论文推荐 |融合物理理解与模糊逻辑的分类强对流客观短期预报系统:(2)表现评估

文摘   2024-07-05 18:02   北京  
点击上方“气象期刊” 可以订阅哦!


强对流客观短期预报是全球天气预报的前沿挑战和难题。我国的冰雹、雷暴大风和短时强降水各有其独特的标准和定义,短期时效的准确分类预报尤其困难。国家气象中心相关团队研发了基于物理理解与模糊逻辑人工智能方法相融合的分类强对流客观短期预报系统,并已投入业务运行。 


田付友等(2024)针对该分类强对流客观短期预报系统的相关预报结果,分析其在典型个例中的预报表现,并结合强对流预报业务中使用的空间检验方法和常用的确定性及概率性检验指标,对该预报系统在2022年4—9月的整体表现进行详细评估。

典型个例分析显示,预报结果可提前24小时指示不同种类强对流天气的重点关注区域(图1)。统计检验结果表明,短时强降水各方面性能最好,其次是雷暴,雷暴大风也有一定的可参考性。雷暴和短时强降水的最大TS区间分别为0.224~0.309和0.223~0.347,对应的Bias区间分别为1.509~2.330和1.458~1.797(图2)。雷暴大风预报性能相对稍差。四类强对流天气预报产品均存在预报概率与实况频率相比偏高的问题。此外,评估结果还显示,雷暴、短时强降水和雷暴大风预报产品均存在与预报覆盖时效有关的日变化。

图1 2022年6月12日20时起报的13日20时(a)雷暴,(b)短时强降水,(c)雷暴大风,(d)冰雹概率落区预报和(e)13日17—23时的实况分布

图2 四类强对流天气不同预报时效的最优TS和相应Bias变化

本文评估结果可为预报模型和系统研发以及产品应用等提供参考。


文章详情请点击下方“阅读原文”

气象期刊
《气象》(Meteorological Monthly) ISSN 1000—0526,CN11—2282/P
 最新文章