NWP模式中纬向平均环流系统误差的动力诊断

证明了模式在预报时段的纬向平均环流误差，是由于在预报时段内模式大气和真实大气中西风加速过程的不同造成的。又由于原始方程的无加速定理中各强迫因子具有良好的线性迭加性，因此能够清楚地将造成模式系统误差的动力因子分解开来。通过对Ｔ４２Ｌ９模式的分析，说明原始方程的无加速定理可以作为分析模式系统误差的良好手段。动力诊断分析结果表明，模式对纬向平均环流分布具有较好的预报能力，但在各缔带也存在明显的误差。通过无加速定理的分解分析，本文研究了这些误差的成因及改善模式的可能途径。     

NWP 模式热量系统误差的动力诊断分析

文章证明了模式在预报时段的位温误差，是由于在模式大气和真实大气中，该时段内位温变化过程的不同而造成的。还证明了原始方程的无加速定理对各强迫因子的线性分解同样适用于研究NWP模式热量误差的成因。对国家气象中心T42L9模式1992年1月和7月预报结果的动力诊断表明，模式对纬向位温分布具有较好的预报能力，但在各纬带也存在明显的误差。通过无加速定理的分解分析，研究了这些误差的成因及改善模式的可能途径。     

The impact of the assimilation of scatterometer winds on surface wind and wave forecasts

Recent work has demonstrated that surface marine winds from the Bureau of Meteorology's operational Numerical Weather Prediction (NWP) systems are typically underestimated by 5 to 10%. This is likely to cause significant bias in modelled wave fields that are forced by these winds. A simple statistical adjustment of the wind components is shown to reduce the observed bias in Significant Wave Height considerably. The impact of increasing the vertical resolution of the NWP model and assimilating scatterometer data into the model is assessed by comparing the resulting forecast wind and waves to observations. It is found that, in general, the inclusion of scatterometer observations improves the accuracy of the surface wind forecasts. However, most of the improvement is shown to arise from the increased number of vertical levels in the atmospheric model, rather than directly from the use of the observations. When the wave model is forced with surface winds from the NWP model that includes scatterometer data, it is found that the scatterometer assimilation does not reduce the systematic bias in surface wave forecasts, but that the random errors are reduced.     

各种物理强迫激发的平均经圈环流特征及其对数值天气预报模式系统误差的贡献

本文证明7种强迫作用激发经圈环流的线性叠加性，分项考察了各种物理强迫激发经圈环流的特征，通过考察一个数值模式的模式大气和实际大气各种物理强迫激发经圈环流的差异，分析了模式系统误差的成因，这种建立在动力背景之上的模式误差分析方法，其物理意义明确，具有较为普遍的适用性。     

An online model correction method based on an inverse problem: Part I—Model error estimation by iteration

Errors inevitably exist in numerical weather prediction (NWP) due to imperfect numeric and physical parameterizations. To eliminate these errors, by considering NWP as an inverse problem, an unknown term in the prediction equations can be estimated inversely by using the past data, which are presumed to represent the imperfection of the NWP model (model error, denoted as ME). In this first paper of a two-part series, an iteration method for obtaining the MEs in past intervals is presented, and the results from testing its convergence in idealized experiments are reported. Moreover, two batches of iteration tests were applied in the global forecast system of the Global and Regional Assimilation and Prediction System (GRAPES-GFS) for July-August 2009 and January-February 2010. The datasets associated with the initial conditions and sea surface temperature (SST) were both based on NCEP (National Centers for Environmental Prediction) FNL (final) data. The results showed that 6th h forecast errors were reduced to 10% of their original value after a 20-step iteration. Then, off-line forecast error corrections were estimated linearly based on the 2-month mean MEs and compared with forecast errors. The estimated error corrections agreed well with the forecast errors, but the linear growth rate of the estimation was steeper than the forecast error. The advantage of this iteration method is that the MEs can provide the foundation for online correction. A larger proportion of the forecast errors can be expected to be canceled out by properly introducing the model error correction into GRAPES-GFS.     

相似集合预报方法在北京区域地面气温和风速预报中的应用

相似集合是近年来提出的一种基于相似理论、大数据挖掘和集合预报思路的统计释用方法。文中首先介绍了相似集合的基本原理,并应用该方法对北京快速更新循环数值预报系统（BJ-RUC）v3.0预报地面要素开展了订正释用试验。结果表明,相似集合订正后,在0—36 h预报时段内,10 m风速的均方根误差降低44%,2 m气温的均方根误差降低22%,均方根误差均显著减小。对比测站预报误差的水平分布,相似集合方法的应用对于提升非城区站点的10 m风速预报、复杂地形区域的2 m气温预报具有更为明显的效果。相同预报因子的相似集合和支持向量机方法对模式10 m风速和2 m气温预报均具有显著且相似的订正效果,但相似集合方法具有计算资源需求较少、不需要大量人工干预的优势。相似集合方法形成的集合较好地模拟了模式平均误差的增长情况,集合离散度与集合平均均方根误差表现出理想的统计一致性,即相似集合方法在形成确定性预报的同时,还能够提供预报要素的不确定性或概率信息。因此,相似集合方法在模式预报订正及释用方面具有广阔的应用前景。      

数值预报产品统计释用技术在热带气旋路径客观预报中的应用

首先对应用数值预报产品统计释脾技术的效果进行了统计。结果表明,数值预报产品和技术的应用改善了热带气旋路径客观预报中预测因子的预报能力,提高了模式的预报技巧并拓展了有效预报时效。继而对热带气旋路径客观预报中若干统计释用技术问题进行了讨论,并指出：在应用数值预报产品构造热带气旋路径客观预报模式时,采用大样本资料和完全预报方法,细心构造反映各种天气系统特征和物理量场的预报因子,应用多时刻产品并对ＮＷＰ产     

数值天气预报多要素深度学习融合订正方法

数值天气预报作为现代天气预报的主流技术方法,近年来不断朝着精细化方向发展,但预报误差至今仍无法避免.文中在CU-Net模型中引入稠密卷积模块形成数值预报要素偏差订正模型Dense-CUnet,在此基础上进一步融合多种气象要素和地形特征构建了Fuse-CUnet模型,开展不同模型的偏差订正试验和对比分析.以均方根误差(R...     

GRAPES_GFS 2.0模式非系统误差评估

选取2014年1月、4月、7月、10月的GRAPES_GFS 2.0预报产品和对应时刻的NCEP FNL分析资料进行对比。从时间演变看,南、北半球的非系统误差均在各自冬季达到极盛,误差呈现周期性变化规律。位势高度场的非系统误差随时间演变先呈指数增长,后呈线性增长,温度场和纬向风场的误差则近似于线性增长。从空间分布看,GRAPES_GFS 2.0的非系统误差大值主要分布在中高纬度地区,呈条带状分布,误差大值区域基本不随预报时效的变化而发生变化;位势高度场和纬向风场的误差大值区出现在对流层顶附近,而温度场的误差大值区则出现在边界层顶附近。将误差增长曲线参数化拟合后发现,南半球的初始场误差、可预报上限和初始场误差占比均高于北半球,随离地高度增加初始场误差占比逐渐减小。     

2004年主汛期各数值预报模式定量降水预报评估

随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。     

纬向平均环流预报的系统性误差及其改进

大量的月预报实例分析表明,纬向平均环流(本指高度场纬向平均分量)存在明显的系统性预报误差,且在总误差中占有可观的份额。国内外其它模式也存在类似的现象。为克服这一困难,本尝试了“结合”(hybrid)的途径。应用重构相空间理论和非线性时空序列预测方法,在大量历史资料的基础上,构造了月尺度逐侯纬向平均高度场(零波分量)距平场的非线性预报模型。然后,将非线性预报和谱模式动力预报结合起来,即将非线性预报结果转化为模式需要的颅报量,再在模式积分过程中的每一步取代其相应部分,实施过程订正。初步试验结果表明,这种途样合效地减少了模式纬向环流的预报误差;特别是通过非线性波流相互作用,还改善了部分波动分量的预报。     

多普勒雷达风廓线的反演及变分同化试验

为了将雷达风场资料更好地应用到数值预报模式中, 使用VAD方法反演多普勒雷达风廓线并处理成标准的探空资料进行变分同化试验。结果表明: VAD方法反演的风廓线与探空实况对应较好, 验证了用VAD技术反演风廓线的可行性。用GRAPES-Meso模式的三维变分同化系统对雷达风廓线资料进行同化后, 风场的初始场明显改善, 降水强度和落区预报也有不同程度的改善。其中, 对6 h降水预报的改善明显优于对24 h的预报改善。另外, 在短时强降水预报中, 雷达风场资料的同化频率和同化窗口的不同, 对降水预报的改善情况也有所差异。在个例研究中, 同化间隔为1 h的方案6 h降水预报要优于同化间隔为3 h和6 h的方案, 同化窗口为3 h的试验方案6 h降水预报要好于同化窗口为6 h的试验方案。     

A forecast error correction method in numerical weather prediction by using recent multiple-time evolution data

The initial value error and the imperfect numerical model are usually considered as error sources of numerical weather prediction (NWP). By using past multi-time observations and model output, this study proposes a method to estimate imperfect numerical model error. This method can be inversely estimated through expressing the model error as a Lagrange interpolation polynomial, while the coefficients of polynomial are determined by past model performance. However, for practical application in the full NWP model, it is necessary to determine the following criteria: (1) the length of past data sufficient for estimation of the model errors, (2) a proper method of estimating the term "model integration with the exact solution" when solving the inverse problem, and (3) the extent to which this scheme is sensitive to the observational errors. In this study, such issues are resolved using a simple linear model, and an advection-diffusion model is applied to discuss the sensitivity of the method to an artificial error source. The results indicate that the forecast errors can be largely reduced using the proposed method if the proper length of past data is chosen. To address the three problems, it is determined that (1) a few data limited by the order of the corrector can be used, (2) trapezoidal approximation can be employed to estimate the "term" in this study; however, a more accurate method should be explored for an operational NWP model, and (3) the correction is sensitive to observational error.     

概率密度匹配方法在我国近海海面10 m风速预报中的应用

海面风速对航运及海上生产作业影响重大,但数值模式对于海面的风速预报仍存在较大误差。为降低数值模式海面10 m风速预报的系统性误差,提高海上大风预报准确率,基于2017—2019年中国气象局地面气象观测资料对ECMWF确定性模式的10 m风场预报结果进行检验评估,并采用概率密度匹配方法对模式误差进行订正。分析结果表明,概率密度匹配方法可有效地改善数值模式10 m风速预报的系统性误差,订正后风速在各个预报时效和风速量级的平均误差均较订正前有所降低。对于大量级风速的预报,经概率密度匹配方法订正后的风速预报的漏报率可减少10%以上。订正后12 h预报时效的8、9级风速预报的平均绝对误差分别由4.15 m/s、5.61 m/s降低至3.12 m/s、4.08 m/s,120 h预报时效的8、9级风速预报的平均绝对误差由7.38 m/s、9.35 m/s减小至6.46 m/s、8.07 m/s。在冷空气、台风大风天气过程中,基于概率密度匹配方法订正后的风速与实况观测更接近,能够为我国近海洋面10 m风速的预报提供更准确的参考。      

GRAPES_TCM模式对影响浙江省热带气旋风力的预报评估

基于2006—2011年热带气旋影响时浙江省气象站实测风力和上海台风研究所GRAPES_TCM模式输出资料分析得出:模式地形高度与实际差异越大则直接输出风速平均误差越大,通过对浙江沿海模式地形高度误差绝对值在10 m以内的站点进行风力预报评估,结果发现:12~72 h模式直接输出风速存在一定的系统性误差。模式对浙江沿海站点风力预报的TS评分随风力等级的提高而降低,主要缘于空报率的增大。BS评分则表明,模式对越强的风力越有过度预报的倾向。模式20时预报的TS评分一般好于08时,主要得益于漏报率的降低。经MOS释用后可以在一定程度上提高站点风力预报与实况的正相关和预报稳定性,同时提高不同等级风力预报的TS评分;12、24 h模式站点,6级以上风力预报能力与主观预报相当。     

与T63数值预报产品相结合的江苏西南大风的预报方法

国家气象中心发送的T63数值预告产品在本台于95年6月份投入业务运行,为尽好、尽快地最大限度地将T63数值产品投入业务使用,以发挥其作用,从而具体体现T63的价值所在、在这方面,我们作了一些探讨与尝试。我们把《江苏大面积西南大风预报工具》与T63数值预告产品进行结合与释用,取得了良好的效果。     

夏季纬向平均气流变动的主要模态及其与AO和ENSO的联系

使用NCEP-NCAR月平均再分析资料,研究了夏季纬向平均气流变动的主要模态及其与北极涛动(AO)和ENSO的联系,探讨了夏季[u]主要模态维持的可能机制。结果表明,北半球夏季纬向平均[u]的异常分布表现为两个主要模态。EOF1反映了与AO相对应的纬向平均[u]的分布,EOF2反映了与ENSO相对应的纬向平均[u]的分布。周期分析显示了EOF1、EOF2分别具有与AO及ENSO相似的周期。滞后相关分析表明,除了夏季之外的其他季节EOF1与ENSO存在显著相关,而EOF2与AO亦存在显著相关。夏季,EOF1与ENSO、EOF2与AO的同期相关量值小且不显著。这些说明,北半球夏季纬向平均气流变化的主要模态可以有效分离,其分别代表了AO和ENSO有关的信号。这对于更好地理解AO和ENSO的全球影响具有重要意义。利用准地转无加速定理,发现EOF1和EOF2对应的时间系数高低值年的E-P通量散度的合成差值场分别与纬向平均[u]的EOF1、EOF2分布表现出很好的对应关系,其中行星波对纬向平均气流主要模态的维持起着主要作用。余差环流与E-P通量散度分布型相似,量值相当,但符号相反。在一些地区,大气涡动的摩擦耗散也起着一定的作用。这些平衡了波动的能量输送作用,使纬向平均[u]的结构得以维持。     

GRAPES_GFS 2.0模式系统误差评估

通过选取2014年1月、4月、7月、10月的GRAPES_GFS 2.0预报产品和NCEP FNL分析资料进行对比分析,发现GRAPES_GFS 2.0的系统误差具有以下特性:位势高度场误差的空间分布具有纬向条带状或波列状特征,误差大值集中在中高纬度地区,低纬度地区误差较小。误差在南北半球各自的冬季最大、夏季最小,并呈现明显的季节变化特征。误差随预报时效的增速略低于线性增速且不同预报时效下误差随高度变化的曲线趋势相似。温度场误差的空间分布相对均匀,误差大值位于30°S~30°N附近地区。纬向风场误差没有十分明显的分布规律,与纬度变化、海陆分布和地形的关系均不密切,西风误差和东风误差交替出现。结果表明:模式对冬季中高纬度地区和边界层及对流层顶的模拟技巧尚需提高。明确GRAPES_GFS 2.0的系统误差分布特性,有助于有针对性地进行模式订正,改善误差大值区域的模式预报方法。     

2004年汛期(5～9月)主客观降水预报检验

随着气象事业的发展，天气预报的质量越来越依赖于数值预报产品的性能。预报产品检验是评价预报质量和提高预报水平的有效手段。针对2004年汛期（5～9月）中央气象台预报员及T213、HLAFS25、MM5、GRAPES、日本及德国等国内外数值预报模式短期时效的降水预报做了详细的统计学检验。检验结果表明，对于汛期平均而言，各模式与预报员的小雨预报较好，随降水量级的增加TS评分迅速下降，国内外数值预报模式之间降水预报水平差别不大，预报员与模式相比水平略高；但对于过程预报而言，过程不同，各模式和预报员的表现不同，预报员和MM5对河南暴雨预报较好；GRAPES和日本模式对台风暴雨预报略好；T213对于四川东部暴雨的大量级降水预报较好；无论是预报员，还是数值预报模式，北京暴雨的预报是一个典型的失败个例。同时，我们也发现检验系统存在一些问题，有待今后逐步改进。     

数值天气预报模式产品在预报业务中的应用

介绍了数值预报模式产品性能的基本特征,讨论了模式产品误差的地理、季节和层次分布、不同尺度模式产品的可预报性、模式输出要素及物理量、指数的误差特点,并根据目前业务中常见的错误预报思路探讨了应用数值预报模式产品的合理思路,指出现代预报业务中预报员的作用。认为现代预报员应该了解几种基本的数值预报模式的特性及基本原理,集合各种模式的优点,综合本地预报经验,有效利用海量数值预报产品,做出更高质量的预报结果。