论文部分内容阅读
降水临近预报的研究对于降低我国气象灾害导致的经济损失至关重要,同时,对国家大型活动的安排也有重要的指导作用。研究基于雷达和卫星数据的降水临近预报可预报性是提高降水临近预报精度的重要基础。本文基于4场次降水数据和我国静止气象卫星FY-2F的4926幅数据,系统研究了遥感数据类型、降水系统、降水强度和季节对降水临近预报的可预报性的影响。得到了如下结论:(1)雷达预报数据类型影响预报精度。研究发现,先利用雷达基本反射率数据进行临近预报,而后对预报出的结果再反演为降水的,准确性较先反演后预报的精度较高。通过对这三种搜索半径参数对比分析,发现把搜索半径设置为L1类型(预报时长*2+6)时效果较好,POD指数1小时为70.95%,2小时为67.47%,同时误差也较低。(2)降水系统明显影响雷达遥感降水可预报性。通过地基雷达降水回波图像上的积状云、雹云、层状云、混合降水的降水系统预报实验,发现各降水系统的可预报性差异不大。总体而言,层状云降水系统稳定,可预报性较其他几种稍好,POD指数1小时为82.95%,2小时为82.21%。(3)不同强度的降水对雷达降水临近预报影响的差异较大。整体上来看,降水强度越大预报命中率越高。小雨预报命中率最低,1小时为18.82%,2小时为6.53%,误差也较大,对雷达降水临近预报时可预报性较差。暴雨的命中率较高,1小时为89.97%,2小时为79.31%,但暴雨的预报误差也较大。(4)以FY-2F数据为例,研究了静止气象卫星在不同降水系统、不同降雨强度及雨季不同月份的情况下的降水临近预报的可预报性。其中1小时降水预报的BIAS、Corr、RMSE、POD、FAR和CSI分别平均为-0.08、0.66、0.75 mm/h、0.55、0.28、0.46;2小时降水预报的BIAS、Corr、RMSE、POD、FAR和CSI平均为-0.19、0.42、1.074 mm/h、0.42、0.46、0.31。研究发现,不同降水系统的预报精度差异较大,如雨层云、层积云2小时的检测概率POD分别为0.73、0.58;在同种降水系统中,发展过程或消散过程对预报结果影响不明显。就降水强度而言,对暴雨及大暴雨预报精度优于小雨和中雨,小雨0.5小时的预报精度与暴雨1小时、大暴雨2小时相当。雨季不同月份的预报精度稍有差异,一般而言7月份的预报效果相对较好,5、9月份稍差。