风暴尺度集合预报中的混合初始扰动方法及其在北京2012年“7.21”暴雨预报中的应用

风暴尺度集合预报系统（Storm-Scale Ensemble Forecast system,简称SSEFs）中集合成员之间发散度不足一直都是研究的难点。本文尝试了将Barnes空间滤波融入到集合转换卡尔曼滤波（ETKF）更新预报系统中的混合初值扰动法。该方案将ETKF方法的小尺度信息与来自于侧边界条件扰动的大尺度信息相结合,缓解了扰动在侧边界不匹配的问题。通过2012年北京“7.21”暴雨并使用邻位方法对比分析了不同初值扰动方案在不同时间尺度与空间尺度上的特征,在此基础上进一步探讨了构造混合初始扰动法的可行性。结果表明:ETKF试验所构造的初始扰动无法与侧边界条件扰动相匹配,混合后的初始扰动可以有效缓解SSEFs中由于初始扰动与侧边界扰动不匹配产生的虚假波动,其中大尺度信息保留较多的混合试验（ETKF80）和动力降尺度方案（Down）在减少虚假波动方面的效果最优;从集合离散度来看,在前期暖区降水阶段ETKF的离散度在小尺度上最大,随着锋面降水的开始,Down的离散度逐渐超过ETKF,而使用各滤波波段构造的混合试验同时具备ETKF与Down二者的特征。选择合理的滤波波段可以获得最为合理的离散度表现（ETKF180）,说明仅考虑侧边界匹配（Down和ETKF80）并不能获得最合理的集合离散度,应综合考虑其他因素。从降水概率预报结果来看,选取合适的滤波波段所构造的混合扰动试验同样获得了较好的效果。     

风暴尺度集合预报中不同初始扰动的多尺度发展特征研究

基于WRF模式构建集合更新预报系统,利用Haar小波分解方法分析了北京"7·21"特大暴雨过程中三种初始扰动方案所构造集合扰动的多尺度特征,基于此探讨了混合初始扰动方法的可行性,并对比了三种扰动对误差的模拟能力。其中扰动方案一是由集合转换卡尔曼滤波方法(ETKF)对NCEP全球集合预报的分析扰动更新后得到,扰动方案二(DOWN)是直接由NCEP全球集合预报扰动插值到试验所设置的模式网格中得到,而扰动方案三(BLEND)则是将上述二者通过Barnes滤波进行尺度混合后得到。结果表明:各组扰动的能量均随时间增长,其中包含分析不确定性的ETKF扰动在预报中前期有较高的中小尺度能量,而DOWN扰动有较高的大尺度能量且能量增长速度明显快于ETKF,二者能量的大值区最终都向中尺度(64~128 km)部分发展,混合后的扰动(BLEND)能量在预报中前期增长速度最快,综合表现最优。从扰动成分来看,ETKF和DOWN中在预报前期可以快速增长的部分均集中在8~32 km的小尺度上,64~128 km部分的中小尺度的扰动信息增长缓慢,而256 km的中尺度信息则很快被耗散,这为如何选取合理的滤波波段构造多尺度混合扰动提供了依据。从降水预报结果来看,控制预报误差主要集中在降水的大值区,虚假初始扰动会导致预报初期产生虚假降水区;在暖区降水阶段,扰动对误差的模拟能力较弱,而在锋面降水阶段,扰动对误差的模拟能力明显提高,总体来看大尺度的误差较难模拟,三种方案中BLEND对误差的模拟能力最强;根据扰动-误差的相关分析同样验证了BLEND在误差模拟能力方面的优势;在降水预报TS评分方面,各组集合试验均优于控制试验,其中BLEND的效果略优于ETKF和DOWN。     

区域集合预报扰动方法研究进展综述

集合预报方法是解决单一数值预报不确定性问题的有效手段,而针对强天气预报的中尺度区域集合预报技术已逐渐受到国内外的重视。对于区域集合预报而言,由于其不确定性来源较为复杂,如何发展有效的扰动方法是研究的热点和难点。本文根据国内外区域集合预报的研究进展,从初值扰动、模式扰动以及侧边界扰动三个方面进行了总结和回顾,并对扰动方法的发展趋势进行了介绍。对于初值扰动,较为主流的方法有动力降尺度,沿用传统的由全球集合扰动方法发展而来的技术为区域集合产生初值,以及专门为区域集合设计的扰动方法。鉴于这些方法各有利弊,目前对于初值扰动方法的研究已经开始发展充分包含大尺度和小尺度不确定性信息的混合扰动方法。区域集合预报模式扰动的研究以物理过程扰动为主,典型方法为多物理过程组合以及随机物理过程扰动,其中多物理过程组合方法简单有效,而随机物理过程扰动方法的物理意义更为明确,是物理过程扰动的趋势。通过多模式组合进行模式扰动的方法也开展了一些相关研究,且对于台风等强天气预报均显示出相对于单模式集合较好的效果。侧边界扰动的主流方法是由大尺度集合预报场来为区域集合提供不同的侧边界,研究结果表明此种侧边界扰动方法简便易行,且有助于提高区域集合预报较长预报时效离散度和预报技巧。     

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。      

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。     

GRAPES区域集合预报两种侧边界扰动方法对比试验

中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。     

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。     

不同随机物理扰动方案在一次暴雨集合预报中的对比研究

天气预报系统对模式本身的误差非常敏感,尤其是次网格物理参数化过程的不确定性对天气预报系统的准确性具有重要影响。由于风暴尺度系统时间尺度较小、发展剧烈以及高度非线性,传统的中期集合预报方法不再适用。本文将随机物理扰动方案(Stochastic Perturbed Parameterization Tendencies scheme,SPPT)、随机动能补偿方案(Stochastic Kinetic-Energy Backscatter scheme,SKEB)以及混合模式扰动方案(SKEB+SPPT)引入风暴尺度集合预报系统,对2014年5月31日安徽的一次强对流天气过程进行数值模拟,并评估集合预报效果和分析扰动特征及能量变化特征。结果表明:适用于本次天气过程的SPPT方案的时空尺度分别为3 h和60 km;混合模式扰动方案提高了SPPT方案和SKEB方案的集合预报离散度,减小了预报误差,且提高了预报的准确性;混合模式扰动方案减少了SPPT方案和SKEB方案对降水的空报和漏报;混合模式扰动方案的扰动空间分布在预报初期与SPPT方案类似,随着预报时间的推移,其扰动空间形态分布转换为与SKEB方案类似;混合模式扰动方案的扰动动能在所有尺度上都要明显大于其他两种方案,表明两种随机物理扰动方案的结合可以有效弥补两者在不同尺度上的能量缺失。     

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。      

集合预报多尺度奇异向量初值扰动方法研究

目前国际上采用的奇异向量集合预报初值扰动法对于初值不确定性的描述存在一定的不足,为了更有效地反映初始误差的时空多尺度特性,基于GRAPES全球奇异向量计算技术,计算了不同空间分辨率及不同最优时间间隔的多个尺度的奇异向量,并采用基于高斯分布的线性组合法来构造多尺度奇异向量的扰动初值,以代表在相空间中增长最快的多尺度初值误差模态。通过2019年1月19日的初值扰动集合预报试验,对比分析了单一尺度奇异向量初值扰动法与多尺度初值扰动法的扰动特征及集合预报效果。结果表明,多尺度奇异向量初值扰动法为区域集合预报提供的初始扰动场是合理的,扰动的大小随时间增长,且在空间分布上较好地反映了当前大气的斜压不稳定特征。此外,多尺度奇异向量扰动可以描述一定的大尺度以及中小尺度运动误差特征,较单一尺度奇异向量扰动能反映出更多初始场的不确定性信息。检验分析表明,GRAPES多尺度奇异向量集合预报在集合一致性、连续等级概率评分、离群值等方面有一定的优势,相比于单一尺度奇异向量法有较好的预报技巧。因此,基于GRAPES的多尺度奇异向量初值扰动法对于集合预报的预报效果有一定的提高,能为构建一套完善的GRAPES区域奇异向量集合预报系统提供一定的科学依据和应用基础。      

一次特大暴雨过程高分辨率集合预报试验的检验和评估

针对2018年4月22日发生在湖北西部山地的一次特大暴雨过程,采用降尺度方案和显式对流参数化方案模式,开展了高分辨率对流许可尺度(3 km)的集合预报试验,并对全球集合预报(GEFS)和对流尺度集合预报(SSEF)的降水预报进行了对比评估,结果表明:(1)SSEF集合平均的雨量和落区预报均优于GEFS。(2)SSEF各成员的降水离散度分布更合理,因而具有更优的降水区间预报,其“离散度-误差关系”更优,能更好地给出预报误差的分布及其可能的大小。(3)SSEF的概率预报在所有空间尺度上均优于GEFS,且在短历时强降水上的优势更加明显。由此可见,针对此类山地暴雨过程,对流尺度集合预报相对于全球集合预报具有巨大的改进潜力。     

全球大尺度信息在3 km GRAPES-RAFS系统中的应用

为了缓解快速分析预报循环过程中固定边界条件造成的预报锁定,缩短动力、热力调整时间,提高模式预报能力,全球模式产品的大尺度部分的信息被引入GRAPES-RAFS系统中,通过二维离散余弦变换方法对全球模式产品和区域分析进行谱分解,获得综合全球大尺度和区域中小尺度信息的混合尺度分析。通过2018年5月9日—6月9日1个月间歇分析预报循环,比较对照试验和混合尺度分析试验的冷启动和暖启动预报结果表明,在快速分析预报循环中,全球大尺度信息的加入不仅增加分析的大尺度部分信息和降低地面气压倾向,缩短模式预报的动力、热力调整时间,且地面要素场、分析场和降水的暖启动预报质量有显著提高;台风艾云尼路径预报也更加接近观测。另外,GRAPES-RAFS循环的暖启动与冷启动预报相比,初始场更加协调,但地面2 m气温和10 m风场的预报质量比冷启动预报差,且其ETS降水评分也明显低于冷启动预报。混合尺度方案在RAFS系统中的应用能有效提高初始场的协调性,地面、高空要素和降水预报质量得到提升。      

三维嵌套技术在有限区域模式长时间积分中的初步应用

在复杂地形条件嵌套细网格模式基础上, 利用球圈模式与有限区域模式自嵌套, 就三维嵌套方法在长时间积分中的模拟结果进行了初步分析。结果表明:三维嵌套对垂直层次选取较敏感; 在长时间积分中模式运行稳定, 积分时间越长, 其优势越明显。这为有限区气候模式侧边界方案提供了新的思路。     

基于不同空间尺度的作物产量集成预报——以江苏一季稻为例

基于1981-2016年江苏省不同区域一季稻产量序列,计算站点尺度的气温、降水、日照适宜度以及综合气候适宜度,在此基础上构建基于气候适宜指数的作物产量预报模型,开展不同空间尺度的一季稻产量精细化预报。同时,以各主产地市、县一季稻种植面积百分比为权重,加权集成省级产量,开展基于不同空间尺度一季稻产量序列的大区域尺度产量预测。结果表明:(1)江苏省不同区域一季稻气象产量与不同时段气候适宜指数之间存在较高的相关性,基于气候适宜指数的预报方法适用于江苏省不同区域一季稻单产预报。(2)2012-2016年省级尺度模型预报平均准确率高于97.5%,主产地市、县模型平均预报准确率低于省级尺度预报模型,主产县预报准确率年际间波动较大,表明预报区域越小,预报的难度提升。(3)基于气候适宜指数模型的江苏省级、主产地市集成,主产县集成模型预报准确率大部在95%以上,整体上看主产县集成优于主产地市集成,主产地市集成优于省级尺度模型。由此,开展地市级和县级尺度的精细化产量预报可提升省级尺度预报准确率,同时提高县级作物产量预报能力。     

基于大涡模拟评估GRAPES模式对对流边界层的模拟性能

为检验GRAPES半拉格朗日动力框架在大涡尺度上的模拟性能,为未来发展千米及其以下高分辨尺度的数值模式奠定基础,并构造GRAPES大涡模式以检验和发展边界层湍流参数化提供科学工具。通过在GRAPES模式中加入Smagorinsky-Lilly小尺度湍涡参数化,并将模式分辨率提高至50 m,构建GRAPES大涡模式(GRAPES_LES),以便分析GRAPES模式在大涡尺度上的适用性。同时利用广泛应用的已有大涡模式UCLA_LES作为参考,通过对干对流边界层湍流的模拟分析及与UCLA_LES模拟结果的对比,得出如下主要结论:GRAPES半拉格朗日动力框架能够模拟出与已有的大涡模式相似的边界层湍流特征;同时,通过分析也证明GRAPES存在由于采用半拉格朗日平流计算而带来过度耗散的问题:当使用相同的滤波尺度(Smagorinsky 常数)时,GRAPES_LES模拟出的速度场更为平滑,小尺度湍流结构过于光滑,通过对湍流能量的能谱分析更清楚地表明了这一点。进一步,对不同的Smagorinsky常数(对应不同的滤波尺度)进行了敏感性试验,表明可以通过改变滤波尺度,有效地缓解半拉格朗日框架隐含的耗散问题,得到更接近UCLA_LES所模拟的湍流特征。     

都江堰特大暴雨过程中GIS的多种面雨量计算方法对比

本文采用GIS栅格插值的常用方法,反距离权重法(IDW),样条函数法(Spline),克里金法(Kriging),协同克里金法(Co-Kriging),泰森多边形法(Thissen)对2013年7月8～11日都江堰特大暴雨过程进行面雨量计算的对比分析,并用FLood Area模型对此次过程中白沙河流域的暴雨洪涝过程进行模拟,结果显示:5种面雨量计算方法的结果受雨量站密集程度和降水空间分布特征的制约,特别是样条函数法和泰森多边形法,对雨量站分布影响较为敏感;小时面雨量计算中站点分布对样条函数法影响更大;协同克里金法计算面雨量可使FLood Area模拟结果更优,更接近于真实值;在复杂地形条件下面雨量计算中,考虑地形的相关影响可有效提高降水插值精度,使Flood Area模型的模拟结果误差更小。      

Evaluation of the New Dynamic Global Vegetation Model in CAS-ESM

In the past several decades, dynamic global vegetation models(DGVMs) have been the most widely used and appropriate tool at the global scale to investigate vegetation-climate interactions. At the Institute of Atmospheric Physics, a new version of DGVM(IAP-DGVM) has been developed and coupled to the Common Land Model(CoLM) within the framework of the Chinese Academy of Sciences' Earth System Model(CAS-ESM). This work reports the performance of IAP-DGVM through comparisons with that of the default DGVM of CoLM(CoLM-DGVM) and observations. With respect to CoLMDGVM, IAP-DGVM simulated fewer tropical trees, more "needleleaf evergreen boreal tree" and "broadleaf deciduous boreal shrub", and a better representation of grasses. These contributed to a more realistic vegetation distribution in IAP-DGVM,including spatial patterns, total areas, and compositions. Moreover, IAP-DGVM also produced more accurate carbon fluxes than CoLM-DGVM when compared with observational estimates. Gross primary productivity and net primary production in IAP-DGVM were in better agreement with observations than those of CoLM-DGVM, and the tropical pattern of fire carbon emissions in IAP-DGVM was much more consistent with the observation than that in CoLM-DGVM. The leaf area index simulated by IAP-DGVM was closer to the observation than that of CoLM-DGVM; however, both simulated values about twice as large as in the observation. This evaluation provides valuable information for the application of CAS-ESM, as well as for other model communities in terms of a comparative benchmark.     

The climatic effects of the stratospheric volcanic ash

The climatic effects of the stratospheric volcanic ash are simulated. The model we used is a primitive equation model with the P-σ incorporated coordinate system. The model has 5 layers in the atmosphere and 2 layers in the soil. The volcanic ash is introduced to the first (highest) model layer with a fixed optical thickness of 0.1275. Two comparative numerical experiments with and without the volcanic ash are made. Results show that the effects of the stratospheric volcanic ash on the formations of the mean climatic fields are much smaller than those of the land-sea distribution and the large scale topography. However, it does have contributions to the anomalies of the basic climatic states. The direct effect of the volcanic ash is to increase the temperature in the stratosphere. It can also influence the temperature and the height fields of isobaric surfaces, horizontal and vertical motions, precipitation and the surface climate through dynamic and thermodynamic processes in the atmosphere.     

HBFNEnKF混合同化方法设计及检验

基于前后张驰逼近（Back and Forth Nudging,简称BFN）和集合卡尔曼滤波（EnKF）方法,构建了一种新的同化方法HBFNEnKF（Hybrid Back and Forth Nudging EnKF）混合同化方法,并将此同化系统分别与通道浅水模式（shallow water model）和全球浅水模式对接,检验了HBFNEnKF同化方法的有效性。同时,对比了集合均方根滤波（EnSRF）、HNEnKF (Hybrid Nudging EnKF)、HBFNEnKF三种方法在有误差模式中的同化效果。试验结果表明:HBFNEnKF同化方法保留了HNEnKF方法的同化连续性,解决了EnKF同化不连续不平滑的问题,同时还有着更快的收敛速度;当采用单变量分析试验时,HBFNEnKF方法的优势最为明显,表明HBFNEnKF能够较好地保持不同模式变量间的平衡。此外,增量场尺度分析结果表明:相比EnSRF,HBFNEnKF在大尺度范围有更好的同化效果,同时能够避免在中小尺度范围内出现大量的虚假增量。     

西北太平洋副热带高压强度的统计预报

本文对1982年7—9月中央气象台发布的东亚范围500百帕的48小时预报图进行了误差分析，发现40°N以北的中高纬度预报误差较小，而在35°N以南的较低纬度，尤其是副热带地区，预报误差较大。因此我们对西风带高度场和副热带高度场分别进行了车贝雪夫多项式和自然正交函数展开。分析表明，他们之间具有一定的关联。在此基础上，提出了一个用车贝雪夫系数去预报同一时刻副热带高压系数（时间系数），从而获得48小时副热带高度场的统计预报方法。通过独立样本检验并与B模式的预报结果进行对照，证明本文的预报方案具有参考和应用价值。