欧洲中心精细化数值模式预报产品性能诊断分析
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
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季晓东;漆梁波【摘要】评估分析了欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)细网格模式(以下简称EC-thin)在长三角地区汛期(5—9月)的暴雨预报评分及ECMWF降水极端天气预报指数(EFI)对暴雨预警的指示作用.研究发现:(1)EC-thin降水和降水EFI对暴雨预报的ETS评分随着预报时效的延长而明显降低,在短时效内,细网格模式降水预报占优,超过60 h后,降水EFI的评分相对更好.(2)对EC-thin降水而言,在不同的预报时效采用不同的降水阈值来预报暴雨,可望达到最佳的评分效果.短期时效内该阈值随着预报时效的延长,大致从55 mm逐渐下降到35 mm.(3)对于降水EFI而言,12—36 h内EFI为0.65～0.7时,暴雨预报ETS评分最高.随着预报时效的延长逐渐下降,60—84 h内EFI为0.55～0.6时,暴雨预报ETS评分最高.(4)在不同预报时效内,采用合理的方式和阈值综合考虑EC-thin降水和降水EFI,可望得到更高的暴雨预报评分.【期刊名称】《暴雨灾害》【年(卷),期】2018(037)006【总页数】8页(P566-573)【关键词】暴雨预报;ECMWF细网格模式;极端天气预报指数EFI;ETS评分【作者】季晓东;漆梁波【作者单位】上海中心气象台,上海 200030;上海中心气象台,上海 200030【正文语种】中文【中图分类】P338+.8引言随着气候变暖，暴雨发生频率和强度有增加的趋势，常常衍生的洪涝灾害对社会和生态的影响力和破坏力也越来越严重[1,2]，因此，探索提高暴雨预报的方法迫不及待。
随着数值天气预报的发展，高分辨数值模式产品在现代天气预报业务中已不可或缺[3]。
EC⁃MWF全球确定性模式（以下简称EC-thin）是最先进的数值天气预报模式之一，其对暴雨预报能力在持续上升[4,5]。
《数值预报产品释用》课程中统计检验方法介绍
《数值预报产品释用》课程中统计检验方法介绍作者：郭志荣来源：《教育教学论坛》 2017年第23期数值预报逐渐成为业务天气预报的重要基础，在气象业务与服务中发挥了重要的作用。
目前，在国内业务天气预报应用中比较多的是全球中期数值天气预报系统T639、欧洲中心（ECMWF）数值预报和日本数值预报。
就大多数数值预报产品本身而言，虽然目前已经具有较高的质量，但由于分析误差和模式自身的误差，对局部地区的天气形势和要素预报不可能预报得非常准确，因此我们不可能将任何数值预报产品直接用于天气预报，而通过发展数值产品的释用技术来制作气象要素预报是可行的。
开展数值预报产品检验有利于加深对数值模式认识，是择优使用数值预报产品，提高天气预报准确率的有效途径，同时也可为研究数值预报产品释用方法提供一定的参考依据。
一、业务中常用的检验方法目前业务中常用的主要检验方法有：目视检验方法、常规的统计检验方法（两分类预报检验方法、多级分类预报检验方法、连续变量检验方法、概率预报检验方法）、空间预报方法等方法。
本文只介绍常规的统计检验方法当中最常用的几种两分类预报检验方法。
二、常规的两分类预报统计检验方法两分类预报是指当事件发生时为“有”，事件没有发生时为“无”。
例如降水和雾的预报通常用“有”和“无”来表示。
在一些应用中可以指定一个阈（如风速大于10米/秒）来定义“有”和“无”的界限。
检验这一类预报，用列联表来表示预报事件“有”和“无”的发生频率。
击中：预报发生，实况也发生的事件（A）；漏报：预报不发生，但实况发生了的事件（B）；空报：预报发生，但实况未发生的事件（C）；反击中：预报不发生，实况也未发生的事件（D）。
1.准确率。
PC= A+DT×100%PC值域：0%～100%，理想值：100%。
准确率简单、直观。
但由于“反击中”的权重与“击中”一样，反应不出极端天气的预报准确性。
在降水预报中，用对晴雨预报的检验，击中（A）表示有降水预报正确，反击中（D）表示无降水预报正确。
ec预报变量名表
ec预报变量名表摘要：1.EC预报变量名表概述2.EC预报变量名的分类与含义3.如何运用EC预报变量名表进行天气预报分析4.EC预报变量名表在气象预报中的应用案例5.EC预报变量名表的未来发展趋势与展望正文：EC预报变量名表是气象领域中一种非常重要的预报工具，它为气象工作者提供了丰富的气象信息，有助于提高天气预报的准确性。
本文将对EC预报变量名表进行详细解读，以期为大家提供有益的参考。
一、EC预报变量名表概述EC（European Centre for Medium-Range Weather Forecasts，欧洲中期天气预报中心）预报变量名表是欧洲中期天气预报中心发布的一种气象预报产品。
它包含了大量的气象变量，旨在为气象工作者提供全面、细致的气象预报数据。
二、EC预报变量名的分类与含义EC预报变量名表中的变量分为以下几类：1.大气变量：包括气温、湿度、气压、风速、风向等。
2.地表变量：包括地表温度、地表湿度、地表辐射等。
3.海洋变量：包括海表温度、海表盐度、海表湿度等。
4.垂直变量：包括大气层厚度、温度层结、湿度层结等。
5.天气现象：包括降水、雾、雪、冰雹等。
6.大气环流：包括气旋、高压、低压、槽线等。
三、如何运用EC预报变量名表进行天气预报分析1.了解预报区域内的气象特征：通过分析大气、地表、海洋等变量，掌握预报区域的气象特征。
2.分析气象变量之间的关系：结合不同时间的气象数据，分析气象变量之间的相互关系，以揭示气象变化的规律。
3.制作天气预报图表：将气象数据导入气象预报软件，生成天气预报图表，以便于直观地展示气象变化。
4.验证预报结果：通过实际观测数据与预报结果进行对比，评估预报的准确性，并不断调整预报模型和方法。
四、EC预报变量名表在气象预报中的应用案例1.台风路径预报：通过分析EC预报变量名表中的大气环流、风速、气压等变量，预测台风的移动路径和强度变化。
2.降水预报：结合EC预报变量名表中的湿度、温度、气压等变量，分析降水形成的条件，提高降水预报的准确性。
利用欧洲数值预报产品对一次罕见的大风天气预报
摘要2009年12月4日洛阳机场发生一次大风天气过程，本文利用数值预报产品和常规天气图对该过程进行诠释，以便今后对大风的预报得到更多的启示。
关键词低空急流大风数值预报
一、概况
2009年12月4日洛阳机场发生一次大风天气过程，4日早上08时开始一直到晚上8点，其中平均风速15m/s,，最大风速达到22m/s，西北风，风向在320—330度。本场飞行训练30架飞机全部取消，航班延误，此次风速是洛阳机场气象（1987年）观测建站以来最大风速。是一次罕见的大风天气过程。需要我们预报员认真总结经验
图2 2009年12月4日20时700hPa
图3 2009年12月4日08时925 hPa
四、ECMWF数值风场预报图
图4 2009年12月04日08时850hPa预告图
图5 2009年12月04日08时700hPa预告图
图6 2009年12月04日08时500hPa预告图
如图(4、5、6)欧洲中心风场数值预报图，850hPa表示在洛阳西北方向有明显的低空急流区，风速（16—20m/s），风向西北，直接向洛阳移近，700hPa更是明显，在河套三花间有十几个站大于20m/s,其中最大32m/s,高空急流自西北方向东南下，500hPa动量下传更厉害，20几个站大风天气，最大风速42m/s形成一个更宽广的急流带，自高层向低层动量下传，三层的能量汇聚到达地面，引起地面风速的加大，所以欧洲中心的风场数值预报和实况吻合较好，提前24小时报出，是预报员报大风的一个很好预报指标和依据。
三、高空环流形势分析
本次过程是一个冷空气过境过程，高空400hPa—925 hPa高低空风向基本一致，引起动量下传，通道打通，另外冷空气翻山在太行山下沉风速加大，下山的动量加大，到洛阳开阔地段引起更大的风速，500 hPa在河套有一竖槽，槽后有强的冷空气，温度线与等压线成90度交角，冷中心温度-44℃，风速48m/s,冷空气特别强，400 hPa在河套有一冷中心温度-47℃，最大风速54m/s,槽后西北气流和低层500hPa相一致；700hPa08点槽线已过河套纬度110°N附近，槽后河套三花间西宁-兰州风速26m/s,风向330-350°之间，正好向下游移动下传。850hPa三花间有6个站以上大于16m/s,延安——郑州温度差大于5°；925hPa08点郑州站风速20m/s，有低空急流比850hPa风速更大，这也是这一次预报的着重点。当近底层有急流时一定要考虑地面大风了。
ECMWF-ERA5再分析资料产品说明文档
13.5投影方式
O
等经纬度投影
14其他信息
二、文件格式信息
1文件格式的详细描述
M
Grib
3数据集读取程序
M
建议使用NCL软件读取数据
4数据集总数据量大小
M
约1.2Pb
5文件名编码说明
M
无
三、产品研制技术
1产品制作情况简介
M
哥白尼气候变化服务（C3S）
5产品大类
M
再分析数据（NAFP）
6产品子类
O
ERA5
7数据属性
O
衍生数据
8关键词
M
再分析
9产品制作时间
M
滞后观测时间约5天
10产品发布时间
M
2018年6月14日
11数据源
M
欧洲中心CDS数据网站
12时间属性
M1979年至今1 Nhomakorabea.1产品时制
M
世界时
12.2时间范围
M
1979年至今
12.3时间分辨率
M
时
12.4统计频次
O
时
13空间属性
M
全球
13.1地理范围
M
90°S-90°N、0°E-359.75°E
13.2站点信息
O
无
13.3格点信息
O
气压层数据：等经纬度网格；水平分辨率：0.25˚×0.25˚；垂直37层；产品起始经纬度：（0E，90S）；结束经纬度：（359.75E，90N） ；格点数：721*1440*37。
2数据处理方法
M
ERA5提供基本气候变量（essential climate variables，ECVs）的格点气候数据记录（Climate Data Records，CDRs）和过去40~65年大气环流的详细描述。内容包括大气参数估计（如不同高度上的气温、压力和风）和地表参数估计（如降水、海冰、土壤湿度、地表温度和波浪高度）。每小时分析场水平分辨率约为30 km，垂直分层137层（西格玛坐标），顶层达到0.01hPa高度（距离地表约80 km）。
数值分析在天气预报中的应用
数值分析在天气预报中的应用数值分析是一种基于数学模型和计算机算法的方法，用于解决实际问题。
在天气预报领域，数值分析已经成为一种主要的预报手段，并发挥着重要的作用。
本文将探讨数值分析在天气预报中的应用，并分析其优势和局限性。
一、数值预报原理数值预报是基于对大气运动和物理过程的数学模型进行推演，通过计算机程序模拟并预测未来一段时间内的天气变化。
其基本原理是将地球大气系统划分为一个个网格，通过对这些网格中的物理参数进行离散和求解，得到一个时间序列的天气变化模拟结果。
二、数值预报模型数值预报模型是数值分析在天气预报中的核心部分。
常用的数值预报模型包括欧洲中期天气预报中心（ECMWF）的欧洲中尺度天气预报模型（ECMWF-IFS）、美国国家环境预报中心（NCEP）的全球预报系统（GFS）等。
这些模型基于大气动力学方程、热力学方程和水汽运输方程等，通过特定的数值算法对这些方程进行离散和求解，得到大气运动和物理过程的模拟结果。
三、数值预报数据源数值预报模型需要大量的初始条件和外部边界条件数据来进行计算。
这些数据包括气象观测数据、卫星遥感数据等。
在实际应用中，数值预报数据还需要通过数据同化处理，将观测数据与模型预报结果进行融合，提高预报的准确性。
四、数值预报在天气预报中的应用1. 天气预报预警数值预报模型可以提供高时空分辨率的天气信息，帮助气象部门实施及时、准确的天气预警。
通过对模拟结果的分析，可以及时发现有可能发生的极端天气事件，并为公众和决策者提供预警信息，从而减少灾害损失。
2. 天气预报精细化数值预报模型可以提供对细小尺度天气现象的预测，例如雷暴、龙卷风和局地性降雨等。
这对于农业、交通运输、建筑工程等行业来说非常重要，可以帮助人们做出更准确的决策，减少经济损失。
3. 气候预测数值预报模型不仅可以进行短期天气预报，还可以用于气候变化的长期预测。
通过模拟大气系统的长期演变趋势，可以预测未来几个月甚至几年的气候变化情况。
辽宁省阜新地区欧洲细网格降水产品检验分析
一、资料选取与处理 选 取 欧 洲 中 心 细 网 格（ECMWFthin）2015 年 降 水 预 报 产 品， 对 其 进 行 预 报 质 量 检 验。 将 辽 宁 省 阜 新 地 区 ECMWF-thin 数值预报的格点场降水预 报采用内插方法插到阜新县、彰武县 2 个站点上，根据两站预报值与实况值得 出降水预报检验结果。 按照《辽宁省气象部门中期短期天 气预报质量检验办法（试行）》规定，预 报 0.0 mm 实况无降水不算错，未预报降 水而实况出现 0.0 mm 降水也不算错，降 水检验从 0.1 mm 开始统计。由于冬季降 水样本较少，且所有降雪过程中无暴雪天 气出现， 因此冬季降水资料均按降水考虑。 对降水分级检验和累加降水量级检 验如下： TS 评分，TS k =NA k /（NA k +NB k + NC k ）×100% ×100% ×100% （1） （2） 漏报率，PO k=NC k /（NA k +NC k ） 空报率， FA Ｒ k =NB k （ / NA k +NB k ） （3） k 式（1）（2）（3） 中，NA 为 预 报正确次数；NB k 为空报次数；NC k 为 漏报次数。 二、结果与分析 （一）空漏报分析 空报一部分由于系统较弱或无系统 情况下产生，经统计这部分的降水量阜 新县基本上在 1 mm 以下，彰武县基本在 3 mm 以下；另一部分是模式对天气过程 时效预报有偏差所致，而漏角 度分析空漏报。 从图 1 ～ 4 可以分析得出，欧洲中 心细网格高分辨率模式数值预报产品， 对降水预报的开始时间大部分偏快，其 中对阜新县过程预报偏快的占 85.6%， 偏慢的占 5.1%，从图 1 可以得出偏快的 最多可达 6 ～ 10 h，但大部分过程偏快 时间在 5 h 以内。而对于彰武县过程预 报偏快的占 80.5%，偏慢的占 3.2%，从 图 2 中可以得出偏快的最大可达 10 h 以 上，偏快时间主要集中在 2 ～ 3 h。但是 相比于阜新县，欧洲细网格对彰武县降 水过程预报偏快时间比较散乱。从图 3、 图 4 可以得出，对降水过程结束时间的 预报大部分是偏慢，即实况降水过程已 经结束，但是细网格还在报。对阜新县 降水过程预报偏慢时间主要是集中在 5 h 以内，有的系统偏慢 10 h 以上；对彰武 降水过程预报偏慢时间主要也是集中在 5 h 以内，有的系统偏慢 10 h 以上。
气象预报模型的性能分析与改进
气象预报模型的性能分析与改进随着科技的不断发展和气象技术的日新月异，天气预报已然成为了人们日常生活中必不可少的一部分。
因此，气象预报模型作为天气预报的核心技术手段，也越来越受到了人们的关注。
本文将从气象预报模型的基本原理开始，分析不同气象预报模型的性能及其优缺点，并探讨改进气象预报模型的可行性。
一、气象预报模型的基本原理气象预报模型是由大量的气象观测数据、地理信息和气象学知识等综合构建而成的计算机程序。
通过模拟地球大气环境中的物理、化学和生物过程，预测未来几天、几周、甚至几个月的天气状况。
其中，模式思想、数值计算、微分方程和气候预测等也是气象预报的重点内容。
二、不同气象预报模型的性能及其优缺点1.欧洲数值天气预报模式（ECMWF）ECMWF是欧洲气象中心开发的数值预报模型，是目前全球性能最强、最高水平的数值预报模型之一。
由于该模型采用的气象数据非常完整，运行的精度和可靠性都十分高，因此十分受到气象界的青睐。
2.美国气象局全球预报系统（GFS）GFS是美国气象局开发的全球气象模式，在预测大气环流、气压、温度、湿度等方面都有比较出色的表现。
此外，GFS还加入了海洋数据预测，可以相对准确地预测出风浪、潮汐、海流等海洋信息。
3.中国气象局全球气象模式（T639）T639是中国气象局自主开发的全球气象预报模型，针对我国气象特点进行了较好的适应性调整，具有较强的局地预报能力。
在全球性预报能力方面，与ECMWF、GFS等国际上知名的模型相比，性能也不逊色。
4.中日韩三国合作模式（NMSC-ARW）NMSC-ARW是中日韩三国合作开发的气象预报模型，该模型充分考虑了大气、陆地和海洋三个环境因素的作用，包含了垂直方向上的10km至30km的信息，模拟精度更高。
三、改进气象预报模型的可行性在现有气象预报模型的基础上，一些专家已经开始研究如何改进气象预报的预测精度和时间范围等方面的问题。
其中，新材料研究和提高实时监测数据质量等可能是改进气象预报模型的主要途径。
- 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)。
欧洲中心精细化数值模式预报产品性能诊断分析
作者：凌晶张丁丁刘礼珍
来源：《南方农业·下旬》2016年第12期
摘要利用欧洲中心精细化数值预报模式产品资料，对2015年来宾市降水和气温预报按月份、量级进行了检验评估。
结果表明：模式对中雨及以下量级的降水预报准确率较高，暴雨及以上量级预报则不太理想。
模式对气温预报性能较好，误差基本在2℃以内，且具有一定的季节性特点。
关键词数值模式；降水；地面气温；对比检验
中图分类号：P456.7 文献标志码：B DOI：10.19415/ki.1673-890x.2016.36.055
在现代天气预报业务中，数值预报具有越来越重要的地位，对预报的准确率也提出了更高的要求[1-4]。
其中，欧洲数值模式具有较高的预报水平，其精细化产品已被广泛应用于业务中。
但受初始场、地形、及模式本身设计等方面的影响，模式产品，特别是对天气要素的预报产品不可避免地存在一定的误差。
随着模式的发展和气象现代化建设的需要，对欧洲数值模式精细化产品的客观性检验显得尤为重要。
本文通过检验2015年1-10月欧洲中心精细化数值预报模式温度和降雨预报产品的定性定量分析其预报性能，使预报员能了解其性能和特点，对模式产品本地化释用和提高日常天气预报准确率具有重要意义。
1 资料来源及统计方法
1.1 检验资料
检验的数值预报产品是欧洲中心细网格数值模式地面温度预报和降雨预报产品，检验站点为来宾站（109.24°E，23.75°N），检验时间为2015年1-12月，检验时效为0～24 h、24～48
h、48～72 h。
由于欧洲中心在2015年对模式分辨率进行调整，1月5日以后水平分辨率由
0.25度变为0.125度，但分辨率为0.25度的只有5 d，且在提取要素时已经做了处理，对检验结果影响不大。
1.2 数据质量控制
在提取要素过程中进行质量控制，标记不符合气候特征的预报值、缺测值，并且不参加该时效检验。
1.3 统计方法
1.3.1 降水定性预报检验
当预报为有雨，若实况降水量R实≥0.0 mm评定为正确，若实况无雨则评定为空报；当预报为无雨，若实况无雨评定为正确，若实况降水量R实>0.0 mm评定为漏报。
定性准确率=报对次数/（报对次数+空报次数+漏报次数）。
1.3.2 降水定量预报检验
检验分5个降水量级（R实≥0.1 mm、R实≥10 mm、R实≥25 mm、R实≥50 mm和R实
≥100 mm，亦即小、中、大、暴和大暴雨以上）。
当预报为某量级降水，若实况降水量落在预报区间评定为正确，若实况降水量小于预报区间起始值评定为偏大，若实况降水量大于预报区间终止值评定为偏小，定量正确率=报对次数/（报对次数+偏大次数+偏小次数）。
1.3.3 气温定量预报检验方法
记F为预报值，O为实况值，M为预报次数，采用两种气温定量检验方法。
平均偏差，它反映统计时段内气温预报的某种系统性误差。
绝对误差，它反映预报值与实况值的平均偏离程度，因而能反映总误差情况。
2 降水预报产品检验
2.1 降水定性检验
从定性检验的TS评分、空报率、漏报率来看（图略），1-10月平均预报准确率为68%，其中非汛期2月的预报准确率低于平均水平，原因是实况降雨日数仅为6天，模式空报较多。
前汛期4-6月的预报准确率低于平均水平，也与这几个月降雨较多、且的空报率较高有关。
另外从漏报率来看，欧洲中心降水预报对于降雨过程都有反应，但空报较多。
2.2 降水分级定量检验
从2015年1-10月来宾站降水定量预报检验定量准确率来看，随着降水量级的增大，欧洲中心模式预报准确率明显降低，且对于暴雨及以上量级基本没有预报出来。
从预报时效来看，随着预报时长增加，小雨的预报准确率逐渐降低，从24h的65%降低到72h的53%，而中雨预报准确率却随预报时效接近而减小，大雨及以上的准确率随时效增减特征不明显。
对于暴雨量级的降雨，模式预报性能较低，24h的暴雨预报准确率仅为17%，48～72 h时段内没有预报出来。
而大暴雨24h内预报准确率较高，反查后发现，2015年来宾站有三次大暴雨，10月7日暴雨过程中，模式24 h模式预报雨量为97 mm，48 h为107 mm，所以造成48 h大暴雨预报准确率较高。
3 温度预报检验
3.1 来宾站气温预报检验
3.1.1 最高气温预报平均偏差
比较各月偏差来看，1-3月、12月月平均偏差较小，表明最高气温预报准确率高；2-3月、12月这段时间内，平均偏差为正值，说明最高气温预报普遍偏高；4-11月平均偏差为负值，表明最高气温预报偏低。
所以最高气温预报性能具有一定的季节性特点，春季到夏季，随着天气转暖，最高气温预报平均偏差增大，从夏季到秋季，最高气温预报平均偏差减小。
3.1.2 最高气温预报绝对误差
比较各月最高气温预报的绝对偏差来看，最高气温绝对误差基本都在2.5℃以下，汛期4-9月绝对误差普遍高于平均水平，这可能受夏季降雨频繁，对气温预报性能影响较大。
3.1.3 最低气温预报平均偏差
比较最低气温预报平均偏差分析可以看出，最低气温预报普遍低于实况，平均偏差基本在1℃以内，与实况温度较为接近。
3.1.4 最低气温预报绝对误差
从最低气温预报绝对误差来看，各月绝对误差基本都在1℃左右，说明模式对于最低气温预报的性能较好，与实况偏差较小。
比较各月来看，9-11月的最低气温绝对误差普遍低于全年水平，可能与降雨减少和冷空气过程少有关。
4 结论与讨论
第一，欧洲中心数值模式精细化降水预报准确性在夏季最低，随降水量级增大而明显减小，对暴雨以上量级的预报能力较低，但有一定预报准确性。
第二，最高、最低气温预报基本接近实况，绝对误差大部在2℃以内，且具有一定的季节性，夏季偏差较小，且起伏较小。
第三，由于误差分析的方法比较粗糙，无法进一步区分具体天气过程对预报误差的影响，有待以后继续研究。
参考文献
[1]应爽.日本数值预报产品在温度预报中的释用[J].吉林气象，2007（2）：21-22.
[2]徐琳娜，冯汉中.基于数值预报产品的温度释用方法比较[J].四川气象，2006（2）：4-5.
[3]赵声蓉.多模式温度集成预报[J].应用气象学报，2006（1）：52-58.
[4]赵斌华，汤光华，李力.某场站温度预报初探[J].应用数学，2004（s2）：139-143.
（责任编辑：赵中正）。