[1]肖丹,胡超,李力根.基于最优TS评分的多模式集成降水预报[J].气象研究与应用,2024,45(03):37-43.[doi:10.19849/j.cnki.CN45-1356/P.2024.3.05]
 XIAO Dan,HU Chao,LI Ligen.Multi-model ensemble precipitation forecast based on optimal threat score[J].Journal of Meteorological Research and Application,2024,45(03):37-43.[doi:10.19849/j.cnki.CN45-1356/P.2024.3.05]
点击复制

基于最优TS评分的多模式集成降水预报()
分享到:

气象研究与应用[ISSN:1673-8411/CN:45-1356/P]

卷:
第45卷
期数:
2024年03期
页码:
37-43
栏目:
研究论文
出版日期:
2024-09-15

文章信息/Info

Title:
Multi-model ensemble precipitation forecast based on optimal threat score
作者:
肖丹12 胡超1 李力根3
1. 眉山市气象局, 四川 眉山 620010;
2. 高原与盆地暴雨旱涝灾害四川省重点实验室, 成都 610072;
3. 洪雅县气象局, 四川 洪雅 620300
Author(s):
XIAO Dan12 HU Chao1 LI Ligen3
1. Meishan Meteorological Bureau, Sichuan Meishan 620010, China;
2. Heavy Rain and Drought-Flood Disasters of Plateau and Basin Key Laboratory of Sichuan Province, Chengdu 610072, China;
3. Hongya Meteorological Bureau, Sichuan Hongya 620300, China
关键词:
最优TS评分多模式集成概率匹配平均加权集成平均分类站点集成
Keywords:
optimal threat scoremulti-model ensembleprobability matching meanweighted ensemble meanclassified station ensemble
分类号:
P457.6
DOI:
10.19849/j.cnki.CN45-1356/P.2024.3.05
文献标志码:
10.19849/j.cnki.CN45-1356/P.2024.3.05
摘要:
利用2020年1月1日至2023年1月2日欧洲中心、美国、德国、中国和日本降水预报资料和眉山市的逐日降水观测资料,用最优TS评分法对模式降水进行订正,再使用概率匹配平均、消除偏差集成平均和加权集成平均三种方案进行多模式集成预报,通过检验评分和个例分析。结果显示,概率匹配平均方案提升晴雨准确率,但对大雨和暴雨的预报效果差。消除偏差集成平均方案对降水预报的提升效果较小。加权集成平均方案和分类站点集成预报均能大幅提升晴雨准确率,并减小暴雨漏报,使暴雨TS评分得到较大提升。
Abstract:
Using precipitation forecast data from European Centre for Medium-Range Weather Forecasts, National Centers for Environmental Prediction, German meteorological service, China Meteorological Administration, Japan Meteorological Agency, and the daily observed precipitation in Meishan from January 1, 2020 to January 2, 2023, the model precipitation is first revised using the optimal TS score method, and then the multi-model ensemble forecasts are carried out using probability-matching mean, bias-removed ensemble mean and weighted ensemble mean schemes, whose effects are experimented and compared. The results show that the probability-matching mean scheme improves the accuracy of clear-rainy forecast, but poorly forecasts heavy rain and rainstorm. The bias-removed ensemble mean scheme has a smaller improvement for rain prediction. Both the weighted ensemble mean and classified station-ensemble schemes improve the accuracy of clear-rainy forecast greatly, and reduce the omission rate of rainstorm, resulting in a larger improvement in the TS score of rainstorm.

参考文献/References:

[1] 卢小丹,岑妍妍,黄开刚,等.“8·24”百色特大暴雨过程成因和预报难点分析[J]. 气象研究与应用,2023,44(4):52-58.
[2] 黄远盼,莫丽霞,陈烨,等. 2023年6月22—25日广西持续性暴雨成因及数值预报效果分析[J].气象研究与应用,2024,45(2):134-139.
[3] 肖志祥,黎金玲,罗小莉.1415号台风“海鸥”广西极端暴雨预报偏差分析及地形订正[J]. 气象研究与应用, 2021,42(4):14-19.
[4] 梁岱云,黄丹萍,苏兆达. 2022年南宁市“龙舟水”暴雨期间模式对比及订正技巧[J]. 气象研究与应用,2023, 44(1):51-56.
[5] 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):580-588.
[6] ZHU Y J,LUO Y. Precipitation calibration based on the frequency-matching method[J]. Weather and Forecasting, 2015:1109-1124.
[7] 肖丹,胡超,陈宁,等. 基于频率匹配法的降水预报订正[J]. 气象研究与应用,2023,44(3):28-33.
[8] 王丽芳,漆梁波,周伟,等. 频率匹配技术在暴雨预报中的应用及改进分析[J]. 暴雨灾害,2021,40(4):352-361.
[9] 吴启树,韩美,刘铭,等. 基于评分最优化的模式降水预报订正算法对比[J]. 应用气象学报,2017,28(3):306-317.
[10] 危国飞,刘会军,吴启树,等. 多模式降水分级最优化权重集成预报技术[J]. 应用气象学报,2020,31(6):669-680.
[11] 范江琳,陈朝平,曹萍萍,等. 四川地区ECWMF模式晴雨预报订正试验研究[J]. 暴雨灾害,2022,41(1):58-65.
[12] 杜钧,李俊. 集合预报方法在暴雨研究和预报中的应用[J]. 气象科技进展,2014,4(5):6-20.
[13] EBERT E E. Ability of a poor man's ensemble to predict the probability and distribution of precipitation [J]. Monthly Weather Review,2001:2461-2480.
[14] FANG X,KUO Y H. Improving ensemble-based quantitative precipitation forecasts for topography-enhanced typhoon heavy rainfall over Taiwan with a modified probability-matching technique[J]. Monthly Weather Review,2013,141(11):3908-3932.
[15] 陈博宇,郭云谦,代刊,等. 面向台风暴雨的集合预报成员优选订正技术研究及应用试验[J]. 气象,2016,42(12):1465-1475.
[16] 智协飞,赵忱. 基于集合成员订正的强降水多模式集成预报[J]. 应用气象学报,2020,31(3):303-314.
[17] 王亚男,智协飞. 多模式降水集合预报的统计降尺度研究[J]. 暴雨灾害,2012,31(1):1-7.
[18] 肖丹,胡超,陈宁,等. 基于频率匹配法和最优TS评分法的降水预报订正效果对比[J]. 气象与减灾研究, 2023,46(4):287-295.

相似文献/References:

[1]苏志重,赵欢,周学鸣,等.厦门地区地面气温的多模式集成统计降尺度预报研究[J].气象研究与应用,2016,37(03):42.
 Su Zhizhong,Zhao Huan,Zhou Xueming,et al.The multi-model super-ensemble statistical downscaling forecast of the air temperature of Xiamen District[J].Journal of Meteorological Research and Application,2016,37(03):42.

备注/Memo

备注/Memo:
收稿日期:2023-11-12。
基金项目:眉山市科技指导计划项目(2023KJZD167)、高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJYJXMS202205)、川西南(雅安)暴雨实验室研究型业务重点专项(CXNBYSYSYWZD202401)和眉山“天府粮仓”气象为农服务创新团队项目
作者简介:肖丹,高级工程师,主要从事天气预报及相关研究工作。E-mail:610158875@qq.com
更新日期/Last Update: 2024-09-15