GRAPES_MESO模式预报降水相态诊断及应用研究

摘要：

当地面气温在0℃附近时,降水相态通常比较复杂,降水相态预报一直是天气预报的难点之一.本文根据降水粒子在下落过程中的热力结构,利用BTC算法、修订的BTC算法、Ramer算法、Bourgouin算法4种计算方案,通过GRAPES_MESO中尺度模式提供所需参数,对落到地面的降水相态进行诊断,诊断的降水相态包括雨、雪、冻雨和冰粒4种,然后利用集成方法获得大概率且破坏程度大的降水相态预报产品.基于2个冬季降水个例,研究发现4种计算方案都能较合理地得到雨雪分界线,以及降雨、降雪落区范围.其中,修订后的BTC算法可以修正原始BTC算法对降雪的诊断偏差,并且预测的冰粒比原始冰粒更少.Ramer算法会比其他几种算法获得更多的冻雨事件,而Bourgouin算法最接近合成算法的结果.对于不确定性较大的中间态的冻雨和冰粒预报,鉴于其高影响特性,方案倾向于过高估计冻雨和冰粒的预报落区.集成的最终降水相态产品反映其发生的概率大或影响程度大,能为防灾减灾提供有效的警示信息.

关键词：GRAPES_MESO、模式预报、降水相态、冻雨、数值模式产品

所属期刊栏目：42

资助基金：科技冬奥专项冬奥会气象条件预测保障关键技术2018YFF0300103;中国气象局气象关键技术集成与应用重大发展项目CMAGJ2015Z10

在线出版日期：2019-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：502-512