“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。     

不同大尺度强迫条件下考虑初始场与侧边界条件不确定性的对流尺度集合预报试验

研究了不同大尺度强迫条件下的暴雨个例中,考虑不同尺度特征的初始扰动与侧边界扰动相互作用构造对流尺度集合预报的可行性,为进一步构建“自适应”于不同强对流天气的对流尺度集合预报系统提供依据。结果表明,在大尺度强迫显著的个例1中,以大尺度扰动信息为主的动力降尺度的增长趋势较集合转换卡尔曼滤波(ETKF)更为显著,且总扰动能量在预报中后期超过集合转换卡尔曼滤波,而在大尺度强迫较弱的个例2中,集合转换卡尔曼滤波扰动能量始终高于动力降尺度。此外,当大尺度强迫显著时,初始扰动与侧边界扰动相匹配会产生相互促进的作用,而不匹配时初始扰动会在预报中后期抑制侧边界扰动的发展,当大尺度强迫较弱时,即使是互相间不匹配的初始扰动与侧边界扰动也能在大部分预报时段起到相互促进的作用,说明初始扰动与侧边界扰动的相互作用机制不仅与天气形势相关,也与二者是否匹配挂钩,另外,扰动的发展特征同样依赖于天气形势;从集合离散度的角度来看,当大尺度强迫明显时,侧边界扰动的作用会在更短的时间内取代初始扰动,从而对离散度起到主导地位;两种初始扰动方法相比,集合转换卡尔曼滤波在多数情况下对总离散度的贡献均大于动力降尺度;从降水量预报及概率预报情况来看,大尺度强迫明显的个例可预报性更高,且各集合成员间的差异较小,大尺度强迫较弱的个例则相反,且当两种初始扰动方案与侧边界扰动相结合时,较仅侧边界扰动均有一定提高。      

基于对流尺度集合预报方法对一次暴雨过程预报的分析

对流尺度集合预报(Convection-allowing Ensemble Prediction,CAEP)是提高强对流天气预报能力的重要手段,构造合理的初始扰动是CAEP的关键问题。本文开展基于观测扰动初值法(Perturbed-observation,PO)的CAEP在内蒙古地区的试验,并以动力降尺度(Downscaling,DOWN)方法作为对比,分析PO方法在内蒙古地区CAEP的预报效果,以期为内蒙古地区CAEP的构建提供技术参考。结果表明：(1) PO方法构造的初始扰动能引入内蒙古地区观测资料从而减少背景场的不确定性,且扰动具有充分的增长能力。(2) 与DOWN方法相比,PO方法可以显著减少CAEP的短时预报误差,高空和地面要素的RMSE分别减小4%~43%和3%~9%,集合离散度略有减少。高空要素的CRPS评分最大可减少约53%,地面要素的CRPS评分平均减少6%,整体提高了对流尺度集合预报质量。(3) PO方法能够提高短时降水的预报能力,0.1 mm、4 mm和13 mm 3个量级的TS评分分别提升了0.015、0.003和0.001 5。且降水个例表明,PO方法对降水的落区和量级预报更准确。

     

基于时空不确定性的对流尺度集合预报效果评估检验

针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:（1）邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。（2）对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。（3）对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。（4）改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。      

随机物理倾向扰动方案在西部山地对流尺度集合预报中的研究

为了研究随机物理倾向扰动(SPPT)方法在复杂地形条件下对对流尺度集合预报中的影响,针对SPPT随机扰动场的时间尺度、空间尺度和格点标准差三个参数进行敏感性试验,分析扰动变化规律,探讨其预报效果。结果表明:空间尺度90 km、时间尺度3 h和格点标准差0.525参数构造的SPPT随机扰动场结构对西部山地对流尺度集合预报整体效果较好,该试验不同层次高空要素(纬向风场、温度场和湿度场)和近地面要素(10 m风和2 m温度)的离散度增长较快,考虑预报误差的离散度/RMSE也好于其他试验。虽然最优配置试验的3 h累积降水的集合平均相对于其他参数试验没有明显在各个量级上都有提高,但在≥10 mm、≥25 mm和≥50 mm的降水等级的ETS评分接近或者高于控制试验,概率预报技巧较好。综合来看,空间尺度参数的选取比时间尺度对离散度的影响更加明显,增加扰动振幅对离散度的增加也起到积极的作用,同时可以提高不同量级降水的概率预报技巧。     

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。     

广州“5.7”暴雨预报的模式不确定性研究

2017年5月7日,在弱天气尺度强迫下,广州发生了暖区特大暴雨,局地发展迅速,降水强度极端,多家业务模式出现了漏报情况。为了探究此次降水过程模式预报的不确定性,采用条件非线性最优参数扰动（Conditional Nonlinear Optimal Perturbation related to Parameters,CNOP-P）方法筛选出最能体现中小尺度系统非线性误差增长特征的关键物理参数,以此构造CNOP-P-RP模式扰动方案,并基于CMA-Meso模式进行对流尺度集合预报试验,最后探究了CNOP-P关键参数影响局地对流发生、发展不同阶段的物理机理。结果显示,不同降水阶段的CNOP-P敏感参数主要与垂直扩散、云雨自动转换或其他水成物向雨滴的转换有关。与业务上常用的随机物理倾向扰动（Stochastically Perturbed Parameterization Tendencies,SPPT）方案相比,在本次降水过程中,基于CNOP-P-RP方案构造的集合预报试验具有更高的降水和地面要素的概率预报技巧,集合预报系统可靠性也占优。进一步分析发现,垂直扩散不确定性导致的山前温度梯度和地面冷池的变化在对流触发和暴雨发展中起重要作用。7日00—04时（北京时,下同）,花都强降水中心附近垂直扩散的增强使热量、动量和水汽的垂直输送加强,由此造成的雪、霰粒子融化增多是降水量增大的主要原因,说明该阶段雨滴的形成虽以云水的凝结碰并为主,但冰相粒子的作用不容忽视;7日04—08时,随着水汽输送和上升运动增强,更活跃的暖雨过程主导了增城强降水中心降水量的增大。该研究初步证明CNOP-P-RP方案在刻画对流尺度模式不确定性方面的可行性,可为华南暖区暴雨预报的改进提供一定参考。     

数值预报发展的新方向——集合数值预报

数值预报走过了百年的历史（V．Bjerknes，1904），取得了了不起的成就，预报准确率有了很大的提高。但是，考虑到大气的非线性作用以及初值和模式造成的数值预报不确定性，要提高传统的单一确定性预报的技巧越来越难。基于大气初值的敏感性试验，Lorenz提出了数值预报发展的新方向——集合数值预报。 通过介绍集合数值预报的基本思想和方法；并针对初值和模式的不确定性，概述现有集合数值预报成员的产生方法及国内外的研究进展；同时解释怎样检验集合预报的结果的论述，如何从众多的集合预报产品中提炼有用的信息及预报产品的释用。     

对流尺度集合预报对川渝地区降水的预报性能分析

为深入认识对流尺度集合预报对川渝地区降水的预报性能,利用2020—2021年暖季（5—9月）川渝地区7 213个自动气象站逐日降水观测数据,综合评估对流尺度集合预报系统的控制预报（Control Forecast, CNTL）、集合平均（Ensemble Mean, MEAN）和概率匹配平均（Probability-matched Ensemble Mean, PM）对川渝地区降水的预报能力,并对比不同起报时次（08:00和20:00,北京时,下同）的预报差异。结果表明：（1）PM和MEAN的预报性能相对CNTL有所提高,MEAN对中雨和大雨量级降水预报具有指示意义,PM对大量级降水具有明显的预报优势。（2）模式预报的降水频率在小雨量级相比观测呈区域一致的正偏差,中雨及以上量级降水的预报正偏差集中在大巴山、华蓥山、武陵山脉等高海拔山区,预报负偏差主要位于四川盆地和丘陵区域,MEAN对小雨和中雨（大雨和暴雨）的预报正（负）偏差最明显。（3）08:00起报的36 h时效临界成功指数（Critical Success Index, CSI）和命中率（Probability of Detect...     

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)...     

云微物理方案参数扰动对华北“7.20”暴雨的集合预报试验

基于WRF v4.0模式,选择Lin方案降水粒子(雨、雪和霰)谱截断参数和霰密度,在对流尺度下对“7.20”华北特大暴雨进行参数扰动集合预报试验。按照参数序列依次设置单/双/多截断参数组合、四参数组合和霰参数组合,对比分析其对降水和大气变量的预报技巧,及扰动影响的敏感性。结果表明,四参数组合明显降低了大暴雨空报概率,有效提升了500～925 hPa经向风和近地面温度场的离散度技巧;随组合中参数的增多,扰动对预报的整体影响依次增强,多截断参数组合对中低层水汽场和近地面温度的预报技巧均有所改善;其他组合存在离散度/降水预报负技巧等问题,四参数和多截断参数组合是更好的对流尺度云微物理方案参数扰动选择。     

数值预报发展的新方向——集合数值预报

数值预报走过了百年的历史(V.Bjerknes,1904)[1],取得了了不起的成就,预报准确率有了很大的提高。但是,考虑到大气的非线性作用以及初值和模式造成的数值预报不确定性,要提高传统的单一确定性预报的技巧越来越难。基于大气初值的敏感性试验,Lorenz提出了数值预报发展的新方向——集合数值预报。通过介绍集合数值预报的基本思想和方法;并针对初值和模式的不确定性,概述现有集合数值预报成员的产生方法及国内外的研究进展;同时解释怎样检验集合预报的结果的论述,如何从众多的集合预报产品中提炼有用的信息及预报产品的释用。     

集合数值预报在洪水预报中的应用进展

水文集合预报是近几年正在形成和发展的水文预报分支,其发展大致可分为两个阶段:第1阶段是1970年至20世纪末进行的长期径流预报,第2阶段从21世纪开始,主要学习气象数值预报中集合预报的概念在短期水文集合预报中的应用。目前,除了单一预报中心的集合预报系统在水文集合预报中应用外,多个预报中心的集合预报大集合也逐渐被应用于流域水文预报,甚至一些小流域的洪水预报。如利用TIGGE(THORPEX Interactive Grand Global Ensemble)集合预报驱动形成的大气-水文-水力的串联系统进行早期的洪水预警研究,将全球集合预报作为洪水模型输入的有限区域模式的初始条件和侧边界条件的研究。这些均表明,基于水文集合预报的洪水预报增加了预报附加值,并能够延长预警提前时间。以欧洲中期天气预报中心的欧洲洪水预警系统(EFAS)和美国NOAA的先进水文预报系统(AHPS)为代表,实现了集合预报在洪水中的实时业务预报,但仍存在数据处理和计算量大,以及如何基于集合水文预报做决策等问题。对于水文集合预报的前处理和后处理的各种技术已处于探索和验证阶段,如何更好地理解基于概率预报的洪水预警决策仍存在许多困难和挑战。     

基于非静力模式物理扰动的中尺度集合预报试验

以GRAPES中尺度有限区模式作为试验模式, 从模式的不确定性方面来构造中尺度的集合预报, 重点考虑物理因子与初始条件的扰动作用。针对2004年7月10日北京城区的突发性暴雨过程进行了36 h的集合预报试验。结果表明:GRAPES模式可有效地捕捉到中尺度过程的信息; 中尺度集合预报是可行的, 可改进中尺度暴雨过程落区、强度的预报; 不同集合方案的预报结果各不相同, 同一方案各个成员的预报结果也有差异, 即存在适宜的离散度; 在离散度分析中发现在北京附近存在一个明显大值区, 且在大气中低层的垂直结构表现出一致性, 表明这一区域的预报不确定性很大。从集合检验结果中得到:单纯考虑模式物理扰动来构造中尺度集合预报系统有一定难度, 当加入初始场不确定信息后, 同时考虑模式的不确定性和初始场的不确定性, 有助于捕捉更多的中尺度系统的不确定信息, 有助于构造更为有效的中尺度集合预报系统。     

集合预报研究及应用进展

从初值扰动的生成方法、数值预报模式的建立、输出产品的提炼应用等方面简要概括了集合预报的最新进展。指出，运用BGM法生成初值扰动效果较好，多模式集合预报正成为天气预报的发展趋势；集合概率预报是集合预报的最佳结果，但发布还需要做大量的普及推广和培训工作；集合预报正在被越来越多的国家投入准业务运行和业务运行．有可能成为新的主流预报方式。     

台风集合预报研究进展

台风数值预报是防台减灾的关键,而集合预报是体现和减少数值预报不确定性的常用方法。本文对近年来台风集合预报方法的研究进展进行了梳理和总结,涉及初值集合扰动、模式扰动技术以及基于统计的台风集合预报后处理技术。对全球几个主要集合预报系统的发展及我国的区域台风集合预报系统做了回顾。最后,在回顾的基础上,讨论和提出了关于台风集合预报仍存在的问题及未来可能的研究方向。     

NCEP、ECMWF及CMC全球集合预报业务系统发展综述

总结了目前最具代表性的3个全球集合预报系统（global ensemble forecast system,GEFS）——美国国家环境预报中心（National Centers for Environmental Prediction,NCEP）、欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）和加拿大气象中心（Canadian Meteoro-logical Centre,CMC）建成至今的发展概况。由于计算资源的不断扩展,各中心集合预报系统的模式分辨率、集合成员数也随之增加。同时各中心都在不断地致力于发展和完善初始和模式扰动方法,来更好地估计与初值和模式有关的不确定性,促进预报技巧的提高。其中初始扰动方法从最初的奇异向量法（ECMWF）、增殖向量法（NCEP）和观测扰动法（CMC）更新为现在的集合资料同化—奇异向量法（ECMWF）、重新尺度化集合转换法（NCEP）和集合卡尔曼滤波（CMC）。在估计模式不确定性方面,ECMWF和CMC都修订了各自的随机参数化方案和多参数化方案,NCEP最近也在模式中加入了随机全倾向扰动。为提高全球高影响天气预报的准确率,TIGGE计划（the THORPEX interactive grand global ensemble）的提出增进了国际间对多模式、多中心集合预报的合作研究,北美集合预报系统（North American ensemble forecast system,NAEFS）为建立全球多模式集合预报系统提供了业务框架,这都将有助于未来全球交互式业务预报系统的构建