[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  2020, Vol. 39 Issue (5): 451-461    DOI: 10.3969/j.issn.1004-9045.2020.05.003
论文 最新目录 | 下期目录 | 过刊浏览 | 高级检索  |   
基于贝叶斯模型平均法的“利奇马”台风暴雨预报订正研究
赵琳娜1,2, 姚梦颖1, 巩远发1, 慕秀香3, 李依瞳3, 安建宇4
1. 成都信息工程大学大气科学学院高原大气与环境四川省重点实验室, 成都 610225;
2. 中国气象科学研究院人工智能气象应用研究所, 北京 100081;
3. 吉林省气象台, 长春 130062;
4. 江西省上饶市气象局, 上饶 334000
Calibration of prediction for rainstorm event caused by typhoon Lekima based on Bayesian Model Averaging
ZHAO Linna1,2, YAO Mengying1, GONG Yuanfa1, MU Xiuxiang3, LI Yitong3, AN Jianyu4
1. Plateau Atmosphere and Environment Key Laboratory of Sichuan Province, College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu 610225;
2. Institute of Artificial Intelligence for Meteorology, Chinese Academy of Meteorological Sciences, Beijing 100081;
3. Jilin Meteorological Observatory, Changchun, 130062;
4. Shangrao Meteorological Office of Jiangxi Province, Shangrao 334000
 全文: PDF (5080 KB)   HTML ( 输出: BibTeX | EndNote (RIS)      背景资料
摘要 利用2019年7月1日—8月12日欧洲中期天气预报中心(ECMWF)集合预报产品与同时段逐6 h地面降水观测资料,采用贝叶斯模型平均法,建立了ECMWF降水集合预报的BMA模型(简称BMA模型),并对BMA模型的“利奇马”台风降水的确定性预报和概率预报与ECMWF原始集合预报进行对比分析。结果表明:(1)总体上,BMA模型对台风降水集合预报有较好的订正效果,能有效改善预报的离散度。(2)与原始集合预报相比,BMA模型的连续等级概率评分(CRPS)、平均绝对误差(MAE)、均方根误差(RMSE)的平均值分别降低了13%、34%和25%,在一定程度上提高了预报的可靠性,但随着降水量级增大,提高程度逐渐减弱;BMA模型还在一定程度上降低了原始集合预报对暴雨及以上量级降水预报概率的虚报,提高了“利奇马”台风暴雨及以上量级降水落区预报的准确性。(3)在该个例中第25百分位至第95百分位可视为有效预报区间,经BMA模型订正后的有效预报区间对降水观测的捕捉能力更强,BMA模型订正后的ECMWF集合预报捕获率比原始集合预报提高13.3%。
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
RSS
作者相关文章
赵琳娜
姚梦颖
巩远发
慕秀香
李依瞳
安建宇
关键词台风暴雨   概率降水预报   集合预报   贝叶斯模型平均   后处理技术     
Abstract: Using the products of European Centre for Medium-range Weather Forecasts (ECMWF) ensemble prediction and rain gauge data with interval of 6 hours from July 1 to August12 in 2019, we have established a precipitation probability forecast model (hereinafter referred to as the BMA model) based on Bayesian Model Average, and then conducted a comparative analysis of the deterministic forecast and probability forecast of typhoon Lekima precipitation based on the BMA model with respect to the raw ensemble forecast of ECMWF. The main results are as follow. (1) In general, the BMA model has a good correction to the typhoon precipitation ensemble prediction, and it can improve the dispersion of ensemble prediction effectively. (2) Compared with the raw ensemble forecast, the averaged values of CRPS, MAE and RMSE of the BMA model were reduced by 13%, 34% and 25%, respectively, which improved the reliability of the forecast to some extent. However, the improvement degree gradually weakened as the precipitation grade increased. The BMA model can also reduce the false alarm of probability prediction of rainstorm and heavier precipitation to a certain extent. It can also improve the accuracy of typhoon Lekima rainstorm and heavier precipitation’ s area forecast. (3) In this case, the 25th percentile to the 95th percentile forecast can be regarded as an effective prediction interval. The effective prediction interval revised by the BMA model has a stronger ability to capture precipitation observations, and the ensemble forecast capture rate revised by the BMA model is 13.3% higher than that of raw ensemble forecast.
Key wordstyphoon rainstorm   precipitation probability forecast   ensemble forecast   Bayesian Model Average   postprocessing technique   
收稿日期: 2020-01-21;
基金资助:国家重点研发计划(2017YFC1502000);国家重点基础研究发展计划(2015CB452806);中国气象科学研究院科技发展基金项目(2020KJ014);国家科技支撑计划课题(2015BAK10B03);中国气象科学研究院基本科研业务费专项(2020Z011,2019Z003);国家科技重大专项(2013ZX07304-001-1);国家自然科学基金项目(41475044)
通讯作者: 慕秀香,主要从事天气预报研究与应用。E-mail:muxx_jlqx@163.com   
作者简介: 赵琳娜,主要从事集合预报研究与应用。E-mail:zhaoln@cma.gov.cn
引用本文:   
赵琳娜, 姚梦颖, 巩远发,等 .2020. 基于贝叶斯模型平均法的“利奇马”台风暴雨预报订正研究[J]. 暴雨灾害, 39(5): 451-461.
ZHAO Linna, YAO Mengying, GONG Yuanfa, et al .2020. Calibration of prediction for rainstorm event caused by typhoon Lekima based on Bayesian Model Averaging[J]. Torrential Rain and Disasters, 39(5): 451-461.
 
没有本文参考文献
[1] 李俊, 杜钧, 许建玉, 王明欢. 一次特大暴雨过程高分辨率集合预报试验的检验和评估[J]. 暴雨灾害, 2020, 39(2): 176-184.
[2] 陈良吕, 吴钲, 高松. 对流尺度集合预报中模式地形扰动对其预报技巧的影响研究[J]. 暴雨灾害, 2019, 38(6): 649-657.
[3] 任福民, 杨慧. 1949年以来我国台风暴雨及其预报研究回顾与展望[J]. 暴雨灾害, 2019, 38(5): 526-540.
[4] 陈良吕, 夏宇, 陈法敬. TIGGE技术对西南地区地面要素预报性能的分析[J]. 暴雨灾害, 2019, 38(4): 364-372.
[5] 武英娇, 杨浩, 钱仙桃, 曹晋娟, 李冰. ECMWF集合预报在安徽大别山区降水预报中的检验[J]. 暴雨灾害, 2019, 38(1): 66-71.
[6] 王智,范旭亮,于甜甜. 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, 2018, 37(01): 8-13.
[7] 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.
[8] 郑婧,许彬,许爱华. 远距离台风“康森”与高空西北气流共同作用对大暴雨的影响[J]. 暴雨灾害, 2017, 36(04): 329-338.
[9] 吴志彦1,李宏江1,石燕清2,李旭杰1. 山东半岛一次台风暴雨过程的冷空气侵入特征分析[J]. 暴雨灾害, 2016, 35(1): 61-.
[10] 朱鹏飞,邱学兴,王东勇,朱红芳. ECMWF 降水极端天气指数在安徽省的应用评估[J]. 暴雨灾害, 2015, 34(4): 316-323.
[11] 周迪,陈静,陈朝平,汪娇阳. 暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究[J]. 暴雨灾害, 2015, 34(02): 97-104.
[12] 汪娇阳,陈静,刘琳,田华. 极端降水天气预报指数对气候累积概率分布敏感性研究[J]. 暴雨灾害, 2014, 33(4): 313-319.
[13] 岳彩军. Q矢量、螺旋度、位涡及位涡反演在台风暴雨研究中的应用进展[J]. 暴雨灾害, 2014, 33(3): 193-201.
[14] 吴志鹏, 陈静, 张涵斌, 陈浩, 夏宇. 基于集合预报的持续性强降水可预报性评估方法研究[J]. 暴雨灾害, 2014, 33(2): 97-105.
[15] 赵金彪, 韩慎友, 李佳颖. 影响广西的两次台风暴雨中尺度对比分析[J]. 暴雨灾害, 2014, 33(2): 156-162.
版权所有 © 2011《暴雨灾害》编辑部
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