Relationships between the Limit of Predictability and Initial Error in the Uncoupled and Coupled Lorenz Models

In this study, the relationship between the limit of predictability and initial error was investigated using two simple chaotic systems:the Lorenz model, which possesses a single characteristic time scale, and the coupled Lorenz model, which possesses two different characteristic time scales. The limit of predictability is defined here as the time at which the error reaches 95% of its saturation level; nonlinear behaviors of the error growth are therefore involved in the definition of the limit of predictability. Our results show that the logarithmic function performs well in describing the relationship between the limit of predictability and initial error in both models, although the coefficients in the logarithmic function were not constant across the examined range of initial errors. Compared with the Lorenz model, in the coupled Lorenz model-in which the slow dynamics and the fast dynamics interact with each other-there is a more complex relationship between the limit of predictability and initial error. The limit of predictability of the Lorenz model is unbounded as the initial error becomes infinitesimally small; therefore, the limit of predictability of the Lorenz model may be extended by reducing the amplitude of the initial error. In contrast, if there exists a fixed initial error in the fast dynamics of the coupled Lorenz model, the slow dynamics has an intrinsic finite limit of predictability that cannot be extended by reducing the amplitude of the initial error in the slow dynamics, and vice versa. The findings reported here reveal the possible existence of an intrinsic finite limit of predictability in a coupled system that possesses many scales of time or motion.     

Theoretical Basis and Application of an Analogue- Dynamical Model in the Lorenz System

The theoretical basis and application of an analogue-dynamical model (ADM) in the Lorenz system is studied. The ADM can effectively combine statistical and dynamical methods in which the small disturbance of the current initial value superimposed on the historical analogue reference state can be regarded as a prediction objective. Primary analyses show that under the condition of appending disturbances in model parameters, the model errors of ADM are much smaller than those of the pure dynamical model (PDM). The characteristics of predictability on the ADM in the Lorenz system are analyzed in phase space by conducting case studies and global experiments. The results show that the ADM can quite effectively reduce prediction errors and prolong the valid time of the prediction in most situations in contrast to the PDM, but when model errors are considerably small, the latter will be superior to the former. To overcome such a problem, the multi-reference-state updating can be applied to introduce the information of multi-analogue and update analogue and can exhibit exciting performance in the ADM.     

基于Lorenz系统提取数值模式可预报分量的初步试验

针对数值预报模式中存在的非线性混沌特性, 从提取可预报分量的思路出发, 阐述了在数值模式中提取可预报分量的方法, 并利用Lorenz系统进行了相关数值试验。研究发现, Lorenz系统初始误差在相空间中的增长速度是不同的, 某些方向的误差增长速度较慢, 即存在对初值扰动不敏感、相对稳定的可预报分量。根据数值模式切线性误差算子的特征值演化规律, 提取出数值模式的可预报分量, 并将模式变量在其基底上进行投影变换, 建立了可预报分量数值模式。在此基础上, 研究了Lorenz系统的混沌状态、模式参数误差及外部随机噪声对提取可预报分量的影响, 发现基于可预报分量的数值模式, 具有更好的预报技巧。     

迭代EnSRF方案设计及在Lorenz96模式下的检验

本文利用非同步 (Asynchronous) 算法设计了一个包含迭代过程的集合平方根滤波方案 (迭代EnSRF),并在Lorenz96模式下详细对比分析了该方案和传统EnSRF方案的同化效果.与传统EnSRF方案不同,迭代EnSRF方案能够同时更新两个时次的背景场并通过迭代过程来改进分析结果.本文不仅检验了迭代EnSRF在同化不同类型观测资料时的效果,还检验了存在模式误差时该方案的同化效果,并且对同化结果的合理性进行了详细分析.试验结果表明:在完美模式下,迭代EnSRF能够显著加快同化常规观测时的收敛速度,并能够更加有效地同化非常规观测资料;在存在模式误差时,迭代EnSRF并不能有效改进分析结果;当对不准确的模式参数进行扰动后,迭代EnSRF能够更好地利用改进后的集合预报系统来提高其对部分类型观测的分析结果.进一步的分析表明,分析结果的改进主要得益于迭代EnSRF改进了背景误差协方差空间结构,并使得EnSRF的线性假设得到更好的满足.     

Lorenz系统误差方程的吸引子特性研究

将Lorenz方程及其导出的误差方程作为联立方程(即全误差方程)来研究误差的性质,结果表明联立方程可以变换为一个特殊的算子方程,误差轨线将收敛于一个有限的区域;此外联立方程对应的流的散度为负值,因此其在相空间中的体积不断收缩,最终趋向一个低纬曲面;联立方程的这两个性质使得Lorenz系统中初始误差不会无限放大,而是趋于一个吸引子.误差在吸引子上的概率分布是确定的,因此平均的绝对误差趋于常数,这个结果可以用来解释小初始误差经过一段时间的发展之后,趋向饱和的现象.利用稳定性分析方法研究了误差吸引中心的位置和个数,并使用数值试验进行了验证,结果显示误差吸引子的结构与解的吸引子位置、数量和结构均有不同.最后本研究将针对Lorenz方程的误差联立方程方法拓展到一般的常微分动力系统,展示了对一般误差方程的特征矩阵进行分析,研究其特征行列式性质的方法,得到了一般误差系统中稳定点和平衡态性质与原动力系统的稳定点和平衡态性质的关系,这些结果对于认识误差系统长期的动力学行为和性质是有意义的.     

T63中期数值预报产品对冷空气活动预报能力检验

对１９９５年１－４月份，Ｔ６３９６－１６８小时５００ｈＰａ东亚槽和地面冷高压进行了检验。结果表明，该产品对冷空气活动具有较强的中期预报能力。     

热带气旋奇异向量在GRAPES全球集合预报中的初步应用

基于副热带奇异向量的初值扰动方法已应用于GRAPES (Global and Regional Assimilation PrEdiction System)全球集合预报系统,但存在热带气旋预报路径离散度不足的问题。通过分析发现,热带气旋附近区域初值扰动结构不合理导致预报集合不能较好地估计热带气旋预报的不确定性,是路径集合离散度不足的可能原因之一。通过建立热带气旋奇异向量求解方案,将热带气旋奇异向量和副热带奇异向量共同线性组合生成初值扰动,以弥补热带气旋区域初值扰动结构不合理这一缺陷,进而改进热带气旋集合预报效果。利用GRAPES全球奇异向量计算方案,以台风中心10个经纬度区域为目标区构建热带气旋奇异向量求解方案,针对台风"榕树"个例进行集合预报试验,并开展批量试验,利用中国中央气象台最优台风路径和中国国家气象信息中心的降水观测资料进行检验,对比分析热带气旋奇异向量结构特征和初值扰动特征,评估热带气旋奇异向量对热带气旋路径集合预报和中国区域24 h累计降水概率预报技巧的影响。结果表明,热带气旋奇异向量具有局地化特征,使用热带气旋奇异向量之后,热带气旋路径离散度增加,路径集合平均预报误差...     

T63中期数值天气预报谱模式

简要地介绍了国家气象中心中期数值天气预报模式，并且，给出了业务７天预报初步结果，其有效预报达５－６天。     

GRAPES全球奇异向量方法改进及试验分析

基于总能量模的奇异向量扰动常用于构造集合预报的初始条件。以建立GRAPES（Global and Regional Assimilation PrEdiction System）全球集合预报系统为目的,基于前期研发的GRAPES全球模式奇异向量方法,在GRAPES全球切线性模式和伴随模式2.0版的框架下,开展了引入线性化边界层方案来改善奇异向量结构,并提高奇异向量计算效率的研究。通过连续试验,从奇异向量的扰动能量结构、扰动能量谱及扰动空间分布等方面,综合分析改进GRAPES全球奇异向量的结构及演变特征。试验结果表明,改进后的GRAPES奇异向量方法有效抑制了之前扰动能量在近地面层不合理的快速增长,同时,奇异向量最优扰动的结构更客观地体现了中高纬度区域大气初始条件中的斜压不稳定扰动及其演变,如在初始时刻奇异向量扰动能量主要位于对流层中层,并呈现出随高度向西倾斜的大气斜压特征;经过线性化演变,扰动能量向较大水平尺度转移,并在垂直结构上表现出向对流层高层上传及向对流层低层下传的特征等。针对GRAPES奇异向量迭代求解中伴随模式计算耗时为主的情况,改进伴随模式中广义共轭余差方案的调用方式,并采用大内存存储法来提高其计算效率,进而将奇异向量总计算时间缩短了25%。总之,改进后的GRAPES奇异向量方法,可应用于构建面向业务应用的GRAPES全球集合预报系统。      

对T63L16所作月延伸预报准确率的评估

对国家气候中心１９９６年１－１２月和１９９７年１－８月用Ｔ６３Ｌ１６模式所做的５７次月延伸预报５００ｈＰａ高度场进行了检验评估,并对 系统性误差进行了分析和订正。同时对西北气候变化有较大影响的在循环流系统的环流特征量进行了检验,并给出了订正偏差。     

GRAPES全球模式静力平衡奇异向量改进及应用试验

采用线性化物理过程方案的GRAPES全球模式奇异向量在进行非线性模式积分时会有部分奇异向量出现崩溃问题,这说明奇异向量结构可能存在扰动变量之间不协调之处,需要对奇异向量扰动的计算方法优化,进而改进基于奇异向量的集合预报初值扰动,提高GRAPES全球集合预报效果.基于原有的GRAEPS全球奇异向量计算方法,在求解奇异向量...     

基于总能量模的GRAPES全球模式奇异向量扰动研究

以发展基于奇异向量技术为初值扰动的GRAPES全球集合预报系统为目的,在GRAPES模式及其干动力框架下的切线性、伴随模式基础上开展了以总能量模为权重算子的奇异向量计算技术研究,建立奇异向量的计算求解模块,并通过奇异向量检验方法和切线性近似方法验证了奇异向量求解的正确性.通过对中高纬度的GRAPES奇异向量水平结构的线性演变分析,证实了在最优时间间隔内GRAPES奇异向量能够快速增长,并能描述中高纬度大气的斜压不稳定特征.分析在初始时刻和最优化时间间隔时刻的GRAPES奇异向量总能量及其分量(动能和势能)的垂直分布特征,发现在中高纬度区域,GRAPES奇异向量能够描述对流层不同层次的斜压不稳定增长特征.     

Comparison of nonlinear local Lyapunov vectors with bred vectors,random perturbations and ensemble transform Kalman filter strategies in a barotropic model

The breeding method has been widely used to generate ensemble perturbations in ensemble forecasting due to its simple concept and low computational cost. This method produces the fastest growing perturbation modes to catch the growing components in analysis errors. However, the bred vectors(BVs) are evolved on the same dynamical flow, which may increase the dependence of perturbations. In contrast, the nonlinear local Lyapunov vector(NLLV) scheme generates flow-dependent perturbations as in the breeding method, but regularly conducts the Gram–Schmidt reorthonormalization processes on the perturbations. The resulting NLLVs span the fast-growing perturbation subspace efficiently, and thus may grasp more components in analysis errors than the BVs.In this paper, the NLLVs are employed to generate initial ensemble perturbations in a barotropic quasi-geostrophic model.The performances of the ensemble forecasts of the NLLV method are systematically compared to those of the random perturbation(RP) technique, and the BV method, as well as its improved version—the ensemble transform Kalman filter(ETKF)method. The results demonstrate that the RP technique has the worst performance in ensemble forecasts, which indicates the importance of a flow-dependent initialization scheme. The ensemble perturbation subspaces of the NLLV and ETKF methods are preliminarily shown to catch similar components of analysis errors, which exceed that of the BVs. However, the NLLV scheme demonstrates slightly higher ensemble forecast skill than the ETKF scheme. In addition, the NLLV scheme involves a significantly simpler algorithm and less computation time than the ETKF method, and both demonstrate better ensemble forecast skill than the BV scheme.     

中期数值预报(T63L16)系统的统计性能评估

介绍了世界气象组织（ＷＭＯ）基本系统委员会（ＣＢＳ）标准化统计检验方法。用该方法对Ｔ６３模式产品进行检验，并与Ｔ４２及日本模式的结果相比较。结果表明，Ｔ６３模式产品的可用预报时效可达５－６天，其预报误差幅度比Ｔ４２明显减小。     

1995年夏季T63L16中期预报效果检验

为了考证Ｔ６３模式的性能与产品的质量，对１９９５年夏季造成我国暴雨的环流形势和主要影响系统Ｔ６３的预报结果进行天气学检验和评估，其结果表明，Ｔ６３较Ｔ４２有了显著改进。     

耦合的八模Lorenz系统的分叉特征

本文对两个不同尺度的Lorenz系统,通过引入一个耦合参数α把它们连接起来,并在二维参数空间α×r(Rayleigh数)中讨论了所建立的耦合系统的解的分叉过程。参数α在[0,1]区间中取值。当α=0时,耦合系统与著名的三模Lorenz系统相对应;当α=1时,则与一个包含两个Lorenz元的系统相对应。文章选取了三个不同的r值,研究了α从0变到1时,从单Lorenz系统的解到双Lorenz系统的解的非线性演化过程。     

应用奇异向量方法的适应性观测实例研究

近年来,通过适应性观测技术来减小预报误差已成为国际上数值预报中的一项关键技术,然而实施适应性观测对减小预报误差的影响评估是一个需要深入讨论的问题。文中利用奇异向量方法以2007年3月4日东北地区暴风雪天气过程为研究对象,考察了预报误差对不同观测区域观测资料的敏感性,在确定能量范数的基础上,分析了奇异向量的水平分和特征和垂直分布特征,利用奇异向量的空间结构确定了敏感区域。通过伪逆初始扰动场作为分析误差,研究验证区域的预报误差对不同区域增加观测的敏感性,试验结果表明,在敏感区域内进行补充观测来改善分析误差,能够最有效地提高验证区域内的预报水平;而减小非敏感区域内的分析误差对减小预报误差的贡献相对较小。这些结果表明,利用奇异向量法定义敏感区进行适应性观测,能够和有限的观测资源和计算资源的条件下,最大程度地减小验证区域的预报误差,从而达到提高验证区域预报准确率的目的。     

T63动力延伸预报产品在6月气温预测中的解释应用

动力气候模式的数值预报产品为局地气候要素的预报提供了一种全新的方法。首先利用ＮＣＥＴ／ＮＣＡＲ再分析资料中的５００ｈＰａ高度对黑龙江省６月发生的气温异常进行诊断分析,对影响的环流形势进行分型,并选取强信号区确定预报因子;在此基础上,利用Ｔ６３动力延伸预报产品进行旬平均气温的相似预报。经实践证明,Ｔ６３动力延伸预报产品在气温异常事件的预报中有一定的应用价值。     

中期预报模式T63L16在银河-2巨型机上的并行计算

多任务中期预报模式T63L16主要利用了银河-2（以下简称为YH-2）巨型计算机提供的多任务并行计算环境，在原欧洲中期天气预报中心（ECMWF）T106L19模式版本的基础上，针对YH-2计算机的特点，实现了多任务并行计算，且获得了较高的加速比。     

混沌系统单变量可预报性研究

对于n维的混沌系统, 不同变量的可预报性是不同的。为了研究混沌系统中单个变量的可预报性, 本文在以前提出的混沌系统整体的非线性局部Lyapunov指数基础上(李建平等, 2006), 引入了单变量的非线性局部Lyapunov指数及其相关统计量, 进一步完善了非线性误差增长理论。通过应用到几个混沌个例, 结果表明单变量的非线性局部Lyapunov指数及其相关统计量可以用来定量地研究多维混沌系统中不同变量的可预报性, 系统不同变量的可预报性之间不是相互独立的, 而是单个变量的可预报期限与系统整体的可预报期限之比都近似保持一个常数, 但各个变量的常数值有所不同。