李 曼,杜 娟,辛 渝,馬玉芬,琚陳相

(1.中國(guó)氣象局烏魯木齊沙漠氣象研究所,新疆 烏魯木齊,830002;2.中亞大氣科學(xué)研究中心,新疆 烏魯木齊830002)

2016年烏魯木齊區(qū)域數(shù)值天氣預(yù)報(bào)系統(tǒng)預(yù)報(bào)性能客觀檢驗(yàn)

李 曼1,2,杜 娟1,2,辛 渝1,2,馬玉芬1,2,琚陳相1,2

(1.中國(guó)氣象局烏魯木齊沙漠氣象研究所,新疆 烏魯木齊,830002;2.中亞大氣科學(xué)研究中心,新疆 烏魯木齊830002)

基于MET檢驗(yàn)工具對(duì)烏魯木齊區(qū)域數(shù)值天氣預(yù)報(bào)系統(tǒng)DOGRAFS v1.0在2016年各季節(jié)中的預(yù)報(bào)性能進(jìn)行客觀檢驗(yàn)評(píng)估,主要檢驗(yàn)要素有2 m溫度、10 m風(fēng)、500 hPa形勢(shì)場(chǎng)等,并與2015年同期預(yù)報(bào)性能進(jìn)行對(duì)比分析,結(jié)果表明:(1)2016年該系統(tǒng)對(duì)各個(gè)季節(jié)2 m溫度預(yù)報(bào)以冷偏差為主,午間偏低幅度較大;夏季性能最優(yōu),冬季性能最差.對(duì)10 m風(fēng)預(yù)報(bào)以正偏差為主,平均誤差在1.0 m/s以內(nèi);各季節(jié)預(yù)報(bào)性能無(wú)明顯差異.(2)2016年該系統(tǒng)對(duì)500 hPa位勢(shì)高度和溫度預(yù)報(bào)以負(fù)偏差為主;位勢(shì)高度預(yù)報(bào)性能夏季最優(yōu)、秋季最差;溫度預(yù)報(bào)性能夏季最優(yōu)、冬季最差.24 h預(yù)報(bào)時(shí)效的預(yù)報(bào)性能整體優(yōu)于48 h預(yù)報(bào)時(shí)效.(3)2016年晴雨預(yù)報(bào)效果較好,夏季降水評(píng)分最高、冬季最低.隨降水閾值增大、TS評(píng)分降低,系統(tǒng)對(duì)夏季午后至夜間降水預(yù)報(bào)評(píng)分較高.(4)2015年各要素預(yù)報(bào)偏差的變化特征與2016年相似,2016年預(yù)報(bào)性能整體優(yōu)于2015年.

區(qū)域天氣數(shù)值預(yù)報(bào)系統(tǒng);預(yù)報(bào)性能;客觀檢驗(yàn);烏魯木齊

隨著數(shù)值天氣預(yù)報(bào)系統(tǒng)時(shí)空分辨率的提高,如何在模式初始場(chǎng)中加入更加豐富、更加真實(shí)的中小尺度天氣信息,提供更為精準(zhǔn)的大氣在初始時(shí)刻的運(yùn)行狀態(tài)對(duì)現(xiàn)有觀測(cè)網(wǎng)和資料同化系統(tǒng)提出了新的要求[1-2].目前,國(guó)際上使用較為廣泛的快速更新循環(huán)同化(RUC)和預(yù)報(bào)系統(tǒng),可有效利用各種常規(guī)和非常規(guī)氣象資料進(jìn)行同化,為數(shù)值模式提供高質(zhì)量的初始場(chǎng),同時(shí)在高分辨率數(shù)值模式的基礎(chǔ)上進(jìn)行精細(xì)化數(shù)值預(yù)報(bào)[3-5].新疆快速更新循環(huán)同化數(shù)值預(yù)報(bào)系統(tǒng)(XJ-RUC)于2011年完成框架構(gòu)建并開展試運(yùn)行,經(jīng)過(guò)參數(shù)化方案優(yōu)選優(yōu)化、同化方案優(yōu)選等本地化工作,2014年9月升級(jí)并更名為沙漠綠洲戈壁區(qū)域同化預(yù)報(bào)系統(tǒng),簡(jiǎn)稱DOGRAFS(Desert-Oasis-GobiRegionalAssimilation and Forecast System),2015年底通過(guò)中國(guó)氣象局業(yè)務(wù)化評(píng)審,現(xiàn)行版本為1.0.DOGRAFS v1.0為全疆區(qū)、地、縣氣象部門以及國(guó)家電網(wǎng)等業(yè)務(wù)單位提供精細(xì)化預(yù)報(bào)產(chǎn)品,并在實(shí)際預(yù)報(bào)預(yù)測(cè)業(yè)務(wù)中得到廣泛應(yīng)用.

由于受初始場(chǎng)、模式邊界條件、物理過(guò)程、復(fù)雜下墊面以及模式框架自身設(shè)計(jì)不足等諸多方面的影響,數(shù)值模式預(yù)報(bào)產(chǎn)品與實(shí)況必定會(huì)存在一定的差異,需要對(duì)這種誤差進(jìn)行時(shí)空上定量的檢驗(yàn)和評(píng)估,不僅有助于研發(fā)人員診斷和修正模式中可能存在的缺陷,也為預(yù)報(bào)員訂正預(yù)報(bào)結(jié)果提供客觀依據(jù)[6-11].因此本文對(duì)DOGRAFS v1.0在2016年各個(gè)季節(jié)的預(yù)報(bào)性能進(jìn)行客觀評(píng)估,并與2015年同期進(jìn)行對(duì)比分析,以期為模式進(jìn)一步改進(jìn)和提供更為精準(zhǔn)的預(yù)報(bào)產(chǎn)品提供客觀參考.

1 資料和方法

1.1 檢驗(yàn)對(duì)象

DOGRAFS v1.0以WRF v3.5.1和WRFDA v3.5.1為核心,采用三重嵌套網(wǎng)格,水平分辨率為27、9 km和3 km,其中9 km分辨率區(qū)域覆蓋全疆(圖1);垂直方向采用σ坐標(biāo),共40層,模式層頂為50 hPa.系統(tǒng)每日運(yùn)行四次(00UTC、06UTC、12UTC和18UTC),其中00UTC和12UTC為冷啟,預(yù)報(bào)時(shí)效84 h;06UTC和18UTC為暖啟,預(yù)報(bào)時(shí)效36 h.文中主要針對(duì)9 km分辨率區(qū)域的每日冷啟時(shí)次、48 h預(yù)報(bào)時(shí)效內(nèi)的預(yù)報(bào)結(jié)果,運(yùn)用本地搭建的MET(Model Evaluation Tools)檢驗(yàn)平臺(tái)進(jìn)行檢驗(yàn),該區(qū)域內(nèi)約有170個(gè)地面觀測(cè)站和26個(gè)探空觀測(cè)站,具體分布見圖1.檢驗(yàn)要素主要有2 m溫度、10 m風(fēng)、500 hPa位勢(shì)高度和溫度以及逐6 h累積降水量,分別給出冬季(上年12月-2月)、春季(3-5月)、夏季(6-8月)和秋季(9-11月)4個(gè)季度的平均檢驗(yàn)結(jié)果.

1.2 檢驗(yàn)方法

DOGRAFS v1.0的預(yù)報(bào)結(jié)果是基于模式網(wǎng)格點(diǎn)的預(yù)報(bào)值,首先要利用反距離權(quán)重法[12-13],將網(wǎng)格預(yù)報(bào)值插值到圖1中的觀測(cè)站點(diǎn)上生成模式的觀測(cè)站點(diǎn)預(yù)報(bào)值,再與站點(diǎn)觀測(cè)值進(jìn)行對(duì)比檢驗(yàn).對(duì)地面要素及高空要素的檢驗(yàn),主要檢驗(yàn)統(tǒng)計(jì)量為平均誤差ME(Mean Error)和均方根誤差RMSE(Root Mean Square Error)(具體見公式1～2,公式中f(i)代表第i點(diǎn)上的預(yù)報(bào)值,o(i)代表第i點(diǎn)上的觀測(cè)值;對(duì)逐6 h累積降水量的預(yù)報(bào)結(jié)果,利用TS評(píng)分(Threat Score)對(duì)其進(jìn)行檢驗(yàn)(見公式3,公式中NA為預(yù)報(bào)正確站/次數(shù)、NB為空?qǐng)?bào)站/次數(shù)、NC為漏報(bào)站/次數(shù))[14-17],主要對(duì) 0～6、6～12、12～18、18～24、24～30、30～36、36～42、42～48 h等時(shí)段的 5個(gè)不同閾值(≥0.1 mm、≥3.1 mm、≥6.1 mm、≥12.1 mm 和≥24.1 mm)的降水預(yù)報(bào)性能進(jìn)行對(duì)比評(píng)估.

圖1 DOGRAFS v1.0預(yù)報(bào)區(qū)域和檢驗(yàn)區(qū)域內(nèi)地面(a)和高空(b)測(cè)站分布

2 地面要素預(yù)報(bào)檢驗(yàn)

2.1 2 m溫度

從2016年各個(gè)季節(jié)2 m溫度預(yù)報(bào)偏差結(jié)果(圖2)來(lái)看,DOGRAFS v1.0對(duì)2 m溫度的預(yù)報(bào)主要以冷偏差為主,只有在秋、冬季凌晨時(shí)段為正偏差;各個(gè)季節(jié)預(yù)報(bào)偏差隨時(shí)間變化趨勢(shì)相似,對(duì)午間溫度預(yù)報(bào)的偏低幅度最大,除夏季外,其余季節(jié)平均預(yù)報(bào)偏差可達(dá)2℃以上.從均方根誤差結(jié)果上來(lái)看,2016年冬季均方根誤差維持在4.5～6.0℃之間,春季均方根誤差維持在3.5～5.0℃之間,夏季均方根誤差維持在2.5～3.5℃之間,秋季均方根誤差維持在3.5～4.5℃之間,各個(gè)預(yù)報(bào)時(shí)效變化不大.整體來(lái)看該系統(tǒng)對(duì)夏季溫度預(yù)報(bào)性能最優(yōu)、秋季次之、冬季最差.

對(duì)比2016年與2015年同期2 m溫度預(yù)報(bào)檢驗(yàn)結(jié)果(圖2)可以看出,二者平均誤差和均方根誤差在各個(gè)季節(jié)各個(gè)起報(bào)時(shí)次上的變化趨勢(shì)和整體特征較為相似,說(shuō)明對(duì)溫度的預(yù)報(bào)存在一定的系統(tǒng)性偏差.2016年各季節(jié)預(yù)報(bào)誤差整體小于2015年,尤其是夏季冷偏差減小較為明顯,2016年各個(gè)季節(jié)均方根誤差較2015年整體降低0.5℃左右.綜上可知,2016年該系統(tǒng)對(duì)2 m溫度的預(yù)報(bào)性能優(yōu)于2015年.

2.2 10 m風(fēng)

從2016年各個(gè)季節(jié)10 m風(fēng)速的預(yù)報(bào)檢驗(yàn)結(jié)果(圖3)來(lái)看,系統(tǒng)對(duì)10 m風(fēng)預(yù)報(bào)的性能整體差異不大,平均誤差基本維持在0.5～1.0 m/s之間,冬季誤差最大為1.5 m/s,夏季誤差最小,除冬季外各季節(jié)各預(yù)報(bào)時(shí)效上平均誤差變化不明顯,冬季午間時(shí)段誤差最小.從均方根誤差結(jié)果上來(lái)看,2016年各季節(jié)維持在2.5～3.0 m/s之間,各季節(jié)各起報(bào)時(shí)次無(wú)明顯差異.

對(duì)比2016年和2015年同期10 m風(fēng)預(yù)報(bào)檢驗(yàn)結(jié)果(圖3)可以發(fā)現(xiàn),2016年系統(tǒng)對(duì)10 m風(fēng)預(yù)報(bào)性能整體優(yōu)于2105年,平均誤差減小0.5 m/s左右,均方根誤差也明顯較低,尤其是春季,2015年春季10 m風(fēng)均方根誤差最大可達(dá)5.0 m/s.

圖2 2016年和2015年各季節(jié)2 m溫度檢驗(yàn)

3 500 hPa形勢(shì)場(chǎng)預(yù)報(bào)檢驗(yàn)

3.1 位勢(shì)高度

從500 hPa位勢(shì)高度的預(yù)報(bào)檢驗(yàn)結(jié)果(圖4)來(lái)看,24 h預(yù)報(bào)時(shí)效上,2016年各季節(jié)平均誤差均小于零,秋季誤差最大、達(dá)-3.0左右,春季次之,夏季最小;均方根誤差在10～11之間,無(wú)明顯差異;48 h預(yù)報(bào)時(shí)效上,除夏季外其余各個(gè)季節(jié)平均相對(duì)誤差均小于零,季節(jié)變化趨勢(shì)與24 h預(yù)報(bào)時(shí)效一致,平均誤差略小于24 h.

對(duì)比2015年和2016年該要素的檢驗(yàn)結(jié)果(圖4)可以看出,24 h預(yù)報(bào)時(shí)效上,2015年夏季預(yù)報(bào)偏差最大,秋季次之,春季最小,這與2016年該預(yù)報(bào)時(shí)效內(nèi)的預(yù)報(bào)偏差季節(jié)分布有一定的差異.48 h預(yù)報(bào)時(shí)效上,2015年各個(gè)季節(jié)平均偏差均為負(fù)值,季節(jié)變化特征與2016年一致,48 h預(yù)報(bào)時(shí)效內(nèi)的預(yù)報(bào)偏差整體大于24 h預(yù)報(bào)時(shí)效.對(duì)比兩年各個(gè)季節(jié)的平均誤差和均方根誤差可以看到,2016年系統(tǒng)對(duì)500 hPa位勢(shì)高度預(yù)報(bào)性能有所提升.

3.2 溫度

從2016年500 hPa溫度在24 h和48 h預(yù)報(bào)時(shí)效內(nèi)的季節(jié)平均偏差結(jié)果(圖5)來(lái)看,兩個(gè)預(yù)報(bào)時(shí)效上均以負(fù)偏差為主,冬季溫度平均誤差最大,春季次之,夏季最小,均方根誤差的季節(jié)變化與平均誤差相一致.24 h預(yù)報(bào)時(shí)效內(nèi)的預(yù)報(bào)性能整體優(yōu)于48 h時(shí)效內(nèi)的預(yù)報(bào)性能.

對(duì)比分析2015年系統(tǒng)對(duì)500 hPa溫度預(yù)報(bào)檢驗(yàn)結(jié)果(圖5)可以看到,預(yù)報(bào)偏差的季節(jié)變化特征和時(shí)效變化特征兩年的結(jié)果相似,但24 h預(yù)報(bào)時(shí)效內(nèi)2015年夏、秋季平均誤差為正值,48 h預(yù)報(bào)時(shí)效內(nèi)夏季平均誤差為正值,但從誤差絕對(duì)值上來(lái)看,2016年各季節(jié)偏差均小于2015年,均方根誤差整體也小于2015年.綜上可以看出,2016年預(yù)報(bào)系統(tǒng)對(duì)500 hPa位勢(shì)高度和溫度的預(yù)報(bào)性能較2015年有所提高.

4 逐6 h降水預(yù)報(bào)檢驗(yàn)

圖3 2016年和2015年各季節(jié)10 m風(fēng)檢驗(yàn)結(jié)果

圖4 各季節(jié)500 hPa位勢(shì)高度在24 h、48 h預(yù)報(bào)時(shí)效內(nèi)的預(yù)報(bào)誤差

圖5 各季節(jié)500 hPa溫度在24 h、48 h預(yù)報(bào)時(shí)效內(nèi)的預(yù)報(bào)誤差

從近2 a各個(gè)季節(jié)、不同量級(jí)降水閾值的TS評(píng)分(圖6)可見,隨著降水閾值的增大、TS評(píng)分下降;不同起報(bào)時(shí)次降水評(píng)分較為接近.由于新疆屬于干旱半干旱氣候,6 h累積降水除夏季之外很少大于24.0 mm.從2016年降水TS評(píng)分結(jié)果上來(lái)看,0.1 mm以上閾值降水,在各個(gè)預(yù)報(bào)時(shí)效內(nèi)較為接近,冬季在0.2～0.3之間,其余季節(jié)在0.3～0.4之間,表明模式對(duì)未來(lái)6 h的晴雨預(yù)報(bào)效果較好,穩(wěn)定性和可靠性較高.3.1 mm以上閾值降水,除冬季外,其余季節(jié)在0.1～0.2之間;春季各個(gè)預(yù)報(bào)時(shí)效內(nèi)較為接近,夏季降水評(píng)分在午后至夜間時(shí)段(北京時(shí)間14時(shí)-次日02時(shí))評(píng)分較高,秋季各預(yù)報(bào)時(shí)效上差異不明顯,在凌晨時(shí)段評(píng)分較低(北京時(shí)間02時(shí)-08時(shí)).6.1 mm和12.1 mm以上閾值降水,冬季評(píng)分基本為0,其余季節(jié)在0.05～0.1之間;各預(yù)報(bào)時(shí)效變化特征與3.1 mm以上閾值降水相似,夏季在午后降水評(píng)分較高.

與2015年降水評(píng)分對(duì)比可以看到,冬季晴雨預(yù)報(bào)性能二者相當(dāng),3.1 mm以上閾值降水的評(píng)分2015年較高;春季各閾值降水評(píng)分2016年整體高于2015年,特別是前36 h預(yù)報(bào)時(shí)效;夏季2016年降水評(píng)分整體低于2015年,12UTC起報(bào)24 h預(yù)報(bào)時(shí)效內(nèi)的強(qiáng)降水評(píng)分2016年較高;秋季晴雨預(yù)報(bào)近兩年相當(dāng),3.1 mm以上閾值的降水2016年秋季評(píng)分整體高于2015年.綜上,近兩年晴雨預(yù)報(bào)性能相當(dāng),2016年春季降水預(yù)報(bào)性能整體有所提高,夏、秋季大閾值降水預(yù)報(bào)性能有所提高.

5 結(jié)論與討論

利用MET檢驗(yàn)工具,數(shù)值預(yù)報(bào)系統(tǒng)DOGRAFS v1.0對(duì)2016年烏魯木齊區(qū)域的預(yù)報(bào)結(jié)果在各個(gè)季節(jié)的預(yù)報(bào)性能進(jìn)行檢驗(yàn)評(píng)估,并與2015年同期進(jìn)行對(duì)比分析,主要結(jié)果如下:

(1)2016年DOGRAFS v1.0對(duì)各個(gè)季節(jié)內(nèi)2 m溫度的預(yù)報(bào)以冷偏差為主,對(duì)午間溫度預(yù)報(bào)偏低幅度較大;夏季預(yù)報(bào)性能最優(yōu)、偏差在2℃以內(nèi),冬季最差.2016年2 m溫度預(yù)報(bào)性能整體優(yōu)于2015年.對(duì)10 m風(fēng)預(yù)報(bào)以正偏差為主,各個(gè)季節(jié)預(yù)報(bào)性能整體差異不大,平均誤差維持在1.0 m/s以內(nèi)、均方根誤差在2.5～3.0 m/s之間.2016年10 m風(fēng)預(yù)報(bào)性能整體優(yōu)于2015年,尤其是春季.

(2)2016年DOGRAFS v1.0對(duì)500 hPa位勢(shì)高度和溫度的預(yù)報(bào)整體以負(fù)偏差為主,位勢(shì)高度預(yù)報(bào)性能夏季最優(yōu)、秋季最差;溫度預(yù)報(bào)性能在夏季最優(yōu)、冬季最差;兩個(gè)要素的預(yù)報(bào)性能均在24 h預(yù)報(bào)時(shí)效上優(yōu)于48h預(yù)報(bào)時(shí)效.2016年500 hPa位勢(shì)高度和溫度的預(yù)報(bào)性能整體優(yōu)于2015年.

(3)2016年晴雨預(yù)報(bào)效果較好,隨降水閾值增大、TS評(píng)分減小,夏季降水評(píng)分最高、冬季最低.模式對(duì)夏季午后至夜間降水預(yù)報(bào)評(píng)分較高,對(duì)秋季凌晨時(shí)段降水預(yù)報(bào)評(píng)分較低.整體來(lái)看,2016年春季降水預(yù)報(bào)性能有所提高,夏、秋季大閾值降水預(yù)報(bào)性能有所提高.

整體來(lái)看,2016年DOGRAFS v1.0的預(yù)報(bào)性能較2015年穩(wěn)中有升,預(yù)報(bào)性能的提升主要可能受以下兩方面的影響:(1)本地技術(shù)研發(fā).經(jīng)過(guò)1 a左右的連續(xù)試驗(yàn)和個(gè)例試驗(yàn),2015年6月起將全疆10部C波段雷達(dá)徑向風(fēng)資料放入DOGRAFS v1.0業(yè)務(wù)同化系統(tǒng)中,進(jìn)一步優(yōu)化初始場(chǎng),國(guó)內(nèi)外已有研究表明雷達(dá)資料同化對(duì)區(qū)域數(shù)值預(yù)報(bào)系統(tǒng)的預(yù)報(bào)性能有一定的正效果[18-21];(2)全球數(shù)值天氣預(yù)報(bào)系統(tǒng)性能的提升.區(qū)域數(shù)值天氣預(yù)報(bào)系統(tǒng)的性能在一定程度上依賴于全球數(shù)值預(yù)報(bào)系統(tǒng)所提供的初始場(chǎng)的性能,近年各個(gè)全球數(shù)值預(yù)報(bào)系統(tǒng)的性能也在穩(wěn)中提升,能夠?yàn)閰^(qū)域數(shù)值預(yù)報(bào)系統(tǒng)提供與實(shí)況更為相近的初始場(chǎng).

圖6 各個(gè)季節(jié)逐6 h降水檢驗(yàn)結(jié)果

[1] 陳敏,范水勇,仲躋芹,等.全球定位系統(tǒng)的可降水量資料在北京地區(qū)快速更新循環(huán)系統(tǒng)中的同化試驗(yàn)[J].氣象學(xué)報(bào),2010,68(4):450-463.

[2] 姚爽,陳敏,王建捷.L波段分鐘數(shù)據(jù)在WRF模式中的變分同化應(yīng)用試驗(yàn)[J].氣象,2015,41(6):695-706.

[3]Benjamin S G,Devenyi D,Weyandt S S,et al.An hourly assimilation forecast cycle:The RUC[J].Mon Wea Rev,2004,132:495-518.

[4]Thompson R L,Roger E,Hart J A.Close proximity sounding within supercell environments obtain from the rapid update cycle[J].Wea Forecasting,2003,18(6):1243-1261.

[5] 郝民,徐枝芳,陶士偉,等.GRAPES RUC系統(tǒng)模擬研究及應(yīng)用試驗(yàn)[J].高原氣象,2011,30(6):1573-1583.

[6]Homleid M.Diurnal correction of short-term surface temperature forecast using the Kalman filter[J].Wea Forecasting,1995,10:689-707.

[7]Stensrud D J,Skindlov J A.Grid point prediction of high temperature from a mesoscale model [J].Wea Forecasting,1996,11:103-110.

[8] 陳敏,王迎春,仲躋芹,等.北京地區(qū)中尺度數(shù)值業(yè)務(wù)預(yù)報(bào)的客觀檢驗(yàn)[J].應(yīng)用氣象學(xué)報(bào),2003,14(3):522-532.

[9] 閔晶晶.BJ-RUC系統(tǒng)模式地面氣象要素預(yù)報(bào)效果評(píng)估[J].應(yīng)用氣象學(xué)報(bào),2014,25(3):265-273.

[10]王雨,李莉.GRAPES_Meso V3.0模式預(yù)報(bào)效果檢驗(yàn)[J].應(yīng)用氣象學(xué)報(bào),2010,21(5):524-534.

[11]毛冬艷,朱文劍,樊利強(qiáng),等.GRAPES_MESO V3.3模式強(qiáng)天氣預(yù)報(bào)性能的初步檢驗(yàn)[J].氣象,40(12):1429-1438.

[12]Watson D F,Philip G M.A Refinement of Inverse Distance Weighted Interpolation[J].Geo-Processing,1985,2(2):315-327

[13]彭彬,周艷蓮,高蘋,等.氣溫插值中不同空間插值方法的適用性分析-以江蘇省為例[J].地球信息科學(xué)學(xué)報(bào),2011,13(4):539-548.

[14]裘國(guó)慶.數(shù)值天氣預(yù)報(bào)標(biāo)準(zhǔn)化檢驗(yàn)方法[J].氣象,1989,15(9):48-50.

[15]劉還珠,張紹晴.第四講 中期數(shù)值預(yù)報(bào)的統(tǒng)計(jì)檢驗(yàn)分析[J].氣象,1992,18(9):50-54.

[16]王雨,公穎,陳法敬,等.區(qū)域業(yè)務(wù)模式6h降水預(yù)報(bào)檢驗(yàn)方案比較[J].應(yīng)用氣象學(xué)報(bào),2013,24(2):171-178.

[17]杜娟,于曉晶,辛渝,等.烏魯木齊區(qū)域數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)降水預(yù)報(bào)檢驗(yàn)與評(píng)估分析[J].沙漠與綠洲氣象,2016,10(6):31-40.

[18]馬秀梅,歐登格力,辛渝,等.C波段雷達(dá)在新疆區(qū)域數(shù)值預(yù)報(bào)系統(tǒng)中的應(yīng)用初探[J].沙漠與綠洲氣象,2015,9(6):19-26.

[19]陳鋒,冀春曉,董美瑩,等.雷達(dá)徑向風(fēng)速同化對(duì)臺(tái)風(fēng)麥莎模擬的影響[J].氣象,2012,38(10):1170-1181.

[20]孫娟珍,陳明軒,范水勇.雷達(dá)資料同化方法:回顧與前瞻[J].氣象科技進(jìn)展,2016,6(3):17-27.

[21]陳敏,陳明軒,范水勇.雷達(dá)徑向風(fēng)觀測(cè)在華北區(qū)域數(shù)值預(yù)報(bào)系統(tǒng)中的實(shí)時(shí)三維變分同化應(yīng)用試驗(yàn)[J].氣象學(xué)報(bào),2014,72(4):658-677.

Objective Verification on DOGRAFS System during 2016

LI Man1,2,DU Juan1,2,XIN Yu1,2,MA Yufen1,2,JU Chenxiang1,2
(1.Institute of Desert Meteorology,CMA,Urumqi 830002,China;2.Center of Central Asia Atmospheric Science Research,Urumqi 830002,China)

The forecast performance of DOGRAFS v1.0 in 2016 is objectively verified seasonly by MET and further compared with the corresponding period in 2015.It is showed that:(1)the forecasted 2 m temperature in each season in 2016 are always lower than the corresponding observations,especially in the noon.Which is best predicted in the summer while worst in the winter.The forecasted 10 m wind are mainly higher than observations,the average error is within 1.0 m/s with no obvious differences in each season.(2)Negative deviations in 500 hPa geopotential height and temperature are mainly showed in 2016,with its 24 h forecast results better than 48 h.The performance of 500 hPa geopotential height is best in summer and worst in autumn,while the temperature is the best in summer and the worst in winter.(3)The 6 h accumulated rainfall judgment has been well predicted in 2016,with its best performance in the summer while the worst in the winter,while better in the latter half of daytime.Its Threat Score decreased with the increase of the column threshold.(4)The variation characteristics of forecast bias of each variable in 2016 is similar with that of 2015,and the forecast performance in 2016 is generally better than 2015.

DOGRAFS;forecast performance;objective verification;Urumqi

P456.7

A

1002-0799(2017)05-0046-07

李曼,杜娟,辛渝,等.2016年烏魯木齊區(qū)域數(shù)值天氣預(yù)報(bào)系統(tǒng)預(yù)報(bào)性能客觀檢驗(yàn)[J].沙漠與綠洲氣象,2017,11(5):46-52.

10.12057/j.issn.1002-0799.2017.05.007

2017-02-22;

2017-03-10

中國(guó)沙漠氣象科學(xué)研究基金(SQJ2013013)和科技部公益性行業(yè)科研專項(xiàng)(GYHY201506009)共同資助.

李曼(1986-),女,助理研究員,主要從事中尺度天氣動(dòng)力學(xué)和數(shù)值模式研究工作.E-mail:lim_idm@126.com