基于集合预报的淮河流域洪水预报研究

建立基于集合预报的淮河具有行蓄洪区流域洪水预报及早期预警模型。在洪水预报中引入数值天气预报以延长洪水预报的预见期。集合预报采用多模式和多分析集合预报技术,考虑初始场的不确定性和模式的不确定性,避免“单一”确定性数值天气预报结果易存在的预报误区。THORPEX 项目支撑的THORPEXInteractiveGrand GlobalEnsemble（TIGGE ）集合预报目的是建立全球交互式预报系统。本文以淮河流域为试验流域,以TIGGE 集合预报（加拿大气象中心（简称CMC,集合成员数为15个）、 欧洲中期天气预报中心（简称ECMWF,集合成员数为51个）、 英国气象局（简称UKMO ,集合成员数为24个）、 美国国家环境预测中心（简称NCEP,集合成员数为15个））驱动构建的水文与水力学相结合的具有行蓄洪区流域洪水预报模型以达延长洪水预报的预见期,新安江模型用于降雨径流计算、一维水动力学模型用于河道洪水演算,实现洪水预报及早期预警。为了进行比较,同时采用地面雨量计观测降水驱动构建的洪水预报模型,对2007和2008年淮河汛期洪水进行检验。结果表明,基于TIGGE 集合预报驱动的洪水预报预见期延长了72~120h ,证明了TIGGE 集合预报可以应用于洪水预报及早期预警。     

基于LDM的气象TIGGE系统接收时效研究优化

为了解决气象TIGGE系统数据接收效率低下的问题,分析研究了LDM数据传输软件的处理机制,针对业务传输流程,结合数据传输模式规范的特点,设计优化了系统的数据接收处理流程。通过调整对接收数据的处理模式,利用事件触发机制,将数据接收和后续处理紧密结合起来,建立两个环节的通路,减少了中间环节,从而提高了整个TIGGE数据接收时效。在业务系统中运行测试结果表明,基于LDM软件事件触发机制的处理流程极大地提升了系统数据接收时效,取得了很好的业务运行效果。     

基于TIGGE数据的中期降水预报在江苏省的应用效果评估

预见期长达14d的中期降水预报对于旱涝预测与水资源调度管理等具有重要意义,全球多模式集合预报(TIGGE)资料为区域中期降水预报提供了新基础。基于2008-2013年江苏省实测降水数据,采用TS、BS评分、平均偏差和均方根误差等评估指标,重点评估了CMA、CMC、ECMWF、JMA和NCEP这五个TIGGE代表模式在江苏省的中期预报效果。结果表明:整个预见期内各模式对于中小雨的预报评分都较高,小雨的TS评分值最高多在0.5左右,中雨以上等级降水存在较明显的漏报。预见期长达15d的日累积降水量预报只存在3d的衰减期,之后各项误差指标值能维持稳定,3d以上预见期的误差主要为预报值偏大。同时,5d以上累积降水量预报也较实际偏大,且冬季预报效果最好夏季最差,苏北地区好于苏南地区。就各代表模式而言,ECMWF与JMA模式分别在降水分级预报和日累积降水量预报中表现最好。