适用于非静力大气模式的完全平衡多矩约束有限体积方法

大气数值模式离散垂直动量方程时,一般而言气压梯度力和重力不易维持严格的静力平衡关系。为精确平衡数值离散的垂直气压梯度力和重力,基于高精度多矩约束有限体积方法引入完全平衡数值公式,即以满足静力平衡关系的热力学参考态对重力源项进行数值离散构造,发展了适用于非静力大气的完全平衡多矩约束有限体积方法。一维标准数值试验表明,完全平衡多矩约束有限体积方法能在较粗糙的计算网格点上保持静力平衡参考态的数值计算误差在计算机的单精度（10-6）和双精度（10-14）水平,在具有小量级扰动的初始条件下,完全平衡多矩约束有限体积方法能较好地模拟扰动的传播,二维非静力热泡试验进一步验证了完全平衡多矩约束有限体积方法对非静力大气运动的模拟能力。数值试验结果验证了所发展方法的完全平衡属性和适用性,这为非静力大气模式发展提供了良好参考价值。     

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...     

2016年GRAPES_TYM改进及对台风预报影响

为了进一步提高国家气象中心区域模式台风数值预报系统（GRAPES_TYM）的预报能力,2016年对模式参考大气廓线以及涡旋初始化方案进行了改进:由模式初始场水平方向平均的一维参考大气代替原来的等温大气,涡旋初始化方案取消了原涡旋重定位并将涡旋强度调整半径由原来的12°减小到4°。对2014—2016年的生命史超过3 d的所有台风进行了回算,路径及近地面最大风速统计误差分析表明:参考大气的改进可以减小模式对台风预报路径预报的系统北偏和平均路径误差,尤其是140°E以东的转向台风。涡旋初始化方案中强度调整半径的减小会进一步减小模式预报路径的北偏趋势,从而进一步减小平均误差。同业务系统预报结果相比,改进后的GRAPES_TYM（包括参考大气和涡旋初始化）可以使平均路径误差分别减小10%（24 h）,12%（48 h）,16%（72 h）,14%（96 h）以及15%（120 h）。同美国NCEP全球模式路径预报相比,GRAPES_TYM在西行、西北行登陆我国的台风路径预报有一定优势。     

Implementation of CMA-GFS 3D-Var System on the Yin-Yang Grid

The global three-dimensional variational (3D-Var) data assimilation is implemented on a new quasi-uniform overset (Yin-Yang) grid on sphere. As a quasi-uniform spherical grid, it covers the sphere by overlapping two perpendicularly oriented grid components which is nothing but low latitude region of the usual latitude-longitude grid. Based on this characteristic of the Yin-Yang grid, it enables us to implement the regional 3D-Var system efficiently and accurately on the Yin or Yang component grid, respectively. The global analysis could update directly from the regional analysis since they have the same configurations like the precondition of eigenvalue decomposition for vertical direction, recursive filtering for horizontal direction, minimization method and observation operator and so on. However, the balance equation and vector wind are needed to be paid more attention on the Yin grid analysis due to its coordinate transformation. How to spread the observation information near the boundary of Yin and Yang grid is a key to the 3D- Var analysis. Extending double the horizontal correlation length distance in the overset boundary of Yin and Yang grid has successfully solved the problem. The results show that the analysis on the Yin-Yang grid is reasonable and similar to the result on the latitude-longitude (LAT-LON) grid. This paper provides a promising strategy for the development of a 3D-Var global system for overset grids.     

数值模式中地形滤波处理及水平扩散对降雨预报的影响

为克服高分辨率模拟中,对于具有陡峭山峰及深谷的区域,存在不真实降雨场预报问题,本文引入数字滤波器及水平扩散方案分别对地形及计算噪音进行处理.滤波器由不同的一维高阶低通隐式正切滤波器耦合而成,能选择性地过滤由地形坡度所引起的不同尺度的噪音.水平扩散方案是将一个通量受地形限制的线性四阶单调水平扩散项加到预报方程,去控制由数值扩散、非线性不稳定及不连续物理过程等引起的小尺度噪音.试验结果表明：地形滤波处理及水平扩散方案能消除山区降雨预报量集中在山顶,而同时山谷和背风面又无雨的现象.因而,降雨分布更真实.     

陆面过程对2007年淮河流域强降水数值预报的影响分析

基于GRAPES中尺度数值天气预报模式,研究了不同复杂程度陆面过程和不同土壤初始条件对2007年中国夏季淮河流域降水数值预报的影响。重点分析了下垫面非均匀性对造成我国夏季强降水的中小尺度对流系统的启动和发展的影响,探讨了中小尺度对流发生发展中陆气相互作用的可能影响。对2007年7月8日发生在淮河流域的一次对流过程采用两组敏感性试验进行研究,结果表明对流启动对陆面过程有很强的敏感性。Noah陆面模式能合理地模拟出对流的启动,而Slab陆面模式模拟的对流会延迟1～2小时,这与Noah陆面模式能合理描述地表感、潜热通量有关。GLDAS初始土壤资料能更加合理地描述实际土壤温湿的分布状况,有利于更加准确地模拟出对流降水的启动和分布位置。另外,对2007年7月淮河流域的持续性强降水天气过程进行了对比模拟,研究表明:不同复杂程度陆面过程对连续强降水数值预报有明显的影响。使用Noah陆面模式能提高对强降水预报的能力,而且随着模式分辨率的提高,降水的TS评分也在提高,Noah的TS评分总体上高于Slab。     

CAMS复杂云微物理方案与GRAPES模式耦合的数值试验

CAMS复杂云微物理方案是混合相双参数方案, 包括11个云物理变量和31个云物理过程, 能够同时预报水成物的比质量和数浓度。通过在GRAPES非静力中尺度模式中增加预报量并修改相关程序后, 实现了二者的耦合, 耦合后模式运行稳定。选取2005年8月15—17日我国华北地区一次暴雨过程, 利用耦合后的模式进行48 h模拟试验, 同时还选取了GRAPES模式中其他3个比较复杂的微物理方案进行模拟, 着重分析了降水和水成物分布的模拟结果。研究结果表明: CAMS方案能够模拟出与实测相接近的雨带分布特征, 并且对降水演变的模拟结果与其他方案比较一致, 对暴雨中心位置的模拟有待改进。CAMS方案模拟的水成物垂直分布与其他方案相比具有相似的总体特征, 各相态粒子的量级和分布合理, 不同方案的结果在量值上有所差别。个例分析结果显示出CAMS方案对降水和水成物的分布能够合理描述。今后应通过更多个例进行更为精细的模拟试验, 对新方案进行检验。     

一种快速预处理算法及其在浅水波方程中的应用

为了提高数值求解大气方程的计算速度,我们研究了稀疏逼近逆预处理方法及其在数值求解浅水波方程中的应用,这是一种求解大型线性方程组的快速算法,该算法的核心内容是稀疏逼近逆非零元模式的选取。首先导出了一种稀疏逼近逆的非零元模式及其确定方法,然后以浅水方程的差分格式为例,借助于GMRES迭代算法,对这种预处理快速算法应用前后的计算速度进行了比较,发现该快速算法能大幅度提高运算速度。另外,该预处理快速算法简单、易于并行,是一种值得在大气方程中推广应用的方法。     

A forecast error correction method in numerical weather prediction by using recent multiple-time evolution data

The initial value error and the imperfect numerical model are usually considered as error sources of numerical weather prediction (NWP). By using past multi-time observations and model output, this study proposes a method to estimate imperfect numerical model error. This method can be inversely estimated through expressing the model error as a Lagrange interpolation polynomial, while the coefficients of polynomial are determined by past model performance. However, for practical application in the full NWP model, it is necessary to determine the following criteria: (1) the length of past data sufficient for estimation of the model errors, (2) a proper method of estimating the term "model integration with the exact solution" when solving the inverse problem, and (3) the extent to which this scheme is sensitive to the observational errors. In this study, such issues are resolved using a simple linear model, and an advection-diffusion model is applied to discuss the sensitivity of the method to an artificial error source. The results indicate that the forecast errors can be largely reduced using the proposed method if the proper length of past data is chosen. To address the three problems, it is determined that (1) a few data limited by the order of the corrector can be used, (2) trapezoidal approximation can be employed to estimate the "term" in this study; however, a more accurate method should be explored for an operational NWP model, and (3) the correction is sensitive to observational error.