2003-06-29暴雨过程条件性对称不稳定分析

利用中尺度模式MM5的部分产品,采用二元法,对2003年6月29～30日淮河流域上游暴雨天气过程中的条件性对称不稳定(CSI)进行了诊断分析,结果表明此次过程中CSI区出现在对流层中上层,CSI区与对流稳定性大气层结条件下的强降水天气有很好的对应关系;利用MM5输出产品对物理量进行诊断分析,能够较好地解释局地强降水出现的物理机制.     

河南“75.8"大暴雨的中尺度集合预报试验

发生在河南的"75.8"特大暴雨是我国历史上影响最大、受灾程度最严重的一次灾害性天气过程.其造成的人员伤亡与唐山地震相当,造成的经济损失近百亿元,我国气象学家对此展开过大量的研究,其可预报性问题一直都受关注.尝试采用近年来在预报理论与实践中提出的中尺度集合预报技术,以GRAPES中尺度有限区模式作为试验模式工具,针对此次过程展开两组试验.试验1主要着眼于对暴雨有较大影响的积云对流参数化方案,分别从对流激发和大尺度环境场相互作用的角度出发,对其中一些经验性参数在合理取值范围内给予调整,使其在一定程度上表征模式的不确定性,来构建集合成员.试验结果表明:对流参数化方案中不同的参数对降水的影响作用各不相同,空间上对于降水落区的影响不是很大,但是对降水强度的改善却很明显,集合平均对强暴雨中心的体现有积极作用,平均后的暴雨区最大降水量预报为90mm/24h,比"确定性"预报(控制试验)值70mm/24h改善了约30%,最佳的单个成员的暴雨区最大降水量预报值(120mm/24h)比控制试验预报(70mm/24h)提高了70%;时间上看,不同的参数会影响到积云对流的激发,使得降水发生的时间有所不同,进而影响后续降水的发展.试验2利用模式不同分辨率和不同物理参数化方案的组合来构造集合成员,进行中尺度集合预报试验,试验结果表明:简单的集合平均能在一定程度上改善降水强度,与高分辨率模式预报结果比较,暴雨中心降水量约提高了20%～30%.可见:集合预报能在一定程度上减弱模式不确定性的影响;对流参数化方案和经验性参数的差异、模式分辨率的差异确实对模拟结果有一定的影响.     

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。     

The Mesoscale Predictability of a Heavy Precipitation Event

Using the mesoscale model MM5, the development of initial condition uncertainties at different scales and amplitudes and their influences on the mesoscale predictability of the ＂0185＂ Shanghai heavy precipitation event are investigated. It is found that different initial conditions obtained from different globe model analyses lead to large variations in the simulated location and strength of the heavy precipitation, and the scales and amplitudes of the initial condition perturbations significantly influence the model error growth. The power spectrum evolution of the difference total energy （DTE） between a control simulation and a sensitivity experiment indicates that the error growth saturates after 12 h, which is the predictable time limit of the heavy precipitation event. The power spectrum evolution of the accumulated precipitation difference between the control and sensitivity simulations suggests a loss of the mesoscale predictability for precipitation systems of scales smaller than 300 kin, i.e., the predictable space for the heavy precipitation event is beyond 300 km. The results also show that the initial uncertainties at larger scales and amplitudes generally result in larger forecast divergence than the uncertainties at smaller scales and amplitudes. The predictable forecasting time and space can be expanded （e.g., from 12 to 15 h, and from beyond 300 kin to beyond 200 km） under properly prescribed initial perturbations at smaller scales and amplitudes.     

一种新型的中尺度暴雨集合预报初值扰动方法研究

提出一种针对对流不稳定构造具有中尺度运动特征的集合预报扰动初值的新方法--异物理模态法, 介绍了异物理模态法产生初值扰动区域和扰动振幅的数学处理方案, 即由不同对流参数化方案预报离差获得集合预报初值扰动区域、扰动结构和扰动振幅的数学处理过程. 利用美国PSU/NCAR的MM5中尺度模式, 对一次典型暴雨进行异物理模态法初值扰动集合预报试验, 详细分析了扰动初值的结构和集合预报结果. 结果表明, 该方法产生的初值扰动场具有合理的中尺度环流结构, 可以反映对流敏感区域的对流不稳定的预报不确定性, 集合预报结果可以明显改善控制预报.     

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.     

长江上游暴雨短期集合预报系统试验与检验

基于PSU/NCAR的高分辨率MM5模式,采用多物理方案构建长江上游中尺度集合预报系统,于2004年8月16日—9月30日进行了预报试验。降水集合预报检验表明,在25mm以上级别的降水预报中,集合预报能改进单一模式的预报能力。对“9·3”暴雨过程的检验表明,降水集合预报平均对暴雨过程的开始、持续、结束时间均有预报指示意义,特别是大于50mm的降水概率分布区域和值的大小对预报大降水的范围有指导作用。     

基于贝叶斯方法的四川暴雨集合概率预报产品释用

在贝叶斯概率决策理论的基础上,探索了一种提高四川暴雨预报准确率的方法,该方法利用四川境内1951—2004年147站暴雨的气候概率对西南区域中尺度集合预报模式提供的≥50mm集合降水概率预报产品进行了修正。从2008年6—9月的连续性预报试验结果来看:基于贝叶斯方法修正后的集合概率预报产品在一定程度上消除了空报,尽管相比于区域中尺度集合预报系统直接提供的暴雨概率预报产品实际提高暴雨准确率的效果不明显,但在如何有效地利用数值集合预报产品提高四川暴雨预报的准确率以及如何为预报员提供更有价值的暴雨预警决策方法上值得进一步探索。     

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。     

初值及物理过程对"98·7"暴雨预报结果的影响

利用非静力中尺度模式系统(ARPS),对1998年7月20日至22日期间长江流域的低涡切变线及暴雨过程进行了模拟.探讨了对"98@7"突发暴雨的影响因子及改进预报的可能途径.初值的不完全是影响成功预报的重要原因之一.在利用尽可能收集到的资料,对初值进行了合理的处理之后,模式能较好地复制出7月20～22日24 h降水及环流形势.利用模式结果,讨论了凝结潜热释放和行星边界层过程在低涡切变线维持中的作用以及云贵高原在低涡发生发展过程中的作用.此外,还对低涡及切变线的演变过程做了初步的分析,初步探讨了低涡切变线形势维持的可能机制.     

两种确定性初值形成方案对集合预报技巧的影响研究

为了进一步提高GRAPES-REPS的降水预报性能,将GRAPES-Meso业务模式的高分辨率同化分析初值通过动力升尺度方法(简称GRAPES-M-US方案)产生GRAPES-REPS确定性初值,在此基础上进行了连续10 d的集合预报试验,并与基于T639全球模式同化分析初值动力降尺度方案(简称T639-G-DS方案)得到的确定性初值以及相应的集合预报结果进行了对比分析及预报检验,重点关注了降水预报的检验结果。结果表明:基于GRAPES-M-US方案得到的确定性初值相对于T639-G-DS方案得到的确定性初值而言,在低层具备更多的中小尺度信息;低层连续性变量预报表现较好,850 hPa的位势高度和温度的均方根误差以及概率预报评分(CRPS)均表现出了一定的改进效果,而中层和高层要素改进不显著,10 m风速均方根误差和CRPS均有较明显的改进效果,2 m温度均方根误差和CRPS则基本相当;对降水预报而言,24 h预报时效的小雨、中雨和大雨量级的TS评分、Brier评分和相对作用特征面积(AROC)均有一定的改进,其余预报时效总体而言基本相当或略有负效果;在2017年8月7日的强降水个例中,对强降水落区和强度的预报表现出了一定的"细化"和"纠偏"效果;总体而言,GRAPES-M-US方案较T639-G-DS方案表现出了一定的优势,特别是在短期降水预报方面。     

四川盆地西部暴雨对初始水汽条件敏感性的模拟研究

基于区域暴雨数值预报模式AREM, 针对2003年8月发生在四川盆地西部的多次局地强暴雨过程, 通过数值试验, 讨论了川西暴雨对初始水汽条件的高度敏感性, 揭示了川西暴雨过程独特的局地水汽循环特征。初始水汽条件不仅决定着暴雨的强度, 还对最大降水发生时间产生明显影响, 从而决定模式对降水日变化的模拟效果。局地初始水汽偏大, 不仅导致24小时降水总量的迅速增加, 甚至空报暴雨, 还使得主要降水时段明显提前, 使夜雨变为昼雨。局地初始水汽减少不仅会显著减小降水量, 甚至会致使暴雨消失,还会使主要降水时段滞后。     

汛期大～暴雨的降水概率预报模式

应用阶梯函数变换预报因子 ,经过相关比筛选 ,进行 REEP构造分量级降水概率预报方程 ,应用不同时刻资料和对 NWP产品统计释用方法构造分时刻预报方程 ,并对其预报结果进行了综合的集合预报。实用表明 ,预报模式对大～暴雨的概率具有一定的预报能力。