基于全球集合预报的西北太平洋热带气旋预报的评估和改进

西北太平洋热带气旋在2018年7~8月间的预报,特别是在上海登陆的温比亚(2018)、安比(2018)和云雀(2018),给数值模式和预报均带来巨大的挑战.文章基于ECMWF和NCEP的集合预报对这些热带气旋的预报技巧进行了分析.结果表明,ECMWF的集合预报对热带气旋路径和强度的预报技巧高于NCEP的集合预报.对于在上海登陆的三个台风,ECMWF的集合预报对温比亚(2018)和安比(2018)的强度预报技巧优于NCEP的集合预报,但两者对云雀(2018)在峰值附近的强度预报技巧都较低.为了提高集合预报对热带气旋的预报技巧,文章提出了一种集合预报成员的适应性权重估计方法.该方法利用集合成员的预报场和分析场相对于观测的距离,适应性地估计集合成员在集合平均中的权重.当适应性权重方法应用于ECMWF和NCEP的集合预报时,二者的集合预报对热带气旋路径和强度的预报技巧都得到了改进,并且ECMWF集合预报的改进要优于NCEP集合预报.     

耦合条件非线性最优扰动及其在ENSO集合预报研究中的应用

考虑到目前集合预报初始扰动方法未能充分刻画地球系统不同圈层相互作用影响的局限性,本研究提出了能够考虑多圈层耦合初始不确定性的耦合条件非线性最优扰动(C-CNOP)方法.将C-CNOP方法应用于热带太平洋典型的海气耦合现象厄尔尼诺-南方涛动(ENSO)事件的集合预报研究,表明了C-CNOP方法能够产生ENSO集合预报的更恰当考虑海气耦合不确定性的快速增长初始扰动(CPs);从Ni?o3.4海表温度距平(SSTA)时间变率的预报和ENSO成熟位相SSTA空间变率的预报两方面,揭示了CPs能够有效促进ENSO集合平均预报的水平,尤其从春、夏季开始的预报,即使该季节热带太平洋海气耦合强度最弱, CPs也能够捕捉到该弱海气耦合信息的不确定性,从而大大抑制了ENSO预报误差在该季节由于最强海气耦合不稳定性导致的快速增长,有效延长了ENSO的预报时效.因此, C-CNOP方法是一个能够产生集合预报的更充分考虑初始耦合不确定性的初始扰动的方法,期望未来在继续研究的基础上,使C-CNOP在地球气候系统预测中发挥重要作用.     

数值模式延伸期可预报分量提取及预报技术研究

针对延伸期尺度的可预报分量,借鉴了CNOP相关算法,形成了在数值模式中提取可预报分量的实用方法和预报技术.从模式预报误差增长的角度将模式变量分为可预报分量和不可预报的混沌分量,将可预报分量定义为在预报时段内误差增长较慢的分量.基于现有的国家气候中心月动力延伸预报业务模式,建立了针对可预报分量的数值模式.同时结合历史资料有用信息,对数值模式的可预报分量,在历史资料的可预报分量中寻找相似场,降低了相似判断过程中变量的维数,进一步对可预报分量的预报误差进行订正.对混沌分量利用历史资料,通过集合预报方法得出其期望值和方差.数值试验结果表明,该方法能有效提高10～30天延伸期数值模式大气环流场的预报技巧,具有良好的业务应用前景.     

热带气旋路径预报的遗传算法客观综合决策研究

研究了一种采用遗传算法(GA)用于台风移动的多预测结论的客观综合决策方法. 通过对1884~2002年的台风数据超大样本训练学习, 设计了用于台风路径预测的遗传学习人工神经元网络(GLANN), 可以把台风移动的预测转化为在其移动中对运动环境动态变化的适应. 采用GA进行网络结构描述, 提出一种遗传选择适应度函数设计, 并给出获得适应度最高(误差最小)的计算方法. 采用人工神经元网络遗传算法与其他方法, 对近年来异常路径台风进行了预报能力的平行对比分析. 参加对比试验的台风有多种类型, 包括海、陆生命史较长, 且登陆影响严重的9711号台风(Winnie), 20世纪90年代以来登陆并影响我国的10个疑难路径台风, 1998年登陆及影响我国的台风, 以及2000年在西北太平洋和南中国海生成的台风24~48 h预报. 试验结果表明, GA方法优于其他方法, 对异常路径台风表现出明显的预报能力.     

大气-海洋运动的可预报性:思考与展望

针对大气-海洋运动的可预报性,本文回顾了对可预报性概念的认识,讨论了更具一般意义的可预报性的定义.对不同时空尺度天气-气候事件的预报(预测),梳理出了可预报性研究中内禀可预报性上限(Intrinsic predictability limit,IPL)问题的一些未解难题.本文也讨论了初始误差的空间结构与模式参数误差,以及涉及的目标观测问题,给出了未来需要进一步探讨的重要问题.最后,针对业务预报中广泛应用的集合(概率)预报方法,讨论了集合预报-概率预报的可预报性问题及其研究的挑战性,并强调了在随机动力系统中考虑IPL问题的重要性.     

基于对流尺度集合预报特性的局地增长模培育算法

结合对流尺度集合预报的强局地性特征,提出了一种局地增长模培育法,并根据理想试验结果从扰动形态、离散度和预报均方根误差三个方面对局地增长模培育法进行了初步评估.局地增长模培育法在增长模培育法的基础上,引入影响半径.在培育过程中,通过计算每个格点的局地预报均方根误差与初始时刻全场预报均方根误差之比,对扰动进行缩放调整.试验结果表明,经过局地增长模培育法调整后的扰动,具有更多的局地化特征.对于扰动物理量与一些近地面气象要素而言,局地增长模培育法能够提高集合的离散度并降低预报均方根误差,提高集合预报系统性能.局地增长模培育法是一种不同于现有基于全局正交思路的初始扰动方法,充分考虑了对流尺度天气系统的局地性,有助于提高对流尺度集合预报的预报效果.     

基于条件非线性最优扰动方法的集合预报试验

在不考虑模式误差的情况下,采用三层准地转T21大气模式作了10d的集合预报试验．比较了两种集合预报初始扰动产生方法的优劣：奇异向量法和条件非线性最优扰动方法．从1982／1983冬到1993／1994冬（12月至次年2月）随机选择了10个个例．异常相关系数被用来评估北半球500hPa位势高度场的预报质量．结果表明,如果在预报中后期北半球大气环流具有环流转型发生,用条件非线性最优扰动代替第一奇异向量的集合预报技巧在中期预报范围（第4天之后）明显高于奇异向量法,Rank Histograms进一步说明新方法产生的集合具有更高的可靠性．结论证实并推广了作者以前的工作,即：采用正压准地转模式,在分析误差为快速增长扰动的情况下,条件非线性最优扰动方法的引入改善了集合预报效果．     

超强厄尔尼诺事件“春季可预报性障碍”及其误差增长动力学分析

基于一个中等复杂程度模式(ICM)集合预报系统(EPS)产生的海表温度距平(SSTA)预报产品,从误差增长的角度探讨了2015/16超强El Nio事件的"春季可预报性障碍"(SPB)问题.通过分析集合预报成员预报误差的增长倾向,发现了2015/16 El Nio事件的预报误差增长呈现显著的季节依赖性,且在春/夏季具有最大增长率,表明ICM-EPS对2015/16 El Nio事件的预报发生了明显的SPB现象.进一步分析表明,上述SPB现象不是由ICM初始场的不确定性引起,而是由其模式误差导致,而ICM-EPS集合预报成员的平均滤掉了部分模式误差的影响,减弱了SPB现象,从而使得2015/16 El Nio事件的预报产生较小的预报误差.通过探讨由海温方程的倾向误差表征的模式误差,该研究揭示了导致SPB现象发生的倾向误差的主要空间特征,并阐明了ICM-EPS低估2015/16El Nio事件强度的原因.此外,本文也揭示了导致显著SPB现象,尤其是导致最大预报误差的SSTA倾向误差的结构特征.该倾向误差的SSTA分量具有赤道中东太平洋负异常,西太平洋正异常的纬向偶极子结构,与Duan等提出的最敏感非线性强迫奇异向量(NFSV)-倾向误差高度相似,从而表明NFSV-型倾向误差也存在于实际的El Nio预报中.该研究也探讨了其他超强El Nio事件,如1982/83和1997/98事件,得到了类似的结果.因此,如果利用NFSV-型倾向误差校正ICM模式误差,ICM-EPS可大大提高超强El Nio事件的预报技巧.     

半湿润流域水文模型比较与集合预报

选择7种水文模型分别在中国北部3个半湿润流域做模拟对比,分析不同水文模型在各流域的适用性,并使用贝叶斯模型平均法对不同模型集合,比较各种集合方法的优势,研究贝叶斯模型平均法的应用效果.研究结果表明,以蓄满产流模式为主的模型在半湿润流域应用效果较好,针对不同流域特点对传统模型进行改进可以提高模拟精度.贝叶斯模型平均法能提供较好的确定性预报结果和概率预报结果,仅对少数模拟效果好的模型进行集合,并不能有效提高预报精度,适当增加参与集合的模型数量能使贝叶斯模型平均法更好地综合各模型优势,提高预报结果的精度.     

延伸期可预报分量的预报方案和策略

延伸期时间尺度虽然超过逐日天气预报时效理论上限,但仍然存在可预报的气象场特征.本文针对延伸期尺度的可预报分量,提出了有针对性的预报方案和策略.基于大气系统的混沌特性,从误差增长的角度在数值模式中分离了可预报分量和不可预报的随机分量,将可预报分量定义为在预报时段内误差增长较慢的分量,它对初值小的误差不极其敏感.通过在预报过程中滤除随机分量,保留可预报性较高的分量,建立起针对可预报分量的数值模式,避免小尺度分量预报误差的快速增长对预报效果的影响.同时,结合历史资料,利用相似-动力方法对可预报分量的预报误差进行订正,达到减小模式误差和从统计角度考虑随机分量对可预报分量影响的目的.结果表明,该方法能有效提高数值模式对可预报分量的预报技巧,从空间分布上体现为对可预报性较高的地区改进更为明显;从空间尺度上看,改进最为明显的是0波,其次是超长波和天气尺度波,与各尺度的可预报性有很好的一致性.该方法能有效减小可预报分量的模式误差,提高预报技巧,显示出良好的业务应用前景.     

国内台风数值预报模式及其关键技术研究进展

我国是世界上受台风灾害影响最严重的国家之一.减轻台风灾害首先依赖于台风预报能力,这主要取决于台风数值预报模式及其关键技术的发展水平.本文简要回顾了国内台风数值预报模式的发展历程;介绍了目前国内模式在台风初始化和物理过程等方面的关键技术特点;分析了模式技术中存在的主要问题,并就今后的技术发展提出了建议.文中指出,一方面,尽管基于经验假设的涡旋构造技术在典型台风的分析和预报中仍发挥着重要作用,但为提高对异常台风路径和强度变化的预报,需要加强卫星等观测资料在模式分析中的应用.另一方面,通过加强模式细网格条件下的物理过程参数化研究,可以更加合理地刻画台风中小尺度物理过程,进一步提高台风强度、风雨预报性能.     

动力相似预报的策略和方法研究

为了在现有模式和资料条件下有效提高数值预报水平, 深入开展了动力相似预报(DAP)的策略和方法研究. 提出“利用历史相似信息对模式预报误差进行预报”的新思路, 从而将动力预报问题转化为预报误差的估计问题, 并发展了一种基于相似误差订正的预测新方法(FACE). 进一步将FACE应用于业务海气耦合模式的跨季度预测试验, 夏季平均环流和降水的预测结果表 明, FACE能在一定程度上减小预报误差、恢复预报方差、提高预报技巧. 此外, 敏感性试验显示, 相似的个数、选取变量和度量标准都对FACE预报有显著影响.     

BMA集合预报在淮河流域应用及参数规律初探

以淮河流域吴家渡水文站作为试验站点,采用基于贝叶斯平均法(BMA)的集合预报模型处理来源于马斯京根法、一维水动力学方法、BPNN(Back Propagation Neural Network)的预报流量序列,通过分析BMA的参数以及其预报结果,对各方法在淮河典型站点流量预报中的适用性进行验证与分析.经2003—2016年19场洪水模拟检验可知,BMA模型能够有效避免模型选择带来的洪水预报误差放大效应,可以提供高精度、鲁棒性强的洪水预报结果.通过进一步比较各模型统计最优的频率与BMA权重值之间的相关性,发现权重值不适用于对单场洪水预报精度评定,而适用于描述多场洪水预报中,模型为最优的统计频率;基于大量先验信息,提前获取BMA的权重等参数,将是指导模型选择、降低洪水预报不确定性、改进洪水预报技术的有效手段.     

热带气旋路径预报概率圆应用

热带气旋路径预报采用预报概率圆可以有效减少不可避免的预报错误,在2004～2007年中央气象台主观路径预报资料的基础上,使用统计方法并根据预报误差与热带气旋预报移动速度和移动方向的相关关系分类,分别计算了相应的24、48、72 h路径预报的70%概率圆半径,修改了原来业务中使用的概率圆半径,以期替代原来在业务中使用的概率圆半径。同时应用修改后的概率圆半径对近5年的路径主观预报进行了分析,给出了2004～2007年预报误差分布特点以及较大预报误差热带气旋个例的误差产生原因,并讨论了该方法改进的可能性。     

大气扩散集合预报技术和确定性预报技术在日本福岛核事故全球扩散中的对比分析

将集合预报技术引入到大气扩散数值模拟中,这是提高大气扩散数值模拟能力的一种新的、有效的手段。2011年3月受日本东北部9.0级大地震影响,日本福岛第一核电站发生核泄漏事故。以此次核泄漏事故的全球扩散为研究对象,通过运用不同的大气扩散预报技术（集合预报和确定性预报）,模拟了福岛核泄漏释放出来的放射性物质在全球的扩散过程,并利用监测资料对模拟结果进行了对比分析和评估。文中采用的集合预报技术共三种,分别为气象场扰动技术MET、湍流扰动技术TUR和基于大气扩散物理过程参数化方案的集合预报技术PHY。模拟结果显示：集合预报的扩散轨迹模拟技术能更好地模拟粒子随大气环流扩散的过程;此外,与MET和TUR相比,确定性预报和集合预报PHY模拟扩散范围偏小,扩散速度偏慢,且无法模拟出4月初日本福岛核放射物质向我国东部海域扩散的过程。这是因为MET和TUR技术核心是对平均速度和湍流速度进行扰动,这种三维扰动,会促使污染物向更远方向进行扩散,水平方向扩散连续也更符合监测情况;PHY主要是对扩散物理过程参数进行扰动,以垂直速度的扰动为主,造成扩散范围偏小、水平方向扩散不连续。此外,监测站点与模拟结果的时间序列对比分析结果表明：模拟结果均能较好反应浓度趋势演变,不过模拟浓度偏低,尤其是确定性预报和PHY试验;此外,通过与监测站点的比较得出：与PHY相比,MET和TUR在平均浓度和最大浓度出现概率上具有更大优势。本文的研究结果对于丰富大气扩散数值模拟研究,提高环境应急响应水平具有参考意义。     

集合资料同化中方差滤波技术研究及试验

本文基于YH4DVAR业务系统构建了集合资料同化试验平台,利用10个集合样本统计得到的流依赖背景误差能显著改进业务应用中背景误差方差的结构和大小.但是受样本数的限制,背景误差方差的集合估计值中引入了大量的随机取样噪声.为了降低噪声对估计值的影响,本文采用谱滤波方法,根据信号和噪声尺度的统计特征构造一个低通滤波器来滤除背景误差方差估计值中的大部分随机取样噪声.在2013年第九号台风"飞燕"的集合方差滤波试验中,10个样本的滤波结果优于30个样本的集合估计值.谱滤波方法的成功应用有效降低了集合资料同化系统对集合样本数的要求,将是集合资料同化系统未来业务化运行的一项不可或缺的关键技术.     

电离层热层参数估计对电子密度预报的影响

文章研究了基于理论模型TIEGCM的电离层热层同化预报系统,通过同化模拟的COSMIC掩星观测电子密度廓线,利用集合卡尔曼滤波方法和联合状态参数估计理论,优化估计了离子成分、中性大气温度、风场以及中性成分等背景参数.电子密度的误差统计结果显示,氧离子和中性成分对电子密度预报改善效果最佳,温度和风场较差.在同化期间离子成分、中性成分和温度的优化在12h内分别使电子密度的误差下降约30%、40%和10%.由于作用于不同的物理化学过程,中性成分、温度和离子成分影响的弛豫时间分别约为12h以上、6h和3h.同化9h以后中性成分的优化对电子密度预报的改善效果好于离子成分,这表明中性成分在电离层预报中是最重要的热层背景参数.实测数据同化结果显示,离子成分和中性成分均可使电子密度预报偏差减小约20%,并且中性成分的弛豫时间更长.     

一次地震预报有效性的"距准误差"评价法--中短期前兆及预报效能评价之一

一次地震预报有效性的评价是中短期前兆预报效能统计评分的基础。研究提出了基于误差概念的距准误差评价法(打靶模型)。以预报三要素(Ψ、λ可合为“地域”一个要素)的目标点为“准”,以准理想预报尺度围成的封闭区为“靶心”,以可容忍误差尺度为“靶径”。实际地震与目标点的距离(误差)小于准理想尺度,则地震预报击中“靶心”即为实现准理想预报(评分为1),以此向外逐渐扩大到可容忍误差尺度为止,误差超过此尺度即为“脱靶”(评分为0)。根据当前预报的实际水平,考虑了中期、短期和短临三类预报及预报震级的不同,分别给予准理想预报尺度和可容忍误差尺度的约定标准。实例证明方法有效可用。     

基于非线性误差信息熵的系统可预报分量分析

基于非线性误差信息熵理论,研究了Lorenz系统非线性误差增长规律,并对系统的可预报分量进行了分析.结果表明:系统可预报性定量估计需综合考虑初始误差不确定性和系统自身不确定性的影响;非线性误差增长除与初始误差大小有关外,还与初始误差向量空间分布有关,即使相同大小不同方向的初始误差,非线性误差增长也存在差异;非线性误差增长的可预报性与误差分量有关,但与分量所占比例大小的无关,贡献率最大的分量,可预报性不一定最高,贡献率最小的分量,可预报性也不一定最低;不同的分量,可预报性不同,且不同时间段,可预报分量不同,可预报性也不同.     

数据同化组成部分对初始条件和误差增长的影响

若不考虑特定的数据同化方法,数据同化通常可被分解为先验信息、观测算子、观测误差协方差和背景误差协方差等组成部分.本文基于经典的Lorenz模式,研究了数据同化各组成部分对初始条件误差和预报误差的影响,以期为设计不同尺度天气系统的数据同化方法提供理论基础.研究结果表明,预报误差经历三个典型阶段:0～5天为预报误差的缓慢增长期; 5～15天为预报误差的快速增长期,其中确定性预报和集合预报的误差增长速率具有显著差异; 15天后为预报误差的饱和期.数据同化可通过提供更加准确的初始条件,进而提升可预报性.相比于静态背景误差协方差(B),流依赖的背景误差协方差(P^f)可提供更精确的初始条件,因此当瞬时观测或频繁的时间平均观测被同化时,循环同化效果优于离线同化;但当时间平均观测频率低时则结果相反,这是因为循环同化在模式缺乏预报技巧时无法构造具有信息的先验估计,且流依赖的P^f相比于静态的B不能有效地从含信息量低的观测中提取出观测信息.瞬时观测相比于时间平均观测包含更多的信息,因此在时间频率低的观测系统中,瞬时观测应优先被考虑.此外,集合预报优于确定性预报,且...