初值不确定性对暴雨数值预报影响的初步研究

为了研究初值不确定性对我国南方暴雨数值预报的影响,依据历史降水资料的统计分型,选取华南暴雨型、江淮暴雨型和黄淮暴雨型等三类型中具有代表性的暴雨过程,采用AREM模式以不同资料分析场(常规观测资料、NCEP和ERA40同化分析资料)作为初值进行暴雨预报对比试验。试验结果表明,对于各类型暴雨,不同资料初值的差异都会引起暴雨数值预报结果的较大差异;在此基础上,采用经验正交函数(EOF)分析方法,分析了各类暴雨初值误差及其变化信息,从中提取出主要的误差分量,并对这类误差的数值预报影响进行了敏感性试验和预报验证,结果显示,寻找和消除主要的初值误差,对改进暴雨数值预报结果具有重要作用。     

统计-动力相结合的相似误差订正法

根据大气相似性原理,提出了利用历史资料的相似信息估计模式误差的反问题,并发展了一种相似误差订正(ACE)方法。该方法将统计和动力两种方法有机结合,在不改变现有数值预报模式的前提下,既充分利用了动力学发展的成就,又能够有效提取大量历史资料中的相似信息,达到减小模式误差、改进当前预报的目的。而且,ACE方法能够针对当前预报的特殊性来区分所利用过去资料的特殊性,提取历史相似信息间接求解反问题。定性分析表明,ACE方法与以往相似-动力模式原理是等价的,但无需重新建立复杂的相似离差预报模式,更具可行性和业务应用前景。在理想化的极限情形下,当数值模式或历史相似完全准确时,ACE方法的预报结果将分别蜕变为动力或统计学方法的预报结果。     

提为反问题的数值预报方法与试验Ⅰ.三类反问题及数值解法

提为初值问题的数值预报在通过改进数值模式,观测手段及分析方法而改进预报的同时,仍然而临着两大困难,即模式误差和初值不完整。本文针对这两个困难,系统地提出充分利用历史资料反演订正模式和初值进而改进数值预报的三类反问题,并给出数值解法。     

提为反问题的数值预报方法与试验 I. 三类反问题及数值解法

提为初值问题的数值预报在通过改进数值模式、观测手段及分析方法而改进预报的同时,仍然面临着两大困难,即模式误差和初值不完整。然而我们有大量的气候演变的历史观测资料,其中蕴含着关于气候系统的信息。本文针对这两个困难,系统地提出充分利用历史资料反演订正模式和初值进而改进数值预报的三类反问题,并给出数值解法。最后将三类反问题应用于一个简单模式进行反演预报的数值试验,其数值试验结果将在本文的第二部分给出。     

最优多因子动态配置的东北汛期降水相似动力预报试验

基于中国气象局国家气候中心季节预报业务模式27a(1983—2009年)预报结果和同期美国气候预报中心组合降水分析(CMAP)资料及国家气候中心气候系统诊断预报室74项环流指数和NOAA40个气候指数(1951—2009年),提出了客观定量化的最优多因子动态配置汛期降水相似-动力预测新技术,并对中国东北地区汛期降水进行了预报试验。利用历史资料有用信息估算模式预报误差原理,选取4个历史相似年对应模式误差来估算当前模式预报误差。通过单因子交叉检验距平相关系数确定主导因子及演化相似因子,结合当前及前期优化多因子组合配置确定预报因子集,最后利用历史相似年对应模式误差来估算当前模式预报误差并订正国家气候中心季节预报业务模式的预报结果,得到预报的汛期降水。对2005—2009年进行独立样本检验的结果表明,此技术对中国东北地区汛期降水有一定预报技巧。证实了利用历史资料估计业务模式预报误差的另类途径是可行的,显示了在业务预报应用中的潜在能力。     

在动力相似预报中引入多个参考态的更新

针对如何更有效地利用历史资料中的相似信息提高预报水平的问题,在已有相似-动力模式研究基础上,进一步探讨了相似误差订正方法(ACE)的若干理论和技术问题,分析表明,ACE是对以相似离差方程和相似误差订正方程为理论依据的方法的再发展。在此基础上,提出了相似的更新问题和多个参考态的引入,并进而发展出一种考虑多参考态更新的动力相似预报新方法(MRSU)。这一方法通过引入相似更新周期的新概念,在预报进行到相似更新周期时重新选取多个参考态,并采用超平面近似法将相似-动力模式产生的多个预报估计成最佳预报向量,这样的“选取-估计”过程循环往复,从而完成整个时段的预报。Lorenz模式试验显示,相比于以往的相似-动力模式预报,MRSU能更有效减小预报误差,提高预报技巧,并且,ACE的理论优势应用前景也被初步证实。综合诸多研究结果,给出了MRSU的概念流程,这里针对复杂数值模式采用了ACE,能够等价实现相似-动力模式预报过程,无需重建模式,更易于推广。     

基于Lorenz系统提取数值模式可预报分量的初步试验

针对数值预报模式中存在的非线性混沌特性, 从提取可预报分量的思路出发, 阐述了在数值模式中提取可预报分量的方法, 并利用Lorenz系统进行了相关数值试验。研究发现, Lorenz系统初始误差在相空间中的增长速度是不同的, 某些方向的误差增长速度较慢, 即存在对初值扰动不敏感、相对稳定的可预报分量。根据数值模式切线性误差算子的特征值演化规律, 提取出数值模式的可预报分量, 并将模式变量在其基底上进行投影变换, 建立了可预报分量数值模式。在此基础上, 研究了Lorenz系统的混沌状态、模式参数误差及外部随机噪声对提取可预报分量的影响, 发现基于可预报分量的数值模式, 具有更好的预报技巧。     

长江中下游汛期降水数值预报业务模式误差场预报研究

根据中国国家气候中心(NCC)数值预报业务模式(ONPM)预报结果,利用气候因子对业务模式的误差场进行预报试验。文中所用114项逐月气候因子在历年汛期前期总会出现部分因子异常的状况,在此基础上对因子异常的相似阈值进行数值试验,提出利用交叉检验平均距平相关系数(ACC)的大小来确定相似阈值的方法。依此选择影响该区域的前期关键异常因子,根据该部分因子的相似程度选取相似年,同时对模式误差场利用经验正交函数压缩维度,用前3个主分量对模式误差制作预报,针对业务模式的预报误差场,提出了根据因子异常挑选相似和压缩维度的一个预报方法。2005—2009年独立样本回报结果表明,该方法可以将5a平均距平相关系数由系统误差订正的0.22提高到0.47,具有较好的业务应用价值。     

一个ENSO动力-相似误差订正模式及其后报初检验

为有效利用历史资料中的相似信息,减小模式误差对ENSO这类跨季节-年际尺度预测问题的影响提高动力模式的预测水平.作者利用一种基于统计相似的模式误差订正方法,以国家气候中心简化海气耦合模式为平台建立了相应的动力-相似误差订正(DAEC)模式,并着重探讨了系统相似程度(全相似或部分相似)、误差重估周期以及相似样本个数等因素对预报效果的影响.结果表明,利用该方法可以有效地改善原有模式的预报性能,其中 "全相似" 比 "部分相似" 更能反映海气耦合系统的相似程度,从而对模式误差做出更为准确的估计,使预报误差明显减小.海洋和大气的误差重估周期对结果也有较大影响,在不同相似程度下分别存在着某种最优配置使得预报效果达到最佳.另外,在对相似样本存在状况及影响的研究中则发现在当前资料长度内整体上只存在着有限个相似样本,在此范围内随着样本取样数目的增加DAEC模式的预报性能逐渐提高.     

L波段雷达发生丢球的原因及解决办法

1 初值不确定性对暴雨数值预报影响的初步研究 《暴雨灾害》 2007年 第1期 徐幼平 北京应用气象研究所 100029 摘要：为了研究初值不确定性对我国南方数值预报的影响，依据历史降水资料的统计分型，选取华南暴雨型等三种类型中具有代表性的暴雨过程，采用AREM模式以不同资料分析场（常规观测资料、NCEP和ERA40同化分析资料）作为初值进行暴雨预报对比试验。     

数值预报误差订正技术中相似-动力方法的发展

Due to the increasing requirement for high-level weather and climate forecasting accuracy, it is necessary to exploit a strategy for model error correction while developing numerical modeling and data assimilation techniques. This study classifies the correction strategies according to the types of forecast errors, and reviews recent studies on these correction strategies. Among others, the analogue-dynamical method has been developed in China, which combines statistical methods with the dynamical model, corrects model errors based on analogue information, and effectively utilizes historical data in dynamical forecasts. In this study, the fundamental principles and technical solutions of the analogue-dynamical method and associated development history for forecasts on different timescales are introduced. It is shown that this method can effectively improve medium- and extended-range forecasts, monthly-average circulation forecast, and short-term climate prediction. As an innovative technique independently developed in China, the analogue- dynamical method plays an important role in both weather forecast and climate prediction, and has potential applications in wider fields.     

数值天气预报———另类途径的必要性和可行性

通过讨论省 (甚至地、市) 气象部门要不要开展数值天气预报工作的问题, 认为不是所有的地方都要开展, 只是那些希望搞科研型业务、迫切要求提高当地高影响天气的预报准确率的地方要开展。对于如何开展的问题, 提出不是去重复类似于主流途径的做法, 而是开辟另类途径, 并阐述了另类途径的内容、方法和意义。强调开展另类途径无需构建模式 (这是非常困难的工作), 只需运转现成的模式, 借助所关心的现象的历史数据来改造现成模式, 使之本地化, 是完全可行的。     

Analogue Correction Method of Errors by Combining Statistical and Dynamical Methods

Based on the atmospheric analogy principle, the inverse problem that the information of historical analogue data is utilized to estimate model errors is put forward and a method of analogue correction of errors (ACE) of model is developed in this paper. The ACE can combine effectively statistical and dynamical methods, and need not change the current numerical prediction models. The new method not only adequately utilizes dynamical achievements but also can reasonably absorb the information of a great many analogues in historical data in order to reduce model errors and improve forecast skill. Furthermore, the ACE may identify specific historical data for the solution of the inverse problem in terms of the particularity of current forecast. The qualitative analyses show that the ACE is theoretically equivalent to the principle of the previous analogue-dynamical model, but need not rebuild the complicated analogue-deviation model, so has better feasibility and operational foreground. Moreover, under the ideal situations, when numerical models or historical analogues are perfect, the forecast of the ACE would transform into the forecast of dynamical or statistical method, respectively.     

京津冀站点风温湿要素的机器学习订正方法

基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。     

Reducing the prediction uncertainties of high-impact weather and climate events: An overview of studies at LASG

This paper summarizes recent progress at the State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics (LASG), Institute of Atmospheric Physics, Chinese Academy of Sciences in studies on targeted observations, data assimilation, and ensemble prediction, which are three effective strategies to reduce the prediction uncertainties and improve the forecast skill of weather and climate events. Considering the limitations of traditional targeted observation approaches, LASG researchers have developed a conditional nonlinear optimal perturbation-based targeted observation strategy to optimize the design of the observing network. This strategy has been employed to identify sensitive areas for targeted observations of the El Niño–Southern Oscillation, Indian Ocean dipole, and tropical cyclones, and has been demonstrated to be effective in improving the forecast skill of these events. To assimilate the targeted observations into the initial state of a numerical model, a dimension-reducedprojection- based four-dimensional variational data assimilation (DRP-4DVar) approach has been proposed and is used operationally to supply accurate initial conditions in numerical forecasts. The performance of DRP-4DVar is good, and its computational cost is much lower than the standard 4DVar approach. Besides, ensemble prediction, which is a practical approach to generate probabilistic forecasts of the future state of a particular system, can be used to reduce the prediction uncertainties of single forecasts by taking the ensemble mean of forecast members. In this field, LASG researchers have proposed an ensemble forecast method that uses nonlinear local Lyapunov vectors (NLLVs) to yield ensemble initial perturbations. Its application in simple models has shown that NLLVs are more useful than bred vectors and singular vectors in improving the skill of the ensemble forecast. Therefore, NLLVs represent a candidate for possible development as an ensemble method in operational forecasts. Despite the considerable efforts made towards developing these methods to reduce prediction uncertainties, much challenging but highly important work remains in terms of improving the methods to further increase the skill in forecasting such weather and climate events.     

Analogue-dynamical prediction of monsoon precipitation in Northeast China based on dynamic and optimal configuration of multiple predictors

Based on the National Climate Center (NCC) of China operational seasonal prediction model results for the period 1983–2009 and the US National Weather Service Climate Prediction Center merged analysis of precipitation in the same period, together with the 74 circulation indices of NCC Climate System Diagnostic Division and 40 climate indices of NOAA of US during 1951–2009, an analogue-dynamical technique for objective and quantitative prediction of monsoon precipitation in Northeast China is proposed and implemented. Useful information is extracted from the historical data to estimate the model forecast errors. Dominant predictors and the predictors that exhibit evolving analogues are identified through cross validating the anomaly correlation coefficients (ACC) among single predictors, meanwhile with reference of the results from the dynamic analogue bias correction using four analogue samples. Next, an optimal configuration of multiple predictors is set up and compared with historical optimal multi-predictor configurations and then dynamically adjusted. Finally, the model errors are evaluated and utilized to correct the NCC operational seasonal prediction model results, and the forecast of monsoon precipitation is obtained at last. The independent sample validation shows that this technique has effectively improved the monsoon precipitation prediction skill during 2005–2009. This study demonstrates that the analogue-dynamical approach is feasible in operational prediction of monsoon precipitation.     

关于提高天气预报准确率的几个问题

提高天气预报准确率是气象业务的一项基础性、系统性的工作。作者从天气预报的业务技术体系着眼,借鉴发达国家的发展经验,分析了提高天气预报准确率的若干问题,提出了发展精细化的预报技术体系,将数值预报模式、天气学预报方法、动力诊断和统计释用及基于卫星和雷达等现代探测技术的短时临近预警技术相结合的预报技术路线;提出了有利于精细化预报的业务体系,即发展以定量降水预报、台风预报和灾害性天气短时临近预警为重点的专业化预报业务体系;指出专家型预报队伍的建设是提高预报业务水平的关键环节。