山东省2014年冬季(2014年12月—2015年2月)数值预报产品检验

2015-03-10 06:50盛春岩曲巧娜荣艳敏山东省气象科学研究所济南250031
海洋气象学报 2015年1期
关键词:冬季气温风速

盛春岩,曲巧娜,荣艳敏(山东省气象科学研究所,济南 250031)

山东省2014年冬季(2014年12月—2015年2月)数值预报产品检验

盛春岩,曲巧娜,荣艳敏
(山东省气象科学研究所,济南 250031)

摘要:根据短期天气预报质量检验办法,对2014年12月—2015年2月T639、EC细网格、MM5、逐3h的WRF-RUC、WRF确定性预报(EnWRF)及不同集合百分位、上海区域模式(BCSH)、T639-MOS在山东省陆地120站和沿海12个精细海区的日最大风速、最高最低气温预报,以及济南和青岛的逐6h内最大风速和6h内最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。

关键词:冬季;数值预报;风速,气温

1 天气概述

2014年冬季(2014年12月—2015年2月,下同),全省平均降水量为23.6mm,较常年偏少13.2%,比上年偏多6.3mm。全省平均气温为1.2℃,较常年偏高1.1℃,比上年偏高0.1℃,为1951年以来历史同期第5位高值。季内共出现了14次降水过程,分别为12月7次、1月5次、2月2次,出现海上大风16次,分别为12月6次、1 月6次、2月4次。

2 资料与方法

2.1 数值模式资料

参与检验的数值模式主要包括T639、EC细网格、MM5、逐3h的WRF-RUC、WRF确定性预报(EnWRF)及不同集合百分位(包括集合最小值、25%、50%、75%、集合最大值)、上海区域模式(BCSH)、中国气象局下发的T639-MOS释用产品。统一对各模式20时的预报进行检验评分。

2.2 实况资料

实况资料主要包括全省陆地(120站)和沿海12个精细化海区(12站)两部分。全省陆地120站是指山东省120个国家级气象观测站(其中泰山站属于高山站不参与评分,成山头和长岛站参与沿海站部分的评分);沿海12站是指按照《山东省海洋气象业务规定》(鲁气办发〔2011〕125号)中的规定,将距山东海岸线10km以内的海区划分为12个精细化海区,图1给出了12个海区的代表站。

2.3 检验方法

气温检验主要是根据中国气象局《关于下发中短期天气预报质量检验办法(试行)的通知》(气发〔2005〕109号)中有关规定进行检验,分小于等于1℃、小于等于2℃的预报准确率和预报误差。

风力等级预报检验则是根据山东省气象科学研究所盛春岩等起草的气象行业标准《风预报检验方法》(QX/T 229—2014)中对风力等级的检验方法,包括预报准确率、预报偏强率、预报偏弱率。

冬季由于自动站降水实况获取问题,暂未检验。

图1 山东省12个精细化海区代表站

3 地面要素预报检验

3.1 风速预报检验

3.1.1 日最大风检验

从各模式对全省陆地和沿海日最大风速的预报评分看(图2a~f),无论是陆地还是沿海,T639和EC细网格对2~3级风预报准确率最高。对于4级风力,全省陆地站点24h,48h预报为上海区域模式的准确率最高,72h预报集合50百分位准确率最高,沿海地区24h,48h,72h的预报均为EC细网格模式的准确率最高。对于4级以上风力的预报,全省陆地站点集合最大值的预报准确率最高,沿海地区24h WRF-RUC准确率最高,48h和72h集合最大值的准确率最高。

图2 2014年12月—2015年2月全省(120个国家级气象观测站)以及沿海(12个海区代表站)T639、EC_thin、MM5、WRF-RUC、WRF确定性预报(EnWRF)、WRF集合不同百分位、上海区域模式(BCSH)、T639-MOS日最大风速预报评分

从日最大风预报的偏弱、偏强率来看(图略),各模式对6级及以上大风预报的偏弱率较大,7级及以上大风大部分模式预报偏弱。对于3级及以下小风的预报,各模式的偏强率较高。

结合预报准确率的评分可见,集合最大值对大风的预报准确率较高、偏弱率最小,预报效果最好,T639对小风的预报准确率最高、偏强率最小,预报效果最好。

3.1.2 逐6h内最大风检验

从各模式对逐6h最大风速的预报评分结果看(图略),对于济南站,各预报时效内T639和EC细网格对于1~2级小风预报准确率最高,WRF-RUC和MM5模式对于3~4级预报准确率最高。对于5级风力,24h内MM5和上海区域模式预报准确率最高,T639和EC细网格预报偏弱,而集合较高百分位预报偏强;24h以上集合50%以下较低百分位预报准确率最高,其它模式预报均偏弱。

对于青岛站,各预报时效内集合较低百分位和T639模式对2~3级风预报准确率较高。对于4~5级风,集合75%百分位及集合较低百分位、WRF确定性预报、EC细网格预报准确率较高,但表现不稳定。对于6级较强风力,00_12h集合最大和75%百分位、MM5和EC细网格预报准确率最高;12_24hWRF确定性预报、集合75%以下百分位以及WRF_RUC模式预报准确率最高;24_48hEC细网格预报准确率最高。

从济南和青岛单站逐6h最大风预报评分结果看,由于单站大风次数相对较少,因此,单站大风预报结果比较分散,各模式表现也不太稳定。

3.2 气温预报检验结果

3.2.1 日最高、最低气温检验

从模式对2m最高、最低气温预报评分结果来看(图3a~f),对于全省陆地站点,2m最高气温EC细网格的预报准确率最高,优势较明显;2m最低气温T639-MOS预报略好于EC细网格和WRF确定性预报。沿海地区EC细网格的预报优势显著下降,但总体上EC细网格预报仍然较好,尤其是48~72h预报。其次为T639和WRF确定性预报。

图3 2014年12月—2015年2月全省(120个国家级气象观测站)以及沿海(12个海区代表站)T639、EC_thin、MM5、WRF-RUC、WRF确定性预报(EnWRF)、WRF集合不同百分位、上海区域模式(BCSH)、T639-MOS 2m气温预报评分

从气温预报平均绝对误差(图3g~j)的分析可知,24h最低气温的平均绝对误差T639模式略低于EC细网格模式,其余均为EC细网格模式的平均绝对误差最小。结合各模式预报的平均误差可见,各模式对于全省陆地站点最高气温一般预报偏低,而对于沿海最低气温一般预报偏高。

3.2.2 逐6h内最高、最低气温检验

从模式对逐6h的2m气温预报评分结果看(图略),对于济南站2m最高气温,12h内集合最大值预报准确率最高,其次为上海区域模式,T639模式预报准确率最低;12h以上EC细网格、WRF-RUC和集合最大值预报准确率均较高,MM5模式预报准确率最低。对于2m最低气温,12h内集合最大值和上海区域模式预报准确率较高,其次为EC细网格;12h以上EC细网格、集合最大值、WRF-RUC和上海区域模式预报准确率较高,MM5模式预报准确率均最低。

对于青岛站2m最高气温,各预报时效内集合较低百分位预报准确率均较高,在85分左右;12h内EC细网格预报准确率最高,12h以上WRF集合较低百分位预报准确率最高。对于2m最低气温,各预报时效内集合最小百分位预报准确率最高,其次为WRF-RUC模式。

气温预报误差与评分结果基本一致,对于济南站2m最高气温,各家数值模式预报值相对实况均偏低。对于青岛站2m最低气温,各模式预报总体偏高。

4 结论

(1)T639、EC细网格模式分别对全省陆地和沿海地区2级、3级风的预报准确率最高。对于4级风力,全省陆地站点24h、48h上海区域模式的准确率最高,沿海地区EC细网格模式的准确率最高。4级以上风力的预报,全省陆地站点集合最大值预报准确率最高,沿海地区24h WRF-RUC的准确率最高,48h和72h集合最大值准确率最高。从济南和青岛单站逐6h最大风预报评分看,单站大风预报结果比较分散,各模式表现也不太稳定。

(2)对于全省陆地站点,2m最高气温EC细网格模式预报的准确率最高,优势较明显;2m最低气温T639-MOS预报略好于EC细网格和WRF确定性预报。沿海地区EC细网格的预报优势显著下降,但总体上EC细网格预报仍然较好,尤其是48h~72h预报。其次为T639和WRF确定性预报。

(3)对于济南站,2m最高气温预报准确率较高的为集合较高百分位、EC细网格和WRF-RUC;2m最低气温预报准确率较高的为集合最大值、EC细网格和上海区域模式,WRF-RUC和WRF确定性预报有时表现也较好。对于青岛站,2m最高气温预报准确率较高的为WRF确定性预报和集合较低百分位,2m最低气温则为集合较低百分位和WRF_RUC。对于济南站气温预报,集合较高百分位评分较高,对于青岛站气温预报,集合较低百分位评分最高,体现了模式的系统误差在内陆和沿海预报的差异。

作者简介:盛春岩(1972—),女,山东栖霞人,博士,研究员级高工,主要从事数值预报工作。

收稿日期:2015-04-09

中图分类号:P456.7

文献标识码:B

文章编号:1005–0582(2015)01–0052–05

猜你喜欢
冬季气温风速
基于FY-3D和FY-4A的气温时空融合
深冬气温多变 蔬菜管理要随机应变
基于最优TS评分和频率匹配的江苏近海风速订正
简述冬季仔猪的饲养管理方法
基于GARCH的短时风速预测方法
与气温成反比的东西
考虑风切和塔影效应的风力机风速模型
考虑风速分布与日非平稳性的风速数据预处理方法研究