基于SMS的GRAPES数值预报作业自动化系统

在深入剖析SMS （Supervisor Monitor Scheduler）技术架构的基础上,分析了GRAPES （Global and Regional Assimilation and Prediction Systesm）数值预报的特点,并对GRAPES传统运行技术和基于SMS技术的运行流程做了对比。运用SMS技术构建了客户端/服务器结构的GRAPES数值预报作业自动化系统,对GRAPES数值预报模式运行的流程做了详尽的划分,将功能类似GRAPES模式的模块组合在一起,在实施过程中将复杂的单一模块拆分成多个任务,把单个任务的功能简单化,以图形化界面直观的显示模式运行流程,实现了GRAPES预报模式作业流程的自动化,极大的提高GRAPES模式业务运行能力,保证模式运行的可靠性和时效性。     

GRAPES模式软件框架与实现

GRAPES (Global and Regional Assimilation and PrEdiction System) 是中国气象科学研究院数值预报研究中心自主开发的新一代静力/非静力多尺度通用数值预报模式。该模式采用标准化、模块化软件体系结构, 并严格按照软件工程要求完成系统开发, 包括程序的并行计算。初步试算结果表明:GRAPES模式软件框架的设计和实现符合模式发展的要求, 为中国数值天气预报系统的可持续发展奠定了良好的基础。     

不同初始场条件对GRAPES模式数值预报的影响

利用中国新一代数值预报模式GRAPES(Global/Regional Assimilation and Prediction Enhanced System),分别使用T213 L31及NCEP FNL 6 h间隔的资料作为初始和边界条件,对2005年7月9—10日淮河流域一次致洪暴雨过程进行了个例试验,初步探讨了GRAPES模式的数值预报产品对不同初始场的敏感程度,以及三维变分同化对数值预报结果的可能影响。结果表明,T213和NCEP初始场中存在着差异较大的次天气尺度特征,并由此造成了此后GRAPES模式预报场的差异,且此差异不会随时间消失;同化对GRAPES模式积分结果的影响主要表现在最初的24 h内;模式对此次致洪暴雨过程的暴雨区分布、强度均有一定的模拟能力,但模拟的强暴雨区与实况仍存在着较大差异。由此可知,GRAPES模式的数值预报能力对不同的初始场和侧边界条件存在不同程度的依赖性,初始场的差异决定了模拟结果的差异。     

2013年华中区域中尺度业务数值预报的客观检验

应用国家气象中心模式检验方法,对华中区域中尺度业务数值预报模式WRF和中国气象局下发的GRAPES模式2013年1-12月的预报产品（包括降水、2 m温度场、850 hPa温度场、850 hPa风场和500 hPa位势高度场预报）进行统计检验。检验结果表明：所有要素24 h预报均优于48 h;对于晴雨预报,GRAPES模式TS评分高于WRF,但随着降水量级增大,WRF的TS评分基本都高于GRAPES,同时WRF降水预报范围明显偏大;分析2 m温度场的均方根误差及预报准确率发现,WRF的2 m温度场预报优于GRAPES,且暖季预报优于冷季;形势场要素分析表明,WRF对850 hPa温度场和风场预报具有相当大的优势,全年误差变化较稳定,而对500 hPa位势高度场的预报误差存在一定的季节性特征,即夏半年WRF高度场预报优于冬半年,GRAPES模式则相反。总体上,华中区域中尺度业务数值模式产品对天气预报具有一定的参考价值。     

中尺度层状云系数值预报系统及其业务化应用试验

研制了中尺度静力平衡层状云系数值模式；针对人工影响天气业务特点，开发了模式预处理、后处理和产品服务系统；初步建立了一套可在业务中实时运行的中尺度层状云系数值预报业务系统。经过两年多的业务运行试验，结果表明：系统运行稳定，功能实用，对降水场和云场具有一定的预报能力；对小、中雨量级的稳定性降水预报准确率较高；模拟的云场同卫星、雷达实测云系有较好的一致性。可为人工影响天气作业决策及降水预报等实时业务提供帮助。     

GRAPES业务全球集合控制预报初值的动力升尺度方法

以生成GRAPES全球集合预报业务系统的控制预报初值为目的,基于GRAPES全球模式,开展了控制预报初值生成方法研究,发展了高分辨率初值动力升尺度方法,并检验了不同方法的可行性。通过对比不同方法产生的初始场形态,证实了仅仅对高分辨率初始场进行二维水平插值存在不足,基于静力学方程对Exner气压变量进行三维插值至关重要。结果表明,动力升尺度方法利用静力平衡关系,对全场的温压场进行调整,使之协调平衡,可以改善二维水平插值方法导致的初始位势高度场和温度场的噪音问题,产生适用于GRAPES全球集合预报业务系统的控制预报初值。     

GRAPES与MM5产品业务应用质量对比

分别以GRAPES和MM5为核心建立中尺度数值预报业务系统,并对2006年6～8月温度和降水预报产品业务应用效果进行严格的检验。结果表明:GRAPES和MM5对黑龙江省都具有较强的预报能力,温度预报两者相当,24h降水预报GRAPES总体好于MM5,48h降水预报MM5总体好于GRAPES。两个中尺度数值预报业务系统的产品,对实现精细化预报有重要的作用,可以作为加工预报产品的基础。     

中国数值天气预报的自主创新发展

数值天气预报是天气预报业务和防灾、减灾的核心科技。中国数值天气预报研究和业务应用一直受到高度重视,在理论、方法和数值模式研究方面取得了有广泛国际影响的研究成果。在回顾新中国数值天气预报自主创新研究成果的基础上,重点对GRAPES（Global Regional Assimilation and PrEdiction System）半隐式半拉格朗日格点模式与物理过程的研发和业务应用的状况以及所取得的重要科学进展进行了综述。近年来,通过自主研发建立了中国数值天气预报业务体系—GRAPES体系。首次以自主技术实现了从区域3—10 km到全球25—50 km分辨率的确定性预报和集合预报系统,并在模式动力框架、四维变分同化和卫星资料同化技术等方面有所突破,建立了大气化学数值天气预报、台风数值预报和海浪预报等系统。自主研发的数值天气预报体系的建立是长期坚持既定科学技术方向以及研究和业务紧密结合、经验不断积累的结果,是中国自主发展数值天气预报技术的重要起点。      

新一代数值预报系统GRAPES研究进展

中国气象科学研究院 (灾害天气国家重点实验室) 自2000年起, 先后在科技部“973”重大基础项目“我国重大天气灾害形成机理和预测理论研究”和“十五”重点攻关项目“中国气象数值预报系统技术创新研究”支持下, 主持承担了中国气象局新一代全球/区域多尺度通用同化与数值预报系统GRAPES (Global/Regional Assimilation and PrEdiction System) 的研究开发, 围绕着资料同化、模式动力框架、物理过程、大型软件工程等核心技术开展了自主创新研究, 取得了非静力中尺度模式、三维变分资料同化、标准化、模块化、并行化模式程序软件等方面的突出成果, 部分成果已在业务上得到了应用, 显示了良好的技术性能和业务发展潜力。GRAPES系统是完全依靠中国科学家的力量自主研究发展的、先进的新一代数值预报系统。该文简要介绍GRAPES的研究内容、主要研究进展和初步应用, 以及未来发展的初步计划。     

GRAPES非静力数值预报模式的三维变分资料同化系统的发展

为了减少分析变量与模式状态变量之间的插值误差,改善业务预报模式的初值质量,在GRAPES等压面三维变分资料同化系统的基础上,研究发展了针对GRAPES区域模式的非静力模式变量三维变分资料同化系统(GRAPES m3DVAR).该资料同化系统的垂直坐标及其分析变量的水平分布格式、垂直跳点方案与GRAPES预报模式保持完全一致.由于垂直坐标的变化和非静力关系,m3DVAR分析系统中设计了求解动力学约束方程的新方案.通过有效的高精度数学方案,避免了地形追随坐标下平衡方程的非线性项造成的复杂计算,有效解决了非静力平衡条件下求解平衡方程中非线性项的切线性方程和伴随方程引起的困难.重新构造各种观测算子,并考虑了质量场和风场之间的平衡约束关系、背景误差协方差结构,实现对探空、地面资料、船舶报等常规观测的同化.理想单点试验和实际资料的多变量资料同化分析结果表明,非静力模式变量三维变分资料同化系统能够正确地描写多变量之间的相互作用以及物理约束关系,分析结果合理,能够有效减少原等压面三维变分资料同化系统的分析与模式变量之间需要相互插值、变换产生的误差,在一定程度上提高了分析场质量,对预报模式的初值具有一定改善.     

GRAPES全球切线性和伴随模式的调优

伴随技术是四维变分同化（4DVar）系统中计算代价函数梯度的最佳办法,切线性和伴随模式的效果和效率直接影响着4DVar系统的发展。基于GRAPES（Global and Regional Assimilation PrEdiction System）全球切线性和伴随模式1.0版本,利用GRAPES全球模式2.0版本在并行框架和性能等方面的改善,重新优化和设计了GRAPES全球切线性伴随模式2.0版本,提高了GRAPES全球切线性和伴随模式的效果和效率,优化了切线性模式程序结构,使其计算时间最优可控制在非线性模式的1.2倍以内;采用在切线性模式中保存基态的方法,重构了伴随模式的程序结构,使其计算时间最优控制在非线性模式的1.5倍以内;在GRAPES全球切线性物理过程的设计中,将线性物理过程的轨迹基态计算和切线性扰动计算解耦,提高了GRAPES全球切线性和伴随模式的计算效果和效率。     

GRAPES气象-水文模式在一次洪水预报中的应用

尝试将GRAPES (Global-Regional Assimilation and PrEdiction System) 模式与水文模型结合,构建GRAPES气象-水文单向耦合模式,进行洪水预报。气象模式选取GRAPES_Meso模式,分别采用15 km×15 km和5 km×5 km水平分辨率,15 km×15 km的GRAPES模式由NCEP全球预报场提供初始场和侧边界条件;5 km×5 km的GRAPES模式由15 km×15 km GRAPES模式提供初始场和侧边界条件,将GRAPES_Meso模式的定量降水预报分辨率统一降尺度到5 km×5 km分辨率,用于驱动水文模式。水文模型选取新安江模型与分布式新安江模型。以淮河王家坝站以上流域和息县流域为试验流域,将GRAPES降水预报场驱动水文模型进行单向耦合,构建GRAPES气象-水文单向耦合模式,选择2009年8月28日08:00(北京时,下同)—9月9日14:00汛期一次洪水过程,进行实际预报试验。结果表明:15 km×15 km和5 km×5 km的GRAPES模式预报降水与实况降水分布相一致;与水文站观测降水驱动水文模型洪水模拟结果相比,GRAPES气象-水文模式对洪水预报的预见期延长效果明显,对洪水模拟精度也较高,与水文模型输入场分辨率要求相匹配的降水产品对洪水模拟的精度更高。     

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。      

GRAPES中地形重力波拖曳物理过程的引进和应用试验

在中国新一代全球中期/区域中尺度同化与预报系统(GRAPES)模式中引进了ECMWF地形重力波拖曳物理过程,填补了GRAPES全球中期数值预报系统中物理过程的空白。重新计算了地形重力波过程需要的地形静态资料数据,并与原ECMWF模式的地形静态参数进行了对比分析,验证了模式地形参数的正确性。利用GRAPES模式,进行了地形重力波拖曳物理过程影响的敏感性数值试验;结果表明:引进地形重力波拖曳过程以后,在存在大地形的区域,风场会发生变化,当纬向风遇到青藏高原时,一部分气流会产生爬坡效应而越过高原,使高原上空的西风气流减弱;另一部分气流会绕过高原,在高原的南侧产生绕流;随着模式积分时间的延长,风场变化会越来越明显,地形越复杂,风场的变化也越复杂;连续的模式积分试验结果显示,引进地形重力波过程,可以延长GRAPES模式的可用预报时效,提高了全球形势预报的准确率。通过对一次降水过程的模拟,对地形重力波过程影响降水预报的原因进行了简单分析。结果显示:引进地形重力波拖曳过程后,改变了大气流场的分布,使预报的流场更接近于大气真实状态,从而提高了降水预报的准确率。     

冬季高海拔复杂地形下GRAPES Meso要素预报的检验评估

利用GRAPES(Globe/Regional Assimilation and Prediction System)对2010年温哥华奥运会6个场馆气温、相对湿度、风及降水量的预报结果,采用预报准确率、平均误差、平均绝对误差、Alpha Index、TS和ETS评分等统计量对其进行了较详细的评估。结果表明:GRAPESMeso预报相对湿度的准确率最高,且随预报时效的增加,其变化趋于稳定。起初模式对相对湿度的预报偏干,之后逐渐变为预报偏湿;气温预报偏低;风速预报偏大。逐日各要素预报检验结果表明,气温的变化幅度最小;各级降水检验发现,晴雨预报的TS评分最高,且随降水增大,ETS评分逐渐接近TS。与其他模式预报结果对比发现,GRAPES-Meso对复杂地形下要素预报还存在一定的不足。本研究还发现,模式存在一定的系统误差,若能有效订正其误差,将有助于改进模式预报。     

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。      

Assimilation of Global Navigation Satellite Radio Occultation Observations in GRAPES: Operational Implementation

This paper presents the design of an observation operator for assimilation of global navigation satellite system (GNSS) radio occultation (RO) refractivity and the related operational implementation strategy in the global GRAPES variational data assimilation system. A preliminary assessment of the RO data assimilation effect is performed. The results show that the RO data are one of the most important observation types in GRAPES, as they have a significant positive impact on the analysis and forecast at all ranges, especially in the Southern Hemisphere and the global stratosphere where in-situ measurements are lacking. The GRAPES model error cannot be controlled in the Southern Hemisphere without RO data being assimilated. In addition, it is found that the RO data play a key role in the stable running of the GRAPES global assimilation and forecast system. Even in a relatively simple global data assimilation experiment, in which only the conventional and RO data are assimilated, the system is able to run for more than nine months without drift compared with NCEP analyses. The analysis skills in both the Northern and Southern Hemispheres are still relatively comparable even after nine-month integration, especially in the stratosphere where the number of conventional observations decreases and RO observations with a uniform global coverage dominate gradually.     

Assimilation of Global Navigation Satellite Radio Occultation Observations in GRAPES:Operational Implementation

This paper presents the design of an observation operator for assimilation of global navigation satellite system(GNSS) radio occultation(RO) refractivity and the related operational implementation strategy in the global GRAPES variational data assimilation system.A preliminary assessment of the RO data assimilation effect is performed.The results show that the RO data are one of the most important observation types in GRAPES,as they have a significant positive impact on the analysis and forecast at all ranges,especially in the Southern Hemisphere and the global stratosphere where in-situ measurements are lacking.The GRAPES model error cannot be controlled in the Southern Hemisphere without RO data being assimilated.In addition,it is found that the RO data play a key role in the stable running of the GRAPES global assimilation and forecast system.Even in a relatively simple global data assimilation experiment,in which only the conventional and RO data are assimilated,the system is able to run for more than nine months without drift compared with NCEP analyses.The analysis skills in both the Northern and Southern Hemispheres are still relatively comparable even after nine-month integration,especially in the stratosphere where the number of conventional observations decreases and RO observations with a uniform global coverage dominate gradually.     

天津市多模式气温集成预报方法

在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。