北京“7.21”特大暴雨不同集合预报方案的对比试验

采用6套扰动方案(初值、多物理、3组随机物理和初值与随机物理的混合)对2012年7月21日(“7.21”)北京特大暴雨过程进行了集合降水预报试验,检验了不同方案的集合平均预报、集合区间预报和概率预报较控制预报改进的相对程度,分析了它们对该过程时空不确定性的预报能力、不同扰动方法的离散度贡献以及不同尺度扰动对预报误差的贡献等。结果表明:(1)所有集合方案特别是初值扰动、多物理和混合扰动的集合预报相对控制预报在暴雨强度和位置上都有较显著的改进,并为用户决策提供了包括预报不确定性在内的更多预报信息。(2)3组随机物理产生的集合预报离散度很相似, 都远小于初值扰动和多物理方案产生的离散度, 并且主要集中在强降水中心附近, 因此在初值扰动的基础上加入随机扰动,可以提高强降水中心的离散度, 但对强降水中心以外的地区作用甚微;尺度分析进一步表明随机物理产生的离散度贡献主要集中在较小尺度上(<320 km),在更小的尺度上(<160 km)它甚至可以与初值和多物理扰动的贡献相当,而初值扰动和多物理过程的贡献可以比随机物理过程多延伸400—500 km直到较大的尺度(如>1000 km), 其中多物理过程在较小尺度上(<100 km)可比初值扰动贡献更大, 并且能部分消除预报系统偏差。(3) 所有集合扰动方案所产生的离散度尺度谱都与实际预报误差尺度谱分布一致, 即随空间尺度增大而减小,但在幅度上都小于预报误差(离散度不够大),并且这种差异随着空间尺度的减小而加速增大,在小尺度上相差甚大。     

陆面特征量初始扰动的敏感性及集合预报试验

文章利用中尺度模式Weather Research and Forecasting Model(WRF)3.2.1版本及National Centers for Environmental Prediction(NCEP)分析资料,研究了陆面变量(土壤湿度、土壤温度)和陆面参数(植被覆盖率)初始场随机扰动对长江中下游暴雨预报的影响并进行了集合预报试验。试验结果表明,短期暴雨过程对陆面变量(参数)扰动是敏感的;陆面变量(参数)初始场扰动影响降水的时间尺度小于10 h甚至可以小于6 h。从影响机理上来看,陆面变量(参数)扰动首先改变地表的潜热通量和感热通量,而地表通量的改变会通过陆气相互作用对局地大气的温、压、湿、风产生较大影响,从而对暴雨的强度和落区产生较大影响。集合预报结果表明,利用陆面变量(参数)扰动制作集合预报,预报的集合平均结果要好于控制预报的结果,且比集合成员稳定可靠,降水概率预报可以提供一些有用的信息,对预报强降水有一定的指示意义。在初值集合预报中,以这些参数或变量的扰动来引进集合成员是十分有意义的。     

两种短期降水集合预报方案的对比试验

将MM5V3作为试验模式,利用初值扰动和物理参数化方案,分别对东南沿海地区2004年7—9月的短期降水进行了模拟,并运用均方根误差法对模拟试验效果进行了评估检验,以比较两种方案的集合预报效果。结果表明,对于汛期短期降水预报而言,两种方案的预报效果都有一定的改进。相对于初值误差而言,积云对流过程在汛期降水过程中起着更为重要的作用,因而物理参数化方案扰动的集合预报效果,总体优于基于初值扰动的集合预报效果。研究还发现,模式物理参数化方案扰动的集合预报效果在9月出现了明显的下滑,这主要由于7—8月对流活动旺盛,而9月对流活动随热力因素减弱而减弱的原因所致。     

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.     

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。     

广州“5·7”局地突发特大暴雨过程的数值可预报性分析

2017年5月6日夜间至7日上午广州地区发生局地特大暴雨,分析表明对流触发与珠江口地区边界层南风增强等因素有密切关系。数值模式预报检验表明,ECMWF集合预报的强降水预报成员在初始条件上具有更显著的辐合上升、水汽和不稳定性条件,而GRAPES区域模式对6日20时初始场分析以及对边界层南风增强过程的预报都更为准确。集合敏感性分析表明,降水预报高敏感区分布与江南地区高压、南海高压以及华南低槽等关键天气系统的相对强度和位置有密切关系;降水对温度的预报敏感区主要位于关键区边界层内,近地面层到边界层底部温度越高、边界层顶越冷,越有利于对流不稳定性增强,有利于关键区内对流发展。通过3组探空预报试验分析了对流尺度降水预报关于初值热扰动、低层风场扰动和降水物理方案的敏感性,结果表明在特定环境条件下,与低层风场扰动试验组对比,降水预报对于初始热力扰动更为敏感;降水微物理方案预报试验表明,在小成员数的集合预报中物理方案扰动能够有效增大预报离散度。以上结果表明,分析对流尺度集合预报中各类初值扰动、物理扰动导致的预报变化和预报敏感性,能够更为全面地估计暖季中小尺度强降水事件的可预报性。     

随机物理过程扰动方案在克拉玛依区域集合预报中的应用研究

克拉玛依气象局研发了区域集合预报系统并已实现业务运行,该系统仅采用了集合变换卡尔曼滤波(ETKF)初值扰动,导致离散度发展受到限制,为改善区域集合预报的离散度,本文尝试在初值扰动基础上引入随机物理过程倾向(SPPT)模式扰动方案。通过开展SPPT方案关键参数的敏感性试验,确定了适用于本系统的参数设置,构建了初值-物理过程扰动方案(ETKF-SPPT),并与仅采用初值扰动的集合方案(ETKF)进行了对比。结果表明:ETKF初值扰动方法能够产生具有动力学结构的初值扰动,但是随着预报时效的延长,集合离散度增长很快达到饱和,并在侧边界约束下逐渐减小;ETKF初值扰动结合SPPT模式扰动可使集合离散度在各个预报时效均保持增长状态;集合预报检验结果表明,仅采用ETKF初值扰动的集合预报概率分布可靠性较低,概率预报准确性也较差;ETKF-SPPT方法可获得更好的概率预报结果,可靠性更好,均方根误差更低。对克拉玛依城区一次大风预报个例表明,ETKF方案对大风起风时间和量级把握较差,而ETKF-SPPT可以增加集合离散度,起风时间和风速预报更准确。综合而言,增加SPPT扰动可以有效改善克拉玛依区域集合预报系统的预报技巧。     

基于多中心TIGGE资料的区域GRAPES集合预报初步试验

基于全球交互式大集合(TIGGE)预报资料,研究利用TIGGE全球集合预报大尺度不确定信息,构造区域GRAPES集合预报的初值扰动方法和试验方案,并对2008年7月22日发生在黄淮地区的一次暴雨过程进行了集合预报试验.试验结果表明:构造的初值扰动场能够表征TIGGE全球集合预报初值中的大尺度不确定信息,区域GRAPES集合预报系统可以捕获极端降水天气,对降水预报具有显著的改进作用,集合预报平均及降水概率预报能有效地反映暴雨降水特点,暴雨发生概率较高的区域与实况对应关系较好.积分初期,暴雨的预报一致性(集合离散度)和预报技巧(集合平均预报均方根误差)之间的关系显示了区域GRAPES集合预报系统是合理的,但积分后期,由于模式在积分过程中的动力调整作用,减小了初值扰动对预报结果的影响,限制了集合离散度的增长速度.     

中尺度暴雨集合预报系统研发中的初值扰动试验

针对2006年5月24～25日一次暴雨过程, 通过一系列初值扰动试验探讨实际业务中建立集合预报系统的方法。运用45 km的WRF模式构建一个11个成员的集合预报系统来比较分析不同的扰动方案、 扰动的空间结构和扰动振幅对集合预报的影响, 结果表明： （1）初值扰动的空间结构对暴雨集合预报的离散度影响很关键, 而扰动振幅的影响却居次要地位。具有动力学结构的孵化扰动明显优于随机扰动。（2）集合预报比单一控制预报提供了更有价值的预报信息。例如在该个例控制预报中漏报的湖北监利强降水中心, 在集合预报中有20%的概率, 并且实况被包含在集合预报的预报范围之中。集合平均预报也明显优于控制预报\.例如矫正了在控制预报中明显虚报的鄂东北的大暴雨中心, 且集合平均预报的暴雨中心落在实际观测暴雨中心的附近。（3）集合离散度较好地反映了实际降水过程的可预报性。例如应用孵化扰动, 其离散度的空间结构同降水预报误差的空间分布大致对应。     

中尺度集合预报对川渝地区“8.16”暴雨过程的分析

利用ARPS和WRF模式,基于不同的物理过程参数化方案建立了一个多初值、多物理过程的中尺度集合预报系统,并对2015年8月16—18日发生在四川盆地的西南低涡暴雨过程进行试验分析。结果表明:建立的中尺度集合预报系统对此次暴雨过程有较好的预报能力,与确定性预报相比,降水集合平均以及概率预报等产品对暴雨的预报有一定的指示意义。初值扰动的集合预报对暴雨及以下量级的预报较优;物理过程扰动的集合预报对大暴雨及以上量级的预报较好;同时考虑2种扰动的集合预报总体上好于单因子扰动的集合预报,使降水预报效果得到明显改善。对天气系统(高空槽、低涡、切变线)以及气象要素(风场、水汽)的预报差异是造成"好"、"坏"成员预报效果差异的主要原因,且低层形势场(尤其是风场的预报)对初值及物理过程的扰动比高层要敏感。集合预报对大雨及以上量级预报技巧的提高有明显正贡献,但是对特大暴雨的预报不确定性很大,还有较大的改进空间。     

中尺度多模式超级集合预报对2010年6月19—20日中国南方大暴雨过程的分析

运用BGM扰动方案,基于ARPS和WRF模式并采用不同的物理过程参数化方案建立了一个多模式、多初值、多物理过程的中尺度超级集合预报系统,并针对2010年6月19—20日的一次华南强降水过程进行分析。结果表明:该超级集合预报系统能很好模拟这次对初值及物理过程都非常敏感的强降水过程。相对于单一确定性预报而言,该超级集合预报能显著提高预报时效,能比控制预报提前24～36小时捕捉到强降水信息。并且该集合预报优于单一模式或者单一物理过程参数化的集合预报。对本次过程而言,集合平均对物理过程参数化方面带来的不确定性的改进比对模式不确定性方面的改进大得多。对于暴雨预报而言,低层的形势场对初值及物理过程的扰动比高层要敏感得多,这也是造成这次过程各个成员预报好坏的重要原因之一。      

AREM模式两种初值扰动方案的集合降水预报试验及检验

基于我国科学家自主开发的AREM区域中尺度模式,考虑模式初值的不确定性,初步建立起11个成员37 km分辨率覆盖全国大部地区的短期集合预报系统。采用两套初值扰动试验方案(降尺度方案和BGM方案)分别进行了批量试验,试验结果表明:(1)通过对集合预报离散度和概率预报的检验,表明采用区域模式自身孵化循环产生的初始扰动明显优于直接使用全球集合预报提供的初始扰动。(2)无论采用哪种初值扰动方案,基于集合预报方法的集合平均预报、概率预报等均优于单一的确定性预报和业务预报。(3)离散度与集合平均预报误差的面平均有较好的对应关系;离散度与预报误差的空间相关系数平均为40%～45%。(4)目前集合预报系统离散度与预报误差相比偏小,其部分原因在于没有考虑模式物理过程的不确定性,这将在下一步的工作中逐步改进。     

MCC降水过程集合预报不同物理过程扰动方案的对比试验研究

利用WRF模式,从模式的不确定性角度来构造中尺度的集合预报,重点对比分析了不同物理参数化方案、物理过程随机扰动方案、积云对流参数化敏感参数扰动方案对中尺度对流复合体降水集合预报的影响。试验结果表明:3种物理过程扰动方法都可以反映中尺度对流复合体降水预报的不确定性特征,其预报效果比控制预报好。物理过程随机扰动方案集合平均的降水落区及强度最接近实况,并且其降水的ETS评分要高于其他2种方案。从均方根误差与离散度的角度来看,3种方案中物理过程随机扰动的均方根误差要小于其他2种方案,而其离散度要大于其他2种方案,物理过程随机扰动方案要优于其他2种方案。     

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。     

GRAPES区域集合预报系统模式不确定性的随机扰动技术研究

为进一步描述GRAPES(Global/Regional Assimilation and Prediction System)区域集合预报系统(GRAPES Me—soscale Ensemble Prediction System,GRAPES—MEPS)中GRAPES—Meso模式的不确定性特征,本研究在GRAPES—MEPS系统中引人了模式物理参数化倾向随机扰动方案(Stochastically Perturbed Parameterization Tendencies,SPPT),随机扰动型的产生是基于-阶马尔科夫链,其具有时间相关性特征,并服从正态分布,另外经过谱展开随机场具有空间结构特征,在水平结构上较平滑和连续。本文开展了基于SPPT方案的GRAPES—MEPS集合预报试验,针对SPPT方案中随机场的扰动幅度和时间相关尺度参数开展了一系列敏感性试验,并对试验结果进行了较全面的集合预报客观检验,此外,针对一次强降水过程,分析了SPPT方案对降水预报的影响。试验结果表明,引入SPPT方案能在一定程度上提高GRAPES—MEPS系统的预报技巧,降低系统的漏报率;且能显著改进预报后期大雨量级降水的预报技巧。通过敏感性试验发现,对于GRAPES—MEPS系统,SPPT方案的效果与随机扰动场幅度的范围,及扰动场的时间相关尺度选择相关,需经过敏感性试验确定出较适合的参数。     

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。     

一种新型的中尺度暴雨集合预报初值扰动方法研究

提出一种针对对流不稳定构造具有中尺度运动特征的集合预报扰动初值的新方法--异物理模态法, 介绍了异物理模态法产生初值扰动区域和扰动振幅的数学处理方案, 即由不同对流参数化方案预报离差获得集合预报初值扰动区域、扰动结构和扰动振幅的数学处理过程. 利用美国PSU/NCAR的MM5中尺度模式, 对一次典型暴雨进行异物理模态法初值扰动集合预报试验, 详细分析了扰动初值的结构和集合预报结果. 结果表明, 该方法产生的初值扰动场具有合理的中尺度环流结构, 可以反映对流敏感区域的对流不稳定的预报不确定性, 集合预报结果可以明显改善控制预报.     

GRAPES全球集合预报初始条件及模式物理过程不确定性方法研究

为描述GRAPES全球模式初始条件的不确定性,基于适合集合预报应用的GRAPES全球奇异向量技术,依据大气初始误差符合正态分布的特征,采用高斯取样奇异向量来构造全球集合预报初始扰动,在此基础上建立了GRAPES全球集合预报系统(GRAPES-GEPS)。利用GRAPES全球同化分析场,对采用初始扰动的GRAPES-GEPS连续试验预报结果进行检验和分析。结果表明:GRAPES-GEPS中高度场、风场及温度场预报的集合离散度能有效快速增加,集合平均均方根误差与集合离散度的关系合理;相对控制预报的均方根误差,集合平均的预报优势在预报中期非常显著。为进一步体现GRAPES-GEPS中模式物理过程的不确定性,发展了模式物理过程倾向随机扰动技术(SPPT)。试验结果表明:SPPT方案的应用有效提高了GRAPES-GEPS在南、北半球和热带地区等压面要素预报的集合离散度,同时一定程度减小了集合平均误差,进而改进了集合平均误差与集合离散度的关系,其中SPPT方案在热带地区的改进最为显著。本文发展的基于奇异向量的初始扰动方法和模式扰动SPPT方案在中国气象局2018年12月业务化运行的GRAPES-GEPS中得到了应用。     

T213全球集合预报系统物理过程随机扰动方法研究

目前我国的T213全球集合预报系统采用BGM初值扰动方案,没有考虑模式扰动方法,在技术上滞后于国际先进数值中心的集合预报系统。本文参考ECMWF的模式扰动方法,设计了我国T213全球集合预报系统的物理过程随机扰动方法,并对2008年7月20—31日进行了集合预报批量试验。试验结果表明：T213全球中期数值预报模式对物理过程随机扰动很敏感,对物理过程扰动后,模式物理量的预报情况发生变化,且这种变化随着积分时间增长而迅速扩大。在水平方向上主要表现为南北半球中高纬度地区较赤道地区更敏感,在垂直方向上,表征大尺度运动特征的物理量（如位势高度、温度、风速等）在南北半球中高纬度地区的低层到高层都很敏感,尤以300 hPa最为明显,垂直速度、散度等物理量在赤道地区也非常敏感。多初值集合预报加入物理过程随机扰动后,集合平均均方根误差在积分后期略有改善,对降水预报水平也有较为明显的提高,这表明物理过程随机扰动方法具有较好的业务应用前景。     

对流尺度集合预报中模式地形扰动对其预报技巧的影响研究

基于在重庆市气象局业务运行的对流可分辨尺度(3 km)集合预报系统,在已有初值扰动、模式物理过程扰动和侧边界扰动的基础上,对不同集合成员采用不同地形插值方案和地形平滑方案实现对模式静态地形高度的扰动,体现数值模式中地形转换过程的不确定性,开展集合预报批量平行试验。结果表明:(1)实现对模式静态地形高度的扰动后,各集合成员地形高度的离散度与实际地形的起伏程度对应关系较好,两者空间分布特征非常相似,地形较平坦的平原地区离散度较小,而地形较复杂的高原地区或山区离散度较大;(2)加入模式地形扰动方案后,集合扰动能量总体上有所增大,且低层比中、高层更明显,能量增幅在较短预报时效(12 h)内最显著,随着预报时效延长呈逐渐减小趋势,且能量增幅大值中心主要出现在地形较复杂、集合成员地形高度离散度较大地区;(3)模式地形扰动方案一定程度上能提高降水概率预报技巧及改进集合平均降水预报,在对高空要素和2 m温度、10 m风场等近地面要素的集合平均均方根误差和集合离散度无负面影响的前提下,能一定程度上优化集合分布。