影响黄渤海的温带气旋数值集合预报试验

为了改进温带气旋数值预报的精度,基于WRF(Weather Research and Forecasting)模式,利用GSI(Gridpoint Statistical Interpolation)-EnKF(Ensemble Kalman Filter)系统,设计了一套温带气旋集合预报方法,其具有的2种选择方案通过滤掉质量较差的集合成员从而将集合成员数目控制在10以内,达到了大幅降低集合预报计算量的目的。针对2020年7月一次影响黄海的温带气旋个例,开展了一系列决定性预报与集合预报的数值对比试验。分析结果如下:1)不采取任何择优方案的集合预报效果就已经明显优于决定性预报,而采取择优方案使得预报效果进一步得到提升;2)预报初始时刻择优(直接择优方案)的集合预报效果远不如短时积分3 h后才进行择优(积分择优方案)的预报效果; 3)积分择优方案优于直接择优方案的原因是,初始场集合体中的成员经过短时积分后其误差得以放大而使得择优更加准确。多个例的应用结果进一步表明,本文提出的积分择优方案温带气旋集合预报方法具有较好的业务预报应用前景。     

基于多源数据的台风风暴潮概率预报研究:台风集合的构建

建立了一套用于台风风暴潮集合预报的台风集合构建方案。首先基于中国中央气象台、中国香港天文台、中国台湾中央气象局、美国联合台风预警中心、日本气象厅和韩国气象台6家预报中心的预报数据,构建一个误差更小的24 h、48 h和72 h预报时效的台风分析数据;然后基于分析数据构建9个路径样本(1条分析路径+2个概率圆上的8条概率路径)和3个台风最大风速(概率偏弱、居中和偏强)样本,形成27个台风样本集合,并根据分析风场的误差分布合理确定不同台风样本的发生概率。通过对台风"利奇马"的应用,证实该集合方案可以覆盖大部分可能的情景,集合样本具有较强的代表性,可用于台风风暴潮的集合预报。     

黄海近岸海雾的初始场择优集合预报试验:个例研究

选取2014年4月发生的一次黄海近岸海雾个例,利用WRF(Weather Research and Forecasting)模式开展了集合预报试验研究。依据每个集合成员初始场中海平面气压、2 m温度、2 m水汽混合比与2 m相对湿度(relative humidity, RH)4个变量的均方根误差(root mean square error, RMSE)与RMSE集合平均值的相对大小,以剔除高于者而保留低于者的原则,设计了4种不同的初始场集合体择优方案,实施了一系列数值预报试验,比较了不同择优方案的集合预报效果。研究结果表明:(1)蒙特卡罗方法所生成的集合体中存在不少海雾预报效果较差的成员,这会降低集合预报效果,因此初始场择优十分必要;(2)以RH作为择优变量的择优方案(记为RH-RMSE方案),集合预报效果明显优于其他3种方案;(3)对比不择优集合预报,采用RH-RMSE方案的择优集合预报效果不仅节省了50%左右的计算时间,并且公正预兆评分(equitable threat score,ETS)改进率高达36%左右。本研究提出的RH-RMSE方案具有业务化应用前景。     

WRF模式中台风"启德"模拟对 参数化方案的敏感性分析

为准确模拟台风路径和强度,采用WRF模式比较不同微物理过程和积云对流过程参数化方案对台风路径和强度模拟的影响,并基于集合预报方法考虑对台风预报系统误差进行优化。选用4种微物理过程方案和3种积云对流参数化方案,针对1213号台风“启德”进行模拟,结果表明不同的参数化方案对台风路径和强度的预报结果有明显影响,积云对流过程参数化方案相对于微物理过程参数化方案更加敏感。基于不同参数化方案扰动成员的集合平均预报方法,对于台风路径和强度的模拟误差均有明显改善,台风路径误差随时间增幅较小,其结果优于全部12个单方案试验的模拟结果;从台风强度方面来看,基于集合预报方法模拟得到的台风强度变化趋势与实况结果一致,且误差较小,优于大多数试验方案。结果表明:采用不同微物理过程和积云对流过程参数化方案的组合构建的集合预报模型,对于台风路径和强度的模拟均有一定程度改善,减小了采用不同参数化方案产生的路径不确定性,使其在台风“启德”的路径模拟上与实况更为接近,可为提升台风预报能力提供科学参考。     

基于GPU技术的风暴潮集合预报

台风预报的准确性在风暴潮预报中起着重要作用。台风强度和路径的不确定性意味着使用集合模式来预报风暴潮。本文利用中央气象台的最优路径台风参数驱动国家海洋环境预报中心业务化的水动力学模型，开展华南沿海的风暴潮模拟，模式模拟结果与实测吻合较好。为了改进计算效率，采用CUDA Fortran 语言对模型进行了改造，改造后的模型在计算结果与原模型基本一致的基础上，计算时间缩短了99%以上。通过融合欧洲中期天气预报中心（ECWMF）的50条路径与3种可能台风强度构造出了150个台风事件，并用150个台风事件驱动改进的风暴潮数值模型，计算结果可以提供集合预报产品和概率预报产品。通过“山竹”台风风暴潮过程可以发现集合平均预报结果和概率预报结果与实测吻合较好。改进的数值模型可以运行普通工作站上，非常适合风暴潮集合预报，并且可以提供更好的决策产品。     

台风风暴潮异模式集合数值预报技术研究及应用

台风风暴潮数值预报的准确性在很大程度上取决于台风路径预报和强度预报的精度以及风暴潮预报模型的计算精度。目前,国际上24/48 h台风路径预报平均误差分别约为120/210 km左右[1],对于走向异常的台风误差更大;更有,根据单一的台风路径和单族的风暴潮数值预报模式并不能保证获得可靠的风暴潮预报结果。考虑多重网格法原理具有在疏密不同的网格层上进行迭代以达到平滑不同频率的误差分量,使得计算快速收敛,精度提高的特性。在前期研究基础上基于业务化高分辨率(结构网格/有限差分算法)和精细化(非结构网格/有限元算法)台风风暴潮集合数值预报模型构建多模型台风风暴潮集合数值预报系统。采用"非同族"模型进行集合预报很大程度上降低了误差相似遗传的可能性。应用该方法对典型台风风暴潮过程进行了试应用,试报结果表明:该方法对风暴潮增、减水预报效果高于单一集合预报,具有一定的应用前景。     

台风“梅花”(2212)的主要特点和路径预报难点分析

对2022年第12号台风“梅花”的主要特点、路径预报难点问题和路径预报误差特征进行分析,研究主要结论显示:(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风,造成华东与东北地区长时间、大范围的风雨影响。(2)台风生成初期的中长期时效路径预报是路径预报难点之一,模式对台风主要影响系统的长时效预报存在明显偏差,针对模式的及时检验和订正对预报调整非常重要。(3)双台风或多涡旋情景下,集合预报发散度大,“梅花”陆上路径预报偏西偏慢,其东侧“南玛都”的强度和位置差异对其路径有明显影响。(4)台风变性过程中的移速误差是路径预报极大误差的来源,关注台风是否处于变性过程可作为调整台风移速预报的参考。未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术可为主观预报提供支撑。     

西北太平洋温盐多模式集合预报

借鉴大气集合预报中的多模式集合预报思想,开展了海洋数值模式的集合预报方法研究,将数据分频集合技术方法应用于6个海洋模式的海洋环境预报中,并以Argo实测资料对集合预报效果进行了验证。比对分析结果表明,多模式集合预报的温盐精度明显提高,预报效果明显优于单一模式。     

浙江区域台风暴雨多模式QPF融合技术应用试验

基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)台风路径集合预报逐12 h以及中国气象局中尺度天气数值预报系统(CMA-MESO 3 km、CMA-MESO 10 km)、中国气象局上海数值预报模式系统(CMA-SH9)和浙江省中尺度数值预报业务系统(ZJWARMS)逐6 h预报资料,以2021年台风“烟花”“灿都”影响下浙江区域6 h暴雨(R≥25 mm)为研究对象,对台风降水多模式定量降水预报(quantitative precipitation forecast,QPF)融合技术在浙江台风暴雨预报中的应用效果进行评估。分析结果表明:(1)针对两次台风降水过程,4家区域模式对浙江暴雨预报过高估计,而台风降水多模式QPF融合技术能够有效提高浙江暴雨预报的公平技巧评分(equitable threat score,ETS)、降低暴雨空报率。(2)与台风“烟花”暴雨预报效果最佳的CMA-MESO 3 km相比,台风降水多模式QPF融合技术对暴雨和大暴雨的预报命中率(probability of detection,POD)分别提高18.80%和23.41%,ETS分别提高24.37%和25.76%;与台风“灿都”暴雨预报效果最佳的ZJWARMS相比,台风降水多模式QPF融合技术对暴雨和大暴雨的预报ETS分别提高23.08%和3.23%;且两次过程中该方法的暴雨预报POD和ETS均高于同期浙江业务应用的客观预报。(3)在各家区域模式的台风路径预报差异较大的情况下,采用台风降水多模式QPF融合技术能显著提高台风暴雨预报准确率。     

黄、渤海冷空气海浪场的集合预报试验

利用欧洲集合天气预报系统51个预报风场驱动SWAN海浪模式,对黄、渤海2013年12月-2014年2月期间受冷空气影响的海浪场进行数值模拟试验,并利用浮标观测资料对海浪集合预报结果进行初步检验分析,结果显示:从逐时平均偏差结果可知,24h预报时效内集合平均与控制预报性能相近,48~72h预报时效内,集合平均明显优于控制预报,但均比实况偏小;集合分位值(75、90百分位值和极端值)明显优于集合平均,且预报时效越长,优势越明显,集合预报极端值与实况相当或略偏大;从逐24h平均偏差结果可知,集合分位值(75、90百分位值和极端值)比集合平均和控制预报更接近实况。总的分析表明:集合分位值(75、90百分位值和极端值)对受冷空气影响的海浪场具有较强的分辨能力,可以提高对海浪场的预报水平,且有较好的应用潜力。     

WRF Hybrid方法同化HY-2A散射计风资料在台风“菲特”预报中的应用

选取台风"菲特"(Fitow,201323)临近登陆过程为试验个例,在WRF模式基础上,采用4种不同的初始化方案,对台风"菲特"进行了72 h预报试验,并分析了模式的初始化对预报效果的影响。试验结果表明,对于台风路径的预报,使用集合平均作为初始场进行预报,预报结果相对直接使用GFS资料作为初始场进行预报的结果有明显改善,使用3DVAR同化方法,将HY-2A卫星散射计风场资料同化到集合平均的初始场中,台风路径预报进一步有所改善,而使用Hybrid同化方法将HY-2A卫星散射计风场资料同化到集合平均的初始场中,台风路径进而又有明显改善;但是在台风强度方面的预报,4种初始化方案效果不相上下。     

山东WRF集合预报系统对“麦德姆”台风预报检验

2014年第10号台风"麦德姆"登陆北上,对山东造成较大的影响。此文对业务上常用的各种数值模式对于"麦德姆"台风的预报情况进行了对比检验,重点检验了山东WRF集合预报系统对此次台风的预报性能。结果表明,山东WRF集合预报系统对于此次台风预报具有较高的参考价值。WRF确定性预报台风路径预报类似EC细网格预报,在23日20时以前预报较好,23日20时后预报最好的为T639。WRF集合预报对于台风路径预报具有较好的指示意义。WRF确定性预报02时、14时更新预报效果好于其前面6h起报结果,体现了HYBRID-3DVAR集合混合同化对于改进预报效果的作用。通过中尺度模式与其外层全球背景场模式预报对比发现,由于中尺度模式具有自身的物理参数化方案和同化系统,其对于台风路径的预报效果可以显著优于其全球背景场模式。WRF确定性预报对于"麦德姆"台风降水预报与实况最为接近。对于台风大风预报,WRF集合预报最大值最好。     

ECMWF和GFS模式对一例温带气旋预报性能的对比分析

利用ECMWF(欧洲中期天气预报中心)的确定性、集合(平均值和标准差)预报产品和NCEP/GFS(美国国家环境预报中心/全球预报系统)的确定性预报产品,对比分析了它们对西南太平洋一例中α尺度温带气旋的预报性能,结果表明:GFS10—7天前的形势预报较差,6—4天的形势预报较好,但对气旋的强度和位置预报较差;ECMWF确定性模式对该气旋的中期形势预报较GFS模式稳定,两家模式短期形势预报都很准确;ECMWF集合(平均)预报的中期形势较确定性预报更稳定,对天气系统位相的预报更准确,但强度预报偏弱,其标准差场可以定性评估形势场预报的准确性;上述三类产品的综合预报可以有效改善NMWW3(多重网格WAVEWATCHⅢ)模式海浪中期形势和短期要素预报。     

一次黄海海雾的集合预报试验

基于WRF(Weather Research and Forecasting)模式及其杂合三维变分(Hybird-3DVAR)同化模块,对2006年3月发生的一次大范围黄海海雾进行了集合预报尝试。详细分析了其预报效果,并与决定性预报结果作了比较。研究揭示:集合预报50%概率雾区预报的公正预兆得分(Equitable threat score,ETS)优于决定性预报大约29%;集合预报中加入海温扰动非常必要,对浓雾预报改善作用明显,ETS提高至少10%;在集合预报中混用YSU与MYNN边界层方案的做法,可以降低只使用其中之一可能导致的预报误差。研究表明,借助Hybrid-3DVAR开展黄海海雾的集合预报技术上可行,集合预报将成为黄海海雾数值预报的一种有希望的途径。     

集合成员个数对集合预报技巧影响的试验分析

利用全球中期预报模式T63L9,选取2004年6月4日至13日10d作为试验个例进行了集合预报试验,分析了不同集合成员个数对于预报结果的影响。结果表明,集合预报的技巧都明显高于单个控制预报。在集合成员较少时,随集合成员教的增加,集合预报的技巧提高明显,当集合成员数多于11个时,集合预报的效果提高缓慢。在中期预报时段内。集合成员数11为集合预报效果随集合成员教趋于饱和的临界值,如果继续增加成员数.预报效果提高较少,但计算量却大大的增加。本文只是单个试验个例的分析结果。为验证结论的普适性,还需要进行更多的试验。     

MASNUM-WAM海浪模式集合Kalman滤波同化研究——Ⅱ.集合样本对同化效果的影响

背景误差相关结构的确定是影响海浪同化效果的关键因素之一。集合Kalman滤波是一种较为成熟的同化方法,其可以对背景误差进行实时更新和动态估计,现已广泛应用于海洋和大气领域的研究。本文基于MASNUM-WAM海浪模式,分别采用静态样本集合Kalman滤波和EAKF方法,针对2014年全球海域开展海浪数据同化实验,同化资料为Jason-2卫星高度计数据,利用Saral卫星高度计资料对同化实验结果进行检验。结果表明,两组同化方案均有效提高了海浪模式的模拟水平,EAKF方案在风场变化较大的西风带区域表现显著优于静态样本集合Kalman滤波方案,但总体上两者相差不大。综合考虑计算成本和同化效果,静态样本集合Kalman滤波方案更适用于海浪业务化预报。     

福建沿海精细化台风风暴潮集合数值预报技术研究及应用

该文首先基于高级环流模型(ADCIRC)建立了一个适合台湾海峡及福建沿海区域的精细化台风风暴潮数值预报模式。利用所建立的精细化数值预报模式对影响台湾海峡及福建沿海的8次台风风暴潮个例进行了模拟,对模拟的24个站次的风暴潮增水峰值与实测值进行了对比,平均绝对误差小于15 cm;其次,为了尽可能减小由于台风路径预报误差而造成的风暴潮增减水误差,本文采用了集合数值预报技术,试报证明此方法可以在一定程度上减小风暴潮增减水误差。     

不同 AMDAR资料同化时间窗对台风“摩羯”预报影响研究

2018年第14号台风“摩羯”对山东造成了大范围暴雨和大风天气,基于WRF（Weather Research and Forecasting）模式及其Hybrid-3DVAR混合同化预报系统,对Hybrid-3DVAR不同集合协方差比例和不同航空气象数据转发（aircraft meteorological data relay,以下简称AMDAR）资料同化时间窗对台风“摩羯”预报的影响进行了数值研究。结果表明：加大集合协方差比例对台风“摩羯”路径预报有较大影响和改进;当全部取来自集合体的流依赖误差协方差时,预报的台风路径最好,降水预报也最接近实况;AMDAR资料同化对于台风路径和降水预报也有正的改进作用,但加大集合协方差比例到100%时对台风路径预报影响更大;不同资料同化时间窗会影响同化的AMDAR资料数量,从而影响台风降水精细化预报;45 min同化时间窗的要素预报误差最小,对台风造成的强降水精细特征预报最接近实况;不同资料同化时间窗主要影响台风降水预报落区分布,对台风路径预报影响相对较小。     

一种动态权重的台风集成预报方法

提出了1种动态权重的台风路径与强度集成预报方法,根据前4个时刻(24h,间隔6h)的预报误差来滑动确定接下来预报所用成员及其权重。设计了3种权重形式(最小误差、绝对偏差与相对偏差),并利用2013—2015年6家气象机构的台风预报数据,对台风路径与强度进行了时效为24,48和72h的预报应用检验。结果表明:1)动态权重集成方法在台风路径与强度预报上均有改进,平均预报误差小于单一成员的预报误差。2)路径预报以绝对偏差形式效果最佳,24,48和72h时效的预报误差减小2.4%～40.4%;强度预报以相对偏差形式效果最佳,3个时效的台风最大风速的预报误差减少11.2%～49.9%,而台风中心气压则为11.9%～52.6%。3)相对偏差动态集成预报能有效减小西北太平洋台风在东西方向上的偏差,24和48h均方根误差分别为92.5和146.7km。     

一个ENSO集合数值预测系统的历史后报试验

对一个热带太平洋海气耦合ENSO集合数值预测系统进行历史后报检验。该系统模式为一个中等复杂程度的耦合模式,其中大气部分为统计模式,海洋部分为动力模式。扰动初始场通过集合卡尔曼滤波同化获得,并引入了模式误差,由一阶马尔科夫随机微分方程生成。集合预报样本数为100个。系统从1993—2011年共19 a的每个月都开始起报,每个预报样本都分别向后预报12个月。给出了El Nino指数时间序列预报结果检验、个例预报检验,以及El Nino指数和热带太平洋SSTA的相关系数和均方根误差检验,计算了模式的平均系统误差,并分析了其不同季节的预报性能。结果表明,系统具有较强的ENSO预测能力,能够提前6~12个月给出有参考价值的预报。