[an error occurred while processing this directive]
暴雨灾害
       首页|  期刊介绍|  编 委 会|  征稿简则|  期刊订阅|  下载中心|  编辑部公告|  联系我们


暴雨灾害  2018, Vol. 37 Issue (01): 8-13    DOI: 10.3969/j.issn.1004-9045.2018.01.002
论文 最新目录 | 下期目录 | 过刊浏览 | 高级检索  |   
一次长三角地区暴雨过程的集合预报应用与分析
王智,范旭亮,于甜甜
上海中心气象台,上海 200030
Ensemble forecast analysis of a heavy rainfall event in the Yangtze River delta
WANG Zhi,FAN Xuliang,YU Tiantian
Shanghai Central Meteorological Observatory, Shanghai 200030
 全文: PDF (7174 KB)   HTML ( 输出: BibTeX | EndNote (RIS)      背景资料
摘要 利用ECMWF集合预报对2016年6月11—12日发生在长三角地区的一次暴雨过程进行了分析,并对集合“好”“坏”两类成员的预报结果进行了对比。分析表明:集合预报对本次暴雨过程具有比较好的预报能力,集合平均预报效果要优于确定性预报,其雨量预报的增大趋势对暴雨的预报具有一定的指示意义;高分位数集合成员对于暴雨预报有比较好的参考价值,尤其是在预报时效还较长的时候,如果连续多起报时次高分位数集合成员都预报出暴雨,以及低分位数集合成员的雨量预报呈现逐渐增大趋势,预示着暴雨的可能性在增大,有助于暴雨预报的决策;对天气系统和气象要素的预报差异是造成“好”“坏”两类集合成员对本次暴雨过程模拟效果差异的主要原因,对500 hPa高空槽、850 hPa低涡及其切变线、西南气流和偏东气流的模拟是决定“好”“坏”两类集合成员模拟效果的关键因素。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
作者相关文章
王智
范旭亮
于甜甜
关键词暴雨;   集合预报;   分位数;   聚类分析     
Abstract: Using ECMWF ensemble forecasts, a heavy rainfall event in the Yangtze River delta was analyzed in this paper. The“good”and “bad”clusters of ECMWF ensemble members were also compared. The results show that the ensemble products, such as ensemble mean and quantile products have better forecast skills for the heavy rainfall event compared to the deterministic forecasts. The precipitation forecast of high quantile products is a good indication to heavy rainfall, especially for a long forecast length. The continuous forecasts of heavy rainfall by high quantile products, and the increasing trend of precipitation forecasts by ensemble mean and lower quantile products indicate that heavy rainfall is very likely to happen. The forecast differences of weather systems and meteorological elements, including the trough in 500 hPa, vortex and wind shear in 850 hPa, southwesterly and easterly winds, between the“good”and“bad”clusters of ensemble members have key impacts on the forecast skills.
Key wordsheavy rainfall;   ensemble forecasts;   quantiles;   clustering analysis   
引用本文:   
王智, 范旭亮, 于甜甜 .2018. 一次长三角地区暴雨过程的集合预报应用与分析[J]. 暴雨灾害, 37(01): 8-13.
WANG Zhi, FAN Xu-Liang, YU Tian-Tian .2018. Ensemble forecast analysis of a heavy rainfall event in the Yangtze River delta[J]. Torrential Rain and Disasters, 37(01): 8-13.
 
没有本文参考文献
[1] 武威, 顾佳佳, 鲍玉辉. 漯河一次持续性重污染过程成因及传输特征分析[J]. 暴雨灾害, 2020, 39(3): 259-268.
[2] 徐双柱,陈静静,王青霞. 南岳山、庐山高山站风场对长江流域梅雨锋暴雨的指示作用[J]. 暴雨灾害, 2018, 37(3): 213-218.
[3] 张楠,何群英,刘彬贤,吴振玲,刘一玮,卢焕珍. 非典型环流形势下天津一次局地暴雨过程中尺度特征分析[J]. 暴雨灾害, 2018, 37(3): 230-237.
[4] 肖安,许爱华. 2016年华南地区一次大暴雨过程的空报原因分析[J]. 暴雨灾害, 2018, 37(02): 124-134.
[5] 赵玉春,王叶红,陈健康,黄惠镕. 莫兰蒂台风(2016)登陆前后精细结构及其引发福建特大暴雨的模拟研究[J]. 暴雨灾害, 2018, 37(02): 135-148.
[6] 陈德花,潘宁,张玲,张伟,荀爱萍. 海风锋及低压环流对闽东一次暴雨过程的影响分析[J]. 暴雨灾害, 2018, 37(02): 149-157.
[7] 徐明,黄治勇,高琦. 2016年5月20日广东信宜特大暴雨中尺度对流系统特征分析[J]. 暴雨灾害, 2018, 37(01): 32-40.
[8] 於琍,徐影,张永香. 近25 a中国暴雨及其引发的暴雨洪涝灾害影响的时空变化特征[J]. 暴雨灾害, 2018, 37(01): 67-72.
[9] 孙继松. 短时强降水和暴雨的区别与联系[J]. 暴雨灾害, 2017, 36(6): 498-506.
[10] 杨瑞雯,赵琳娜,巩远发,李潇濛,曹越. 中国东南地区降水的两种集合预报综合偏差订正对比分析[J]. 暴雨灾害, 2017, 36(6): 507-517.
[11] 赵大军,姚秀萍. 北京“7·21”特大暴雨过程中的干侵入指数特征研究[J]. 暴雨灾害, 2017, 36(6): 527-534.
[12] 林毅,陈思学,吕思思. 1601号“尼伯特”台风特大暴雨的中尺度系统特征与成因分析[J]. 暴雨灾害, 2017, 36(6): 542-549.
[13] 马月枝,张霞,胡燕平. 2016年7月9日新乡暖区特大暴雨成因分析[J]. 暴雨灾害, 2017, 36(6): 557-565.
[14] 杨薇,冯文,李勋. 微物理过程和积云参数化方案对海南岛秋季暴雨模拟的影响[J]. 暴雨灾害, 2017, 36(1): 8-17.
[15] 田亚杰,王春明,崔强. 2015年5月19—20日两广地区暴雨过程数值模拟与诊断分析[J]. 暴雨灾害, 2017, 36(1): 18-25.
版权所有 © 2011《暴雨灾害》编辑部    鄂ICP备06018784号-3
地址: 湖北省武汉市东湖高新技术开发区金融港二路《暴雨灾害》编辑部
 邮编: 430205 Tel: 027-81804935   E-mail: byzh7939@163.com
技术支持: 北京玛格泰克科技发展有限公司