中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

两种短期降水集合预报方案的对比试验

将MM5V3作为试验模式,利用初值扰动和物理参数化方案,分别对东南沿海地区2004年7—9月的短期降水进行了模拟,并运用均方根误差法对模拟试验效果进行了评估检验,以比较两种方案的集合预报效果。结果表明,对于汛期短期降水预报而言,两种方案的预报效果都有一定的改进。相对于初值误差而言,积云对流过程在汛期降水过程中起着更为重要的作用,因而物理参数化方案扰动的集合预报效果,总体优于基于初值扰动的集合预报效果。研究还发现,模式物理参数化方案扰动的集合预报效果在9月出现了明显的下滑,这主要由于7—8月对流活动旺盛,而9月对流活动随热力因素减弱而减弱的原因所致。     

华南中尺度暴雨数值预报的不确定性与集合预报试验

利用非静力MM5模式,分析了不同积云对流参数化方案对华南暖区暴雨数值预报的不确定性影响,进行了中尺度暴雨模式扰动集合预报试验。不同对流参数化方案的对流凝结加热引起不同的局地温度扰动,通过大气内部的热力动力过程,导致垂直速度的差异,进而影响网格尺度和次网格尺度降水时间、地点和强度。后续降水再通过凝结潜热释放形成新的扰动源。不同积云对流参数化方案还可引起扰动源能量传播方式不同,最终使模拟大气的动力和热力结构有差异。针对物理过程的不确定性,使用两种模式扰动方法构造集合预报扰动模式,第一种方法是随机组合不同积云对流参数化方案和边界层方案,第二种方法是扰动Grell积云对流参数化方案中主要参数振幅。集合预报结果表明,第一种方法的集合预报效果优于第二种方法,仅扰动参数振幅值似乎还不足以反映华南暴雨预报的不确定性。单一的确定性预报在暴雨落区和强度方面的可信度不稳定,集合产品能给华南暴雨过程提供更有用价值的指导预报,具有较高的应用价值。     

物理过程参数化方案对中尺度暴雨数值模拟影响的研究

利用中尺度非静力MM 5模式和中国 2 0 0 1年 8月的 4个暴雨个例 ,研究了非绝热物理过程对中国暴雨动力和热力场预报的影响 ,深入分析了对流参数化方案在中尺度暴雨预报中的作用 ,讨论了利用模式扰动方法开展中国暴雨集合预报的可行性。结果表明 ,在短期数值预报中 ,非绝热物理过程对高度场预报影响较小 ,但边界层方案和对流参数化方案对产生暴雨的 3个基本条件即水汽通量散度、垂直速度、不稳定层结的影响很明显。不同对流参数化方案所预报的中尺度热力、动力场离差的结构特征与所预报降水的离差特征相似 ,且主要是在模式积分初期迅速增加 ,其后即趋于稳定。对中国热力场较均匀的暴雨过程 ,可以通过扰动模式的边界层和对流参数化方案 ,构造集合预报模式     

随机辐射参数化过程扰动方案对温度预报的影响

数值模式中辐射参数化过程的不确定性是导致温度预报不准确的原因之一,为了在WRF集合预报系统中提高温度预报的效果,提出一种针对辐射参数化倾向的随机扰动方案(Stochastically Perturbed Radiation Parameterization Tendencies, SPRPT)。并将这种方法与多辐射参数化物理过程方案、多参数扰动方案及传统的随机物理过程扰动方案(SPPT)方法对比。针对2014年7月的温度模拟过程中,多辐射参数化物理过程方案虽然在700 hPa以下及地面2 m温度的预报上有较大离散度,但会增大温度预报的误差,但综合效果没有SPRPT方案好;扰动散射调谐参数可在一定程度上提高温度预报,但不显著;在同样扰动参数下,SPPT方案对温度的预报改进不明显。而SPRPT方案能显著提高集合预报系统的离散度,降低地面2 m温度的暖偏差。评分指出该方案对集合预报系统,尤其是在模式底层及近地面的温度预报上,改善明显。     

GRAPES全球集合预报初始条件及模式物理过程不确定性方法研究

为描述GRAPES全球模式初始条件的不确定性,基于适合集合预报应用的GRAPES全球奇异向量技术,依据大气初始误差符合正态分布的特征,采用高斯取样奇异向量来构造全球集合预报初始扰动,在此基础上建立了GRAPES全球集合预报系统(GRAPES-GEPS)。利用GRAPES全球同化分析场,对采用初始扰动的GRAPES-GEPS连续试验预报结果进行检验和分析。结果表明:GRAPES-GEPS中高度场、风场及温度场预报的集合离散度能有效快速增加,集合平均均方根误差与集合离散度的关系合理;相对控制预报的均方根误差,集合平均的预报优势在预报中期非常显著。为进一步体现GRAPES-GEPS中模式物理过程的不确定性,发展了模式物理过程倾向随机扰动技术(SPPT)。试验结果表明:SPPT方案的应用有效提高了GRAPES-GEPS在南、北半球和热带地区等压面要素预报的集合离散度,同时一定程度减小了集合平均误差,进而改进了集合平均误差与集合离散度的关系,其中SPPT方案在热带地区的改进最为显著。本文发展的基于奇异向量的初始扰动方法和模式扰动SPPT方案在中国气象局2018年12月业务化运行的GRAPES-GEPS中得到了应用。     

华东区域中尺度集合预报系统的改进及2020年梅雨期降水试验

考虑区域模式预报中不确定性的各种来源,分别引入初始场误差、侧边界误差和模式误差构建新一代华东区域中尺度集合预报系统,并对2020年梅雨期降水开展为期一个月的集合预报试验。通过不同时空尺度典型个例的分析可以看出,所选取的随机物理倾向扰动方案中的参数具备一定的通用性,且在参数调优中加强随机过程的影响,系统中低层的风场和湿度场有明显的反馈,集合系统的离散度得到较大改善,对预报的影响大小依次为:格点方差、随机扰动场的去相关空间和随机扰动场的去相关时间。一个月的梅雨期降水评估结果显示:集合系统升级后对各时次各量级的降水TS（Threat Score）评分均有所提升,但仍然存在着降水强度偏大的问题;从概率预报的角度来看,系统升级后,对中到大雨预报的准确率和可信度提升明显,对强降水事件的描述更准确;形势场的检验结果表明,系统的预报偏差问题得到了部分程度地改善,对大气中低层风场、湿度场和地面变量的预报效果较好。相比原华东区域中尺度集合预报系统,升级后的系统,其整体优势可概括为:预报误差减小、集合离散度明显增加,降水预报的能力在各时段各量级均有提升,其中物理过程的不确定性对于捕捉强降水事件有明显的影响,使得系统的预报可信度增加。     

随机参数扰动方法对中国冬季降水集合预报的影响

降水数值预报有很大的不确定性,与降水预报密切相关的物理过程参数化方案中关键参数的不确定性是降水数值预报误差来源之一,对这些参数引入随机扰动的随机参数扰动方法（Stochastically Perturbed Parameterization,简称SPP方法）可以代表模式降水预报的不确定性,是国际集合预报前沿研究领域。为了认识该方法能否代表中国冬季降水数值预报的不确定性,为业务应用提供科学依据,基于中国气象局中尺度区域集合预报模式（Global/Regional Assimilation and Prediction System-Regional Ensemble Prediciton System,简称GRAPES-REPS）,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等四个参数化方案中选取了16个与降水密切相关的关键参数,引入了随机参数扰动方法,并通过2018年12月12日至2019年1月12日总计31天的冬季集合预报试验,对比分析了SPP方法对等压面要素及降水的集合预报效果。结果显示:在冬季应用SPP方法时,等压面要素的概率预报技巧总体来说优于无SPP方法扰动的对比试验,且对于低层、近地面要素的改进效果优于对中高层等压面要素的改进;但对降水概率预报而言,尽管检验评分数值略优于对比预报试验,但并未通过显著性检验,这表明,在东亚冬季风影响下,随机参数扰动方法对中国冬季降水概率预报技巧没有明显的改进。究其原因,可能是由于SPP方法主要代表对流性降水预报的不确定性,而中国冬季降水过程主要与斜压不稳定发生发展有关,模式降水以大尺度格点降水为主,对流性降水较少,故对冬季降水预报改进不明显,这为业务集合预报模式中应用随机参数扰动方法提供了科学依据。     

多物理ETKF在暴雨集合预报中的初步应用

基于集合转换卡尔曼滤波（ETKF）的初值扰动方法是目前集合预报领域热点方法之一,但应用在短期集合预报中仍存在离散度不够、误差较大等问题。考虑到在区域短期集合预报中,模式不确定性和边界不确定性的影响不能忽略,本文尝试在ETKF生成分析扰动的过程中,同时考虑初值不确定性、物理不确定性与边界不确定性,进而构建多初值、多物理、多边界ETKF集合,并以2010年9月30日到10月8日海南岛特大暴雨作为研究个例,对其在暴雨集合预报中的应用展开初步研究,重点分析多种物理参数化过程对预报结果的影响。结果表明,多物理过程的ETKF（多物理ETKF）和单物理过程的ETKF（单一ETKF）均优于对照预报,多物理ETKF优势更加明显,其均方根误差、离散度等指标均得到很好的改善;对于降水采用SAL方法进行检验,发现多物理ETKF对于降水位置的预报有明显的改善,对于特大暴雨的强度预报也略有改善。研究表明,在ETKF初值扰动中加入多种物理过程,可以有效改善短期集合的离散度,提高预报准确率,有良好的发展前景和应用潜力。     

对一次局地短时强降水过程的集合预报研究

以上海区域降水集合预报系统为基础,对2007年6月23~24日发生在上海地区的一次短时强降水过程进行了集合预报研究。结果表明:该集合预报系统总体上对这次强降水过程作出了较好的预报,但对强降水发生的时间、地点的预报还有误差,集合预报提供的概率预报结果比集合平均预报结果更具有参考价值。模式物理过程、初值和侧边界的不确定性对降水预报结果的影响是不同的。对降水结果,模式对流参数化方案的影响非常大,并贯穿于整个积分过程;边界层参数化方案的影响较小;侧边界不确定性的影响在初始阶段较小,随后逐渐增大,积分一定时间后,其影响与对流参数化方案的影响相当;初值不确定性在初始阶段有一定的影响,随后逐渐减小。同时考虑3种不确定性的集合预报效果总体上好于没有考虑侧边界不确定性的集合预报效果,考虑模式物理过程和侧边界不确定性的集合预报效果总体上比考虑3种不确定性的集合预报效果更好。对于考虑模式物理过程和侧边界不确定性的集合预报,改进初值能有效地改进对有无降水的预报,但对强度稍大一些的降水预报没有改进。     

The Uncertainty of Mesoscale Numerical Prediction of Heavy Rain in South China and the Ensemble Simulations?

In the context of non-hydrostatic MM5 version we have explored the impact of convective parameterization schemes on uncertainty in mesoscale numerical prediction of South China heavy rain and mesoscale heavy rainfall short-range ensemble simulation by using two kinds of physics perturbation methods through a heavy rain case occurring on June 8, 1998 in Guangdong and Fujian Provinces. The results show the physical process of impacts of convective schemes on heavy rainfall is that different latent heat of convective condensation produced by different convective schemes can make local temperature perturbation, leading to the difference of local vertical speed by the intrinsic dynamic and thermodynamic processes of atmosphere,and therefore, making difference of the timing, locations and strength of mesh scale and subgrid scale precipitation later. New precipitations become the new source of latent heat and temperature perturbation,which finally make the dynamic and thermodynamic structures different in the simulations. Two kinds of methods are used to construct different model version stochastically. The first one is using different convective parameterization and planetary boundary layer schemes, the second is adjusting different parameters of convective trigger functions in Grell scheme. The results indicate that the first ensemble simulations can provide more uncertainty information of location and strength of heavy rainfall than the second. The single determinate predictions of heavy rain are unstable; physics ensemble predictions can reflect the uncertainty of heavy rain, provide more useful guidance and have higher application value.Physics ensembles suggest that model errors should be taken into consideration in the heavy rainfall ensembles. Although the method of using different parameters in Grell scheme could not produce good results, how to construct the perturbation model or adjust the parameter in one scheme according to the physical meaning of the parameter still needs further investigation. The limitation of the current study is that it is based on a single case and more cases will be addressed in the future researches.     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行.基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与...     

集合预报最优ETKF初始扰动方法设计及其在暴雨中的应用

为改进集合转换卡尔曼滤波方法(Ensemble Transform Kalman Filter,ETKF)在初始扰动中离散度偏小的问题,考虑引入物理不确定性。使用初始时刻离散度检验两种ETKF初始扰动方案改进的程度,通过动力和水汽条件分析探求改进机制。利用WRF模式构建更新预报系统,选取2014年5月一次暴雨个例进行集合降水预报试验,通过ETKF方法设计两种不同的初始扰动方案。结果表明:在分析循环中引入多物理扰动的初始扰动方案(multi)相比单一物理过程的初始扰动方案(mono)在初始时刻离散度和模拟动力水汽条件以及降水评分上均有较大改进。初始扰动中multi的离散度相比mono整体更优,显然添加了多物理扰动方案的试验对结果有改进作用;在对两种方案的机理分析中,multi对于降水位置的明显改善主要取决于散度及水汽通量散度模拟能力的提高;在离散度分析中,multi方案在强对流区域的改进效果比在整个区域中的更好,而对各变量的离散度和均方根误差之比相当,说明集合预报系统的合理性;对各量级预报结果评分显示,multi方案均呈现较好表现能力。     

一种根据湿对流区域时空分布调整的BGM扰动改进方案

在增长模繁殖法(Breeding of the Growing Mode,BGM)的动态繁殖过程中,尺度化因子的选择极为关键。利用WRF(Weather Research and Forecasting)模式,在分析飑线系统数值模拟误差增长机制的基础上,根据飑线发展过程中湿对流区域误差更容易快速增长的特点,提出了一种根据湿对流区域时空分布调整的BGM初始扰动改进方案。该方案通过在动态繁殖过程中对小扰动的水平结构进行调整,加强湿对流区域扰动,捕获到增长最快方向上的小扰动并将其作为初始扰动。试验结果表明:根据降水量调整的改进方案相比其他方案扰动能量较大,各集合成员之间差异也较大,集合平均预报误差较小;对强降水范围的模拟相对理想,暴雨的降水评分较高;对风廓线及水汽场的预报更接近于实况,较好地改善了集合预报效果。     

The Uncertainty of Mesoscale Numerical Prediction of Heavy Rain in South China and the Ensemble Simulations

1. IntroductionHeavy rain is a kind of severe natural calamitythat influences South China. After decades of years oftests and theoretical exploration by Chinese scientists,significant progresses have been achieved in its predic-tion and basic theoretical studies (Huang, 1986; Xue,1999; Zhou et al., 2003). Currently, the mesoscale nu-merical model has already been employed as one of themajor tools in the prediction and research on heavyrain in South China, promoting considerably the ac-curac…     

基于GRAPES_Meso的集合预报扰动方案设计与比较

基于GRAPES_Meso区域集合预报系统,设计了三种集合预报扰动方案,即多初值、多初值多物理、多初值多物理多边值,并针对三种方案进行了连续一个月的批量试验,重点分析了2008年7月23日江淮暴雨过程.结果表明,对于降水预报,三种集合扰动方案均相对于控制预报均有所改善,多初值多物理与多初值多物理多边值方案对小雨、中雨预报改进效果显著,对暴雨预报略有改进;多初值方案仅能产生有限的集合离散度且难以增长,引入物理参数方案扰动及边界条件扰动能显著提高集合离散度,改善各物理量场的预报效果;通过比较,多初值多物理多边值为最优方案.该批量试验表明,模式物理过程及边界条件是影响GRAPES _Meso区域集合预报不确定性的不可忽视因素.