对流尺度集合预报与模式不确定性研究进展

本文回顾了国内外近10年来对流尺度集合预报系统以及有关模式不确定性研究的成果。对流尺度集合预报在提高局地强天气预报预警能力方面,因其可以提供丰富的概率预报信息而具有显著优势,相关研究和应用受到国内外学者和数值预报业务机构的重视。相对于全球集合预报,对流尺度集合预报中有关模式不确定性的研究缺乏系统性和理论基础,成为目前研究的热点和难点。目前常用的模式扰动方法有多模式、多物理过程、多物理参数、随机物理等。这些方法在强对流事件、热带气旋强度路径等预报中得到了广泛应用,但在提高对流尺度集合离散度方面作用仍有限,主要原因在于其并没有针对性描述影响对流系统发生发展的关键物理过程的不确定性,仍然属于全球集合预报中天气尺度范畴。在回顾相关研究的同时,也提出了值得探索和研究的方向。     

深圳对流尺度集合预报系统对台风降水预报的检验评估

目前数值模式对台风降水预报的准确率仍有待提高。为了评估深圳对流尺度集合预报系统对台风降水预报能力,选取了2015—2018年共14个影响广东台风个例,利用广东省2 300多个自动气象观测站的24小时累计降水观测资料,检验该系统的集合预报方法(含集合平均方法和概率匹配平均方法)和控制预报方法的24小时降水预报结果。(1)系统对台风24小时降水预报具有较好参考价值,三种方法的暴雨等级预报TS评分均达到0.39以上。(2)集合预报方法总体上优于控制预报方法,可改善珠江口两侧暴雨中心降水预报。其中集合平均方法总体预报效果最好,其降水预报均方根误差为38.1 mm,比控制预报方法减少18.8%,对暴雨等级预报TS评分为0.469比控制,预报方法提升20.1%,但是对特大暴雨等级预报能力不足;而概率匹配平均方法改善了小雨和特大暴雨的预报能力。(3)系统对较强台风的降水预报能力优于弱台风。在较强台风情形下,系统对粤东暴雨中心降水预报明显偏小且控制预报方法偏差最大,其他地方降水预报偏大为主;在弱台风情形下,系统对降水预报存在明显系统性偏大,但对粤西暴雨中心降水预报明显偏小且控制预报偏差最大。      

基于Local-BGM法的冷涡暴雨集合预报试验及评估检验北大核心

基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果。结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征。对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧。邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高。并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息。     

基于BGM的对流尺度集合预报试验及其检验北大核心CSCD

基于增长模繁殖法,考虑对流尺度高度非线性特征和精细化预报要求,对一次强飑线天气过程进行了集合预报试验,引入概率匹配平均法对集合预报结果进行对比分析,并通过偏差和公平技巧评分对降水进行了预报效果检验。试验结果表明,BGM法应用到对流尺度集合预报中能够生成代表大气不确定性的快速增长扰动。集合预报结果相比控制预报更加准确,传统集合平均对较小降水强度的预报更加准确,概率匹配平均法对大量级降水的预报能力明显占优。降水评分检验表明,集合平均对小量级降水的预报技巧最高,概率匹配平均法对极端降水事件的预报技巧有明显优势。对流尺度集合预报能够提高降水预报技巧,并对高影响对流天气事件的预报有指导意义。     

“16·7”华北极端强降水过程对流尺度集合模拟试验不确定性分析

基于4km水平分辨率的WRF-ARW中尺度模式,对2016年7月19日华北地区的极端暴雨过程进行了不同降水微物理过程的对流尺度集合模拟试验。结果表明:各个成员模拟降水的强度、时空分布与观测实况较为接近,但也具有明显的不确定性。通过邻域检验的ETS评分、相关系数和均方根误差等指标进行评估表明,采用Morrison方案和WSM6_P2方案的集合成员表现较好,对流尺度集合模式在降水强度和准确度较全球数值模式预报有一定提升。频率检验表明集合预报在50 mm以下量级的预报存在过量预报的倾向,而100 mm以上的强降水预报相对偏弱。不同降水物理过程的集合成员在高空急流和地面气旋等关键天气尺度系统的发展过程中表现出明显的不确定性;通过降水量与整层可降水含量,低层相对涡度和垂直运动等诊断量的联合分析表明,集合成员可分为强降水集合和弱降水集合两类,其中强降水集合拥有较强的对流性回波、较明显的对流性下沉以及较强的地面冷池,强的潜热反馈也导致对流层中层出现相对较大的正位涡异常,并进一步影响天气系统发展。弱降水集合成员降水以暖云降水为主,对流性上升和地面冷池相对较弱,但较为接近本次以稳定性暖云降水为主的天气过程。检验模拟雷达回波表明双参量降水物理方案在反映层云回波亮带和层云与对流核的分离特征上更为清晰合理。利用WSM6物理方案参数设置的敏感性试验表明,不同参数组合设置的预报成员分别表达了强对流风暴和暖云强降水两种性质的强降雨过程,对于一次特定天气过程中的对流系统发展能够预计到更多的不确定性,展现了对流尺度集合预报的优越性。     

新型局地增长模培育法对两次飑线个例的对流尺度集合预报试验

利用局地增长模培育法对两次典型飑线过程进行了对流尺度集合预报试验,通过与传统增长模培育法对比,检验了局地增长模培育法的实际预报效果.通过概率匹配平均处理后,将降水预报结果与实况资料进行对比分析,并用分数技巧评分来代替传统公平技巧评分实现对降水结果的合理检验,得出结论:1)在飑线降水预报上,局地增长模培育法优于增长模培育...     

对流尺度集合预报成员数对降水预报的影响北大核心CSCD

选取2022年川渝地区发生的16个强降水个例开展对流尺度集合预报批量试验,并通过对31组初值采用不同集合成员数时的降水集合预报技巧进行检验评估和综合分析。结果表明:集合成员的降水预报技巧总体上大致相当,因而采用不同成员数时预报技巧差异也不明显;表征降水总体分布特征的Talagrand分布和预报失误概率以及表征降水概率预报技巧的相对作用特征面积随着成员数的增加而逐渐改进,但当成员数达到一定数值后继续增大成员数对预报改进不明显。总体而言,对流尺度集合预报成员数设置为16~18最适宜。     

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。     

GRAPES_3 km数值模式对流风暴预报能力的多方法综合评估

利用传统点对点TS评分、邻域法以及对象检验等多种方法,综合评估了GRAPES_3 km模式的对流风暴预报性能,分析了传统检验方法和新型空间检验方法对高分辨率模式评估的适用性和差异性,并同GRAPES_Meso模式的相关结果进行了对比。结果表明:对强对流典型个例的预报评估发现,综合应用多种评估方法能够更全面地评估对流风暴预报,获取模式在对流风暴初生和发展变化过程中的预报性能。使用点对点评分方法,GRAPES_3 km模式对风暴和强风暴的预报都明显优于GRAPES_Meso模式。对于模式不同起报时间的预报,起报时间越新预报效果越好。邻域TS方法考虑了时空偏差,GRAPES_3 km模式20和35 dBz采用时间邻域1 h,空间点对点时预报技巧最高;50 dBz时空偏差较大,时间邻域尺度为3 h技巧最高。分数技巧评分(FSS)显示GRAPES_3 km模式对不同阈值的对流风暴预报均能达到最低技巧尺度,而GRAPES_Meso模式对35 dBz以上的对流风暴基本无预报能力。对象检验可以评估对流风暴特征的预报效果,GRAPES_3 km模式的对流风暴个数预报与实况较为一致,但面积预报明显低估。该模式对β中尺度的对流风暴形态、位置等预报较好,对γ中尺度的对流风暴预报尺度偏大、形状偏圆、轴角偏小,对α中尺度的对流风暴预报尺度偏小、形状偏扁、轴角偏大。GRAPES_Meso模式的对流风暴面积、个数、尺度预报较实况均偏小,位置预报偏差较大,形状预报较实况偏圆、轴角偏小。传统点对点TS评分方法和新型空间检验方法对高分辨率模式对流风暴预报的检验结论一致,依然具有一定的参考价值,但新型空间检验方法能够提供更详细的评估信息。     

基于对流可分辨集合预报的阜宁龙卷概率预报研究

本文针对2016年6月23日江苏阜宁龙卷,设计了两组对流可分辨尺度集合预报:一组以ERA5再分析资料为初始和侧边界(CEFS_ERA5);另一组以NCEP GEFS为初始和侧边界(CEFS_GEFS),评估了两组试验对此次龙卷的预报能力。结果显示:两组对流尺度集合预报均有约半数以上成员能够再现龙卷超级单体的特征;2~5 km上升螺旋度(UH25)对本次龙卷超级单体有较好的预报指示意义。在上述分析的基础上,考虑位置预报偏差,提出了一种基于UH25的邻域龙卷概率预报产品,分析了龙卷概率预报技巧对关键参数邻域半径和UH25阈值的敏感性,CEFS_ERA5邻域半径取15个格点,UH25阈值取250 m²·s^-2最优;而CEFS_GEFS邻域半径取15个格点,UH25阈值取100 m²·s^-2最优。总的来说,邻域概率预报产品显著提升了对此次龙卷概率预报水平。     

基于对流尺度集合预报的飑线结构特征模拟与改善

对流尺度集合预报是研究飑线等强对流天气的新方向。当前对飑线系统结构的研究主要采用卫星和雷达资料结合高分辨率确定性预报的方法,而本文从集合预报技术的角度分析飑线结构特征。针对2014年7月30日中国江淮地区的一次强飑线过程,利用WRF模式开展了对流尺度集合预报试验,采用概率匹配平均法对集合预报结果进行综合处理,重点考察集合预报对飑线结构特征的模拟能力。结果表明:对流尺度集合预报能够模拟出飑线系统的基本结构特征。集合平均和概率匹配平均法相比控制预报而言,对飑线回波、热力场、动力场和微物理量场结构有明显的改善作用。同时模拟出了飑线系统近地面冷池和环境垂直风切变的相互作用,与RKW理论相一致。概率匹配平均法在回波强度上较集合平均更接近实况,应用于对流尺度集合预报研究极端天气事件具有指示意义。     

基于4种高分辨率模式的辽宁省雷达回波预报邻域检验结果对比

选取2017—2018年6—9月辽宁省不同降水性质,具有2种不同特征的20次天气过程个例,应用模糊检验邻域法中的分数技巧评分(Fraction Skill Score, FSS),评估华东模式、华北模式、GRAPES＿3km模式和睿图东北模式对辽宁省中小尺度系统的预报能力。结果表明：区域性降水过程和局地性降水过程雷达回波强度越小,邻域半径越大,高分辨率模式预报技巧越高。当雷达回波大于30 dBz时,各高分辨率模式对局地性降水的雷达回波预报FSS评分均较高。当邻域半径为3 km时,区域性降水过程中,华北模式预报技巧在各级别雷达回波预报中均高于其他模式,最大FSS差值为0.031。局地性降水过程中,华东模式预报效果较好,最大FSS评分为0.127,表明华东模式预报中小尺度对流系统能力更强。局地性降水过程,睿图东北模式在08—23时预报时次中,“中间”时次的预报效果优于“两头”时次的预报,两个时次最大FSS差值为0.121。     

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。     

基于GRAPES_Meso的集合预报扰动方案设计与比较

基于GRAPES_Meso区域集合预报系统,设计了三种集合预报扰动方案,即多初值、多初值多物理、多初值多物理多边值,并针对三种方案进行了连续一个月的批量试验,重点分析了2008年7月23日江淮暴雨过程.结果表明,对于降水预报,三种集合扰动方案均相对于控制预报均有所改善,多初值多物理与多初值多物理多边值方案对小雨、中雨预报改进效果显著,对暴雨预报略有改进;多初值方案仅能产生有限的集合离散度且难以增长,引入物理参数方案扰动及边界条件扰动能显著提高集合离散度,改善各物理量场的预报效果;通过比较,多初值多物理多边值为最优方案.该批量试验表明,模式物理过程及边界条件是影响GRAPES _Meso区域集合预报不确定性的不可忽视因素.     

基于CMA区域集合预报的海河流域面雨量预报评估与应用

面雨量是流域防汛抗洪调度的重要依据,单模式的确定性预报无法反映面雨量的多种可能性,为了解决面雨量预报存在不确定性的问题,本文基于中国气象局区域集合预报系统(China Meteorological Administration-Regional Ensemble Prediction System,CMA-REPS)降水结果对海河流域集合预报面雨量开展了适用性评估和分析,结合高分辨率格点实况资料对其2020—2022年5—8月面雨量进行检验,并依检验结果开展了集合预报面雨量产品及跨度预报产品研发。检验表明CMA-REPS集合预报对海河流域面雨量预报有改进:1)海河流域集合平均面雨量预报的绝对误差明显优于控制预报,在空间分布上表现为南部河系预报误差较大,中部次之,北部最小。2)模糊评分表明小雨和中雨量级集合平均预报更贴近实况,而暴雨量级则需进一步参考集合成员的极端性。3) TS及Bias评分表明集合平均在小雨量级预报效果较好,中雨及以上量级在预报后期改进更加明显。4)概率预报评分发现CMA-REPS对海河流域中部河系中雨以下面雨量有较好的表现,而南部河系的评分则低于中部河系。开发集合预报面雨量产品并对海河流域两次致洪暴雨过程检验发现:1)集合成员对24 h大暴雨等级面雨量的预报有较高的概率,与实况量级相当,对极端降水有较好的提示。2)24 h内集合平均具有较好的评分,而24～48 h,75％分位数产品对于强降水过程预报效果更好;本文依据检验结果开发的集合预报混合百分位产品及跨度预报产品对于强降水有较好的参考性。3)依据概率预报随时间的变化曲线对面雨量进行平滑拟合,可以得到更贴近于实况的逐小时面雨量预报产品。     

天气学检验在东北区域数值模式秋冬季降水预报中的应用

根据影响天气系统不同,利用2007年9月－2008年2月东北区域中尺度数值模式12h累积降水预报和东北地区常规站降水实况资料,采用天气学检验方法,从降水中心强度、中心位置、降水主体强度、落区、范围和移速6个方面对东北区域中尺度模式降水预报产品的预报性能进行检验。结果表明：模式对东北地区秋、冬季降水有很好的预报能力,但因天气系统和预报时效不同其预报能力也有较大差异,其中对高空槽预报效果最好;一般情况下,在预报出现偏差时中心和主体强度易偏强,雨带范围易偏大,移速易偏慢。     

NCEP集合预报系统在亚欧和北美区域的预报效果对比

使用NCEP集合预报系统（EPS）输出的500hPa位势高度场预报资料和相应的NCEP／NCAR再分析资料,针对集合平均预报和概率预报,采用多种预报效果检验评价方法,对该系统在亚欧和北美区域的预报效果进行全面的分析比较。总体而言,NCEP—EPS对亚欧区域的环流集合预报效果不亚于其对北关区域的预报效果。1）ACC检验表明,亚欧区域的集合平均预报效果在除冬季外的三个季节都明显优于北美区域,可用预报的时效相差达0．6～1d,且夏季的差别最大。RMSE检验表明,亚欧区域的预报效果在四个季节里均优于北美区域。2）集合概率预报可靠性的季节差别不明显,均为预报时效较短（长）时,北关（亚欧）区域的可靠性更好。系统对亚欧区域的事件识别范围相对较小,但其预报可靠性较高,北美区域则正好相反。3）夏季亚欧区域的集合概率预报效果明显优于北美区域,秋季和冬季北关区域的预报效果较好,春季在预报时效小于5d时北美区域占优,而其后则是亚欧区域的预报分辨能力更好。     

东北夏季天气分型及EC降水预报空间检验

利用SANDRA（SAN）方法将东北地区2018年5—9月环流背景分型,并在此基础上对EC模式预报的较强降水（>10 mm/24 h）进行空间检验和定量分析。东北地区主要的形势背景分为北部扰动低压型、副热带高压北抬型、东北扰动低涡型、扰动低压东移型。其中,前3类环流型对应较强降水过程发生频率相对较高;将3种类型对应的模式预报较强降水过程进行分析。结果表明：模式对于北部扰动低压型过程中大雨以上量级降水落区面积的预报较实况普遍偏小45%—60%;中雨量级降水落区面积,36 h时效预报较实况偏大40%,84 h时效偏小19%;36 h、60 h、84 h时效,较强降水预报位置偏西分别为0.19°、0.53°、1.39°,平均强度预报分别偏低2.9 mm、3.1 mm、3.4 mm,极值预报分别偏低7.3 mm、8.1 mm、9.4 mm;副热带高压北抬型过程预报面积与实况之间的偏差没有一致的倾向性,预报位置较实况分别偏南0.25°、0.15°、0.37°,降水强度上有65%—72%的个例表现为平均强度及极值预报较实况偏弱的特征;东北扰动低涡型过程,预报位置偏差分别为36 h偏东0.18°、偏南0.55°,60 h偏东0.20°、偏南0.58°和84 h偏东0.74°;另外,3个时效对应平均强度预报分别偏低3.3 mm、3.7 mm、3.9 mm,极值预报平均偏低为10.2 mm、10.6 mm、11.6 mm。