西北區(qū)域數(shù)值預(yù)報業(yè)務(wù)試驗系統(tǒng)基本要素預(yù)報效果檢驗

西北區(qū)域數(shù)值預(yù)報業(yè)務(wù)試驗系統(tǒng)基本要素預(yù)報效果檢驗柳媛普;張鐵軍;段海霞;曾鼎文;宋琳琳;李耀輝【摘要】利用全國地面及高空站點觀測資料,對西北區(qū)域數(shù)值預(yù)報業(yè)務(wù)試驗系統(tǒng)(northwestmesoscalenumericalpredictionsystem,NW-MNPS)2015年5月1日至2016年4月31日的預(yù)報結(jié)果進(jìn)行檢驗分析，評估NW-MNPS模式對西北區(qū)域地面、高空要素及降水的預(yù)報效果?結(jié)果表明:NW-MNPS模式對西北區(qū)域氣象要素預(yù)報整體效果較好,誤差均在合理范圍內(nèi)?其中，對地面2m溫度預(yù)報白天偏低，夜晚偏高,晝夜差偏小;對2m比濕預(yù)報白天偏高，夜晚偏低,晝夜差偏大;對10m風(fēng)速預(yù)報整體偏大?該模式對高空溫度預(yù)報偏低,比濕預(yù)報偏高，風(fēng)速預(yù)報低層偏大、高層偏小;對24h降水預(yù)報，小雨、中雨的預(yù)報普遍偏多,而對大雨及以上量級的預(yù)報普遍偏少,尤其是大暴雨的預(yù)報.％BasedonthemeteorologicalobservationdatafromsurfaceandaerologicalstationsinChina,theresultsofbasicmeteorologicalelementsforecastedbyNorthwestMesoscaleNumericalPredictionSystem(NW-MNPS)from1May2015to30April2016weretested,andtheforecasteffectofNW-MNPStotemperature,specifichumidityonsurfaceandupperlevelandprecipitationinNorthwestChinawasevaluated.TheresultsindicatedthattheforecasteffectofNW-MNPStobasicmeteorologicalelementsinNorthwestChinawerebetterasawhole,theerrorswereinreasonablerange.Theforecastedtemperatureat2metersabovethegroundwaslowerinthedaytimeandhigheratnightcomparedwiththeobserved,thetemperaturedifferencebetweendayandnightwassmallerthantheobservation.Onthecontrary,theforecastedspecifichumidityat2metersabovethegroundwashigherthantheobservedinthedaytimeandloweratnight,thedifferencebetweendayandnightwasbigger.However,theforecastedwindspeedat10metersabovethegroundwashigherthantheobservedoverall.Fortheelementsinupperlevels,theforecastedtemperaturewaslowerthantheobserved,andtheforecastedspecifichumiditywashigherthantheobserved,whiletheforecastedwindspeedwashigherinlowlevelsandlowerinhighlevelsthantheobserved.For24hoursprecipitation,theforecastedlightandmoderaterainfallweremorethantheobserved,whiletheforecastedheavyrainfallandabovegradeswerelessthantheobserved,especiallyfortheforecastedheavyrainstorm.【期刊名稱】《干旱氣象》年(卷),期】2018(036)002【總頁數(shù)】9頁(P301-309)【關(guān)鍵詞】西北區(qū)域;數(shù)值預(yù)報;NW-MNPS；檢驗評估【作者】柳媛普;張鐵軍;段海霞;曾鼎文;宋琳琳;李耀輝【作者單位】中國氣象局蘭州干旱氣象研究所,甘肅省干旱氣候變化與減災(zāi)重點實驗室,中國氣象局干旱氣候變化與減災(zāi)重點實驗室,西北區(qū)域數(shù)值預(yù)報中心,甘肅蘭州730020;中國氣象局蘭州干旱氣象研究所,甘肅省干旱氣候變化與減災(zāi)重點實驗室,中國氣象局干旱氣候變化與減災(zāi)重點實驗室,西北區(qū)域數(shù)值預(yù)報中心,甘肅蘭州730020;中國氣象局蘭州干旱氣象研究所,甘肅省干旱氣候變化與減災(zāi)重點實驗室,中國氣象局干旱氣候變化與減災(zāi)重點實驗室,西北區(qū)域數(shù)值預(yù)報中心,甘肅蘭州730020;中國氣象局蘭州干旱氣象研究所,甘肅省干旱氣候變化與減災(zāi)重點實驗室,中國氣象局干旱氣候變化與減災(zāi)重點實驗室,西北區(qū)域數(shù)值預(yù)報中心,甘肅蘭州730020;中國氣象局蘭州干旱氣象研究所,甘肅省干旱氣候變化與減災(zāi)重點實驗室,中國氣象局干旱氣候變化與減災(zāi)重點實驗室,西北區(qū)域數(shù)值預(yù)報中心,甘肅蘭州730020;中國氣象局蘭州干旱氣象研究所,甘肅省干旱氣候變化與減災(zāi)重點實驗室,中國氣象局干旱氣候變化與減災(zāi)重點實驗室,西北區(qū)域數(shù)值預(yù)報中心,甘肅蘭州730020【正文語種】中文【中圖分類】P435引言數(shù)值天氣預(yù)報是根據(jù)天氣演變過程的流體力學(xué)和熱力學(xué)方程組，在一定的初值和邊界條件下，求解未來一定時段大氣運(yùn)動狀態(tài)和天氣現(xiàn)象的方法。由于不同模式初始場、邊界條件、模式框架、參數(shù)化方案等各不相同，造成模式預(yù)報效果存在時間和空間上的差異。因此，對數(shù)值模式進(jìn)行檢驗評估是使用和發(fā)展數(shù)值預(yù)報系統(tǒng)的重要環(huán)節(jié)。伴隨著數(shù)值模式的快速發(fā)展，對模式預(yù)報能力的客觀檢驗顯得尤為重要［1-5］。盡管數(shù)值預(yù)報模式日益完善，計算精度不斷提高，但目前還是無法達(dá)到令人滿意的程度，預(yù)報值與實際值之間仍存在不同程度的誤差，即便同一預(yù)報模式也會存在著系統(tǒng)性和區(qū)域性誤差［6-9］，而對于不同要素預(yù)報其誤差也千差萬別［4,10-11］。因此，通過對數(shù)值預(yù)報的檢驗分析，不僅可以對模式物理方案、參數(shù)化及陸面過程等改進(jìn)提供參考，還可以為預(yù)報員使用模式時提供更多有用信息。模式檢驗早期是通過目視進(jìn)行誤差對比分析，其檢驗結(jié)果具有主觀性和非定量性，很難提供有效的判別標(biāo)準(zhǔn)。經(jīng)典檢驗方法［12］可以客觀、定量地檢驗?zāi)Ｊ降念A(yù)報效果及性能，該方法是通過站點觀測數(shù)據(jù)進(jìn)行點對點的對比，或者利用列聯(lián)表根據(jù)事件發(fā)生與否對預(yù)報、觀測進(jìn)行分類統(tǒng)計，以此來判別模式的預(yù)報技巧。雖然經(jīng)典檢驗方法以相同的方式對待不同事件，割裂了要素場的空間結(jié)構(gòu)，但其計算簡單、易于實現(xiàn)，能直接給出清晰、直觀且易于理解和判斷的確定性結(jié)果，因此在業(yè)務(wù)中廣泛使用［13］。目前，國外在數(shù)值模式檢驗方面主要有數(shù)值方法創(chuàng)新研究及模式預(yù)報效果檢驗［14-15］，其中模式檢驗新方法有強(qiáng)度尺度方法［16］、基于對象的降水檢驗方法［17］等國內(nèi)主要有數(shù)值模式預(yù)報要素的檢驗及檢驗方法的應(yīng)用。模式預(yù)報要素檢驗主要體現(xiàn)在多種數(shù)值模式的地面氣象要素預(yù)報在中國區(qū)域的適用性對比研究［9］，認(rèn)為數(shù)值模式預(yù)報資料在一定程度上能夠反映氣象要素的時空分布特征，在中國區(qū)域有一定的適用性，但數(shù)值上與觀測資料存在差異。其中，日本高分辨率模式對中國東南地區(qū)的預(yù)報技巧高于西北地區(qū)，對東部沿海的降水量級預(yù)報比西部地區(qū)更加合理［18］;BJ-RUC系統(tǒng)預(yù)報的地面氣象要素的變化趨勢與實況有很好的一致性，但由于系統(tǒng)的時間、空間分辨率較高，可用于短時臨近預(yù)報［4］。檢驗方法應(yīng)用有：強(qiáng)度尺度分解方法應(yīng)用到氣候地表溫度場的檢驗［19］、MODE方法對BJ-RUC系統(tǒng)降水預(yù)報產(chǎn)品的客觀檢驗［20］等。西北區(qū)域數(shù)值預(yù)報業(yè)務(wù)試驗系統(tǒng)NW-MNPS，是中國氣象局蘭州干旱氣象研究所于2014年底搭建成立的，主要用于西北區(qū)域的數(shù)值預(yù)報業(yè)務(wù)試驗。為了能夠更好地實現(xiàn)該系統(tǒng)的業(yè)務(wù)推廣應(yīng)用，本文利用模式經(jīng)典檢驗方法，通過站點觀測數(shù)據(jù)，檢驗NW-MNPS模式對西北區(qū)域常規(guī)氣象預(yù)報要素的預(yù)報效果，整體評估其在西北區(qū)域的預(yù)報性能。1模式、資料及方法模式及資料NW-MNPS模式以中尺度模式WRF(weatherresearchandforecastingmodel)3.6.1版本為基本框架，以GFS(globalforecastsystem)1°x1°的預(yù)報場資料作為模式初始場，采用三維變分資料同化系統(tǒng)［21］同化中國區(qū)域地面自動氣象站和高空雷達(dá)站常規(guī)觀測資料。模式中心位置為39°N、100°E,垂直層數(shù)40層，地圖投影采用Lambert投影；采用三重嵌套設(shè)置［圖1(a)］，D01為中國區(qū)域，D02為中國西北區(qū)域，D03為甘肅省區(qū)域，水平分辨率分別為27、9、3km，分別采用NCEP(NationalCentersforEnvironmentalPrediction)提供的全球10'、5'、2‘分辨率的地形資料和USGS(UnitedStatesGeologicalSurvey)陸面資料，積分步長分別為90、30、18s，輸出間隔對應(yīng)為3、3、1h，預(yù)報時效為168、72、48h，起報時間均為08:00(北京時，下同)。物理過程參數(shù)化方案選?。篋01、D02均選KF積云參數(shù)化方案［22］,D03不選積云參數(shù)化方案；Noah陸面過程參數(shù)化方案［23］;ACM2邊界層參數(shù)化方案［24］;RRTM長波輻射方案；Dudhia短波輻射方案；ThompsonGraupel微物理過程參數(shù)化方案［25］。利用D02區(qū)域預(yù)報結(jié)果進(jìn)行模式檢驗，D02的范圍為29.8°N—47.0°N、87.5°E—117.2°E，檢驗時段為2015年5月1日至2016年4月30日，檢驗要素有地面2m溫度、2m比濕、10m風(fēng)速、24h降水量以及高空溫度、比濕、風(fēng)速。使用了同時期地面和高空觀測資料，地面資料為中國氣象局下發(fā)的逐小時全國2400多個自動站報文資料，高空資料為全國120站逐12hL波段雷達(dá)觀測資料。兩種資料均通過解碼轉(zhuǎn)換為MET(modelevaluationtools)檢驗系統(tǒng)可讀的ASCII格式，并進(jìn)行氣候?qū)W界限值、區(qū)域界限值、時間一致性及空間一致性檢查等質(zhì)量控制，可用率達(dá)98.9%［26］。D02區(qū)域包括的地面觀測站有707個，高空站有33個，站點分布如圖1(a)。西北區(qū)域地形復(fù)雜，模式中地形高度普遍高于實際地形，尤其是高海拔地區(qū)二者差異更大［圖1(b)］。圖1NW-MNPS模式區(qū)域設(shè)置和D02區(qū)域觀測站點分布(a)及模式與觀測站地形高度對比(b)(淺色星為地面站，深色點為高空站)Fig.1ThedomaindesignofNW-MNPSmodelanddistributionofobservationstationsinD02(a),andthecomparisonofterrainheightbetweenthemodelandobservationstations(Thelightasterisksanddarkdotsforsurfacestationsandradiosondestations,respectively)方法MET是NCEP和NCAR(NationalCenterforAtmosphericResearch)在美國空軍及NOAA(NationalOceanicandAtmosphericAdministration)支持下共同開發(fā)的，集成了世界上先進(jìn)的模式檢驗技術(shù)，適用于WRF模式及其他數(shù)值模式輸出結(jié)果的檢驗［27］。MET是用于數(shù)值預(yù)報的客觀檢驗工具，功能豐富且完善，其中Point_Stat(pointstatistics)工具主要采用客觀檢驗方法對站點格式數(shù)據(jù)進(jìn)行檢驗評估。對NW-MNPS模式的檢驗主要是將模式格點結(jié)果插值到觀測站點后進(jìn)行站點檢驗評估，插值方法選取雙線性插值。連續(xù)變量檢驗連續(xù)變量檢驗主要采用平均誤差(meanerror，ME)、平均絕對誤差(meanabsoluteerror，MAE)、均方根誤差(rootmeansquarederror，RMSE)等指標(biāo)來表征要素的預(yù)報效果，計算公式如下：(2)(3)式中：n為觀測站點數(shù)量；i為某站；fi為某站的預(yù)報值；oi為某站的觀測值。(2)降水檢驗對降水的檢驗主要選取預(yù)報業(yè)務(wù)中常用的TS(threatscore)評分、ETS(equitablethreatscore）評分、預(yù)報偏差MBIAS來評估模式對24h降水的預(yù)報效果，計算公式如下：其中：（6）式中：nij為觀測站數(shù)，i表示預(yù)報，j表示觀測，各變量含義見表1。表1降水檢驗公式中各分量定義Tab.1Thecontingencytableofrainfallverificationformula預(yù)報觀測o=1（有）o=0（無）總計f=1（有）nllnlOnl?二n11+n10f=0（無）nOlnOOnO?二n01+n00總計n?1二n11+n01n?0二n10+n00T二n11+n10+n01+n002NW-MNPS模式預(yù)報效果檢驗2.1地面要素檢驗NW-MNPS模式預(yù)報的地面要素包括2m溫度、2m比濕和10m風(fēng)速。主要從各要素預(yù)報誤差隨預(yù)報時效的變化以及各要素不同預(yù)報時效誤差隨時間的變化兩方面，來檢驗?zāi)Ｊ降念A(yù)報效果。圖2是2m溫度、2m比濕及10m風(fēng)速模式預(yù)報值和觀測值的平均誤差、平均絕對誤差和均方根誤差的時間變化。從誤差隨預(yù)報時效變化［圖2（a）］看，2m溫度預(yù)報的誤差基本在合理范圍內(nèi)，24h預(yù)報時效內(nèi)誤差在2.0K以內(nèi)，但誤差存在明顯的日變化，預(yù)報值白天偏低，夜晚偏高，晝夜差偏小。不同季節(jié)2m溫度預(yù)報誤差變化也存在上述變化特征，尤其是夏季和冬季該變化特征更明顯（圖略）。從整體預(yù)報性能看，NW-MNPS模式對2m溫度預(yù)報的RMSE在3.0~4.0K之間，且隨著預(yù)報時效的增加誤差增大。從不同預(yù)報時效的預(yù)報效果［圖2(b)］看，模式對2m溫度的預(yù)報24h的預(yù)報效果好于48h，48h的預(yù)報效果好于72h，表明隨著預(yù)報時效的增加預(yù)報誤差逐漸增大；2m溫度預(yù)報夏季最好，冬季最差，而秋季預(yù)報效果接近于夏季，春季預(yù)報效果接近于冬季。NW-MNPS模式對2m比濕的預(yù)報普遍較站點觀測值偏小，無明顯的日變化，RMSE在1.5g?kg-1左右，且隨著預(yù)報時效的增加，預(yù)報誤差增大［圖2(c)］。從圖2(d)看出，不同預(yù)報時效2m比濕的預(yù)報誤差差異較小，其中預(yù)報誤差在3—10月日波動較大，誤差也較大，而在11月至次年2月日波動很小，誤差也小。其原因在于，該地區(qū)3—10月空氣濕度大，而11月至次年2月空氣濕度小。從10m風(fēng)速的誤差變化［圖2(e)］看，NW-MNPS模式對10m風(fēng)速的預(yù)報整體偏大，誤差日變化不明顯，RMSE為2.0~3.0m?s-1,且隨預(yù)報時效的增加誤差增加不明顯。從圖2(f)看出，不同預(yù)報時效10m風(fēng)速的預(yù)報誤差差異不明顯，且夏季低于冬季。降水利用TS、ETS、預(yù)報偏差3個指標(biāo)檢驗NW-MNPS模式對24h降水的預(yù)報效果(圖3)。整體來看，隨著預(yù)報時效的增加，該模式對降水預(yù)報的評分逐漸減小。從TS評分［圖3(a)］看，模式對24h小雨預(yù)報的TS評分達(dá)0.4以上，但中雨及以上量級的評分相對較低，尤其是大暴雨的評分基本為0。從ETS評分［圖3(b)］看，模式對小雨預(yù)報的ETS評分接近0.3，中雨及以上量級降水的預(yù)報評分較低。從預(yù)報偏差［圖3(c)］看，模式對小雨、中雨的預(yù)報普遍偏多，尤其是小雨預(yù)報偏多1倍之多，但對大雨及以上量級的降水預(yù)報普遍偏少，尤其是大暴雨的預(yù)報。從西北地區(qū)降水氣候概率特征看，該地區(qū)降水主要為小雨、中雨，大雨及以上量級降水相對偏少，尤其是暴雨和大暴雨。該模式能夠有效預(yù)報出西北區(qū)域普遍性的降水過程，而對小概率事件的強(qiáng)降水過程預(yù)報效果較差。圖4是NW-MNPS模式不同預(yù)報時效對不同量級24h降水預(yù)報的TS評分日變化。從不同時效的預(yù)報效果看，整體上24h預(yù)報時效最好，其次是48h和72h，但也存在48h或72h預(yù)報時效的降水預(yù)報效果好于24h。從不同量級的降水預(yù)報效果看，小雨預(yù)報的TS評分最高，其次是中雨，而大雨的預(yù)報效果最差。從不同季節(jié)降水預(yù)報的TS評分看，模式對夏季24h降水預(yù)報TS評分最高，最高達(dá)0.8，而冬季相對較低，基本在0.6以下；由于冬季降水少且量級小，因此中雨及以上量級降水預(yù)報TS評分基本為0。圖22m溫度(a、b)、2m比濕(c、d)及10m風(fēng)速(e、f)的預(yù)報誤差隨預(yù)報時效的變化(a、c、e)及其日變化(b、d、f)Fig.2Thevariationsoferrorswithpredictabilitytime(a,c,e)andtheirdailychange(b,d,f)for2mtemperature(a,b),2mspecifichumidity(c,d)and10mwindspeed(e,f)forecastedbyNW-MNPSmodel圖324h不同強(qiáng)度降水預(yù)報TS評分(a)、ETS評分(b)、預(yù)報偏差(c)隨預(yù)報時效的變化Fig.3VariationwithpredictabilitytimeofTS(a),ETS(b)andforecastbias(c)for24-hourprecipitationwithdifferentintensitiesforecastedbyNW-MNPSmodel圖424h不同強(qiáng)度降水預(yù)報TS評分日變化(a)小雨，(b)中雨，(c)大雨Fig.4DailyvariationsofTSfor24-hourprecipitationwithdifferentintensitiesforecastedbyNW-MNPSmodel(a)lightprecipitation,(b)moderateprecipitation,(c)heavyprecipitation高空要素圖5是NW-MNPS模式對高空要素的預(yù)報誤差隨高度的變化?？梢钥闯觯Ｊ綄Ω呖諝鉁氐念A(yù)報略有偏低，24h預(yù)報時效的均方根誤差除地面外，高空基本在2.0K以內(nèi)，而48h和72h預(yù)報為2.0~3.0K,且低層氣溫預(yù)報誤差比高層大［圖5(a)、圖5(b)和圖5(c)］;模式對比濕的預(yù)報略偏大，均方根誤差在3.0g?kg-1以內(nèi)，高層的比濕預(yù)報誤差大于低層，但不同預(yù)報時效其誤差差異不大［圖5(d)、圖5(e)和圖5(f)］；模式對風(fēng)速的預(yù)報誤差低層偏大、高層偏小，均方根誤差為3.0~4.0m?s-1,且高層大于低層［圖5(g)、圖5(h)和圖5(i)］。另外，對NW-MNPS模式預(yù)報的500hPa溫度、比濕、風(fēng)速不同預(yù)報時效的平均誤差與均方根誤差日變化進(jìn)行分析(圖6)。從不同預(yù)報時效的預(yù)報效果看，24h預(yù)報時效預(yù)報的平均誤差、均方根誤差最小,48h和72h預(yù)報時效預(yù)報的誤差相對較大。從對氣溫不同季節(jié)預(yù)報效果看，模式對夏季氣溫的預(yù)報效果明顯最好，不同預(yù)報時效的均方根誤差均在2.0K以內(nèi)，而對冬季氣溫預(yù)報相對較差,24h預(yù)報的均方根誤差在2.0K附近上下波動，48h、72h預(yù)報的均方根誤差則高于2.0K。模式對比濕的預(yù)報誤差夏季較大，且日波動大，而冬季的預(yù)報誤差較小，日波動也小。對風(fēng)速的預(yù)報誤差，季節(jié)差異不明顯，其中冬季預(yù)報稍差。圖524h(a、d、g)、48h(b、e、h)和72h(c、f、i)預(yù)報時效預(yù)報的高空溫度(a、b、c)、比濕(d、e、f)、風(fēng)速(g、h、i)的平均誤差、絕對誤差、均方根誤差的垂直廓線Fig.5TheverticalprofilesofME,MAEandRMSEwith24-hour(a,d,g),48-hour(b,e,h)and72-hour(c,f,i)predictabilitytimefortemperature(a,b,c),specifichumidity(d,e,f)andwindspeed(g,h,i)inupperlevelsforecastedbyNW-MNPSmodel圖6不同時效預(yù)報的500hPa氣溫⑻、比濕(b)、風(fēng)速(c)的平均誤差和均方根誤差日變化Fig.6DailyvariationofMEandRMSEfortemperature(a),specifichumidity(b)andwindspeed(c)on500hPaforecastedbyNW-MNPSmodelwithdifferentpredictabilitytime3結(jié)論與討論從整體性能看，模式對各氣象要素的預(yù)報誤差均在模式誤差允許范圍內(nèi)。對地面要素的預(yù)報，2m溫度和2m比濕的預(yù)報誤差存在明顯的日變化，2m溫度預(yù)報白天偏低，夜晚偏高，晝夜差偏小，而2m比濕預(yù)報白天偏高，夜晚偏低，晝夜差偏大；10m風(fēng)速的預(yù)報偏大，無明顯日變化。對高空要素的預(yù)報，氣溫預(yù)報偏低，比濕預(yù)報偏大，風(fēng)速預(yù)報低層偏大、高層偏小。對降水的預(yù)報，隨著預(yù)報時效的增加，降水預(yù)報評分降低。⑵從不同預(yù)報時效和不同季節(jié)的預(yù)報效果看，24h預(yù)報時效的預(yù)報效果明顯好于48h和72h。其中，地面2m溫度的預(yù)報夏季明顯好于冬季，10m風(fēng)速的預(yù)報夏季稍好于冬季，2m比濕的預(yù)報冬季誤差最小、夏季最大；對高空要素的預(yù)報，夏季預(yù)報效果明顯最好，冬季相對較差；對夏季24h小雨降水預(yù)報TS評分最高，最高達(dá)0.8，冬季相對較低，基本在0.6以下。NW-MNPS模式對各氣象要素的預(yù)報誤差均隨預(yù)報時效增加而增大，這是由模式本身隨積分時間的增加系統(tǒng)誤差累積效應(yīng)引起，目前可以通過滾動預(yù)報來減小這一誤差。該模式對各要素(2m比濕除外)的預(yù)報效果夏季好于冬季，這是由于影響我國西北地區(qū)的天氣系統(tǒng)夏季強(qiáng)于冬季，而模式對強(qiáng)的天氣系統(tǒng)預(yù)報優(yōu)于弱的天氣系統(tǒng)，所以在對結(jié)果訂正時要考慮季節(jié)變化。模式地形與實際地形亦存在較大差異，有必要對模式預(yù)報要素進(jìn)行地形高度訂正。另外，由于觀測資料的離散性及在西北區(qū)域分布稀少，模式預(yù)報結(jié)果與觀測結(jié)果存在一定差異，未來需從模式自身性能和觀測資料缺陷兩方面考慮進(jìn)一步開展深入檢驗分析。參考文獻(xiàn)：[1]陳海山，孫照渤?陸面模式CLSM的設(shè)計及性能檢驗口.模式檢驗J].大氣科學(xué),2005,29(2):272-282.王雨,李莉.GRAPES_MesoV3.0模式預(yù)報效果檢驗[J].應(yīng)用氣象學(xué)報,2010,21(5):524-534.張宏芳，潘留杰,楊新.ECMWF、日本高分辨率模式降水預(yù)報能力的對比分析[J].氣象,2014,40(4):424-432.閔晶晶.BJ-RUC系統(tǒng)模式地面氣象要素預(yù)報效果評估[J].應(yīng)用氣象學(xué)報,2014,25(3):265-273.張成軍,紀(jì)曉玲,馬金仁,等.多種數(shù)值預(yù)報及其釋用產(chǎn)品在寧夏天氣預(yù)報業(yè)務(wù)中的檢驗評估[J].干旱氣象,2017,35(1):148-156.潘留杰，張宏芳,朱偉軍，等.ECMWF模式對東北半球氣象要素場預(yù)報能力的檢驗[J].氣候與環(huán)境研究,2013,18(1):111-123.何金梅，劉抗，王玉紅，等.CUACE模式在蘭州城市空氣質(zhì)量預(yù)報中的檢驗訂正[J].干旱氣象,2017,35(3):495-501.井立紅，高婧，趙忠，等.數(shù)值預(yù)報模式在新疆塔城地區(qū)降水預(yù)報中的檢驗[J].干旱氣象,2017,35(1):134-141.龔偉偉』帀春香，張濤，等?中國區(qū)域多種數(shù)值模式資料的地面氣象要素評估[J].氣候與環(huán)境研究,2015,20(1):53-62.汪君，王會軍.WRF模式對江蘇如東地區(qū)風(fēng)速預(yù)報的檢驗分析[J].氣候與環(huán)境研究,2013,18(2):145-155.王雨,公穎,陳法敬，等?區(qū)域業(yè)務(wù)模式6h降水預(yù)報檢驗方案比較[J].應(yīng)用氣象學(xué)報,2013,24(2):171-178.GILLELANDE,AHIJEVYCHD,BROWNBG,etal.Intercomparisonofspatialforecastverificationmethods[J].WeatherandForecasting,2009,24(5):1416-1430.潘留杰，張宏芳,王建鵬.數(shù)值天氣預(yù)報檢驗方法研究進(jìn)展[J].地球科學(xué)進(jìn)展,2014,29(3):327-335.PRAKASHS,MOMINIM,MITRAAK,etal.Anearlyassessmentofmediumrangemonsoonprecipitationforecastsfromthelatesthigh-resolutionNCEP-GFS(T1534)modeloversouthAsia[J].PureandAppliedGeophysics,2016,173(6):2215-2225.MICHAELGB,JUNYEC,FRANKLINRR,etal.Evaluationofglobalprecipitationinreanalyses[J].JournalofAppliedMeteorologyandClimatology,2008,47(9):2279-2299.CASATIB,ROSSG,STEPHENSONDB.Anewintensity-scaleapproachfortheverificationofspatialprecipitationforecasts[J].MeteorologicalApplications,2004,11(2):141-154.DAVISC,BROWNB,BULLOCKR.Object-basedverificationofprecipitationforecasts.PartI:methodologyandapplicationtomesoscalerainareas[J].MonthlyWeatherReview,2006,134(7):1772-1784.潘留杰