本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境...本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)两种模式预报产品,并基于模式温度与环流预报产品提取物理因子,结合卷积神经网络(convolutional neural network,CNN)构建了湖南省盛夏高温过程的预报模型(high temperature prediction model,HTPM);对订正后的S2S模式和构建的预报模型结果进行集成,以实现对区域高温过程较为稳定的相对高技巧预报。结果表明:S2S模式的原始预报技巧较低,偏差订正能显著提高预报效果,但存在较高的空报率;基于ECMWF的S2S数据训练的高温预报模型(HTPM-ECS2S)和基于NCEP的S2S数据训练的高温预报模型(HTPM-NCEPS2S)能有效捕捉高温事件,在高温预报中具有较高的预报技巧;集成方案有效整合了多模型优点,可提升预报的准确性和可靠性。展开更多
地面强冷池在飑线灾害大风的生成过程中具有重要作用,其模拟强度与模式内云微物理过程及边界层过程的参数设置密切相关。然而,由于参数的不确定性,目前仍无法对飑线系统实施合理的参数扰动。为提升对流尺度数值模式在飑线系统预报中的表...地面强冷池在飑线灾害大风的生成过程中具有重要作用,其模拟强度与模式内云微物理过程及边界层过程的参数设置密切相关。然而,由于参数的不确定性,目前仍无法对飑线系统实施合理的参数扰动。为提升对流尺度数值模式在飑线系统预报中的表现,基于WRF(The Weather Research and Forecasting Model)模式,针对飑线冷池模拟偏弱的问题,从云微物理过程和边界层过程等方案中选取5个关键参数进行敏感性试验。并在此基础上,对其中的敏感参数实施联合扰动,探讨该方法对江苏地区一次飑线过程模拟的影响。结果表明,调整影响蒸发作用的参数,能够显著改变对地面冷池的估计,其中反映雨滴大小对其下落速度影响的参数CONSTB和考虑雨滴下落时周围空气的流动对雨滴影响的参数VF1R对地面冷池的敏感性最强;在单参数和多参数联合扰动试验中,飑线冷区模拟的2 m气温相比对照试验低1—2℃,有效改善了冷池模拟偏弱的问题。此外,CONSTB和VF1R的联合扰动对预报的影响更显著,且其模拟的10 m最大风速最接近实况。上述结果表明,针对飑线冷池的多参数联合扰动方法不仅能够有效表征物理参数化方案中参数的不确定性,还能改进对冷池的模拟,进而提高对飑线大风的预报准确度。展开更多
文摘本研究旨在提升湖南省盛夏(7、8月)高温过程的延伸期预报技巧。本文利用1999—2022年湖南省97个站点逐日最高气温资料以及次季节-季节(sub-seasonal to seasonal prediction,S2S)模式数据中欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)两种模式预报产品,并基于模式温度与环流预报产品提取物理因子,结合卷积神经网络(convolutional neural network,CNN)构建了湖南省盛夏高温过程的预报模型(high temperature prediction model,HTPM);对订正后的S2S模式和构建的预报模型结果进行集成,以实现对区域高温过程较为稳定的相对高技巧预报。结果表明:S2S模式的原始预报技巧较低,偏差订正能显著提高预报效果,但存在较高的空报率;基于ECMWF的S2S数据训练的高温预报模型(HTPM-ECS2S)和基于NCEP的S2S数据训练的高温预报模型(HTPM-NCEPS2S)能有效捕捉高温事件,在高温预报中具有较高的预报技巧;集成方案有效整合了多模型优点,可提升预报的准确性和可靠性。
文摘地面强冷池在飑线灾害大风的生成过程中具有重要作用,其模拟强度与模式内云微物理过程及边界层过程的参数设置密切相关。然而,由于参数的不确定性,目前仍无法对飑线系统实施合理的参数扰动。为提升对流尺度数值模式在飑线系统预报中的表现,基于WRF(The Weather Research and Forecasting Model)模式,针对飑线冷池模拟偏弱的问题,从云微物理过程和边界层过程等方案中选取5个关键参数进行敏感性试验。并在此基础上,对其中的敏感参数实施联合扰动,探讨该方法对江苏地区一次飑线过程模拟的影响。结果表明,调整影响蒸发作用的参数,能够显著改变对地面冷池的估计,其中反映雨滴大小对其下落速度影响的参数CONSTB和考虑雨滴下落时周围空气的流动对雨滴影响的参数VF1R对地面冷池的敏感性最强;在单参数和多参数联合扰动试验中,飑线冷区模拟的2 m气温相比对照试验低1—2℃,有效改善了冷池模拟偏弱的问题。此外,CONSTB和VF1R的联合扰动对预报的影响更显著,且其模拟的10 m最大风速最接近实况。上述结果表明,针对飑线冷池的多参数联合扰动方法不仅能够有效表征物理参数化方案中参数的不确定性,还能改进对冷池的模拟,进而提高对飑线大风的预报准确度。
