集合数值天气预报的研究进展

集合预报是目前国外广泛应用的一种新的数值预报技术,国内由于计算条件的限制,集合预报的研究应用起步较晚,目前虽已取得了一些研究成果,但还没有广泛的应用到实际的业务预报之中。集合预报的应用,在天气预报上主要是概率预报,另外在“目标观测”、资料同化等方面也有广泛应用。集合概率预报的一系列适用的验证,增加了概率预报的信度。     

多源降水预报集成技术应用研究

基于欧洲中期天气预报中心全球高分辨率预报模式ECMWF、中国自主研发的新一代业务化区域数值模式GRAPES_Meso和WRF中国全国区域预报模式的降水预报结果进行未来3 d降水集成预报。以中国地面-卫星-雷达三源融合逐时降水格点产品(CMPA-Hourly,V2.0)作为"观测值"进行建模,采用消除偏差多模式平均法和基于无偏平均绝对误差集成法对中国大陆地区进行降水集成预报,同时采用2800个国家自动气象站降水观测数据对降水集成预报效果进行检验。结果表明：基于无偏平均绝对误差的降水集成方法能够综合每个模式成员降水预报场的优势,提供一种更为稳定可靠且具有更高分辨率的优质精细化降水预报产品;其在试验期间对中国大陆地区汛期的降水预报ETS评分,优于消除偏差多模式平均降水集成预报和最优单模式降水预报,BIAS评分更接近于1,与"实况"的距平相关系数也明显提高,是对降水大值捕捉能力较优的一种集成方法,尤其对中雨到暴雨量级预报的改进较好。     

集合卡尔曼滤波同化多普勒雷达资料的数值试验

利用集合卡尔曼滤波(EnKF)在云数值模式中同化模拟多普勒雷达资料,并考察了不同条件下EnKF同化方法的性能.结果显示,经过几个同化周期后,EnKF分析结果非常接近真值.单多普勒雷达资料EnKF同化对雷达位置不太敏感,双雷达资料同化结果在同化的初期阶段比单雷达资料同化结果准确.同化由反射率导出的雨水比直接同化反射率资料更有效,联合同化径向速度和雨水有利于提高同化分析效果.协方差对EnKF同化效果起着非常重要的作用,考虑模式全部预报变量与径向速度协方差的同化效果比仅考虑速度场与径向速度协方差的同化效果好.雷达资料缺值降低了同化效果,此时增加地面常规观测资料的同化可以明显提高同化分析效果.EnKF同化技术对雷达观测资料误差不太敏感.初始集合对同化分析有较大影响.EnKF同化受集合大小和观测资料影响半径.同化对模式误差较敏感.利用EnKF同化双多普勒雷达资料,分析了一次梅雨锋暴雨过程的中尺度结构.结果表明,EnKF同化技术能够从双多普勒雷达资料反演暴雨中尺度系统的动力场、热力场和微物理场,反演的风场是较准确的,反演的热力场和微物理场分布也是基本合理的.中低层切变线是此次暴雨的主要动力特征,对流云表现为低层辐合、高层辐散并有垂直上升运动伴随,其热力特征表现为低层是低压区,高层为高压区,中部为暖区而上、下部为冷区,水汽、云水和雨水分别集中在对流云体内、上升气流区和强回波区.     

基于CMIP5多模式集合资料的中国气温和降水预估及概率分析

选用国际耦合模式比较计划第五阶段（CMIP5）提供的30个全球大气-海洋耦合模式（AOGCMs）在典型浓度路径（RCPs）情景下气温和降水量的预估结果,采用扰动法,用站点观测资料作为气候背景场替代AOGCM模拟的气候平均,尝试校正气候预估结果的系统性偏差。通过集合方法,用概率的形式给出中国平均气温升高1 ℃,2 ℃和3 ℃以及降水量增加10%,20%和30%概率的空间分布,讨论了中国未来平均气温和降水量可能的变化。结果表明：经过扰动法处理后的气温和降水量预估集合保留了当前气候的局地信息。预估平均气温在中国均有上升,北方地区尤其是青藏高原地区变暖的程度大于南方地区,北方大部分地区平均气温升高的趋势为0.28 ℃/10a。在21世纪初,中国北方地区年平均气温升高1 ℃的可能性超过50%。到了21世纪末期,中国大部分地区平均气温升高2 ℃的可能性超过60%,新疆北部以及青藏高原南部地区气温升高3 ℃的可能性超过50%。预估中国降水量普遍增多,中国北方地区降水量增多的程度要明显大于江淮流域及其以南地区,尤其是西北地区降水量增多非常显著,降水量增多30%的可能性超过70%以上。     

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.      

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。     

西北太平洋(含南海)热带气旋路径集成预报分析

基于2004—2009 年中国中央气象台、日本气象厅、美国联合台风警报中心、欧洲中心对西北太平洋和南海编号热带气旋主客观预报资料,利用算术平均、多元回归以及历史平均误差等三种集成方法,建立了热带气旋路径集成预报业务化系统。通过2007—2009 年的业务运行结果分析发现,欧洲中心客观预报参与的24、48 和72 h 集成比主观预报三个成员集成预报水平分别提高约2%、3%～5%和3%～5%,减小误差2.5 km左右、6～9 km 和10～12 km。技巧分析发现,24～72 h 集成预报有正技巧,多元回归集成技巧相对稍低,而算术平均和以各成员平均误差的平方倒数为权重系数的集成技巧对于各集成成员来说技巧差异不大。96 h 集成预报对欧洲中心的客观预报没有正技巧。      

Review of the Kalman-type hydrological data assimilation

ABSTRACT

There is great potential in Data Assimilation (DA) for the purposes of uncertainty identification, reduction and real-time correction of hydrological models. This paper reviews the latest developments in Kalman filters (KFs), particularly the Extended KF (EKF) and the Ensemble KF (EnKF) in hydrological DA. The hydrological DA targets, methodologies and their applicability are examined. The recent applications of the EKF and EnKF in hydrological DA are summarized and assessed critically. Furthermore, this review highlights the existing challenges in the implementation of the EKF and EnKF, especially error determination and joint parameter estimation. A detailed review of these issues would benefit not only the Kalman-type DA but also provide an important reference to other hydrological DA types.

Editor D. Koutsoyiannis; Associate editor F. Pappenberger     

Sensitivity Analysis of the Super Heavy Rainfall Event in Henan on 20 July (2021) Using ECMWF Ensemble Forecasts

An unprecedented heavy rainfall event occurred in Henan Province, China, during the period of 1200 UTC 19 -1200 UTC 20 July 2021 with a record of 522 mm accumulated rainfall. Zhengzhou, the capital city of Henan, received 201.9 mm of rainfall in just one hour on the day. In the present study, the sensitivity of this event to atmospheric variables is investigated using the ECMWF ensemble forecasts. The sensitivity analysis first indicates that a local YellowHuai River low vortex (YHV) in the southern part of Henan played a crucial role in this extreme event. Meanwhile, the western Pacific subtropical high (WPSH) was stronger than the long-term average and to the west of its climatological position. Moreover, the existence of a tropical cyclone (TC) In-Fa pushed into the peripheral of the WPSH and brought an enhanced easterly flow between the TC and WPSH channeling abundant moisture to inland China and feeding into the YHV. Members of the ECMWF ensemble are selected and grouped into the GOOD and the POOR groups based on their predicted maximum rainfall accumulations during the event. Some good members of ECMWF ensemble Prediction System (ECMWF-EPS) are able to capture good spatial distribution of the heavy rainfall, but still underpredict its extremity. The better prediction ability of these members comes from the better prediction of the evolution characteristics (i.e., intensity and location) of the YHV and TC In-Fa. When the YHV was moving westward to the south of Henan, a relatively strong southerly wind in the southwestern part of Henan converged with the easterly flow from the channel wind between In-Fa and WPSH. The convergence and accompanying ascending motion induced heavy precipitation.