231 / 2022-04-15 16:14:18

青藏高原东北侧暴雨数值模式预报空间误差特征

数值模式 CRA 空间误差 暴雨 青藏高原东北侧

利用2019—2020年5—9月ECMWF、GRAPES-GFS大尺度数值模式20 h起报的36 h预报时效的24 h降水量预报和加密降水观测资料，基于目标属性的CRA空间检验技术识别、分离青藏高原东北侧暴雨目标（ECMWF模式18个，GRAPES-GFS模式11个），定量分析了两种模式对暴雨预报的空间误差（落区误差、强度误差和形态误差）特征，总结大尺度数值模式在青藏高原东北侧暴雨预报中的适用性。结果表明：（1） ECMWF和GRAPES-GFS两种模式的降水预报形态误差占比均最大，分别达52.36%和52.58%。ECMWF预报的强度误差占比最小，落区误差次之，而GRAPES-GFS的落区误差占比最小，强度误差次之。暴雨落区位移误差与大尺度模式预报系统快慢等因素有关，而形态误差可能与该地区复杂地形有关。（2） 两种模式预报的暴雨落区位置均较实况偏西偏北。暴雨雨区大值中心ECMWF偏西偏南明显，而GRAPES-GFS仅偏西，且偏差小于ECWMF，偏南偏北概率相当。（3） 对暴雨雨区面积的预报两种模式均明显偏小，容易造成暴雨漏报，但当暴雨雨区面积较大时，ECMWF预报面积偏大偏小的概率相当。对最大降水量和平均雨强的预报GRAPES-GFS模式均偏弱超过40%，ECMWF预报的平均雨强偏弱11.49%，平均雨强增强时，偏弱现象更明显，最大降水量偏强1.47%。通过统计两种模式对暴雨事件的预报倾向，发现两种模式均倾向于将暴雨降水面积、平均降水强度和最大降水量报弱，而GRAPES-GFS更容易出现漏报。（4） 两种模式对甘肃省陇东南地区和陕西省西南部的暴雨预报效果较好，而对陕北及宁夏等偏北地区的预报效果较差。相对而言，ECMWF对青藏高原东北侧较大范围暴雨的预报性能略由于CRAPES-GFS。