青藏高原地形重力波拖曳的初步分析及数值模拟研究

针对目前对青藏高原大地形激发的重力波拖曳相关问题还不十分清楚,在GRAPES_Meso模式中引入次网格地形重力波拖曳参数化方案,通过数值试验初步研究了青藏高原地区次网格地形重力波拖曳的一些相关参数,结果指出:(1)沿30°N地形重力波拖曳的垂直分布显示,阻塞拖曳主要存在于模式的低层(第1—5层),重力波拖曳主要存在于模式的第5—10层;从水平分布看,模式第3层以阻塞拖曳为主,主要位于青藏高原边缘地区,阻塞拖曳大值区沿喜马拉雅山脉走向和青藏高原东坡;模式第5层以重力波拖曳为主,主要位于青藏高原东部地区和云贵高原的北部边缘。(2)弗劳德数和气流绕流高度分析表明,在青藏高原喜马拉雅山脉一带和高原东部边缘地区,气流爬坡能力强,同时在这一地区绕流高度最高;弗劳德数越大的地区绕流高度距离地表越高。(3)采用次网格地形重力波拖曳参数化方案后,对于低层和高层地形重力波破碎的发生有更准确的描述,地形重力波是向上垂直传播的。(4)个例和批量试验检验结果表明,采用次网格地形重力波拖曳参数化方案对于风场和降水模拟有正效果,提高了模式预报的准确率。     

天气与气候模式中次网格重力波拖曳参数化的研究

从数值模式物理过程地形参数化研究的角度,回顾了次网格地形重力波拖曳参数化、地形阻塞流拖曳参数化和对流强迫拖曳参数化等方面的研究现状,总结概括了目前模式物理过程中关于地形参数化研究中若干亟待解决的科学问题。另外,在华南中尺度模式预报系统(GRAPES_Mars)中引进和发展了地形重力波拖曳参数化方案KA95,讨论了KA95方案对2012年2月8-12日华南冷空气过程的影响。结果表明,地形重力波拖曳参数化的引入较好地改善了GRAPES_Mars模式对冬、春季低层南风偏强和地面温度偏高的现象,显示出重力波拖曳参数化对改善模式风场预报的突出作用和对减小模式系统偏差的良好应用前景。     

地形重力波拖曳参数化方案在华南中尺度模式（GRAPES）中的应用试验

在华南中尺度模式GRAPES中发展KA95方案地形重力波拖曳参数化方案(GWDO),并对2012年的2月8—12日影响华南冷空气过程、8月23—24日发生在广东的局地性暴雨和5—8月共4个月的KA95方案预报试验进行检验。结果表明,KA95地形重力波拖曳参数化方案的引入,改善了GRAPES模式对冬、春季低层南风偏强和地面温度偏高的现象,一定程度上纠正了在模式积分过程中出现的南风偏差,改正了在业务预报中因南风偏强而导致温度偏差过大的现象;改善了模式对局地强降水强度和落区的预报,减小了大雨和暴雨的漏报率和预报偏差,提高了GRAPES模式对降水的预报效果。      

地形效应引起的局地扰动对华南降水预报的影响研究

利用中尺度模式对一次华南强降水过程进行模拟分析发现,模式对南岭-武夷山地区的降水存在漏报或预报强度偏弱的现象。通过与提前12 h预报结果的对比看出,引起这种预报误差的主要原因在于本次预报的模式初值中未包含地形强迫造成的小尺度局地扰动信息。对地形重力波拖曳和阻塞流拖曳参数化方案的比较发现,阻塞流拖曳力强度明显强于地形重力波拖曳,它有可能导致雨带位置偏离实况。一系列的初值敏感性试验结果表明,南岭-武夷山地区上空850~500 hPa的风场扰动增量对改进本次降水预报效果的影响最关键。      

青藏高原边坡地形重力波拖曳方案应用的个例研究

本文针对我国西南地区的一次持续性暴雨过程,利用WRF模式引入地形重力波拖曳方案进行120h的模拟,对比结果认为引入地形重力波拖曳的模拟效果总体看来略有优势,并详细分析了不同模拟时段的位势高度场,风场,海平面气压场与降水,其结果认为,引入与未引入地形重力波模拟的差异主要出现在48~72h之后,位势高度场方面,72h之后,在青藏高原主体上引入拖曳方案后的模拟结果相对未引入拖曳方案的结果是正偏差,高原下游地区为负偏差,引入后的模拟相对准确;风场模拟方面同样72h以内的模拟差距较小,72h之后高原上出现一处气旋性涡旋,其中心位置的模拟,引入拖曳方案后的结果相对准确,本次个例中出现的一例西南低涡,两实验都能够较好的模拟出700h Pa的气旋性涡旋;降水模拟的结果表明,在72h之后,对于四川地区降水中心位置的模拟,引入拖曳方案的模拟有所提高,但中心依然过强。这方面主要考虑降水的模拟牵涉模式内部更为复杂的处理过程和其他因素,地形重力波拖曳只是其中一个影响因素而不是核心因素。另外此方案对温度场及海平面气压场模拟的影响不明显。理论上讲引入地形重力波拖曳效应的模拟是物理过程相对更为完善的,在本次个例中模拟效果也略优,但在高原下坡复杂地形处长期应用的模拟效果仍需要更多的测试,将在后续工作中加以完善。      

克拉玛依大风数值预报中的重力波拖曳方案应用研究

新疆克拉玛依地区位于背风坡,长期受翻山气流形成的局地大风影响。该地区日常大风预报业务主要依托克拉玛依气象局的精细化数值预报系统,为进一步完善该系统的预报效果,本文开展了重力波拖曳参数化方案应用试验,对比分析了三组试验方案:不开启重力波拖曳、只开启外层区域重力波拖曳以及两重嵌套设置下均开启重力波拖曳的结果。试验结果表明:在克拉玛依大风预报个例中,对于山区地形背风坡处的克拉玛依站,不启动重力波拖曳会导致风速偏大和起风时间较早;开启外层重力波拖曳方案可以延迟克拉玛依站起风时间,两重区域均开启可以进一步延迟该站的起风时间,使起风时间更接近实况;对于非山区地形背风坡处的站点,在内层开启重力波拖曳会导致一定的负效果;对内层区域的统计检验结果表明不开启重力波拖曳,会使地形复杂区域风场预报存在一定的正偏差,在外层开启重力波拖曳会使正偏差有一定改善,而两重嵌套均开启重力波拖曳方案会导致非地形陡峭区域的负偏差增加。综合全区域内大风预报检验结果表明,只在外层开启重力波拖曳会获得最小的误差和较好的预报效果。     

GRAPES模式中物理过程时间计算精度对降水预报的影响

对数值模式物理过程与动力框架耦合方案进行了分析, 在GRAPES模式中引进了ECMWF模式中的Wedi (1999) 耦合方案, 此方案考虑了两个时间层物理过程的影响, 即将上游点和到达点物理过程的影响同时反馈到动力框架中, 它是二阶时间精度的耦合方案, 比原一阶精度耦合方案更加合理和准确。利用GRAPES模式, 设计了Wedi耦合方案与原耦合方案的连续数值试验。试验结果表明, 在逐日降水预报中, Wedi耦合方案与原耦合方案降水预报的T评分 (Threat score) 互有高低, 但差别不大; 预报的降水量可能有较小的变化, 但不能使预报降水的等级出现本质的改变。但对其平均后的分析可知, 新引进的Wedi耦合方案对预报降水评分具有正的贡献。即新耦合方案完善和改进了GRAPES模式, 对提高模式的降水预报准确率具有正效果。     

背景场资料与参数化方案对暴雨预报的影响

利用GRAPES—meso模式和T213资料,对2007年7月18日发生在我国四川盆地和华东地区一次大暴雨过程进行多组数值试验,以分析侧边界资料、驱动资料的垂直分辨率、模式积分区域、云物理参数及边界参数对GRAPES—nleso模式降水预报影响。试验结果表明：（1）侧边界资料对模式降水预报结果影响较小,驱动GRAPES—meso的全球模式产品质量提高,降水预报结果越好;（2）驱动资料垂直分辨率的高低对降水预报结果影响较大,分辨率越高,预报能力越强,反之越弱;（3）模式积分区域对降水预报结果也有明显影响,区域越大,降水预报未必总是最好;（4）物理过程和边界参数试验表明,WSM6方案与KFeta方案组合的24小时降水预报与实况更接近。     

阜新地区东北冷涡多模式降水预报检验

为了评估欧洲数值中心全球模式（ECMWF）、中国全球模式（GRAPES）和美国全球模式（NCEP_GFS）对东北冷涡降水的24 h预报性能,提高数值模式在阜新的预报能力,为模式物理参数方案的选择和调整提供客观依据,利用2019年5—8月降水产品对阜新市两个国家级观测站阜蒙县站和彰武县站进行晴雨、一般性降水和分量级降水检验,以及平均绝对误差和平均误差检验。结果表明：ECMWF模式降水预报要好于其他两种模式,冷涡发展期和成熟期ECMWF产品TS评分较高,衰减期则较低。从平均绝对误差来看,阜蒙县站5—8月ECMWF误差最小,GRAPES和NCEP_GFS预报效果不稳定;彰武县站ECMWF并无明显优势,5—6月GRAPES预报能力最强,7—8月NCEP_GFS预报能力最强。分析平均误差可知,三种模式对阜蒙县的降水预报偏弱,对彰武县的降水预报只在6月偏强。在大雨及以上量级的降水预报上三种模式均偏小,其中ECMWF的TS评分最高为40.2%。三种模式针对阜蒙县的降水TS评分均高于彰武县。     

WRF模式中地形重力波参数化方案应用及不同拖曳力试验

在WRF模式中引入地形重力波拖曳参数化方案(GWDO),利用WRFV3.2中尺度模式对2007年7月3日00时至10日00时(世界时)发生在我国江淮梅雨季向华北雨季转换时段江淮与华北地区过渡区域的降水天气过程进行了不同重力波拖曳力作用下的敏感性试验,设计了5组数值试验:不考虑重力波拖曳的控制试验(Ctrl)及考虑重力波拖曳(GWDO)但在不同拖曳力作用下的4组敏感性试验。结果表明:GWDO方案的引入,有效地改善了模式对环流场、水汽输送带、垂直速度场的模拟,缓解了对风速预报偏强的现象,一定程度上纠正了模式模拟的西风偏差,对降水落区和强度也有较好的改善。随着模拟时次的推移,引入的拖曳力越强,对降水模拟的改善越显著。     

Improved Wind and Precipitation Forecasts over South China Using a Modified Orographic Drag Parameterization Scheme

To improve the wind and precipitation forecasts over South China, a modified orographic drag parameterization(OP) scheme that considers both the gravity wave drag(GWD) and the mountain blocking drag(MBD) effects was implemented in the Global/Regional Assimilation and Prediction System Tropical Mesoscale Model(GRAPES-TMM). Simulations were performed over one month starting from 1200 UTC19 June 2013. The initial and lateral boundary conditions were obtained from the NCEP global forecast system output. The simulation results were compared among a control(CTL) experiment without the OP scheme, a GWDO experiment with the OP scheme that considers only the GWD effect, and an MBD experiment with the modified OP scheme(including both GWD and MBD). The simulation with the modified OP scheme successfully captured the main features of precipitation, including its distribution and intensity,and improved the wind circulation forecast in the lower troposphere. The modified OP scheme appears to improve the wind forecast by accelerating the ascending air motion and reinforcing the convergence in the rainfall area. Overall, the modified OP scheme exerts positive impacts on the forecast of large-scale atmospheric fields in South China.     

三种数值模式对四川省汛期降水预报性能的检验

应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017～2019年5～10月四川地区汛期预报能力,得到如下几点结论:(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。      

Parametrization and influence of subgridscale orography in general circulation and numerical weather prediction models

Summary The problem of representing the drag due to subgridscale orography is examined. Results from model simulations are used to illustrate clear deficiencies in the global angular momentum budgets and possible ways of correcting for these deficiencies are considered. It is argued that a formulation for the stress due to subgridscale gravity waves is required, as was first recognized by Boer et al. (1984a, b), and the impact of a scheme based on Palmer et al. (1986) is presented. The scheme is improved by using directionally-dependent subgridscale orographic variances. Results from 90-day integrations using the ECMWF and UKMO models with similar resolutions are very much in accord both with and without a wave drag parametrization scheme; showing much improved wintertime circulations.The relationship between the wave drag and the model orography is examined with the use of idealized stress profiles whereby the wave drag is limited to either near the surface or in the stratosphere. A combination of parametrized wave drag with an envelope orography performs best at this stage of development.Results are presented from a substantial series of ten-day forecast experiments with the ECMWF operational model using mean and (1 ) envelope orographies, these show significant improvements in forecast skill.With 26 Figures     

线性化物理过程对GRAPES 4DVAR同化的影响

线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。      

多模式降水资料在贵州的检验分析

本文检验了2020年3月至2021年2月ECMWF和GRAPES以及中央台格点产品（以下简称SCMOC）和省台格点产品（以下简称SPCC）4家降水预报产品逐24h未来5天在贵州的预报质量,结论如下：（1）ECMWF和SCMOC与实况的相关系数最高,SCMOC和SPCC预报降水的变化幅度较观测偏大,而GRAPES预报降水的变化幅度较观测则是明显偏小。（2）SCMOC的晴雨准确率最高,除在72h预报时效SPCC的准确率略高于SCMOC外,其余预报时效SPCC准确率均低于SCMOC,表明SPCC的订正能力需要进一步提升。（3）在小雨量级,4种降水预报产品的TS评分相差不大,ECMWF和GRAPES的ETS评分明显低于SCMOC和SPCC,其中GRAPES的TS评分在5个预报时效内均高于ECMWF。在中雨量级,前3个预报时效内ECMWF的TS和ETS评分均高于其他三家,ECMWF在5个预报时效内预报有降水的次数大于实况出现的降水次数,但空报次数并不是最多的,在后2个预报时效内,SCMOC的TS和ETS评分均是最高的,但与其他家相差不大。在大雨量级,24h和96h预报时效ECMWF的TS和ETS评分均是最高的,而在48h、72h、120h预报时效SCMOC的TS和ETS评分是最高的。在暴雨及以上量级,前3个时效内SPCC 的TS和ETS评分均是最高,且48h的TS评分空间分布也是最优的,表明SPCC对暴雨及以上量级在前3个预报时效内订正能力较好。     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:（1）GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。（2）GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。（3）个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。（4）与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。     

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。