初始扰动对一次华南暴雨预报的影响的研究

本文选取了2006年华南前汛期的一次暴雨过程, 采用AREMv2.3中尺度数值模式进行数值模拟, 分别在模式初始场的物理量场 (温度场、 风场、 湿度场) 上加扰动, 分析不同物理量场上的扰动对降水预报的影响, 以及物理量预报误差和扰动能量的增长情况。同时, 通过本个例讨论误差增长与湿对流的关系, 扰动振幅对误差增长的影响和华南区域的中尺度降水的可预报性问题。数值试验结果表明: 初始时刻不同物理量场加实际振幅的正态分布的随机扰动时, 对降水的影响是不同的。对于24小时降水预报, 温度场对降水的影响最大。误差的增长与湿对流不稳定有着密切的关系。小尺度小振幅误差增长很快, 而且是非线性增长。这意味着短期的较小尺度降水的可预报性很小。与大振幅扰动相比, 小振幅扰动造成的误差较小。但是小振幅扰动的迅速发展, 很快就会对降水预报造成较大的影响。因此, 只能有限地提高预报质量, 而且由于扰动非线性增长很快, 在预报时间的提前上, 不会有太大的改善。     

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。     

国家气候中心海气耦合模式汛期降水预报的一种订正方案及其试验

用奇异值分解(SVD)方法,分析了1983～2003年夏季国家气候中心海气耦合模式500hPa高度预报场与中国特别是华中区域降水场、1971～2000年夏季NCEP/NCAR 500hPa高度场与中国特别是华中区域降水场的关系.结果表明:夏季NCEP/NCAR 500hPa高度场与中国特别是华中区域降水场关系明显较模式500hPa高度场密切,若夏季NCEP/NCAR 500hPa高度场南、北半球副热带高压较强(弱),北半球副热带高压主体偏南(北),则长江流域、东北地区中部及青藏高原东侧将降水偏多(偏少).对比分析结果,发现国家气候中心海气耦合模式存在一定程度的预报误差,如长江流域误差就较为明显.作者提出一种订正方案,利用SVD从模式500hPa高度预报场中提取大尺度信号,借助最优化技术,合理订正误差,改进降水场的预报.经试验表明:订正后降水场预报的距平同号率有可能接近NCEP/NCAR 500 hPa高度场相当的技巧水平.     

海温对月平均环流影响的数值试验

利用 T42L9全球谱模式,在相同初始场的条件下,将不同的 SST 作为外强迫源输入模式,其一个月延伸预报的结果表明,SST 的变化对第三旬的环流预报影响比较大,但对于不同的初值其影响是不同的,对于比较稳定的初值,不同的海温场对月平均环流的影响较小;而对于不稳定的初始场,则影响较大.同时指出了500hPa 高度预报场的均方根误差的增长在中纬度主要与大气中的斜压不稳定有关,如果斜压不稳定度大,则误差随时间增长快;斜压不稳定度小,情况则相反.     

SVD方法在场的定量预测中的应用

经SVD分析,截取足够多的预报场和因子场时间系数,使其相互关系代表两场的大尺度联系,预报场时间系数与其奇异向量线性组合估计场能反映原场主要特征.利用最小二乘法得到数值上最接近原场的初值,借助最优化技术,确定合理的系数,建立预测公式,由因子场时间系数预测预报场时间系数,同时订正预报场时间系数a1,a2,……,aN本身的误差和反演过程中分析误差造成的场格点趋势预测的误差.最后将预测的预报场时间系数和对应奇异向量反演为整个场的预报.预报过程重点考虑可预报的大尺度变化,滤去不可预报的小扰动,依据两场主要耦合关系,预测预报场未来的主要变化.     

不同的大气云模式对月预报影响的数值试验

所用的 T42L10月长期数值预报谱模式采用了模式诊断云方案,在辐射计算中,用模式的预报水汽场和模式诊断云代替原民T42L9中的气候纬向平均水汽场和云,模式诊断云计算中还考虑了大地形作用对云的影响.本文利用国家气象中心1992年8月31日的客观分析资料为初始场,进行30天长期数值预报,对比研究了这两种不同的云模式对月际数值预报的影响.模式诊断云方案的预报明显优于气候云方案,采用模式诊断云预报的500hPa 高度场月平均的倾向相关系数有所提高,月平均预报误差减少.模式诊断云方案的预报误差低于对应的持续性误差.模式诊断云方法由于考虑了在预报时间内云分布的时间和空间变化,提高了模式中的辐射计算精度,从而改进模式中的云、辐射作用,克服由于气候云方法所出现的预报偏差,较显著地改善月际数值预报效果.     

全球谱模式不同垂直分层对数值预报影响的敏感性试验

本文用σ-坐标原始方程全球谱模式,对1979年1月23日和6月14日两个个例,采用3种不同的垂直分层方案,进行了敏感性试验.通过对高度场均方根误差的分析,发现15层模式对北半球冬季预报效果的改进最明显.当其降低模式最高层高度和减少垂直分辨率时,预报误差首先从模式上层出现,然后影响到对流层中、下层.并指出南、北半球,冬、夏季不同层次上的预报对模式垂直分层的敏感性存在有差异,对南、北半球,冬、夏季的预报可采用不同的垂直分层模式. 南、北半球,冬、夏季预报敏感性差异的产生同行星尺度波动的水平感热通量的垂直分布、行星尺度波动能量的垂直输送特征有关.     

区域集合预报对华南一次暴雨试验研究

利用增长模繁殖法(BGM),对2012年6月我国长江中下游及华南地区的一次强降水过程进行了不同扰动方案的集合预报试验研究。分别对集合预报中只考虑初值扰动、加入模式物理过程扰动和加入地表参量扰动的三种不同扰动方案进行了对比试验,并对最优试验方案的降水集合预报结果进行检验分析。(1) 同时考虑风场、温度场、湿度场、高度场和地表参量的初值扰动,以及考虑模式物理过程扰动的降水集合预报效果最优,可有效提高灾害性天气的预报效果。(2) 初值扰动和模式物理过程扰动对降水预报都有着重要的影响,相同的模式物理过程扰动会由于不同的初值扰动而产生较大差异,并且扰动的集合平均预报对降水有较好的指导意义 。(3) 对于位势高度场预报检验 ,集合预报平均要好于控制预报,并且随着预报时效延长,这种优势更加明显。(4) 对此次强降水过程在长江中下游、华南地区和全国区域的各量级降水预报TS评分检验可知,集合预报较单一的决定性预报(控制预报)效果有明显改善;集合平均预报一般都好于控制预报 ,同时集合预报也为预报员提供了天气不确定性的警示作用。      

两种模式随机扰动方案比较及扰动传播分析

基于我国T213全球集合预报系统,设计了两种模式随机扰动方案,第一种方案对物理过程和动力过程积分总倾向项进行随机扰动(简称STPS),第二种方案仅对参数化的物理过程的积分倾向项进行随机扰动(简称SPPS).将两种方案分别引入模式进行数值试验,评估集合预报效果,分析随机扰动特征及扰动传播机制.结果表明:两种随机扰动方案对T213模式预报变量都产生了明显的影响,垂直方向和水平方向上,扰动值都随着积分时间增加而增长,中高纬地区尤为显著.两种方案的差异是STPS方案预报变量扰动值偏大;SPPS方案预报变量扰动值更为合理,SPPS的扰动大值中心随预报时效增加从低纬向中高纬传播,且总能量偏差具有从小尺度向大尺度传播的特征.与STPS方案相比,SPPS方案的集合预报离散度、集合平均的均方根误差在积分后期明显更有优势,高度场和风场的预报准确性提高,降水量预报技巧也得到明显的改进.表明SPPS方案能更加合理地体现模式物理过程的不确定性,在一定程度上提高集合预报系统的预报能力.     

低频扰动增量法在华南冬季低温延伸期预报中的应用研究

通过扰动物理量分解方法和增量预报方法,提出低频扰动增量的定义,分析冬季大气低频扰动信号与华南低温事件的可能联系,构建基于低频扰动增量的华南冬季低温延伸期预报模型,为低温延伸期预报提供科学参考依据。分析表明:(1)东半球500 hPa高度场低频扰动变化显著区域主要位于中高纬度45°×80°N地区,尤其在乌拉尔山脉附近及其以西的东欧地区和贝加尔湖以北的中西伯利亚地区;(2)500 hPa中高纬高度场和风场低频扰动增量的前两个EOF模态反映了周期为20 d左右低频振荡的传播型模态,EOF1反映的是导致中高纬度两槽一脊型的环流形势得以维持的低频扰动特征,EOF2反映的是中高纬度高空槽东移后出现的低频扰动特征,研究揭示了华南最低气温低频扰动增量与该低频传播模态的关系十分密切;(3)基于低频扰动增量的延伸期预报准确率明显优于直接应用原始场的延伸期预报,重点抓住大尺度环流的低频扰动增量及由其引起的预报量的扰动增量,可以提高延伸期预报的准确率。