NASA/Goddard长波辐射方案在GRAPES_Meso模式中的应用研究

本文将NASA（National Aeronautics and Space Administration）/Goddard长波辐射方案引入到GRAPES_ Meso（Global/Regional Assimilation and PrEdiction System_Meso）模式中,对2006年4月中国地区进行了一个月的模拟试验,并与相应的NCEP（National Centers for Environmental Prediction）再分析资料进行了对比分析。试验结果表明:在模拟区域内,使用GRAPES_Meso模式进行24 h、48 h预报得到的晴空大气顶向外长波辐射通量（the clear sky outgoing longwave radiation flux,OLRC）、地面接收到向下长波辐射通量（the clear sky downward longwave radiation flux at ground,GLWC）分布形势与NCEP再分析资料具有较好的对应关系;模式预报24 h、48 h OLRC和NCEP再分析资料月平均误差百分比控制在－10%～＋10%以内,GLWC月平均误差百分比比OLRC略大,但总体上两者误差都在合理和可接受范围之内。OLRC和GLWC 24 h、48 h的预报和NCEP再分析资料的逐日距平相关系数及标准误差的对比显示,模式24 h预报OLRC、GLWC的距平相关系数月平均值分别为0.96、0.98,标准误差月平均值分别为24.54 W m-2、27.23 W m-2;模式48 h预报OLRC、GLWC的距平相关系数月平均值分别为0.9521、0.9804,标准误差月平均值分别为22.43 W m-2、27.64 W m-2。总体上,模式24 h、48 h预报OLRC和GLWC的距平相关系数都在0.93以上,标准误差都在31 W m-2以内,且GLWC预报和NCEP再分析资料的相关性比OLRC略好,OLRC预报与NCEP再分析资料的的标准误差比GLWC略小。通过和RRTM长波辐射方案对比可知,两者的预报水平基本一致。本文研究结果表明,引入NASA/Goddard长波辐射方案后的GRAPES_Meso模式整体上能够较好地预报OLRC和GLWC,该辐射方案可以作为模式GRAPES_Meso的备选辐射方案之一。     

GRAPES NOAH-LSM陆面模式水文过程的改进及试验研究

土壤含水量的计算影响着陆面过程的能量平衡和水量平衡,是陆面模式的核心计算要素之一。目前,GRAPES_Meso模式采用的NOAH-LSM(Noah-Land Surface Model)陆面模式既不能有效地表达径流产源面积的变动情况,也不能完整描述水文循环过程。本次试验针对以上问题对其进行了改进:(1)加入蓄水容量曲线,考虑网格内产流面积的变化及土壤含水量的不均匀性;(2)加入汇流模式,以考虑水平二维水分再分配,提高模式对径流和流量模拟能力。选取2008年8月至9月降水进行模拟试验,研究陆面水循环过程对近地面气象要素的影响。结果表明:改进后的模式模拟土壤湿度、2 m温度等近地面气象要素更接近观测值,并最终对降水量以及降水落区也产生了一定的影响。     

Multi-scale Incremental Analysis Update Scheme and Its Application to Typhoon Mangkhut (2018) Prediction

In the traditional incremental analysis update(IAU) process, all analysis increments are treated as constant forcing in a model’s prognostic equations over a certain time window. This approach effectively reduces high-frequency oscillations introduced by data assimilation. However, as different scales of increments have unique evolutionary speeds and life histories in a numerical model, the traditional IAU scheme cannot fully meet the requirements of short-term forecasting for the damping of hig...     

GRAPES_MesoV4.0主要技术改进和预报效果检验

针对GRAPES_Meso V3.0存在的降水量偏大、模式运行不稳定、近地面温度预报偏差较大、可同化资料偏少以及分辨率偏低等问题,开展了多方面的改进工作:引入变分质量控制以及探空湿度的偏差订正,实现了GPS/PW资料、FY-2E云导风资料以及无线电掩星资料的同化应用,提高了模式分辨率,引入四阶水平扩散方案,调整了微物理参数化方案与动力框架的耦合方案,完善了地面辐射能量平衡方程以及优化了后处理雷达组合反射率因子的诊断方案,并集成所有改进成果形成新的业务化GRAPES_Meso V4.0。批量试验结果表明:GRAPES_Meso V4.0降水ETS评分普遍提高,同时预报偏差明显降低,月平均降水更接近实况,且能够较好地刻画雨带细节;2 m温度预报偏差有较为显著的改善,大部分地区24 h预报有1~2℃左右的降低,有些地区有3~5℃的降低;GRAPES_Meso V4.0对高度场、温度场和风场的改进效果比较显著,500 hPa的温度、风速、位势高度场的相关系数均有显著提高,850 hPa的均方根误差也明显降低,整体性能明显高于GRAPES_Meso V3.0。     

GRAPES_Meso背景误差特征及应用

基于2015年6月—2016年5月GRAPES_Meso有限区域中尺度数值预报模式产品,采用美国国家气象中心（NMC）方法和高斯函数拟合方案统计中国区域的背景误差和水平相关尺度随纬度、高度和季节的变化特征。结果表明:控制变量的背景误差与水平相关尺度不仅随高度和纬度有明显变化,其中非平衡Exner气压和比湿具有明显的局地性和季节变化特征。非平衡Exner气压的背景误差在青藏高原地区较大,且冬季最大,夏季最小。比湿背景误差在低纬度热带季风区较大,且夏季最大,冬季最小。非平衡Exner气压和比湿的水平相关尺度在冬季最大,夏季最小。同时文中采用随高度变化的水平相关尺度替换GRAPES-3DVar中单一尺度参数,1个月的分析和模式预报试验表明,6 h的位势高度预报在对流层有明显改进;风场分析及其12 h内的预报在平流层改进明显;对24 h不同量级降水的预报有显著正贡献,也显著改善24 h内的小雨、中雨和大雨的空报现象,明显改善12~24 h特大暴雨的漏报现象。     

潜热加热纳近方法在地面降水资料同化中的应用

基于国家气象中心GRAPES_Meso高分辨率区域模式,针对中尺度数值预报模式中预报雨带形成滞后问题,研究了潜热加热纳近方法在地面降水资料同化中的应用,以期提高短时数值天气预报的水平。2013年6月20日—7月20日的初步试验结果表明:通过调整模式潜热加热廓线,可以改进初始场中温、湿、风等要素的合理分布,增加降水区的对流不稳定性;潜热加热纳近方法可以缩短模式的调整适应 (spin-up) 时间,改进短时降水预报的落区和强度,提高3 h,6 h,12 h的降水预报TS,ETS评分;与传统的冷潜热加热纳近的试验结果相比,改进的暖潜热加热纳近试验对降水落区和强度的预报更接近观测,但强降水中心范围略大。     

GRAPES_Mesov3.1在西南地区2011年汛期的预报检验分析

基于GRAPES_ Mesov3.1模式建立的GRAPES_ Meso中尺度模式系统在西南区域气象中心运行稳定,该系统于2011年5月投入试验运行.应用GRAPES模式分析产品,NCEP的1°×1°再分析资料,实况资料以及2011年西南低涡探空加密观测资料等,对2011年汛期GRAPES_ Meso系统的预报进行统计检验与天气过程分析.结果表明,模式对2011年8月川渝持续高温、9月16～18日四川东北部大暴雨等高影响天气过程有较强的预报能力,这对实际天气预报有着积极的指导意义.预报与实况偏差主要表现在模式通常超报云南地区降水,而对西南其他地区易漏报.模式通常低报青藏高原到四川西部气温,高报四川东部及重庆地区气温.预报高度场持续偏低,西南低空急流预报偏强,对流层中低层比湿偏低,这些可能是造成降水强度偏弱、降水落区偏北、强降水落区偏小的主要原因.对流层中低层高度场持续偏低,低空急流偏强与模式温度预报偏高和加热不均匀有关.同时模式对平原地区较高原山地预报要好,误差通常随等压面高度降低而增大,在一定程度上表明复杂地形对模式预报影响较大.     

GRAPES中尺度模式中不同积云参数化方案预报性能对比研究

利用我国新一代中尺度数值模式GRAPES_Meso,采用KFeta和BMJ两种积云对流参数化方案,对我国2009年冬季(1月)和夏季(6—8月)天气进行批量回报试验。回报试验结果表明：在冬季,两种方案对GRAPES_Meso模式的预报性能影响差异较小。在夏季,两种方案对模式回报效果的影响表现明显。在低层BMJ方案对形势场的回报性能略优于KFeta方案,中层则是KFeta方案明显优于BMJ方案,而在高层KFeta方案略优于BMJ方案。TS评分检验表明KFeta方案对降水的预报总体上优于BMJ方案,特别是中雨到暴雨量级在华南地区KFeta方案有明显的优势。两个方案预报积云降水平均贡献率的空间分布差异主要表现在低纬度洋面上,BMJ方案的贡献率比KFeta方案大。两个方案积云降水贡献率的概率分布形态在小雨量级上都呈陡峭的“U”型分布。KFeta方案随着降水量级的增大逐渐向大贡献率偏移,特大暴雨量级时基本上是积云降水的贡献;而BMJ参数化方案则是随着降水量级的增大逐渐向小贡献率偏移,特大暴雨量级时基本上是格点降水的贡献。     

GRAPES模式中不同陆面方案对新疆一次强降水事件的模拟

本文采用中尺度数值预报模式GRAPES_Meso V3.3.2.5版本以及NECP的GFS资料,分别选用模式中不同陆面参数化方案(SLAB、LSM、NOAH)对2013年9月14-17日新疆强降水过程进行数值模拟试验,模拟的结果表明：陆面方案对主要雨带的落区和大致走向影响并不大,但对降强度的模拟还是敏感的,耦合陆面方案比不耦合陆面方案的模拟效果更接近实况;不同陆面方案模拟的降水量存在一定差异,它们对降水中心落点、强度以及类型方面各有所长;在各种试验的综合比较中,NOAH方案较其他方案的模拟结果显得更稳定与合理。     

基于GRAPES_Meso的集合预报扰动方案设计与比较

基于GRAPES_Meso区域集合预报系统,设计了三种集合预报扰动方案,即多初值、多初值多物理、多初值多物理多边值,并针对三种方案进行了连续一个月的批量试验,重点分析了2008年7月23日江淮暴雨过程.结果表明,对于降水预报,三种集合扰动方案均相对于控制预报均有所改善,多初值多物理与多初值多物理多边值方案对小雨、中雨预报改进效果显著,对暴雨预报略有改进;多初值方案仅能产生有限的集合离散度且难以增长,引入物理参数方案扰动及边界条件扰动能显著提高集合离散度,改善各物理量场的预报效果;通过比较,多初值多物理多边值为最优方案.该批量试验表明,模式物理过程及边界条件是影响GRAPES _Meso区域集合预报不确定性的不可忽视因素.