ENSO集合预报系统的检验评价

讨论了一个热带太平洋海气耦合集合预报系统集合预报的检验问题。该集合预报系统模式为一个中等复杂程度的耦合模式,其中大气部分为统计模式,海洋部分为动力模式。初始扰动利用集合Kalman滤波同化得到,模式误差扰动由一个一阶马尔可夫随机微分方程生成,预报集合样本为100个。利用1995~2005年的观测资料进行了确定性预报检验,包括相关系数和均方根误差。在概率预报检验方面,包括Talagrand概率分布、离散度、Brier评分(BS)、命中率以及空报率的统计检验,并且根据检验结果对预报系统进行了初步评价。确定性检验表明,集合样本均值的预报水平在热带中太平洋区域要高于热带东太平洋和沿岸区域。同时概率预报检验结果表明,集合预报系统有较高的概率预报技巧,对确定性预报是一个完善和补充。     

数值预报发展的新方向——集合数值预报

数值预报走过了百年的历史(V.Bjerknes,1904)[1],取得了了不起的成就,预报准确率有了很大的提高。但是,考虑到大气的非线性作用以及初值和模式造成的数值预报不确定性,要提高传统的单一确定性预报的技巧越来越难。基于大气初值的敏感性试验,Lorenz提出了数值预报发展的新方向——集合数值预报。通过介绍集合数值预报的基本思想和方法;并针对初值和模式的不确定性,概述现有集合数值预报成员的产生方法及国内外的研究进展;同时解释怎样检验集合预报的结果的论述,如何从众多的集合预报产品中提炼有用的信息及预报产品的释用。     

一种新的集成预报法

通过引入第一可信度和第二可信度两个概念，建立了一种新的适于我国各级台站使用的集成预报方法。在１９９０－１９９２年，曾被用来对８种独立的预报方法进行集成决策，提交长江水利委员会水文局使用。     

长江上游暴雨短期集合预报系统试验与检验

基于PSU/NCAR的高分辨率MM5模式,采用多物理方案构建长江上游中尺度集合预报系统,于2004年8月16日—9月30日进行了预报试验。降水集合预报检验表明,在25mm以上级别的降水预报中,集合预报能改进单一模式的预报能力。对“9·3”暴雨过程的检验表明,降水集合预报平均对暴雨过程的开始、持续、结束时间均有预报指示意义,特别是大于50mm的降水概率分布区域和值的大小对预报大降水的范围有指导作用。     

观测误差对GRAPES区域集合预报影响的敏感性试验

通过设计3组不同的观测误差均方差,对2012年8月1日—29日进行了基于GRAPES-M EPS(Global/Regional Assimilation and Prediction System-Mesoscale Ensemble Prediction System)的集合预报敏感性试验,研究观测误差均方差对集合预报初始扰动场结构、扰动量及垂直扰动总能量发展的影响,评估集合预报结果的差异,并分析了一次典型的江淮流域强降水个例。结果显示,模式变量扰动结构和扰动振幅对观测误差均方差较敏感,较小的观测误差均方差使得温度和风等模式变量的初始扰动量增大,扰动总能量增长更快,降水集合预报效果更优。因此在GRAPES-MEPS中,可以考虑对观测误差均方差进行适当的扰动,以体现观测误差均方差的不确定性对集合预报的影响,提高GRAPES-MEPS的集合预报技巧。     

GRAPES全球集合预报初始条件及模式物理过程不确定性方法研究

为描述GRAPES全球模式初始条件的不确定性,基于适合集合预报应用的GRAPES全球奇异向量技术,依据大气初始误差符合正态分布的特征,采用高斯取样奇异向量来构造全球集合预报初始扰动,在此基础上建立了GRAPES全球集合预报系统(GRAPES-GEPS)。利用GRAPES全球同化分析场,对采用初始扰动的GRAPES-GEPS连续试验预报结果进行检验和分析。结果表明:GRAPES-GEPS中高度场、风场及温度场预报的集合离散度能有效快速增加,集合平均均方根误差与集合离散度的关系合理;相对控制预报的均方根误差,集合平均的预报优势在预报中期非常显著。为进一步体现GRAPES-GEPS中模式物理过程的不确定性,发展了模式物理过程倾向随机扰动技术(SPPT)。试验结果表明:SPPT方案的应用有效提高了GRAPES-GEPS在南、北半球和热带地区等压面要素预报的集合离散度,同时一定程度减小了集合平均误差,进而改进了集合平均误差与集合离散度的关系,其中SPPT方案在热带地区的改进最为显著。本文发展的基于奇异向量的初始扰动方法和模式扰动SPPT方案在中国气象局2018年12月业务化运行的GRAPES-GEPS中得到了应用。     

欧洲中心集合预报在中国区域中期时效离散度预报技巧关系分析

预测数值模式对于中期天气预报能力是集合预报的重要应用之一。为研究集合预报在中国区域中期时效(96～360h)预报技巧的预测能力,本文基于欧洲中期天气预报中心(ECMWF)全球集合预报系统2007—2011年500 hPa高度场和850hPa温度场预报数据,采取两种不同的离散度-预报技巧关系表征方法进行对比分析,结果表明:(1)以均方根误差为表征的预报技巧(RMS_(ENS))和离散度(SP_(RMSE))表现出季节循环特征,即冬(夏)季值高(低),这是大气内在性质的表现。而以距平相关为表征的预报技巧(AC_(ENS))和离散度(SP_(AC))没有显著的内在季节变化特征。(2)对比分析两种不同表征的离散度-预报技巧关系可知,以距平相关为表征的离散度-预报技巧关系更能反映中期时效的预报技巧,且850 hPa温度场较500 hPa高度场二者的相关性更好。(3)定量分析离散度-预报技巧关系表明,小离散度情况下更能体现高的预报技巧,但这种关系从96～360 h样本百分比下降了20%左右,而在大离散度情况下离散度-预报技巧关系相对弱一些,且随预报时效的延长样本百分比没有显著的降低。(4)样本统计显示中期各时效SP_(RMSE)和SP_(AC)二者一致的样本占59%～66%,并没有显示较高的一致性特征。上述分析结果为集合预报在中期时效预报技巧预测方面提供定性和定量的参考。     

15~30d延伸期逐日预报在线显示平台的设计与实现

延伸期逐日预报是近年来涌现出的新兴气象业务。详细介绍了浙江省气候中心研发的15~30 d延伸期逐日预报在线显示平台。该平台以CFSv2和DERF2.0两个气候模式的预报产品为依托,基于5日集合平均方案,运用双线性插值技术形成0.25°×0.25°格点预报产品和省、市、县(市、区)三级行政区域站点预报产品,通过绝对误差和空间相关系数两种方法开展预报检验。针对县级气象部门的精细化服务需求,设计了15~30 d预报时间序列显示界面,并通过"包络线法"和"误差线法"分别给出平均气温和降水预报的上下限。业务平台测试版试运行以来表现出较好的预报性能,以2016年4月两次持续性强降水过程为例分析了平台的预报表现,结果表明平台分别提前20 d和16 d预报出这两次过程。针对存在的问题和不足进行了探讨,指出大力发展数值模式解释应用技术和概率预报是业务平台不断走向深入的技术基石。     

The Uncertainty of Mesoscale Numerical Prediction of Heavy Rain in South China and the Ensemble Simulations

1. IntroductionHeavy rain is a kind of severe natural calamitythat influences South China. After decades of years oftests and theoretical exploration by Chinese scientists,significant progresses have been achieved in its predic-tion and basic theoretical studies (Huang, 1986; Xue,1999; Zhou et al., 2003). Currently, the mesoscale nu-merical model has already been employed as one of themajor tools in the prediction and research on heavyrain in South China, promoting considerably the ac-curac…     

ECMWF集合预报和确定性预报对淮河流域暴雨预报的对比分析

本文运用2012年5—9月欧洲中期天气预报中心(ECMWF)的集合预报系统(Ensemble Prediction System,EPS)和确定性模式(High-resolution Deterministic forecast,HDet)资料对比分析了淮河流域暴雨的预报效果。对于集合预报,主要对比了基于EPS的日降水量极端天气预报指数(Extreme Forecast Index,EFI),和改进的贝叶斯模型平均(Modified Bayesian Model Averaging,MBMA)法对降水的订正后概率。由于ROC(Relative Operating Characteristic)检验是与模式的系统性偏差无关的,所以选用ROC检验,对比了不同空报率下的TS评分,以及不同方法的相对经济价值。对比检验的结果显示,各时效预报MBMA预报效果最好,其次是HDet,EFI的预报效果最差,其中2 d内的预报HDet接近MBMA,随着预报时效的延长,MBMA相对于HDet和EFI的优势不断增强。在不同标准下确定三种方法对淮河流域暴雨预报的阈值,结果显示MBMA同样优于HDet,EFI预报效果最差。但MBMA的优势是通过增加预报偏差得到,如果将预报偏差限定为主观预报的1.37,此时MBMA的效果和HDet的效果接近。