初始场对暴雨数值预报的影响及集合预报试验

以2003年7月3日至4日发生在淮河流域的暴雨过程为例,利用AREM模式,分析了初始场对暴雨预报的影响,提出了暴雨预报中初始场不确定性包含的两层含义,一是被常规观测遗漏的中小尺度信息误差;另一个则是随着环流变化造成的信息误差的不确定性。并针对着初始场的不确定性,设计了一种初值集合预报的方法,它包含了经典的集合预报方法MCF、LAF、BGM的思想。用这种方法进行了集合预报试验,结果表明:集合平均预报的预报技巧高于24 h控制预报,集合预报还可给出降水概率预报、离散度等产品为暴雨可预报性的评估提供参考。     

择优法降水集合预报试验的研究

基于集合平均预报方法的基础上，提出了择优法降水集合预报方法，以多物理过程集合预报系统为例，对该方法进行阐述和试验。利用集合预报系统各成员过去24 h预报的500 hPa和700 hPa温度差（T500-700）与实况温度差的相关系数作为集合预报成员的筛选因子，选择相关系数较大的成员作为集合成员进行降水集合预报试验。初步试验结果表明，择优法降水集合预报要略优于集合平均法的预报，24 h降水集合预报有所改善。择优法降水集合预报简单易行，在计算资源有限的情况下，可优先计算择优的成员，因此比集合平均法节约计算时间，提高集合预报时效，具有一定的业务应用价值。     

GRAPES全球集合预报的集合卡尔曼变换初始扰动方案初步研究

初始扰动方案是集合预报研究的核心问题之一.文中根据最新提出的基于集合卡尔曼变换(ETKF)理论的集合初始扰动方案,利用模拟观测系统及其调整的观测误差与放大因子的方案,研究发展了针对中国GRAPES全球预报系统的集合初始扰动方案,建立了GRAPES全球集合预报系统.利用14个集合成员进行了近两个月的集合预报试验,重点研究了初始扰动的结构特征、扰动振幅以及扰动增长特征,分析了集合扰动初始场的质量与性能.初步试验结果表明,基于ETKF初始扰动方案的GRAPES全球集合初始扰动能够较好地反映分析误差方差的主要模态结构和扰动振幅,并具有比较合理的集合离散度.分析误差方差能够准确地反应模拟观测资料的空间分布特征.初始扰动方差近似等于预报误差方差,并对全球观测系统的空间变化具有准确的响应.集合扰动具有合适的增长率,在96 h的预报时效内可以有效地保持适当的集合离散度.52 d集合预报统计分析显示,北半球集合平均的预报质量评分相对于控制预报具有较明显的优势,副热带高压特征线的个例预报也表明GRAPES全球集合预报在短期预报时效内具有很好的预报效果.基于ETKF初始扰动方案的GRAPES全球集合预报系统显示出良好的发展前景和应用潜力.     

初始扰动振幅和集合样本数对CNOPs集合预报的影响

初始扰动振幅的大小和集合样本数对于集合预报取得更高预报技巧具有重要意义。本文将正交条件非线性最优扰动方法（orthogonal conditional nonlinear optimal perturbations,简称CNOPs）应用于概念模型Lorenz-96模式探讨了初始扰动振幅和集合样本数对集合预报技巧的影响,从而为使用更复杂模式进行集合预报提供指导。结果表明,由于CNOPs扮演了非线性系统中的最优初始扰动,从而使得当初始扰动振幅小于初始分析误差的大小时,CNOPs集合预报获得更高的预报技巧,并且CNOPs集合预报的最高预报技巧总是高于奇异向量法（singular vectors,简称SVs）集合预报的最高预报技巧。结果还表明,CNOPs集合预报倾向于具有一个合适的样本数时,达到最高技巧。更好的集合离散度——预报误差关系和更为平坦的Talagrand图（Talagrand diagram）进一步证明了CNOPs集合预报系统的可靠性,从而夯实了上述结果的合理性。因此,针对CNOPs集合预报,本文认为采用一个适当小于初始分析误差的初始扰动振幅和一个合适的集合样本数,有利于CNOPs集合预报达到最高预报技巧。     

不同大尺度强迫条件下考虑初始场与侧边界条件不确定性的对流尺度集合预报试验

研究了不同大尺度强迫条件下的暴雨个例中,考虑不同尺度特征的初始扰动与侧边界扰动相互作用构造对流尺度集合预报的可行性,为进一步构建“自适应”于不同强对流天气的对流尺度集合预报系统提供依据。结果表明,在大尺度强迫显著的个例1中,以大尺度扰动信息为主的动力降尺度的增长趋势较集合转换卡尔曼滤波(ETKF)更为显著,且总扰动能量在预报中后期超过集合转换卡尔曼滤波,而在大尺度强迫较弱的个例2中,集合转换卡尔曼滤波扰动能量始终高于动力降尺度。此外,当大尺度强迫显著时,初始扰动与侧边界扰动相匹配会产生相互促进的作用,而不匹配时初始扰动会在预报中后期抑制侧边界扰动的发展,当大尺度强迫较弱时,即使是互相间不匹配的初始扰动与侧边界扰动也能在大部分预报时段起到相互促进的作用,说明初始扰动与侧边界扰动的相互作用机制不仅与天气形势相关,也与二者是否匹配挂钩,另外,扰动的发展特征同样依赖于天气形势;从集合离散度的角度来看,当大尺度强迫明显时,侧边界扰动的作用会在更短的时间内取代初始扰动,从而对离散度起到主导地位;两种初始扰动方法相比,集合转换卡尔曼滤波在多数情况下对总离散度的贡献均大于动力降尺度;从降水量预报及概率预报情况来看,大尺度强迫明显的个例可预报性更高,且各集合成员间的差异较小,大尺度强迫较弱的个例则相反,且当两种初始扰动方案与侧边界扰动相结合时,较仅侧边界扰动均有一定提高。      

基于增长模繁殖法的初始分析误差 计算及集合预报试验

首先用成对繁殖的方法对NCEP再分析资料与T106分析场中的快速增长分析误差进行了计算和比较,然后把它们叠加到各自的初始场中进行了多初值集合预报试验。结果表明,用不同分析资料计算的达到饱和的快速增长误差,两者在全球分布上既有许多相似的地方,也存在一些不同,多初值集合是综合考虑它们的有效方法;考虑了两种分析误差的集合预报比只考虑一种分析误差的集合预报优越;在集合总成员数不变的前提下,发现引入另一种分析资料的集合成员数并不是越多越好,就预报技巧的最大改善而言,其存在一个阀值。     

分析约束的集合预报初始扰动构造方案的研究

集合预报初始扰动准确描述大气运动的不确定性是集合预报研究的核心问题,合理的扰动结构及振幅应能更好地反映大气运动状态的预报误差特征。随着集合扰动和资料同化的深入研究和理解,集合初始扰动方案与集合同化紧密结合协同发展。本文基于中国气象局数值预报中心自主研发的GRAPES-REPS集合预报系统,针对其初始扰动的结构和振幅与预报误差一致性较差的不合理问题,结合不同空间尺度天气系统预报误差特征,将表征预报不确定性的集合扰动与表达观测和预报不确定性的资料同化分析增量有效结合,研究提出了一种改善集合初始扰动质量的分析约束方案,以实现对集合初始扰动质量进一步改善。分析约束方案充分考虑资料同化分析增量的空间结构和量值特征,分别构造了单一定常和具有一定适应能力的两种分析约束函数,实现对初始扰动中不合理信息的识别和约束调整。试验结果表明,具有适应能力的分析约束方案对集合初始扰动具有良好的调整能力,约束后集合扰动的结构和振幅与中小尺度天气系统的预报误差更为吻合,其集合离散度和扰动能量的空间结构与演变特征更加趋于合理。分析约束方案可有效改善集合初始扰动质量及其预报性能。     

集合预报最优ETKF初始扰动方法设计及其在暴雨中的应用

为改进集合转换卡尔曼滤波方法(Ensemble Transform Kalman Filter,ETKF)在初始扰动中离散度偏小的问题,考虑引入物理不确定性。使用初始时刻离散度检验两种ETKF初始扰动方案改进的程度,通过动力和水汽条件分析探求改进机制。利用WRF模式构建更新预报系统,选取2014年5月一次暴雨个例进行集合降水预报试验,通过ETKF方法设计两种不同的初始扰动方案。结果表明:在分析循环中引入多物理扰动的初始扰动方案(multi)相比单一物理过程的初始扰动方案(mono)在初始时刻离散度和模拟动力水汽条件以及降水评分上均有较大改进。初始扰动中multi的离散度相比mono整体更优,显然添加了多物理扰动方案的试验对结果有改进作用;在对两种方案的机理分析中,multi对于降水位置的明显改善主要取决于散度及水汽通量散度模拟能力的提高;在离散度分析中,multi方案在强对流区域的改进效果比在整个区域中的更好,而对各变量的离散度和均方根误差之比相当,说明集合预报系统的合理性;对各量级预报结果评分显示,multi方案均呈现较好表现能力。     

基于BGM的暴雨集合预报初始扰动发展分析

基于增长模繁殖法（BGM）思想,采用AREM（新一代区域η坐标模式）,研究了暴雨过程中,初始随机扰动在繁殖循环中随时间的演变特征和发展机理。结果表明,初始扰动的演变决定于环流背景场的结构和大气中的湿物理过程。背景场不仅影响扰动的演变规律,而且决定了扰动发展的敏感区域。初始扰动随时间演变存在两个敏感区,一是背景场的大风速区,二是降水区附近。对流层高层,大风速区附近扰动得到最优发展;对流层中低层,扰动不仅沿大风速区发展,且与降水区配合较好。初始扰动发展的机理也有两种,一是大气湿物理过程引起的位势不稳定或第二类条件不稳定（CISK）;二是由风切变引起的大气动力不稳定。高层扰动的增长,以干大气的动力不稳定占优,中低层扰动的发展主要是湿物理过程的贡献,初始扰动在模式中的发展与降水的发展是同“源”的,有利于降水发展的环境也有利于初始扰动的发展,从而影响了降水的可预报性。所以利用暴雨预报模式制作集合预报时,BGM仍是可用的方法。     

An observational and modeling study of a sea fog event over the Yellow Sea on 1 August 2003

A dense sea fog episode that occurred near the coastal city of Qingdao in the Shandong Peninsula of China on 1 August 2003 is investigated by using all of the available observational data and high-resolution modeling results from the Regional Atmospheric Modeling System (RAMS). This fog event reduced the horizontal visibility to be less than 60 m in some locations and caused several traffic accidents locally. In this paper, all of the available observational data, including visible satellite imagery of Geostationary Operational Environmental Satellite (GOES)-9 and MODerate-resolution Imaging Spectroradiometer (MODIS), objectively reanalyzed Final Analysis (FNL) data issued by the National Centers for Environmental Prediction (NCEP), sounding data at the Qingdao and Dalian stations, and the latest 4.4 version of the RAMS model, were employed to study this sea fog case. We begin with the analyses of the environmental conditions of the sea fog event, including the large-scale conditions, the difference between T _2m (air temperature at 2 m altitude) and sea surface temperature (SST), and the atmospheric sounding profiles of the two stations. The characteristics of this sea fog event was documented by using visible satellite imagery of GOES-9 and MODIS. In order to better understand the fog formation mechanism, a high-resolution RAMS model of dimensions 4 km × 4 km was designed, which was initialized and validated by FNL data. A 54-h modeling period that started from 18 UTC 31 July 2003 reproduced the main characteristics of this sea fog event. The simulated lower visibility area agreed well with the sea fog area identified from the satellite imagery. It is shown that advection cooling effect plays a significant role in the fog formation.     

Analysis and high-resolution modeling of a dense sea fog event over the Yellow Sea

A ubiquitous feature of the Yellow Sea (YS) is the frequent occurrence of the sea fog in spring and summer season. An extremely dense sea fog event was observed around the Shandong Peninsula in the morning of 11 April 2004. This fog patch, with a spatial scale of several hundreds kilometers and lasted about 20 h, reduced the horizontal visibility to be less than 20 m in some locations, and caused a series of traffic collisions and 12 injuries on the coastal stretch of a major highway. In this paper, almost all available observational data, including Geostationary Operational Environmental Satellite (GOES)-9 visible satellite imagery, objectively reanalyzed data of final run analysis (FNL) issued by the National Center for Environmental Prediction (NCEP) and the sounding data of Qingdao and Dalian, as well as the latest 4.4 version of Regional Atmospheric Modeling System (RAMS) model, were employed to investigate this sea fog case. Its evolutionary process and the environmental conditions that led to the fog formation were examined by using GOES-9 visible satellite imagery and sounding observations. In order to better understand the fog formation mechanism, a high-resolution RAMS modeling of 4 km × 4 km was designed. The modeling was initialized and validated by FNL data. A 30-h modeling that started from 18 UTC 10 April 2004 reproduced the main characteristics of this fog event. The simulated lower horizontal visibility area agreed reasonably well with the sea fog region identified from the satellite imagery. Advection cooling effect seemed to play a significant role for the fog formation.     

黄海海雾WRF数值模拟中垂直分辨率的敏感性研究

基于WRF模式探究不同垂直分辨率下模式对黄海海雾的模拟表现。将3种垂直分层方案（35η、44η与63η）和2种边界层方案（YSU、MYNN）组合,对10次海雾做模拟研究。统计分析了水平雾区与雾顶高度对垂直分辨率的敏感性,并利用1次典型个例剖析了雾顶长波辐射与雾体湍流的作用。统计结果显示,提高垂直分辨率能显著改进水平雾区的模拟效果,改善明显的个例在不同垂直分辨率试验下的雾顶高度差异也较大;YSU方案相比于MYNN方案更敏感,从35η层增至44η层其试验个例的击中率（POD）和公正预兆得分（ETS）的平均改进率分别提高了13.29%和10.22%。典型个例研究结果揭示,模式对雾顶长波辐射和雾体湍流作用的模拟程度强烈依赖垂直分辨率：粗垂直分辨率给出的湍流强度很弱,导致模拟失败;雾顶存在“云水含量增多→长波辐射增强→降温加大→云水含量增多”的正反馈过程,细垂直分辨率比粗垂直分辨率更容易维持与增强此反馈;只有细垂直分辨率才能模拟出雾顶长波辐射冷却产生的贯穿雾体直抵海面、强度不弱于近海面机械湍流的浮力湍流,它导致雾体降温而出现符合观测事实的海温高于气温的现象。     

一次黄海海雾成因分析及数值模拟试验

根据GOES-9(Geostationary Operational Environmental Satellite）可见光卫星云图和韩国济州岛探空资料等,利用RAMS(Regional Atmospheric Modeling System)模式（6.1版）对2009年3月17-18日发生在黄海海域的一次大风条件下出现的海雾天气进行模拟。结果表明：与卫星云图所显示的雾区范围相比,模拟结果对海雾的生成、发展、移动都有较好吻合;云水混合比是影响大气水平能见度分布的主要因子,云水混合比大值区主要集中在距地面300 m以下的低空;雾区存在几个云水混合比大值区,并分布在不同的高度,说明海雾的团状不均匀结构;海上平流雾常发生在风速较大的情况下,RAMS模式对此具有一定的模拟能力。     

基于多灰度共生矩阵特征值的黄渤海白天海雾识别算法

本文基于多灰度共生矩阵特征值,即相关性、对比度、同质性和能量,进行联合海雾遥感判识,提出一种高准确率黄渤海白天海雾识别算法。采用第二代静止气象卫星FY-4A可见光、近红外和红外数据,将该算法应用于黄渤海区域白天海雾判识,并利用2019—2020年沿黄渤海气象站点能见度实测数据及CALIPSO卫星数据产品对本算法识别结果进行精度验证。结果表明：海雾识别平均检测率(POD)为92%,误报率(FAR)为27%,临近成功指数(CSI)为69%,可以实现对海雾的动态监测,为海上交通等领域提供较好的数据支持。     

A Heavy Sea Fog Event over the Yellow Sea in March 2005： Analysis and Numerical Modeling

In this paper, a heavy sea fog episode that occurred over the Yellow Sea on 9 March 2005 is investigated. The sea fog patch, with a spatial scale of several hundred kilometers at its mature stage, reduced visibility along the Shandong Peninsula coast to 100 m or much less at some sites. Satellite images, surface observations and soundings at islands and coasts, and analyses from the Japan Meteorology Agency （JMA） axe used to describe and analyze this event. The analysis indicates that this sea fog can be categorized as advection cooling fog. The main features of this sea fog including fog area and its movement axe reasonably reproduced by the Fifth-generation Pennsylvania State University/National Center for Atmospheric Research Mesoscale Model （MM5）. Model results suggest that the formation and evolution of this event can be outlined as： （1） southerly warm/moist advection of low-level air resulted in a strong sea-surface-based inversion with a thickness of about 600 m; （2） when the inversion moved from the warmer East Sea to the colder Yellow Sea, a thermal internal boundary layer （TIBL） gradually formed at the base of the inversion while the sea fog grew in response to cooling and moistening by turbulence mixing; （3） the sea fog developed as the TIBL moved northward and （4） strong northerly cold and dry wind destroyed the TIBL and dissipated the sea fog. The principal findings of this study axe that sea fog forms in response to relatively persistent southerly waxm/moist wind and a cold sea surface, and that turbulence mixing by wind shear is the primary mechanism for the cooling and moistening the marine layer. In addition, the study of sensitivity experiments indicates that deterministic numerical modeling offers a promising approach to the prediction of sea fog over the Yellow Sea but it may be more efficient to consider ensemble numerical modeling because of the extreme sensitivity to model input.     

2009年春季一次黄海海雾的观测分析及数值模拟

利用5种观测资料和RAMS（regional atmospheric modeling system）模式对2009年5月2_5日发生在黄海海域的一次海雾过程进行了观测分析和数值模拟研究。结果表明：1）所取个例的整个生命过程受同一高压系统影响,该高压在海雾过程后期的形变促使海雾消散,这在以往的黄海海雾中较为罕见。2）黄海北部形似“7”的雾区形态的出现和演化与1～3℃气海温差的变化吻合,气海温差对海雾形成和演变的重要作用得到再次验证。3）RAMS模式具有一定的海雾数值模拟能力,得到的雾顶高度分布与卫星云图所显示的雾区形态吻合良好。     

夏季低压控制下黄海西北部海域海雾发生气象条件合成分析

利用瞬变扰动分析的原理,提供了一个可以客观判定海雾发生时天气类型的方法。在分类结果的基础上,对环流形势、散度和垂直速度以及温度湿度的垂直廓线等进行合成分析,得到低空（1 000 hPa）为低压扰动下发生海雾（L型海雾）的环流和物理量场基本特征,并与高压控制下海雾（H型海雾）进行对比,结果表明：1）L型海雾位势高度负异常扰动主要表现在低层,其平均值为-65.66 gpm,向上逐渐减弱;2）L型海雾在发生时其逆温强度小于H型海雾,雾层较厚,雾层上空湿度仍然比较大,而H型海雾雾层上空有比较明显的干层;3）L型海雾在垂直方向上的分布具有三层结构,第一层1 000～950 hPa为辐合伴有弱上升和下沉运动,第二层950～850 hPa为辐散伴有弱下沉运动,第三层850～500 hPa为逐渐加强的上升运动;H型海雾为两层结构,1 000 hPa为辐散伴有弱的上升和下沉运动,950～500 hPa为一致的下沉运动;4）概率密度统计分析进一步定量表明了L型和H型海雾发生时垂直运动以及相对湿度在各层中的分布情况。这些结论对黄海西北部夏季低压环流形势下海雾的预报提供了重要参考。     

一个黄渤海海雾大气水平能见度算法

为了提高对黄渤海海雾天气海面大气水平能见度（以下简称“能见度”）的数值预报能力,利用黄渤海23个沿岸和岛屿测站2013—2017年雾天的地面观测数据,构建了基于湿度信息的能见度算法（A-F算法）,并将之应用于黄渤海海雾的能见度数值预报。结果表明,与常用的根据模式预报的云水含量诊断能见度的SW算法（Stoelinga and Warner,1999）相比,A-F算法表现更优,尤其可以诊断出被SW算法漏报的能见度为1～3 km的轻雾,说明A-F算法对黄渤海海雾天气能见度的数值预报具有一定应用价值。若将来加入浮标与船舶观测数据,可以进一步改进A-F算法能见度公式的具体形式;依据本文构建A-F算法的思路,可以发展适合其他海域的海雾天气能见度诊断公式。