GRAPES_GFS中三维参考大气的研究:理论设计和理想试验

参考大气的选取对于半隐式半拉格朗日（Semi-Implicit Semi-Lagrangian,简称SISL）模式动力框架的计算精度至关重要。中国气象局数值预报中心自主研发的GRAPES_GFS（Global Regional Assimilation and PrEdiction System,Global Forecast System）采用基于等温大气构造的一维参考大气,该方法求解简单、易于实现,但无量纲气压和位势温度扰动量的数量级较大,降低空间计算精度的同时,由于非线性项较大,使得时间计算精度较低。借鉴近年来世界上各主要业务中心的数值模式框架搭建方法,拟在GRAPES_GFS的动力框架中引入不随时间变化且满足静力平衡的三维参考大气,使得积分过程中参考大气可以尽量地靠近模式大气,提高空间计算精度的同时,减小非线性项的数量级,进而提高时间积分的计算精度。本研究重新推导了引入三维参考大气之后模式动力学方程组的求解过程,通过若干个理想试验验证了理论方法以及代码实现的正确性,说明新的三维参考大气可以有效地提高模式动力框架的计算精度。      

神经网络模型预报湖北汛期降水量的应用研究

使用人工神经网络方法建立了湖北省汛期 (6～ 8月 )总降水量的短期气候预测模型 ,该神经网络模型的输入是汛期前期 (2～ 4月 )的北半球月平均 5 0 0 h Pa高度场、海平面气压场和太平洋海温场的扩展自然正交展开 (EEOF)的前几个主要模态的时间系数 ,输出了湖北汛期降水场的自然正交展开 (EOF)的前 2个主要模态的时间系数。41 a历史资料的交叉检验表明 :样本试验的预报技巧评分平均为 0 .2 4 6 ,虽然该模型对各年的预报效果仍存在一定的不稳定性 ,但它可为湖北汛期降水的短期气候预测提供一种具有明显统计预报正技巧的预报方法     

Momentum budget diagnosis and the parameterization of subgrid-scale orographic drag in global GRAPES

The initial tendency approach is used to diagnose systematic errors in global GRAPES (Global/Regional Assimilation Prediction System), including overly strong westerlies in the northern midlatitudes, cold/warm bias dipoles in the vicinity of the tropopause, and excessively strong southerlies in downstream regions of the Tibetan Plateau. This approach, involving the use of the assimilation system, focuses on the first few time steps of numerical weather forecasts to identify the deficiencies in diabatic forcing. The results show that there is insufficient diabatic dissipation in the upper troposphere and lower stratosphere of the northern midlatitudes and the lower troposphere of most latitudes, which results from the absence of a parameterization of subgrid orographic drag in global GRAPES. A scheme to parameterize the effects of these drags is therefore tested and the experiments indicate that the newly introduced scheme reduces zonal momentum budget residuals, weakens the northern midlatitude westerlies and southerlies in the downstream regions of the Tibetan Plateau, decreases the cold/warm bias dipoles, and leads to improved objective verification scores.     

质量守恒的订正算法在GRAPES_GFS中的应用

如何在长时间积分的过程中保证模式大气的质量守恒是数值模式动力框架面临的基本问题之一,对于半拉格朗日动力框架来说, 在理论上要满足质量守恒面临着诸多的困难,质量订正方案不失为一种简单可行的选择。中国气象局数值预报中心的GRAPES_GFS (Global-Regional Assimilation and PrEdiction System, Global Forecast System) 在长时间积分过程中质量损失问题较为明显,该研究工作借鉴C-CAM (Climate-Community Atmosphere Model) 中对地面气压进行订正控制模式质量守恒的思路,在GRAPES_GFS中开发了一种对每个网格内的质量按照不同权重系数进行调整、控制模式大气总质量守恒的算法。经过一系列的试验,验证了该方法在GRAPES_GFS中的可行性,在保证模式质量守恒的情况下可有效减小高度场的预报偏差,缓解模式预报结果中天气系统偏弱的问题,在实际业务预报中有一定应用价值。     

利用GABLS2客观评估GRAPES的边界层参数化方案

根据GABLS(Global Energy and Water Cycle Experiment Atmospheric Boundary Layer Study)的第2个个例在GRAPES(Global and Regional Assimilation and PrEdiction System)单柱模式中构造了一个试验,用于检验规定的下垫面温度强迫条件下边界层过程的昼夜循环模拟能力。然后,将模拟结果与观测和大涡模拟结果进行了比较。结果表明,在规定的下垫面温度强迫下,GRAPES模拟的2m温度基本合理。然而,对于稳定条件(夜间),GRAPES模拟的向下的感热通量比观测的大,过估10m风速和摩擦速度,过估稳定边界层高度;对于不稳定条件(白天),GRAPES模拟的向上的感热通量比观测的小,低估不稳定边界层高度,低层位温偏冷。随后的敏感试验表明,减小边界层方案中的动量和热量的背景扩散值后,GRAPES模拟的稳定条件下的10m风速和摩擦速度,以及对流边界层的风和温度的廓线更接近大涡模拟。     

相变修正方案在GRAPES模式标量平流中的应用

如何更好地模拟水物质的空间分布和小尺度变化,对于数值天气预报效果的改进,特别是对于更好地模拟降水过程,具有重要的意义.计算机的飞速发展使数值模式的分辨率不断提高,云的显式计算成为可能,这样就要求水物质在平流的过程中必须要做到高精度、守恒、保形.水物质场是正定标量的场,具有空间和时间变化幅度大、存在强梯度甚至不连续的特点,水物质场的合理模拟一直是数值预报中的一个难题.GRAPES模式中的标量平流方案采用PRM分段有理函数方法,比较好地解决了该半拉格朗日模式中水物质平流的高精度、守恒、保形问题,但是当有凝结潜热发生时,由于半拉格朗日平流方案求解上游点时的插值,在云边缘区域会造成虚假的云水,进而导致不合理的相变过程.为了解决以上问题,本研究在GRAPES模式中PRM平流方案的案础上,加入了非线性半拉格朗日相变潜热的修正方案,旨在改进GRAPES模式对水物质平流问题的模拟,提高降水的预报效果.该研究通过理想试验,验证了非线性半拉格朗口相变修正方案可以有效地限制云边缘由于半拉格朗日平流方案插值产生的虚假柑变;然后将该方案加入GRAPES模式的PRM水物质平流方案中,通过实际个例模拟验证了加入非线性半拉格朗日方案以后,模式可以更好地模拟水物质的平流过程,且对云中热力场及水物质分布地模拟更加合理,同时预报出的雨带中心区与实况更加符合.     

人工神经网络及其在短期气候预测中的应用

从业务实际出发，提出了面向短期气候预测的神经网络。选用主分量作为网络的输入和输出，大大减少了输入输出节点数，重点突出了大尺度影响变化关系，提高了实际预报的稳定性；用全局寻优的SA算法取代经典BP算法，使网络学习训练更充分，知识获取更全面；针对业务实际设计代价函数，保证了网络学习训练能适应短期气候预测业务的要求，学习目的更明确，针对性更强。     

新一代数值预报系统GRAPES研究进展

中国气象科学研究院 (灾害天气国家重点实验室) 自2000年起, 先后在科技部“973”重大基础项目“我国重大天气灾害形成机理和预测理论研究”和“十五”重点攻关项目“中国气象数值预报系统技术创新研究”支持下, 主持承担了中国气象局新一代全球/区域多尺度通用同化与数值预报系统GRAPES (Global/Regional Assimilation and PrEdiction System) 的研究开发, 围绕着资料同化、模式动力框架、物理过程、大型软件工程等核心技术开展了自主创新研究, 取得了非静力中尺度模式、三维变分资料同化、标准化、模块化、并行化模式程序软件等方面的突出成果, 部分成果已在业务上得到了应用, 显示了良好的技术性能和业务发展潜力。GRAPES系统是完全依靠中国科学家的力量自主研究发展的、先进的新一代数值预报系统。该文简要介绍GRAPES的研究内容、主要研究进展和初步应用, 以及未来发展的初步计划。     

暴雨数值预报显示系统的开发

介绍武汉暴雨研究所暴雨数值预报显示系统的设计思想，开发环境，技术要点，结构和功能及特点，该系统使用基于Ｘ－Ｗｉｎｄｏｗｓ窗口系统的Ｘｌｉｂ库，以Ｘｔ工具箱和Ｍｏｔｉｆ构造一个良好的图形用户界面，利用ＮＣＡＲ软件绘制图形。     

基于神经网络的气象卫星影像森林火点自动识别的试验研究

森林火点的识别是利用气象卫星资料监测森林火灾的基础。传统的目视解译火点识别法难以实现计算机的自动识别，神经网络技术为解决这一问题提供了新的工具。作者探讨了应用神经网络实现气象卫星影像森林火点自动识别的技术方法，并在湖北省地理范围内进行了试验。试验结果显示，经过训练的神经网络能够记忆火点的特征，具备将森林火点从气象卫星影像中识别出来的能力。与目视解译法相比，神经网络方法的精度接近目视解译法，最重要的是实现了森林火点的自动识别。