次网格非均匀性对区域气象环境模拟的影响研究——以长三角城市群为例

长三角地区是我国城镇化程度最高的地区之一,下垫面存在典型的非均匀性特征,复杂下垫面结构甚至体现在亚公里级尺度.为了探讨城镇化背景下土地利用精细化对气象环境的影响,本文利用高分辨率土地利用数据探讨了次网格非均匀性对长三角地区气象环境模拟的影响.在基于WRF(Weather Research and Forecasting model)模式对2020和2022年夏季的数值模拟过程中,分别采用Noah_mosaic/Noah陆面方案开展是否考虑次网格非均匀性的高分辨率敏感性试验.结果表明,相比Noah方案,Noah_mosaic方案模拟结果与观测的相关性更高,误差更小,说明其能更好地反映城市群区域复杂下垫面物理过程.考虑次网格非均匀性后,城区变冷变湿,郊区变暖变干,这种变化在夜间更为显著,尤其是温度场,白天城区/郊区平均温度变化为-0.04℃/0.05℃,夜间城区/郊区平均温度变化为-0.14℃/0.53℃.非均匀性对模拟结果的影响可达到400 m高空,特别是在夜间增加了郊区大气的不稳定性.同时,夜间几乎整个陆地区域内的体感温度增加约0.27℃.此外,研究还发现当格点中建筑占比小于50%时,除了日最低温T_(min)以外,气象要素随着建筑占比的增加变化幅度较大,T_(mean)和T_(max)增率分别达到0.29℃/10%和0.55℃/10%,反之,则T_(mean)和T_(max)增率仅为0.1℃/10%和0.06℃/10%,这说明低建筑密度区域的小城镇未来发展将对气象环境产生更大的影响.

灾害性天气交通事故特征及雾天公路通行预警指标体系

利用2008~2012年河北省高速公路交通事故资料和交通气象自动站、气象站观测资料,统计分析了高速交通事故的日、月及年变化特征及其与雨、雪、雾等灾害性天气的关系。在此基础上,基于气象、路网、交通和地形等因素,采用专家评分法和指标权重法,构建河北省雾天高速公路通行预警指标体系,并结合2013~2014年京沪、黄石高速河北段案例,对预警指标体系进行检验。结果表明：河北省高速公路交通事故年发生频次变化较大,总体呈下降趋势;每日00~05时为高速交通事故高发时段,12时、16时为次高峰;夏季是高速交通事故多发季节（30.2%）,冬季最少（20.2%）。其中,7月交通事故最多,5月、6月、8月次之。5~9月、9月至翌年3月、12月至翌年2月,分别是河北雨、雾、雪等灾害性天气高速交通事故多发期,每日06~08时是雾天高速交通事故高发时段。2013~2014年试预报检验京沪、黄石高速通行预警级别准确率分别为84%、75.9%,精度较高,该指标体系可为河北省交通气象服务及防灾减灾提供一定参考。

南京北郊冬季典型灰霾天气气象成因及来源分析

2015年1月14~28日南京发生了入冬以来最为严重的持续性霾污染事件。利用地面气象资料、后向轨迹分析和污染物浓度数据,结合加强观测实验所获得的3 h高频次PM2.5中有机碳(OC)和元素碳(EC)的数据,分析了此次霾过程的成因和污染物来源。结果表明高压系统和静稳的均压场是观测期间霾过程形成的天气背景。后向轨迹和气态前体物的分析结果显示第一次霾过程的形成受到山西河北境内高污染气团区域传输的影响。第二次霾过程是一次短时局地污染事件,主要是由于低风速和极低的边界层高度等不利的扩散条件导致污染物在近地层的堆积。OC/EC计算结果(7.66)结合卫星火点资料和轨迹分析进一步说明第三次霾过程受到南方生物质燃烧的影响。高相对湿度有利于二次污染物的生成,因而加剧了第四次霾过程的污染程度。CO、SO_2、NO_2与颗粒物浓度显著相关,OC/EC比值范围2.54~11.61,表明化石燃料和生物质燃烧以及汽车尾气排放是此次观测期间霾形成的主要污染来源。

基于Local-BGM法的冷涡暴雨集合预报试验及评估检验

基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果。结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征。对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧。邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高。并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息。

基于机器学习的中国夏季降水延伸期预报及土壤湿度的可能贡献

延伸期预报准确率较低的问题仍然是目前重要的科学难题,做好延伸期预报对防灾减灾具有重要意义。本文利用机器学习方法开展了中国夏季降水延伸期(5~30天)预报试验,并探讨了土壤湿度对降水延伸期预报的可能贡献。结果表明机器学习方法的预报结果准确率要比传统线性模型方法有较大改善,且在诸多机器学习方法中,以Catboost, Lightgbm和Adaboost三个机器学习模型为最优。进一步分析发现长江流域表层土壤湿度异常导致的蒸发异常和感热异常,能够引起大气环流和垂直运动异常,最终对夏季降水产生影响。使用三个最优的机器学习方法的集合计算出模型中各个预报因子的贡献率,发现在长江流域的延伸期降水中,局地土壤湿度主要在5~10天占主导作用,而前期降水主要在10~15天占主导作用,长江流域20~30天的延伸期降水基本上受到大尺度环流控制。还评估了非局地土壤湿度在延伸期降水中的作用,发现中南半岛表层土壤湿度主要对15~30天的长江流域延伸期降水有重要贡献。将中南半岛表层土壤湿度加入到东北地区延伸期降水模型中,发现对该地区延伸期降水预报准确率并无提升作用,验证了机器学习模型的可用性。该研究为延伸期降水预测以及探究预报因子贡献率提供了一定的参考。

基于小波分析的西北区智能网格气温客观预报方法的检验评估

基于中国气象局(China Meterological Administration,CMA)高分辨率数值预报产品、欧洲中期数值预报中心(the European Center for Medium-range Weather Forecast,ECMWF)精细化数值预报产品和国家级地面观测站数据,采用小波分析方法及滑动训练、最优融合等技术对模式误差序列进行时频处理,实现了对模式系统误差和局地误差的订正,发展了西北区智能网格气温客观预报方法(northwest intelligent grid temperature objective prediction method,NWTM)。以2017年3月—2018年2月数据作为训练样本,对2018年3月—2019年1月西北区239个国家基本站进行检验。结果表明:1)NWTM对CMA和ECMWF两种模式产品的气温预报能力有显著的提升;随着预报时效增长,两种模式订正产品的误差增大。2)NWTM对ECMWF西北区最高气温的订正效果要明显优于CMA,但就最低气温而言,NWTM对CMA的订正效果更为显著。其中,就24 h最高气温而言,ECMWF在宁夏的订正效果最好,CMA在青海的订正效果最好;而对于24 h最低气温的预报,CMA在西北4省的订正效果相差不大,ECMWF在陕西的订正效果最好。3)空间误差检验表明:针对最高气温的预报,ECMWF订正产品的订正能力明显优于CMA,特别是在甘肃河西走廊和中东部、陕西北部和南部、宁夏中南部及青海大部。就最低气温的预报而言,ECMWF和CMA对甘肃河东和陕西南部的订正能力较好;ECMWF订正产品在宁夏中南部及青海南部的订正能力高于CMA,而CMA订正产品在陕西中部的订正能力更优。

北极海冰及其与气象要素年际关系的年代际变化

利用Hadley海冰密集度资料和NCEP/NCAR再分析资料,分析了北极海冰融冰量及其与大气变量年际关系的年代际变化。结果表明,北极海冰存在显著的年代际变化,且有较强的区域性。东西伯利亚海和波弗特海海冰融冰量的平均值变大且方差增大,格陵兰岛以东洋面海冰融冰量的量值和变率均在减弱。对3个不同气候时段内北极海冰融冰量进行EOF分解,前两个模态均在3个气候时段发生显著的年代际变化,东西伯利亚海海冰融冰量的增加与EOF第一模态年代际变化相关,而EOF第二模态则明显造成了波弗特海海冰的年代际消融。并且,与之相应的大气环流也出现了明显的年代际变化,它们与AO/NAO的年际关系也存在年代际转折,融冰量第二模态与AO的年际关系更为紧密,1960—1990年第二模态与AO的相关系数仅为0.186,而1980—2010年相关系数已升高至0.367。整个北冰洋的海冰融冰量与AO的年际关系也出现了年代际增强,尤其是东西伯利亚地区海冰融冰量与AO的年际关系发生了年代际增强,1980—2010年两者相关达到了0.4以上。而波弗特海融冰量与AO相关系数变化较大,1960—1990年其的相关系数高达-0.488,1980年后却减少至0.161。然而AO却未发生明显的年代际变化。造成北极海冰融冰量及其与大气变量年际关系发生年代际变化的主要因子之一是波弗特高压,其年代际减弱使得极区向东西伯利亚海和波弗特海的海冰输送减弱,导致这两个区域海冰减少,使得AO与北极海冰的年际关系发生了年代际转折。

基于神经网络和地理信息的华东及华南地区降水概率预报

基于欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts,ECMWF)2015年2月8日—2016年12月31日中国华东及华南地区24~168 h预报时效的逐日24 h累积降水集合预报资料,利用前馈神经网络建立NN(Neutral Network)模型及NN-GI(Neutral Network-Geographic Information)模型进行概率预报试验,并对两个模型输出的概率预报结果进行评估。结果表明,经NN模型和NN-GI模型订正后,降水概率预报结果得到明显改进,在168 h预报时效时,降水概率预报的CRPS值与原始集合预报相比分别下降了约16.00%、21.27%。与NN模型相比,NN-GI模型由于考虑到各格点的地理信息差异,在区域内预报技巧整体改进更优。这表明,在利用机器学习方法改进降水预报时,在模型中加入各个格点的地理信息非常重要。

城市水文过程对气象环境影响的模拟分析

采用引入城市水文过程的WRF/SLUCM方案,以北京2010年7月4—6日高温热浪天气为背景,模拟了绿地灌溉、绿洲效应和人为潜热等水文过程对城市气象环境的影响。结果表明:(1)绿地灌溉、绿洲效应和人为潜热等水文过程可导致北京城区13 ∶00(7月4—6日小时平均,下同)潜热通量升高最多约100 W·m^-2 ,02 ∶00升高最多约15 W·m^-2;感热通量13 ∶00降低最多约80 W·m ^-2;02 ∶00降低最多约5 W·m^-2 。(2)城市水文过程可导致城区13 ∶00相对湿度增加最多约4%,02 ∶00约6%;地表气温13 ∶00降低最多约1.2 ℃,02 ∶00约0.4 ℃。(3)城市水文过程对北京城市热岛强度的减弱效果白天明显好于夜间,且在10 ∶00—14 ∶00出现了强度约0.8 ℃的冷岛效应。(4)水文过程会导致北京城区500 m高度以下白天大气温度最多降低0.5 ℃,相对湿度最多增加3%,但夜间影响较小。由于热对流运动的减弱,城区边界层高度降低约200 m;城区1 km高度以上水平风速增大,低层风速减小。

CMIP6模式对亚洲陆地生态系统的模拟评估与预估

基于国际耦合模式比较计划第六阶段(CMIP6)模式模拟以及观测数据,评估了9个CMIP6模式对亚洲地区叶面积指数(LAI)、总初级生产力(GPP)和净初级生产力(NPP)的模拟性能。模拟评估结果表明,9个CMIP6模式能够较好地模拟出亚洲地区陆地生态系统LAI、GPP和NPP的时空分布特征。综合来看,多模式集合(MME)模拟效果最佳,其模拟的LAI、GPP和NPP与观测的空间相关系数分别达到0.90、0.81和0.89,均方根误差在0.5左右。在此基础上,利用MME结果进一步预估了亚洲地区陆地生态系统在SSP1-2.6、SSP2-4.5和SSP5-8.5情景下的未来变化。总体而言,亚洲地区LAI、GPP和NPP到21世纪末都呈现上升趋势。其中,温室气体高排放情景下的上升趋势大于温室气体低排放情景下的上升趋势,亚洲中高纬度地区的增幅大于低纬度地区的增幅。从区域平均来看,到21世纪末期,与当今气候态相比,北亚LAI、GPP和NPP的增幅最大,其在SSP5-8.5情景下分别增加68%、106%和90%;东南亚增幅最小,分别为15%、34%和39%。在SSP1-2.6情景下,北亚LAI、GPP和NPP在21世纪末的增幅分别为23%、29%和26%;东南亚分别为3%、10%和11%,意味着未来全球变暖背景下亚洲区域陆地生态系统变绿和固碳幅度加强。

中纬度海温对北方冬季寒潮强度异常的协同影响

利用中国气象局国家信息中心提供的1980-2019年日最低温度资料、NCEP/NCAR逐月再分析资料和Hadley中心提供的逐月海表温度(SST)资料,分析了北方冬季寒潮强度异常时空特征及北半球中纬度海温异常(SSTA)对其影响机制。结果表明:(1)北方单站寒潮强度存在年际和年代际变化;1998年之前寒潮强度年代际变化更明显,1999年之后寒潮强度的年际变率更大。华北地区寒潮最强,内蒙古、甘肃和新疆交界处次之。(2)寒潮强度主要有全区一致型、东西反位相型及三极型异常分布,且全区一致型异常基本能反映强度总体时空变化特征。(3)北太平洋前春到冬季的类似太平洋年代际振荡负位相型(类“-PDO”型)SSTA、北大西洋前秋与冬季负SSTA有利于北方寒潮增强。秋季两大洋SSTA对寒潮强度的作用相当,冬季北大西洋SSTA影响更显著。(4)前春到前秋北太平洋类“-PDO”型SSTA及秋冬季北大西洋SSTA,激发出冬季负北极涛动(“-AO”)、正欧亚太平洋(“+EUP”)型、类太平洋-北美(“PNA”)型、负北大西洋涛动(“-NAO”)等遥相关型或波列异常;两大洋SSTA存在类似跨季节“接力”的关系,秋冬季两大洋协同作用,上游Rossby波能量向下游频散,持续加强“+EUP”等遥相关波列,使乌拉尔山高压脊和东亚大槽偏强,并有300 hPa北弱南强的急流配合,有利于高纬冷空气南下到我国北方地区辐合堆积,高低层环流异常配合,导致北方寒潮强度增强。

利用贝叶斯方法对广东省雷暴大风天气的预报研究

针对广东省2010—2019年4—9月有雷暴大风和没有雷暴大风天气的个例进行研究,通过箱线图的形式分析了产生雷暴大风天气相关环境参数的分布特征并建立3小时、6小时和12小时三个时间段的雷暴大风潜势预报模型,利用贝叶斯方法对2020年4—9月的天气过程进行检验,结果表明:雷暴大风天气的发生对应地面较高的露点温度,较大的不稳定能量、上下层温差以及全总指数等物理量;从检验结果来看,贝叶斯方法对雷暴大风天气的识别具有一定的可行性,三个时段的潜势预报模型识别雷暴大风的命中率均在80%以上,但存在一定的空报,需今后改进与完善。

风廓线雷达资料的应用:质量评估

利用FNL全球再分析资料(Final Operational Global Analysis)、探空资料对2019年6—9月位于中国华北地区20个站点共5种型号(CFL-06、GLC-24、TWP8-L、CFL-03、CLC-11-D)的边界层风廓线雷达资料进行了质量评估。结果表明:各型号雷达均具有较强的探测能力,但不同雷达在水平风资料数据获取率以及有效探测高度上差异极大。不区分天气状况时,所有型号雷达均为V风质量优于U风质量。TWP8-L雷达U风测风质量相对最佳,CFL-03雷达紧随其后,GLC-24雷达U风测风质量最差,V风质量则差异不大,U风数据使用前需进行偏差订正以及质量控制。风廓线雷达观测对于降水较为敏感,降水使各型号雷达数据获取率在底层减小,中高层增加,增幅最大达到53%,但探测能力加强并不代表测风质量增加,统计结果表明降水是造成U风平均误差以及均方根误差较高的重要原因,其中,GLC-24、CLC-11-D雷达对降水最为敏感,降水状态相较于非降水状态均方根误差增幅均达到了5.5 m/s以上,降水情况下的U风及V风资料需进行进一步质量控制才可使用。

业务模式晴雨预报能力分析及其改进方法研究

以欧洲中心全球预报模式和中国华南区域中尺度模式(GZ 3 km)为例分析了2019年中国南方逐日晴雨预报的情况,并讨论模式晴雨预报的性能。借助TS检验评估方法,在与简单外推预报等的比较中,发现模式雨量预报特点及模式晴雨预报的统计规律,如两个模式同时预报晴天,或者模式预报有雨且降水量大于某阈值等情况,其预报准确率非常高;而对于两个模式预报不一致,或模式预报有雨且雨量较小等情况,则存在较大不确定性。基于上述研究,提出利用模式预报改进观测外推和利用观测与模式的频率匹配改进模式预报等方法。

影响华北重度和轻度高温热浪的大气背景场差异分析

首先识别了1961—2020年华北地区的高温热浪事件,在此基础上筛选出重度和轻度高温热浪事件多发年份,对比分析了重度和轻度高温热浪事件的时空变化特征以及大气背景差异。结果表明,重度和轻度高温热浪发生频次的高值区分别位于华北北部和中南部。自20世纪60年代以来,华北重度和轻度高温热浪事件频次均呈现显著的增长趋势,其中重度高温热浪事件频次的增加更为明显。对应华北重度高温热浪事件多发,东亚中纬度地区为准相当正压结构的异常反气旋性环流控制,华北地区位于异常反气旋性环流的东南部。在该异常环流背景下,华北地区上空呈现异常下沉运动、云量偏少、大气整体偏干。在异常下沉绝热增温的同时,晴朗干燥的配置有利于更多的太阳辐射到达地表,相应的向上长波辐射和感热通量增加,进一步加热近地表大气。在华北轻度高温热浪事件高发年,华北位于异常反气旋(东南侧)和气旋(西北侧)性环流之间,主要受异常西南风控制。异常西南风向华北输送暖平流加热大气的同时,增加了华北上空的水汽。偏多的水汽捕获更多的长波辐射并反射至地表,利于气温升高。

温湿度对南京北郊PM_(2.5)中二次无机离子生成演化的影响

二次无机离子是PM_(2.5)的重要组成部分,明晰大气污染过程中二次无机离子的形成、演化过程及影响因素,对深入认识大气污染的形成与消散机制具有重要意义。利用南京北郊2016年3月—2017年2月PM_(2.5)及水溶性离子在线观测资料,分析了温湿度对南京北郊PM_(2.5)中二次无机离子生成和演化过程的影响。结果表明:观测期间南京北郊总水溶性离子(TWSI)平均质量浓度为41.35μg·m^(-3),占PM_(2.5)的69.94%;二次无机离子SO_4^(2-)、NO_3^-、NH_4^+(SNA)的平均质量浓度为37.95μg·m^(-3),占TWSI的91.78%,是最主要的水溶性离子。硫氧化率(SOR)平均约为0.49,季节性差异较小,随相对湿度(RH)的增大而升高,且在RH>60%时升高显著。冬季SO4^(2-)质量浓度在PM_(2.5)中的占比随RH增加呈递增趋势,夏季反之,这可能与NO3-的占比增加有关。n(NH4+)/n(SO4^(2-))与n(NO3-)/n(SO4^(2-))比值的截距表现为冬季大于夏季,表明南京北郊大气中的硫酸盐主要是以低酸度固态或液态(NH_4)_2SO_4、NH_4HSO_4的形式存在。在气温高于25℃时,NO_3^-的气粒分配指数(FHNO_3)随气温上升而快速增大,表明气温越高,越有利于固态NH_4NO_3向气态HNO_3转化;而空气湿度的作用与气温相反,特别是在气温高于25℃的高温时段,空气湿度越低,越有利于固态NH_4NO_3向气态HNO_3转化。干净天气条件下FHNO_3平均值为0.07,是污染天气条件下的1.94倍,表明污染天气更有利于NH_4NO_3的形成从而加重大气污染程度。

夏季南亚高压多中心特征及其热力影响因子分析

采用美国NCEP/NCAR I、NCEP/DOE II和日本气象厅JRA-55（Japanese 55-year Reanalysis Project）的月平均环流场和非绝热加热场资料,分析了夏季南亚高压多中心结构特征,探讨了不同区域高压中心的动力和热力结构,及其与不同地区热源的关系。结果表明：（1）夏季南亚高压存在显著多中心特征,可达5-6个,其中双中心类和三中心类占比例最多,约70%-80%,其次,单中心类和四中心类分别约占10%左右。（2）无论中心个数的多或少,不同区域的南亚高压中心的动力结构和热力结构不同,大致可以分为三个区域20°-70°E、80°-120°E和120°-160°E。20°-70°E伊朗高原及其以西上空南亚高压中心中层对应伊朗副高的东北侧,低层对应印缅槽的西北部,整层为下沉运动;80°-120°E青藏高原到我国东部上空南亚高压中心低层对应印缅槽中部,低层正涡度高层负涡度,整层为强上升运动;120°-160°E西太平洋地区南亚高压中心中低层都对应西太平洋副热带高压的西部,整层负涡度,对应上升运动。（3）三个区域的高压中心都对应着暖中心结构,20°-70°E区域以下沉增温加热为主导,80°-120°E和120°-160°E区域以深对流加热为主导。（4）当20°-70°E、80°-120°E和120°-160°E区域存在高压中心时,对应区域的南亚高压环流的增强,对局地环流、深对流和降水有着显著的影响。

中国夏季边界层高度及其主要影响因子的分区研究

中国区域下垫面复杂且边界层热力和动力影响因子众多,目前缺乏对全国范围内边界层高度及其影响因子的综合分析。本文基于2012~2016年L波段高分辨率探空资料,采用K-prototypes算法结合12个可能影响因子将中国夏季边界层高度进行了聚类分析,以探讨中国夏季边界层高度的区域性特征和主要影响因子。结果表明,中国区域100个站点08、14、20时(北京时,下同)的边界层高度均可划分为东北、东南、西北和西南4个区域。在此基础上,分析了三个不同时次不同区域边界层高度的主要影响因子,并探究这些因子影响不同热力状态下边界层发展的可能机理。结果表明:稳定边界层早(08时)、晚(20时)的发展主要受风速湍流动力作用的影响,而中午14时的发展与间歇性湍流作用密切相关。中性和对流边界层的发展在早上也主要受风速的驱动,而在中午则主要受较高地表温度和较大地表净辐射通量所引起的湍流热力作用驱动。此外,东北地区的云量和比湿、东南地区的潜热通量、西北地区的感热通量和比湿、西南地区的感热通量和土壤湿度也会通过对热力湍流的直接或间接影响,从而影响该区域中性和对流边界层的发展。晚上,由于东西时差的影响,在东部地区,风速开始成为中性和对流边界层高度的主要影响因子,而西部地区边界层高度的主要影响因子仍为热力因子。值得注意的是,北部地区的叶面积指数可以通过植被蒸腾作用改变比湿,从而影响边界层的发展;东北地区地表气压的变化可以通过影响气流的上升和下沉运动从而影响边界层的发展。

GFS模式地形高度偏差对地面2m气温预报的影响

利用2016年1月1日—12月31日全球预报系统(GFS,Global Forecasting System)1~5 d的2 m气温预报资料,以及同期中国地面气象站2 m气温观测资料,研究模式地形高度偏差对地面2 m气温预报的影响。结果表明,较大模式地形高度偏差可严重影响2 m气温模式预报性能,导致较大预报误差。随着模式预报时效延长,2 m气温预报均方根误差也略有增加。比较模式地形高度偏差和预报时效对于模式预报性能的影响,发现模式地形高度偏差对于模式预报效果的影响更加显著。两种地形订正方案,即不做温度垂直订正的线性回归以及对温度进行垂直订正的线性回归都能显著减小2 m气温模式预报的误差,后者的订正效果更好。

随机物理倾向扰动在风暴尺度集合预报中的影响研究

为深入探究随机物理倾向扰动(Stochastically Perturbed Parameterization Tendencies,SPPT)方案在风暴尺度集合预报中的影响,基于WRF模式利用FNL资料对SPPT方案中的3个参量分别进行敏感性试验,得到SPPT方案的最佳参数配置,并在此基础上分析SPPT方案模拟的降水分布特征。结果表明:SPPT方案敏感性试验中,去相关时间选择6 h时构造的集合成员可信度更高,逐时降水评分效果在积分中后期较高,对于暴雨及以上量级的评分技巧最优;造成降水主要天气系统的维持时间对该变量的选取有较大的影响。去相关空间尺度选择100 km的集合试验更为可靠,对降水预报技巧较高;同时该变量的选取与天气过程中的大尺度信息、中小尺度系统的活跃以及模式的空间分辨率有密切联系。通过对离散度和离群值分析认为扰动振幅选择0.525最为合理。SPPT方案集合成员在局部地区可以较大幅度地改变降水量,对降水落区的准确模拟存在一定的局限性。