实时海温对动力延伸（月）预报影响的数值试验研究

对1992年7月10日、19日和1997年7月1日3个个例,进行了实时海温和气候海温的对比数值试验,研究实时海温对月尺度数值预报的影响。个例试验结果表明,实时海温对10天以下的数值预报影响较小,但对月时间尺度的数值预报的影响则十分明显,实时海温对大气的强迫作用同模式大气的初值和预报模式包含的物理过程以及海温异常的强度有关。     

月动力延伸预报产品在阿勒泰地区预报中的应用检验

利用2005年7月—2009年12月阿勒泰地区7个气象观测站逐月和旬的降水和温度实况资料、国家气候中心制作的月动力延伸预测模式的图形资料,采用预报评分法(P)和距平符号异同评分法对内插预测结果进行检验。结果表明:月动力延伸预报产品对各月温度距平同号率要明显高于降水距平百分率预报与实况同号率,对各月温度距平的预报评分比较稳定,而对各月降水距平百分率的预报评分差异较大。     

月动力延伸预报产品在新疆月尺度降水预测中的应用检验

利用新疆101个气象观测站点逐月降水实况资料和2001~2010年国家动力气候模式产品,进行月动力延伸预报产品的应用预测检验。采用PS评分和同号率对内插预测结果进行效果评估,并与业务评分进行对比。结果表明：月动力延伸预报产品对新疆地区月降水趋势预测Ps评分高于业务评分,而对各月降水距平百分率的同号率差异较大。夏、秋季Ps评分较高,冬、春季PS评分较低,季节转换时预测Ps评分变率较大。     

月平均环流的动力集合预报研究

文章对１９９６年１至９月共２３次月动力延伸集合预报的情况作了总体评估，结果表明，集合预报距平相关系数比单个成员预报距平相关系数的算术平均有明显提高，因而采用集合预报方法有利于提高预报的可靠性，在此基础预报距平相关系数的季节变化及其原因作了视频的分析，解释，还从集合预报距平相关系数与集合成员离散程度之间的关系就集合预报技巧的预报问题进行了初步探讨，此外，文章还就Ｔ６３Ｌ１６全球谱模式对北半球欧亚地区     

EOF迭代模型的月动力延伸预报产品释用方法

以动力延伸预报产品为基础, 应用EOF迭代模型对河北省2005—2007年6—8月逐月降水量进行预测试验。经过详细分析不同相关区因子、截取特征向量的项数、EOF迭代次数和迭代误差对预测结果的影响, 提出在建立模型时应该尽可能选取与预测对象关系密切的相关区因子。随着迭代次数增加, 迭代误差逐渐减小, 但预测精度与迭代误差没有必然联系。试验结果表明:迭代次数不宜过多, 甚至不需要迭代, 当仅取前一项特征向量, 不进行迭代时, 月降水量预测值和实况值的符号一致率为0.63, PS评分为0.74。     

月动力延伸预报产品在三峡工程建设服务中的应用

用3种客观评分方法对国家气候中心为三峡库区提供的月动力延伸预报产品（500hPa位势高度场）进行了全面评估，结果表明，延伸预报月平均环流场预报准确率明显高于持续性预报和气候预报，有一定的预报技巧，对三峡工程气象服务有参考价值，从动力统计相结合的角度出发，利用推导的月降水距平与月环流场的关系，建立了三峡库区代表站点月降水距平预报议程，利用月动力延伸预报的500hPa高度场和实际降水场资料反演出月降水距平预报方程的系数，经过1999年降水预报试验，证明效果较好。     

随机强迫对集合预报效果的影响研究

以Lorenz96模式为动力框架,建立了考虑模式随机强迫不确定性的集合预报系统,并选择模式气候态和集合平均预报效果为研究对象,研究随机强迫对集合预报效果的影响.结果表明,在数值模式积分过程中引入恰当的随机强迫构成的新计算范式,较非随机强迫更接近真值的气候平均与气候标准差,对刻画数值模式的气候态也有正效果;且随机强迫的正效果主要体现在长时效阶段.集合平均预报方面,绝大部分白噪声随机强迫对应的集合预报效果优于非随机强迫集合预报,集合预报效果也随白噪声强迫增大非单调变化,并且非线性系统不同,相同比率的白噪声随机强迫产生的效果也不同.同时,绝大部分红噪声随机强迫对应的集合预报效果也优于非随机强迫集合预报,但仅部分φ(表示所引入外强迫的随机性部分和确定性部分相互耦合的一个度量)值对应的红噪声强迫集合预报优于白噪声随机强迫集合预报;而且红噪声随机强迫集合预报改善效果随系数的正负分布非对称且非单调变化.此外,相关系数φ的选择也依赖于模型.     

基于集合预报产品的降尺度降水预报试验

利用降水距平百分率的降尺度预报方法和1951-2008 NCEP资料及我国降水资料,建立了降水距平百分率的预报模型,基于T106L19模式的月动力延伸集合预报结果,进行了2007-2009年3 a的预报试验和效果检验.结果表明,基于集合预报产品的统计降尺度方法对降水距平百分率的预报技巧高于模式降水的预报技巧;500 hPa月平均高度场的预报技巧直接影响到降水距平百分率的预报技巧,平均环流的预报技巧越高,降水距平百分率的预报技巧越高;无论集合成员数为多少,集合预报的结果都明显优于控制预报,随着集合成员数的增多,预报技巧呈增大的趋势;我国降水具有显著的季节性和区域性,以江淮地区的降水距平百分率预报技巧最高,华南地区的预报技巧其次.     

P一σ全球模式的月尺度动力延伸预报试验

用P-σ混合坐标系原始方程模式(Nju-PσM),以观测的瞬时气象要素场作为模式初始场,作了24个月动力延伸预报试验.利用距平符号一致率(P)、距平相关系数(AC)和均方根误差(RMS)对预报结果进行了评估和分析.试验表明Nju-PσM对月平均环流有一定的预报能力,气候漂移订正和预报结果的线性、抛物线型两种合成方法都对预报效果有明显的改进.把动力延伸预报与年际和月际持续性预报进行对比后,表明动力预报结果的各项评估分均为最高.预报场和实况场的空间滤波和经验正交函数(EOF)分析表明,模式对大尺度天气系统的预报能力较强,而对较小尺度天气系统的预报能力则差一些.     

动力延伸(月)预报的季节变化和误差分析

本文用中国科学院大气物理研究所的全球谱模式（T42L9）和国家气象中心提供的1994年3月到1995年2月36个例子（每月3个）的全球客观分析资料做了较系统的动力延伸（月）预报试验，检验了预报结果，分析了模式的气候漂移，并对预报结果进行了系统误差订正，结果表明预报评分有明显的季节变化，冬季较高，夏季较低，动力预报高度距平相关系数北半球各个季节的平均都明显高于持续性预报和气候预报。     

集合方法在月动力预报信息提取中的应用

本工作将集合方法应用于提取月动力预报有用信息。利用中国气象局国家气候中心Ｔ６３Ｌ１６全球谱模式的５００百帕高度场月集合预报产品（集合成员数为８个，初始场的选取采用滞后方法（ＬＡＦ），即相邻两天的００００，０６００，１２００和１８００ＧＭＴ的初始化资料），就１９９７年１月至５月共１５次预报，分析了集合预报成员间的离散度与预报评分（距平相关系数和均方根误差）的关系，研究了用集合各成员预报离散度作为各个成员逐日预报的权重对月预报效果的影响。结果表明集合预报成员的离散度与预报评分有显著的相关，是有效预报长度Ｎ的一个很好估计；用离散度作为权重平均的月预报高度距平相关系数明显高于算术平均和线性权重，此外个例分析表明月平均环流及其异常的预报得到明显的提高。     

初始扰动振幅和集合样本数对CNOPs集合预报的影响

初始扰动振幅的大小和集合样本数对于集合预报取得更高预报技巧具有重要意义。本文将正交条件非线性最优扰动方法（orthogonal conditional nonlinear optimal perturbations,简称CNOPs）应用于概念模型Lorenz-96模式探讨了初始扰动振幅和集合样本数对集合预报技巧的影响,从而为使用更复杂模式进行集合预报提供指导。结果表明,由于CNOPs扮演了非线性系统中的最优初始扰动,从而使得当初始扰动振幅小于初始分析误差的大小时,CNOPs集合预报获得更高的预报技巧,并且CNOPs集合预报的最高预报技巧总是高于奇异向量法（singular vectors,简称SVs）集合预报的最高预报技巧。结果还表明,CNOPs集合预报倾向于具有一个合适的样本数时,达到最高技巧。更好的集合离散度——预报误差关系和更为平坦的Talagrand图（Talagrand diagram）进一步证明了CNOPs集合预报系统的可靠性,从而夯实了上述结果的合理性。因此,针对CNOPs集合预报,本文认为采用一个适当小于初始分析误差的初始扰动振幅和一个合适的集合样本数,有利于CNOPs集合预报达到最高预报技巧。     

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。     

Growth and Interactions of Multi-Source Perturbations in Convection-Allowing Ensemble Forecasts

This study investigated the growth of forecast errors stemming from initial conditions (ICs), lateral boundary conditions (LBCs), and model (MO) perturbations, as well as their interactions, by conducting seven 36 h convection- allowing ensemble forecast (CAEF) experiments. Two cases, one with strong-forcing (SF) and the other with weak-forcing (WF), occurred over the Yangtze-Huai River basin (YHRB) in East China, were selected to examine the sources of uncertainties associated with perturbation growth under varying forcing backgrounds and the influence of these back- grounds on growth. The perturbations exhibited distinct characteristics in terms of temporal evolution, spatial propagation, and vertical distribution under different forcing backgrounds, indicating a dependence between perturbation growth and forcing background. A comparison of the perturbation growth in different precipitation areas revealed that IC and LBC perturbations were significantly influenced by the location of precipitation in the SF case, while MO perturbations were more responsive to convection triggering and dominated in the WF case. The vertical distribution of perturbations showed that the sources of uncertainties and the performance of perturbations varied between SF and WF cases, with LBC perturbations displaying notable case dependence. Furthermore, the interactions between perturbations were considered by exploring the added values of different source perturbations. For the SF case, the added values of IC, LBC, and MO perturbations were reflected in different forecast periods and different source uncertainties, suggesting that the combination of multi-source perturbations can yield positive interactions. In the WF case, MO perturbations provided a more accurate estimation of uncertainties downstream of the Dabie Mountain and need to be prioritized in the research on perturbation development.     

数字滤波方法在月尺度数值预报中的应用Ⅰ.初始场滤波的作用

本工作将数字滤波方法用于Ｔ４２Ｌ９谱模式的月预报实验。为了去除高频扰动误差的影响，保留对月预报有意义且可预报性较强的低频过程，用滤波器对观测资料的序列进行处理，得到１０天以上的低频分量作为初始场进行预报。结果说明，与不进行滤波的控制实验相比，误差增长明显减慢，预报效果在１０～２０天时段内提高最显著。进一步分析表明，延伸预报效果随时间的变化主要是由其中低频分量的预报效果决定的。初始场滤波后预报效果的提高也主要是由于其低频分量报得更好，而在此低频背景下新产生出来的高频扰动误差也相应较小，因而总体的预报效果好于控制实验。而如果在控制实验预报后提取低频分量进行检验，则对逐日预报的改进不明显。经过初始场滤波后对１～１０天至１～３０天平均场的预报也有较显著的提高。对旬平均预报改进最大的是在第二个１０天。对５００ｈＰａ环流形势的预报也更接近实际。本工作的结果说明，在中长期预报中如果能用适当的方法提取出低频过程的信息，则可望提高预报水平     

Response Characteristics and Mechanism Analyses on Monthly Circulation to SST Anomaly Force

利用全球中期数值预报谱模式,通过在海表温度气候态上叠加不同扰动的方法,研究了不同季节月尺度大气环流对海表温度变化的响应特征及机理。结果表明,大气响应首先出现海表温度的高值区和海温扰动变化的大值区,其发展和演变还与大气环流的背景场有关,大气响应发展达到稳定的状态是沿南、北半球西风急流附近的纬向波状分布;在不同季节,对不同分布的海表温度变化,大气环流响应的速度不同,但在月尺度内大气响应都能达到最大值;相对于夏季,冬季大气响应最大值达到的高度更高,大气响应对扰动的形态更敏感。     

A New Method for Predicting the Decadal Component of Global SST

A simple approach that considers both internal decadal variability and the effect of anthropogenic forcing is developed to predict the decadal components of global sea surface temperatures (SSTs) for the three decades 2011-2040. The internal decadal component is derived by harmonic wave expansion analyses based on the quasiperiodic evolution of the Pacific Decadal Oscillation (PDO) and the Atlantic Multidecadal Oscillation (AMO), as obtained from observational SST datasets. Furthermore, the external decadal component induced by anthropogenic forcing is assessed with a second-order fit based on the ensemble of projected SSTs in the experiments with multiple coupled climate models associated with the third Coupled Model Intercomparison Project (CMIP3) under the Intergovernmental Panels on Climate Change (IPCC) Special Reports on Emissions Scenario (SRES) A1B. A validation for the years from 2002 to 2010 based on a comparison of the predicted and the observed SST and their spatial correlation, as well as the root mean square error (RMSE), suggests that the approach is reasonable overall. In addition, the predicted results over the 50°S-50°N global band, the Indian Ocean, the western Pacific Ocean, the tropical eastern Pacific Ocean, and the North and the South Atlantic Ocean are presented.     

基于LAF思想的一种初始扰动生成方法及集合预报试验

在时间滞后平均法(LAF)思想的基础上,提出了一种改进的LAF方法,这种方法的思路是将不同的初始扰动叠加到模式初始场上进行不同的扰动预报,形成集合预报的成员;而不同的扰动场是通过在滞后不同时次上求取不同资料分析场之差获得。这种扰动不仅体现了不同分析场的差异,而且不同的滞后时间也体现了LAF方法的思路。然后利用经典的LAF方法及改进的LAF方法和AREM模式,分别对2004年6月14~15日安徽入梅首场暴雨过程进行了集合预报试验。结果表明,无论是雨带还是雨团位置和强度的预报,改进的LAF方法都优于经典的LAF方法。进一步研究发现,对于同一个扰动,加扰预报结果比减扰结果要好,若只选择加扰预报作集合平均,其预报结果更接近实况。     

“频率匹配法”在集合降水预报中的应用研究

基于“频率匹配法”的思路,采用两种方法进行了集合降水预报的订正研究,一种方法是利用集合成员降水频率订正简单集合平均平滑效应的“概率匹配平均”法,另一种方法是利用实况降水频率订正集合成员降水预报系统偏差的“预报偏差订正”法,通过个例和批量试验,结果表明:(1)概率匹配平均法可以矫正简单集合平均的平滑作用所造成的小量级降水分布范围增大而强降水被削弱的负作用,这种改进对强降水区更显著,并且集合系统离散度越大这种改进也越大;但该方法对预报区域内总降水量的预报没有改进作用,不能改善预报的系统性偏差.(2)虽然预报偏差订正法对降水落区预报的改进有限,但可以订正模式降水预报的系统性误差,改进雨量预报以及集合预报系统的离散度特征和概率预报技巧;直接对集合平均预报进行偏差订正的效果优于单个成员偏差订正后的简单算术平均.(3)在对每个集合成员的降水预报进行偏差订正后,概率匹配平均仍可改善其简单平均的效果,因此在实际业务中,应该综合采用上述两种方法,以获得在消除系统性偏差的同时各量级降水分布又合理的集合平均降水预报.     

Ensemble Forecasts of Tropical Cyclone Track with Orthogonal Conditional Nonlinear Optimal Perturbations

This paper preliminarily investigates the application of the orthogonal conditional nonlinear optimal perturbations(CNOPs)–based ensemble forecast technique in MM5(Fifth-generation Pennsylvania State University–National Center for Atmospheric Research Mesoscale Model). The results show that the ensemble forecast members generated by the orthogonal CNOPs present large spreads but tend to be located on the two sides of real tropical cyclone(TC) tracks and have good agreements between ensemble spreads and ensemble-mean forecast errors for TC tracks. Subsequently, these members reflect more reasonable forecast uncertainties and enhance the orthogonal CNOPs–based ensemble-mean forecasts to obtain higher skill for TC tracks than the orthogonal SVs(singular vectors)–, BVs(bred vectors)– and RPs(random perturbations)–based ones. The results indicate that orthogonal CNOPs of smaller magnitudes should be adopted to construct the initial ensemble perturbations for short lead–time forecasts, but those of larger magnitudes should be used for longer lead–time forecasts due to the effects of nonlinearities. The performance of the orthogonal CNOPs–based ensemble-mean forecasts is case-dependent,which encourages evaluating statistically the forecast skill with more TC cases. Finally, the results show that the ensemble forecasts with only initial perturbations in this work do not increase the forecast skill of TC intensity, which may be related with both the coarse model horizontal resolution and the model error.