Performance verification of multi-model heavy rainfall processes prediction in the Sichuan Basin

doi:10.11755/j.issn.1006-7639(2024)-03-0473

Abstract

Abstract:

In order to further understand the prediction ability of current numerical prediction models, this paper selects 47 heavy rainfall processes that occurred in the Sichuan Basin from 2018 to 2020 and classifies them, then based on merged precipitation products and ground observation data, the prediction ability of European Centre for Medium-Range Weather Forecasts (ECMWF), China Meteorological Administration Mesoscale Model (CMA_MESO) and Southwest Center WRF ADAS Real-time Modeling System (SWC_WARMS) models in the range, intensity, extreme value, time and displacement deviation of heavy rainfall processes is validated and assessed by using threat score, space-time sliding and other methods. The results show that the 08:00 (UTC+08:00) prediction of each model is better than the 20:00 (UTC+08:00) prediction, the ECMWF is better in moderate rain and heavy rain prediction, the SWC_WARMS has a higher score in the rainstorm prediction. The prediction range of moderate rain by various models is generally larger than the actual, and gradually turns to underestimate with the increase of magnitude, in which SWC_WARMS is closer to the actual. For rainfall intensity, the average precipitation and extreme value of ECMWF and CMA_MESO are generally smaller than the actual, and the prediction of SWC_WARMS is closer to the actual. The time deviation of predictions of three models is not obvious, only a few initial forecast times have a time deviation of -6 to 3 h, the displacement deviation of ECMWF products is the smallest, the prediction of ECMWF and SWC_WARMS are mainly northerly in latitudinal direction, while in meridional direction, the prediction of ECMWF is mainly to the west, and the predictions of CMA_MESO and SWC_WARMS are mainly to the east.

Key words: validation and assessment, time sliding, space sliding, three-source merged precipitation, process classification

摘要：

为进一步认识当前数值预报模式的预报能力，选取2018—2020年发生在四川盆地的47次强降水过程进行分型，再基于多源降水融合产品和地面观测资料，通过TS评分、时空滑动等方法对欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）数值预报模式、国家气象中心区域中尺度数值预报模式（China Meteorological Administration Mesoscale Model，CMA_MESO）和西南区域数值预报系统（Southwest Center WRF ADAS Real-time Modeling System，SWC_WARMS）在强降水过程范围、强度、极值、时间和位移偏差等方面的预报能力进行检验评估。结果表明，各模式08：00（北京时，下同）预报优于20：00预报，ECMWF对中雨和大雨预报更优，SWC_WARMS的暴雨量级评分更高。各模式对中雨的预报范围普遍较实况偏大，随着降水量级增大，逐渐转为低估，其中SWC_WARMS更接近实况。对于降水强度，ECMWF和CMA_MESO的平均降水量和极值普遍较实况偏小，SWC_WARMS更接近实况。3种模式时间偏差不明显，仅个别起报时次有-6~3 h的时间偏差；ECMWF的位移偏差最小，纬向上ECMWF和SWC_WARMS以偏北为主，经向上ECMWF以偏西为主，CMA_MESO和SWC_WARMS以偏东为主。

关键词: 检验评估, 时间滑动, 空间滑动, 三源融合降水, 过程分型

CLC Number:

P457.6

LONG Keji, YANG Kangquan, KANG Lan. Performance verification of multi-model heavy rainfall processes prediction in the Sichuan Basin[J]. Journal of Arid Meteorology, 2024, 42(3): 473-483.

龙柯吉, 杨康权, 康岚. 多模式对四川盆地强降水过程的预报性能检验[J]. 干旱气象, 2024, 42(3): 473-483.

Figures/Tables 15

Fig.1 Distribution of automatic precipitation stations in Sichuan Province and validation area （the black box）

Fig.2 Example of time translation （a） and space translation （b） validation

Fig.3 Rainstorm stations and precipitation extremes during heavy rainfall processes from 2018 to 2020 in Sichuan Province

Tab.1 Information of heavy rainfall cases from 2018 to 2020 in Sichuan Province

类型	个例日期	暴雨站数（平均）/站	极值（平均）/mm
A	2018-07-01、2018-07-02、2018-07-08、2018-07-15、2019-07-19、2019-08-20、2019-09-07、2020-06-15、2020-07-09、2020-07-14、2020-07-15、2020-08-14、2020-09-09	298~970 （466）	152~329 （239）
B	2018-06-25、2018-06-29、2018-07-10、2018-07-14、2018-07-26、2019-08-05、2019-08-21、2019-09-09、2020-06-26、2020-06-29、2020-07-16、2020-07-24、2020-07-25、2020-07-29、2020-07-30、2020-08-06、2020-08-10、2020-08-12、2020-08-15、2020-09-05	205~1 261 （596）	166~540 （276）
C	2018-05-20、2018-05-21、2018-08-01、2018-08-02、2018-08-21、2018-09-04、2018-09-05、2019-04-19、2019-06-04、2019-06-27、2019-07-21、2019-07-28、2019-08-02、2019-08-04、2019-09-12、2019-09-13、2020-06-16、2020-08-11、2020-08-16、2020-08-17、2020-08-23、2020-08-29、2020-08-30	296~1 238 （616）	142~360 （238）

Fig.4 Comprehensive threat score of different precipitation grades of 47 heavy rainfall processes

Fig.5 The threat score of different precipitation grades of classified heavy rainfall processes

Fig.6 The bias score of different precipitation grades of 47 heavy rainfall processes

Fig.7 Boxplots of bias score of classified heavy rainfall processes （a） heavy rain，（b） rainstorm

Fig.8 The ratio between predicted and actual precipitation intensity of different precipitation grades during heavy rainfall processes

Fig.9 Boxplots of the ratio between predicted and actual precipitation intensity during the classified heavy rainfall processes （a） heavy rain，（b） rainstorm

Fig.10 Scatter map of predicted and actual precipitation extreme values （a） and comparison of predicted and actual extreme values during classified precipitation processes （b）

Fig.11 Displacement deviation of heavy rain （a， b） and rainstorm （c， d） magnitude precipitation prediction staring at 08：00 （a， c） and 20：00 （b， d）

Fig.12 Boxplots of latitudinal （a， c） and meridional （b， d） deviation of heavy rain （a， b） and rainstorm （c， d） prediction during classified heavy rainfall processes

Fig.13 Time sliding threat score of prediction of precipitation with different grades of three models during heavy rainfall processes

Fig.14 Distribution of threat score of heavy rain （a） and rainstorm （b） magnitude in classified heavy rainfall processes and optimal score frequency

References 31

[1]	陈朝平, 卢萍, 2020. SWCWARMS模式不同起报时次对"18.05.21"强降水过程的预报能力评估[J]. 高原山地气象研究, 40(3): 1-9.
[2]	陈得圆, 王磊, 李谢辉, 等, 2022. 四川盆地西部一次典型连续夜雨的数值模拟[J]. 高原气象, 41(1): 216-225. DOI
[3]	段静鑫, 赵天良, 徐祥德, 等, 2018. 四川暴雨过程中盆地地形作用的数值模拟[J]. 应用气象学报, 29(3): 307-320.
[4]	郭旭, 龙柯吉, 范江琳, 等, 2021. 四种降水融合产品在四川持续性强降水过程中的对比评估[J]. 高原山地气象研究, 41(2): 42-52.
[5]	康岚, 郝丽萍, 罗玲, 等, 2013. 1002号台风对四川盆地大暴雨的影响分析[J]. 热带气象学报, 29(1): 169-176.
[6]	雷丽娟, 雷小途, 2018. 东海台风对四川东部暴雨的影响研究[J]. 热带气象学报, 34(3): 314-323.
[7]	李博渊, 赵江伟, 庄晓翠, 2020. ECMWF细网格模式探空在阿勒泰地区短时强降水预报中的统计检验[J]. 沙漠与绿洲气象, 14(3): 61-67.
[8]	李银娥, 张文言, 陈赛男, 等, 2019. 2008—2017年鄂西南区域极端降水特征及成因[J]. 干旱气象, 37(6): 875-884.
[9]	龙柯吉, 谷军霞, 师春香, 等, 2020. 多种降水实况融合产品在四川一次强降水过程中的评估[J]. 高原山地气象研究, 40(2): 31-37.
[10]	龙妍妍, 范广洲, 段炼, 等, 2016. 中国近54年来夏季极端降水事件特征研究[J]. 气候与环境研究, 21(4): 429-438.
[11]	潘留杰, 张宏芳, 陈小婷, 等, 2017. ECMWF集合预报在中国中部地区的降水概率预报性能评估[J]. 高原气象, 36(1): 138-147. DOI
[12]	蒲学敏, 白爱娟, 毛晓亮, 2021. 高原涡与西南涡相互作用引发暴雨过程及云系特征分析[J]. 气象科技进展, 11(4): 89-101.
[13]	沈晓燕, 申燕玲, 权晨, 等, 2022. 不同方法对青海2020年强降水模式产品预报性能的检验对比[J]. 干旱气象, 40(2): 333-343. DOI
[14]	师锐, 何光碧, 周春花, 2021. 四川一次持续性暴雨过程的水汽特征及多尺度系统影响分析[J]. 干旱气象, 39(3): 415-425.
[15]	师锐, 何光碧, 龙柯吉, 2015. 一次四川盆地低涡型特大暴雨过程分析[J]. 干旱气象, 33(5): 845-855. DOI
[16]	王彬雁, 陈朝平, 黄楚惠, 2020. SAL方法在四川降水预报检验中的应用[J]. 干旱气象, 38(3): 472-479.
[17]	王茂书, 肖递祥, 袁亮, 等, 2020. 两种不同路径台风对四川东北部持续性暴雨影响对比分析[J]. 沙漠与绿洲气象, 14(6): 29-38.
[18]	肖递祥, 王佳津, 曹萍萍, 等, 2020. 四川盆地突发性暖区暴雨特征及环境场条件分析[J]. 自然灾害学报, 29(3): 110-118.
[19]	肖红茹, 顾清源, 何光碧, 等, 2009. 一次大暴雨过程中高原低涡与西南低涡相互作用机制探讨[J]. 暴雨灾害, 28(1): 14-20.
[20]	肖红茹, 王佳津, 肖递祥, 等, 2021. 四川盆地暖区暴雨特征分析[J]. 气象, 47(3): 303-316.
[21]	杨康权, 卢萍, 张琳, 2017. 高原低涡影响下的一次暖区强降水特征分析[J]. 热带气象学报, 33(3): 415-425.
[22]	张武龙, 康岚, 陶勇, 等, 2021a. 四川盆地极端短时强降水中尺度对流系统组织类型[J]. 成都信息工程大学学报, 36(6): 697-704.
[23]	张武龙, 康岚, 周威, 等, 2021b. 基于GRAPES-MESO模式的极端短时强降水预报[J]. 干旱气象, 39(3): 507-513.
[24]	郑婧, 夏侯杰, 陈娟, 等, 2020. 基于ECMWF模式的定量降水客观订正方法[J]. 高原气象, 39(4): 830-839. DOI
[25]	周秋雪, 康岚, 蒋兴文, 等, 2019. 四川盆地边缘山地强降水与海拔的关系[J]. 气象, 45(6): 811-819.
[26]	周懿, 郭云云, 余芳, 2020. 四川盆地一次西风槽和台风共同作用暴雨过程分析[J]. 高原山地气象研究, 40(2): 11-17.
[27]	ALEXANDER L V, 2016. Global observed long-term changes in temperature and precipitation extremes: A review of progress and limitations in IPCC assessments and beyond[J]. Weather and Climate Extremes, 11: 4-16.
[28]	GRIFFITHS M L, BRADLEY R S, 2007. Variations of twentieth century temperature and precipitation extreme indicators in the northeast United States[J]. Journal of Climate, 20: 5 401-5 417.
[29]	SUN J, ZHANG F Q, 2017. Daily extreme precipitation and trends over China[J]. Science China Earth Sciences, 60: 2 190-2 203.
[30]	ZHAI P M, ZHANG X B, WAN H, et al, 2015. Trends in total precipitation and frequency of daily precipitation extremes over China[J]. Journal of Climate, 18(7): 1 096-1 108.
[31]	ZHANG W X, ZHOU T J, 2019. Significant increases in extreme precipitation and the associations with global warming over the global land monsoon regions[J]. Journal of Climate, 32(24): 8 465-8 488.