GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究

为了体现次网格尺度能量升尺度转换过程中存在的不确定性,文中将随机动能补偿(Stochastic Kinetic Energy Backscatter,SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS),以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系,将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明,SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力;另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系,增加了集合离散度,并在一定程度上减小了集合平均误差,尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言,从Brier评分与相对作用特征面积(AROC,Area under the Relative Operating Characteristics)的结果来看,SKEB方案有助于改善中国地区小雨[0.1 mm,10 mm)、中雨[10 mm,25 mm)与大雨[25 mm,50 mm)量级降水的概率预报技巧,而对暴雨[50 mm,∞)量级降水预报技巧影响很小(24 h降水量)。总体上,模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。

GRAPES-GEPS全球集合预报系统湿奇异向量的时空尺度敏感性研究

湿奇异向量(Moist Singular Vectors,简称MSVs)是包含了湿物理切线性过程计算得到的奇异向量。研究MSVs对最优化时间间隔(optimization time interval,简称OTI)及模式水平分辨率的敏感性对提高集合预报效果至关重要。本文基于中国气象局数值预报中心自主研发的全球/区域同化和预报系统(Global/Regional Assimilation and Prediction System,简称GRAPES)——全球集合预报系统(Global ensemble prediction system,简称GEPS)业务版本研究了4组不同时空尺度(不同OTI和水平分辨率)下的MSVs,从能量模、能量谱、空间剖面等方面分析热带外MSVs特征,并从等压面变量评分、降水评分、降水概率预报等方面评估不同初值的集合预报效果。结果表明:提高MSVs水平分辨率可使其扰动具有较大的增长率,缩短OTI后MSVs能量向上传播的趋势更明显,并可以在中尺度范围产生较大SVs扰动。不同OTI下初始MSVs相似性较低,结构差异较大。从集合预报的结果来看,OTI为24 h试验的集合扰动能量增长较大,集合离散度在预报的0~96 h有明显提升,特别是2 m温度,且近地面要素的outlier评分也有明显改进。进一步分析发现,提高水平分辨率和缩短OTI的MSVs能够提高降水概率预报,而降水评分显示,同一水平分辨率下,OTI越短评分越好,但是提高MSVs的水平分辨率并不一定会提升小雨到中雨量级的降水评分。

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。

PRM标量平流方案在GRAPES全球预报系统中的应用

如何更好地模拟水物质的分布,对于数值天气预报效果的改进,特别是对于更好地模拟降水过程,具有重要的意义。半拉格朗日模式中的标量平流计算要求做到高精度、守恒、正定和保形,但GRAPES_GFS(Global-Regional Assimilation and PrEdiction System,Global Forecast System)中采用的QMSL(Quasi-Monotone Semi-Lagrangian)平流方案在水汽的强梯度、不连续区域计算精度较低,且不能做到严格守恒。本研究借鉴计算流体力学领域的研究进展,将一个基于分段有理函数的物质平流方案PRM(Piecewise Rational Method)引入GRAPES_GFS中,按照通量形式求解水汽方程,并对极区进行了混合等技术处理。通过一系列理想试验对两种平流方案进行了对比,证明了PRM方案精度较高,特别是在水汽梯度大的区域优势明显,频散、耗散误差较小,守恒、保形性也要好于QMSL方案。通过对GRAPES_GFS中批量预报试验效果的检验,验证了PRM方案可以有效地改进模式对水物质分布的模拟,提高了降水的预报效果,对模式综合预报性能的提升也有明显作用。

全球集合预报位温系统偏差和随机误差结合的模式倾向扰动方法

传统集合预报模式扰动方法通常用来描述物理过程随机误差,但模式不可避免会存在系统偏差,为了减少模式系统偏差对集合预报的影响,利用中国气象局全球集合预报系统(CMA-GEPS),通过经验正交函数(Empirical Orthogonal Function,EOF)分解方法获得系统偏差倾向,在积分过程中将系统偏差倾向扣除法与传统的随机物理倾向扰动法(Stochastically Perturbed Parameterization Tendency,SPPT)相结合,构建了全球集合预报系统偏差和随机误差结合的模式倾向扰动方法(Bias correction of bias tendency based on SPPT,SPPT-B),设计并开展了集合预报试验来探究该方法对全球集合预报的影响。结果显示:(1)经验正交函数分解的第一模态能较好地体现系统偏差的主要特征,即随预报时效线性增长、对流层高层的系统偏差比中、低层大。(2)系统偏差倾向扣除法和SPPT-B方法均可以有效降低南、北半球和热带地区高层和低层的系统偏差,且SPPT-B方法能明显改善热带地区集合离散度。(3)两套方案对对流层高层的集合预报技巧改进效果优于低层。SPPT-B能有效提高全球集合预报技巧,为发展同时考虑系统偏差和随机误差的全球集合预报模式扰动方法提供了科学依据。

集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅰ:局地化方案设计与动力平衡特征分析

通过引入流依赖的集合预报误差,使得同化分析与天气形势紧密相关,是改善初值分析质量的重要途径。文中在GRAPES(Global Regional Assimilation and PrEdiction System)全球四维变分资料同化(4DVar)中研究了如何有效应用集合预报误差,包括增加扩展控制变量时如何降低其计算消耗以及如何在局地化过程中保持不同变量之间的动力平衡。利用高斯分布的谱滤波实现水平局地化,利用垂直正交经验函数分解实现垂直局地化,并采用前8个主导特征模态来限制控制变量空间维数增加。引入20至180个集合样本,在水平二维局地化情形下,控制变量总数的增长可以限制在1.1—1.8倍,而在三维局地化情形下,控制变量总数的增长限制在1.7—7.1倍。对60个集合样本和1°水平分辨率内循环,4DVar引入扩展控制变量后墙钟时间增加了约30%。进一步,通过采用在非平衡分析变量上进行水平局地化,然后再将风压地转平衡关系重新叠加到非平衡分析变量上,使得分析更好地保持了风压平衡关系,初始场地面气压倾向变化减小。此外,虽然垂直局地化对分析平衡影响较大,但依靠目标函数中的数字滤波弱约束,分析变量之间仍能较好满足动力平衡关系。结果表明,GRAPES全球4DVar中发展的增加扩展控制变量、谱滤波实现水平局地化、非平衡分析变量进行水平局地化等有效应用集合预报误差的方法,适合集合样本数超过100个的情况,在分析质量改善的同时,4DVar系统的计算和存储消耗没有显著增加。

NCEP、ECMWF及CMC全球集合预报业务系统发展综述

总结了目前最具代表性的3个全球集合预报系统(global ensemble forecast system,GEFS)——美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)和加拿大气象中心(Canadian Meteoro-logical Centre,CMC)建成至今的发展概况。由于计算资源的不断扩展,各中心集合预报系统的模式分辨率、集合成员数也随之增加。同时各中心都在不断地致力于发展和完善初始和模式扰动方法,来更好地估计与初值和模式有关的不确定性,促进预报技巧的提高。其中初始扰动方法从最初的奇异向量法(ECMWF)、增殖向量法(NCEP)和观测扰动法(CMC)更新为现在的集合资料同化—奇异向量法(ECMWF)、重新尺度化集合转换法(NCEP)和集合卡尔曼滤波(CMC)。在估计模式不确定性方面,ECMWF和CMC都修订了各自的随机参数化方案和多参数化方案,NCEP最近也在模式中加入了随机全倾向扰动。为提高全球高影响天气预报的准确率,TIGGE计划(the THORPEX interactive grand global ensemble)的提出增进了国际间对多模式、多中心集合预报的合作研究,北美集合预报系统(North American ensemble forecast system,NAEFS)为建立全球多模式集合预报系统提供了业务框架,这都将有助于未来全球交互式业务预报系统的构建。

COSMIC资料在GRAPES全球三维变分同化系统的初步研究

利用COSMIC获得的GPS无线电掩星数据所反演得到的大气温湿度廓线资料,在GRAPES全球三维变分同化系统中做连续循环同化试验,研究了加入COSMIC资料后得到的GRAPES分析场及其5天中期预报是否有所改善。研究结果表明:通过加入COSMIC资料连续循环同化得到的分析场,相对原来没有加COSMIC资料连续同化出来的GRAPES分析场有明显改善,由此GRAPES全球模式全球5天中期预报水平有明显提高,其中加入没有稀疏化后COSMIC资料对南半球GRAPES分析场的改善以及GRAPES全球模式5天中期预报水平的提高都比较显著;加入稀疏化后的COSMIC资料对北半球GRAPES分析场的改善以及GRAPES全球模式5天中期预报水平的提高都有比较显著的效果。

T213全球集合预报系统性误差订正研究

针对模式系统性误差一直存在的现状,研究使用卡尔曼滤波的自适应误差订正方法对国家气象中心业务全球集合预报系统的系统性误差进行估计和订正。本文主要介绍这种方法及其原理,其优点是需要的样本量比较小,能够快速经济地对模式产品进行有效的误差估计和订正。使用这种方法对全球T213集合预报系统500 hPa高度场、850 hPa温度场和2 m温度的预报产品进行一阶偏差订正,对订正前后集合预报产品进行检验分析和对比,结果表明,订正后的高层形势场集合预报和2 m温度集合预报的均一性、集合平均的均方根误差和距平相关系数都得到了改善,系统性偏差得到了不同程度的订正,对于存在较大系统性误差的2 m温度预报,订正效果尤其显著。

GRAPES全球系统的研发进展

2007年7月始，中国气象科学研究院数值预报研究中心在“十五”攻关成果的基础上研发了运行稳定、结果合理的GRAPES全球预报系统1．0版本（简称GRAPES_GFS1．0）。2009年3月，该系统通过了中国气象局预测减灾司组织的准业务化运行专家评审，已批准投入准业务运行。这是我国完全自主开发的全球预报系统，标志着我周全球数值预报迈向了自主创新、可持续发展的道路。

基于背景场奇异向量的CMA全球集合预报试验

目前中国气象局全球集合预报系统(China Meteorological Administration Global Ensemble Prediction System,CMA-GEPS)利用CMA全球数值预报系统分析场计算奇异向量(ANSV),欧洲中期天气预报中心采用同化背景场计算奇异向量(FCSV),在业务流程上先于计算ANSV,可优化集合预报系统运行时间。为此,在CMA-GEPS中探索采用FCSV进行集合预报的可行性,分析ANSV和FCSV的空间分布及相似指数,进而针对夏秋季节10个个例开展采用ANSV和FCSV的全球集合预报试验,从等压面要素集合预报技巧、中国地区24 h累积降水概率预报技巧、台风路径集合预报技巧、台风中心最低海平面气压预报技巧等方面对比二者结果。结果表明:ANSV和FCSV的主要结构特征相似,两组集合预报结果相当,表明在CMA-GEPS中使用FCSV可行,可作为未来高分辨率CMA-GEPS业务系统建设的选项。

GRAPES全球模式云方案的诊断研究

在对GRAPES全球预报系统(GRAPES_GFS)云预报性能进行诊断评估的基础上,对凝结(华)和蒸发等物理过程及对流卷出对云的影响过程进行改进和优化,旨在提高GRAPES_GFS云量及其特征量和降水的预报精度。通过研究GRAPES全球模式、欧洲中期天气预报中心(ECMWF)和美国环境预报中心(NCEP)全球模式中3种云方案原理上的区别和联系,并将GRAPES_GFS预报结果与ECMWF第5代全球再分析资料(ERA5)做对比,分析云方案改进前后云量、云含水量、柱含水量等云宏观、微观物理量,降水量、向外长波辐射等基本物理量以及物理过程对温度和湿度的反馈倾向的预报性能,在此基础上对GRAPES_GFS原云方案进行改进。结果显示,云方案改进后,GRAPES_GFS在热带地区液水预报增大,云系和水成物垂直分布更合理;云量预报与ERA5预报结果更接近,特别是高云量预报的改进,使得热带向外长波辐射预报略有改进;低纬度地区日平均总降水量略有增大,特别是热带地区格点尺度降水增多较为明显,缓解了热带区域格点尺度降水预报偏小的现象。

GFS物理过程包在GRAPES区域模式中的实施及改进：单柱试验

将NCEP的中期全球预报系统(GFS)整套物理过程包引入GRAPES区域模式,并利用美国ARM计划(AtmosphericRadiationMeasurementProgram)南部大平原外场1997年夏加强观测资料,对GRAPES模式中原有物理过程和GFS物理过程进行了单柱试验的测试和比较,评估了两组物理过程的模拟性能。单柱试验结果表明GFS试验模拟的位温和水汽混合比演变更为准确;到地短波和长波辐射的误差更小;其模拟的地面向上潜热通量与观测更为接近,而原物理过程试验的感热偏大;GFS试验对2 m气温最高和最低值的模拟也比原有物理过程更接近观测。进一步分析降水的模拟发现,两组物理过程对强降水过程均有很好的预报能力,但对中等强度降水存在漏报或者发生时间偏晚的倾向,此外还存在对小雨的空报。在3个降水事件的模拟中,GFS试验模拟的降水误差小于原物理过程试验。最后还对两组试验中明显的降水过程漏报和降水延迟进行了分析,对GFS物理过程包中对流参数化的对流触发方式的修改,可改进此次降水的模拟,进而通过更准确的反馈过程,改善对大尺度场的模拟。

ECMWF未来10年“2+4+1”战略:将天气气候预报引向极致

2016年7月,欧洲中期天气预报中心（ECMWF）推出了其未来10年（2016—2025年）战略。这份36页的文件,让更多的人对未来10年天气气候预报能力的提升充满期待。这份新的10年战略,其最重要的,ECMWF在报道中用＂苛刻＂来形容的目标,可以用＂2＋4＋1＂来概括：即到2025年,1）高影响天气的有效集合预报提前2周;2）大尺度形势和机制转化预报提前4周;3）全球尺度异常预测提前1年。

基于GRAPES的综合临近预报系统（雨燕GRAPES-SWIFT）

在我国，台风、暴雨、雷雨大风、雷电、龙卷风、冰雹等灾害天气及其产生的次生自然灾害连年不断，近年来全球气候变暖的加剧，导致突发气象灾害发生更加频繁。本项目研究瞄准国家防灾减灾需求和气象灾害应急响应的需要，依托中尺度数值预报模式及其快速循环更新同化系统产品，融合新一代天气雷达、卫星、闪电定位仪、GPS／MET、风廓线雷达和自动气象站等探测资料信息，

文摘

(英文文献)WRF中尺度数据同化系统在2007-2009年春季强天气事件中的应用——Application of a WRF mesoscale data assimilation system to springtime severe weather events2007-09.Monthly Weather Review,2012,Vol.140,No.5.

我国12.5公里分辨率全球模式核心技术完成开发

中国气象局数值预报业务在开放合作、模式研发等方面取得重要进展。目前,我国12.5公里分辨率数值预报全球模式及集合四维变分同化系统核心技术开发已完成。自去年9月成立中国气象局地球系统数值预报中心以来,中国气象局数值预报业务模式性能稳步提升,全球模式、区域集合预报模式相继完成业务系统升级并实现系统切换。