条件非线性最优扰动及其在天气和气候可预报性研究中的应用

条件非线性最优扰动(CNOP)是非线性动力系统中满足一定物理约束条件, 且在预报时刻有最大非线性发展的一类初始扰动. 它不仅可以代表某一天气或气候事件的“最优前期征兆”, 而且可以用来研究预报时刻对预报结果有最大影响的初始误差. 在流体运动的(不)稳定性(或敏感性)问题研究中, 它还可以代表最不稳定(或最敏感)的初始模态. CNOP还可以被用来估计某一天气或气候事件预报误差的上界. CNOP的上述物理特征在厄尔尼诺-南方涛动(ENSO)的可预报性研究和海洋热盐环流(THC)的敏感性分析中得到了实现: 在一个海气耦合ENSO模式中, CNOP代表了最容易发展成ENSO事件的初始模态(即最优前期征兆); 在ENSO事件的预报误差研究中, CNOP代表了在预报时刻对ENSO预报有最大影响的初始误差. 当CNOP作为观测ENSO事件的初始扰动时, 它给出了ENSO事件预报误差的上界估计; 当CNOP作为THC的最不稳定(或最敏感)的初始模态时, 它揭示了THC对有限振幅扰动的非线性不对称响应. 最后, 讨论了CNOP方法在较复杂模式中的应用, 结果表明CNOP方法对于较高维数的模式也是适用的, 对应的优化算法也是有效的.     

集合预报初始扰动产生的一个新方法: 条件非线性最优扰动

在不考虑模式误差的情况下, 用正压准地转模式探讨了条件非线性最优扰动(奇异向量在非线性框架下的推广)在集合预报中的可能应用. 奇异向量和条件非线性最优扰动被用来产生集合预报试验的初始扰动. 对14 d的预报结果作了比较, 发现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(6~14 d)明显高于奇异向量法. 该结论是在分析误差为快速增长扰动的条件下得到 的, 即分析误差的非线性发展在预报后期快于奇异向量的非线性发展, 不依赖于分析误差的大小. 通过相似指数和经验正交函数分析, 解释了为什么用新方法产生的集合预报技巧优于奇异向量法.     

ENSO可预报性研究的一个新方法:条件非线性最优扰动

首先给出了条件非线性最优扰动的概念; 其次, 采用简单的ENSO海-气耦合模式, 通过比较条件非线性最优扰动和线性奇异向量的异同, 揭示出在气候可预报性研究中考察误差增长应该使用非线性模式; 然后, 使用条件非线性最优扰动, 初步研究了该ENSO模式的“春季预报障碍”问题.     

条件非线性最优扰动和繁殖向量相结合的一种集合预报方法

集合初始扰动的好坏对集合预报效果有着至关重要的影响.为了产生能够捕捉到初始场不确定性的初始扰动,在不考虑模式误差的情况下,用Lorenz-96模式探讨了条件非线性最优扰动(conditional nonlinear optimal perturbation,CNOP)在集合预报中的应用,并与传统的增长繁殖模方法(breeding of growing mode,BGM)进行了比较.发现用CNOPs代替2L范数较大的繁殖向量(breeding vectors,BVs)的集合预报技巧明显高于BGM方法.在分析误差是快速增长型扰动的条件下,新方法对预报结果的改善幅度随预报时间的延长而增大,特别是在中期预报范围(6~14 d)内,改善效果更加明显.按照通常距平相关系数(ACC)不小于0.6则视为有效预报的标准,新方法和BGM方法得到的集合预报相对于参照预报而言,都能够将有效预报时间延长4 d左右.     

相似-动力模式的月平均环流预报试验

在过去相似-动力模式研究的基础上, 建立了以T63L16月动力延伸业务预报模式为动力核的相似-动力月预报模式. 原T63模式的月平均环流预报为控制试验, 所建立的相似-动力模式的月平均环流预报为对比试验. 通过4个相似-动力模式预报成员的集合平均, 对比试验结果显示了优于控制试验的月平均环流预报技巧.     

改善月动力延伸预报水平的一种新途径

从数值模式普遍存在的一个重要预报误差源—— 纬向平均环流入手, 提出了一种改进月动力延伸预报的新途径. 首先, 应用重构相空间理论和非线性时空序列预测方法, 在大量历史资料的基础上构建纬圈平均环流(纬向平均高度场)月尺度逐候非线性动力学区域预报模型; 然后将非线性动力预报和数值模式动力预报结合起来, 即将非线性预报结果转化为模式需要的预报量, 再在模式积分过程中实施过程订正. 试验结果表明, 这种方法不仅有效减少了模式的系统性预报误差, 而且通过波流非线性相互作用, 使部分波分量的预报得到了较明显的改善.     

集合预报最优初值形成的四维变分同化方法

提出一种利用四维变分同化方法吸纳ＭｏｎｔｅＣａｒｌｏ法具有明确统计意义的特点和滞后平均预报法包含多时刻初值信息的长处,来形成一组与动力模式相协调的集合预报初值的方法,以克服初值由ＭｏｎｔｅＣａｒｌｏ法或滞后平均预报法形成的不足,改善集合预报效果,在已建立的Ｔ４２谱模式四维分同化系统基础上,对６组个例分别进行了控制,对比数值试验,结果表明,由四维变分同化方法形成集合预报初值的预报效果旬尺度上要好于滞     

东亚夏季持续性异常环流的最敏感扰动分析

中高纬乌拉尔和东亚的阻塞高压和西太平洋副热带高压(以下简称副高)是东亚夏季风的重要成员,它们的持续异常会导致我国夏季的严重干旱或洪涝灾害,例如1991年夏季我国江淮流域发生的严重的持续性特大暴雨和洪涝,就是东亚大范围的环流持续异常造成的.因此,对这些系统持续异常的活动规律和影响因子的研究,对于了解洪涝的成因,提高灾害性天气的中长期预报水平都有重要意义.敏感性分析是研究物理过程的影响因子的重要手段.以前的直接敏感性分析,都是用数值模式进行一系列对比实验,每次改变一个因子或初值,然后通过比较这些实验的结果来考察各因子的影响.但有时研究者事先并不清楚哪些因子对他所关心的过程较为重要,用这种方法就有一定盲目性,而且它不能给出各种因子影响的相对重要性的定量比较.如果我们希望对各种影响因子有比较全面的了解,或要考查何种初始扰动对我们所关心的过程较为重要,就     

厄尔尼诺-南方涛动研究进展

厄尔尼诺-南方涛动(El Ni?o and Southern Oscillation, ENSO)对全球气候都具有重要的影响,如印度洋季风、秘鲁沿岸的渔业生产以及北美的气候等.过去的研究在ENSO的观测、理论、预报和数值模拟等方面都取得了长足的进展,但依然有很多问题尚待解决.本文简要地回顾了过去在ENSO的相关理论、预报、非对称性以及年代际变化、古气候下的变化以及数值模拟方面的研究:首先回顾了ENSO盛行的几组理论,具体包括Bjerknes正反馈机制、延迟振子理论、充放电振子理论、平流反射振子理论以及西太平洋振子理论.其次,系统地总结了厄尔尼诺常用的预报方法以及预报因子(如暖水体积、西太平洋风场、印度洋-太平洋风场的积分及赤道流场等),并讨论了目前预报仍然存在的局限性;非对称性和年代际变化是ENSO重要的特征,本文详细地阐述了这方面的相关研究进展及存在的问题.再次,介绍了关于ENSO的古气候研究目前所取得的成果以及主要结论,并对数值模拟方面仍然存在的问题及ENSO对其他海盆的影响进行了讨论;最后,对上述相关方面存在的不足以及亟待解决的问题进行了探讨和总结.     

COMPASS导航卫星高精度轨道预报及误差控制技术

针对COMPASS各类型导航卫星的轨道预报精度随时间推移衰减较快问题,提出了基于神经网络模型的卫星轨道预报技术.该技术避开了精化动力学模型的困难,尝试从轨道预报误差的规律中寻找突破,利用神经网络作为建立预报模型的工具,将某历史时刻的轨道预报误差作为训练样本,利用训练好的神经网络模型补偿当前时刻的预报轨道以提高轨道预报精度.针对利用神经网络模型得到的预报轨道精度偶尔会出现低于动力学模型的预报精度这一现象,提出了基于反向重叠弧段比较法的轨道预报误差控制技术.利用实测数据进行实验分析,结果表明,采用神经网络模型补偿预报轨道误差时,不同卫星在不同初始时刻下的改进效果不同.预报8,15和30天导航卫星的轨道改进率分别为80%,77.77%和85%.针对改进失败的现象,利用本文提出的预报误差控制方法,失败率从30%降低到5%以内,而未消除的5%失败率所对应的预报轨道精度与动力学模型的预报轨道精度相当.     

月平均环流的Monte-Carlo预报试验

1974年,Leith为了克服矩方法遇到的困难提出了统计-动力相结合的Monte-Carlo(简称M-C)近似预报方法,并用均质、各向同性的湍流两维模式证实:M-C预报是最小平方意义下的最优预报。1981年,Seidman在Leith等人工作的基础上,提出了随机扰动初值预     

GRAPES新一代全球/区域多尺度统一数值预报模式总体设计研究

新一代全球/区域多尺度统一的同化与数值预报系统(global/regional assimilation and prediction system, 缩写为GRAPES)已在中国气象局研究建立. 该系统的核心技术包括: 资料变分同化; 半隐式-半拉格朗日差分方案和全可压/非静力平衡动力框架; 可自由组合的、优化的物理过程参数化方案; 全球、区域一体化的同化与预报系统; 标准化、模块化、并行化的同化与模式程序. 针对GRAPES系统的正确性、有效性, 已经进行了一系列的标准测试和应用模拟试验, 包括常规资料分析应用、雷达和卫星非常规资料直接分析应用试验. 该系统已在国家级、区域级气象业务中心运行, 在实际气象业务中发挥了重要应用. 本文重点介绍数值预报模式, 包括总体设计思路与策略、多尺度统一动力模式构建、物理过程参数化方案组合优化、模式程序结构设计等; 同时, 还通过介绍GRAPES模式的模拟试验和实际应用结果等, 展示多尺度统一模式的可行性和科学性、实际应用的能力和水平.     

太阳耀斑预报研究进展

太阳耀斑是指发生在太阳表面局部区域中突然和大规模的能量释放过程.它是空间环境的主要扰动源,对地球空间环境造成很大影响.太阳耀斑预报是空间天气预报的重要组成部分,对其研究具有重要的实用价值和科学意义.现有的大部分太阳耀斑预报模型是从观测数据提取预报因子,利用各种统计和数据挖掘技术建立预报因子与耀斑发生之间的关系模型,利用建立的模型对未来时间的耀斑发生进行预报.在预报研究中,预报因子、预报方法和预报模型是3个主要研究领域.其中预报因子的选取和数据处理尤为重要,是建立预报模型的前期工作.预报因子主要采用太阳黑子、磁场参量和分形因子等.预报方法包括统计方法、机器学习方法和数据同化方法.统计方法在早期的耀斑预报建模中用的较多,随着数据挖掘技术的发展,越来越多的机器学习方法应用到预报模型中并取得了较好效果.而近期发展的数据同化方法有更好的模型修正能力.预报模型早期基本使用静态模型,后来发展起来的动态模型具有更强的优势;而自组织临界模型在物理方面给了耀斑发生更多的解释.本文分别从这3个方面总结了耀斑预报的研究进展,结合中国科学院国家天文台太阳活动预报中心的工作,评述了一些重要的研究成果.最后,对未来的研究方向进行了总结和展望.     

中国国家级新一代业务数值预报系统GRAPES的发展

数值预报是世界各国业务天气预报最重要的手段, 是一个国家气象综合能力的集中体现. 2000年, 中国气象局在中国气象科学研究院组建了国家气象数值预报创新基地, 建立和发展具有自主知识产权、面向21世纪的“新一代全球/区域多尺度通用同化与数值预报系统(GRAPES)”. 近年来, GRAPES取得了快速发展, 自主研究建立了从模式到同化、有限区/全球一体化的研究与业务通用的数值预报系统. 对GRAPES数值预报系统进行了简要评述, 从模式系统整体设计方面说明GRAPES数值预报系统的先进性; 从已经实现的多领域应用方面说明GRAPES数值预报系统的多种应用性; 通过区域和全球GRAPES模式的回报试验结果, 说明GRAPES数值预报系统在业务应用中的有效性.     

年度数值气候预测系统及其系统性评估

介绍了IAP年度数值气候预测系统,并通过1980～2000年年度集合后报试验,对该预测系统进行了系统性评估.就年度预测而言,夏季气候的可预报性在热带地区较高,热带外地区则较低;500 hPa高度场的可预报性呈带状分布,自热带往中高纬减低,降水场、海平面气压场和地表气温的可预报性则是海洋上高于陆地;在中国区域,可预报性同样以500 hPa高度场最高.相关分析还表明,IAP年度气候预测系统对我国夏季气温的预测能力相对要高于降水,且订正系统可显著提高年度气候预测的技巧.此外,比较年度与跨季度后报结果,发现夏季降水跨季度后报结果要略好于年度后报,且两者的主要差别是在中高纬度地区.     

二维准地转基本流的扰动发展与非线性稳定性

进一步考察了初值与模式中参数共同扰动的情形,对初始扰动场仅依赖于初始扰动涡拟能,初始扰动边界速度环量与扰动参数的条件下,给出了扰动能量,扰动位涡拟能精确的显式估计,并在Ｌｙａｐｕｎｏｖ意义下广义非线性稳定性概念的基础上,得到了对应于文献（１）第２定理的非线性稳定性判据,推广了文献（２）的主要结果。     

热带数值预报中的初值问题

一、引言热带质量场与流场之间的平衡关系目前尚不很清楚,因此热带数值预报模式中都采用原始方程而不再作滤波近似,但原始方程对初值十分敏感,初始场上的小扰动很容易增长.有些小扰动是观测误差,另一些是没有天气意义的小波动.有的小扰动具有天气意义,但是很难与没有天气意义的小扰动区分开,在我们的模式中也难以描写它.因此,在初值处理过程中将这     

多种观测资料的四维变分同化对台风路径预报的影响

利用了MM5V3模式及其伴随模式、快速辐射传输模式RTTOVS-5及其伴随模式, 研究了多种资料的四维变分资料同化对台风路径预报的影响. 同化资料包括大尺度背景场资料、Bogus资料、云迹风资料、卫星反演资料和卫星红外辐射计(HIRS)资料等, 一共针对5个台风个例进行了数值试验和同化试验. 数值结果表明, 应用了四维变分资料同化方法, 能够更好地描写初始时刻的台风结构以及提高数值模式的初始场质量.     

DEMETER 耦合气候模式对西北太平洋台风活动及其影响因子的预测效能

利用耦合气候模式实现一步法预测是气候预测的重要发展方向之一. 该研究基于欧洲多模式短期气候集合预测计划(DEMETER)6 个耦合气候模式1974~2001 年回报试验结果, 首先探讨了耦合气候模式对夏季(6~10 月)西北太平洋台风发生密切相关的6 个主要气候因子的预测性能, 在此基础上, 利用这6 个气候因子与台风发生频次的统计关系, 研究了耦合气候模式对西北太平洋台风频次变化的预测技巧. 结果显示, DEMETER 6 个耦合气候模式可以较好地预测影响台风频次的主要气候因子及台风频次本身的变化特征. 进一步的对比研究发现, 这种统计降尺度与耦合模式相结合的预测方法明显好于耦合气候模式的直接预测效能. 此外, 多模式集合平均表现出最优的预测性能. 可见, 采用多模式集合与统计降尺度相结合的预测方法可以大大提升耦合气候模式的预测技巧, 它将成为未来台风预测的重要方向.     

多种观测资料的四维变分同化对台风路径预报的影响

利用了MM5V3模式及其伴随模式、快速辐射传输模式RTTOVS-5及其伴随模式, 研究了多种资料的四维变分资料同化对台风路径预报的影响. 同化资料包括大尺度背景场资料、Bogus资料、云迹风资料、卫星反演资料和卫星红外辐射计(HIRS)资料等, 一共针对5个台风个例进行了数值试验和同化试验. 数值结果表明, 应用了四维变分资料同化方法, 能够更好地描写初始时刻的台风结构以及提高数值模式的初始场质量.