欧洲中心集合预报在中国区域中期时效离散度-预报技巧关系分析

预测数值模式对于中期天气预报能力是集合预报的重要应用之一。为研究集合预报在中国区域中期时效(96～360h)预报技巧的预测能力,本文基于欧洲中期天气预报中心(ECMWF)全球集合预报系统2007—2011年500 hPa高度场和850hPa温度场预报数据,采取两种不同的离散度-预报技巧关系表征方法进行对比分析,结果表明:(1)以均方根误差为表征的预报技巧(RMS_(ENS))和离散度(SP_(RMSE))表现出季节循环特征,即冬(夏)季值高(低),这是大气内在性质的表现。而以距平相关为表征的预报技巧(AC_(ENS))和离散度(SP_(AC))没有显著的内在季节变化特征。(2)对比分析两种不同表征的离散度-预报技巧关系可知,以距平相关为表征的离散度-预报技巧关系更能反映中期时效的预报技巧,且850 hPa温度场较500 hPa高度场二者的相关性更好。(3)定量分析离散度-预报技巧关系表明,小离散度情况下更能体现高的预报技巧,但这种关系从96～360 h样本百分比下降了20%左右,而在大离散度情况下离散度-预报技巧关系相对弱一些,且随预报时效的延长样本百分比没有显著的降低。(4)样本统计显示中期各时效SP_(RMSE)和SP_(AC)二者一致的样本占59%～66%,并没有显示较高的一致性特征。上述分析结果为集合预报在中期时效预报技巧预测方面提供定性和定量的参考。

CMA全球集合预报系统误差增长及预报性能的尺度依赖特征诊断分析

利用CMA全球集合预报(CMA-GEPS)业务系统2020年6月1日至2021年5月31日一整年的500 hPa位势高度场(H_(500))预报数据,诊断评估了CMA-GEPS在北半球地区误差增长及预报性能的尺度依赖特征。使用谱滤波方法实现H_(500)不同尺度(包括行星尺度、天气尺度与次天气尺度)分量的分离。从集合平均均方根误差(简称集合平均误差)-离散度关系来看,在预报前期(108 h之前),CMA-GEPS集合平均误差小于集合离散度,存在过度发散的问题,主要是由天气尺度分量离散度过大导致;在预报后期(108 h之后),CMA-GEPS集合平均误差大于集合离散度,离散度偏小,是由行星尺度与天气尺度分量离散度不足共同引起。采用Dalcher等1987年修订的误差增长模型对H_(500)集合平均预报误差增长特征进行诊断分析,发现CMA-GEPS误差增长过程合理,初始误差在次天气尺度上增长最快,行星尺度上增长最慢;就绝对(相对)误差而言,模式误差对预报误差的影响随空间尺度的增大而增大(减小)。此外,将使用1989至2018年共计30 a的ERA-Interim再分析逐日数据得到的气候态分布作为参考预报,通过连续分级概率预报技巧评分(Continuously Ranked Probability Skill Score,CRPSS)检验了CMA-GEPS H_(500)及其不同尺度分量的概率预报技巧。结果表明,行星尺度分量概率预报技巧最高,次天气尺度分量最小,未经滤波的H_(500)预报技巧位于行星尺度与天气尺度分量预报技巧之间。上述诊断结果可为CMA-GEPS改进方向提供一定的客观依据。