一次江淮梅雨锋暴雨的数值模拟可预报性研究

利用中尺度非静力MM5模式研究不同初始扰动（误差）对2003年7月4—5日发生在江淮流域的一次梅雨锋暴雨数值预报不确定性的影响,并着重分析了提前36h定量降水的可预报性。结果表明,利用常规观测资料和NCEP/NCAR分析资料形成初始场的控制试验能够提前36h做出较好的模拟。扰动温度场的敏感性试验表明,扰动温度的均方差愈大,降水预报不确定性也愈大。误差演变特征和增长机制分析表明,误差增长具有升尺度特征,误差首先在对流层低层和高层增长,然后大值区向对流层中层扩展;湿降水过程是对流层中低层误差增长的主要机制;对流层高层的误差增长是大气干动力与湿过程共同作用的结果,前期以干过程为主,后期以湿过程为主。     

初边界条件不确定性对AREM模拟一次华南致洪暴雨的影响

利用AREM（advanced regional E-gridη-coordinates model）模式,针对2005年6月21日发生在华南的一次特大致洪暴雨过程,研究了模式初始场和边界场的不确定性对AREM模拟大暴雨过程的影响。研究表明：模式初始场和边界场对模式模拟降水的不同时段影响存在明显差异,初始扰动误差越大模式误差也越大;误差增长先在中小尺度内伴随着湿对流不稳定,且增长极其迅速,接着向大尺度传播,由于对流有效位能的逐渐释放,大气不稳定度降低,误差在大尺度上增长缓慢;在初始场和边界场相同精度的情况下,增加边界场的中尺度信息,尤其是400 km以下尺度的信息,比增加初始场的中尺度信息更能有效抑制误差的增长。     

GRAPES区域集合预报尺度混合初始扰动构造的新方案

集合预报初始扰动能否准确反映预报误差的结构特征是决定区域集合预报质量的关键因素之一。本文针对GRAPES区域数值预报模式,发展设计了一种基于资料同化思想的混合尺度初始扰动构造新方案。该方案以全球大尺度信息为背景场,区域模式预报作为观测资料,借助GRAPES三维变分同化系统,将高质量的全球大尺度信息与区域模式预报中质量较高的中小尺度信息有效融合,构造混合尺度区域集合预报初始扰动,并通过个例试验和批量试验,比较分析了新方案和原区域集合预报的性能。试验结果表明,基于资料同化构造的初始扰动能够有效融合全球大尺度信息和中小尺度天气系统的信息,其降水概率预报更具参考价值。总体上看,区域集合预报混合初始扰动新方案能够较好地改进区域集合预报质量,尤其是对高度场和温度场效果更为显著,但对风场的集合预报性能影响略小。     

启动对流的初始扰动对热带飑线模拟的影响

在中尺度数值模拟及数值预报中,正确的对流启动是模拟或预报是否取得成功的关键。作者针对一次热带海洋飑线过程,利用一个风暴尺度云分辨数值模式进行数值模拟,采用不同的初始扰动触发与启动对流发展,重点讨论这些不同启动对流的初始扰动对飑线演变、生命史及其成熟结构等模拟的影响。结果表明,初始扰动的结构、形态分布及其与环境场的不同配置对具有深对流的飑线生命史存在重要影响,而对飑线的成熟结构影响较小。     

基于动力降尺度的区域集合预报初值扰动构建方法研究

利用全球集合预报系统资料(Global Ensemble Forecast System,GEFS),基于WRF中尺度模式构建了区域集合预报系统,区域集合初值的构建采用两种方案,一种是GEFS全球集合预报初值场直接动力降尺度(称为DOWN集合),另一种是提取GEFS全球集合降尺度后的扰动场,并叠加到区域数值预报系统(北京快速更新循环数值预报系统:Beijing Rapid Update Cycle System,BJ-RUC)分析场上构建集合初值场(称为D-RUC集合)。进行了批量试验,通过对比发现D-RUC集合的中小尺度扰动增长优于DOWN集合,而大尺度扰动分量的增长两者相当,说明与高分辨率分析场叠加可以促进动力降尺度扰动的中小尺度扰动分量的增长。集合预报扰动准确性检验结果显示,短预报时效内DOWN集合扰动明显低估了预报误差,在预报误差较大的位置扰动较小,而D-RUC集合能够更好地识别预报场中哪些位置预报误差较大,而哪些位置预报误差较小。集合预报检验结果表明,D-RUC方法能显著改善短时效预报效果,集合离散度有所增加、均方根误差有所减少,概率预报评分显示D-RUC集合比DOWN集合在短预报时效占优。降水个例分析结果表明D-RUC方法能显著改善短时效内的降水概率预报效果。     

基于BGM框架的短期集合预报扰动典型规律研究

采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一个包含水平风场、垂直速度、位温扰动、位势扰动和水汽混合比共6个基本物理量的区域短期集合预报系统(WRF-EPS)。在此基础上,以2016年6月整月我国南方大范围暴雨为样例,针对扰动发展与演变的典型问题进行了探讨。试验结果表明:1)模式大气高、中、低三层的物理量扰动增长可以分为两个阶段,第一阶段为扰动快速线性增长,该阶段内扰动快速完成全部涨幅;第二阶段为非线性稳定阶段,从快速线性增长过渡到非线性稳定阶段大约需要24 h。2)各物理量的扰动增长率、相关系数以及增长模进入非线性稳定阶段的时间大致相同,但对于同一等压面不同物理量或同一物理量不同等压面,每个参数达到非线性稳定后的数值大小及演变规律存在差异,且随时间演变均伴有日内振荡现象。3)对于扰动振幅相同但初始随机模态不同的初值集合,不同随机模态对扰动培育的影响主要是在扰动的非线性稳定阶段,而在快速的线性增长阶段,它们之间的差异很小。4)对于初始随机模态相同但振幅不同的初值集合,不同扰动振幅对扰动演变的影响主要是在扰动的快速线性增长阶段,而在非线性稳定阶段,它们之间的差异很小,并且不同初始振幅对扰动进入非线性稳定阶段的时间基本没有影响。     

MCC降水过程集合预报不同物理过程扰动方案的对比试验研究

利用WRF模式,从模式的不确定性角度来构造中尺度的集合预报,重点对比分析了不同物理参数化方案、物理过程随机扰动方案、积云对流参数化敏感参数扰动方案对中尺度对流复合体降水集合预报的影响。试验结果表明:3种物理过程扰动方法都可以反映中尺度对流复合体降水预报的不确定性特征,其预报效果比控制预报好。物理过程随机扰动方案集合平均的降水落区及强度最接近实况,并且其降水的ETS评分要高于其他2种方案。从均方根误差与离散度的角度来看,3种方案中物理过程随机扰动的均方根误差要小于其他2种方案,而其离散度要大于其他2种方案,物理过程随机扰动方案要优于其他2种方案。     

一种新型的中尺度暴雨集合预报初值扰动方法研究

提出一种针对对流不稳定构造具有中尺度运动特征的集合预报扰动初值的新方法--异物理模态法, 介绍了异物理模态法产生初值扰动区域和扰动振幅的数学处理方案, 即由不同对流参数化方案预报离差获得集合预报初值扰动区域、扰动结构和扰动振幅的数学处理过程. 利用美国PSU/NCAR的MM5中尺度模式, 对一次典型暴雨进行异物理模态法初值扰动集合预报试验, 详细分析了扰动初值的结构和集合预报结果. 结果表明, 该方法产生的初值扰动场具有合理的中尺度环流结构, 可以反映对流敏感区域的对流不稳定的预报不确定性, 集合预报结果可以明显改善控制预报.     

一种根据湿对流区域时空分布调整的BGM扰动改进方案

在增长模繁殖法(Breeding of the Growing Mode,BGM)的动态繁殖过程中,尺度化因子的选择极为关键。利用WRF(Weather Research and Forecasting)模式,在分析飑线系统数值模拟误差增长机制的基础上,根据飑线发展过程中湿对流区域误差更容易快速增长的特点,提出了一种根据湿对流区域时空分布调整的BGM初始扰动改进方案。该方案通过在动态繁殖过程中对小扰动的水平结构进行调整,加强湿对流区域扰动,捕获到增长最快方向上的小扰动并将其作为初始扰动。试验结果表明:根据降水量调整的改进方案相比其他方案扰动能量较大,各集合成员之间差异也较大,集合平均预报误差较小;对强降水范围的模拟相对理想,暴雨的降水评分较高;对风廓线及水汽场的预报更接近于实况,较好地改善了集合预报效果。     

不同初始场及其扰动对WRF 模拟暴雨的影响

使用ERA-interim和FNL再分析资料分别驱动WRF,对2013年7月12—13日的一次暴雨过程进行数值模拟,详细比较了WRF模拟结果之间的差异。结果表明:(1)两种资料在次天气尺度上存在着较大差异,并由此造成了模拟结果之间的差异,ERA-interim作为初始场对降水的模拟优于FNL资料,反映了WRF对初、边界条件的敏感性;(2)从区域总降水量来看,湿度场扰动对降水量的影响最大,其次是风场扰动和温度场扰动,最小的是侧边界扰动;(3)从降水误差来看,湿度场扰动引起的降水误差最大,在积分20 h内风场扰动的降水误差大于温度场,积分21~24 h则相反,侧边界扰动引起的降水误差在前期比较小且增长缓慢,积分一段时间之后与单个气象要素扰动引起的降水误差相当。     

Analysis Study on Perturbation Energy and Predictability of Heavy Precipitation in South China

The AREMv2.3 mesoscale numerical model is used to explore storm processes in South China during the pre-rainy season in 2006 by imposing perturbations on the initial fields of physical variables (temperature, humidity, and wind fields). Sensitivity experiments are performed to examine the impacts of initial uncertainties on precipitation, on the error growth, and on the predictability of mesoscale precipitation in South China. The primary conclusion is that inherent initial condition uncertainties can signi...     

基于假反扰动的江淮梅雨锋低涡初始误差分析

以一个江淮梅雨锋低涡的48h模拟结果为基态计算了奇异矢量,并利用奇异矢量构造了假反扰动。分析表明,假反扰动能在一定程度上描述初始误差,可以借助其进行初始误差分析;在假反扰动中,发展缓慢的奇异矢量分量是主体,描述了绝大部分模拟误差且增长迅速的奇异矢量所占比例却很小;分析假反扰动的具体形势发现850hPa上初始误差主要是低涡西南方向的低压槽偏弱,而在500hPa,渤海湾低压槽向西南方向的伸展不够,低压槽东边的高压脊应进一步向北伸展,这些初始误差都分布在关键系统的周围,并且具有中尺度的特征。另外,假反扰动中不同物理量场改进预报质量的贡献各不相同,各种物理量场间存在着使其空间分布趋于一致的动力相关关系。     

Mesoscale predictability of mei-yu heavy rainfall

Recently reported results indicate that small amplitude and small scale initial errors grow rapidly and subsequently contaminate short-term deterministic mesoscale forecasts. This rapid error growth is dependent on not only moist convection but also the flow regime. In this study, the mesoscale predictability and error growth of mei-yu heavy rainfall is investigated by simulating a particular precipitation event along the mei-yu front on 4-6 July 2003 in eastern China. Due to the multi-scale character of th...     

不同大尺度强迫条件下考虑初始场与侧边界条件不确定性的对流尺度集合预报试验

研究了不同大尺度强迫条件下的暴雨个例中,考虑不同尺度特征的初始扰动与侧边界扰动相互作用构造对流尺度集合预报的可行性,为进一步构建“自适应”于不同强对流天气的对流尺度集合预报系统提供依据。结果表明,在大尺度强迫显著的个例1中,以大尺度扰动信息为主的动力降尺度的增长趋势较集合转换卡尔曼滤波(ETKF)更为显著,且总扰动能量在预报中后期超过集合转换卡尔曼滤波,而在大尺度强迫较弱的个例2中,集合转换卡尔曼滤波扰动能量始终高于动力降尺度。此外,当大尺度强迫显著时,初始扰动与侧边界扰动相匹配会产生相互促进的作用,而不匹配时初始扰动会在预报中后期抑制侧边界扰动的发展,当大尺度强迫较弱时,即使是互相间不匹配的初始扰动与侧边界扰动也能在大部分预报时段起到相互促进的作用,说明初始扰动与侧边界扰动的相互作用机制不仅与天气形势相关,也与二者是否匹配挂钩,另外,扰动的发展特征同样依赖于天气形势;从集合离散度的角度来看,当大尺度强迫明显时,侧边界扰动的作用会在更短的时间内取代初始扰动,从而对离散度起到主导地位;两种初始扰动方法相比,集合转换卡尔曼滤波在多数情况下对总离散度的贡献均大于动力降尺度;从降水量预报及概率预报情况来看,大尺度强迫明显的个例可预报性更高,且各集合成员间的差异较小,大尺度强迫较弱的个例则相反,且当两种初始扰动方案与侧边界扰动相结合时,较仅侧边界扰动均有一定提高。      

A Case Study of the Error Growth and Predictability of a Meiyu Frontal Heavy Precipitation Event

The Advanced Regional Eta-coordinate Model (AREM) is used to explore the predictability of a heavy rainfall event along the Meiyu front in China during 3-4 July 2003.Based on the sensitivity of precipitation prediction to initial data sources and initial uncertainties in different variables,the evolution of error growth and the associated mechanism are described and discussed in detail in this paper.The results indicate that the smaller-amplitude initial error presents a faster growth rate and its growth is characterized by a transition from localized growth to widespread expansion error.Such modality of the error growth is closely related to the evolvement of the precipitation episode,and consequcntly remarkable forecast divergence is found near the rainband,indicating that the rainfall area is a sensitive region for error growth.The initial error in the rainband contributes significantly to the forecast divergence,and its amplification and propagation are largely determined by the initial moisture distribution.The moisture condition also affects the error growth on smaller scales and the subsequent upscale error cascade.In addition,the error growth defined by an energy norm reveals that large error energy collocates well with the strong latent heating,implying that the occurrence of precipitation and error growth share the same energy source-the latent heat.This may impose an intrinsic predictability limit on the prediction of heavy precipitation.     

A case study of the error growth and predictability of a Meiyu frontal heavy precipitation event

The Advanced Regional Eta-coordinate Model (AREM) is used to explore the predictability of a heavy rainfall event along the Meiyu front in China during 3-4 July 2003. Based on the sensitivity of precipitation prediction to initial data sources and initial uncertainties in different variables, the evolution of error growth and the associated mechanism are described and discussed in detail in this paper. The results indicate that the smaller-amplitude initial error presents a faster growth rate and its growth...