对流尺度数值预报中的云物理初始化方法改进及个例试验

通过在云初始化方案中增加由地表感热和潜热通量确定的对流尺度速度作为对流判据,同时增加层云云冰、云水计算方案,改进云分析方法,并基于第2代华东快速更新循环同化模式预报系统,针对2015年4月28日华东强对流个例,进行对比试验,分析了改进的云初始化方案对云分析结果和模式预报效果的影响。试验表明:在云分析中增加对流判据,使得平均40%左右的云分析格点判定为非对流格点,对流格点分布与正的感热通量分布相似,在陆地上有显著日变化。在对流和层云格点判定之后,增加层云云冰、云水计算方案分析层云格点,显著地减小了模式初始场的云冰、云水混合比,有效地减弱了模式积分初始阶段云冰、云水含量的剧烈调整,尤其是在陆地区域。采用改进的云初始化方案进行预报,可以减少模式前1 h和前6 h的降水强度;尤其在个例的循环试验中,强降水中心强度和面积的预报比原方案显著减弱。

云物理初始化对一次强对流天气数值预报的影响研究

基于第二代华东快速更新循环同化预报模式系统,针对2015年4月28日华东强对流天气,分析了云初始化对强对流数值预报的作用和影响。有无云初始化试验对比结果表明,在循环系统中使用云初始化,能够显著提高0~6 h的降水预报评分,强降水的位置预报更接近实况。云初始化能较好地改善初始场水凝物的质量分布,提供较准确的相关对流系统的初始信息,改进强对流区域内水凝物的预报效果,有效避免了模式初始阶段的降水滞后现象,缩短了模式由于初始微物理信息缺失引起的"spin-up"时间。而积分6 h以后的结果与无云初始化的结果差别不大。