10.13878/j.cnki.dqkxxb.20220213001
智能网格SCMOC及多模式降水预报对比
以三源融合网格实况降水分析资料CMPAS为参照,基于二分法经典检验、预报评分综合图和面向对象MODE检验等方法,对比分析2021年智能网格预报SCMOC以及ECMWF全球、CMA-Meso中尺度模式在秦岭及周边地区的降水预报表现,主要结论如下:1)ECMWF能够很好地刻画日平均降水量、日降水量标准差以及地形影响下降水量、降水频次的空间分布特征,但对于0.1 mm以上量级的降水预报频次远高于观测,暴雨预报频次低于观测,SCMOC、CMA-Mes0日降水量大于等于0.1 mm的降水频次和暴雨频次预报更好;SCMOC不足在于降水的空间精细分布特征描述能力相对较弱.2)ECMWF预报的大于等于0.1 mm降水频次日峰值出现时间整体较观测偏早3 h左右,CMA-Meso、SCMOC与观测总体吻合较好.3)三种产品24 h降水量大于等于0.1 mm的TS(Threat Score)评分数值上基本一致,但降水预报表现的特征显著不同,SCMOC成功率高、命中率低,漏报多、空报少,ECMWF、CMA-Meso则相反;24 h、3 h大雨以上量级降水SCMOC的TS评分、成功率、命中率一致优于其他两种产品.4)MODE暴雨检验,SCMOC大面积降水对象与观测相似度最高,预报能力优于ECM-WF,但分散性小面积暴雨对象漏报风险大.SCMOC、ECMWF纬向距离偏差大于经向,位置偏西比例高于偏东.
SCMOC、预报评分、降水检验评分综合图、MODE方法检验
46
P456;TP39;P228
中国气象局创新发展专项;中国气象局复盘总结专项;陕西省社会发展关键领域项目;陕西省自然科学基金资助项目
2023-06-09(万方平台首次上网日期,不代表论文的发表时间)
共13页
217-229