应用九层全球大气格点模式进行跨季度短期气候预测系统性试验

利用中国科学院大气物理研究所9层大气环流模式（IAP9L AGCM）对夏季气候进行了30年（ 1970～1999年）集合回报试验,并采用统计学分析方法对跨季度夏季短期气候的可预测性问 题进行了初步探讨. 结果表明,该模式对对流层中、高层大气环流的预测能力强于低层,位 势高度场和表面气温的可预测性最大,而降水的可预测性则相对较小. 对流层中、高层位势 高度场的可预测性基本呈带状分布,越靠近赤道可预测性越高;而降水的可预测性基本局限 于赤道东太平洋及热带个别区域. 由此可见,降水的预测极为困难和复杂,订正系 统的研究和寻找新的预报物理因子非常重要.      

台风风暴潮异模式集合数值预报技术研究及应用

台风风暴潮数值预报的准确性在很大程度上取决于台风路径预报和强度预报的精度以及风暴潮预报模型的计算精度。目前,国际上24/48 h台风路径预报平均误差分别约为120/210 km左右[1],对于走向异常的台风误差更大;更有,根据单一的台风路径和单族的风暴潮数值预报模式并不能保证获得可靠的风暴潮预报结果。考虑多重网格法原理具有在疏密不同的网格层上进行迭代以达到平滑不同频率的误差分量,使得计算快速收敛,精度提高的特性。在前期研究基础上基于业务化高分辨率(结构网格/有限差分算法)和精细化(非结构网格/有限元算法)台风风暴潮集合数值预报模型构建多模型台风风暴潮集合数值预报系统。采用"非同族"模型进行集合预报很大程度上降低了误差相似遗传的可能性。应用该方法对典型台风风暴潮过程进行了试应用,试报结果表明:该方法对风暴潮增、减水预报效果高于单一集合预报,具有一定的应用前景。     

10个CMIP5模式对亚澳季风环流及其变率的模拟

利用参加第五次耦合模式比较计划(Coupled Model Intercomparison Project Phase 5,简称CMIP5)的10个海气耦合模式的输出结果,比较了这些模式对6种季风指数年际变化的模拟能力,并从季风区大气环流场的气候态以及海表温度异常(SSTA)与季风的相关关系两个方面对季风指数的模拟差异原因进行了讨论。得到结论:CMIP5模式对于季风指数年际变化模拟的结果与观测资料差异较大,其中对南亚季风指数(Webster- Yang index)模拟最好,模式集合会显著改进对南亚季风指数的模拟效果;不同模式基本可以描述出各个季风区大气环流场的气候态分布特征;耦合模式对南亚季风指数模拟的关键可能在于对SSTA的年际变化以及SSTA与季风相关关系的准确模拟。      

一次高原地区强降水过程的对流可分辨尺度集合预报评估

利用FNL(Final Reanalysis Data)、 ERA5(ECMWF Reanalysis V5)再分析资料和GPM(Global Precipitation Measurement)全球逐半小时降水数据,选取我国西南高原地区一次强降水过程,研究了对流尺度集合预报中两种初始扰动方法 BGM(Breeding Growth Mode)和LBGM法（Local Breeding Growth Mode）对复杂地形强降水的预报能力。基于对象诊断的MODE(Method for Object-Based Diagnostic Evaluation)方法评估了模式对降水对象的位置、结构、强度的模拟能力,并与TS(Threat Score)等评分方法进行对比分析,综合评估模式预报性能,表明：（1）基于BGM和LBGM法生成初始扰动的集合预报系统BGM-EPS和LBGM-EPS,集合平均预报对24 h各个量级降水评分均优于控制预报,且暴雨的TS评分LBGM-EPS优于BGM-EPS;(2)整体上,WRF模式能够较好捕获降水对象,尤其是对于高原山地复杂地形的降水预报效果很好,LBGM-EP...     

基于EnKF综合水头和浓度观测数据推估地下水流模型参数

地下水反应运移模型具有参数个数众多,观测数据类型多样的特点。为了探究不同类型观测数据在反应运移模拟数据同化中的数据价值,构建了三氯乙烯降解反应运移模型的理想算例,基于水头和浓度两种类型观测数据,采用集合卡尔曼滤波方法推估渗透系数和贮水系数的非均质空间分布,讨论了影响同化结果的因素。结果表明:与仅同化水头数据的结果相比,联合同化水头和浓度观测数据推估渗透系数场和贮水系数场时具有更高的精度,在观测数据拟合和模型预测方面也有更好的表现。与目前溶质运移模型、非饱和流模型等地下水模型中的研究结果相似,数据同化结果受样本数量,观测井的数量和位置的影响,合理优化布置监测井和选择样本数量可有效改善数据同化效果并提高计算效率。     

联合资料同化理论及其研究进展

联合资料同化是在"集合预报与资料同化一体化"的思想框架下研究发展的一种数值预报新理论和新方法。它在变分同化系统框架的基础上,充分利用集合预报结果,构造"流依赖"的背景误差协方差,提高对不同尺度天气系统背景误差协方差的刻画能力,进而改善分析和预报的质量。目前该方法已引起国际各主要气象业务中心广泛关注,极具业务应用潜力。本文以联合ETKF-3D-Var为例简要介绍了联合资料同化理论及其研究进展,也说明了联合资料同化的应用前景。     

华东区域中尺度集合预报系统的改进及2020年梅雨期降水试验

考虑区域模式预报中不确定性的各种来源,分别引入初始场误差、侧边界误差和模式误差构建新一代华东区域中尺度集合预报系统,并对2020年梅雨期降水开展为期一个月的集合预报试验。通过不同时空尺度典型个例的分析可以看出,所选取的随机物理倾向扰动方案中的参数具备一定的通用性,且在参数调优中加强随机过程的影响,系统中低层的风场和湿度场有明显的反馈,集合系统的离散度得到较大改善,对预报的影响大小依次为:格点方差、随机扰动场的去相关空间和随机扰动场的去相关时间。一个月的梅雨期降水评估结果显示:集合系统升级后对各时次各量级的降水TS（Threat Score）评分均有所提升,但仍然存在着降水强度偏大的问题;从概率预报的角度来看,系统升级后,对中到大雨预报的准确率和可信度提升明显,对强降水事件的描述更准确;形势场的检验结果表明,系统的预报偏差问题得到了部分程度地改善,对大气中低层风场、湿度场和地面变量的预报效果较好。相比原华东区域中尺度集合预报系统,升级后的系统,其整体优势可概括为:预报误差减小、集合离散度明显增加,降水预报的能力在各时段各量级均有提升,其中物理过程的不确定性对于捕捉强降水事件有明显的影响,使得系统的预报可信度增加。     

基于对流尺度集合模拟的长江中下游暖区对流过程的可预报性研究

弱天气尺度强迫背景下的暖区暴雨发生发展机制复杂且难以准确预报。为深入探讨长江中下游暖区对流过程的实际和内在可预报性,本文通过同化模式模拟的探空、雷达等仿真资料的集合资料同化,构建了基于WRF-EnSRF的对流尺度集合预报系统,针对2013年7月21日一次典型暖区对流过程进行了初值扰动集合试验。试验结果表明,不同成员降水预报的发生时间和落区存在两个有显著差异的分岔时段,其一在对流触发阶段,源于扰动风场与地形的相互作用;其二在发展阶段,源于初值扰动导致对流系统强度出现差异,对流强（弱）,冷池出流强（弱）,导致降水落区偏南（北）。进一步的可预报性定量分析可见,由于初值的扰动,在分岔时段,模式的实际可预报性受到严重限制,表现为集合成员降水场的差异和扰动的偏差能量均快速增大。同时,在减小扰动振幅的“等同孪生子”对比试验中,扰动偏差能量随时间变化的曲线在对流触发阶段表现出的非线性特征表明,内在可预报性在这一分岔时段也显著受限。由以上结果可进一步得出结论：由于初值扰动导致分岔时段模式的实际可预报性受限时,准确的初值可有效改进预报效果。而当系统受到由混沌非线性动力学所导致的内在可预报性限制时,改善初值...     

基于背景场奇异向量的CMA全球集合预报试验

目前中国气象局全球集合预报系统（China Meteorological Administration Global Ensemble Prediction System,CMA-GEPS）利用CMA全球数值预报系统分析场计算奇异向量（ANSV）,欧洲中期天气预报中心采用同化背景场计算奇异向量（FCSV）,在业务流程上先于计算ANSV,可优化集合预报系统运行时间。为此,在CMA-GEPS中探索采用FCSV进行集合预报的可行性,分析ANSV和FCSV的空间分布及相似指数,进而针对夏秋季节10个个例开展采用ANSV和FCSV的全球集合预报试验,从等压面要素集合预报技巧、中国地区24 h累积降水概率预报技巧、台风路径集合预报技巧、台风中心最低海平面气压预报技巧等方面对比二者结果。结果表明:ANSV和FCSV的主要结构特征相似,两组集合预报结果相当,表明在CMA-GEPS中使用FCSV可行,可作为未来高分辨率CMA-GEPS业务系统建设的选项。     

集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅱ：参数选取与数值试验

研究的第一部分讨论了如何有效应用集合预报误差的科学方案,确定了集合预报误差在GRAPES（Global Regional Assimilation and PrEdiction System）全球4DVar（four dimensional variational data assimilation）中应用的分析框架。在此基础上研究了针对集合预报误差实际应用于GRAPES全球4DVar,解决接近或超过100个集合样本数时高效生成的计算效率问题,以及与GRAPES全球4DVar匹配的同化关键参数确定问题。选择基于4DVar的集合资料同化方法生成集合样本,通过将第1个样本极小化迭代过程中产生的预调节信息用于其他样本极小化做预调节,将计算效率提高了2倍。通过时间错位扰动方法增加集合样本数,实现集合样本增加到3倍。对集合方差进行膨胀,并选择水平局地化相关尺度为流函数背景误差水平相关的1.4倍。通过批量数值试验方法确定背景误差与集合预报误差的权重系数,对60个集合样本当集合预报误差权重为0.7时预报效果最好。对北半球夏、冬两季各52 d的批量试验表明,对于南、北半球En4DVar （ensemble 4DVar）较4DVar的改进在冬季主要集中在700—30 hPa,而在夏季主要集中在400—150 hPa。赤道地区受季节影响较小,En4DVar对位势高度、风场与温度的改进都较为明显,且经向风场的改进最为显著。文中研发的集合预报误差在GRAPES全球4DVar中应用的方法合理可行。