气象科技管理信息系统

气象科技管理信息系统

当前位置:首页 / 科技成果 / 成果展示 / 正文阅读

“十三五”优秀成果展示——登陆台风降水动力统计相似集合预报技术(DSAEF_LTP模型)

发布者:   来源:   发布时间:2023/12/7 0:00:00   标签:   浏览次数:379

成果评价编号: 中气科成评[2022]105
评价结果: 良好
成果名称: 登陆台风降水动力统计相似集合预报技术(DSAEF_LTP模型)
完成单位: 中国气象科学研究院、国家气象中心、海南省气象台、厦门市气象台
成果形式: 应用研究和技术开发类-方法
研究领域: 天气预报
评价年份: 2020
完成人: 任福民、邱文玉、丁晨晨、贾莉、陈博宇、任宏昌、张大林、王铭杨、谌芸、贾作、马蕴琦、郑艳、苏志重、蒋贤玲
成果简介: 受国家自然基金项目(41375056和41675042)支持,针对如何提升登陆台风强降水预报能力这一科学问题,首先开展了台风极端降水机理研究,进而在预报理论上提出了新思想“动力统计相似集合预报(DSAEF)”,并应用于登陆台风降水(LTP)预报问题——创建了具有可持续发展特性的DSAEF_LTP模型,目前已发布了两个版本。 该成果在国家气象中心、海南省气象台和厦门市气象台实现了业务应用。2021年10月通过了中国气象局天气预报科技成果中试基地成果认证并获中国气象局应用批文。 大样本试验和业务预报检验均显示,该模型对≥100mm台风过程降水预报TS评分优于现有包括业务模式在内的客观预报方法。
在台风极端降水形成机理研究方面,发现了我国台风极端降水存在频发和极端性的关键区,并揭示了不同物理因子与关键区台风极端降水的联系。进一步在预报理论上提出了新思想“动力统计相似集合预报(DSAEF)”:利用(观测为特解的)准确模式做预报、采用集合预报的方式实现预报。 将DSAEF思想应用于登陆台风降水(LTP)预报问题,创建了具有可持续发展特性的DSAEF_LTP模型——模型的广义初值由影响台风降水的物理因子所构成,可通过引入新因子或改善模型参数来改进模型的性能,目前已发布了两个版本。 与国内外同领域的研究相比,该模型在科学性、原创性、理论性、客观化、成熟度及业务应用上具有如下特点:(1)前述点特:机理研究基础、预报理论DSAEF思想和具有可持续发展特性的DSAEF_LTP模型;(2)获得了三项发明专利:ZL202010767470.6、ZL201711124239.X和ZL202010549020.X;(3)在该模型发展和台风极端降水机理方面已分别发表(含接受)论文12篇和6篇;(4)该模型已分别在国家气象中心、海南省气象台和厦门市气象台实现了业务应用。 查新结果显示,在国内外公开文献中未见与该技术相同的报道。对该技术的客观评价如下:(1)(DSAEF思想)是基于多源/模式指导预报进行超级集合预报的理论基础之一(WMO二区协主席,2022);(2)成功地应用于登陆台风极端降水预报(Costa et al., 2021);(3)抓到主要特征是成功的关键(Wang K等,2022);(4)能提供稳健的降水预报预警(Bagtasa, 2021)。 研究和业务化过程中,大样本试验和业务预报检验均显示,与ECMWF、GRAPES、GFS、SMS-WARMS(上海区域模式)以及其他客观预报方法相比,对≥100mm台风过程降水预报TS评分,DSAEF_LTP模型(V1.1)均排名第一。
在国家气象中心建立的登陆台风降水动力统计相似集合预报业务系统应用效果如下: (1)模型(V1.1)对2017-2020年37个台风进行独立样本全国预报试验,与ECMWF、GRAPES、GFS和SMS-WARMS相比,该系统对≥250mm和≥100mm过程降水预报的TS评分分别为0.06和0.17,在五个方法中均排名第一。 (2)试运行期间,针对2020-2021年高影响台风——黑格比(2020)和烟花(2021)——过程降水预报检验显示,与三种业务预报方法(预报员QPF、ECMWF和集合优选法)相比,该系统总体表现最优;其中,该系统对黑格比和烟花≥100mm过程降水预报的TS评分分别为0.15和0.31,均分别高于三种业务预报方法的评分。 与此同时,在海南省气象台和厦门市气象台建立的该技术本地化业务系统在当地也发挥了作用,取得了良好的预报服务效果。 DSAEF_LTP模型的上述应用,有助于改善我国当前登陆台风强降水预报能力不足的状况、提升登陆台风强降水预报的能力和水平,进而增强我国防台减灾的能力、带来重大的经济社会效益。 未来,将进一步发展与完善该模型,使其发挥更大的作用。
设为首页 | 加为收藏 | 网站介绍 | 联系我们
主管单位:中国气象局科技与气候变化司  网站维护:中国气象局气象干部培训学院
业务咨询:010-68409139 技术支持:010-68405445
地址:北京市海淀区中关村南大街46号 邮编:100081 EMAIL:kjgl@cma.gov.cn 京ICP备 15008089号-2
访问次数[60273579] 当前在线[0]