中尺度降水集合预报随机参数扰动方法敏感性试验

中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。      

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。     

基于TIGGE资料的地面气温延伸期多模式集成预报

基于TIGGE资料中心提供的CMC、ECMWF、UKMO及NCEP四个集合预报中心2008年7月1日-9月30日北半球中纬度地区地面气温10 ～ 15 d延伸期集合预报产品,首先采用Tala-grand分布及离散度—误差关系评估了单个预报系统的预报性能,然后分别利用多模式集成平均(Ensemble Mean,EMN)、消除偏差集成平均(Bias-Removed Ensemble Mean,BREM)及多模式超级集合(Multi-model Superensemble,SUP)对地面气温进行多模式集成预报试验.由于逐日的延伸期预报准确率相对较低,因此人们更关注延伸期预报对天气过程的预报准确率.对各个集合预报系统的逐日预报资料以及逐日“观测”资料做滑动平均,并对处理后的资料进行多模式集成,最后对超级集合预报的训练期长度进行调试,以获得最佳训练期长度.结果表明,四个集合预报系统的离散度相对于均方根误差都偏小,ECMWF预报效果最好,NCEP次之,UKMO预报效果最差.EMN、BREM及SUP三种多模式集成方法的预报效果均优于单个系统且SUP对预报效果的改善最明显.滑动平均后,预报误差进一步降低,且滑动步长越长,误差越小.对于SUP的训练期,逐日预报和3d滑动平均10～12 d预报最佳训练期长度为75 d;13 ～ 15 d预报最佳训练期长度为35 d;5 d及7d滑动平均其训练期长度在各个时效均以35 d为宜.     

希尔伯特—黄变换(HHT)在EH-4数据去噪处理中的应用

工频噪声源于社会生产活动中产生的电磁噪声,常会造成视电阻率曲线病态或发散。为了提高数据处理与解释的精度,本文针对EH-4数据中常见的工频噪声,采用希尔伯特—黄变换进行去噪处理,通过对实际数据的时间序列处理分析可知,该方法利用数据自身的时间尺度特征自适应地分解信号,能够很好地去除工频噪声,为大地电磁信号的去噪提供了一条有效的路径。另外,本文还针对经验模态分解过程中产生严重的模态混叠及“端点效应”进行分析,运用聚合经验模态(EEMD)对仿真信号及实测数据的时间序列进行分解,有效地解决了模态混叠等问题。     

降水量Γ分布模式的普适性研究

利用2015年6月1日—7月31日三个全球数值预报业务中心(CMA、ECMWF和NCEP)的24 h降水集合预报资料和我国东南地区降水观测资料,采用贝叶斯模型平均方法(A方案)和基于A方案的统计降尺度模型二次订正方法(B方案)对上述三个中心和多模式超级集合降水预报进行订正,并对比两种方案的订正效果;然后,选取2015年8月1—31日降水预报进行独立样本检验,分析订正前后的降水预报效果。结果表明:以第50百分位的降水预报为例,经A方案订正后各中心和多模式的集合平均消除了大量的小雨空报,其对小雨、中雨的订正效果很明显,对大雨以上的降水量级订正效果不明显。随着降水阈值增加,A方案的订正效果随之减弱。此方案对雨带走向的订正不明显,会使降水大值区量级降低甚至消失。采用B方案订正后,不仅可降低原始集合预报的空报率,还可对降水量级和落区进行订正,使降水预报的范围和量级与实况更接近,但对大量级降水,如50.0 mm以上的降水量级订正效果仍然不显著。

     

Validation of the effects of temperature simulated by multi-model ensemble and prediction of mean temperature changes for the next three decades in China

Using series of daily average temperature observations over the period of 1961–1999 of 701 meteorological stations in China, and simulated results of 20 global climate models (such as BCCR_BCM2.0, CGCM3T47) during the same period as the observation, we validate and analyze the simulated results of the models by using three factor statistical method, achieve the results of multi- model ensemble, test and verify the results of multi-model ensemble by using the observation data during the period of 1991–1999. Finally, we analyze changes of the annual mean temperature result of multi-mode ensemble prediction for the period of 2011–2040 under the emission scenarios A2, A1B and B1. Analyzed results show that: (1) Global climate models can reproduce Chinese regional spatial distribution of annual mean temperature, especially in low latitudes and eastern China. (2) With the factor of the trend of annual mean temperature changes in reference period, there is an obvious bias between the model and the observation. (3) Testing the result of multi-model ensemble during the period of 1991–1999, we can simulate the trend of temperature increase. Compared to observation, the result of different weighing multi-model ensemble prediction is better than the same weighing ensemble. (4) For the period of 2011–2040, the growth of the annual mean temperature in China, which results from multi-mode ensemble prediction, is above 1 °C. In the spatial distribution of annual mean temperature, under the emission scenarios of A2, A1B and B1, the trend of growth in South China region is the smallest, the increment is less than or equals to 0.8 °C; the trends in the northwestern region and south of the Qinghai-Tibet Plateau are the largest, the increment is more than 1 °C.     

台风麦莎渤海转向的可预报性研究

利用MM5模式研究了2005年第9号台风"麦莎"在渤海向东北转向路径的可预报性.试验用不同的积云参数化方案、不同的预报时效分别从确定性和集合预报角度对"麦莎"在渤海向东北方向的转向过程做了模拟.结果表明,"麦莎"在渤海的转向可预报时效为48小时左右.不同的积云参数化方案对台风麦莎路径的48小时预报结果显示台风均转向东北,预示"麦莎 "基本不会直接影响北京.60和72小时的预报结果显示,Kuo和Betts-Miller积云参数化方案的台风模拟路径与实况比较接近,而Grell和KeinFritch积云参数化方案的台风模拟路径却偏向了实际台风位置的西北,台风有可能直接影响北京.研究表明,对于台风麦莎而言,时效超过两天的转向预报可信度较低,Kuo和Betts-Miller积云参数化方案的预报准确性较高.     

基于动力降尺度的区域集合预报初值扰动构建方法研究

利用全球集合预报系统资料(Global Ensemble Forecast System,GEFS),基于WRF中尺度模式构建了区域集合预报系统,区域集合初值的构建采用两种方案,一种是GEFS全球集合预报初值场直接动力降尺度(称为DOWN集合),另一种是提取GEFS全球集合降尺度后的扰动场,并叠加到区域数值预报系统(北京快速更新循环数值预报系统:Beijing Rapid Update Cycle System,BJ-RUC)分析场上构建集合初值场(称为D-RUC集合)。进行了批量试验,通过对比发现D-RUC集合的中小尺度扰动增长优于DOWN集合,而大尺度扰动分量的增长两者相当,说明与高分辨率分析场叠加可以促进动力降尺度扰动的中小尺度扰动分量的增长。集合预报扰动准确性检验结果显示,短预报时效内DOWN集合扰动明显低估了预报误差,在预报误差较大的位置扰动较小,而D-RUC集合能够更好地识别预报场中哪些位置预报误差较大,而哪些位置预报误差较小。集合预报检验结果表明,D-RUC方法能显著改善短时效预报效果,集合离散度有所增加、均方根误差有所减少,概率预报评分显示D-RUC集合比DOWN集合在短预报时效占优。降水个例分析结果表明D-RUC方法能显著改善短时效内的降水概率预报效果。     

A Prototype Regional GSI-based EnKF-Variational Hybrid Data Assimilation System for the Rapid Refresh Forecasting System:Dual-Resolution Implementation and Testing Results

A dual-resolution(DR) version of a regional ensemble Kalman filter(EnKF)-3D ensemble variational(3DEnVar) coupled hybrid data assimilation system is implemented as a prototype for the operational Rapid Refresh forecasting system. The DR 3DEnVar system combines a high-resolution(HR) deterministic background forecast with lower-resolution(LR) EnKF ensemble perturbations used for flow-dependent background error covariance to produce a HR analysis. The computational cost is substantially reduced by running the ensemble forecasts and EnKF analyses at LR. The DR 3DEnVar system is tested with 3-h cycles over a 9-day period using a 40/13-km grid spacing combination. The HR forecasts from the DR hybrid analyses are compared with forecasts launched from HR Gridpoint Statistical Interpolation(GSI) 3D variational(3DVar)analyses, and single LR hybrid analyses interpolated to the HR grid. With the DR 3DEnVar system, a 90% weight for the ensemble covariance yields the lowest forecast errors and the DR hybrid system clearly outperforms the HR GSI 3DVar.Humidity and wind forecasts are also better than those launched from interpolated LR hybrid analyses, but the temperature forecasts are slightly worse. The humidity forecasts are improved most. For precipitation forecasts, the DR 3DEnVar always outperforms HR GSI 3DVar. It also outperforms the LR 3DEnVar, except for the initial forecast period and lower thresholds.     

中期数值天气预报业务的回顾与展望

本文回顾了近年来国内外中期数值天气预报业务的新进展,简略地介绍了当今国外（以欧洲中期天气预报中心为主）和我国中期数值天气预报业务系统。最后对未来中期数值天气预报的发展作一展望,指出其未来发展的主要方向。