自动气象站观测数据与人工观测数据对比分析

ECMWF-interim再分析数据和2009-2018年地面气象站逐时降雨观测的短期强降水数据集，针对广东省不同季节、不同地区的短期强降水，提出了基于显著性和敏感性评价的物理量优化和因素分析方法，建立了广东短期强降水概率预测模型。以参数显著性和预测敏感性为标准，在49个待选物理量中选择18个物理量，与多年平均状态明显不同，虚拟警报率低。**正交旋转因子分析方法将选择的物理量组合成6个因素，表示不同的大气环境条件；为了使组合因素更加适应，广东前后汛期根据因素偏差特点独立建模，建立分期、短期强降水6h格点概率预测模型。汛期业务试验表明，该模型具有良好的短期强降水概率预测效果。对2019年汛期模型每天报告两次的12小时预测时效内概率产品进行格点检验，以训练期**TS评分对应的固定概率为预测概率阈值。广东省大部分地区TS评分超过0.25分，最高为0.42分。与ECMWF-Fine业务模式相比，前后汛期分别增加了0.23和0.21分。个案分析表明，对于ECMWF模式经常泄漏的广东暖区短期强降水，概率预报模式具有明显优势，特别是为天气规模弱、动力强的强降水早期预警提供更有效的信息。