41 / 2023-03-06 10:03:41

GRAPES_3km 数值模式对沈阳地区对流性降水预报能力的检验和评估

MODE 短时强降水 Grapes_3km

选取2020年至2021年沈阳地区出现的8次有短时强降水出现的天气过程,应用点对点检验算法和MODE空间检验法，分析GRAPES_3km模式对该地区中小尺度对流过程的预报能力。

综合比对发现，Grapes_3km模式20时起报的模式预报结果优于08时。Grapes_3km模式在大雨、暴雨和大暴雨（以上）量级的降水预报中BIAS偏差大于1，降水强度预报明显偏强。除大暴雨以外，在其他降水等级的预报中Grapes_3km模式并不存在明显的差异，ETS大于0，表现为一定的正技巧。Grapes_3km模式中小雨（以上）量级TS评分相对较高，TS值为0.5左右，中雨和大雨（以上）量级TS评分次之，TS值为0.2左右，暴雨（以上）量级TS评分为0.15左右，而在大暴雨（以上）量级TS评分相对最差，为0.04左右。

利用MODE方法评估了不同起报时次8个匹配组合对象的详细属性分布值，可以看出匹配对象的质心距离分布范围为0.0～1.0 km，Grapes_3km模式对沈阳地区的强降水预报具有较好的预报能力，空间位置偏差较小。该方法在变换卷积半径的基础上提取降水对象，为用户提供了模式预报性能的多视角表现，具有独特的优势，但如何应用对象属性来提高实际的预报能力还存在一定的困难。