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。      

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。      

SWCWARMS及ECMWF模式对四川盆地暖区型和斜压锋生型暴雨预报检验分析

利用2014～2016年5～10月四川盆地所有观测站资料及SWCWARMS模式、ECMWF模式同时段20时起报的24h累积降水资料,基于邻域法FSS、ETS评分指数检验了两模式对于高能暖区型暴雨及斜压锋生型暴雨预报的预报性能。主要结论为:(1)两种类型暴雨过程平均误差均是SWCWARMS模式较ECMWF模式大,且误差值为正,表明模式以湿偏差为主;(2)高能暖区型暴雨FSS评分各降水量级各空间尺度均是SWCWARMS模式高于ECMWF模式;斜压锋生型暴雨50mm以下量级降水在36km以下空间尺度ECMWF模式FSS评分高于SWCWARMS模式,54km以上空间尺度SWCWARMS模式评分较高,大暴雨量级降水各尺度下均是SWCWARMS模式评分较高;(3)高能暖区型暴雨ETS评分暴雨、大暴雨量级SWCWARMS模式评分较高,中雨、大雨ECMWF模式预报更优;斜压锋生型暴雨ETS评分,中雨、大雨及暴雨量级降水预报ECMWF优于SWCWARMS,大暴雨量级SWCWARMS模式预报更优。      

陕西省中尺度模式降水预报效果检验

对2006年汛期AREMS、GRAPES、WRF模式的降水预报结果作每日定量检验和2006年汛期的主要大降水过程作定性检验。结果表明：WRF模式48h的预报效果要明显好于24h;各模式的小雨预报效果基本接近;AREMS和GRAPES对中雨以上量级预报时效主要在24h之内;AREMS在24h之内对中雨、大雨的预报效果好于GRAPES、WRF模式。定性检验显示,WRF对强降水的量级和降水中心落区有较好的参考意义;AREMS模式对系统性降水的雨带走向预报较好,雨带比实况略偏北,量级比实况偏小;GRAPES模式对强降水雨带走向预报与AREMS模式类似,但对各量级的降水预报范围偏大。     

SWCWARMS 模式对巴中地区预报能力的检验

应用巴中地区218个自动气象观测站2016年6～8月逐日的24h累积雨量,采取基于客观统计的检验方法,针对24h累积雨量,采取TS评分、BIAS评分和空报率对比分析了 SWCWARMS 模式和 EC 细网格模式在巴中地区的预报能力。研究结果表明:(1)从降水落区来看,两个模式都对雨带的移动都有较好的预报能力;(2)从降水 TS 评分看,SWCWARMS模式在各量级上的 TS 评分都优于 EC 模式;(3)从降水 BIAS 评分看,EC 模式容易漏报中雨及以上量级的降水,而 SWCWARMS 模式则对大暴雨的预报有较大的空报;(4)从逐月评估结果看,6月和7月SWCWARMS 模式较EC模式有更好的预报效果,8月两者差异不大。总体而言,SWCWARMS 模式在巴中地区的预报效果优于 EC 模式。      

SWC-WARMS在重庆地区的降水预报性能分析

本文利用2016年5~7月SWC-WARMS和CQMFS逐日20时起报的24h累计降水预报资料及24h累计降水观测资料,对两家模式在重庆地区的24~48h和48~72h的24h累计降水预报结果进行客观检验评分和对比分析,并针对2016年5~7月重庆地区的8次区域性强降水天气过程,进行了SWC-WARMS的24~48h强降水落区和强度的主观检验,结果表明:对于24~48h累计降水,CQMFS的TS评分除暴雨和大暴雨量级外均优于SWC-WARMS,且相对于SWC-WARMS而言,空报较少,漏报较多;对于48~72h累计降水,各个量级降水的TS评分、空报率和漏报率的表现一致,SWC-WARMS的各项评分均明显优于CQMFS;对于重庆地区2016年5~7月的8次强降水天气过程,除个别个例预报较差外,SWC-WARMS对强降水落区和强度的预报均具有一定的指示意义,能为预报员提供有用的参考,但降水强度总体偏强,大暴雨量级的降水空报现象较为明显。      

西南涡加密资料同化对西南区域模式降水预报的影响

本文基于2017年西南涡加密观测试验的四川省11个观测站的探空资料,利用西南区域9km和3km分辨率数值天气预报模式系统,开展了数值预报同化试验。同化试验每日06和18UTC各进行一次,持续40天。西南区域9km分辨率数值预报系统(SWC-WARMS)的模拟结果表明,加密探空观测资料对四川高空观测起到了补充。同化后可以改善模式初始场,有助于提升24小时降水预报的ETS评分,对小雨到大雨量级的BIAS评分也有一定的改善。西南区域3km分辨率系统得益于分辨率的提升,相比SWC-WARMS减小了大暴雨空报面积。同化加密探空观测可以提升降水预报的ETS评分,但空报面积也有所增加。      

多模式降水资料在贵州的检验分析

本文检验了2020年3月至2021年2月ECMWF和GRAPES以及中央台格点产品（以下简称SCMOC）和省台格点产品（以下简称SPCC）4家降水预报产品逐24h未来5天在贵州的预报质量,结论如下：（1）ECMWF和SCMOC与实况的相关系数最高,SCMOC和SPCC预报降水的变化幅度较观测偏大,而GRAPES预报降水的变化幅度较观测则是明显偏小。（2）SCMOC的晴雨准确率最高,除在72h预报时效SPCC的准确率略高于SCMOC外,其余预报时效SPCC准确率均低于SCMOC,表明SPCC的订正能力需要进一步提升。（3）在小雨量级,4种降水预报产品的TS评分相差不大,ECMWF和GRAPES的ETS评分明显低于SCMOC和SPCC,其中GRAPES的TS评分在5个预报时效内均高于ECMWF。在中雨量级,前3个预报时效内ECMWF的TS和ETS评分均高于其他三家,ECMWF在5个预报时效内预报有降水的次数大于实况出现的降水次数,但空报次数并不是最多的,在后2个预报时效内,SCMOC的TS和ETS评分均是最高的,但与其他家相差不大。在大雨量级,24h和96h预报时效ECMWF的TS和ETS评分均是最高的,而在48h、72h、120h预报时效SCMOC的TS和ETS评分是最高的。在暴雨及以上量级,前3个时效内SPCC 的TS和ETS评分均是最高,且48h的TS评分空间分布也是最优的,表明SPCC对暴雨及以上量级在前3个预报时效内订正能力较好。     

GRAPES_TCM模式对影响浙江省热带气旋的降水预报评估

基于2006-2009年有热带气旋影响浙江省期间气象站(包括自动站)资料及上海台风研究所的GRAPES_TCM模式输出降水资料,应用TS和BS评分方法,对模式在浙江省的热带气旋降水预报能力进行了评估.结果表明模式晴雨准确率和小雨TS评分24 h和36 h预报相对高,48 h开始随预报时效逐渐下降,中雨、大雨和暴雨TS评分随时效变化趋势不明显,而大暴雨TS评分有较大的随机性.漏报是影响小雨和中雨TS评分的主要原因,空、漏报对大雨和暴雨TS评分的影响基本相同,空报是影响大暴雨TS评分的主要原因.相同预报时效的TS评分随降水等级的提高而减小.BS评分发现模式对大雨及以下量级降水预报站次比实际偏少,对暴雨预报相对接近实际出现站次,对70 mm以上的大暴雨模式有过度预报倾向.与宁波市气象台主观预报比较,对晴雨和小雨预报,相同时效的主观预报一般高于客观,主观暴雨预报TS评分比客观预报一般高出30％以上.GRAPES_TCM模式对于影响程度高的TC降水预报能力相对高.20时输出预报与08时相比,对于晴雨和小雨预报,48 h以内差异不大,而60 h和72 h预报准确率,20时明显高于08时.对于中雨及以上等级降水,20时预报TS评分一般比08时好,主要得益于漏报率的降低.     

GRAPES-REPS西南低涡预报检验评估

利用2015年6—8月GR APES-REPS(Global/RegionalAssimilation and Prediction System-Regional Ensemble·Prediction System)区域集合预报资料,并设计西南低涡格点资料客观识别方法对西南低涡中心位置进行定位,首先评估GRAPES控制预报对西南低涡的预报准确性,之后挑选出四次生命史较长的西南低涡过程,分析评估GRAPES-REPS对西南低涡发生、发展、移动及降水过程集合预报性能。结果表明:(1)GRAPES模式对西南低涡预报的命中率较高,空报率略大于漏报率。(2)GRAPES-REPS对西南低涡发生和发展的预报效果较好,绝大部分集合预报成员能预报西南低涡发生和发展过程,但对西南低涡发生时间预报总体偏早。(3)GRAPES-REPS对西南低涡移动路径在24 h预报时效内比较合理,且集合预报平均明显优于控制预报,24 h之后东移型西南低涡移动路径明显偏北。(4)GRAPES-REPS对西南低涡强度预报总体偏强,表现为中心正涡度值偏大,位势高度值偏低。(5)24 h预报时效内,西南低涡触发的小雨到大雨量级的降水概率评分均有较好表现,且落区与实况接近,而暴雨落区个别略有偏北,但基本吻合。24 h之后,由于东移型西南低涡移动路径偏北导致模式预报降水落区偏北。可见,模式对西南低涡强降水有一定预报能力,因此,提高GRAPES-REPS中尺度集合预报能力,将有助于改进西南低涡强降水预报。     

基于能量模型的水稻生长模型

该文考虑生命活动与物质交换和能量流动的关系,从热力学出发,引入一维能量模型。在一维能量模型的基础上,将水稻对外界能量的摄取能力与水稻生长季中的气温变化规律联系起来,建立在气温变化条件下水稻的生长模型。结合气温增长率、水稻最适气温和不同阶段的生物量,以徐士良单形调优算法为基础,利用Forcal二维方程参数拟合,得到关于水稻自然增长率、气温波幅和初始值等参数的最优拟合。将最优拟合数据代入水稻的生长模型,拟合得到水稻的生长曲线和水稻生长随气温的变化趋势。以水稻的生长模型为基础,定性分析水稻的临界气温和最大生长率出现时间。通过分析发现,水稻生长季的临界气温与气温增长率无关;水稻的最大生长率出现时间为水稻分蘖后期、孕穗期。为考虑异常气温对水稻生长的影响,利用Matlab对水稻分蘖期低温和生殖生长期高温的水稻生长进行模拟,结果表明:水稻后期高温对产量影响比前期受低温影响严重。     

GRAPES全球模式的模式误差估计

现代数值天气模式考虑的物理过程和边界条件越来越复杂, 但是它描述的大气状态和真实的大气流体运动轨迹还有一定的差距, 存在模式误差。在以往的研究中, 模式误差往往被忽略, 在集合卡尔曼滤波同化系统中, 如果忽略模式误差会导致滤波发散现象。本文用不同分辨率的模式预报差异估计了GRAPES全球模式的模式误差, 研究发现模式误差随着分辨率降低而线性增加, 而且模式误差随着预报时效的增加呈现线性增长的趋势。     

Coupling a Terrestrial Biogeochemical Model to the Common Land Model

A terrestrial biogeochemical model (CASACNP) was coupled to a land surface model (the Common Land Model,CoLM) to simulate the dynamics of carbon substrate in soil and its limitation on soil respiration.The combined model,CoLM CASACNP,was able to predict long-term carbon sources and sinks that CoLM alone could not.The coupled model was tested using measurements of belowground respiration and surface fluxes from two forest ecosystems.The combined model simulated reasonably well the diurnal and seasonal variations of net ecosystem carbon exchange,as well as seasonal variation in the soil respiration rate of both the forest sites chosen for this study.However,the agreement between model simulations and actual measurements was poorer under dry conditions.The model should be tested against more measurements before being applied globally to investigate the feedbacks between the carbon cycle and climate change.     

LICOM Model Datasets for the CMIP6 Ocean Model Intercomparison Project

The datasets of two Ocean Model Intercomparison Project(OMIP)simulation experiments from the LASG/IAP Climate Ocean Model,version 3(LICOM3),forced by two different sets of atmospheric surface data,are described in this paper.The experiment forced by CORE-II(Co-ordinated Ocean–Ice Reference Experiments,Phase II)data(1948–2009)is called OMIP1,and that forced by JRA55-do(surface dataset for driving ocean–sea-ice models based on Japanese 55-year atmospheric reanalysis)data(1958–2018)is called OMIP2.First,the improvement of LICOM from CMIP5 to CMIP6 and the configurations of the two experiments are described.Second,the basic performances of the two experiments are validated using the climatological-mean and interannual time scales from observation.We find that the mean states,interannual variabilities,and long-term linear trends can be reproduced well by the two experiments.The differences between the two datasets are also discussed.Finally,the usage of these data is described.These datasets are helpful toward understanding the origin system bias of the fully coupled model.     

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。     

FGOALS-g3 Model Datasets for CMIP6 Flux-Anomaly-Forced Model Intercomparison Project

The Flux-Anomaly-Forced Model Intercomparison Project(FAFMIP) is an endorsed Model Intercomparison Project in phase 6 of the Coupled Model Intercomparison Project(CMIP6). The goal of FAFMIP is to investigate the spread in the atmosphere–ocean general circulation model projections of ocean climate change forced by increased CO_2, including the uncertainties in the simulations of ocean heat uptake, global mean sea level rise due to ocean thermal expansion and dynamic sea level change due to ocean circulation and density changes. The FAFMIP experiments have already been conducted with the Flexible Global Ocean–Atmosphere–Land System Model, gridpoint version 3.0(FGOALS-g3). The model datasets have been submitted to the Earth System Grid Federation(ESGF) node. Here, the details of the experiments,the output variables and some baseline results are presented. Compared with the preliminary results of other models, the evolutions of global mean variables can be reproduced well by FGOALS-g3. The simulations of spatial patterns are also consistent with those of other models in most regions except the North Atlantic and the Southern Ocean, indicating large uncertainties in the regional sea level projections of these two regions.     

一个包含土壤和植被的区域气候模式及其性能检验

本文研制了一个三维地气耦合的区域气候模式，该模式由大气、土壤和植被三个子模式组成，各子模式间通过动量、能量和水份交换过程进行相互作用。在大气子模式中提出用z-z*混合坐标系处理地形的新方法，并把诊断分析中的散度修订方案引入数值模式，使其在物理依据上更加合理。此外，模式中较为详细地考虑了影响区域气候形成和变化的物理过程。简单的数值试验表明，区域气候模式比较真实地模拟了土壤和植被冠层的温度日变化，对区域气候平均态也有一定的模拟能力，可较好地处理大地形，具有良好的稳定性能，并对下垫面热力非均匀性的响应也是敏感的。     

区域气候模式中地表径流方案的数值试验

建立了不均匀的地表径流算法,修改了RegCM2中径流方案,这一算法适用于疏松土壤和紧密土壤.设计了一个适合与气候模式RegCM2耦合、能模拟水文站流量的汇流模式.模拟了1998年夏季大暴雨期间6、7、8月降水的空间分布,分析了该径流方案对降水、地表热量通量、地表径流、土壤湿度产生的影响,结果表明：①本文提出的方案在模拟1998年长江流域夏季大暴雨期间降水的空间分布上有一定的合理性,在一定程度上改善了降水量的模拟,其影响大致是总降水量的10%左右.②地表径流方案改变了地面向大气输送的热量通量,这种作用随时间发生变化,这种变化与地表水分的再分配有关.③本方案计算的土壤渗透能力较强.在暴雨的初期,产生径流较少,而在暴雨后期土壤湿度增大,产生的地表径流较大,这一点更符合洪水形成的特点.     

Coupling of a Regional Climate Model with a Crop Development Model and Evaluation of the Coupled Model across China

In this study, the CERES(Crop Estimation through Resource and Environment Synthesis) crop model was coupled with CLM3.5, the land module of the regional climate model RegCM4. The new coupled model was named RegCM4_CERES; and in this model, crop type was further divided into winter wheat, spring wheat, spring maize, summer maize, early rice, late rice,single rice, and other crop types based on each distribution fraction. The development of each crop sub-type was simulated by the corresponding crop model separately, with each planting and harvesting date. A simulation test using RegCM4_CERES was conducted across China from 1999 to 2008; a control test was also performed using the original RegCM4. Data on crop LAI(leaf area index), soil moisture at 10 cm depth, precipitation, and 2 m air temperature were collected to evaluate the performance of RegCM4_CERES. The evaluation provided comparison of single-station time series, regional distributions,seasonal variations, and statistical indices for RegCM4_CERES. The results revealed that the coupled model had an excellent ability to simulate the phonological changes and spatial variations in crops. The consideration of dynamic crop development in RegCM4_CERES corrected the wet bias of the original RegCM4 over North China and the cold bias over South China.However, the degree of improvement was minimal and the statistical indices for RegCM4_CERES were roughly the same as the original RegCM4.