基于卫星资料梯度信息的新型变分同化方法对于台风数值模拟的研究

卫星资料凭着卫星遥感的全球性、连续性和高频次观测等优势,成为一种重要的非常规资料源,但卫星观测仍然存在各种各样的观测误差,其中包含由于观测偶然性所造成的统计学上的随机误差及仪器本身和辐射传输模式等造成的系统性偏差,这些误差在很大程度上影响了卫星资料的质量。文中提出了一种能有效订正卫星观测资料系统性偏差的梯度信息同化算法,该方法用一个梯度算子进行模式变量与观测变量的梯度变换,从而达到订正系统性偏差的目的。本文利用WRF（Weather Research Forecast）模式及其同化模式WRFDA（WRF Data Assimilation system）,以及AIRS（Atmospheric Infrared Sounder）资料,对台风“圆规”进行了实际的数值模拟和同化试验,数值结果表明,梯度信息同化方法能明显改善台风路径的模拟,在处理可信度较低的资料时仍然适用。另外,通过同化诊断分析,发现卫星资料的系统性偏差对于台风数值模拟有较大影响,而文中提出的梯度信息同化方法能较好的解决此类问题。     

新疆阿勒泰气温人工、自动观测差异的研究

分析了新疆阿勒泰气象站2004年1月至2011年12月,CAWS600SE-H型自动与人工气象站平行观测气温资料的差值。结果表明：两者差值较大,有日、季节变化,最低、最高气温系统性误差,人工观测低于自动观测0.05～0.20 ℃;误差具有正态分布特征。气温整点观测,人工比自动观测提前,造成系统性误差,气温急剧升降时误差更大,通过时差订正,绝对误差一般收窄0.1～0.2℃,均方差减少0.142。1和10月,4、24次日平均模式,差值变化幅度≥1℃的频率达15%。平均差值,除7月外, 4次平均值低于24次平均0.1℃,10月低于0.5℃以上。平均模式对日值的影响最大,变化幅度3.7℃;对季的影响较小,变化幅度只有0.4℃。自动观测仪器的系统性偏差、测量元件的精度及对气象要素变化响应的灵敏度、观测时间的差异和人为因素的影响是造成观测误差的原因。     

GRAPES模式预报误差订正的变分方法研究

利用变分方法建立预报场和预报倾向场这一预报场组合与模式预报非系统性误差之间的映射关系,来估计GRAPES (Global/Regional Assimilation and PrEdiction System)模式的非系统性误差,从而对预报做出修正。采用两种不同的历史样本建立这一映射关系,其中,利用相同时刻历史样本建立映射关系的方法称为DEM方法;通过相似面积比选取"相似样本"来建立上述映射关系的方法称为SEM方法。以FNL分析资料作为评判预报误差的依据,根据2002—2010年7月GRAPES模式500 h Pa高度场48 h预报的回报资料,利用两种不同的方案进行非系统性误差的估计及预报订正试验。对279个检验样本的试验结果表明:SEM方法和DEM方法都对非系统性误差有一定的估算能力,二者估算的非系统性误差空间分布和量级与模式非系统性误差较一致,SEM方法的修订效果略优于DEM方法,但并不明显。对预报做出系统性误差和非系统性误差两步订正后,DEM方法和SEM方法的订正有效率分别为98.566%和100%,可明显提高预报的准确性。     

北京地区中尺度数值业务预报的客观检验

对北京地区中尺度数值天气预报客观检验系统的框架和方法进行了详细的介绍，分析了北京地区冬季（2001年11月1日~2002年2月28日）主要预报要素的客观检验结果，在此基础上给出北京地区冬季中尺度数值预报业务的误差特征，并根据检验结果定性地分析了模式预报系统性和非系统性误差的可能来源。结果表明，模式地形的强迫作用是地面和对流层低层预报系统性误差的重要来源；测站高空预报要素的非系统性误差显著，初始时刻存在的误差在积分过程中被进一步放大；对北京 (54511) 单站地面要素预报的检验结果发现，2-m温度预报冬季整体偏低。在系统性误差为主要误差分量时对模式的平均误差进行订正能有效地提高温度预报的准确率。     

BP神经网络在估算模式非系统性预报误差中的应用

基于数值天气预报误差在时间上的相依性,采用BP神经网络方法建立预测数值模式非系统性预报误差的模型,并利用2003-2007年T213模式分析场和24 h高度预报场资料验证了该模型的预测能力,结果表明:所建立的3层BP神经网络模型对未来24 h的非系统性预报误差有较好的预估能力,对大多数样本而言所估测的非系统性预报误差的分布特征和其真值较为一致。BP神经网络模型估测的非系统性预报误差可以在系统性预报误差订正的基础上进一步对预报做出修正,其订正效果好于仅进行系统性预报误差订正的效果。     

T213全球集合预报系统性误差订正研究

针对模式系统性误差一直存在的现状,研究使用卡尔曼滤波的自适应误差订正方法对国家气象中心业务全球集合预报系统的系统性误差进行估计和订正.本文主要介绍这种方法及其原理,其优点是需要的样本量比较小,能够快速经济地对模式产品进行有效的误差估计和订正.使用这种方法对全球T213集合预报系统500 hPa高度场、850 hPa温度场和2 m温度的预报产品进行一阶偏差订正,对订正前后集合预报产品进行检验分析和对比,结果表明,订正后的高层形势场集合预报和2 m温度集合预报的均一性、集合平均的均方根误差和距平相关系数都得到了改善,系统性偏差得到了不同程度的订正,对于存在较大系统性误差的2 m温度预报,订正效果尤其显著.     

ECMWF业务模式参数化方案的新进展

1.引言欧洲中期预报中心的预报诊断表明,有些预报误差是系统性的.显然,消除这些系统性误差将使中期预报大大改善.人们认为,在很大程度上,这些误差是由于非绝热加热不合理造成的.特别是热带和副热带的巨大误差使人联想到非绝热加热方面的严重缺陷.这些热带误差还可能是某些中纬度误     

NOAA卫星探测数据对B-模式分析预报系统性误差的影响

本文报告极轨气象卫星探测数据对B-模式的海平面气压场预报和500hPa高度预报的系统性误差的影响.主要结果是:(1)B-模式预报海平面气压的强度偏弱,即高压系统太低,低压太高;(2)500hPa高度预报的系统性误差情况不如海平面气压场误差情况明显.但也能发现槽区的高度预报不够低,而脊区的高度预报不够高;(3)应用卫星数据对B-模式分析预报系统的预报有正作用,对海洋上的地面低压和500hPa槽区附近的系统性误差有明显减小,但对其它地区天气系统预报的正负影响参差不齐,其作用难下结论。     

T213L31模式热带气旋路径数值预报误差分析

应用国家气象中心的T213L31模式对2006—2009年热带气旋路径数值预报的结果从平均距离误差、距离误差分布、模式系统性偏差、平均全移速误差、模式对背景场的预报偏差进行全面检验分析表明:对于不同走向的热带气旋 (简称TC) 路径预报而言,预报误差最小的是西行路径TC,预报误差最大的是东北行路径TC。按照TC强度进行分类统计发现,TC强度强比强度弱的路径预报平均距离误差小。T213对所有样本的平均预报而言,存在西北偏西向的系统性偏差,不同类型路径TC存在不同的系统性偏差。通过计算平均全移速可以看出,对于西北行、西行、北上类型路径在整个预报时效中移速偏差较小,而对于所有转向类路径移速偏差较大,即偏慢较明显。对T213模式预报2009年TC路径误差较大的个例 (0904,0906,0907号热带气旋) 检验模式对背景场的预报偏差,个例分析表明:模式对中高纬度西风槽预报偏强、对TC环境风场垂直切变预报偏大、对两个相近的TC预报更容易发生藤原效应,这些因素是导致TC路径偏差的主要原因。     

闪电方位探测仪定位误差测量的新方法——一般介绍和初步结果

闪电定位的磁场方位探测仪应用的主要局限性之一是存在着由局地天线位置产生的系统性角度误差。曾试图应用互易法(即交换发射机和接收机的作用)测量这个系统性误差。对这种测量方式得到的定位订正函数进行了检验,并得到了部分改进。对仪表定位误差进行订正以后,仪表闪电定位精度显著地改善了,但是仍存在剩余误差,其部分原因是闪电定位探测站网的几何形状造成的。     

ECMWF细网格TP产品在北疆降雪天气中的预报性能检验

基于升级后的EC细网格TP降水量预报产品,对北疆2015年17场降雪天气的12h累积降雪量,主要运用平均误差、平均绝对误差和均方根误差进行了检验。结果表明,该模式在北疆降雪天气预报中小雪的预报准确率最高,暴雪最小;预报准确率随时效的延长并非都是减小的;小雪空报率较高、暴雪漏报率较高,中雪和大雪空报率和漏报率都不容忽视;小雪和中雪的3种误差均较小,随时效的延长变化较小;强降雪(大雪及以上量级)的误差较大,随时效的延长有增大的趋势;模式对小雪的预报总体为系统性偏大,对强降雪预报则为明显的系统性偏小,对中雪的预报系统性偏向不稳定。     

四川地区EC细网格模式2m温度偏差订正研究

本文选取2017年1~12月ECMWF(European Centre for Medium-Range Weather Forecasting)细网格模式168h预报时效的2m温度场和对应时段四川地区157个国家站的观测资料,对比分析了模式温度预报的系统性偏差特征,采用15日周期的滑动双权重平均法对2m温度预报产品进行偏差订正,并与四川省气象台现有的主、客观预报产品进行对比,结果表明:(1)EC模式对低温的预报准确率远高于高温预报准确率;订正后高、低温预报准确率均有显著提高,其中低温平均提高了20.5%,高温提高了31.2%,平均绝对误差分别减小约1.1℃和2.9℃。(2)EC模式高温预报的逐月差异明显比低温预报逐月差异大,订正后差异明显减小,且各月的高、低温预报准确率均有显著提升,订正后各月高、低温的平均绝对误差均在2℃之内。(3)EC模式对于低温和高温的预报在全省均大致呈现负的系统性误差,且高温预报的系统性误差明显比低温预报的系统性误差大,订正后2m温度预报的系统性误差均明显降低,全省大部分地区维持在±1℃之间。(4)与四川省气象台现有的主、客观预报产品对比显示,对于高低温预报均是EC订正后准确率最高、平均绝对误差最小,订正效果较为理想。     

中尺度数值预报中不同初值方案的检验对比

采用WMO推荐的标准化检验方法对两套初值方案进行检验，一套为使用T106L19全球中期模式预报场作为初猜场的cressman逐步订正客观分析方案（T106）；一套为直接插值客观分析方案（OBS）。通过对比分析发现：（1）反映大尺度环流场的要素，例如，300hPa风场、500hPa高度，T106初值方案略好于OBS。（2）空间尺度较小的要素，例如，850hPa温度、湿度等，OBS略优于T106；在比湿预报场中，低层预报优于高层，但850hPa比湿预报出现正的系统误差，随着预报时效的延长，正系统误差加大。（3）在风场的预报中，低层预报总体不如高层好，U风分量的预报有负的系统性误差，V风分量有正的系统性误差。同时对责任中初值预防的降水进行TS评分，评分结果表明，T106的总体评分高于OBS，但T106初值方案的空报率高于OBS，而OBS初值方案的漏报率高于T106。     

利用海洋强迫的大气主模态提高大气动力季节预报

数值模式的季节预报技巧主要与大气外强迫的变率密切相关。当前的大气环流模式（general circulation models,GCMs）通常不能准确地模拟出与大气外强迫有关的响应模态和响应强度,从而导致了预报误差的产生。本文给出了一种后处理方法,有助于降低模式的系统性误差,并提高季节预报技巧。     

黑龙江省2020-2022年汛期多模式降水预报检验评估

本文利用黑龙江省考核站降水观测数据,对2020-2022年汛期6-8月全球尺度模式预报、中尺度模式预报、客观订正预报等在黑龙江省预报性能、误差进行了对比分析。对比检验分析发现,定量降水预报误差与观测降水量密切相关,汛期降水量较大,预报定量误差较大。黑龙江省气象台客观预报和融合预报误差相对较小,中尺度模式的定量误差相对较大。五种降水预报存在预报范围偏大的问题,EC预报范围偏大现象最为显著。针对一般性降水,两种订正预报随机误差表现最好,其次为EC预报,两种中尺度模式降水预报的随机误差表现相对较差。订正预报pm＿fm在大雨及以下量级随机误差表现最好,暴雨量级CMA-SH9最好。订正预报不但可以有效消除模式系统性误差,也可以改善原始模式随机误差。降水分级检验结果表明,CMA-MESO在大暴雨量级有一定的预报能力,fuse在大雨量级上表现较好,pm＿fm在小雨、暴雨量级上预报能力明显优于其它模式。     

T213与T639模式热带气旋预报误差对比

应用国家气象中心全球谱模式T213L31(简称T213) 及其升级版本T639L60(简称T639) 对2009—2010年西北太平洋热带气旋数值预报的结果进行对比。结果表明:T213与T639模式24～120 h预报平均距离误差基本相近,但由于T639模式分辨率较高,T639模式的热带气旋强度预报明显好于T213模式。从分类误差来看,T639模式对于西北行登陆及转向热带气旋的路径预报好于T213模式,但对西行及北上热带气旋预报误差偏大。对于异常路径热带气旋预报,T639模式能较好预报环流形势的突然调整,对路径突变的热带气旋预报比T213模式有明显优势;从登陆类热带气旋预报的移向误差来看,T213模式存在东北偏北向系统性偏差,T639模式存在东北偏东向系统性偏差。     

概率密度匹配方法在我国近海海面10m风速预报中的应用

海面风速对航运及海上生产作业影响重大,但数值模式对于海面的风速预报仍存在较大误差.为降低数值模式海面10 m风速预报的系统性误差,提高海上大风预报准确率,基于2017-2019年中国气象局地面气象观测资料对ECMWF确定性模式的10 m风场预报结果进行检验评估,并采用概率密度匹配方法对模式误差进行订正.分析结果表明,概...     

四川地区多模式2m温度预报性能分析及集成方法研究

本文通过分析2017年9~12月四川地区ECMWF(European Centre for Medium-Range Weather Forecasting)细网格模式、GRAPES_GFS(Global and Regional Assimilation and Prediction System)全球模式和西南区域模式(South West Center-WRF ADAS Real-time Modeling System, SWCWARMS)2m温度168h预报时效内的系统性偏差特征,采用滑动双权重平均法分别对三种模式温度预报产品进行偏差订正,并集成得到各时效2m温度的订正场,结果表明:(1)三种模式的预报存在明显的日变化,整体上EC模式的预报最优。(2)三种模式对于低温和高温的预报,在全省均大致呈现负的系统性误差,特别在高原及过渡区表现的尤为明显。(3)订正后三种模式的预报准确率显著提高,均方根误差减小1.4~2.5℃,大部分地区平均误差维持在±0.5℃之间,在系统性偏差较大的地区,订正效果更好。(4)两种集成方案预报结果接近,且均优于三种模式的订正预报。     

消除系统性观测误差的时空梯度信息同化方法研究

随着气象观测手段的进步,各种气象观测资料在数值预报模式中的应用不断发展.然而由于观测资料存在观测误差,尤其一些非常规资料存在系统性偏差,且难以对此类误差进行充分订正,使得观测资料在数值预报模式同化应用过程中的作用没有被充分发挥.文中提出一种消去此类误差的时间及空间梯度信息变分同化方法,其特点在于不需要知道系统性偏差的具体估计,而是用一个梯度信息算子对原变量进行变换从而隐性回避此类误差.通过浅水波模式四维变分同化理想试验结果表明,此同化方法完全消除平整性系统性偏差对同化结果的影响,本身数值较小的模式变量更能够获得好的同化效果,大数值变量则可通过估算来确定适用范围.由于最优解不唯一性质的存在,同化效果更多的吸收观测场的整体时空梯度分布趋势而非观测量值本身,这对具有较低可信度的观测资料是适用的.     

多模式集成释用在广东智能网格温度预报中的应用评估

结合2019年全球和区域业务模式最新调整,对广东省气象台研发的温度多模式集成释用产品在网格预报业务中的表现,从整体预报性能、误差空间分布和分类适用性等方面进行了系统评估,结果表明:(1)同参与集成的模式相比,多模式集成释用气温预报的误差最小、准确率(误差2℃以内)最高,且无明显季节性波动,是具有较高业务参考价值的客观产品;(2)因加入了真实地形订正方案,多模式集成释用对模式地形偏差造成的山区温度误差偏大现象改善明显;(3)多模式集成在持续性高温、缓慢回温、无明显降水配合的弱冷空气以及持续性无降水过程中表现较优,在中等强度以上冷空气造成的持续性降温过程易表现不稳定,在预报中需留意形势场预报中低层温度梯度是否有明显疏散。