利用地面历史观测数据对我国冬季典型降雪过程的雪水比进行了统计分析,在此基础上,利用改进后的Cobb算法、ECMWF IFS模式预报及中央气象台降水和相态网格预报构建了雪水比和新增积雪深度物理预报模型。结果表明:我国降雪过程的雪水比分布较广,最小为0.3:1,最大为100:1,仅有4%左右的雪水比为10:1;雪水比具有明显的区域和季节特征,新疆、西北地区东部、华北以及东北地区雪水比大于其他区域,冬季较春、秋季雪水比大;改进后的Cobb算法建立了随地形高度变化的云识别方案,利用云内温度与雪水比统计关系及垂直速度构建了雪水比和新增积雪深度预报模型,其预报的雪水比和新增积雪深度空间分布特征较原Cobb算法的预报更接近实况;结合雪水比预报模型和中央气象台降雪网格技术的新增积雪深度预报较ECMWF IFS模式预报有明显的改进,相对模式新增积雪深度预报TS评分提高率基本在10%以上,尤其对20 cm以上新增积雪深度预报能力提升明显。
利用地面历史观测数据对我国冬季典型降雪过程的雪水比进行了统计分析,在此基础上,利用改进后的Cobb算法、ECMWF IFS模式预报及中央气象台降水和相态网格预报构建了雪水比和新增积雪深度物理预报模型。结果表明:我国降雪过程的雪水比分布较广,最小为0.3:1,最大为100:1,仅有4%左右的雪水比为10:1;雪水比具有明显的区域和季节特征,新疆、西北地区东部、华北以及东北地区雪水比大于其他区域,冬季较春、秋季雪水比大;改进后的Cobb算法建立了随地形高度变化的云识别方案,利用云内温度与雪水比统计关系及垂直速度构建了雪水比和新增积雪深度预报模型,其预报的雪水比和新增积雪深度空间分布特征较原Cobb算法的预报更接近实况;结合雪水比预报模型和中央气象台降雪网格技术的新增积雪深度预报较ECMWF IFS模式预报有明显的改进,相对模式新增积雪深度预报TS评分提高率基本在10%以上,尤其对20 cm以上新增积雪深度预报能力提升明显。
利用地面历史观测数据对我国冬季典型降雪过程的雪水比进行了统计分析,在此基础上,利用改进后的Cobb算法、ECMWF IFS模式预报及中央气象台降水和相态网格预报构建了雪水比和新增积雪深度物理预报模型。结果表明:我国降雪过程的雪水比分布较广,最小为0.3:1,最大为100:1,仅有4%左右的雪水比为10:1;雪水比具有明显的区域和季节特征,新疆、西北地区东部、华北以及东北地区雪水比大于其他区域,冬季较春、秋季雪水比大;改进后的Cobb算法建立了随地形高度变化的云识别方案,利用云内温度与雪水比统计关系及垂直速度构建了雪水比和新增积雪深度预报模型,其预报的雪水比和新增积雪深度空间分布特征较原Cobb算法的预报更接近实况;结合雪水比预报模型和中央气象台降雪网格技术的新增积雪深度预报较ECMWF IFS模式预报有明显的改进,相对模式新增积雪深度预报TS评分提高率基本在10%以上,尤其对20 cm以上新增积雪深度预报能力提升明显。
