GRAPES中尺度模式的广东定量降水预报检验

采用客观降水检验方法,对GRAPES中尺度模式2011年4月1日～2012年3月31日广东降水预报进行了分级降水检验、时空分布演变评估以及降水预报个例分析。结果表明:随着降水量级和预报时效提高,模式降水预报质量呈现下降趋势;模式能够对降水过程时间演变做出准确的预报,对于实况较小的降水,模式存在预报比实况偏大的问题,而对于实况较大的降水,模式存在预报比实况偏小的问题;模式不能很好预报出与地形有关的广东3个降水中心;通过对一次台风降水预报个例分析表明,模式24 h预报能较好反映雨带分布和暴雨中心。     

GRAPES和日本模式广东定量降水预报对比

采用客观降水检验方法,对广东2012年1月1日至8月31日GRAPE中尺度模式和日本GSM全球谱模式(JMA)降水预报产品进行累加降水量级检验、分区域按季节预报效果对比以及时空分布演变评估.结果表明:随着降水量级和预报时效增加,两个模式TS评分呈现下降趋势,GRAPES模式TS评分总体高于JMA;对于小雨、中雨以上降水预报,两个模式4-6月预报效果好于7-8月,对4-6月广东北部预报稍好于南部,对7-8月广东南部预报略好于北部;两个模式不能预报出广东平均降水中心,GRAPES对广东日均降水预报值随预报时效增加而增加;两个模式能够对广东逐日降水演变做出准确的预报,但降水预报值与实况存在一定的差别.     

GRAPES模式在淮河流域面雨量预报中的应用

利用我国新一代数值预报模式GRAPES输出的降水预报,制作了2005年7—9月淮河流域的面雨量预报,并对其与预报员制作的面雨量预报和面雨量实况进行了对比分析。期间7月4—11日、7月27日-8月4日淮河流域分别出现了两段集中强降水时间,给各地造成了严重的洪涝损失,因此针对这两次强降水过程着重进行了分析和讨论,同时进一步利用安徽省高密度自动雨量站资料对流域面雨量的估测和预报进行了初步研究。结果表明：用GRAPES模式产品直接制作的淮河流域面雨量预报产品在实际工作中具有较高的参考价值;高密度雨量站资料的使用有利于提高面雨量实况估测的精度,更客观地检验面雨量预报产品。     

LAPS云分析中卫星资料的应用及对GRAPES模式短时预报的影响

通过2013年5月16日广东暴雨个例,利用LAPS分析系统在GRAPES背景场的基础上融合了地面、探空、雷达和卫星资料,比较了LAPS分析系统是否融合卫星资料的云微物理变量(云水、雨水、云冰、云雪)差异;进一步对比讨论了模式提前6 h滚动预报与LAPS反演的云微物理变量的异同,在此基础上探讨了两者对模式降水预报的影响。结果发现,LAPS分析系统融合了卫星资料后,能较好地再现中尺度云团的形态和强度,且能减少一些云微物理变量(云水、云冰、云雪)的虚假中心,大值中心与强降水中心吻合较好;模式滚动预报与LAPS反演的云微物理变量水平和垂直分布差异较大,后者的分布形态基本与观测降水、雷达回波相似,大值中心与强降水中心吻合较好;从两者对模式降水预报的效果来看,LAPS分析的云微物理变量作为模式初始场中的云参数,能改善模式1 h的降水预报,而模式滚动预报的云微物理变量对模式降水预报基本没改善。      

省级GRAPES模式预报系统的构建

利用9210卫星广播的T213资料作为初始场,在联想深腾1800机群系统上构建了省级GRAPES中尺度数值预报系统,实现了GRAPES-MESO V2.5的高效运行,一方面可提供日常的业务预报产品,另一方面也可为广大预报员提供一个诊断模拟的平台.     

省级GRAPES模式预报系统的构建

利用9210卫星广播的T213资料作为初始场,在联想深腾1800机群系统上构建了省级GRAPES中尺度数值预报系统,实现了GRAPES-MESO V2.5的高效运行,一方面可提供日常的业务预报产品,另一方面也可为广大预报员提供一个诊断模拟的平台。     

GRAPES气象-水文模式在一次洪水预报中的应用

尝试将GRAPES (Global-Regional Assimilation and PrEdiction System) 模式与水文模型结合,构建GRAPES气象-水文单向耦合模式,进行洪水预报。气象模式选取GRAPES_Meso模式,分别采用15 km×15 km和5 km×5 km水平分辨率,15 km×15 km的GRAPES模式由NCEP全球预报场提供初始场和侧边界条件;5 km×5 km的GRAPES模式由15 km×15 km GRAPES模式提供初始场和侧边界条件,将GRAPES_Meso模式的定量降水预报分辨率统一降尺度到5 km×5 km分辨率,用于驱动水文模式。水文模型选取新安江模型与分布式新安江模型。以淮河王家坝站以上流域和息县流域为试验流域,将GRAPES降水预报场驱动水文模型进行单向耦合,构建GRAPES气象-水文单向耦合模式,选择2009年8月28日08:00(北京时,下同)—9月9日14:00汛期一次洪水过程,进行实际预报试验。结果表明:15 km×15 km和5 km×5 km的GRAPES模式预报降水与实况降水分布相一致;与水文站观测降水驱动水文模型洪水模拟结果相比,GRAPES气象-水文模式对洪水预报的预见期延长效果明显,对洪水模拟精度也较高,与水文模型输入场分辨率要求相匹配的降水产品对洪水模拟的精度更高。     

GRAPES模式对2005年登陆强台风预报检验分析

针对2005年4个登陆强台风,在台风移动路径、登陆时间、地点、强度等方面,对GRAPES模式的预报能力进行检验评价, 并进行了误差原因分析。检验结果显示,GRAPES 模式台风中心位置预报24 h平均误差131 km,48 h平均误差252 km。模式预报台风登陆的时间、地点接近实况,预报比较准确;台风登陆时的强度预报偏弱。模式48 h预报准确性略低于24 h。误差原因分析表明,需要加强对非常规观测资料的同化应用,改进模式初始条件;提高模式分辨率,使得模式对中小尺度系统的预报模拟能力增强;改进模式地形的精细处理方法,提高模式对地形影响涡旋移动的模拟能力。     

PRM标量平流方案在GRAPES全球预报系统中的应用

如何更好地模拟水物质的分布,对于数值天气预报效果的改进,特别是对于更好地模拟降水过程,具有重要的意义。半拉格朗日模式中的标量平流计算要求做到高精度、守恒、正定和保形,但GRAPES_GFS (Global-Regional Assimilation and PrEdiction System, Global Forecast System) 中采用的QMSL(Quasi-Monotone Semi-Lagrangian)平流方案在水汽的强梯度、不连续区域计算精度较低,且不能做到严格守恒。本研究借鉴计算流体力学领域的研究进展,将一个基于分段有理函数的物质平流方案PRM(Piecewise Rational Method)引入GRAPES_GFS中,按照通量形式求解水汽方程,并对极区进行了混合等技术处理。通过一系列理想试验对两种平流方案进行了对比,证明了PRM方案精度较高,特别是在水汽梯度大的区域优势明显,频散、耗散误差较小,守恒、保形性也要好于QMSL方案。通过对GRAPES_GFS中批量预报试验效果的检验,验证了PRM方案可以有效地改进模式对水物质分布的模拟,提高了降水的预报效果,对模式综合预报性能的提升也有明显作用。     

GRAPES区域集合预报系统应用研究

为发展GRAPES(Global and Regional Assimilation and Prediction System)区域集合预报系统(GRAPES Regional Ensemble Prediction System,GRAPES-REPS),采用集合变换卡尔曼滤波(ETKF)初值扰动方法以及多物理过程组合的模式扰动方法,基于业务区域模式GRAPES_MesoV3.3.2.4构建了区域集合预报系统,进行了连续40 d的批量试验,重点分析了ETKF初值扰动的结构及其演变特征,并通过概率预报检验方法对GRAPES-REPS进行了集合预报系统性能检验和降水预报检验,分析了该系统对强降水个例的预报效果。试验结果表明,GRAPES-REPS能产生较合理的集合预报初值扰动,扰动结构随流型依赖并对观测有较好的响应,且扰动成员相互正交。扰动总能量分析表明集合扰动能够随预报时效保持合理增长状态。集合预报检验表明集合预报结果优于控制预报,集合成员间在72 h预报时效内能保持合理的集合离散度。将该区域集合预报系统与业务上基于WRF模式的区域集合预报系统WRF-REPS进行了降水预报对比,表明GRAPES-REPS的降水预报能力表现要优于业务WRF-REPS。强降水个例分析表明集合预报能较好预报出强降水中心,预报效果明显优于控制预报。     

GRAPES模式软件框架与实现

GRAPES (Global and Regional Assimilation and PrEdiction System) 是中国气象科学研究院数值预报研究中心自主开发的新一代静力/非静力多尺度通用数值预报模式。该模式采用标准化、模块化软件体系结构, 并严格按照软件工程要求完成系统开发, 包括程序的并行计算。初步试算结果表明:GRAPES模式软件框架的设计和实现符合模式发展的要求, 为中国数值天气预报系统的可持续发展奠定了良好的基础。     

基于ECMWF细网格、GRAPES _MESO的短时强降水潜势预报和检验

摘要：利用2016-2018年6-8月ECMWF细网格、GRAPES _MESO、黑龙江省822个自动站资料研究黑龙江省6-8月短时强降水（一般短时强降水和极端短时强降水）的预报方法和各项影响因子指标与他们之间的融合。采用双线插值法或临近格点法、分位数法、配料法、排除法、多重分析法,形成以水汽、不稳定、抬升为框架的客观预报方法。研究发现,强降水的环境背景不仅受限于各物理因子阈值,也与他们之间融合密切相关。各因子间存在一定旬差异和日较差,夜间与水汽相关的各阈值明显大于白天,白天热力不稳定性高于夜间。6月中上旬与水汽含量相关的各因子阈值小于其他时段。从检验结果上看,由于强降水的突发性、局地形和研究方法以及模式本身的特性,预报的空报率非常大,漏报率较低,TS评分最低且随着分布密度的降低而降低。一般强降水检验中,两种模式点对点检验的TS评分为0.015左右,14km和40km点对面检验夜间TS评分约0.03和0.08。极端强降水检验中,两种模式点对点检验TS评分约0.004,14km和40km点对面检验准确率约分别为0.005和0.02。7月份由于强降水分布密度相对较大,检验效果也相对较好。一般性强降水EC细网格TS评分高于GRAPES_MESO,而极端强降水检验TS评分刚好相反。     

2007年汛期AREM模式降水预报效果检验分析

过对2007年6～8月AREM模式降水预报做不同时效、不同区域的TS评分对比,比较AREM与T213、JAPAN三个模式降水预报TS评分,并对AREM模式2007年汛期主要降水过程预报效果进行检验分析,从而获得AREM模式2007年汛期降水预报效果和特点,结果表明:(1)从AREM模式不同时效降水预报TS评分对比可知,对长江中下游区域,AREM模式12～36 h预报效果好于0～24 h预报,24～48 h效果相对较差,对华南、华北、东北、西南东部区域的降水,AREM模式预报效果均随时效延长而减弱。(2)由AREM模式对不同区域降水预报TS评分的对比可知,AREM模式(各预报时效)对长江中下游地区各量级降水预报的TS评分均高于全国范围的TS评分,西南东部(各预报时效)小雨(以上)量级TS评分均为各区域最高,但中雨以上各量级TS评分均低于全国范围,其他区域无稳定的预报特性。(3)从AREM、T213、JAPAN对长江中下游地区12～36 h降水预报TS评分对比可知,三个模式小雨(以上)量级降水的TS评分基本相当,对该区域暴雨、大暴雨强降水中心的预报,AREM好于T213,JAPAN相对较差,随量级增加AREM预报优势表现更为明显。(4)对2007年汛期6次个例分析可知,AREM模式对长江中下游尤其是江淮流域的大范围强降水过程预报效果较好,对暴雨、大暴雨中心的预报较T213和JAPAN有明显的优势,但对小范围、局地强降水过程的预报效果不够理想。     

GRAPES与MM5产品业务应用质量对比

分别以GRAPES和MM5为核心建立中尺度数值预报业务系统,并对2006年6～8月温度和降水预报产品业务应用效果进行严格的检验。结果表明:GRAPES和MM5对黑龙江省都具有较强的预报能力,温度预报两者相当,24h降水预报GRAPES总体好于MM5,48h降水预报MM5总体好于GRAPES。两个中尺度数值预报业务系统的产品,对实现精细化预报有重要的作用,可以作为加工预报产品的基础。     

GRAPES区域集合预报模式的初值扰动增长特征

基于GRAPES-REPS（Global and Regional Assimilation and Prediction Enhanced System-Regional Ensemble Prediction System）区域集合预报模式和集合变换卡尔曼滤波（Ensemble Transform Kalman Filter,ETKF）初值扰动方法,对2015年6月1~15日10 km与15 km水平分辨率分别进行集合预报试验,通过分析ETKF初值扰动分量、初值扰动方差准确率、动能谱、扰动能量演变、日变化及集合离散度、均方根误差等特征,揭示GRAPES-REPS区域集合预报ETKF初值扰动结构及增长特征。结果表明:（1）ETKF初值扰动方案产生的扰动能够保持所有正交、不相关方向的误差方差,且ETKF分量α参数值及放大因子具有较好的稳定性。（2）ETKF初值扰动方法生成的扰动场以大尺度扰动为主,扰动结构及能量具有随流型依赖特征,低层以内能扰动为主,高层以动能扰动为主,且集合扰动可以有效捕捉预报误差的结构。（3）GRAPES区域集合预报初值扰动总能量和集合离散度随预报时效的延长均呈发展趋势,但离散度增长率小于均方根误差增长率,即集合预报总体存在集合离散度不足的问题。（4）水平分辨率提高可以增加中高层大尺度扰动波谱能量,明显改进等压面及近地面风场及温度场的集合预报效果。值得指出的是,GRAPES-REPS区域集合预报低层内能扰动能量存在明显的日变化特征,特别是青藏高原地区更加显著,需要进一步研究青藏高原初值扰动结构的合理性。     

GRAPES全球/区域集合预报系统10年发展回顾及展望

较系统地概述了中国气象局全球/区域集合预报系统及描述模式初值和模式自身不确定性的集合预报扰动技术发展历程,回顾了GRAPES(Global/Regional Assimilation Pr Ediction System)全球集合预报的奇异向量初值扰动方法、GRAPES区域集合预报的集合变换卡尔曼滤波初值扰动方法和多尺度混合初值扰动方法、GRAPES全球/区域集合预报模式不确定性的随机物理过程倾向项扰动方法和动能后向散射随机补偿方法等研究成果,介绍了GRAPES全球/区域集合预报业务系统构建参数设置和预报性能,最后分析了GRAPES全球/区域集合预报中存在的问题,展望了未来发展方向。     

全球区域同化预报系统的使用及其数值模拟

介绍了中国气象科学研究院数值预报中心自主开发的GRAPESV2.1数值模式运行步骤,并利用该模式对2005年5月1日06～07时在江西南昌市区出现的30mm/h强降水过程,进行了数值模拟和诊断分析。结果发现,北方干冷空气南下,到达30°N附近后,与南方暖湿空气在南昌市区上空低层形成交汇,促使暖湿空气沿着锋面迅速抬升凝结,触发不稳定能量的释放,是造成南昌强降水产生的主要原因;GRAPES模式能很好地模拟出高低空环流形势场特征和主要天气系统,能提供较准确的高分辨率诊断分析资料。