一次南方大暴雨过程的数值模拟及其误差的敏感性诊断分析

选用0．18度（约20km）分辨率中尺度大气非静力模式GARPES-Meso对2005年5月31日-6月1日发生在湖南省的大暴雨过程进行了数值模拟和敏感性试验，并用探空、地面加密实况资料和客观分析场资料等对模拟结果进行细致的误差分析和诊断研究。结果表明：此次暴雨过程发生的大尺度环流背景、尤其是500hPa环流形势及其变化过程的模拟与实况非常接近；模式对暴雨过程累积降水总分布特征、大降水的主要落区等的模拟能力亦较强。从天气过程的角度看，模式可以对降水短期预报提供有较好参考和指导价值的可用数值产品。当然，本次暴雨过程细节特征的模拟还存在着一定偏差，如：模拟降水出现过早、降水峰值模拟偏弱、低层风速模拟偏大、高空急流核风速模拟偏小等。诊断分析显示，引起这些模拟误差的原因并不相同。模拟降水出现过早，主要是由模式初值误差引起，而非模式本身原因。处于暴雨区的初始低层风场偏差，在有利的环流条件下，积分前几个小时内不断增长并向对流层低层的上部扩展，引起模式低层风场和水汽发生异常辐合，进而激发出模式降水。而模拟降水峰值显著偏弱的可能原因，一是暴雨发生前高空急流核细节特征的模拟出现偏差，影响了高空强辐散与低层强辐合的垂直耦合，导致暴雨区高空辐散和垂直运动的模拟呈现出一种明显偏弱的连锁反应；二是模式次网格尺度和网格尺度降水方案的协调性不够，对流调整和对流对格点尺度温湿场的反馈似乎还不够有效，影响了模式格点尺度产生凝结至雨的温湿条件，进而影响显式降水方案作用的发挥。上述两方面因素的不断相互作用，对模拟降水构成一种负反馈影响。最终导致模拟降水峰值显著偏弱。要提升中尺度模式定量降水预报能力，还需特别关注模式物理过程的描述和提高模式降水物理过程方案之间的协调性。     

多普勒天气雷达资料同化对冬季暴雨模拟的影响研究

采用基于本征正交分解的四维集合变分同化（POD-4DEnVar）方法,利用梅州站的多普勒天气雷达资料和NCEP资料,对2015年12月9日一次华南冬季暴雨过程进行同化试验,探讨了同化不同的雷达观测要素对暴雨模拟的影响。结果表明:同化多普勒天气雷达资料有利于削弱控制试验偏强降水的模拟结果,改善降水分布结构;同化不同的雷达观测要素得到的模拟结果不同,同时同化径向风和反射率的降水模拟结果最好。同化试验对降水模拟结果的改善主要通过调整初始时刻的风场和水汽条件来实现,一方面减弱偏南风和偏东风在暴雨区的辐合,阻碍海上暖湿气流对暴雨区的水汽输送,另一方面直接削弱暴雨区的水汽条件,大幅降低水汽混合比。同化试验相对于控制试验的同化增量远大于不同雷达观测要素的同化试验之间的分析场差异,这表明同化不同的雷达观测要素对初始风场和水汽条件的调整呈现类似的特征。虽然同化试验的初始场存在较小的差异,但随着模式积分,16 h后模拟降水出现了明显差异。分析同化试验之间的初始偏差演变发现,850~700 hPa的平均垂直速度偏差和雨水混合比偏差在模式积分至16 h开始急剧增长,这种变量偏差的急剧增长与逐时降水偏差的迅速增加一致,是降水偏差增长的直接原因。另外,这两个变量偏差的增大,也伴随着偏差能量的增大,变量偏差增长最明显的时段为偏差能量增幅最大的时段,且偏差能量迅速增长早于变量偏差和降水偏差的迅速增长,变量偏差增长最明显的区域为偏差能量梯度较大的区域。     

不同水汽分析场对一次华南前汛期暴雨预报的影响分析

利用华南高分辨率模式分析了不同水汽分析场对一次华南前汛期暴雨模式预报效果的影响。分别使用来自NCEP-GFS（Global forecast system）和ECMWF-IFS（Integrated forecast system）两个不同预报系统提供的分析场进行模拟发现,使用IFS模式提供的初始场进行预报能够得到更为合理的降水预报效果,并发现初值中850hPa高度以下的水汽对本次过程的降水预报结果具有显著影响。由于在华南地区两种初始场内低层的水汽分布存在较大差异,导致了模式预报过程中出现了不同的降水发生机制,最终导致降水预报出现明显的偏差。在GFS分析场的基础上,进一步利用GRAPES-3DVar系统对常规观测资料进行再次同化,发现同化对本次降水过程的前期预报有改进,但是对24 h累计降水的预报改进并不明显。     

西北区东部一次暴雨的数值模拟试验

运用双向嵌套的中尺度数值预报模式MM5，对1998年7月上旬西北区东部一次暴雨过程进行了高分辨率数值模拟和敏感性试验。结果表明，该模式能较好地模拟这次暴雨过程，对这次暴雨过程相关的中尺度系统的发生发展也作出了较成功的模拟；大尺度及积云对流尺度的凝结潜热在降水过程中是一个主要因子，潜热释放将加热中高层大气，促使高层大气辐散，低层辐合，垂直运动加强，导致较大的降水；初始时刻不同地区低层大气水汽含量的多寡直接对本次暴雨产生影响，并为这次暴雨提供了水汽源；地面水汽和感热的垂直输送为暴雨的发生发展补充了能量。     

考虑尺度敏感性的长江中下游暖区暴雨初始扰动方案比较分析

弱天气尺度强迫背景下的长江中下游暖区暴雨突发性强,高度非线性,难以准确预报,这时考虑不确定因素的集合预报成为重要选项,而对流尺度集合预报核心问题是积分一段时间后离散度偏低,会导致预报失败。比较包含不同尺度扰动信息的对流尺度集合预报方案间的差异性并据此优化初始扰动方案,针对2018年5月4—5日一次典型长江中下游暖区暴雨过程,分别采用动力降尺度（DOWN）、增长模繁殖法（BGM）、局地增长模繁殖法（LBGM）和混合扰动法（BLEND）等四种方法进行集合预报试验,以期探讨对离散度和预报效果的影响。结果表明,在模式积分0~6 h,具有中小尺度扰动信息的BGM和LBGM的离散度优于DOWN,其中LBGM相比于BGM具有一定程度上的改进,说明具有更准确中尺度特征的扰动能够在积分初始阶段获得有效增长,即考虑了中小尺度天气系统局地性的LBGM能弥补BGM的不足;但是,在模式积分12 h以后,具有更多大尺度特征扰动的DOWN优于区域模式中的增长模繁殖法BGM和LBGM,说明经过初始误差快速增长一段时间后,大尺度扰动开始起主要作用。而具有不同尺度扰动信息的BLEND方案则兼具LBGM和DOWN的优势,几乎在整个预报时段离散度较高且概率预报评分较好,体现出混合扰动的优越性。以上结果进一步说明,初始扰动的尺度特征在暖区暴雨的集合预报效果中具有关键性的作用,因而通过调整初始扰动的尺度信息来优化集合预报性能的混合扰动思想,在业务上具有一定的指导意义和推广价值。     

初始场中尺度信息对暴雨预报的影响

由于观测资料分辨率与模式分辨率的不同,利用高分辨率模式对暴雨进行预报时,常规观测资料形成的初始场不能直接分辨出中尺度系统,这种中尺度系统特征的缺少可以认为是初始场的一种信息误差。利用中尺度天气分析的尺度分离方法可以提取这种中尺度信息。通过分析初始场中尺度信息的结构、演变特征及其对暴雨预报影响的机理,发现初始场中尺度信息的结构在主要雨带的对流敏感区具有明确的天气学意义,包含了有利暴雨产生的信息;其能量随时间也是增长的,特别是在积分12小时以后,能量迅速增长然后趋于稳定,超过了初始随机扰动的能量增长。利用减弱和增强初始场中中尺度信息的两种初始场作暴雨预报,其结果反映了初始场中尺度信息对暴雨预报的重要性,特别是对雨团位置和强度的预报,这些信息会直接影响暴雨的精细预报。     

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.     

一次梅雨暴雨预报中的误差演变及可预报性分析

针对2003年7月3—4日淮河流域梅雨暴雨过程,利用AREM模式,在分析暴雨预报对不同来源的初始资料和不同要素初始误差的敏感性的基础上,重点研究了降水过程中误差的演变特征和发展机理。分析结果表明,初始小振幅误差增长最快,而伴随着降水的发生和发展,误差演变特征表现为由局地增长发展为全局传播的过程,且误差最优增长总是出现于雨区,这意味着雨带是误差增长的敏感区域。雨区内存在的初始误差对降水预报误差具有重要贡献,初始湿度条件不仅影响误差的传播特征,还使雨带上中小尺度误差迅速增长并造成更大尺度的误差。基于误差能量公式的计算结果表明,误差增长的能量来源主要由凝结加热提供,因此,从能量角度而言,误差增长和降水增大是同"源"的,从而使暴雨可预报性受到固有的限制。     

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。     

北京“7.21”特大暴雨高分辨率模式分析场及预报分析

2012年7月21-22日,61年以来最强降水袭击北京,北京大部分地区出现大暴雨,局部特大暴雨,过程雨量大、雨势强、范围广,造成了严重影响。此次强降水配置较为典型,业务预报提前指示出了此次过程,但预报结果存在强度偏弱,峰值偏晚等偏差。在对此次大暴雨进行综合分析的基础上,利用中国自动气象站与NOAA气候预测中心卫星反演降水资料CMORPH(Climate Prediction Center Morphing Technique)产品融合的逐时降水量网格数据资料作为观测,着重对北京市气象局新的快速更新循环同化和预报系统(BJ-RUC v2.0)的3 km高分辨率模式分析场和预报场进行了检验与分析,以期通过对中尺度模式预报性能的了解,为暴雨可预报性问题提供进一步的参考。研究结果表明,此次特大暴雨过程水汽条件极佳,降水区域较为集中,呈现西南一东北走向的中尺度雨带特征。利用常规检验评分对预报降水的时间序列进行检验发现,预报降水在时间上滞后,降水强度偏弱,存在偏西南的位置误差,并且未能反映降水系统的线状特征。进一步利用检验连续降水区域定量降水预报的CRA(contiguous rain area)方法,对预报误差进行分解表明,整体降水(5 mm/h)的主要误差来自于位置和形状误差;而在暴雨(20 mm/h)的预报中,降水强度的偏差占误差的主要部分。最后结合对预报场大尺度环流和物理量的诊断(水汽条件和不稳定条件),分析探讨了此次极端暴雨预报不佳的原因。     

随机物理倾向扰动在风暴尺度集合预报中的影响研究

为深入探究随机物理倾向扰动（Stochastically Perturbed Parameterization Tendencies,SPPT）方案在风暴尺度集合预报中的影响,基于WRF模式利用FNL资料对SPPT方案中的3个参量分别进行敏感性试验,得到SPPT方案的最佳参数配置,并在此基础上分析SPPT方案模拟的降水分布特征。结果表明:SPPT方案敏感性试验中,去相关时间选择6 h时构造的集合成员可信度更高,逐时降水评分效果在积分中后期较高,对于暴雨及以上量级的评分技巧最优;造成降水主要天气系统的维持时间对该变量的选取有较大的影响。去相关空间尺度选择100 km的集合试验更为可靠,对降水预报技巧较高;同时该变量的选取与天气过程中的大尺度信息、中小尺度系统的活跃以及模式的空间分辨率有密切联系。通过对离散度和离群值分析认为扰动振幅选择0.525最为合理。SPPT方案集合成员在局部地区可以较大幅度地改变降水量,对降水落区的准确模拟存在一定的局限性。      

中β尺度系统造成的大暴雨过程数值模拟与诊断分析

利用T106资料和MM5V3．5中尺度非静力模式对2002年6月8—9日发生在陕西和四川东北部的一次突发大暴雨过程进行了数值模拟与诊断分析。模拟结果表明：在有利的大尺度环流形势下，中α尺度切变激发的中β尺度系统是本次暴雨的直接引导系统。进一步诊断分析揭示了中β尺度系统的动力场和热力场之间具有一种强耦舍机制：中β尺度系统是在低空急流带上发展起来的，垂直上升运动与近饱和湿空气柱及涡散柱互耦，低空对流不稳定层结的发展触发了强烈的垂直上升运动。模拟结果表明模式能很好地模拟中尺度对流系统的整个发展过程和降水雨带，细网格模拟的降水量与实况比较接近，分析结果可为中尺度暴雨预报提供参考依据．     

月和季节尺度区域气候模拟的对比分析

利用区域气候模式RegCM3分别进行了东亚夏季月尺度和季节尺度区域气候模拟试验,并将两种时间尺度试验的逐月模拟结果进行了对比分析。结果表明,不同初始场和不同时间尺度模拟降水量存在一定的不确定性,但模拟的降水分布格局和模拟时间尺度关系不大,其模拟结果主要取决于模式对区域内大气降水过程的描述能力。两种时间尺度模拟的月平均环流形势几乎一致,随着模拟时间延长,两种时间尺度模拟的月平均环流、温度和湿度之间的差别在模式内部区域有所增加。但两者没有出现本质差别,且两者之间的偏差不会随模拟时间尺度的延长而无限制增长,只在一定范围内波动。两种时间尺度模拟对7月份淮河流域降水集中期暴雨和高低空急流刻画差别不大,但两者对8月份东北降水集中期模拟差别稍明显一些,其差别主要表现在对低空急流的模拟上。     

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。     

对LASG-REM模式的改进及云雨数值试验

改进中尺度动力预报模式中较为简单的云雨过程处理方案,用预报方程对大尺度(即网格尺度)的水汽、云水和雨水作显式求解,对次网格尺度的积云对流进行参数化处理,并以1998年7月21日00时(UTC)的欧亚探空资料和地面资料为初始场,对武汉地区的暴雨过程进行数值试验。结果表明,改进后的LASG—REM模式对降水有很好的模拟能力,能够模拟出空中云水、雨水的分布特征。     

对于一次川渝暴雨的ATOVS资料同化数值模拟

利用我国全球中期数值预报业务模式T213L31及其三维变分同化系统SSI,对全球NO—AAl6、17的ATOVS资料进行了同化试验。对2007年7月16-18日发生在川渝地区的一次暴雨过程进行数值模拟研究,对比分析了仅同化常规资料与加入卫星资料后的同化结果及模拟结果。试验表明：T213L31模式加入同化AMSU资料后,可以改善降水预报,尤其是降水强度。通过连续滚动同化卫星资料,模式对于大尺度环境场改进明显,模拟效果更加接近实况。AMSU资料的使用可以改进温度场、湿度场以及风场,对于降水落区的预报有很好的指示意义。同化AMSU资料虽然一定程度上增加了降水区的湿度,但是该区域为一个稳定维持的低湿中心占据,是造成降水落区出现偏差的原因。     

新型局地增长模培育法对两次飑线个例的对流尺度集合预报试验

利用局地增长模培育法对两次典型飑线过程进行了对流尺度集合预报试验,通过与传统增长模培育法对比,检验了局地增长模培育法的实际预报效果。通过概率匹配平均处理后,将降水预报结果与实况资料进行对比分析,并用分数技巧评分来代替传统公平技巧评分实现对降水结果的合理检验,得出结论:1)在飑线降水预报上,局地增长模培育法优于增长模培育法。2)分数技巧评分比公平技巧评分更好地反映对流尺度集合预报能力,特别是在大暴雨量级降水评估上。3)降水评分结果显示,集合平均对于小雨、中雨和大雨级别降水的预报技巧高于概率匹配平均,概率匹配平均对于暴雨和大暴雨级别降水更有优势。     

一次华南暴雨的可预报性分析

利用WRFV3.2.1数值模式,以2009年7月2-3日华南暴雨为例,考察随机添加的初始场误差在此次暴雨中的演变过程。结果表明:添加在初始场的误差随着积分过程延长对模拟结果的改变逐渐增大,且湿过程误差造成的模拟结果改变更大;从空间上来说,模式对高层温度的预报能力较差,对低层风场的预报能力较好;暴雨的可预报性与水汽场的精确度有关,水汽初始场越准确,暴雨的模式可预报性就越长,初始风场对暴雨模拟结果主要体现在经向风场的影响上,经向风场越准确,暴雨的可预报性就越好。     

华南暖区暴雨预报的模式初始场质量敏感性分析北大核心

本文利用高分辨率中尺度数值预报模式WRF和两组再分析资料,在研究不同模式初值对华南暖区暴雨预报质量差异明显的基础上,利用合成初值方法进行了模式初值对暖区暴雨预报的敏感性数值试验研究,讨论了模式初始场关键物理量对暖区暴雨预报质量的影响,重点开展了模式初值湿度场质量对华南暖区暴雨降水预报的敏感性分析。结果表明:模式初始场质量的较小差异,可显著影响本次华南暖区暴雨预报的降水强度、降水落区以及降水发生时间等的质量。初始水汽场对暖区暴雨预报影响最大,也最为敏感,是准确预报对流单体的发生发展以及地面强降水的基础。风场和温度场对暖区暴雨预报的影响相对较小。对流层低层较强的风速辐合是本次暖区暴雨强对流单体触发、生成和加强发展以至产生暖区强降水的物理基础。     

多普勒雷达资料同化的稀疏化方式对暴雨过程的影响研究

利用中尺度非静力WRF(Weather Research and Forecasting)模式及其三维变分同化系统,对2007年7月淮河流域的一次强降雨过程进行多普勒雷达径向速度资料的三维变分同化试验,重点考察雷达资料的不同稀疏化方式对同化结果以及对暴雨数值模拟的影响。结果表明:同化多普勒雷达径向速度资料使得模式初始风场包含了更丰富的中尺度特征信息,有效调整了初始场的环流结构,能够改善模式对暴雨过程的模拟效果;以不同的稀疏化处理方式同化多普勒雷达径向速度资料对分析场会产生不同的影响,进而影响模式的降水预报效果,本次试验中当极坐标网格径向分辨率取10 km的时候降水过程的预报效果最好。