随着全球气候变暖的加剧,极端强降水事件发生频率明显增加,对经济社会发展及人民生命财产安全构成重大威胁。开展短时强降水的预报研究对于防灾减灾具有重要意义。基于湖北省区域自动站降水资料、短时强降水概率预报产品和中尺度高分辨...随着全球气候变暖的加剧,极端强降水事件发生频率明显增加,对经济社会发展及人民生命财产安全构成重大威胁。开展短时强降水的预报研究对于防灾减灾具有重要意义。基于湖北省区域自动站降水资料、短时强降水概率预报产品和中尺度高分辨率数值模式资料,采用邻域最优概率法和多模式融合技术对湖北省1~12 h短时强降水的落区进行预报与检验评估。结果表明,邻域法明显提高了中尺度数值模式对短时强降水的预报能力,其中面积邻域法的效果优于单点邻域法,CMAMESO、CMA-SH9和WH-RUC模式的最优面积概率均为5%,最优邻域半径分别为50、60、60 km;多模式融合预报方法较单模式单点邻域法表现出明显优势,2023年、2024年4—9月短时强降水的1~12 h TS评分均表现为正技巧,分别提高0.014、0.020;改进后的多模式融合方法对短时强降水的命中率有大幅提升,尤其是在湖北省2023年8月7日和2024年6月28日的多次强对流过程预报中均有提前精准预报。展开更多
文摘随着全球气候变暖的加剧,极端强降水事件发生频率明显增加,对经济社会发展及人民生命财产安全构成重大威胁。开展短时强降水的预报研究对于防灾减灾具有重要意义。基于湖北省区域自动站降水资料、短时强降水概率预报产品和中尺度高分辨率数值模式资料,采用邻域最优概率法和多模式融合技术对湖北省1~12 h短时强降水的落区进行预报与检验评估。结果表明,邻域法明显提高了中尺度数值模式对短时强降水的预报能力,其中面积邻域法的效果优于单点邻域法,CMAMESO、CMA-SH9和WH-RUC模式的最优面积概率均为5%,最优邻域半径分别为50、60、60 km;多模式融合预报方法较单模式单点邻域法表现出明显优势,2023年、2024年4—9月短时强降水的1~12 h TS评分均表现为正技巧,分别提高0.014、0.020;改进后的多模式融合方法对短时强降水的命中率有大幅提升,尤其是在湖北省2023年8月7日和2024年6月28日的多次强对流过程预报中均有提前精准预报。
