短期气候数值预测可预报性问题

该文利用 IAP L2 AGCM1 - 1模式进行 1 7年 ( 1 980～ 1 996年 )、每年 9个单个积分的集合后报试验 ,采用方差分析的方法对试验结果进行可预报性研究 .结果表明 :在热带地区 ,海表温度 ( SST)异常引起的可预报性较高 ,50 0 h Pa高度场高值区沿热带呈带状分布 ,在热带外仅有部分相对高值区 ;在中高纬度地区 ,春季的可预报性高于夏季 ;一般来说各场的可预报性海洋高于陆地 .在北太平洋春季 ,50 0 h Pa高度场、海平面气压场和表面气温场有一可预报高值区 .在中国区域 ,降水场、海平面气压场和表面气温场的可预报性从我国南海向西北递减 .     

基于混合集合—变分同化方案对台风“布拉万”模拟中协方差权重系数的选择

利用WRF以及WRFDA3.6.1的ETKF-3DVAR混合集合—变分同化方案,对2012年第15号台风"布拉万"进行了模拟,并分析协方差权重系数对"流依赖"属性和台风强度、路径的模拟效果的影响。通过单点实验发现:随着集合协方差权重系数增加,分析增量的"流依赖"属性就越发明显。当集合协方差权重系数大于0.5时,由于集合成员数量以及预报质量的限制,将会引入虚假的"流依赖"信息,使得分析增量的范围形状不再发生变化,强度有所减弱。在对台风"布拉万"路径和强度的模拟中发现:集合协方差权重系数取0.5以下的预报结果普遍好于系数大于0.5的预报结果,其中,当集合协方差权重系数取0.25时路径预报误差最小,当集合协方差权重系数取0.2时强度预报误差最小。     

吉林省春旱的时空分布特征及预测研究

根据吉林省46个代表站1961-2009年月平均降水量资料,然后利用Z指数方法确定了反映吉林省春季旱涝强度的旱涝指标,分析其演变规律,对历史上出现的干旱事件进行诊断。利用经验正交函数(EOF)方法分析了吉林省春旱的时空分布特征,结果表明,吉林省春旱有全省型、中西部型、东南部型及西部型等几种主要空间类型。将EOF的前三个时间系数作为预报对象,利用相关普查筛选出通过显著性水平检验的前期500h Pa高度场关键区环流因子,建立预报方程,然后将预报出的时间系数再恢复成降水场,由此建立一套适用于区域干旱的场预报模型。对2010-2013年的预报结果表明,该模型对吉林省春季大部分地区的旱涝趋势有较好的预报能力。     

混合误差协方差用于集合平方根滤波同化的试验

在集合卡尔曼滤波方法中, 根据预报集合统计提供的依流型而变的预报误差协方差对同化起到决定性的作用。但在集合样本容量不足及模式存在系统误差时, 由预报集合估计的预报误差协方差会出现明显偏差。既要减小这种估计偏差对同化产生的影响而又不增加计算量, 一种可供选择的方法是将定常或准定常的高斯型预报误差协方差和由预报集合估计的预报误差协方差加权平均用于集合卡尔曼滤波同化。利用浅水方程模式, 通过观测系统模拟试验检验在不同的模式误差、 集合成员数以及观测密度条件下, 将这种混合预报误差协方差矩阵用于在集合平方根滤波的效果。试验结果表明, 当预报集合成员数较多而模式又无误差时, 不必采用混合的预报误差协方差矩阵, 否则, 采用混合的预报误差协方差矩阵都有可能改进分析和预报。混合预报误差协方差的最优的权重系数与模式误差关系密切, 模式误差越大, 定常预报误差协方差的权重越大。最优的权重系数与集合成员数及观测密度也有一定关系。     

1998年秋到1999年春华南特大干旱气候成因

利用奇异值分解 (SVD) ,配合统计相关技术的应用 ,研究了广西秋季到第 2年 3月降水与 5 0 0 h Pa高度场和热带、北太平洋海温场的时间和空间结构及其相互关系。结果表明 ,第一耦合场明显反映了 ENSO信息 ,具有很高的相关 ;而海气配对的第二耦合场反映了作为关键区的日本海域以东的海温与 1 0 0°E以东 5 0 0 h Pa高度有较好的负相关。分析 1 998年以来海气场的变化 ,高度场上北太平洋中高纬 5 0 0 h Pa高度明显偏低 ,亚洲大陆和北太平洋中低纬高度偏高 ,因此其间冷空气明显偏弱 ,路径偏东 ;而海温场上 ENSO的变化 ,L ANina的发展过程与第一耦合场的海温变化模态一致 ;后期海、气关键区变化与第二耦合场相符。因此 ENSO的变化 ,日本海域以东升温造成了环流形势的异常 ,这是华南特大干旱的原因。利用时间系数互为因子法对广西 1 998年 8月到 1 999年 3月逐月降水作 SVD定量预报 ,预报降水持续偏少 ,1 999年春季干旱将非常严重。     

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。     

甘肃省春季强冷空气时空分布特征及其延伸期预报探索

利用1981—2015年春季甘肃省77站逐日最低温度资料,分析甘肃省1981—2015年以来春季强冷空气的时空分布特征。在此基础上,结合1981—2015年NCEP逐日500 h Pa高度场资料和准150 d韵律方法,对甘肃省春季强冷空气的延伸期预报进行探索。结果表明,1981年以来甘肃省春季强冷空气发生频次1980年代最少,21世纪以来明显增多。全省范围和河东区域的强冷空气多出现在3—4月,而河西区域的强冷空气则多在4—5月,且河西区域的强冷空气频次是河东区域的两倍。经相似系数的计算及阈值的确定,制定了评估标准及多层筛选方法,从而选出4个针对甘肃省春季强冷空气活动具有天气学意义的典型预报场,在综合4个典型场的情况下,预报准确率明显提高,空报率降为零,漏报率显著降低,为甘肃省春季强冷空气的延伸期预报提供了新的预报途径。     

大气风温湿垂直观测网资料快速更新混合同化试验研究

基于WRF预报模式、WRFDA Hybrid集合变分同化系统和ETKF方法,构建了面向城市气象观测网数据的快速更新混合同化系统。针对北京地区地基微波辐射计和风廓线雷达组网观测资料数据同化,开展了静态背景误差调整因子(特征长度尺度因子和方差因子)、局地化距离和集合权重系数4个重要参数敏感性试验研究。试验结果表明：当温度、相对湿度、u风和v风的特征长度尺度因子和方差因子分别调整为0.7/1.0、1.0/1.0、0.7/1.0和0.7/1.0,局地化距离和集合权重系数分别调整为11.2 km和0.5时,快速更新混合同化系统的分析场均方根误差最小。为对比三种常用同化方案,开展了默认参数混合同化、最优参数混合同化、三维变分同化对比试验,试验结果表明：在针对北京地区地基微波辐射计和风廓线雷达组网观测资料的快速更新同化预报试验中,混合同化方案表现优于三维变分,同时相对于默认参数混合同化方案,最优参数混合同化方案的风场、温度及湿度的分析场和预报场得到了进一步改善：风温湿的分析场均方根误差分别最大降低了13%、19%和5%,12～24 h预报场的均方根误差分别最大降低了2%、12%和5%。     

降水邻域集合概率方法尺度敏感性试验

降水邻域集合概率法是处理高分辨率降水集合预报不确定性的一种新方法。利用2017年5~7月GRAPES(Global and Regional Assimilation and Prediction Enhanced System)区域集合预报系统24 h降水预报资料,进行GRAPES降水邻域集合概率方法试验,并针对邻域概率法的等权重和邻域尺度问题,设计了邻域格点权重修正邻域方案以及二分类权重修正邻域方案,进行降水的集合概率法、等权重邻域集合概率方法、权重修正邻域集合概率方法和二分类权重修正邻域集合概率方法等四种方法的格点相关及敏感性试验,并利用多种概率预报检验评分评估上述四种方法的预报效果。试验结果表明:(1)尽管采用邻域计算方案的三种邻域集合概率方法的降水概率预报评分各有优劣,如等权重邻域集合概率法的相对作用特征曲线面积评分略优,而权重修正邻域集合概率法和二分类权重修正邻域集合概率法的降水概率预报可靠性更高,但采用了邻域计算方案的降水概率预报评分均优于传统的集合概率方法;(2)降水邻域集合概率方法的预报技巧对邻域尺度很敏感,统计评分最优的邻域半径为5~8倍模式水平格距;(3)引入了权重修正的两个邻域集合概率预报方法在24 h降水量超过10 mm时改进较明显,能够提供更加客观的概率预报结果。总体上看,降水邻域集合概率方法具有较好的应用前景,恰当的邻域概率方法及邻域半径可以获得更合理的降水概率预报结果。     

GRAPES全球集合预报的集合卡尔曼变换初始扰动方案初步研究

初始扰动方案是集合预报研究的核心问题之一.文中根据最新提出的基于集合卡尔曼变换(ETKF)理论的集合初始扰动方案,利用模拟观测系统及其调整的观测误差与放大因子的方案,研究发展了针对中国GRAPES全球预报系统的集合初始扰动方案,建立了GRAPES全球集合预报系统.利用14个集合成员进行了近两个月的集合预报试验,重点研究了初始扰动的结构特征、扰动振幅以及扰动增长特征,分析了集合扰动初始场的质量与性能.初步试验结果表明,基于ETKF初始扰动方案的GRAPES全球集合初始扰动能够较好地反映分析误差方差的主要模态结构和扰动振幅,并具有比较合理的集合离散度.分析误差方差能够准确地反应模拟观测资料的空间分布特征.初始扰动方差近似等于预报误差方差,并对全球观测系统的空间变化具有准确的响应.集合扰动具有合适的增长率,在96 h的预报时效内可以有效地保持适当的集合离散度.52 d集合预报统计分析显示,北半球集合平均的预报质量评分相对于控制预报具有较明显的优势,副热带高压特征线的个例预报也表明GRAPES全球集合预报在短期预报时效内具有很好的预报效果.基于ETKF初始扰动方案的GRAPES全球集合预报系统显示出良好的发展前景和应用潜力.     

台风预报误差的流依赖特征及混合资料同化中最优耦合系数

基于集合卡尔曼变换与三维变分(ETKF-3DVAR)混合资料同化系统和欧洲中期天气预报中心(ECWMF)的全球集合预报,以"梅花"台风为例,分析了台风系统预报误差的流依赖特征,讨论了耦合系数在混合同化和预报中的敏感性及其对预报质量的影响。结果显示,台风系统的预报误差协方差具有显著的中小尺度结构特征,集合估计的预报误差协方差结构能够再现其流依赖属性。相对于3DVAR方案,混合资料同化方案的最优耦合系数对台风系统的分析和预报质量具有更好的改善;但不同的耦合系数对台风路径预报有明显的影响,不合适的耦合系数甚至可能导致更坏的结果,只有耦合了相对合适的预报误差协方差的流依赖信息,混合资料同化方案才可能对分析和预报质量有正效果。这表明在混合资料同化系统中,构造一种具有自适应能力的耦合权重函数,实现相对最优权重的自动选择,对充分发挥混合资料同化方案的潜在优势具有重要意义。     

ROAD模式渤海10 m风场预报误差订正

使用"递减平均法"和渤海28个石油、平台、浮标站资料分析得到的渤海10m风速逐时格点场,对ROAD模式(Regional Ocean and Atmosphere Model)渤海区域10m风速预报进行误差订正,不同权重系数试验表明:对于渤海10m风速预报场,权重系数取0.18,订正效果最佳,12～72h预报时效内,月逐时均方根误差和平均偏差均有明显改善,分别减小1.0～1.5m/s和2.3～3.0m/s;对比渤海北部、西部和中部代表格点72h预报时效内,逐12h最大风速评分结果发现:60h预报时效内,当风速预报在5～6级时,渤海北部、中部和西部订正后的预报评分大多有所提高;当风速预报在7级时,渤海北部和中部分别在36～72h和24～48h,预报评分有提高;在实况出现最多的风力分布范围内评分提高最多。     

春玉米积温稳定性及在发育期预报中的应用

修正已有积温模型,提高积温稳定性,对积温指标更好地应用于农业生产实践有重要意义。基于东北地区春玉米的生长发育情况,综合分析影响积温稳定性的气象因素,订正常用的活动积温模型。在进行积温稳定性评价基础上,将订正模型应用于春玉米的发育期预报中。结果表明:温度条件是影响积温稳定性的最主要因素,基于温度因子得到的订正模型,在出苗-抽雄阶段和抽雄-成熟阶段较原模型年际间变异系数分别平均减小了0.42%和1.42%,订正模型计算的积温稳定性更好。分别利用1981-2010年及2011-2017年资料进行回代及预报检验,发现订正模型对抽雄期的预报结果改进不明显,对成熟期的预报结果误差较原活动积温模型在回代及预报检验中分别降低了3.78 d和1.1 d。     

集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅱ：参数选取与数值试验

研究的第一部分讨论了如何有效应用集合预报误差的科学方案,确定了集合预报误差在GRAPES（Global Regional Assimilation and PrEdiction System）全球4DVar（four dimensional variational data assimilation）中应用的分析框架。在此基础上研究了针对集合预报误差实际应用于GRAPES全球4DVar,解决接近或超过100个集合样本数时高效生成的计算效率问题,以及与GRAPES全球4DVar匹配的同化关键参数确定问题。选择基于4DVar的集合资料同化方法生成集合样本,通过将第1个样本极小化迭代过程中产生的预调节信息用于其他样本极小化做预调节,将计算效率提高了2倍。通过时间错位扰动方法增加集合样本数,实现集合样本增加到3倍。对集合方差进行膨胀,并选择水平局地化相关尺度为流函数背景误差水平相关的1.4倍。通过批量数值试验方法确定背景误差与集合预报误差的权重系数,对60个集合样本当集合预报误差权重为0.7时预报效果最好。对北半球夏、冬两季各52 d的批量试验表明,对于南、北半球En4DVar （ensemble 4DVar）较4DVar的改进在冬季主要集中在700—30 hPa,而在夏季主要集中在400—150 hPa。赤道地区受季节影响较小,En4DVar对位势高度、风场与温度的改进都较为明显,且经向风场的改进最为显著。文中研发的集合预报误差在GRAPES全球4DVar中应用的方法合理可行。      

T63L16气候模式预报能力的空间尺度分布研究

采用球谐谱展开和方差分析方法,利用1970-2003年NCEP再分析500 hPa高度场资料和国家气候中心T63L16月动力延伸预报业务回报1982-2002年的结果,研究了T63L16模式逐日预报可预报能力的空间尺度依赖特征和对于中期预报的可预报稳定分量.分析表明,T63L16模式预报能力在总波数n上具有各向同性,其主要的误差发生在波数为5-10的天气尺度波.基于对T63L16气候模式500 hPa位势高度场球谐系数内部方差和该物理量气候外部方差之比R演变特征的分析,本文定义了模式26-40 d预报的方差比的平均作为R的临界值来定量地确定T63L16模式对不同空间尺度气象场的可预报期限,并引入波能谱为权重系数研究了模式可预报期限与纬向波数和总波数的关系.结果显示该模式的逐日可预报期限与纬向波数和总波数、以及季节均有关系.可预报期限在整体上随着空尺度的减小而逐渐缩短,但并不是纯粹的单调递减;对于纬向2波分量的可预报期限比3-5波要短,町能是由于该模式对表征东亚大槽和北美大槽的2波的刻画相对不够好.另外,对季节平均的中期预报可预报稳定分量的考察表明,就全球而言,对于提前6 d以上的预报,夏季具有的可预报稳定分量为纬向波数小于12或总波数在17以内,其他季节为纬向波数小于7或总波数小于13;对于提前11-15 d的预报,冬夏两季的可预报稳定分量为纬向波数小于5或总波数小于10,春(秋)季节为纬向波数小于3(2)或总波数不大于8(7).这为针对该尺度发展新的预报策略和方法、改进预报效果,提供了依据.     

乌鲁木齐区域高分辨率数值预报系统V2.0 预报性能客观检验

数值预报系统检验结果对预报产品的释用和系统的改进有着重要的作用。基于MET（Model Evaluation Tools）检验工具对乌鲁木齐区域高分辨率数值预报系统V2.0 (Rapid-refresh Multi-scale Analysis and Prediction System—Central Asia V2.0，简称RMAPS-CA V2.0）在2021年各季节中的预报性能进行客观检验评估，主要检验了2m温度、10m风速、高空位势高度等要素，并与RMAPS-CA V1.0同期预报性能进行对比分析。（1）2m温度预报偏差在冬季和春季整体为负偏差，在夏季和秋季整体为正偏差；各个季节的平均预报偏差均在2℃以内，预报性能秋季最优，冬季最差。各个季节10m风速预报整体为正偏差且差异不大，平均误差在0.5-1.0 m/s之间，预报性能秋季最优，春季最差。（2）高空位势高度预报偏差在冬季整体为负偏差，在其余季节整体为正偏差，预报性能冬季最优，春季最差。高空风场预报偏差在冬季和春季400hPa以下为正偏差，400hPa以上为负偏差；夏季和秋季整体为负偏差，预报性能春季最优、夏季最差。高空温度场预报偏差在冬季整体为负偏差，其余季节整体为正偏差，预报性能春季最优、夏季最差。（3）降水晴雨预报效果较好，但除夏季外以空报为主；随降水阈值增大、TS评分减小，多以漏报为主，降水评分在冬季最高、夏季最低。从降水个例检验看，24h累计降水为大量和中量的国家站点预报性能有所提升，逐6h累计降水TS评分略有提升。（4）RMAPS-CA V2.0系统各要素预报偏差的变化特征与RMAPS-CA V1.0相似，预报能力整体上要优于RMAPS-CA V1.0。     

统计预报海温场驱动的CAM3.1模式预报试验

基于动力气候模式进行月一季尺度预报的“两步法”思想,提出一种新的预报海温场统计模型,并以该统计模型预报的海温场驱动NCAR CAM3.1模式对1981-2000年月时间尺度的东亚500 hPa高度距平场进行客观回报试验;在此基础上,提出了对预报结果的订正方法。结果表明:统计预报海温模型的预报海温场能够反映出全球海温空间分布的基本特征,并对表征ENSO事件的Ni?o3.4区海温变化的预报能力较强。该统计模型预报的海温场驱动的CAM3.1模式可以较好地预报出东亚500 hPa环流的主要分布特征,试验表明:适当的统计订正方法可以在一定程度上提高CAM3.1模式对东亚夏季500 hPa环流背景的预报技巧。     

GRAPES_GFS在东亚地区中期预报技巧极端下降现象的初步研究

利用2016年4月1日-2018年12月31日GRAPES_GFS模式的业务预报数据,将GRAPES_GFS模式在东亚地区144小时预报500 hPa高度场的距平相关系数小于0.4,均方根误差大于60 gpm的事件定义为模式在东亚地区的中期预报技巧极端下降事件,据此标准筛选出29个个例进行了研究.结果表明,GRAPES...     

城市空气污染预报系统CAPPS2.0在辽宁的应用及检验

在利用CAPPS2.0进行空气质量自动化预报的前期工作中,为了验证模式的准确性,对辽宁省14个主要城市2003年1月的31 d、4月、7月和10月各12 d作出了模拟,分别得到各城市SO2、NO2和PM10的污染指数预报值。将各污染指数每天模拟的预报值与实际监测值进行对比,发现春、夏、秋季的预报效果非常好,而冬季预报值明显偏高。对预报值与监测值的相关性检验表明两者相关性非常显著,冬季预报值出现的是一个系统误差,可以通过修改模式进行订正。     

集合变分混合同化背景误差协方差流依赖性分析

通过单点观测试验的方法,对集合变分混合同化背景误差协方差的流依赖特征、流依赖性影响因子、产生原因,以及集合预报方法对流依赖性的影响进行了研究。结果表明:由于引入了集合信息,集合变分混合同化的分析增量与天气系统的分布有关,具有非均匀、各向异性的特征;这种流依赖特征对混合系数敏感,当集合协方差所占权重很小时,分析增量仍呈现出均匀、各向同性特征;混合同化背景误差协方差的流依赖特征不仅与集合样本有关,还与构造集合协方差的ETKF方法有关,只引入与环流形势密切相关的集合样本并不能使分析增量表现出显著的流依赖性,集合样本和ETKF方法共同作用才能将流依赖信息引入到混合协方差中,使分析增量出现流依赖特征;不同集合预报方法对混合协方差的流依赖特征有显著影响,考虑初值和物理过程的超级集合,以及在超级集合样本上再进行ETKF更新扰动后样本构造的混合协方差流依赖特征更加显著。