一次高温事件的GRAPES对流尺度模式预报能力评估

为了评估GRAPES对流尺度模式对高温事件的预报能力,本文选取成都市及其周边区域(102˚E~105˚E, 30˚N~31.5˚N),7月28日至8月4日的GRAPES 3 km模式温度预报资料、ERA5温度再分析资料和成都市各测站常规资料中的温度资料,利用图像识别的特征区域提取算法提取出温度高于30℃的区域,通过计算相关系数等对此次成都市的高温事件进行GRAPES对流尺度模式高温事件预报能力评估。本文从四个方面进行讨论:高温事件的开始时间、结束时间、高温区域面积和高温强度。结果表明:1) GRAPES对流尺度模式预报高温区域中心变化趋势与ERA5再分析资料的高温区域中心变化趋势相一致,但GRAPES对流尺度模式对高温区域中心的预报与ERA5再分析资料相比整体偏北、偏西。2) GRAPES对流尺度模式对高温出现和结束的时段的预报与ERA5再分析资料高温出现和结束时间相比均有所提前,高温开始时间提前1~2小时,高温结束时间提前1~3小时。3) GRAPES对流尺度模式预报高温区域面积与ERA5再分析资料相比整体偏大,二者高温面积相关性较高,高温区域面积的预报能力较好。4) GRAPES对流尺度模式出现高温时段温度变化趋势与ERA5再分析资料相符合,GRAPES对流尺度模式对高温强度的预报与ERA5再分析资料的高温强度相比整体较弱。

GRAPES对流尺度集合预报模式中不同尺度初始扰动能量的演变特征

对流尺度数值预报对初始场的微小扰动非常敏感,且初始扰动的演变具有模式依赖、环流依赖和尺度依赖特征,如何构建合理的初始扰动场是国内外对流尺度集合预报领域尚未解决的难点问题和研究前沿。本文基于中国气象局3 km水平分辨率的GRAPES(Global/Regional Assimilation and Prediction Enhanced System)对流尺度模式,利用其同化分析系统的背景误差和一个二维随机型,构建大、中、小三个尺度的初始扰动场,并选取中国夏季一次典型的多区域强降水天气个例,开展对流尺度集合预报试验,对比分析了大、中、小尺度初始扰动能量的时空演变和谱分解特征,以期为构建适用于GRAPES对流尺度集合预报的初始扰动场提供依据。研究结果表明,在GRAPES 3 km对流尺度模式中:(1)大、中、小尺度初始扰动总能量的增长过程具有明显差异。大尺度初始扰动总能量随着模式积分呈增长趋势,尤以对流层中高层的持续增长为甚;而中、小尺度初始扰动总能量随着模式积分以日变化为主,表现为下午至傍晚(夜晚至清晨),扰动总能量显著增加(减小),且扰动总能量小尺度分量的日变化占主导,这可能是由于太阳辐射引起地表加热,使得白天的对流活动比夜晚活跃,且对流直接影响了扰动总能量小尺度分量的变化。此外,大、中、小尺度初始扰动总能量增长均以扰动动能增长为主,扰动位能在对流层低层的增长不可忽略。(2)大、中、小尺度初始扰动总能量增长具有环流依赖特征。对北支气流控制的中高纬天气区,在斜压不稳定较强的低槽区,大尺度初始扰动总能量增长突出,而在槽后西北气流区,大、中、小尺度初始扰动总能量均不增长;对南北气流交汇区,仍以大尺度初始扰动总能量增长最为明显;对南海夏季风影响区,大、中、小尺度初始扰动总能量发展均较弱,扰动位能增长与区域降水大值率演变有较好的对应关系。(3)大、中、小尺度初始扰动总能量的谱分析结果显示,不同积分时段扰动总能量的多尺度串级特征有差异。积分前3 h主要为扰动总能量的大尺度分量向小尺度分量降尺度串级,积分6 h后则为中、小尺度分量的升尺度串级。上述研究结果表明,在天气系统复杂、动力不稳定时空分布不均匀的区域(如中国区域)发展对流尺度集合预报时,有必要针对不同的不稳定天气区,构建具有尺度依赖和环流依赖的初始扰动结构。

华南复杂地形下GRAPES_Meso 3 km对流尺度模式前汛期精细化降水预报评估

为深入认识GRAPES_Meso(Global/Regional Assimilation and Prediction System)3 km对流尺度区域模式对华南前汛期精细化降水的预报性能,为模式改进及业务应用提供参考依据,利用广东省86个站点逐小时观测降水资料和国家气象信息中心多源融合降水资料,针对广东省复杂地形特点,结合距海岸线的远近及站点地形特点,将86个站划分为沿海东部、沿海西部和内陆地区三个子区域,采用二分类降水预报检验方法,定量评估了2020年5月18日—6月18日华南前汛期降水预报效果。结果显示,GRAPES_Meso 3 km模式精细化降水预报技巧受广东复杂地形影响较大,广东沿海东部和内陆地区24 h时累积降水的小雨、中雨、大雨量级预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分高于沿海西部地区,尽管暴雨预报评分具有此相同特征,但三个子区域的暴雨预报评分总体较低;从3 h累积降水预报评分看,沿海东部、沿海西部及内陆地区等三个子区域存在明显的日变化特征,但是沿海东部及西部与内陆地区表现有所不同,沿海东部和西部降水预报评分夜间较低(预报偏差偏高),白天相对较高(预报偏差偏低),而内陆地区则是夜间较高(预报偏差偏低),白天相对较低(预报偏差偏高)。沿海西部预报评分相对较低的原因是由于检验时段内广东地区存在一个弱的风切变,而沿海西部大部分地区正好处于切变线南侧的温度高值区控制,但模式模拟该区域的日平均温度较实况偏低,导致沿海西部模式预报降水空报较多,降低其降水预报技巧。

GRAPES中尺度模式中不同对流参数化方案模拟对流激发的研究

针对GRAPES中尺度数值模式的三种积云对流参数化方案,对华南2005年6月17～25日的降水过程进行模拟,研究了不同参数化方案中对流激发的时间和空间特征,讨论对流的激发状态和预报降水量的关系以及模式预报降水偏少的可能原因。21日的24小时降水量模拟结果显示,总体上雨带与实况接近,但中尺度暴雨中心位置不同。各方案的初始对流激发的状态及演变存在显著不同,并与各自24小时模拟降水量的分布和雨量紧密相关;同时预报对流激发的时间也不同。综合来看,SAS方案能较好地模拟对流的触发,但激发的降水在实况出现小雨和大雨的时段没有太大的区别。用KFETA方案探讨模拟降水偏少的可能原因之一是,对流层中层垂直速度偏小。

基于WRF模式的好溪流域致洪暴雨千米尺度预报研究

鉴于好溪流域内多山地和丘陵,梅汛期和台汛期常突发强暴雨,致使其千米尺度下的数值预报难度较大的问题,选取好溪流域2015~2020年的10场致洪暴雨事件,利用中尺度数值天气预报模式WRF和GFS预报数据进行6、30、54 h的回顾性预报,并测试了5种云微物理参数化方案的敏感性。结果表明,在千米尺度下,WRF模式模拟的降雨量偏小,对山区的预报效果优于河谷地区;Lin方案的整体预报效果最佳,而WSM3方案最差;选取的10场极端降水事件受到台风和西南低空急流等异常天气的影响,Lin方案和WSM5方案适用性较好;WRF模式对暴雨的预报效果优于大暴雨。研究结果对于提高山区小流域致洪降雨的模拟和预报精度具有借鉴意义。

GRAPES全球模式次网格对流过程对云预报的影响研究

50 km分辨率下的GRAPES全球模式对赤道及低纬度地区云水、云冰、云量和格点降水的预报较实际观测偏少。为解决这一问题,在模式原有的格点尺度云方案基础上,将次网格对流过程的影响作为源汇项,加入到云水、云冰和总云量的预报方程中。结合云和地球辐射能量系统(CERES)与热带降雨测量(TRMM)等卫星云观测资料,进行了改进后的云方案与原云方案预报结果的对比分析。结果显示,考虑了对流对格点尺度云含水量和云量预报的影响后,GRAPES全球模式预报的云和格点降水在赤道及低纬度地区有明显改善,水凝物含水量和总云量的预报结果与实况较为接近,格点降水在总降水中的比例由原来的5%提高到25%。研究进一步表明,次网格对流过程对格点尺度云和降水的影响取决于上升气流质量通量的分布和强度,上升气流的质量通量在对流活动强烈的低纬度热带地区较强,其最大值出现在650—450 hPa高度,因此,次网格对流的卷出过程对中云的影响最为明显。对高云和低云也有一定程度的影响,使云顶变高,云底变低。

2022年甘南州一次强对流天气过程多尺度分析

受西北气流和地面辐合线共同影响,2022年5月12日14:00至13日8:00地处青藏高原边坡地带的甘南州出现分散性强对流天气,多站出现冰雹和短时强降水。本文利用常规观测资料重点分析此次过程的大尺度环流形势、探空特征、物理量特征、强对流过程对流单体的演变及模式检验。结果表明:这是一次低涡后部冷空气东移南下造成的强对流天气过程,鞍形场发展使地面辐合线长时间维持并缓慢东移;低层有暖平流,高层有冷平流,大气层结不稳定;中层600~700 hPa附近有逆温层存在,有利于不稳定能量堆积,午后近地面层增温,导致对流不稳定进一步增大;CMA-GFS和ECMWF模式对大尺度环流形势预报效果较好,对低层中尺度切变移速预报偏快,对物理量场的预报ECMWF模式更接近实况。

基于大涡模拟评估GRAPES模式对对流边界层的模拟性能

为检验GRAPES半拉格朗日动力框架在大涡尺度上的模拟性能,为未来发展千米及其以下高分辨尺度的数值模式奠定基础,并构造GRAPES大涡模式以检验和发展边界层湍流参数化提供科学工具。通过在GRAPES模式中加入Smagorinsky-Lilly小尺度湍涡参数化,并将模式分辨率提高至50 m,构建GRAPES大涡模式(GRAPES_LES),以便分析GRAPES模式在大涡尺度上的适用性。同时利用广泛应用的已有大涡模式UCLA_LES作为参考,通过对干对流边界层湍流的模拟分析及与UCLA_LES模拟结果的对比,得出如下主要结论:GRAPES半拉格朗日动力框架能够模拟出与已有的大涡模式相似的边界层湍流特征;同时,通过分析也证明GRAPES存在由于采用半拉格朗日平流计算而带来过度耗散的问题:当使用相同的滤波尺度(Smagorinsky常数)时,GRAPES_LES模拟出的速度场更为平滑,小尺度湍流结构过于光滑,通过对湍流能量的能谱分析更清楚地表明了这一点。进一步,对不同的Smagorinsky常数(对应不同的滤波尺度)进行了敏感性试验,表明可以通过改变滤波尺度,有效地缓解半拉格朗日框架隐含的耗散问题,得到更接近UCLA_LES所模拟的湍流特征。

GRAPES_3 km数值模式对流风暴预报能力的多方法综合评估

利用传统点对点TS评分、邻域法以及对象检验等多种方法,综合评估了GRAPES_3 km模式的对流风暴预报性能,分析了传统检验方法和新型空间检验方法对高分辨率模式评估的适用性和差异性,并同GRAPES_Meso模式的相关结果进行了对比。结果表明:对强对流典型个例的预报评估发现,综合应用多种评估方法能够更全面地评估对流风暴预报,获取模式在对流风暴初生和发展变化过程中的预报性能。使用点对点评分方法,GRAPES_3 km模式对风暴和强风暴的预报都明显优于GRAPES_Meso模式。对于模式不同起报时间的预报,起报时间越新预报效果越好。邻域TS方法考虑了时空偏差,GRAPES_3 km模式20和35 dBz采用时间邻域1 h,空间点对点时预报技巧最高;50 dBz时空偏差较大,时间邻域尺度为3 h技巧最高。分数技巧评分(FSS)显示GRAPES_3 km模式对不同阈值的对流风暴预报均能达到最低技巧尺度,而GRAPES_Meso模式对35 dBz以上的对流风暴基本无预报能力。对象检验可以评估对流风暴特征的预报效果,GRAPES_3 km模式的对流风暴个数预报与实况较为一致,但面积预报明显低估。该模式对β中尺度的对流风暴形态、位置等预报较好,对γ中尺度的对流风暴预报尺度偏大、形状偏圆、轴角偏小,对α中尺度的对流风暴预报尺度偏小、形状偏扁、轴角偏大。GRAPES_Meso模式的对流风暴面积、个数、尺度预报较实况均偏小,位置预报偏差较大,形状预报较实况偏圆、轴角偏小。传统点对点TS评分方法和新型空间检验方法对高分辨率模式对流风暴预报的检验结论一致,依然具有一定的参考价值,但新型空间检验方法能够提供更详细的评估信息。

GRAPES中尺度模式中Kain-Fritcsh方案的改进及应用试验

本文对GRAPES_Meso中Kain-Fritcsh eta积云参数化方案进行了三种改进:(1)将原触发机制中的温度扰动分解成由水汽决定的垂直向和水平向温度扰动(KF1方案),(2)在原温度扰动中直接增加一项由相对湿度计算的水汽平流项(KF2方案),(3)在KF1方案中增加用相对湿度计算的水汽平流项(KF3方案)。利用GFS预报场资料对上述改进方案进行模拟试验和批量回报试验,结果表明:"5·23"暴雨个例中,(1)改进方案均可以减少原方案模拟的部分虚假降水,KF1方案模拟降水范围较好,KF2方案模拟强降水中心较好,KF3方案同时具备二者优点。(2)三种改进方案对于强降水站点均存在模拟降水偏弱,KF1方案降水趋势与实况接近,但存在对流激发较快,后期降水略为不足,KF2方案则相反,KF3方案表现介于二者之间;KF2、KF3方案均会在对流激发最强和最弱时刻使其向有利方向调整。台风个例中,KF1方案模拟中心气压较好,KF2方案模拟台风路径较好,KF3方案则在两者上均有较好表现。TS评分检验表明KF1方案在各个降水量级上的评分都较低,KF2、KF3方案评分相对较高;误差检验(高度、风)时,KF1方案在中层误差较大,高、低层误差最小,其他两种方案表现则相反。

GRAPES模式对2008年两次强降水过程的数值预报检验

利用GRAPES_meso中尺度模式和三维资料变分同化系统,以国家气象中心T213L31全球模式预报结果作为第一猜场,在对我国南方地区的探空、地面站、自动气象站和13部雷达观测径向风进行同化的基础上,对2008年6月中旬造成南方多个省份大暴雨的一次冷锋过程和7月底在福建登陆的8号(凤凰)台风的数值预报结果进行了热力和动力检验,并对模式预报降水和降水系统的结构进行了分析,总结了冷锋系统中对流降水产生的有利条件和维持机制、以及台风登陆后的结构演变,发现这次冷锋具有较强的斜压性和锋区对流不稳定性,热力动力结构与梅雨锋类似。台风"凤凰"登陆后减弱为热带低气压,虽然受地面摩擦影响和水汽供应的减少而导致螺旋云系减弱,但热力结构依然清晰,暖心结构被削弱,呈现高层偏暖和低层偏冷、抑制对流发展的热力结构。通过分析,初步验证了GRAPES_meso模式对这两个个例强对流降水系统的刻画能力,但仍然有必要进行更多更细地检验。

基于中尺度数值模式的分类强对流天气预报方法研究

针对雷暴大风、短时强降水、冰雹和龙卷等强对流天气短期预报,采用0.25°×0.2°每天4次日本气象厅(JMA)东亚地区再分析资料计算的百余类对流参数(物理量)及其15 d滑动平均值,根据"邻(临)近"原则对江苏2001—2009年2—9月各类强对流天气进行时间和站点的匹配后,应用相对偏差模糊矩阵评价技术,对上述对流参数进行权重分配和逐次筛选,获得了既体现强对流与气候平均态间明显差异,又体现自身相对稳定的特征对流参数序列。同时,根据历史分类强对流个例中各特征对流参数的频谱分布获得各对流参数的频率分布分段函数,然后基于中尺度数值模式预报的对流参数,综合历史频率分布和权重分配,构建了分类强对流天气预报概率,并以优势概率作为分类判据,做出强对流分类预报。最后建立了业务化系统,以全自动方式提供分类强对流客观预报产品,投入到日常业务和南京青年奥林匹克运动会气象保障服务工作。

GRAPES模式软件框架与实现

GRAPES(GlobalandRegionalAssimilationandPrEdictionSystem)是中国气象科学研究院数值预报研究中心自主开发的新一代静力/非静力多尺度通用数值预报模式。该模式采用标准化、模块化软件体系结构,并严格按照软件工程要求完成系统开发,包括程序的并行计算。初步试算结果表明:GRAPES模式软件框架的设计和实现符合模式发展的要求,为中国数值天气预报系统的可持续发展奠定了良好的基础。

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。

中尺度模式中不同对流参数化方案的比较试验

MM5模式中有多种积云参数化方案可供选择,粗细网格采用不同的积云参数化方案对降水预报有一定的影响。采用常用的四种积云参数化方案,粗细网格进行不同配置,对辽东半岛大暴雨过程进行试验发现:细网格信息可以通过嵌套边界向外层传递,影响外层预报结果。细网格选取GR方案比选取AK、BM、KF方案模拟效果好很多;细网格参数化方案不变,粗网格取不同的参数化方案,对细网格的模拟结果差别不大。但选取一个好的参数化方案对细网格的模拟结果会稍有改进。

复杂系统对流-扩散问题的多尺度关联模式与数值模拟

本文针对一类与时间相关的具有某种周期性的复杂系统对流-扩散方程,初步建立了介观与宏观耦合的多尺度分析的一般框架,并进行了数值实验。

对流尺度集合预报与模式不确定性研究进展

本文回顾了国内外近10年来对流尺度集合预报系统以及有关模式不确定性研究的成果。对流尺度集合预报在提高局地强天气预报预警能力方面,因其可以提供丰富的概率预报信息而具有显著优势,相关研究和应用受到国内外学者和数值预报业务机构的重视。相对于全球集合预报,对流尺度集合预报中有关模式不确定性的研究缺乏系统性和理论基础,成为目前研究的热点和难点。目前常用的模式扰动方法有多模式、多物理过程、多物理参数、随机物理等。这些方法在强对流事件、热带气旋强度路径等预报中得到了广泛应用,但在提高对流尺度集合离散度方面作用仍有限,主要原因在于其并没有针对性描述影响对流系统发生发展的关键物理过程的不确定性,仍然属于全球集合预报中天气尺度范畴。在回顾相关研究的同时,也提出了值得探索和研究的方向。

公里尺度分辨率WRF模拟梅雨暴雨对积云对流参数化的敏感性试验研究

本文利用中尺度模式WRF V4.0.2(Weather Research and Forecasting Model,Version 4.0.2)对浙江省两次梅雨锋暴雨过程进行数值模拟,分别选用WSM6和Thompson云微物理方案、YSU和MYJ边界层方案、以及11种对流参数化方案进行试验,探究不同积云对流参数化方案对梅雨锋暴雨的1 km高分辨率预报的影响,结果表明:(1)在对各试验的降水预报评估过程中,使用传统点对点方法和邻域法都能客观表现出各试验的预报水平,而邻域检验法能更客观地评估模式对小范围强降水的预报水平。(2)三类积云对流方案(包括:无积云对流方案、传统积云对流方案和尺度自适应积云对流方案)都能较好地模拟出小雨降水的发生情况,但随着降水强度增强至暴雨、大暴雨量级时,尺度自适应的积云对流方案对降水的预报结果有明显改善。(3)在不同微物理和边界层组合方案下,尺度自适应积云对流方案的模拟结果差异更显著,而传统积云对流方案的模拟结果的效果差异不明显。(4)在1~10 km的“灰色区域”范围内,当网格分辨率逐渐提高到1 km时,尺度自适应积云对流方案较传统积云对流方案对模式的预报结果有明显的改善。本研究的结果在一定程度上可为高精度业务预报工作中对尺度自适应积云对流参数化方案的应用提供参考。

GRAPES全球模式背景误差协方差水平结构特征分析

基于1个月的GRAPES全球模式模拟资料,采用NMC方法统计了GRAPES全球模式的背景误差协方差,从背景误差的谱曲线和水平相关特征尺度2方面对背景误差协方差的水平结构进行分析,并与欧洲中心的计算结果进行比较。结果表明:2种模式的谱曲线变化趋势较为一致,背景误差的动能谱和位势高度功率谱均在1—7的波数范围逐渐增大,在7—14的波数范围取得最大值,之后随着波数的增大,谱值逐渐减小;在波数>20的范围内,总动能谱随波数的衰减主要由旋转动能谱随波数的减小造成。采用谱方法和格点方法进行水平相关特征尺度的计算,结果表明二者计算得到的背景误差的水平相关特征尺度随高度的升高而增大,随波数的增大而减小,但谱方法的计算结果大于格点方法。