长江三角洲汛期预报模式的研究及其初步应用

在短期自忆气候模式的基础上 ,着重考虑了区域性降水特点 ,组合均生函数时序模型 ,构造了区域降水预报模式。以降水预报为实例 ,计算表明 ,它能滚动制作月、季、年降水预报 ,尤其对汛期 (6～ 8月 )降水预报 ,具有相当好的预报能力。     

THE EFFECTS OF EXTERNAL FORCING,DISSIPATION AND NONLINEARITY ON THE SOLUTIONS OF ATMOSPHERIC EQUATIONS

Based on the primitive equations of the atmosphere,we study the effects of external forcing.dissipation and nonlinearity on the solutions of stationary motion and non-stationary motion.Theresults show that the asymptotic behavior of solutions of the forced dissipative nonlinear system isessentially different from that of the adiabatic non-dissipative system,the adiabatic dissipativesystem,the diabatic non-dissipative system and the diabatic dissipative linear system,and that thejoint action of external forcing,dissipation and nonlinearity is the source of multiple equilibria.From this we can conclude that the important actions of diabatic heating and dissipation must beconsidered in the models of the long-term weather and the climate.     

论过去资料在数值天气预报中使用的理论和方法

对中国气象学家在数值天气预报中使用过去实况演变资料的理论和方法作卫概要性总结,其中不仅讨论了近期实况演变资料的应用,还了积累数十年的历史资料的应用问题。文中强调要改变对数值预报问题的提法,回顾了由初值问题改为演变问题,再改为反问题的历史。     

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。     

大气动力学方程组全局分析的研究进展

把天气预报问题提成初值问题的反问题,可以使用多时刻的历史资料去补充和完善数值预报模式。借助于几何直观可以对大气动力学方程组的极限解集进行全局定性分析,运用胞 概念和方法可以对大气的数值模式的整体特征进行了全局分析和借助概率论的语言进行统计描述。还给出“气候”这个模糊概念的严格的数学定义及定量研究大气可预测性问题的途径。全局分析是研究气候不同于简单初值问题的另一条道路。综述了这方面研究的最新进展。     

北半球月平均环流异常演变的相似韵律现象

本文用严格的统计方法和较长时间序列的观测资料对北半球月平均环流相似性的演变做了比较全面细致的分析。结果表明:两个不同年份的月平均距平场在某个起始月相似后相似性随之变差,但过了约半年左右变得又相似。这就是所谓的长期天气异常演变过程中半年左右的相似韵律现象。     

天气和气候的可预报性

从理论和实际角度描述了天气和气候可预报性的认识过程.天气和气候的可预报性,特别是10～30天预报依赖于空间和时间尺度,预报包含了可预报分量和混沌分量.可预报性研究的最大挑战,来自气象极端事件的可预报性问题.     

两种四维SVD同化方法的比较及误差分析

4DSVD是最近提出的一种新的资料同化方法。目前还存在一些需要解决的问题,比如如何选取样本,如何得到支撑大气吸引子的基向量以及选取基向量的个数问题等等。作者利用奇异值分解(SVD)与经验正交函数分解(EOF)两种方法来获得支撑大气吸引子的基向量,推导了基于这两种方法的4DSVD分析场的理论公式,并用简单的数值试验比较了基于这两种方法的4DSVD分析场的空间相关系数和误差,初步分析了分析场与基向量个数的关系以及与样本选取的关系和分析误差的来源及各种误差对分析误差影响的相对大小。结果表明,用SVD方法作为获得支撑大气吸引子基向量的方法得到的分析场较EOF方法稳定,分析场与基向量个数有密切关系,观测误差、模式误差和观测代表性误差是分析误差的主要来源,且其引起的分析误差随着基向量个数增多而增大。     

延伸期可预报分量的预报方案和策略

延伸期时间尺度虽然超过逐日天气预报时效理论上限,但仍然存在可预报的气象场特征.本文针对延伸期尺度的可预报分量,提出了有针对性的预报方案和策略.基于大气系统的混沌特性,从误差增长的角度在数值模式中分离了可预报分量和不可预报的随机分量,将可预报分量定义为在预报时段内误差增长较慢的分量,它对初值小的误差不极其敏感.通过在预报过程中滤除随机分量,保留可预报性较高的分量,建立起针对可预报分量的数值模式,避免小尺度分量预报误差的快速增长对预报效果的影响.同时,结合历史资料,利用相似-动力方法对可预报分量的预报误差进行订正,达到减小模式误差和从统计角度考虑随机分量对可预报分量影响的目的.结果表明,该方法能有效提高数值模式对可预报分量的预报技巧,从空间分布上体现为对可预报性较高的地区改进更为明显;从空间尺度上看,改进最为明显的是0波,其次是超长波和天气尺度波,与各尺度的可预报性有很好的一致性.该方法能有效减小可预报分量的模式误差,提高预报技巧,显示出良好的业务应用前景.     

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.