共计 3728 个字符，预计需要花费 10 分钟才能阅读完成。
更多精彩，请点击上方蓝字关注咱们！
8 月 12-13 日，京津冀迎来了入汛以来最强降水。这次轰动了全国人民的降水过程体现如何？
据统计，截至 2020 年 8 月 13 日 06 时，北京、天津北部和西部、河北大部等地呈现大到暴雨，北京中部、天津静海及河北保定、沧州、邢台、邯郸、衡水等地大暴雨（100～190 毫米），雄安新区局地达 241 毫米；上述地区最大小时降雨量 50～126 毫米。河北北部、北京东南部和西北部呈现 7～9 级雷暴大风。（起源：中央气象台天气公报）
从预报角度，能够说下得不多不少，刚刚好。
京津冀地区 8 月 12 日 04 时 - 8 月 13 日 07 时 24 小时降水 (起源：北京市气象局) 其中，北京强降雨次要集中在夜间时段（12 日 21 时至 13 日 01 时）
62.0% 的气象观测站呈现暴雨，
20.3% 的气象观测站呈现大暴雨，
对于翘首盼了一天的北京 er 来说，
这次暴雨岂但没有爽约，而且
超过了“依萍找他爸要钱那天”（102.9 毫米）、“白素贞给许仙送伞那天”（100 毫米），但远不迭“杉菜来到道明寺”那天（400+ 毫米），也小于“721 大暴雨”的 163 毫米，小于台风温比亚的 432 毫米，小于“638 大暴雨”的最大 464 毫米，间隔 758 大暴雨的 1600+ 毫米还差的远。。。。如果还晓得这些，阐明你曾经是资深“天气玩家”了
这次暴雨过程，中央气象台 24 小时时段预报与实况基本一致。
那么你晓得现在预报员是如何制作降水预报的吗？
咱们从大数据信息开掘的角度来一窥到底。
家喻户晓，数值模式预报已成为古代天气预报业务的基石 。然而，随着数值模式的疾速倒退，预报员或用户不得不面对 信息过载 的问题。为了缓解或解决该问题，咱们基于汇合预报的思维，设计“QPF 权重评估举荐平台”，帮忙预报员在海量数据的根底上实现本身价值。
为什么要进行海量信息的集成？
来自不同预报核心的模式零碎异化了不同的观测材料、采纳不同的能源框架、物理参数过程，因而对不同区域、节令、时效和类型的天气体现各有优缺点。不同类型的数据源可提供互相补充的降水预报（QPF，Quantitative Precipitation Forecast）信息，例如：
- 寰球数值模式零碎可能提供大尺度零碎的降水信息;
- 汇合模式零碎可能提供预报的不确定性和低概率的极其天气信息;
- 高分辨率的中尺度模式能够提供对流性降水零碎的状态、演变等特色
已有国内外钻研均表明，集成多模式预报信息的 QPF 比单个模式体现出更好的预报技巧，如 Ebert(2001)指出简略汇合均匀的预报技巧和精度要远高于任何繁多模式。世界气象组织 (WMO) 发动的 THORPEX 迷信打算中的 TIGGE 打算建设了寰球超级汇合预报, 用这种超级集成办法来改良 1 -14 天的天气预报。
什么是 QPF 权重评估举荐平台？
国家气象中心设计建设的定量降水预报（QPF）权重评估举荐平台 V1.0（以下简称平台）已于往年 7 月投入运行，是在现有主客观交融定量降水平台的根底上（唐健, 代刊, 宗志平等,2018. 主客观交融定量降水预报办法及平台实现. 气象, 44(8),http://qxqk.nmc.cn/html/2018/…），撑持预报员实时评估多模式性能，向预报员举荐近期体现性能突出的模式或者主观办法，并定量给出最优组合及权重，无效撑持预报员实现主客观交融的定量降水预报流程。该平台包含实时与近实时评估、将来评估、历史个例检索等四个模块。上面咱们以本次京津冀暴雨过程为例，介绍各个模块的利用。QPF 权重评估举荐平台设计示意图
1.QPF 实时 / 近实时评估模块
通过实时评估和近实时评估模块，在平台首页会主动为预报员展现过来两周内各家模式逐日最优权重组合的状况，通过柱状图在右侧进行显示，用不同的色系辨别了寰球模式、区域高分辨率模式以及主观办法预报逐日最佳权重组合的状况，平台中部显示对应模式实时评估（相似图形能够通过 meteva 来实现详见前文，https://www.showdoc.com.cn/me…?page_id=3975618837938759）
在平台右侧，预报员能够通过仪表盘形式实现实时监控模式性能，5 个饼图别离显示的是逐 1 日、7 日、14 日、30 日以及选定时间段内多模式最优权重配比状况，后盾算法会依据选取时间段主动举荐排名前 5 的模式或者主观办法，并计算其最优权重组合，预报员能够高深莫测获取以后模式性能的比照，通过权重定量集成多模式降水预报。平台首页，QPF 权重实时评估模块
通过近期权重举荐后果能够发现，近 2 周内体现权重较好的模式别离为 Grapes3KM、GrapesMeso（权重别离为 18%、16%），体现较好的主观办法别离为 Logistic 勘误降水（30%）、GrapesMeso 频率勘误（15%）以及频率勘误 ECMWF（20%）。而近 1 天的权重则举荐：频率勘误 EC（30%）、自适应集成降水（10%）、Logistic 勘误降水（30%）、ECMWF（20%）、频率勘误 GRAPESmeso（10%）。然而因为近期降水较为扩散，暴雨站数较少，权重举荐的后果还须要预报员再进一步进行剖析、研判。
2. 多模式比照模块
预报员还能够通过多模式比照以及稳定性比照模块，对模式进行事先评估。模块中提供了实时缩放和定位性能，不便预报员进行多模式比照，同时后盾的图片压缩技术也确保浏览的便捷性。如下图所示，预报员能够非常便捷的在预报模式、预报时效、预报区域中进行疾速切换，浏览关怀的降水区域，比照模式差别和模式演变。就这次暴雨过程而言，从多模式预报比照和稳定性比照发现，通过选取 ECMWF 寰球、汇合最优百分位降水、自适应集成降水及 Logistic 勘误降水进行比照，发现各家模式或者主观办法都预报了这次京津冀暴雨过程，然而也存在肯定一致：从不同预报时效看，随着时效的邻近，各家模式和主观办法的一致性均在一直进步；从预报稳定性来看，汇合最优百分位降水预报的预报最为稳固，阐明汇合成员之间的相似性随着时效邻近而减少，预报确定性水平更高。
稳定性比照模块，能够便捷地浏览多模式比照和稳定性比照状况
3. 历史个例检索模块
预报员还能够应用平台中的 历史检索模块，查问历史类似个例。首先，预报员能够通过选定关注区域：全国或者 6 个预设区域（别离是华北、华东、华南、华中、东南以及西南地区），或者能够通过自定义经纬度的形式进行设定指标区域；设定后，会以热力求的形式返回指标区域内的类似过程暴雨过程工夫，热力求中色彩越深示意类似水平可能越高。当点击某个热力求模块，就会失去当天关注模式的实况预报比照评分图以及对应 24 小时预报两头时刻的局势场预报图。
历史个例检索模块
历史个例检索模块 -2020 年 8 月 7 日一次降水过程通过历史个例检索模块检索剖析能够发现近期与本次预报较为类似的个例是 2020 年 8 月 7 日华北地区的一次降水过程（如上图所示），咱们通过平台第一模块，追溯其当日最优举荐权重模式和相应权重为：频率勘误 EC：频率勘误 GRAPEmeso：ECMWF=6：2：2。预报员也能够进而应用咱们的另外建设的历史天气图剖析模块，进一步对历史天气进行检索和剖析（将另文介绍）。
本次降水过程测验
综合思考模式近期体现、多模式比照、稳定性比照、及 8 月 7 日历史个例检索的状况：1）在上一次暴雨过程之后，全国整体降水较为扩散，实时权重评估的后果可能较为孤立；2）8 月 7 日降水过程尽管较本次过程略有不同，但整体天气形势靠近，模式的权重配置、误差体现特色可能是相似的；3)GRAPES-3KM 和 Logistic 勘误因为近期体现佳，且这次过程后期为暖区过程，须要参考中尺度模式带来对流性降水的特色。咱们最终选取频率勘误 EC、频率勘误 GRAPEmeso、ECMWF、GRAPES-3KM、Logistic 勘误降水进入最初的交融过程，并给定权重别离为 30%、10%、10%、30%、20%。
这次京津冀暴雨预报咱们权重举荐的体现如何呢 ？ 根据所抉择的模式、主观办法及相应权重放入 MICAPS 主客观交融降水预报平台中，实现降水交融的操作，并选取 GRAPES-3KM 作为概率匹配的量级场。通过下图中采纳 MICAPS 中主客观交融降水模块进行模仿预报，交融的雨区后果也与实况较为靠近。从降水统计评分测验状况来看，最终交融预报暴雨（24 小时降水量 50mm 以上）的 TS 评分可达 0.31，BIAS 评分为 1.01（EC 模式对应 TS 评分在 0.25，BIAS 在 0.90）; 如果仅思考京津冀区域，交融预报暴雨 TS 评分可达 0.4，对应 EC 评分为 0.35，大暴雨（24 小时 100mm 以上）TS 评分可达 0.115，对应 EC 评分为 0.03, 晋升率靠近 3 倍。（注：TS 评分批示预报准确率，数值越高越好；BIAS 评分批示预报与实况范畴比率，数值越靠近于 1 越好）MICAPS 主客观交融平台 V3.5 界面：
多模式抉择比照、模式权重交融
以上是针对本次降水过程中平台应用的一些剖析后果，心愿平台能给预报员在日常的定量降水预报提供帮忙，也期待听到您的意见和倡议，有任何意见欢送后盾留言或分割文章作者：cooperation@cma.gov.cn
往期精选
·END·
中央气象台科技翻新服务
翻新·绿色·共享
微信号:kjcx_nmc
我就晓得你“在看”