Applications and Improvements of Storm Series Algorithms in SWIFT during B08FDP
“雨燕”中风暴算法在北京奥运天气预报示范项目中的应用及改进

介绍了临近预报系统“雨燕”中的风暴系列算法， 包括风暴识别、 风暴追踪、 基于TREC技术的风暴位置预报, 以及预报位置实时评分算法等。利用2008年北京奥运期间出现的多个强对流天气， 统计出该风暴产品在30 min和60 min预报时效的绝对距离误差分别约为13 km和23 km。分析了北京奥运天气预报示范项目期间该风暴产品误差较大的原因， 主要集中于TREC技术本身及其适用范围， 以及风暴预报方案中处理细节的不足， 具体为TREC技术不适用于孤立的回波单体， 雷达探测边界对TREC技术的影响， TREC矢量有时呈现出一定的空间不连续性， 以及对孤立少动单体的不当处理等。针对上述原因， 提出了一系列的改进方案， 包括对用于风暴位置预报的TREC矢量增加一致性检验， 利用风暴的历史轨迹校正不恰当的TREC矢量； 对TREC技术中象素阵列大小进行统计分析， 选择最适合北京地区的阵列大小； 风暴预报位置超出回波范围时新的处理技巧等。利用北京奥运期间的强对流资料， 对改进后的风暴算法进行评估。结果表明， 一方面， 改进后的算法能较好地控制风暴预报位置的绝对误差， 在30 min和60 min预报时效， 绝对误差分别减小了25%和26%。另一方面， 由于预报位置精度的提高， 能够提升相邻时刻风暴匹配的效率， 使得与以前算法相比有更多的风暴样本参与了各个预报时效的评分。