风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验Ⅰ.不考虑模式误差的情形

本文在假定模式无偏差的情况下,利用一次风暴过程的模拟多普勒雷达资料进行一系列风暴天气尺度的集合卡尔曼滤波资料同化试验,检验集合卡尔曼滤波在风暴天气尺度资料同化方面的效果,并验证各集合卡尔曼滤波参数对同化效果的影响。试验结果表明,集合卡尔曼滤波能有效地应用于风暴尺度的资料同化;40个集合成员以及6km的局地化尺度能较好地滤除采样误差造成的虚假相关,同时可以将观测信息传递到无观测的模式格点;利用背景场加上空间平滑的高斯型随机扰动生成初始成员的方式较未经过平滑的方式有更好的分析效果;背景场扰动方法能够提高样本的离散度;只同化反射率的同化试验表明,反射率的同化效果较明显,也证明了集合卡尔曼滤波在非常规资料同化中的作用;增加径向风资料同化的效果优于只进行反射率同化的结果。     

基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。     

多模式集合预报技术及其分析与检验

基于国家气象中心天气预报业务平台,对德国、日本、欧洲中心数值预报模式和我国T213模式的夏季预报产品进行检验,在此基础上,通过不同模式对目标区域预报能力的分析,分别应用神经元网络预报技术和基于Ts评分的客观多模式权重系数法(ME),建立了4个模式的集合预报方法,并应用于2005年汛期业务运行。结果表明:ME对短期降水预报技巧高于简单集合平均,因此具有一定的业务应用前景。     

多模式集合预估21世纪淮河流域气候变化情景

利用政府间气候变化委员会第四次评估报告(the Fourth Assessment Report of the Intergov-ernmental Panel on Climate Change,IPCC AR4)的14个全球气候耦合模式对中国淮河流域气温和降水的模拟能力进行了评估,预估了该地区21世纪的降水和气温变化。同时,还分析了14个气候模式对1961-1999年气温和降水的模拟能力,并且根据Taylor方法选取具有较好模拟能力的模式做集合分析。结果表明,不同的气候模式对淮河流域的气温和降水都具有一定的模拟能力,但大多数模式模拟的气温偏低、降水偏多;选取的模式集合可以明显改善模式的模拟能力,但是没有表现出明显的优势。对淮河流域降水和气温未来情景的预估表明,各模式给出的情景结果尽管存在一定的差异,但模拟的21世纪气候变化的趋势基本一致,即气温持续增加,降水出现区域性增加;还重点分析了14个模式集合的结果在2010-2039年、2040-2069年和2070-2099年3个时段的年平均、季节平均降水和气温变化及其时空变化特征,结果表明,3个时段的气温和降水在不同情景下都是逐渐增加的,A2情景下增幅最显著,B1情景下增幅最小。     

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。     

江西一次大雾天气诊断分析和ECMWF集合预报产品释用

利用常规气象资料,对2013年11月15日出现在江西省北部地区的一次大雾天气过程进行了诊断分析,并利用ECMWF集合预报产品对该大雾天气过程的预报进行了解释应用。诊断结果表明,该次大雾天气过程是一次典型的辐射雾。14日傍晚到夜间,江西省北部地区转处冷高压控制,阴转晴,冷空气和地面辐射共同造成的冷却作用明显;大雾发生时的逆温层高度大约在981 hPa;1—3 m/s的风速有利于形成较厚的冷却层;地面相对湿度大,水汽充足。通过对ECMWF集合预报的气温、地面湿度、地面风速和天空总云量预报产品的释用,可以在大雾出现的前日判断出江西省西北部地区同时满足辐射雾出现4个条件(水汽、晴空辐射冷却、微风、近地层的稳定层结)的概率最大,因此出现大雾的可能性最大;江西其他地区不能同时满足4个条件,出现大雾天气的可能性很小。随着对集合预报产品的不断深入挖掘,可以进一步提高集合预报对大雾等灾害性天气的预报能力。     

SWCWARMS模式小时降水量时间滞后集合预报研究

基于SWCWARMS模式9km×9km分辨率逐小时降水预报,通过时间滞后集合预报方法构建多个集合成员,使用SAL评分值计算相应集合成员的权重系数,进行不等权集合平均,从而得到新的逐小时降水预报。利用SAL、TS和BIAS检验方法对四川省2019年8月的逐小时降水量时间滞后集合预报及相应的SWCWARMS模式最新时次预报进行对比分析,结果表明:(1)时间滞后集合预报SAL检验的L值和A值都较模式预报更接近于0,较好地改善了降水位置和强度的整体预报水平;(2)时间滞后集合预报对逐小时降水晴雨TS评分提升明显,评分提高百分率在10%左右,有效地减小了模式在晴雨方面的空报;(3)临近预报时效,时间滞后集合预报方法对于大量级降水预报也有较好的订正效果。     

集合预报及其在中期天气预报中的应用

作者概述了集合预报的基本概念，集合预报中期天气预报中的意义与作用，现有的主要集合预报产品以及集合预报在美国美国国家气象中心和欧洲中期天气预报的业务运行。简要介绍了我国国家气象中心在动力延伸预报和集合预报方面的试验研究情况。     

应用IAP9L-AGCM对2002年中国夏季气候的预测及效果检验

利用中科院大气所9层大气环流格点模式(IAP9L—AGCM)和IAP—ENSO预测系统对2002年中国夏季气候进行实时集合预测及其检验。结果显示，IAP9L—AGCM较好地预测出了2002年夏季我国大范围旱涝的分布形势，如华南、我国西部多雨，黄河和长江流域之间大范围干旱等；850hPa减弱的夏季风、青藏高原辐散中心以及北太平洋上空的异常气旋性环流中心亦被较好地预报出来；不足的是，模式对降水异常细致分布的预测能力有限。预测结果还表明，该模式对夏季(6—8月)平均降水的预报技巧要高于月平均状况，且月平均预报的准确度从6—8月依次递减。     

大气初始场对短期气候数值预测的影响

利用中国科学院大气物理研究所发展的九层大气环流模式(简称IAP 9L2°×2.5°-AGCM)分析了大气初始场对短期气候数值预测的影响,分别从实际观测海温、海冰的外强迫和气候态海温、海冰的外强迫出发,进行两组集合回报试验,每组包含3个试验,分别将实时NCEP-Ⅱ资料和对NCEP-Ⅱ资料经5 d平滑、11 d平滑后的资料作为大气初始场,进行17 a(1988—2004年)集合回报试验,采用相关分析方法对试验结果进行对比分析。结果表明,比较相关系数定量检验出大气初始场对热带地区可预报性影响较小,而对中、高纬度地区影响很大。通过对6个试验中对应气象要素在对流层各层距平时间相关系数以及17 a空间异常相关系数均值比较分析发现对东亚(中国)地区夏季气候而言,NCEP-Ⅱ资料经5 d平滑后生成的大气初始场对应回报试验结果相对最好。