一次短期集合预报试验

数值模式中物理过程描述不准确是造成数值预报误差的主要来源之一，采用数值模式中不同物理过程的集合预报方案是减小模式预报误差的有效方法。本文结合一个典型的夏季东北冷涡型降水天气过程，选用不同的积云对流参数化方案、显式降水方案、辐射方案以及模式采用不同的地表分辨率构成10集合预报成员，进行了48h的预报。结果显示集合预报在总体预报效果上比各个集合成员的预报效果好，简单的集合平均就可以提高模式形势场和降水要素场的预报准确率。在集合平均提高预报准确率的同时，采用天气系统移动路径图、面条图以及降水概率预报等方法，可以增强小概率事件的预报能力。     

AREM模式预报体系对2010年5月我国南方连续暴雨过程预报效果评估

对AREM模式预报体系各成员2010年5月我国南方连续性暴雨过程的预报效果和预报特点进行了详细分析。结果表明:AREM模式预报体系各成员对此次过程的预报效果较好,且各具优势:业务模式对主雨带位置、范围有较好的预报效果;快速更新循环预报系统具有提供短时临近预报的优势;集合预报系统的降水集合平均和概率预报的有机结合能够为主雨带及其降水中心的预报提供较有价值的参考依据。     

“频率匹配法”在集合降水预报中的应用研究

基于“频率匹配法”的思路,采用两种方法进行了集合降水预报的订正研究,一种方法是利用集合成员降水频率订正简单集合平均平滑效应的“概率匹配平均”法,另一种方法是利用实况降水频率订正集合成员降水预报系统偏差的“预报偏差订正”法,通过个例和批量试验,结果表明:(1)概率匹配平均法可以矫正简单集合平均的平滑作用所造成的小量级降水分布范围增大而强降水被削弱的负作用,这种改进对强降水区更显著,并且集合系统离散度越大这种改进也越大;但该方法对预报区域内总降水量的预报没有改进作用,不能改善预报的系统性偏差.(2)虽然预报偏差订正法对降水落区预报的改进有限,但可以订正模式降水预报的系统性误差,改进雨量预报以及集合预报系统的离散度特征和概率预报技巧;直接对集合平均预报进行偏差订正的效果优于单个成员偏差订正后的简单算术平均.(3)在对每个集合成员的降水预报进行偏差订正后,概率匹配平均仍可改善其简单平均的效果,因此在实际业务中,应该综合采用上述两种方法,以获得在消除系统性偏差的同时各量级降水分布又合理的集合平均降水预报.     

增长模繁殖法在华南暴雨中期集合预报中的应用

采用增长模繁殖法和全球谱模式T106L19对2005年6月发生在华南的暴雨过程进行了中期集合预报试验。结果表明：相对于单一的确定性预报,集合预报能给出更多的预报信息;各成员的降水预报、降水概率预报等丰富的预报产品能够给暴雨预报提供更有价值的信息,减少漏报率,对低压槽线和副高脊线等关键环流系统的预报,集合预报结果更为接近实况。     

夏季亚欧中高纬度环流的集合预报效果检验

使用NCEP集合预报资料, 对亚洲中高纬地区2003年6—8月500 hPa高度场的集合预报效果进行了检验。环流预报效果检验结果表明:预报时效大于5 d时, 集合平均预报明显优于单一预报; 使用相同模式分辨率时, 集合平均能将可用预报时效延长12 h以上, 达到7.5 d; 通过集合预报可获得真正意义的概率预报结果, 取得较单一高分辨率预报好的预报效果。阻塞过程的个例分析也表明集合平均的预报效果明显优于单一确定性预报; 特征等值线可反映集合成员的不一致信息和少数集合成员的异常表现, 以此为基础, 可估计分析对象出现与否的概率, 达到提高预报效果的目的。     

对一次局地短时强降水过程的集合预报研究

以上海区域降水集合预报系统为基础,对2007年6月23~24日发生在上海地区的一次短时强降水过程进行了集合预报研究。结果表明:该集合预报系统总体上对这次强降水过程作出了较好的预报,但对强降水发生的时间、地点的预报还有误差,集合预报提供的概率预报结果比集合平均预报结果更具有参考价值。模式物理过程、初值和侧边界的不确定性对降水预报结果的影响是不同的。对降水结果,模式对流参数化方案的影响非常大,并贯穿于整个积分过程;边界层参数化方案的影响较小;侧边界不确定性的影响在初始阶段较小,随后逐渐增大,积分一定时间后,其影响与对流参数化方案的影响相当;初值不确定性在初始阶段有一定的影响,随后逐渐减小。同时考虑3种不确定性的集合预报效果总体上好于没有考虑侧边界不确定性的集合预报效果,考虑模式物理过程和侧边界不确定性的集合预报效果总体上比考虑3种不确定性的集合预报效果更好。对于考虑模式物理过程和侧边界不确定性的集合预报,改进初值能有效地改进对有无降水的预报,但对强度稍大一些的降水预报没有改进。     

2011年长江中下游梅雨期强降水延伸期集合预报性能初探

针对2011年长江中下游旱涝转换时期的环流形势、强降雨期间的四次强降雨过程对欧洲中心集合预报进行了预报性能初步分析。结果表明：集合平均预报对延伸期预报时效内的大尺度环流调整具有较好的预报性能,预报提前时效可达10~15 d。对强降水过程期间主要影响系统的预报在不同预报时效具有较好的稳定性。随着预报时效的临近,集合预报各个成员对天气系统预报的发散度逐渐减小。长江中下游强降水的发生与低层850 hPa较大的风速有密切关联,集合预报给出的延伸期预报时效内大风速出现的小概率预报信息是有意义的,可以为延伸期强降雨过程预报提供参考。     

一种新的集合预报权重平均方法

提出了一种新的考虑权重的集合预报成员平均方法。使用气候等概率区间来对集合成员进行分组, 并根据气候等概率区间的大小及其中的成员数, 对集合成员的权重进行调整, 得到了一种改进的集合平均预报结果。检验表明, 它可以进一步提高集合平均预报的效果。相对于提高模式分辨率或发展庞大的集合预报系统, 这种方法的效果是显著的。     

基于最新全球集合预报系统的可预报性评估

为了提供有价值且可靠的概率(或者不确定性)预报,最新的全球集合预报系统已在美国国家环境预报中心日常业务运行,以满足社会需求。通过对各个关键要素的概率预报统计检验,可为广大用户提供这些概率预报的信心指数。但是预报(或集合预报)能力不仅取决于我们使用的预测要素,而且与时间和空间分辨率,极端事件或者高影响天气,以及预报时效有关。以大尺度天气系统预报为例,通常选择北半球500 hPa位势高度距平相关指数或概率指数表征模式的预报能力。如参照北半球500 hPa位势高度的距平相关指数(60%AC)或概率预报技巧指数(25%CRPSS),美国全球集合预报系统能够提供大约10 d的技巧预报。从全球集合预报系统输出的各预报要素,满足不同时空尺度需求的角度进行讨论,其可预报性(或预报极限)能够为模式研发人员、一线预报员和用户提供参考。尤其是对大气可预报性的深入研究,对于从科学与技术角度全面提升数值预报系统水平非常重要。当能够确定可预报性(或是预报误差)的真实来源时,科学家(包括模式研发人员)就能够有针对性地修改与完善。将传统的可预报性研究与改进的能够更客观地表述预报不确定性的集合预报相结合,所得可预报性将提供另一种有价值的参考。可预报性研究总体表明,全球集合预报系统对行星波、大尺度和天气尺度的系统(或者过程)可能分别具备约15、12、10 d的预报能力。对于热带天气过程的预报,如果进一步改善模式偏差和物理参数化过程,其MJO(Madden-Julian Oscillation)预报技巧可以延长至32.5 d。     

清江流域降水的多模式BMA概率预报试验

基于TIGGE资料中的ECMWF、UKMO、JMA、CMA四套模式的2016年6月1至7月31日逐日降水集合预报资料,结合清江流域10个国家基准站观测数据,建立了流域贝叶斯模型平均(BMA)概率预报模型,开展流域多模式集合BMA技术的概率预报试验与评估。结果表明,在清江流域多模式集合的BMA模型最佳滑动训练期长度为40 d,BMA模型预报比原始集合预报有更高预报技巧,比四个原始集合预报MAE平均值减少近11%左右,而对于CRPS除了CMA中心无订正效果外,较其他三个模式平均值提高近15%左右。多模式集合BMA技术能预报降水全概率PDF曲线和大于某个降水量级的概率,同时能给出确定性降水预报,对于极端强降水(大暴雨一特大暴雨量级),BMA 75～90百分位数预报效果较好,对于强降水(暴雨量级),BMA 50～75百分位数预报效果较好,对于一般性降水(小雨一大雨量级),BMA确定性预报结果或50百分位数预报效果较好。     

GRAPES区域集合预报系统应用研究

为发展GRAPES(Global and Regional Assimilation and Prediction System)区域集合预报系统(GRAPES Regional Ensemble Prediction System,GRAPES-REPS),采用集合变换卡尔曼滤波(ETKF)初值扰动方法以及多物理过程组合的模式扰动方法,基于业务区域模式GRAPES_MesoV3.3.2.4构建了区域集合预报系统,进行了连续40 d的批量试验,重点分析了ETKF初值扰动的结构及其演变特征,并通过概率预报检验方法对GRAPES-REPS进行了集合预报系统性能检验和降水预报检验,分析了该系统对强降水个例的预报效果。试验结果表明,GRAPES-REPS能产生较合理的集合预报初值扰动,扰动结构随流型依赖并对观测有较好的响应,且扰动成员相互正交。扰动总能量分析表明集合扰动能够随预报时效保持合理增长状态。集合预报检验表明集合预报结果优于控制预报,集合成员间在72 h预报时效内能保持合理的集合离散度。将该区域集合预报系统与业务上基于WRF模式的区域集合预报系统WRF-REPS进行了降水预报对比,表明GRAPES-REPS的降水预报能力表现要优于业务WRF-REPS。强降水个例分析表明集合预报能较好预报出强降水中心,预报效果明显优于控制预报。     

上海区域降水集合预报系统的建立与运行结果的检验

以MM5模式为基础, 从预报模式的不确定性出发形成8个集合成员, 建立了上海区域降水集合预报系统。该系统实现从资料收集、资料处理、模式预报到预报结果处理与产品输出的全自动化, 于2005年8月1日开始业务运行, 运行稳定可靠。对系统8—10月的运行结果进行检验, 结果表明:集合预报系统对降水的总体预报效果尚可, 其中对量级小的降水的总体预报效果更好, 集合预报产品尤其是概率预报产品具有一定的参考价值, 但系统还存在发散度偏小的问题, 有待进一步改进。     

上海区域降水集合预报系统改进的对比试验

以2005年8月开始运行的、8个成员的上海区域降水集合预报系统为基础,设计2个对比试验方案,进行了3个月(2005年9—11月)的平行对比试验。对比试验将成员从8个增加至12个,系统的8个成员与试验一增加的成员都从预报模式的不确定性出发形成,试验二增加的成员考虑了模式初始条件的不确定性。对试验结果进行了检验与分析,并与控制试验结果进行比较。结果显示:增加集合成员数可以增大系统发散度,但对比试验仍存在系统发散度偏小的问题;同时考虑预报模式与初始条件不确定性的试验二的降水集合平均预报效果与降水概率预报效果都好于只考虑预报模式不确定性的试验一,也好于控制试验,试验一的降水集合平均预报效果总体上则比控制试验差,降水概率预报效果也不理想。采用试验二方案对系统进行改进后的整体预报效果较改进前有提高。     

基于WRF和一维雾模式的能见度集合预报的个例研究

利用WRF(weather research and forecasting)中尺度模式为一维辐射雾模式PAFOG提供扰动场,构建了一个有30个成员的辐射雾集合预报系统。对2007年12月13—14日南京地区一次典型辐射雾过程进行了预报效果分析,结果表明:该方法在地面能见度预报及雾层垂直结构预报上均好于实际探空作为初始场的单一预报结果;模式启动时刻对预报结果有较大影响,由于辐射雾多发生在夜间,且模式需要一定时间达到稳定,本方法中一维模式在14:00启动预报效果最好,集合预报成员与实测值的标准差平均值为0.516 km,集合平均值的平均预报绝对误差为0.287 km。     

EnSRF雷达资料同化在一次飑线过程中的应用研究

本文利用包含复杂冰相微物理过程的WRF（Weather Research and Forecasting）模式,针对2007年4月23日发生在我国华南地区的一次典型飑线天气过程,分别进行了确定性预报和集合预报试验,发现确定性预报能大致捕捉到飑线系统的发生发展过程,但对飑线后部的层云区模拟效果较差。集合预报能够有效地减少模式的不确定性,大部分集合成员对飑线的模拟效果优于确定性预报。进一步将集合预报得到的40个成员作为背景场,采用EnSRF（Ensemble Square Root Filter）同化多普勒天气雷达资料,并将分析得到的集合作为初始场进行集合预报,通过与未同化雷达资料的集合对比,考察了EnSRF同化多部雷达资料对飑线系统的影响。结果表明:EnSRF雷达资料同化增加了模式初始场的中小尺度信息,大部分集合成员的分析场能够较准确地再现飑线的热力场、动力场和微物理场的细致特征,并且模拟出飑线后部的层云结构。通过对EnSRF分析的集合进行模拟发现,大部分集合成员较未同化雷达资料时模拟效果有明显改善。同化后的集合预报ETS（Equitable Threat Score）评分最高,其次是未同化的集合预报,确定性预报的最低。     

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。      

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:(1)GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。(2)GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。(3)个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。(4)与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:（1）GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。（2）GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。（3）个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。（4）与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。     

基于对流尺度集合预报方法对一次暴雨过程预报的分析

为了更加直观和深入地理解对流尺度集合预报中的降水集合预报产品,以便进一步向预报员推广应用,本文开展了基于对流尺度集合预报方法对2021年8月28—29日的一次暴雨过程的预报性能分析,对集合预报的暴雨和大暴雨量级降水预报技巧进行了综合分析。结果表明：(1)不同集合成员降水预报结果的差异随着降水量级的增大越发明显,预报最优和最差的成员的TS评分相差0.3以上。(2)概率匹配平均预报对于暴雨和大暴雨量级降水的预报技巧优于控制预报,也优于集合平均。集合平均由于集合成员预报的平滑作用导致其对极端降水不敏感,因此,简单的集合平均不适合于大暴雨以上量级的极端降水预报。(3)从最小值预报到最大值预报,随着集合百分位的增大,命中率、空报率和频率偏差均逐渐增大,70%或者80%集合百分位预报的预报技巧最优,且优于集合平均和概率匹配平均预报。(4)对于重庆东北部偏西地区出现的大暴雨量级降水,较长预报时效集合概率预报均预报出了一定的降水概率,最长提前60 h,相应的最优的集合成员的降水预报与实况也较为接近。     

东亚地区冬季地面气温延伸期概率预报研究

利用TIGGE资料中的ECMWF、NCEP、UKMO三个中心集合预报系统以及由此构成的多中心集合预报系统所提供的地面2 m气温10~15 d延伸期集合预报产品,建立贝叶斯模式平均(Bayesian Model Averaging,BMA)概率预报模型,对东亚地区冬季地面气温进行延伸期概率预报研究。采用距平相关系数、均方根误差、布莱尔评分、等级概率评分等指标分别对BMA确定性结果与概率预报进行评估。结果表明,BMA方法明显地改进了原始集合预报结果,预报技巧优于原始集合预报,且多中心BMA预报优于单中心BMA预报,最佳滑动训练期取35 d。BMA预报为气温的延伸期概率预报提供了更合理的概率分布,定量描述了预报的不确定性。