集合预报中动态调整的增长模繁殖及其对自由繁殖的改进

用增长模繁殖（BGM）法产生集合预报初始扰动的过程中,对增长模适时的进行调整是有必要的。介绍了动态调整的方法,利用T63L9全球谱模式,通过数值试验考察了在繁殖过程中采用动态调整时增长模的增长和饱和情况,并与自由繁殖试验作了相应的比较。结果表明:动态调整情况下,各层扰动的增长率可以达到一个比较大的数值;在形态饱和方面,动态调整能在很大程度上克服自由繁殖时低层扰动饱和时间滞后的缺陷;综合考虑,动态调整下扰动饱和时间可比自由繁殖缩短1天以上,且饱和特征更加明显。     

基于增长模繁殖法的集合预报初始扰动饱和分析

基于增长模繁殖(BGM)法构造集合预报初始扰动时,繁殖循环中扰动的发展和饱和情况是其关键技术之一.已有的一些研究基本上是以扰动增长率接近某一数值作为繁殖结束的标志.作者认为,初始扰动的饱和不仅仅是扰动增长率的饱和,即繁殖模大小方面的饱和,扰动形态(即误差分布)上的饱和也应当是一个必须考虑的因子.利用T63L9全球谱模式分析了繁殖循环中增长模(扰动)的发展和饱和情况,通过分析扰动大小及形态两方面随繁殖时间的演变,得到以下主要结论:扰动增长模在繁殖3～4天后可呈现明显的饱和特征;不同变量扰动增长模的饱和时间有所差别,同一变量在不同等压面上饱和时间亦不同步;不同的初始模大小也会对扰动饱和过程产生影响.     

基于BGM框架的短期集合预报扰动典型规律研究

采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一个包含水平风场、垂直速度、位温扰动、位势扰动和水汽混合比共6个基本物理量的区域短期集合预报系统(WRF-EPS)。在此基础上,以2016年6月整月我国南方大范围暴雨为样例,针对扰动发展与演变的典型问题进行了探讨。试验结果表明:1)模式大气高、中、低三层的物理量扰动增长可以分为两个阶段,第一阶段为扰动快速线性增长,该阶段内扰动快速完成全部涨幅;第二阶段为非线性稳定阶段,从快速线性增长过渡到非线性稳定阶段大约需要24 h。2)各物理量的扰动增长率、相关系数以及增长模进入非线性稳定阶段的时间大致相同,但对于同一等压面不同物理量或同一物理量不同等压面,每个参数达到非线性稳定后的数值大小及演变规律存在差异,且随时间演变均伴有日内振荡现象。3)对于扰动振幅相同但初始随机模态不同的初值集合,不同随机模态对扰动培育的影响主要是在扰动的非线性稳定阶段,而在快速的线性增长阶段,它们之间的差异很小。4)对于初始随机模态相同但振幅不同的初值集合,不同扰动振幅对扰动演变的影响主要是在扰动的快速线性增长阶段,而在非线性稳定阶段,它们之间的差异很小,并且不同初始振幅对扰动进入非线性稳定阶段的时间基本没有影响。     

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。     

基于增长模繁殖法的初始分析误差 计算及集合预报试验

首先用成对繁殖的方法对NCEP再分析资料与T106分析场中的快速增长分析误差进行了计算和比较,然后把它们叠加到各自的初始场中进行了多初值集合预报试验。结果表明,用不同分析资料计算的达到饱和的快速增长误差,两者在全球分布上既有许多相似的地方,也存在一些不同,多初值集合是综合考虑它们的有效方法;考虑了两种分析误差的集合预报比只考虑一种分析误差的集合预报优越;在集合总成员数不变的前提下,发现引入另一种分析资料的集合成员数并不是越多越好,就预报技巧的最大改善而言,其存在一个阀值。     

基于增长模繁殖法的集合预报试验

利用微机版本的T63L9全球谱模式,首先进行了用增长模繁殖法(BGM)制作集合预报的方案设计,然后用确定的方案进行了中期数值预报的集合预报试验。繁殖循环的初始扰动为T63L9谱模式各层24 h预报的均方根误差乘随机数,该随机数服从[-1, 1]区间上的均匀分布,繁殖循环每12 h 1次,繁殖循环的周期为3 d,集合成员为9个。结果表明:在1~8 d的预报中,集合预报可以比控制预报的时效延长1 d,集合预报无论是距平相关系数还是预报均方根误差都明显优于控制预报,集合预报对形势场的预报较控制预报更为接近实况分析场。     

增长模叠加方式及其对集合预报初始扰动的影响

用增长模繁殖法(BGM)有效地构造集合预报初始扰动的一个前提是, 任两个扰动之间应尽可能的发散.本文从增长模发展和饱和的角度分析了增长模叠加方式与集合预报初始扰动"取样性"的关系, 无论是从扰动形势演变得出的定性结论还是定量计算的结果都显示: 在相同初始模的情况下, 通过改变扰动叠加方式分别构造多个扰动样本的做法是近似等效的.用这种方法增加的集合样本从"取样性"的角度来看是没有多大意义的, 更多的是在浪费有限的计算资源.构造多个初值的有效方法应该是从不同初始模出发进行增长模的繁殖.     

基于BGM的暴雨集合预报初始扰动发展分析

基于增长模繁殖法（BGM）思想,采用AREM（新一代区域η坐标模式）,研究了暴雨过程中,初始随机扰动在繁殖循环中随时间的演变特征和发展机理。结果表明,初始扰动的演变决定于环流背景场的结构和大气中的湿物理过程。背景场不仅影响扰动的演变规律,而且决定了扰动发展的敏感区域。初始扰动随时间演变存在两个敏感区,一是背景场的大风速区,二是降水区附近。对流层高层,大风速区附近扰动得到最优发展;对流层中低层,扰动不仅沿大风速区发展,且与降水区配合较好。初始扰动发展的机理也有两种,一是大气湿物理过程引起的位势不稳定或第二类条件不稳定（CISK）;二是由风切变引起的大气动力不稳定。高层扰动的增长,以干大气的动力不稳定占优,中低层扰动的发展主要是湿物理过程的贡献,初始扰动在模式中的发展与降水的发展是同“源”的,有利于降水发展的环境也有利于初始扰动的发展,从而影响了降水的可预报性。所以利用暴雨预报模式制作集合预报时,BGM仍是可用的方法。     

基于增长模繁殖法的风暴尺度集合预报试验

利用WRFV2.2模式,对1977年5月20日发生在美国俄克拉荷马州的典型超级单体风暴进行风暴尺度集合预报试验。通过对比由Monte-Carlo法和增长模繁殖法构造的集合预报系统的性能,检验了增长模繁殖法应用于风暴尺度集合预报的合理性及其价值。研究表明,在预报误差的意义上,集合技术能够明显改善中尺度强对流天气的单一确定性预报;但纯统计意义的Monte-Carlo法动力意义不足,导致集合离散度偏低;作为改进方法,增长模繁殖法充分考虑了预报中误差增长的信息,改善了离散度增长偏慢的缺陷。研究结果还显示,增长模繁殖法构造的集合预报系统的各预报评分(RSS、ETS等)均高于Monte-Carlo法,体现了增长模繁殖法的显著优势,但不同的繁殖周期对非降水场和降水场的预报能力有所差异,合理的繁殖周期需要在两者之间寻求平衡点。     

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。     

集合预报研究及应用进展

从初值扰动的生成方法、数值预报模式的建立、输出产品的提炼应用等方面简要概括了集合预报的最新进展。指出，运用BGM法生成初值扰动效果较好，多模式集合预报正成为天气预报的发展趋势；集合概率预报是集合预报的最佳结果，但发布还需要做大量的普及推广和培训工作；集合预报正在被越来越多的国家投入准业务运行和业务运行．有可能成为新的主流预报方式。     

热带气旋路径集合预报试验

以MM5模式为试验模式,分别用增长模繁殖法（BGM）和模式物理过程扰（MPP）形成12个集合成员,对2005年登陆我国的8个热带气旋进行了52次路径集合预报试验,以寻找适合西北太平洋热带气旋路径的集合预报方法。结果表明：BGM方法的集合预报结果总体上好于控制试验结果,其中对强度较弱的热带气旋的集合预报效果更好。MPP方法的集合预报结果总体上不如控制试验结果,但对初始时刻强度达到台风的热带气旋的集合预报效果较好,集合预报相对于控制试验的改进效果明显。基于BGM方法和MPP方法集合预报的不同特点,将两种方法相结合形成扰动成员,这一综合方法的集合预报效果好于单一方法的集合预报效果。BGM方法和MPP方法的系统发散度总体上都偏小。     

Study on ETKF-Based Initial Perturbation Scheme for GRAPES Global Ensemble Prediction

Initial perturbation scheme is one of the important problems for ensemble prediction. In this paper, ensemble initial perturbation scheme for Global/Regional Assimilation and PrEdiction System (GRAPES) global ensemble prediction is developed in terms of the ensemble transform Kalman filter (ETKF) method.A new GRAPES global ensemble prediction system (GEPS) is also constructed. The spherical simplex 14-member ensemble prediction experiments, using the simulated observation network and error characteristics of simulated observations and innovation-based in ation, are carried out for about two months. The structure characters and perturbation amplitudes of the ETKF initial perturbations and the perturbation growth characters are analyzed, and their qualities and abilities for the ensemble initial perturbations are given. The preliminary experimental results indicate that the ETKF-based GRAPES ensemble initial perturbations could identify main normal structures of analysis error variance and reflect the perturbation amplitudes.The initial perturbations and the spread are reasonable. The initial perturbation variance, which is approximately equal to the forecast error variance, is found to respond to changes in the observational spatial variations with simulated observational network density. The perturbations generated through the simplex method are also shown to exhibit a very high degree of consistency between initial analysis and short-range forecast perturbations. The appropriate growth and spread of ensemble perturbations can be maintained up to 96-h lead time. The statistical results for 52-day ensemble forecasts show that the forecast scores ofensemble average for the Northern Hemisphere are higher than that of the control forecast. Provided that using more ensemble members, a real-time observational network and a more appropriate inflation factor,better effects of the ETKF-based initial scheme should be shown.     

基于多模式集成技术的地面气温精细化预报

基于ECMWF、JMA、T639、WRF四个数值模式2012年6月1日—9月30日地面气温3—60 h预报资料和郑州加密自动站资料,利用多模式集合平均(EMN)、消除偏差集合平均(BREM)、加权消除偏差集合(WBREM)及多模式超级集合(SUP)4种方法,对2012年8月29日—9月27日郑州城区11个站点地面逐3 h气温进行多模式集成预报试验,采用绝对误差对预报结果进行检验评估,结果表明:在30天的预报期内,BREM、WBREM及SUP对于大多数站气温预报效果有明显改善,而EMN方案对11个站预报效果改善则不太明显;4种方案中,BREM和WBREM预报效果相对较好且稳定,各个站上3—60 h预报的绝对误差均在2℃附近或以下;SUP方案虽然对个别站预报误差较低,但是其预报效果并不稳定,一些站点的个别预报时效误差大于2℃。对于郑州观测站的气温预报而言,4种集成方案20时起报的气温误差明显小于08时起报的误差,并且20时起报的SUP集成方案绝对误差明显小于其他方案的绝对误差。总体而言,BREM、WBREM及SUP三种集成方案能够给郑州精细化预报业务提供较好的参考。     

基于动力降尺度的区域集合预报初值扰动构建方法研究

利用全球集合预报系统资料(Global Ensemble Forecast System,GEFS),基于WRF中尺度模式构建了区域集合预报系统,区域集合初值的构建采用两种方案,一种是GEFS全球集合预报初值场直接动力降尺度(称为DOWN集合),另一种是提取GEFS全球集合降尺度后的扰动场,并叠加到区域数值预报系统(北京快速更新循环数值预报系统:Beijing Rapid Update Cycle System,BJ-RUC)分析场上构建集合初值场(称为D-RUC集合)。进行了批量试验,通过对比发现D-RUC集合的中小尺度扰动增长优于DOWN集合,而大尺度扰动分量的增长两者相当,说明与高分辨率分析场叠加可以促进动力降尺度扰动的中小尺度扰动分量的增长。集合预报扰动准确性检验结果显示,短预报时效内DOWN集合扰动明显低估了预报误差,在预报误差较大的位置扰动较小,而D-RUC集合能够更好地识别预报场中哪些位置预报误差较大,而哪些位置预报误差较小。集合预报检验结果表明,D-RUC方法能显著改善短时效预报效果,集合离散度有所增加、均方根误差有所减少,概率预报评分显示D-RUC集合比DOWN集合在短预报时效占优。降水个例分析结果表明D-RUC方法能显著改善短时效内的降水概率预报效果。     

基于快速更新同化的滞后短时集合预报试验及检验

本文基于华东区域中尺度快速更新同化数值预报模式系统(Shanghai Meteorological Bureau WRF ADAS Rapid Refresh System,SMB WARR),应用时间滞后法进行集合预报试验,试验由7个集合预报成员组成,进行逐小时预报,预报时效为6 h。本文通过对2011年6月17日至9月30日期间降水过程进行集合预报试验,引入面雨量对降水预报进行检验。结果表明：(1)小 大雨量级,集合平均优于集合成员预报,但暴雨量级集合平均不及部分集合成员预报。(2)不同的降水量级,并非都是最接近预报时刻,技巧最高,小 大两量级的降水可以提前6 h预报。(3)降水概率预报优于集合平均预报,具有很好的指示作用。可关注最接近预报时刻,小 中雨以上的降水,预报概率较大时,其可用性较大,而大 暴雨以上的降水,预报概率较小时,可用性较大。