动力降尺度和多物理参数化方案组合对华南前汛期降水集合预报的影响研究

针对华南前汛期降水过程,基于全球集合预报系统（GEFS）资料,利用WRF中尺度模式以及GEFS动力降尺度获取的区域集合预报初值场,通过多物理过程参数化方案组合和模式积分方法实现华南前汛期降水的区域集合预报。对2019年5月15日—6月15日共32天的华南前汛期降水过程进行了单一物理过程区域集合预报（REFS_SINGLE）和多物理过程区域集合预报（REFS_MULTI）的数值模拟批量敏感性试验,通过GEFS、REFS_SINGLE和REFS_MULTI的对比分析,探讨多物理过程参数化方案组合对华南前汛期降水的影响,同时利用一次华南前汛期暴雨过程进一步探讨集合预报试验的预报效果。结果表明:（1）REFS集合平均的预报效果明显好于控制性预报。（2）REFS降水集合离散度与预报误差的对应关系好于GEFS。（3）积分48小时后,REFS_MULTI和REFS_SINGLE的扰动能量分别是GEFS的4.7倍和6.3倍。（4）降水级别越大,REFS的TS评分效果就越好于GEFS;REFS_MULTI略微好于REFS_SINGLE。（5）基于32天的批量试验,REFS的AUC值有28天大于GEFS,REFS_MULTI有22天大于REFS_SINGLE,表明REFS的预报技巧好于GEFS,且REFS_MULTI的预报技巧好于REFS_SINGLE。      

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。     

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。     

基于对流尺度集合预报方法对一次暴雨过程预报的分析

为了更加直观和深入地理解对流尺度集合预报中的降水集合预报产品,以便进一步向预报员推广应用,本文开展了基于对流尺度集合预报方法对2021年8月28—29日的一次暴雨过程的预报性能分析,对集合预报的暴雨和大暴雨量级降水预报技巧进行了综合分析。结果表明：(1)不同集合成员降水预报结果的差异随着降水量级的增大越发明显,预报最优和最差的成员的TS评分相差0.3以上。(2)概率匹配平均预报对于暴雨和大暴雨量级降水的预报技巧优于控制预报,也优于集合平均。集合平均由于集合成员预报的平滑作用导致其对极端降水不敏感,因此,简单的集合平均不适合于大暴雨以上量级的极端降水预报。(3)从最小值预报到最大值预报,随着集合百分位的增大,命中率、空报率和频率偏差均逐渐增大,70%或者80%集合百分位预报的预报技巧最优,且优于集合平均和概率匹配平均预报。(4)对于重庆东北部偏西地区出现的大暴雨量级降水,较长预报时效集合概率预报均预报出了一定的降水概率,最长提前60 h,相应的最优的集合成员的降水预报与实况也较为接近。     

基于多中心TIGGE资料的区域GRAPES集合预报初步试验

基于全球交互式大集合(TIGGE)预报资料,研究利用TIGGE全球集合预报大尺度不确定信息,构造区域GRAPES集合预报的初值扰动方法和试验方案,并对2008年7月22日发生在黄淮地区的一次暴雨过程进行了集合预报试验.试验结果表明:构造的初值扰动场能够表征TIGGE全球集合预报初值中的大尺度不确定信息,区域GRAPES集合预报系统可以捕获极端降水天气,对降水预报具有显著的改进作用,集合预报平均及降水概率预报能有效地反映暴雨降水特点,暴雨发生概率较高的区域与实况对应关系较好.积分初期,暴雨的预报一致性(集合离散度)和预报技巧(集合平均预报均方根误差)之间的关系显示了区域GRAPES集合预报系统是合理的,但积分后期,由于模式在积分过程中的动力调整作用,减小了初值扰动对预报结果的影响,限制了集合离散度的增长速度.     

基于不同参数化方案的一次梅雨锋暴雨过程的集合预报试验

针对WRF模式中各非绝热物理过程,选用不同的参数化方案,对2009年6月29—30日一次梅雨锋暴雨过程做24 h降水预报的敏感性试验,并组成18个成员做物理集合预报,分析了实况与模拟的24 h降水量及其TS评分和离散度。结果表明,WRF模式的物理集合预报可成功模拟出3个暴雨中心的位置及强度;选用Lin et al微物理方案、MRF行星边界层方案和Betts-Miller-Janjic积云对流方案对湖北省西南部地区暴雨中心的位置及强度的模拟最好;3个暴雨中心均对应于离散度的大值中心,在降水较强时段其离散度也较大;不同集合成员在某时段预报的降水量可较好体现该时段的降水概率,而由物理集合预报得到的逐时降水量则可为定时降水预报提供依据。     

华南暴雨区域集合预报中不同同化方案的影响试验研究

基于全球集合预报系统(GEFS)资料,利用WRF中尺度模式及GEFS动力降尺度获取区域集合预报初值场,通过对同化后的分析场进行模式积分实现华南前汛期区域集合预报。对2019年6月10日的一次华南前汛期暴雨过程进行不同同化方案的试验:混合同化(Hybrid)、三维变分(3Dvar)、集合卡尔曼滤波(EnKF)和对比试验(Ctrl)四组试验的对比分析,探讨具有不同背景误差协方差矩阵的同化方案对区域集合预报集合扰动和集合离散随时间演变特征的影响,评估不同试验的降水模拟效果。(1) Hybrid对模式初始场有较好的改善作用,而3DVar和EnKF对初始场的改善作用不明显。(2) 对风场、温度场和湿度场,在前期预报中Hybrid的预报误差小于3DVar和EnKF,在中后期的预报中,3DVar和EnKF的预报误差得到改善,且好于Hybrid。同样,集合扰动能量,Hybrid和Ctrl在前期预报发展好于3DVar和EnKF,而在中后期的预报3DVar和EnKF好于Hybrid和Ctrl。(3) 从24 h累积降水评分中,整体上同化试验好于Ctrl,3DVar和EnKF好于Hybrid,且3DVar对大中雨级别的降水评分较好,而EnKF对暴雨以上级别的降水评分较好。(4) 对于集合统计检验分析,同化试验的AUC值都大于Ctrl的AUC值,24 h累积降水量阈值在10~100 mm的AUC值,3DVar最好;而125 mm阈值的AUC值,EnKF最好。      

“16·7”华北极端强降水过程对流尺度集合模拟试验不确定性分析

基于4km水平分辨率的WRF-ARW中尺度模式,对2016年7月19日华北地区的极端暴雨过程进行了不同降水微物理过程的对流尺度集合模拟试验。结果表明:各个成员模拟降水的强度、时空分布与观测实况较为接近,但也具有明显的不确定性。通过邻域检验的ETS评分、相关系数和均方根误差等指标进行评估表明,采用Morrison方案和WSM6_P2方案的集合成员表现较好,对流尺度集合模式在降水强度和准确度较全球数值模式预报有一定提升。频率检验表明集合预报在50 mm以下量级的预报存在过量预报的倾向,而100 mm以上的强降水预报相对偏弱。不同降水物理过程的集合成员在高空急流和地面气旋等关键天气尺度系统的发展过程中表现出明显的不确定性;通过降水量与整层可降水含量,低层相对涡度和垂直运动等诊断量的联合分析表明,集合成员可分为强降水集合和弱降水集合两类,其中强降水集合拥有较强的对流性回波、较明显的对流性下沉以及较强的地面冷池,强的潜热反馈也导致对流层中层出现相对较大的正位涡异常,并进一步影响天气系统发展。弱降水集合成员降水以暖云降水为主,对流性上升和地面冷池相对较弱,但较为接近本次以稳定性暖云降水为主的天气过程。检验模拟雷达回波表明双参量降水物理方案在反映层云回波亮带和层云与对流核的分离特征上更为清晰合理。利用WSM6物理方案参数设置的敏感性试验表明,不同参数组合设置的预报成员分别表达了强对流风暴和暖云强降水两种性质的强降雨过程,对于一次特定天气过程中的对流系统发展能够预计到更多的不确定性,展现了对流尺度集合预报的优越性。     

对流尺度集合预报中模式地形扰动对其预报技巧的影响研究

基于在重庆市气象局业务运行的对流可分辨尺度(3 km)集合预报系统,在已有初值扰动、模式物理过程扰动和侧边界扰动的基础上,对不同集合成员采用不同地形插值方案和地形平滑方案实现对模式静态地形高度的扰动,体现数值模式中地形转换过程的不确定性,开展集合预报批量平行试验。结果表明:(1)实现对模式静态地形高度的扰动后,各集合成员地形高度的离散度与实际地形的起伏程度对应关系较好,两者空间分布特征非常相似,地形较平坦的平原地区离散度较小,而地形较复杂的高原地区或山区离散度较大;(2)加入模式地形扰动方案后,集合扰动能量总体上有所增大,且低层比中、高层更明显,能量增幅在较短预报时效(12 h)内最显著,随着预报时效延长呈逐渐减小趋势,且能量增幅大值中心主要出现在地形较复杂、集合成员地形高度离散度较大地区;(3)模式地形扰动方案一定程度上能提高降水概率预报技巧及改进集合平均降水预报,在对高空要素和2 m温度、10 m风场等近地面要素的集合平均均方根误差和集合离散度无负面影响的前提下,能一定程度上优化集合分布。     

北京“7.21”特大暴雨不同集合预报方案的对比试验

采用6套扰动方案(初值、多物理、3组随机物理和初值与随机物理的混合)对2012年7月21日(“7.21”)北京特大暴雨过程进行了集合降水预报试验,检验了不同方案的集合平均预报、集合区间预报和概率预报较控制预报改进的相对程度,分析了它们对该过程时空不确定性的预报能力、不同扰动方法的离散度贡献以及不同尺度扰动对预报误差的贡献等。结果表明:(1)所有集合方案特别是初值扰动、多物理和混合扰动的集合预报相对控制预报在暴雨强度和位置上都有较显著的改进,并为用户决策提供了包括预报不确定性在内的更多预报信息。(2)3组随机物理产生的集合预报离散度很相似, 都远小于初值扰动和多物理方案产生的离散度, 并且主要集中在强降水中心附近, 因此在初值扰动的基础上加入随机扰动,可以提高强降水中心的离散度, 但对强降水中心以外的地区作用甚微;尺度分析进一步表明随机物理产生的离散度贡献主要集中在较小尺度上(<320 km),在更小的尺度上(<160 km)它甚至可以与初值和多物理扰动的贡献相当,而初值扰动和多物理过程的贡献可以比随机物理过程多延伸400—500 km直到较大的尺度(如>1000 km), 其中多物理过程在较小尺度上(<100 km)可比初值扰动贡献更大, 并且能部分消除预报系统偏差。(3) 所有集合扰动方案所产生的离散度尺度谱都与实际预报误差尺度谱分布一致, 即随空间尺度增大而减小,但在幅度上都小于预报误差(离散度不够大),并且这种差异随着空间尺度的减小而加速增大,在小尺度上相差甚大。     

A Regional Ensemble Forecast System for Stratiform Precipitation Events in Northern China. Part I: A Case Study

A single-model,short-range,ensemble forecasting system (Institute of Atmospheric Physics,Regional Ensemble Forecast System,IAP REFS) with 15-km grid spacing,configured with multiple initial conditions,multiple lateral boundary conditions,and multiple physics parameterizations with 11 ensemble members,was developed using the Weather and Research Forecasting Model Advanced Research modeling system for prediction of stratiform precipitation events in northern China.This is the first part of a broader research project to develop a novel cloud-seeding operational system in a probabilistic framework.The ensemble perturbations were extracted from selected members of the National Center for Environmental Prediction Global Ensemble Forecasting System (NCEP GEFS) forecasts,and an inflation factor of two was applied to compensate for the lack of spread in the GEFS forecasts over the research region.Experiments on an actual stratiform precipitation case that occurred on 5-7 June 2009 in northern China were conducted to validate the ensemble system.The IAP REFS system had reasonably good performance in predicting the observed stratiform precipitation system.The perturbation inflation enlarged the ensemble spread and alleviated the underdispersion caused by parent forecasts.Centering the extracted perturbations on higher-resolution NCEP Global Forecast System forecasts resulted in less ensemble mean root-mean-square error and better accuracy in probabilistic quantitative precipitation forecasts (PQPF).However,the perturbation inflation and recentering had less effect on near-surface-level variables compared to the mid-level variables,and its influence on PQPF resolution was limited as well.     

广东“18.8”季风槽极端降水事件对流尺度集合预报分析

受季风槽影响,2018年8月30—31日华南地区出现一次极端暴雨过程,单日站点累计降水量达1?056.7 mm,刷新了广东有历史纪录以来新的极值。对于此次极端降水事件,常用的业务模式包括欧洲中期天气预报中心全球模式（ECMWF）、日本气象厅谱模式（JMA）和中国气象局广东快速更新同化数值预报系统（CMA-GD）,都低估了降水强度。利用深圳市气象局业务对流尺度集合预报系统分析了此次特大暴雨过程,结果表明：对流尺度集合预报系统对本次特大暴雨过程具有比较好的预报能力,概率匹配平均最大雨量达348.7 mm·(24 h)-1,集合平均的强降水中心和观测基本一致,观测极值附近区域发生大暴雨（≥150 mm）概率最大值达到80%。选取了较“好”和较“差”集合成员预报进行对比分析,发现较“好”成员预报的强降水中心位置和观测基本一致,而较“差”成员预报的降水中心位置则偏向福建地区。较 “好”成员预报出莲花山南侧地面中尺度辐合线较长时间的维持和缓慢移动,导致强降水雨团在莲花山脉附近不断地触发和维持,同时地形的阻挡作用使得对流系统在地形附近区域持续维持,造成了罕见的特大暴雨;而较“差”成员辐合区位于莲花山以北,对流形成后向东、向北移动,最终导致强降水预报位置偏向福建地区。     

Hydrological Evaluation of the Canadian Meteorological Ensemble Reforecast Product

This paper evaluates the quality of the ensemble hydrological reforecasts obtained using the 18-year ensemble meteorological reforecast dataset available from the Canadian Centre for Meteorological and Environmental Prediction (CCMEP). This study focuses on four large watersheds in the province of Quebec. A distribution-based scaling (DBS) post-processing method is used to correct the 18-year ensemble precipitation reforecasts. An Ensemble Kalman Filter (EnKF) assimilation technique is also assessed to improve the initial conditions of the hydrologic model. There is a slight improvement in performance and reliability after applying the DBS approach to precipitation reforecasts, but this technique induces a reduction in the spread. The impact of the integration of the post-processed precipitation into the hydrologic model is also quite marginal. However, the addition of an EnKF provides better ensemble hydrological reforecasts with high performance, reliability, and skill, especially in the first reforecast horizons. The best results are, however, generally obtained when using DBS and an EnKF together. Combining DBS and an EnKF, hydrological forecasts for the next two weeks are obtained using the CCMEP reforecast and also the second generation Global Ensemble Forecast System (GEFS v2) reforecast, which is considered a reference. Forecasts of comparable skill and spread are obtained, with CCMEP-based forecasts showing better spread during the first week, and GEFS v2–based reforecasts showing better skill and spread during the second week. Finally, it is shown that the two meteorological reforecast products assessed in this study have similar economic value for hydrological forecasting applications based on the cost–loss model.     

基于增长模繁殖法的暴雨集合预报

采用WRF模式对2010年9月发生在河南省附近的一次暴雨过程进行了集合预报试验。用增长模繁殖方法(BGM)制作了集合预报方案1;为了充分利用背景场信息,结合时间滞后法,制定了集合预报方案2:滚动繁殖法;考虑到暴雨过程中天气形势的特殊性,结合区域空间特征,制定了集合预报方案3:区域繁殖法。这3组试验均对变量U、V、T、Q进行了初值扰动,加上控制预报,均产生了9个集合成员。试验结果表明:几种集合预报方法在预报效果上相较于控制预报都具有明显的改善,滚动繁殖法及区域繁殖法对增长模繁殖法都具有一定的改进作用,其中区域繁殖法的预报效果更优,与实况更为接近。     

上海区域降水集合预报系统的建立与运行结果的检验

以MM5模式为基础, 从预报模式的不确定性出发形成8个集合成员, 建立了上海区域降水集合预报系统。该系统实现从资料收集、资料处理、模式预报到预报结果处理与产品输出的全自动化, 于2005年8月1日开始业务运行, 运行稳定可靠。对系统8—10月的运行结果进行检验, 结果表明:集合预报系统对降水的总体预报效果尚可, 其中对量级小的降水的总体预报效果更好, 集合预报产品尤其是概率预报产品具有一定的参考价值, 但系统还存在发散度偏小的问题, 有待进一步改进。     

基于非静力模式物理扰动的中尺度集合预报试验

以GRAPES中尺度有限区模式作为试验模式, 从模式的不确定性方面来构造中尺度的集合预报, 重点考虑物理因子与初始条件的扰动作用。针对2004年7月10日北京城区的突发性暴雨过程进行了36 h的集合预报试验。结果表明:GRAPES模式可有效地捕捉到中尺度过程的信息; 中尺度集合预报是可行的, 可改进中尺度暴雨过程落区、强度的预报; 不同集合方案的预报结果各不相同, 同一方案各个成员的预报结果也有差异, 即存在适宜的离散度; 在离散度分析中发现在北京附近存在一个明显大值区, 且在大气中低层的垂直结构表现出一致性, 表明这一区域的预报不确定性很大。从集合检验结果中得到:单纯考虑模式物理扰动来构造中尺度集合预报系统有一定难度, 当加入初始场不确定信息后, 同时考虑模式的不确定性和初始场的不确定性, 有助于捕捉更多的中尺度系统的不确定信息, 有助于构造更为有效的中尺度集合预报系统。     

多源降水预报集成技术应用研究

基于欧洲中期天气预报中心全球高分辨率预报模式ECMWF、中国自主研发的新一代业务化区域数值模式GRAPES_Meso和WRF中国全国区域预报模式的降水预报结果进行未来3 d降水集成预报。以中国地面-卫星-雷达三源融合逐时降水格点产品(CMPA-Hourly,V2.0)作为"观测值"进行建模,采用消除偏差多模式平均法和基于无偏平均绝对误差集成法对中国大陆地区进行降水集成预报,同时采用2800个国家自动气象站降水观测数据对降水集成预报效果进行检验。结果表明：基于无偏平均绝对误差的降水集成方法能够综合每个模式成员降水预报场的优势,提供一种更为稳定可靠且具有更高分辨率的优质精细化降水预报产品;其在试验期间对中国大陆地区汛期的降水预报ETS评分,优于消除偏差多模式平均降水集成预报和最优单模式降水预报,BIAS评分更接近于1,与"实况"的距平相关系数也明显提高,是对降水大值捕捉能力较优的一种集成方法,尤其对中雨到暴雨量级预报的改进较好。     

一种新的集合预报权重平均方法

提出了一种新的考虑权重的集合预报成员平均方法。使用气候等概率区间来对集合成员进行分组, 并根据气候等概率区间的大小及其中的成员数, 对集合成员的权重进行调整, 得到了一种改进的集合平均预报结果。检验表明, 它可以进一步提高集合平均预报的效果。相对于提高模式分辨率或发展庞大的集合预报系统, 这种方法的效果是显著的。