysis, ensemble sensitivity, and targeted observation. It isexpected that this review will inspire actions from both operation and research communities: many proven-to-be effective methods described in this paper could be adopted in routine weather forecasting practice by operational meteorologists to improve their forecast and service; research community could have a new starting point with new ideas and a clearer direction for future science and technology development including the improvement of current existing operational ensemble prediction systems in years to come.%机理了解不够和可预报性问题的忽略是暴雨预报不尽人意的两大原因。
青藏高原东侧“2003.8.28”暴雨的集合预报试验
青藏高原东侧“2003.8.28”暴雨的集合预报试验陈静;李川;冯汉中;何光碧【期刊名称】《高原气象》【年(卷),期】2004()z1【摘要】利用MM5模式和国家气象中心的T213模式的预报资料, 通过研究非绝热物理过程参数化方案对高原东侧“2003.8.28”暴雨数值预报的影响特征, 进行了多物理模式集合预报试验, 为开展青藏高原东侧集合预报扰动技术研究进行了试验。
试验结果表明, 模式物理参数化方案对中尺度降水预报结果有明显影响, 包括局地降水强度、空间分布型态、时间演变特征等。
随着模式分辨率的提高, 积云对流参数化方案将增加小雨量级降水区域, 产生一些虚假降水, 就现阶段模式水平而言, 高分辨率集合预报应重点发展考虑强降水预报不确定性的集合预报模式系统。
多物理模式集合预报的初步试验结果表明, 高分辨率集合预报可以改进单一确定性预报结果不稳定的缺点, 为强降水灾害性天气预报提供有价值的预报信息。
【总页数】9页(P6-14)【关键词】青藏高原东侧;暴雨;预报不确定性;集合预报【作者】陈静;李川;冯汉中;何光碧【作者单位】中国气象局成都高原气象研究所;四川省气象台【正文语种】中文【中图分类】P458.1+21.1【相关文献】1.混合集合预报法在华南暴雨短期预报中的试验 [J], 唐圣钧;王东海;杜钧;周镜石2.集合预报方法在山西暴雨预报中的应用试验 [J], 闫慧;赵桂香;董春卿;王洪霞;李娟3.WRF3.1微物理参数化方案对两例暴雨的集合预报试验及可预报性分析 [J], 陈茂钦;徐海明;刘蕾;丁治英4.青藏高原东侧大暴雨数值分析及截断水汽场数值试验 [J], 梁生俊;宁志谦;左爱文;王川5.青藏高原东侧一次典型暴雨过程的数值模拟试验 [J], 康岚;沈桐立;蔡新玲;蒲吉光因版权原因，仅展示原文概要，查看原文内容请购买。
“8.8”四川盆地西北部大暴雨的数值模拟
“8.8”四川盆地西北部大暴雨的数值模拟
何光碧;陈忠明
【期刊名称】《高原气象》
【年(卷),期】2004()z1
【摘要】利用MM5中尺度模式,对2003年8月8～10日发生在四川盆地的一次强降水过程进行了数值模拟.结果表明:(1)MM5模式准确地预报出盆地西北部大暴雨过程,在降水的中心强度和位置预报上非常接近实况.(2)盆地不稳定能量聚集是本次暴雨产生的内在条件,冷暖空气交汇是本次暴雨发生的触发因子,源源不断的水汽输送和冷平流输送,以及中尺度涡旋区辐合上升运动与正涡度耦合有利于低值系统的发生、发展和维持,从而导致该地区强降水.(3)MM5中尺度模式在高原东侧陡坡地形区域具有业务应用前景.
【总页数】8页(P15-22)
【关键词】四川盆地;大暴雨;数值模拟
【作者】何光碧;陈忠明
【作者单位】中国气象局成都高原气象研究所;四川省气象局
【正文语种】中文
【中图分类】P458.1+21.1
【相关文献】
1.四川盆地西北部一次暴雨过程数值试验 [J], 何光碧;郁淑华
2.四川盆地大暴雨降水的日变化模拟偏差成因分析 [J], 薛羽君;白爱娟;赵学华;李
典
3.2010年马乌莱MW8.8地震震后形变三维黏弹性数值模拟 [J], 张懿行;胡岩;Segun Steven Bodunde
4.一次副热带高压外围大暴雨天气过程数值模拟与诊断分析 [J], 姚瑞;董宏昌;张海耀;尚军林;李文举;郭俊彬;効碧鸿
5.江西西北部地形对一次大暴雨过程影响的数值模拟分析 [J], 刘雅楠;刘熙明;邹海波;吴静
因版权原因，仅展示原文概要，查看原文内容请购买。
仁寿县暴雨短时临近预报订正方法研究
仁寿县暴雨短时临近预报订正方法研究2.东坡区气象局四川眉山620000；摘要：本文分析了仁寿县暴雨时空特征，利用2013-2018年探空站要素资料与仁寿县片区暴雨发生概率进行相关性分析，得到相关预报因子再利用主成分回归分析方法构建仁寿县五个片区暴雨发生概率方程。
关键词：暴雨；短时预报；主成分回归在目前暴雨预报业务中，除了参考国内的数值预报模式结果之余，还参考了欧美等西方国家的数值预报结果。
由于大气的运动较为复杂，所以天气预报的整体水平有待进一步提升，特别是针对县一级的精细化预报，欧洲中心数值预报产品的分辨率不大于20公里，我国的预报产品分辨率也只有250公里，远不能满足暴雨洪涝防灾减灾的需求。
按照目前预报业务改革要求，通过优化短时临近天气业务和短期灾害性天气预警业务布局、调整预报业务流程，进一步提高短时临近天气监测预报预警业务能力。
因此建立在数值预报模式的基础上，研究县级暴雨预报的订正方法，提升精细化水平，将更有效开展防灾减灾工作。
1暴雨时空特征仁寿县地质构造单元处于川西台陷龙泉褶皱车与川中台拱、威远穹隆的接合部位，龙泉山自东北向西南斜贯县境西北部，背斜以西基底属川西台陷熊坡——盐井沟雁行带，东南广大地域属川中台拱、南端为威远穹隆构造。
地表水沿龙泉山脉东西分流，椰江、越溪河与龙水河、通江河、清水河汇入岷、沱二江。
仁寿县观测站建站1957年开始至2018年，全县共出现暴雨日184天，平均2.9天/年，大暴雨日数27天，平均0.4天/年。
日最大降雨量为284.5毫米，出现在2010年7月25日。
仁寿县暴雨主要出现在5-9月，尤以7-8月最为集中，占汛期降雨量的43%，暴雨的月际分布成单峰型。
以一元线性回归方程y=a+bt仁寿县暴雨日数随时间的变化趋势，其中，y表示暴雨日数随时间的变化趋势，如图1所示，t表示所对应的年份。
a为回归常数，b为回归系数。
b的符号表示暴雨日数随时间的趋势倾向幅度，当b>0时，说明随时间x的增加y呈上升趋势，当b<0时，说明随着时间x的增加y呈下降趋势；b值的大小反映了上升或下降的幅度的大小。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
周迪,陈静,陈朝平,等.暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究[J].暴雨灾害,2015,34(2):97-104ZHOU Di,CHEN Jing,CHEN Chaoping,et al.Application research on heavy rainfall calibration based on ensemble forecast vs.observed pre-cipitation probability matching method in the Sichuan basin [J].Torrential Rain and Disasters,2015,34(2):97-104暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究周迪1，陈静2，陈朝平3，汪娇阳1,4(1.成都信息工程学院，成都610225；2.中国气象局数值预报中心，北京10081；3.四川省气象台，成都610071；4.中国人民解放军96164部队58分队，金华321021)摘要：利用2008—2011年6—8月中国气象局T213全球集合预报24—240h 降水预报资料和四川盆地观测降水资料，提出四川盆地暴雨集合预报-观测概率匹配订正法。
该方法将集合预报降水累积概率分布与观测降水累积概率分布进行概率匹配，对降水量为50mm 的集合预报平均值进行订正，获得暴雨预报订正值(A Calibrated Heavy Rainfall forecast value)，累积降水概率分布拟合函数采用Gamma 函数。
选取2013年6月28日—7月10日进行独立样本暴雨预报试验，分析四川盆地暴雨预报订正值分布特征和订正前后降水检验评分变化，讨论该方法存在的若干局限性。
结果显示:T213集合预报对四川盆地降水预报存在预报量较观测量级小、模式预报时效越长降水预报越弱等系统性偏差，暴雨集合预报-观测概率匹配订正值普遍小于50mm，且随预报时效延长而逐渐减小，有效地订正了T213暴雨集合预报系统性误差；暴雨集合预报-观测概率匹配订正法对“有或无暴雨”二分类暴雨预报改善较明显，ET s 评分获得提高，且漏报率和空报率有所降低。
关键词：暴雨；集合预报；概率匹配；概率分布；观测降水；预报试验中图法分类号:P457.6文献标志码：Ａdoi:10.3969/j.issn.1004-9045.2015.02.001收稿日期：2014-12-10；定稿日期：2015-03-23资助项目：国家重点基础研究发展计划973项目(2012CB417204)；中国气象局气象关键技术集成与应用项目（CMAGJ2014M48）；中国气象局公益性行业科研专项(GYHY201506007)；国家自然科学基金项目(914371134)第一作者：周迪，主要从事集合预报研究。
E-mail:1009604688@ 通讯作者：陈静，主要从事集合预报理论与方法研究。
E-mail:chenj@Application research on heavy rainfall calibration based on ensemble forecast vs.observed precipitation probability matching method in the Sichuan basinZHOU Di 1,CHEN Jing 2,CHEN Chaoping 3,WANG Jiaoyang 1,4(1.Chengdu University of Information Technology,Chengdu 610225;2.Numerical Weather Prediction Center,CMA,Beijing 100081;3.Sichuan Meteorological Observatory,Chengdu 610071;4.Unit 96164,PLA ,Jinhua 321021)Abstract ：Using 24-240h precipitation ensemble forecast produced by the T213global ensemble prediction system (EPS)of China Meteo-rological Administration (CMA)and the precipitation observations between June and August from 2008to 2011in the Sichuan basin,we in-vestigate a heavy rainfall calibration method based on ensemble forecast-observation probability matching.The principle of this method is to correct model bias in heavy rainfall values (50mm)based on a comparison of the probability density distributions of observed vs.ensemble forecasted precipitation amounts.A Corrected Heavy Rainfall forecast value （CALHR ）over a model grid point is made by defining an adjust-ment to the forecast value in such a way that the adjusted cumulative forecast distribution matches the corresponding distribution observed.In particular,the Gamma function is used to simulate the probability density distributions of precipitation and to capture the bias information.This technique is used to perform the calibration of ensemble precipitation forecasts for the Sichuan basin from 28June to 10July 10in 2013.The verified results are analyzed and its limitations are discussed.From this study,it was found that a noticeable systemic bias of precipitation forecasts for the T213EPS system exists with smaller precipitation amounts than observations.The longer the forecast time is,the smaller the precipitation amounts will be.CALHR value generated by this method is generally smaller than 50mm,and the longer the forecast time is,the smaller the CALHR values will be.This method is effectively to correct the systemic bias of heavy rain forecast for the T213EPS system.The暴雨灾害第34卷引言数值预报是当代天气预报的基础，极大地提高了暴雨等灾害性天气的预报能力。
然而，受数值模式初值误差、模式本身误差和非线性大气运动混沌特性的影响，确定性数值预报仍存在较大的不确定性；加之人们对暴雨发生发展机理认识有限，小概率暴雨事件预报存在更多不确定因素，单一确定性暴雨数值预报水平仍有待改进。
集合预报是反映数值预报模式不确定性问题的重要技术手段，特别是对暴雨这一类小概率天气事件，集合预报较确定性预报能提供更多预报信息，具有更好的指示意义，在天气预报中发挥着越来越重要的作用[1]。
王亚男[2]分析欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心和英国气象局这四个国际主流全球集合预报系统对中国区域暴雨的预报效果发现，集合暴雨概率预报对暴雨预报具有较好的指示意义，但对小雨预报偏多、强降水预报偏弱。
刘琳等[3]分析了中国气象局T213全球集合预报系统对中国区域内降水预报累积概率的分布特征，并与观测降水进行比对，其结论与文献[2]的类似，T213集合预报系统对暴雨预报同样具有较好的指示意义，但仍存在小雨预报偏多、强降水预报偏弱的问题，且随预报时效增加，强降水预报偏弱特征更加显著。
以上研究表明，不仅集合强降水预报具有系统性偏小的特征，且暴雨发生概率也同样存在系统性偏小问题。
因此，研究集合强降水预报订正方法，最大可能消除暴雨数值预报和集合预报的系统性偏差，对提高暴雨预报准确率具有重要科学意义。
国内外不少气象工作者从多方面开展了强降水概率预报统计订正工作。
陈朝平等[4]利用贝叶斯概率决策理论，采用历史观测资料和集合预报资料，对四川盆地暴雨集合概率预报进行订正，使四川盆地暴雨预报准确率有了一定的提高。
刘琳等[3]利用集合预报降水资料累积概率分布，建立基于集合预报与模式历史预报的极端强降水天气预报指数(EPFI)，其原理是计算集合预报与模式气候之差，估计集合预报偏离模式气候程度，结果表明，EPFI可有效提高强降水天气预报能力。
李莉等[5]、Zhu Yuejian等[6]、李俊等[7]研究了“频率匹配”降水预报订正法，其原理是假设降水预报频率与观测降水频率一致，通过两者频率匹配获得降水预报订正值。
预报结果表明，该方法对大范围降水过程订正效果较好，尤其是对有无降水预报和50mm 以下量级降水预报的改善较明显。
由于“频率匹配”方法可较好地利用已有观测资料，因而越来越受到相关科研和业务单位的重视。
现有的“频率匹配”降水预报订正法在处理预报和观测降水频率时，均是通过确定某一关键区域，将区域内包含的格点或站点作为同一资料序列进行统计分析，确定降水预报订正值，换句话说，在订正区域内，所有格点或站点降水预报订正模型是相同的。