基于TIGGE资料的地面气温和降水的多模式集成预报

利用TIGGE资料集下中国气象局(CMA)、欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)和英国气象局(UKMO)5个中心集合预报结果,对多模式集成预报方法进行讨论。结果表明,多模式集成方法的预报效果优于单个中心的预报,但对于不同预报要素多模式集成方法的适用性存在差异。滑动训练期超级集合(R-SUP)对北半球地面气温的改进效果最优,但此方法对降水场的改进效果并不理想。在北半球中低纬24 h累积降水的回报试验中,消除偏差(BREM)的结果优于单个中心的预报,且此方法预报结果稳定。进一步利用滑动训练期消除偏差(R-BREM)集合平均对2008年1月中国南方极端雨雪冰冻过程进行多模式集成预报试验,结果表明,在固定误差范围内,R-BREM将中国南方大部分地区的地面气温预报时效由最优数值预报中心的96 h延长至192 h,且除个别时效外,小雨、中雨的TS评分得到明显提高。     

集合平均所构成的动力系统及其特性研究

以Lorenz系统为例,推导出集合平均所定义的完整动力方程(均值方程),将初值的集合平均问题作为一个广义的动力系统问题来进行研究;对于双初值和多初值的均值方程,利用定性理论分析了其吸引中心的位置和个数,并使用数值试验进行了验证,结果表明平均值的吸引子的结构与原解的吸引子位置、数量和结构均有不同。对均值方程的特征矩阵分析表明,定点附近的稳定性与原方程相同,而且特征方程所对应的特征值也与原方程相同。均值方程对应的相流散度为负值且数值上与原系统相同,因此其在相空间中的体积收缩速度和原系统相同,最终趋向一个低纬曲面,均值方程的这个性质使得Lorenz系统的集合平均解趋于一个吸引子。均值方程可以保持原方程的耗散特性、吸引子特性,但稳定点位置和个数发生了变化,非定点处的Jacobian矩阵特征值与原系统也有不同。简而言之,一旦使用了集合平均方法,那么集合数值解并不是原系统的解,仅保持了原系统的部分特征,因而集合平均是否有效需要根据具体问题和其他外部限定条件才能确定。     

Ensemble mean forecast skill and applications with the T213 ensemble prediction system

Ensemble forecasting has become the prevailing method in current operational weather forecasting. Although ensemble mean forecast skill has been studied for many ensemble prediction systems(EPSs) and different cases, theoretical analysis regarding ensemble mean forecast skill has rarely been investigated, especially quantitative analysis without any assumptions of ensemble members. This paper investigates fundamental questions about the ensemble mean, such as the advantage of the ensemble mean over individual members, the potential skill of the ensemble mean, and the skill gain of the ensemble mean with increasing ensemble size. The average error coefficient between each pair of ensemble members is the most important factor in ensemble mean forecast skill, which determines the mean-square error of ensemble mean forecasts and the skill gain with increasing ensemble size. More members are useful if the errors of the members have lower correlations with each other, and vice versa. The theoretical investigation in this study is verified by application with the T213 EPS. A typical EPS has an average error coefficient of between 0.5 and 0.8; the 15-member T213 EPS used here reaches a saturation degree of 95%(i.e., maximum 5% skill gain by adding new members with similar skill to the existing members) for 1–10-day lead time predictions, as far as the mean-square error is concerned.     

同一大尺度天气条件下的两地明显降水差异成因分析

通过对地域毗邻的广西、广东两省2004年春季一次降水个例的综合分析,结果表明,两广锋前中尺度流场、锋面坡度的不同,以及两地明显的水汽和垂直运动条件的差别,是造成这次两广明显降水差异的主要原因所在。所得结果可对今后预报提供一些启示和参考。     

自动与人工观测数据的差异

利用全国2 400个国家站自动与人工平行观测期的第二年的对比观测资料,以及基准站1999-2010年所有雨量观测数据,对比分析了自动与人工观测的雨量数据差异,并对基准站雨量数据序列进行了显著性检验。结果表明：（1）自动与人工观测的雨量数据存在一定差异,且自动观测数据略大于人工观测数据,平均相对差值为1.8%;（2）两者在不同降水等级的月降水量平均差值介于-1.3~3.9 mm之间,当降水等级增大时,两者差值并非同比例增大;（3）两者的月平均最大相对差值为2.9%,最小相对差值为0.8%;（4）两者相对差值的空间分布表明,5月和9月偏差略高于7月;（5）通过对平行观测期的第2年自动月雨量值的显著性检验表明,在显著性水平a=0.05时,全国站点月雨量显著性检验未通过率为2%。

     

两次暴雨过程的主观及集合预报检验

对各级预报员、集合预报成员在两次暴雨天气中的24 h和48 h降水、温度预报结果分别进行检验。结果表明:降水预报中预报员分级降水TS评分随降水级别增大而减小,所有预报对小雨均有较好的预报。暴雨预报漏报明显,漏报率几乎为100%,然而集合成员中的最大值,对暴雨预报有一定的启示作用,业务工作中应得到重视。针对降水和温度预报总体而言,集合成员中集合平均值和控制预报表现相对优秀,可在业务中作为重要参考。     

极端天气预报指数和集合异常预报法在浙江台风和梅雨暴雨预报中的应用北大核心

利用2016—2021年ECMWF集合预报,评估了极端天气指数EFI(Extreme Forecast Index)、尾偏移指数SOT(“Shift of Tail”index)以及集合异常预报法在浙江台风和梅雨暴雨预报中的应用效果。通过研究极端天气预报指数对浙江台风和梅雨暴雨的最优预报阈值,发现梅雨暴雨阈值比台风暴雨明显偏小,且随预报时效增加减小速度偏慢。最优阈值预报相比确定性模式预报,在台风和梅雨暴雨预报检验中体现出更好的稳定性、提前性和准确性。进一步研究发现,通过区分天气类型确定的最优预报阈值,可作为台风和梅雨暴雨落区预报的参考依据。925 hPa水汽通量散度的集合异常度对浙江台风暴雨的落区和强度变化有较好的预报效果,850 hPa涡度和700 hPa垂直速度的集合异常度可以反映稳定性梅雨暴雨的过程演变。     

ECMWF全风速场集合预报结果的偏差订正与预报不一致性分析

采用卡尔曼滤波类型自适应误差订正法和滑动自适应权重法,对2012年夏季ECMWF 10 m全风速场集合预报结果进行偏差订正,对订正前后的预报结果进行评估,并通过Jumpiness指数对预报结果订正前后的预报不一致性特征进行分析。结果表明,卡尔曼滤波类型自适应误差订正法能有效降低集合预报的均方根误差,且当起报时刻为00时对中低纬度地区的订正效果更显著,当起报时刻为12时对中高纬度地区的订正效果更明显;卡尔曼滤波类型自适应误差订正法能有效改善Talagrand的U型或L型分布;由均方根误差分析结果知道,ECMWF 10 m全风速场集合预报本身存在较大的预报不一致性,经过卡尔曼滤波类型自适应误差订正后,集合预报的预报不一致性明显降低,偏差订正可有效改善集合预报的预报不一致性,且随着预报时效的延长,卡尔曼滤波误差法对预报不一致性的改善效果更加明显;从预报不一致性的发生次数特征来看,单点跳跃出现的次数最多,异号三点跳跃的次数最少;经过卡尔曼滤波类型自适应误差订正后,单点跳跃、异号两点跳跃、异号三点跳跃次数都有所下降。     

不同扰动方法集合离散度演变的异同性暨地形扰动初探

基于北京“7.21”特大暴雨个例,设计了一种考虑地形不确定性对降水影响的集合预报方案,在对该方案进行初步评估的基础上,重点通过计算相关系数、扰动总能量和尺度分解,对包括地形扰动方案在内的4种集合预报方案（初值、多物理、地形、初值-多物理混合）中离散度演变的异同性进行了分析。结果表明：（1）考虑模式地形不确定性的扰动方案,在不影响集合平均降水预报质量的基础上,对集合降水预报的离散度和概率预报略有正贡献。（2）离散度空间结构的演变与天气形势的演变密切相关。不同扰动方案产生的离散度在初始时刻的空间分布各不相同,但随模式向前积分其离散度的相似度快速增大,其中0-6 h内增长速度最快,离散度场之间的相关系数可以超过0.6。混合方案与单一扰动方案相比,对离散度空间结构的贡献不大。（3）虽然不同方案的离散度空间结构相似,但其幅度却存在明显的差异,如地形扰动方案的离散度幅度明显小于初值扰动和物理过程扰动方案。混合方案可以增加原单一扰动方案的离散度振幅,但这种增加在高层明显,而在近地面层并不明显,因而增加降水和其他近地面大气变量的离散度要比增加上层大气变量的离散度更困难。（4）尺度分离的结果表明,随着空间尺度的增大和积分时间的延长,不同扰动方法产生的离散度结构会逐渐变得相似,但在积分早期（<12 h）和较小的空间尺度（<448 km）上离散度结构的差异仍明显,并且在较小的空间尺度（<448 km）上,不同扰动方法产生的离散度幅度有明显的差异。所以对于小空间尺度系统或甚短期预报,选择扰动方案比大尺度和较长期的预报更重要。以上研究可为集合预报如何合理采用不同扰动方案或不同方案的组合提供科学依据。     

上海区域降水集合预报系统的建立与运行结果的检验

以MM5模式为基础, 从预报模式的不确定性出发形成8个集合成员, 建立了上海区域降水集合预报系统。该系统实现从资料收集、资料处理、模式预报到预报结果处理与产品输出的全自动化, 于2005年8月1日开始业务运行, 运行稳定可靠。对系统8—10月的运行结果进行检验, 结果表明:集合预报系统对降水的总体预报效果尚可, 其中对量级小的降水的总体预报效果更好, 集合预报产品尤其是概率预报产品具有一定的参考价值, 但系统还存在发散度偏小的问题, 有待进一步改进。     

气象站迁站距离及海拔高差对新旧站资料差异的影响分析

本文采用新疆13个已迁站新旧站1年对比观测资料,分别计算新旧站资料的绝对差值及差值标准差与迁徙距离和海拔高差的相关系数,分析迁站距离和海拔高差对新旧站资料差异的影响结果表明,年平均气温、最低气温、最高气温、相对湿度新旧站绝对差值和标准差与台站迁徙距离和新旧站海拔高差为正相关,新旧站年风向相符率与台站迁徙距离和海拔高差为负相关;其中,迁站距离对最高气温和风向相符率影响最为显著,最高气温的年值绝对差值及年风向相符率与台站迁徙距离相关系数通过了保证率为95%的显著性检验;而台站迁徙前后海拔高差对平均气温、最低气温、相对湿度影响更为显著,即新旧站平均气温、最低气温、相对湿度的年值绝对差值与新旧站海拔高差的相关系数通过了保证率为95%的显著性检验。山区由于地形复杂年平均气温、年最低气温、年相对湿度的绝对差值比多数平原站大一倍以上,且风向相符率都比平原站小一个量级;在极其干旱的东疆吐鲁番地区迁站,由于地表环境差距较大,使年平均气温、最低气温、相对湿度绝对差值和标准差比其它站大,而风向相符率都比其它站小。     

基于集合预报的台风“利奇马”登陆后远距离暴雨预报的敏感性分析

2019年第9号台风“利奇马”在8月10日登陆后引发了远距离大范围的暴雨,本文利用ECMWF(EC)和GRAPES全球集合预报模式等资料对暴雨短期预报的误差及原因进行了分析。此次台风远距离暴雨主要集中在8月10日夜间的山东中部地区,EC集合预报对该区域的降水量预报效果总体优于GRAPES集合预报。集合敏感性分析可以识别出和预报变量高相关(敏感)的天气系统,结果表明山东区域平均降水量对同期500 hPa副高、台风西北侧海平面气压和山东北部低层温度较为敏感,而对流层高层的高度及经向风存在更大范围的敏感区。根据暴雨预报TS评分选取EC集合预报成员作为优势组和劣势组,结果表明优势组预报成员表现为山东上空300 hPa低槽前倾,北侧高空偏南急流更强,同时配合低层台风外围偏东风急流,形成高层辐散、低层辐合的有利条件。另外,优势组预报的中纬度低层冷空气和斜压锋区更强,导致优势组在山东中部预报出暴雨,更加接近于实况。     

A comparison study of the methods of conditional nonlinear optimal perturbations and singular vectors in ensemble prediction

The authors apply the technique of conditional nonlinear optimal perturbations (CNOPs) as a means of providing initial perturbations for ensemble forecasting by using a barotropic quasi-geostrophic (QG) model in a perfect-model scenario. Ensemble forecasts for the medium range (14 days) are made from the initial states perturbed by CNOPs and singular vectors (SVs). 13 different cases have been chosen when analysis error is a kind of fast growing error. Our experiments show that the introduction of CNOP provides better forecast skill than the SV method. Moreover, the spread-skill relationship reveals that the ensemble samples in which the first SV is replaced by CNOP appear superior to those obtained by SVs from day 6 to day 14. Rank diagrams are adopted to compare the new method with the SV approach. The results illustrate that the introduction of CNOP has higher reliability for medium-range ensemble forecasts.     

自动站与人工观测降水量差值的成因分析

通过自动站与人工站在降水量观测差值的对比,对差值原因进行了分析。     

自动站与人工观测降水量差值的成因分析

通过自动站与人工站在降水量观测差值的对比,对差值原因进行了分析。     

CMIP5多模式集合对江苏省气候变化模拟评估及情景预估

利用中国气象局所属的2 400余个台站观测资料制作的分辨率为0.25°×0.25°数据集中的气温、降水量资料评估了CMIP5中17个模式对于1961—2004年江苏省气温和降水量空间分布特征的模拟能力,筛选出了5个对江苏省气候特征模拟较好的模式。之后基于5个优选模式集合平均的结果预估了3种典型浓度路径(Representative Concentration Pathways,RCPs)下江苏省2006—2100年的气温和降水量变化趋势。结果表明:(1)全球耦合气候模式对江苏省的气温和降水量空间分布特征具有一定的模拟能力,并且模式集合平均的气温和降水量与观测资料的空间相关系数分别为0.85和0.93;(2)在低浓度路径(RCP2.6)、中浓度路径(RCP4.5)和高浓度路径(RCP8.5)3种温室气体排放情景下,江苏省2006—2100年的地表温度均呈现明显的增温趋势,并且苏北的增温幅度要高于苏南;(3)3种温室气体排放情景下,江苏省未来百年降水量均呈现出北方增多南方减少的趋势;(4)未来百年江苏省降水量随气温变化的趋势并不稳定,RCP2.6和RCP4.5情景下降水量随气温的升高而增加,而RCP8.5情景下降水量随气温的增加而减少。     

岳阳区域最低气温差异分析

【中文】：通过分类统计岳阳各气象观测站1994～2013年不同天空状况、不同风类以及天空状况与风类结合的逐月最低气温数值差异,总结归纳了不同类型条件下岳阳各气象观测站逐月最低气温差异分布规律。结果表明：晴天时平江、临湘站最低气温比岳阳低4～6℃、2～4℃;东南风时平江、临湘站最低气温比岳阳低3～5℃、1～3℃;在月际分布中,2、3、4、11、12月晴天下东南风时平江站最低气温均比岳阳低6℃以上;而差异较小的阴天或西北、东北风时全市最低气温差异均在1℃或以下。分析的结果为全市最低气温日常预报工作提供了客观、定量的预报依据。     

中国冬夏季气温和降水异常耦合关系的SVD与MEOF分析对比

以揭示中国冬、夏季气温、降水之间的同期耦合时空特征为例,比较了SVD与MEOF分析所得主要正交模的相关关系及均衡性,论证了SVD方法在揭示两个要素场序列互相关关系上的优越性。结果表明:1) SVD的分解对象仅包含反映两种要素场相关关系的信息,而MEOF还包含了两个要素场各自的自相关信息,前者分解对象更纯粹。2) MEOF和SVD揭示的气温和降水空间耦合模态正负异常分布大致相似,但相较SVD所揭示的耦合模态,MEOF分析的冬、夏季气温、降水主要正交模存在不均衡现象,即一个主要MEOF正交模往往侧重描述两种异常要素场中的一种,这种差异在冬季尤为突出。SVD方法揭示了中国冬、夏季同期气温、降水间局域高温少降水或低温多降水是二者主要异常配置,且相关性夏强冬弱。3)比较SVD、MEOF方法同序正交模的相关系数和均衡度发现,SVD多数正交模的相关系数较MEOF的更大、更稳定,且均通过显著性检验,MEOF的冬季部分正交模相关系数未通过显著性检验; SVD主要正交模的均衡性冬季优于MEOF分析、夏季优于(第一模态)或者接近于(第二、三模态) MEOF分析。故SVD方法是揭示两要素之间耦合关系的更好方法。