Effect of Length Scale Tuning of Background Error in WRF-3DVAR System on Assimilation of High-Resolution Surface Data for Heavy Rainfall Simulation

We investigated the impact of tuning the length scale of the background error covariance in the Weather Research and Forecasting(WRF) three-dimensional variational assimilation(3DVAR) system.In particular,we studied the effect of this parameter on the assimilation of high-resolution surface data for heavy rainfall forecasts associated with mesoscale convective systems over the Korean Peninsula.In the assimilation of high-resolution surface data,the National Meteorological Center method tended to exaggerate the length scale that determined the shape and extent to which observed information spreads out.In this study,we used the difference between observation and background data to tune the length scale in the assimilation of high-resolution surface data.The resulting assimilation clearly showed that the analysis with the tuned length scale was able to reproduce the small-scale features of the ideal field effectively.We also investigated the effect of a double-iteration method with two different length scales,representing large and small-length scales in the WRF-3DVAR.This method reflected the large and small-scale features of observed information in the model fields.The quantitative accuracy of the precipitation forecast using this double iteration with two different length scales for heavy rainfall was high;results were in good agreement with observations in terms of the maximum rainfall amount and equitable threat scores.The improved forecast in the experiment resulted from the development of well-identified mesoscale convective systems by intensified low-level winds and their consequent convergence near the rainfall area.     

2011年江苏出梅日界定之我见

利用实况观测数据和NCEP/NCAR再分析资料,对2011年江苏出梅日的界定进行探讨,并将7月4 -20日的低温高湿多雨、寡照的异常气候判定为“倒黄梅”,在此基础上,对比分析了2011年和2009年的两次“倒黄梅”天气过程.结果表明:(1)2011年江苏出梅日为6月30日;(2)出梅后的7月4-20日是“倒黄梅”天气过程;(3)北上台风对梅雨和“倒黄梅”结束具有重要的指示意义;(4)“倒黄梅”和梅雨(含“二度梅”)的天气特点为:前者冷暖空气频繁交替、雨带多经向分布、中低空温湿场反位相配置,常为低温高湿的局地对流性降水;而后者冷暖空气稳定对峙、雨带多纬向分布、中低空温湿场同位相配置,常为高温高湿的大范围稳定性降水.     

近年影响桂林的台风暴雨动力热力特征及日本数值预报产品检验

对近年造成桂林台风暴雨的大中尺度环流背景形势作了分析,着重对比分析了尤特和黄蜂台风暴雨的热力、动力特征,对比结果表明:高空槽云系与台风倒槽云系叠加造成的暴雨远比单纯的台风环流造成的暴雨严重,说明中低纬天气系统的相互作用能造成暴雨的增幅。同时检验了日本数值预报产品对台风暴雨预报能力,结果表明:日本数值预报产品对台风环流本身造成暴雨有较好预报能力。     

2004年夏季哈尔滨 5次短时强降水天气过程的对比分析

2004年夏季, 哈尔滨在 40d中发生了 5次短时强降水灾害,城市内涝严重,部分交通干线瘫痪.短时强降水天气多发生于中小尺度天气系统,空间尺度小,生命史短,预报难度大.虽然前人在此方面已做过大量工作,但在干旱的气候背景下,为什么频繁发生短时强降水天气,它们的共同特征是什么？本文从环流条件、卫星云图、多普勒雷达回波以及物理量场进行分析,对上述问题进行了探讨.     

前期月OLR场与中国汛期雨带类型分布的关系

利用合成分析和差异显著性等诊断方法．研究前冬、春季对应各月OLR场与中国汛期雨带类型分布的关系。结果表明：三类雨带对应前期OLR场正、负中心主要分布在亚欧大陆、非洲大陆、以及太平洋地区和北美洲南部地区；4月（前春）海温波动逐渐增强，对流活动加剧，这时赤道中东太平洋偏南地区OLR场的分布特征对后期雨带类型的分布产生较大的指示作用。具体表现为前期赤道中、东太平洋地区对流活动强，对应夏季Ⅲ类雨型，对流活动弱对应Ⅱ类雨型，正常情况下对应Ⅰ类雨型。历史回报试验效果表明，特定区域OLR场异常可以作为预测中国汛期主要雨带位置的强信号因子。     

数值预报产品在暴雨天气过程中的对比分析

本文通过对一次暴雨天气过程的天气形势及几种数值预报产品在该过程中的应用对比分析,得到了实际预报中有较好相关的预报因子.     

基于不同分辨率和参数化方案的新疆区域数值模式性能初步评估

基于中尺度数值模式WRF,选取新疆两次强降水过程,设计3个试验方案,其中试验1为控制试验,试验2提高分辨率,试验3提高分辨率并调整物理参数化方案,初步评估不同分辨率和参数化方案对新疆区域2m温度、10m风速、降水预报的影响。结果表明:(1)提高分辨率对2m温度、10m风速模拟精度均有提高,2m温度预报精度提高约0.5℃,降低了日间温度模拟冷偏差;10m风速预报精度提高约0.5m/s,降低了风速模拟正偏差;但提高分辨率后,模式出现虚假降水预报的情况。(2)提高分辨率并调整物理参数化方案后,2m温度模拟误差略有减小,模拟偏差减小约0.2℃;10m风速模拟误差增大约0.5m/s,模拟偏差增大超过0.5m/s;对降水落区、量级的模拟精度显著提高,减小了降水中心的模拟强度,对虚假降水预报有一定修正。     

基于WRF模式的云南短时强降水物理量特征

为了解云南短时强降水发生前本地化中尺度WRF(Weather Research Forecast)模式输出结果的物理量特征及其对短时强降水预报的作用,使用WRF模式对2016年云南主汛期(6—8月)5次短时强降水过程进行模拟,利用模式输出的高时空分辨率资料计算5次过程中85个样本在短时强降水发生前6 h水汽类、动力类及不稳定条件类的部分物理量值,使用箱线图分析各物理量的分布特征及其与短时强降水的关系,应用经验累积分布函数图确定各物理量的阈值。研究表明,水汽类物理量样本数据值分布较为集中,随着短时强降水的临近数值逐渐增大;动力类的6 km垂直风切变中位数值及平均值随时间变化很小,所有时次的6 km垂直风切变阈值均低于12 m/s,表明短时强降水发生前有弱垂直风切变;不稳定条件类中对流有效位能样本数据的离散程度较大,对短时强降水无指示意义;LI指数、K指数和700 hPa假相当位温样本数据离散度较小,其中K指数中位数值、平均值及阈值的上下限在短时强降水发生前1 h有显著增大的特征,且数据集中度达到最高,大的K指数值与短时强降水有较好的对应关系。使用物理量阈值推算短时强降水落点的方法对云南本地化WRF模式短时强降水的预报性能有改进作用。     

用北太平洋海温场资料制作月降水量预报

使用东营市1963-1996年逐月降水量资料和1962-1996年北太平洋海温资料，采取滚动式相关分析方法，建立了备选因子集。另外，应用逐步回归、最优子集回归、人工神经元网络、多因子EOF迭代等四种统计方法，分析了东营市月降水量与北太平洋海温场的关系。结果表明：东营市月降水量与北太平洋海温场存在显著相关；采用四种统计方法制作东营市月降水量预报，其预报效果均较好。     

时空序列预测误差的敏感性试验分析

利用33模Lorenz系统得到的"理想"混沌时空序列,作为时空混沌序列"发生器".通过状态空间重构,建立"场时间序列"局域近似预测模型,对资料空间分辨率,资料的长度、噪音,以及模型的参数选取等因素进行敏感性试验分析,了解时空混沌序列预测中误差产生和增长的一些影响因素.得到以下初步结论:对于理想混沌时空序列(33模Lorenz系统)而言,与系统相适应的资料空间分辨率和较长的资料长度都将会提高预测精度;可预报时效与资料长度之间近似服从指数关系.另外,在建立预测模型时,适当的邻近点数目,以及采用二阶映射关系和迭代法都可以有效地改善预测精度.对于加入噪音的混沌时间序列,通过"场时间序列"的局域近似方法和4阶自回归方法的预测试验的对比表明,前者显示了更强的抗"干扰"能力.以上结论可以有分析地应用于短期气候预测中.