如何提高小时降水预报准确率是目前业务中亟需解决的难点问题。本文结合集合预报和邻域窗提出邻域最优百分位法（Optimal Neighborhood Percentile，ONP），实现了传统最优百分位法在确定性模式逐时降水预报分级订正中的应用。利用河南省区域自动气象站降水数据，对中国气象局中尺度天气数值预报系统（China Meteorological Administration Meso-scale Numerical Prediction Model，CMA-MESO）、中国气象局上海区域中尺度数值预报系统（CMA Shanghai 9 km Model，CMA-SH9）和中国气象局北京快速更新数值预报系统（CMA Beijing Model，CMA-BJ）的逐时降水预报进行订正。2024年4—9月业务应用结果显示，ONP通过减小降水空报提高晴雨准确率（Probability of Correction，PC）和0.1 mm以上降水TS评分（Threat Score，TS），通过增加降水命中提高2 mm以上降水TS评分。ONP在提高PC和不同降水量级TS评分方面的表现明显优于最优TS评分法（Optimal Threat Score，OTS）和频率匹配法（Frequency-Matching Method，FMM）。基于CMA-MESO模式的订正结果显示，ONP晴雨预报技巧达10.0%以上，远高于OTS（0.4%）；ONP订正后的20 mm以上降水TS技巧分别为OTS和FMM的1.80、2.25倍。ONP存在大量级（20 mm）以上降水过报现象，需进一步调整最优百分位选取指标加以抑制。
甘公网安备62010002000425号
陇ICP备17000949号-2
