期刊文章详细信息
智能网格SCMOC及多模式降水预报对比
Comparative analysis of SCMOC and various numerical models for precipitation forecasting
文献类型:期刊文章
PAN Liujie;ZHANG Hongfang;LIU Jing;LIU Jiahuimin;LIANG Mian;QI Chunjuan;DAI Changming;LI Peirong(Shaanxi Meteorological Observatory,Xi’an 710014,China;Key Laboratory of Eco-Environment and Meteorology for the Qinling Mountains and Loess Plateau,Xi’an 710014,China;Shaanxi Meteorological Service Centre,Xi’an 710014,China;Shengyang Meteorological Observatory,Shengyang 110166,China)
机构地区:[1]陕西省气象台,陕西西安710014 [2]秦岭和黄土高原生态气象环境重点实验室,陕西西安710014 [3]陕西省气象服务中心,陕西西安710014 [4]沈阳市气象台,辽宁沈阳110166
基 金:中国气象局创新发展专项(CXFZ2022J023);中国气象局复盘总结专项(FPZJ2023-129);陕西省社会发展关键领域项目(2022SF-360);陕西省自然科学基金资助项目(2022JQ-249)。
年 份:2023
卷 号:46
期 号:2
起止页码:217-229
语 种:中文
收录情况:BDHX、BDHX2020、CAB、CSCD、CSCD2023_2024、JST、ZGKJHX、核心刊
摘 要: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-Meso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ECMWF,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。
关 键 词:SCMOC 预报评分 降水检验评分综合图 MODE方法检验
分 类 号:P457.6[大气科学类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...