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...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。展开更多
为了研究随机动能后向散射(stochastic kinetic energy backscatter,SKEB)模式扰动方法在区域集合预报中的应用效果,基于WRF模式构建了集合预报系统,针对SKEB的扰动振幅进行了敏感性试验,以了解SKEB扰动的作用特征;发展了一种多物理过...为了研究随机动能后向散射(stochastic kinetic energy backscatter,SKEB)模式扰动方法在区域集合预报中的应用效果,基于WRF模式构建了集合预报系统,针对SKEB的扰动振幅进行了敏感性试验,以了解SKEB扰动的作用特征;发展了一种多物理过程组合(multi-physics,MPHY)与SKEB相结合的混合模式扰动方法(SKEB-MPHY),并对比了SKEB、MPHY以及SKEB-MPHY的预报效果,以探索区域集合预报的最优模式扰动实现方案。试验结果表明:SKEB方法通过固定的动能耗散率计算出流函数及温度扰动,从而对模式积分产生影响,且耗散率大小与预报离差正相关,垂直结构扰动不利于预报离差的发展。SKEB、MPHY以及SKEB-MPHY方法的对比试验表明,对于高空动力场预报离散度的增长,SKEB方法比MPHY方法占优,而低层温度预报离散度增长,MPHY比SKEB扰动方法占优,混合模式扰动方法的扰动增长能力在三种方案中表现最好。集合预报检验结果表明SKEB-MPHY方法评分优于单独的SKEB和MPHY方法。降水个例分析及降水评分结果表明与单独采用MPHY方法相比,引入SKEB方法可以对大雨预报有所改进。本文研究结果表明SKEB方法及在其基础上建立的混合模式扰动方法具有较好的应用前景。展开更多
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...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。展开更多
文摘为了研究随机动能后向散射(stochastic kinetic energy backscatter,SKEB)模式扰动方法在区域集合预报中的应用效果,基于WRF模式构建了集合预报系统,针对SKEB的扰动振幅进行了敏感性试验,以了解SKEB扰动的作用特征;发展了一种多物理过程组合(multi-physics,MPHY)与SKEB相结合的混合模式扰动方法(SKEB-MPHY),并对比了SKEB、MPHY以及SKEB-MPHY的预报效果,以探索区域集合预报的最优模式扰动实现方案。试验结果表明:SKEB方法通过固定的动能耗散率计算出流函数及温度扰动,从而对模式积分产生影响,且耗散率大小与预报离差正相关,垂直结构扰动不利于预报离差的发展。SKEB、MPHY以及SKEB-MPHY方法的对比试验表明,对于高空动力场预报离散度的增长,SKEB方法比MPHY方法占优,而低层温度预报离散度增长,MPHY比SKEB扰动方法占优,混合模式扰动方法的扰动增长能力在三种方案中表现最好。集合预报检验结果表明SKEB-MPHY方法评分优于单独的SKEB和MPHY方法。降水个例分析及降水评分结果表明与单独采用MPHY方法相比,引入SKEB方法可以对大雨预报有所改进。本文研究结果表明SKEB方法及在其基础上建立的混合模式扰动方法具有较好的应用前景。
文摘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。
