基于集合预报的持续性强降水可预报性评估方法研究

利用集合预报成员初值误差在大气相空间中增长方向不同的特点,结合模式检验方法,构建持续性强降水可预报性评估指数(Index of Composite Predictability,ICP),为持续性强降水可预报性及数值预报误差增长机理研究提供科学方法。ICP综合评估指数包括三个数学模型:集合预报成员单一评估指数定义、集合预报成员综合评估指数定义和集合预报成员预报能力定义。利用中国国家气象中心T213全球集合预报资料,选取江淮流域2010年6月17—25日和2011年6月4—12日2次持续性强降水过程,进行ICP综合评估指数应用试验,其中,单一评估指数选取中雨公平成功指数ETS、500 hPa高度场均方根误差分别代表模式降水预报能力和环流形势预报能力。结果显示:可预报性评估指数ICP可有效挑选出预报最好和最差的集合预报成员,两者对持续性强降水过程的大尺度环流系统、中尺度影响系统、降水过程预报差异显著,预报最好成员对影响持续性强降水的大尺度环流形势(阻塞高压、西太平洋副热带高压和东亚大槽)的位置和强度及演变过程、低层中尺度影响系统(如切变线和西南低涡)发生发展过程预报,以及降水发生时间和落区预报与实况更接近,预报更成功,持续性强降水可预报性综合评估指数ICP合理可靠。     

集合敏感性在预报误差及可预报性研究中的应用进展综述

研究大气的可预报性和预报误差产生的原因,对于改进数值预报,提升业务预报技巧具有重要意义。集合敏感性基于具有流依赖特性的集合预报,通过建立预报与初始场或前期预报大气状态之间的统计关系,为揭示与预报对象可预报性相关的动力学特征及理解预报误差来源和传播机制提供了一种新方法。同时,介绍了集合敏感性的定义和度量,并综述了其针对典型天气系统和高影响天气事件研究的进展,并讨论了该方法的优势和局限性。     

欧洲业务集合预报系统进展

由于大气初值与数值模式中物理过程存在不确定性等客观事实,集合预报无疑代表着数值天气预报未来前进与发展的方向,它标志着天气预报的预报范式转变,即用户不仅可以得到未来大气状态的单一现实,还可得到未来大气可能出现的一系列场景。文中扼要地梳理了欧洲全球业务集合预报与有限区域模式高分辨业务集合预报的研究动态与技术发展、基本问题及其未来最新发展方向,包括:1)欧洲中期天气预报中心的业务集合预报系统发展沿革及概况;2)欧洲国家主要业务高分辨率集合预报系统概况;3)当前业务集合预报存在的问题、挑战及未来前进的方向。文中除了关注欧洲中期天气预报中心的集合预报应用,还梳理了目前欧洲高分辨业务集合预报取得的成就,以引起有关研究人员的注意。总之,借鉴欧洲业务集合预报的发展思路,不仅有助于集合预报理论创新,还对发展集合预报业务有重要指导意义。     

基于CMA-TRAMS集合预报的“5·22”极端降水事件可预报性分析

2020年5月22日珠江三角洲地区出现了一次极端强降水天气,最大滑动小时雨量201.8 mm,3 h雨量达到351 mm。为探讨此次极端强降水的关键预报因子及可预报性,对热带中尺度集合预报系统（CMA-TRAMS（EPS））降水预报产品进行检验评估和敏感性分析,结果表明:与欧洲中期数值预报中心集合预报系统（ECMWF-EPS）相比,CMA-TRAMS（EPS）的好成员对本次过程降水强度及位置的预报结果与实况更接近,但对极端性预报仍有欠缺。好成员的预报能力来自于对低涡和（超）低空急流的演变特征以及两者强度和位置耦合的有效预测。好成员组预报珠江三角洲东部（超）低空急流南风分量较强,有利于低涡缓慢移动和气旋性辐合增强,致使降水持续时间长、效率高。而低涡自身发展又反馈于急流强度变化,好成员组较准确地刻画了增强的低涡环流反馈导致急流小范围加速的耦合特征。其他成员组预报的低涡和（超）低空急流的耦合位置偏东、偏南,辐合强度偏弱,导致降水强度或落区出现偏差。此外,强降水致使冷池形成,并增强激烈的冷、暖气团对峙（水平温度梯度达0.23—0.76℃/km）,有利于中尺度辐合线维持,加强对流后向传播并产生极端降水量。但CMA-TRAMS（EPS）两组成员在预报中尺度系统的组织性和传播特征方面均存在明显不足,限制了集合预报系统对极端降水的预报能力。      

NCEP、ECMWF及CMC全球集合预报业务系统发展综述

总结了目前最具代表性的3个全球集合预报系统（global ensemble forecast system,GEFS）——美国国家环境预报中心（National Centers for Environmental Prediction,NCEP）、欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）和加拿大气象中心（Canadian Meteoro-logical Centre,CMC）建成至今的发展概况。由于计算资源的不断扩展,各中心集合预报系统的模式分辨率、集合成员数也随之增加。同时各中心都在不断地致力于发展和完善初始和模式扰动方法,来更好地估计与初值和模式有关的不确定性,促进预报技巧的提高。其中初始扰动方法从最初的奇异向量法（ECMWF）、增殖向量法（NCEP）和观测扰动法（CMC）更新为现在的集合资料同化—奇异向量法（ECMWF）、重新尺度化集合转换法（NCEP）和集合卡尔曼滤波（CMC）。在估计模式不确定性方面,ECMWF和CMC都修订了各自的随机参数化方案和多参数化方案,NCEP最近也在模式中加入了随机全倾向扰动。为提高全球高影响天气预报的准确率,TIGGE计划（the THORPEX interactive grand global ensemble）的提出增进了国际间对多模式、多中心集合预报的合作研究,北美集合预报系统（North American ensemble forecast system,NAEFS）为建立全球多模式集合预报系统提供了业务框架,这都将有助于未来全球交互式业务预报系统的构建     

基于对流尺度集合模拟的长江中下游暖区对流过程的可预报性研究

弱天气尺度强迫背景下的暖区暴雨发生发展机制复杂且难以准确预报。为深入探讨长江中下游暖区对流过程的实际和内在可预报性,本文通过同化模式模拟的探空、雷达等仿真资料的集合资料同化,构建了基于WRF-EnSRF的对流尺度集合预报系统,针对2013年7月21日一次典型暖区对流过程进行了初值扰动集合试验。试验结果表明,不同成员降水预报的发生时间和落区存在两个有显著差异的分岔时段,其一在对流触发阶段,源于扰动风场与地形的相互作用;其二在发展阶段,源于初值扰动导致对流系统强度出现差异,对流强（弱）,冷池出流强（弱）,导致降水落区偏南（北）。进一步的可预报性定量分析可见,由于初值的扰动,在分岔时段,模式的实际可预报性受到严重限制,表现为集合成员降水场的差异和扰动的偏差能量均快速增大。同时,在减小扰动振幅的“等同孪生子”对比试验中,扰动偏差能量随时间变化的曲线在对流触发阶段表现出的非线性特征表明,内在可预报性在这一分岔时段也显著受限。由以上结果可进一步得出结论：由于初值扰动导致分岔时段模式的实际可预报性受限时,准确的初值可有效改进预报效果。而当系统受到由混沌非线性动力学所导致的内在可预报性限制时,改善初值...     

数值预报发展的新方向——集合数值预报

数值预报走过了百年的历史（V．Bjerknes，1904），取得了了不起的成就，预报准确率有了很大的提高。但是，考虑到大气的非线性作用以及初值和模式造成的数值预报不确定性，要提高传统的单一确定性预报的技巧越来越难。基于大气初值的敏感性试验，Lorenz提出了数值预报发展的新方向——集合数值预报。 通过介绍集合数值预报的基本思想和方法；并针对初值和模式的不确定性，概述现有集合数值预报成员的产生方法及国内外的研究进展；同时解释怎样检验集合预报的结果的论述，如何从众多的集合预报产品中提炼有用的信息及预报产品的释用。     

使用ECMWF集合预报数据集估计全球季节平均气候异常的潜在可预报性

利用ECMWF PROVOST项目产生的在给定海表温度强迫下的150(1979～1993)季节集合预报数据集，分析揭示了季节平均气候异常潜在可预报性的全球分布。首先，利用可再现的强迫模态重建集合资料场，在Kolmogorov-Smirnov(K-S)检验的基础上定义潜在可预报性指数PU^k，然后，将重建场的PU^k与重建场贡献于集合平均的方差比结合，提出了定量估计局地潜在可预报性的指数PI。以全球850hPa温度季节平均异常场为例，对PI进行定量计算表明：不仅大部分热带地区，而且热带外一些地区的季节平均气候异常具有潜在可预报性，主要分布在北美、南非和亚洲部分季风区；全球大部分潜在可预报地区主要受ENSO型强迫控制，而部分温带地区如中国华北、中亚、北美南部主要受非ENSO型强迫控制；局地潜在可预报性具有季节性，夏季可预报性较强，冬季较弱。通过与其他几种估计季节潜在可预报性的方法进行比较表明，本文提出的PI方法能更好地把热带外地区受外强迫控制的可预报信号提取出来。     

WRF3.1微物理参数化方案对两例暴雨的集合预报试验及可预报性分析

采用WRFV3.1.1数值模式,选取模式中的10个微物理过程参数化方案构造10个集合预报成员,分别对2008年6月9—10日江淮地区暴雨与2008年6月6—7日华南地区暴雨进行集合预报试验,并进一步讨论了这两例暴雨的可预报性差异。结果表明:各参数化方案在暴雨的模拟中所表现出来的优势是相对的,但微物理过程集合预报在两例暴雨中都取得稳定且优异的模拟效果;通过比较两例暴雨的ETS(Equitable threat score)评分距平发现,华南暴雨在各个量级上的ETS评分距平都大于江淮暴雨,且华南暴雨集合成员之间的ETS评分差别也较大;大多数集合成员的模式误差在初始12 h增长最快,其后将减慢或者降低。对各成员的均方根误差(σ)距平分析表明,华南暴雨的σ距平增长相对较快且成员之间差别较大。因此从模式误差增长的角度来说,华南暴雨的可预报性低于江淮暴雨。     

2008年1月欧亚阻塞形势的ECMWF集合预报效果评估检验

基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)集合预报系统资料,评估和讨论了2008年1月我国南方发生严重冰冻雨雪灾害期间欧亚中高纬阻塞形势的预报效果。结果表明,2008年1月阻塞形势发生频率极端偏高,ECMWF集合预报的阻塞发生频率随着预报时效的延长逐渐降低。环流预报效果检验表明,预报时效大于6 d时,集合平均的预报效果好于确定性预报,因此集合预报的优势主要体现在中期预报时段。对阻塞形势的可预报性的分析表明,阻塞崩溃期间的可预报性低于阻塞建立期间。另外,通过集合预报可以获得阻塞发生的概率,从而提前为预报员提供可能发生阻塞的信号。     

Ensemble Forecast： A New Approach to Uncertainty and Predictability

Ensemble techniques have been used to generate daily numerical weather forecasts since the 1990s in numerical centers around the world due to the increase in computation ability. One of the main purposes of numerical ensemble forecasts is to try to assimilate the initial uncertainty （initial error） and the forecast uncertainty （forecast error） by applying either the initial perturbation method or the multi-model/multiphysics method. In fact, the mean of an ensemble forecast offers a better forecast than a deterministic （or control） forecast after a short lead time （3-5 days） for global modelling applications. There is about a 1-2-day improvement in the forecast skill when using an ensemble mean instead of a single forecast for longer lead-time. The skillful forecast （65% and above of an anomaly correlation） could be extended to 8 days （or longer） by present-day ensemble forecast systems. Furthermore, ensemble forecasts can deliver a probabilistic forecast to the users, which is based on the probability density function （PDF） instead of a single-value forecast from a traditional deterministic system. It has long been recognized that the ensemble forecast not only improves our weather forecast predictability but also offers a remarkable forecast for the future uncertainty, such as the relative measure of predictability （RMOP） and probabilistic quantitative precipitation forecast （PQPF）. Not surprisingly, the success of the ensemble forecast and its wide application greatly increase the confidence of model developers and research communities.     

通用线性模型在气象水文集合预报后处理中的应用

通用线性模型是一个气象水文预报后处理的统计模型。它能消除水文模型流量模拟中的偏差,保留了原始预报的技巧,并且能产生可靠的水文集合预报。本文试验中利用通用线性模型对取自于国际模型参数估计试验数据库的日流量模拟数据进行校正,并与实况观测作比较,检验通用线性模型降低误差的性能。结果表明:通用线性模型产生的流量集合预报的连续分级概率评分分值都在0.5分以下,证明集合预报结果是可靠的;校正后的模拟值在平均值、标准差、均方根误差等检验指标方面都比原始模拟更加接近于实际观测值;即使是对于误差较小的水文模拟,通用线性模型仍有对其进行改善的能力。     

一次特大暴雨过程高分辨率集合预报试验的检验和评估

针对2018年4月22日发生在湖北西部山地的一次特大暴雨过程,采用降尺度方案和显式对流参数化方案模式,开展了高分辨率对流许可尺度(3 km)的集合预报试验,并对全球集合预报(GEFS)和对流尺度集合预报(SSEF)的降水预报进行了对比评估,结果表明:(1)SSEF集合平均的雨量和落区预报均优于GEFS。(2)SSEF各成员的降水离散度分布更合理,因而具有更优的降水区间预报,其“离散度-误差关系”更优,能更好地给出预报误差的分布及其可能的大小。(3)SSEF的概率预报在所有空间尺度上均优于GEFS,且在短历时强降水上的优势更加明显。由此可见,针对此类山地暴雨过程,对流尺度集合预报相对于全球集合预报具有巨大的改进潜力。     

基于T106L26全球大气环流模式的夏季集合预报

使用国家气候中心新一代大气环流模式BCC_AGCM2.0(T106L26)进行22 a夏季(6-8月)、11个成员的集合回报试验;针对500 hPa高度场、降水和气温的预测能力进行交叉检验,并计算其均方根误差.结果表明:模式对热带地区、海洋和欧亚大陆部分地区500 hPa高度场的模拟较好;对我国长江中下游、华南大部分地区降水的模拟具有一定可信度;2m温度距平在我国北方大部分地区呈现正相关且相关系数通过90％的信度检验,在南方地区则有待改善.集合预报效果好于单样本预报.模式分辨率的提高在一定程度上有助于改进预报效果.     

中国夏季降水多模式集成概率预报研究

基于TIGGE资料中的中国气象局（CMA）、欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、美国国家环境预报中心（NCEP）以及英国气象局（UKMO）五个中心2007-2011年5月25日-8月31日中国地区逐日12-36 h、36-60 h、60-84 h、84-108 h、108-132 h与132-156 h累积降水集合预报资料,分别利用PoorMan （POOL）和多模式消除偏差（MBRE）两种方法对2011年各中心降水概率预报进行集成,并采用RPS和BS评分方法对预报效果进行评估。结果表明,对于12-156 h逐24 h累积降水量概率预报,多模式集成预报效果优于单模式预报效果,且多模式消除偏差概率预报效果最好;针对小雨、中雨以及大雨以上降水,PoorMan和MBRE概率预报较单中心预报效果均有提高,MBRE概率预报效果优于PoorMan方法。     

Ensemble mean forecast skill and applications with the T213 ensemble prediction system

Ensemble forecasting has become the prevailing method in current operational weather forecasting. Although ensemble mean forecast skill has been studied for many ensemble prediction systems(EPSs) and different cases, theoretical analysis regarding ensemble mean forecast skill has rarely been investigated, especially quantitative analysis without any assumptions of ensemble members. This paper investigates fundamental questions about the ensemble mean, such as the advantage of the ensemble mean over individual members, the potential skill of the ensemble mean, and the skill gain of the ensemble mean with increasing ensemble size. The average error coefficient between each pair of ensemble members is the most important factor in ensemble mean forecast skill, which determines the mean-square error of ensemble mean forecasts and the skill gain with increasing ensemble size. More members are useful if the errors of the members have lower correlations with each other, and vice versa. The theoretical investigation in this study is verified by application with the T213 EPS. A typical EPS has an average error coefficient of between 0.5 and 0.8; the 15-member T213 EPS used here reaches a saturation degree of 95%(i.e., maximum 5% skill gain by adding new members with similar skill to the existing members) for 1–10-day lead time predictions, as far as the mean-square error is concerned.     

基于增长模繁殖法的暴雨集合预报

采用WRF模式对2010年9月发生在河南省附近的一次暴雨过程进行了集合预报试验。用增长模繁殖方法(BGM)制作了集合预报方案1;为了充分利用背景场信息,结合时间滞后法,制定了集合预报方案2:滚动繁殖法;考虑到暴雨过程中天气形势的特殊性,结合区域空间特征,制定了集合预报方案3:区域繁殖法。这3组试验均对变量U、V、T、Q进行了初值扰动,加上控制预报,均产生了9个集合成员。试验结果表明:几种集合预报方法在预报效果上相较于控制预报都具有明显的改善,滚动繁殖法及区域繁殖法对增长模繁殖法都具有一定的改进作用,其中区域繁殖法的预报效果更优,与实况更为接近。     

区域集合预报扰动方法研究进展综述

集合预报方法是解决单一数值预报不确定性问题的有效手段,而针对强天气预报的中尺度区域集合预报技术已逐渐受到国内外的重视。对于区域集合预报而言,由于其不确定性来源较为复杂,如何发展有效的扰动方法是研究的热点和难点。本文根据国内外区域集合预报的研究进展,从初值扰动、模式扰动以及侧边界扰动三个方面进行了总结和回顾,并对扰动方法的发展趋势进行了介绍。对于初值扰动,较为主流的方法有动力降尺度,沿用传统的由全球集合扰动方法发展而来的技术为区域集合产生初值,以及专门为区域集合设计的扰动方法。鉴于这些方法各有利弊,目前对于初值扰动方法的研究已经开始发展充分包含大尺度和小尺度不确定性信息的混合扰动方法。区域集合预报模式扰动的研究以物理过程扰动为主,典型方法为多物理过程组合以及随机物理过程扰动,其中多物理过程组合方法简单有效,而随机物理过程扰动方法的物理意义更为明确,是物理过程扰动的趋势。通过多模式组合进行模式扰动的方法也开展了一些相关研究,且对于台风等强天气预报均显示出相对于单模式集合较好的效果。侧边界扰动的主流方法是由大尺度集合预报场来为区域集合提供不同的侧边界,研究结果表明此种侧边界扰动方法简便易行,且有助于提高区域集合预报较长预报时效离散度和预报技巧。