文摘
定量降水预报(QPFs)获得集合体的天气和研究预测Iguacu河流域(WRF)模型(IRW)在巴西南部。32降雨事件在2005年和2010年之间模拟WRF十配置。这些降雨的范围从本地天气尺度对流,导致显著增加Iguacu河的水平。平均,乐团取得了高达20%的技能比单一WRF预测分析的事件。WRF乐团也允许估算可预测性的色散预测为决策提供相关信息。阶段的整体预测错误比振幅更大的错误。更复杂的微观物理学参数化取得了更好的QPFs较小的相位误差。QPFs喂养IRW水文模型与类似的相位和振幅的错误。建议滞后QPFs可能减少阶段错误。
1。介绍
每小时QPF仍然是一个挑战在大气科学和天气预报。不确定性数值天气预报(NWP)是由不完整和不准确的观察当同化和放大模型的动力学和物理近似。他们可以减少整体预测研究自60年代NWP输出的统计(1]。不同的初始条件和物理开始在同一时间生产使用不同的解决方案的真正未来状态的气氛。我们的目标是提高预测和提供每个预测的不确定性2]。
NWP乐团使用几个成员选择,质量和能量摄动,滞后分析,数据同化和物理参数化。ECMWF运营整体系统[3)使用的组合预测成员物理和动力扰动传播的一系列解决方案和整体意味着错误降到最低。物理解决方案提供的不同微观物理学的积云参数化而动力解决方案进行风和温度扰动与奇异向量法领域。估计小扰动的增长在一段时间内(4]。摘要采用短程集合预报(5)实施操作与2001年10埃塔。2009年更新(6)与3埃塔成员BMJ积云计划,3与Kain-Fritsch积云计划,3 RSM / SAS和兽医粒子物理学,2和RSM / RAS和赵粒子物理学,与WRF-ARW WRF-NMM 5, 5。八WRF成员使用gef的初始条件(IC)(全球集合预报系统)增加传播增长率(7]。加拿大环境对全球和区域都使用20名成员乐团与卡尔曼滤波的动态扰动和一组物理参数化。在这个研究中,类似的RMSE性能得到了提高可靠性的地区一个由多个传播预测(8]。四个操作全球数值天气预报模型,ECMWF,气象厅、摘要,GFS UKMO,同时使用适当的权重获取multimodel合奏(MME)技术在实时印度气象部门,新德里(9]。印度域研究,给予不同的权重模型提高了QPF五天,纠正偏差技术可以产生更好的结果10]。
通常在操作中心的气象、天气预报使用两个或两个以上的模型。他们经常分析模型技能的预测时间流逝来验证是否现象如飓风、冷空气、对流系统复制。该方法可用于选择重要的气象特点导致灾害性天气。它们可能适用于产生扰动与恶劣天气预测能力比静态扰动(11]。
QPFs取决于适当的微观物理学的积云参数化和其他规模较大的现象。模型应该能够指定单个细胞的含水量通过对流强烈上升气流和下降气流和老细胞组成的层状区域垂直速度小于1米−1。此外,微观物理学的计划占大量的水汽凝结体类型产生的冷凝,蒸发、冻结、融化,沉积和升华12- - - - - -14]。各种各样的物理参数化进入预测模型来减少错误并提高QPF技巧。WRF版本3 (13)14微观物理学的积云参数化方案和7。Multiphysic成员可以提高灾害性天气的预报技巧介绍(14]。
降水是最重要的水文模型的输入变量。QPF中小流域仍然是一个主要的挑战,但是最近的研究表明改善洪水预报(15]。一般来说,温和降水的预测更熟练的数量比轻或重降水(16]。水文模型比大气的和简单的物理可以运行得更快。所以,如果你的电脑运行一个大气模型整体的功能,它是最有可能使用降水水文多个并行运行模拟是可行的17]。降雨径流模型驱动的结果QPFs校准方法基于模拟方法揭示产生有益的影响减少了事件的秋天和春天的季节2003 - 2008年(18]。因此(19),可以减少偏差调整整体的强度意味着使用降水的概率密度函数(PDF)每个乐团成员的价值观。即使第2周预测,改善获得约18%的平均流速及流水量和油藏流入预测使用合奏QPFs [20.]。
Iguacu河流域(IRW)可以与模糊模型,神经网络、随机和分布式模型与兼容的流速及流水量预测技能(21]。通常,这些IRW模型运行在测量降水和河流。本文展示了QPF乐团提高流速及流水量预测的结果。小时的决议合奏QPFs用于中小型流域这一目的。
2。方法
2.1。Iguacu河流域
IRW在巴西巴拉那州(图1(一))。这条河长1320公里,流流从库里蒂巴城市Foz Iguacu。在倾斜的通道10水库建造水力发电。IRW总面积是67000公里2区域的研究是首次24000公里2,没有建造水库(图1 (b)),所以河流自然流动。从上游943米海拔变化,在研究区域的出口765米,164米的下游IRW伊泰普水电站建成。它是最重要的水电站在南半球,与Iguacu瀑布下游,大自然的新七大奇迹之一。
(一)
(b)
QPF和水流模拟进行了从IRW水库上游。分水岭头位于大市区约1200公里2并继续下游农田和森林。IRW地形相当不规则表面之物的浓度范围的时间从6小时到24小时。几个相关的洪水事件发生在过去三十年ENSO(1983、1992、1997、2005、2007、2010年和2011年)与主要的社会和经济影响。每个洪水集城乡规划具体的后果。监测和预测河流阶段仍然是一个重要的活动保护生命和财产。值得注意的,上游IRW结束Uniao da维多利亚城市(UVC)水流从200米不等3年代−1到400米3年代−1在冬天,1000米以上3年代−1在夏天。短波紫外线充斥着排放超过1300米3年代−1(22]。
2.2。天气雷达和卫星QPE
每小时降雨量测量得到的雨量计网络和估计的s波段天气雷达在IRW(图1 (b))。雨量数据之间的平均距离IRW与更高的密度在市区27公里(图1(一)10公里)。雨量计网络传感器引爆桶与分辨率降雨量0.2毫米,误差0.5%的利率低于30 mm h−12%,超过120毫米的h−1。降水的估计是获得从雷达使用传统ZR关系: 在哪里=有效的雷达反射率(毫米6米−3),=降雨率(毫米人力资源−1),,可调参数。
古典Marshal-Palmer ZR关系和(23)是用于这项工作。雷达估计和降雨雨gauge-measured积累都是综合使用统计客观分析方案(soa)由佩雷拉球场et al。24]。在这种客观的分析方案,主要目标是最小化误差的统计分析得到降雨测量(仪表)和估计(雷达)。卫星降水估计得到红外通道的数据是13和中科技术(25]。gauge-measured的最后一个字段是一个加权平均降雨量,radar-estimated, satellite-estimated降雨积累(26]: 在哪里=综合radar-gauge降雨分析在网格点;=,radar-gauge和降雨雷达只在网格点之间的区别;=综合satellite-gauge降雨分析(mm)在网格点上;,satellite-gauge和satellite-only降雨在网格点之间的区别。
2.3。整体定量降水预报(EQPF)
每小时EQPF WRF模式,获得了ARW 3.1版本,应用于研究和操作模式27]。它集成了可压缩和nonhydrostatic大气动力和热力学云。地形效应是由地形跟踪坐标系规定。
10 WRF变异矩阵结合的物理方案(表1)运行32降雨事件在2005年和2010年之间,代表各种各样的中尺度和天气条件如飑线,冷空气,昼夜循环对流Iguacu分水岭。WRF将42垂直水平由切线双曲分布更接近地面和对流层顶的水平。YSU行星边界层,Dudhia RRTM短波和长波参数化,诺亚地表模型MM5相似性表层,初始条件规定的0.5度GFS全局模型被用于所有WRF运行。
最近的研究结果表明,与类似的计算机资源和物理模型,该模型解决发挥了更重要的作用比整体规模预测交货时间小于4天(28),即使有粗糙的地形(29日]。高分辨率的预测提供更详细的对流活动的演讲,但似乎很少,如果有的话,预测能力的尺度上添加细节出现(30.]。在这项研究中WRF被设置为9公里水平分辨率网格符合中尺度的好技能和操作计算资源。
WRF集成到48小时的时间步每小时60年代和输出。每小时平均降水量输入TopModel定期为每个subwatershed笛卡尔网格模型。
2.4。TopModel
水文模拟进行了TopModel, topography-based水文模型(31日]。选择是基于不同地形快速分水岭的更好的治疗。TopModel预测含水量的空间分布的函数索引的空间变异性估计水文相似性和均值总体水储存在每个时间步(基于水平衡32]。
TopModel假定水的动态循环表规定统一的地下径流单位面积产量在一个区域通过点和排水水力梯度的饱和区是由当地的表面地形斜率(31日,32]。Iguacu流域分为九subwatersheds(图1),网点与流速及流水量测量河流的部分。统一的土壤和植被在每个subwatershed被假定。地形指数()是由 在哪里=细胞subwatershed;=排水面积单位长度;在饱和区土壤=透射率;=坡度角的表面。
透射系数随深度的分布是一个指数函数的存储。赤字流路径平行于景观表面和水力梯度可以近似饱和区表面的斜率。的动态饱和区可以用连续稳态近似表示。根据达西定律,横向流单元可以表示为 在哪里=透射率的土壤饱和区,=坡度角的表面,=存储赤字,=参数指示土壤的透射率的下降,和=空间均匀充电率的水位。
从非饱和区充电饱和区为整个流域Qv建议(31日] 在哪里=非饱和区存储单元;为整个流域总单元数;单位长度上的流域。
根据非饱和区存储变化,可以计算径流由于饱和过剩。总径流量和径流由于饱和过剩和地下流。潜在蒸散是由笔者计算方法。
边坡角是来自美国地质调查局的GTOPO30海拔数据(331公里分辨率。
TopModel的校准(图2)获得了一个独立的数据集2003年3月至2004年1月当Iguacu河阶段水平2000米之间变化3年代−1(2003年5月)和300米3年代−1(2003年6月)34]。
2.5。验证
荆棘技能分数(BSS)是用于分析预测计算的概率预测概率之间的平均平方偏差和观察结果。BSS (35)可分为三个方面:可靠性、分辨率,和不确定性: 在哪里=数量的预测类别;=的概率类;=气候事件发生基准利率;=观察到的频率类;总发行的预测。
可靠性术语表明关闭预测概率是真正的概率。零是一个完美的预测。该决议项表明有多少概率不同于气候学。这不是零如果预测不同于气候学的平均水平,所以值越高越好。不确定项的变化只取决于观察。它是在事件发生时50%的时间和零如果事件总是发生36]。罕见和频繁的事件,不确定性项很小。但是,如果概率是50%的时候,不确定性很大。
QPF错误估计的均方误差(MSE)。它可以分为振幅和相位错误或损耗和色散错误,分别是(37]: 在哪里=观测降水观测;=预测降水;=标准差算子;=观察和预测降水之间的相关系数。
错误估计一小时降雨事件的时间间隔。
3所示。结果
的EQPF WRF与TopModel是用来模拟32降水事件在Iguacu流域2005年和2010年之间在巴西南部。大部分降雨事件开始深对流其次是层状降水与冷空气和飑线。在冬季冷空气更频繁更降雨空间分布在飑线和普通对流在春天和夏天的季节。
中尺度对流系统(MCS) Iguacu分水岭地区并不常见,但收益率录得超过100毫米−1。洪水一般由两个或两个以上的连续降水事件引起的,前额飑线冷空气紧随其后。第二轴的冷空气产生均匀的降雨和降雨趋于饱和土壤和地表径流迅速增加。每月的平均降雨量110毫米(冬季)和240毫米之间的不同(弹簧)的绝对最大460毫米(10月)和最小的3毫米(冬季)。值得注意的是每月超过Iguacu流域降水的范围从3.6毫米(2012年8月)到414毫米(2011年8月)。
当前每小时确定性QPF技巧不佳导致不准确的降水预报水文模型的输入。合奏的副产品可以增加技能的预测和成员的组WRF模拟允许的不确定性估计,非常有用的操作。
3.1。整体预测系统图(Epsgrams)
整体预测系统图(Epsgrams)都是有用的工具来估算降水预测的不确定性。Epsgrams可以很容易地提取最小和最大值,四分位数倾向,并从整体数据融合。
结果表明,层状降水事件往往较小比对流扩散阶段和振幅存在错误。例如,集合预报的层状的9月11日2005年在蔓延= 20 h,在流域观测降水平均水平的两倍(图3(一个))。在这种情况下,EQPF WRF可以成功的相位和振幅平均降雨量观测的分水岭。
(一)
(b)
(c)
(d)
大预测传播可能是有用的检测降雨事件的开始。每小时降水预测(图4(一))2009年8月1日,前额飑线(图4 (b))范围从0到5毫米平均的分水岭。但这是可以探测降水的插图。一些预测零毫米成员和其他人不检测。这个最初的降雨的检测是非常重要的,因为第二天在飑线(图之后4 (b))通过分水岭,增加了河流水位,冷锋先进分水岭和层状降水(图生产4 (c))在所有Iguacu流域产生一个强烈的洪水。EQPFs预测降雨陈述时间几小时(图4(一)),但没有延迟之后产生时间间隔的水文状况良好。
(一)
(b)
(c)
分散错误很难指导。例如,2010年4月25/26,降雨事件有很大的不确定性。一个向东绑定飑线经过流域南部的第一天(数字5 (b)- - - - - -5 (d))。成员预计0毫米人力资源−110毫米人力资源−1拥有大量散射可能由于降水系统的位置。在第二天,冷空气的对流与落后的层状降水发生最大降水平均在良好的协议与观测数据的分水岭5 (e)- - - - - -5 (j))。但一些预测成员取得了零沉淀的分水岭。成员只有同意最后的事件。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
3.2。荆棘技能分数
BSS的每小时QPFs Iguacu流域的降雨事件与峰值低于0.25(图0.3和0.45之间6),这表明所有交货期预测是有用的。决议项没有捕获各种事件,表明穷人区别气候学相比,可能是因为以前每小时比较。BSS maxima表明预测误差与相位误差每小时执行分析。所有预测的不确定性是普遍倍但总的来说好成绩第一和第二天的预测。他们也类似于其他文献[38- - - - - -40]。
3.3。确定性和概率QPFs
概率预测是一般比确定性一分之一操作使用,因为它包括不确定性,成员的融合/发散,合奏意味着和分散。比较确定的和整体的意思是模拟Iguacu分水岭如图7。更好的结果概率预测收益率为10%至20%。合奏意味着有一个平0.8打分数而决定性的变化从0.5到0.8。在一些时候,确定性预测的打分数等于合奏,从来没有相反。相似的结果被发现使用multimodel合奏(美国东南部41]。我们把这个结果更好地预测阶段的降水事件(见部分3所示。4)。
3.4。相位和振幅的错误
MSE,振幅,相错误的确定性和整体预测32降雨事件中可以看到图8。集合预报的振幅误差大于三个时期的确定性预测7 - 11小时,16 - 19小时,28-32人力资源(图8)。第一天结束时,在第二天下午,确定性预报的振幅误差远远大于整体的意思,可能由于错误模拟对流。阶段错误出现持续大于振幅合奏和确定性预测错误。整体的使用意味着可以减少相位误差对所有预测48小时。阶段的错误不能减少,但色散可以表明对流的插图。水文模拟的是有用的信息,特别是对事件的影响(42]。滞后降低运行阶段错误在某些事件,但它不是一个规则。此外,其他成员如使用WSM6和莫里森微观物理学参数化也以同样的方式逐步减少错误落后成员。
WSM6包括水物质的预后变量:水蒸气(云),水(),冰云()、雪()、雨()和霰()。莫里森two-moment方案,预测一样WSM6 +数量浓度(,)和混合比率(,)的云滴和云冰。乐团成员使用WSM6和莫里森深对流速度比其他人提供更实际的自记水位计。
3.5。沉淀积累数据
32事件的24小时降水累积偏差显示一个巨大的成员和QPE(图之间的色散9)。这些实验表明,成员会得到相同的偏差信号,但是,在某些事件,群众的范围是大的正面和负面。第二天,色散大于第一天虽然合奏的意思是改善。在许多情况下,模块的最大和最小是相似的。这色散是差异的证据微观物理学的方案和整体预测的重要性呈现不确定性数值预测。
(一)
(b)
均方根误差(RMSE)和相关(CORR) 24小时和48小时降水Iguacu分水岭(表2)显示成员之间重要的区别。莫里森、林和WSM6微观物理学的最佳方案而Kain-Fritsch (KF)和时三维积云模式达到比Betts-Miller-Janjic和Grell-Devenyi更好的技能。系综平均的技巧表现了个体成员进行准确预测根据每小时的模拟。
3.6。水文模拟
每小时QPFs输入TopModel预测流速及流水量Iguacu河为所有32降雨事件。降水方案预期的增加河阶段很重要。Iguacu流域有一个集中时间6小时和24小时之间的降水落在盆地可能导致优秀的河的预测水平的精确校准的水文模型。
TopModel运行输出使用合奏QPFs 2007年1月至5月的场景图所示10。开始时增加流速及流水量,WRF成员WSM6 / KF物理取得了最好的阶段阶段水平增加。系综均值和确定性预测延迟。这个结果是一个重要的指导深化分析预测的影响,可以作为进一步警告去模拟。比较校准(图2)与图的例子10我们可以得出这样的结论:水文模型的模拟中的错误,很大程度上,从天气预报,然后改善QPF技能直接影响流速及流水量预测。成立于10 - 20%减少偏见系综平均实验将有助于增加河水流的可预测性。
振幅和相位误差流水量图所示11对确定性和合奏降水输入。相位误差大于振幅错误。这表明TopModel模拟受降水和流速及流水量测量(内存),但集雨可以比降水输入更快做出反应。这个困难是放大在下游分在极端事件,像飓风43]。
4所示。结论
一WRF具有不同物理和滞后分析被用来QPF中型流域在巴西南部。集合预报与确定性的所有32降雨事件产生更好的结果。合奏意味着比确定性预测的总体技能高10%到20%。
它还允许估计可预测性,操作应用程序非常有用。根据预测的分散,可以进一步模拟排除成员技能较差或饲料在最近的观察和分析。
结果表明,可以取代确定性预测整体预测的几个优点。结果与复杂的微观物理学WSM6霰预后和莫里森方案,包括数量浓度和混合比的云滴和冰预测提高了系综平均的技能可能对流的更好的解决方案。
这项工作表明,预测由相位误差对所有降雨事件也影响与TopModel水文模拟。滞后运行可能会减少相位误差,但它并不是一个规则。成员与WSM6等完整的粒子物理学和莫里森获得更好的技能的降水预报,包括减少阶段错误。
TopModel模拟受降水和流速及流水量测量(内存),但集雨可以更快地沉淀的输入做出反应。EQPF成员提供大量分散的峰值流速及流水量模拟和广泛的实验表明,流速及流水量预测的延迟只能减少使用更精确的QPF场景。所以,流速及流水量预测的相位误差是QPF因变量。的技能EQPF大幅减少洪峰后当一个成员可以解决河的基本流程。
作为未来工作的建议,与大气数据同化的物理特性(雷达数据,例如,44])和高分辨率云级别的模拟可以用来改善整体的技能。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
作者感谢SIMEPAR和CNPq金融支持赠款nos。201341/2009-3和304033/2011-1 SIMEPAR提供数据集。