大气运动是一个具有混沌特性的非线性动力系统,初始条件或模式的微小误差使得单一确定性数值预报模式存在不确定性。集合预报是解决单一数值预报不确定性的有效手段。对于高分辨率区域集合预报,侧边界条件的误差是导致预报不确定性的重要因素,在区域集合预报中引入侧边界扰动是代表区域模式侧边界条件不确定性的有效方法,但是目前国内对区域集合预报侧边界扰动的研究较少。此外,由于模式中常应用水平扩散项以抑制非线性计算不稳定或者达到阻尼虚假短波的目的,但这也带来了数值模式在截断尺度附近存在小尺度动能过度耗散,引起预报不确定性,如何将被过度耗散的小尺度动能补偿回模式,也是近年来集合预报模式扰动领域的重要研究内容。本文基于GRAPES-REPS(Global and Regional Assimilation and Prediction Enhanced System-Regional Ensemble Prediction System)区域集合预报模式,研究了两部分内容:(1)侧边界扰动方法及对区域集合预报的影响;(2)模式扰动方法及对区域集合预报的影响。通过这两部分研究内容,以期提升GRAPES区域集合概率预报技巧。针对侧边界不确定性问题,设计了动力降尺度法侧边界扰动方案(Dynamic Downscaling)和尺度化滞后平均法侧边界扰动方案(Scaled Lagged Average Forecasting,SLAF),开展了2015年7月(选取1日、7日、13日、19日、25日)共6天的集合预报试验,利用概率预报检验方法进行了多方面检验,分析了两种不同的侧边界扰动方案对区域集合预报技巧的影响,获得如下结论:(1)动力降尺度侧边界扰动方案和尺度化滞后平均法侧边界扰动方案的评分结果显示,两种方案对不同要素的概率预报技巧各有优劣。对于等压面要素预报,动力降尺度方案集合扰动总能量增长更为合理,集合离群值和连续分级概率评分更优,对降水预报,尺度化滞后平均法侧边界扰动方案尽管在降水概率预报的评分上略有优势,但未通过显著性检验,总体而言,两种方案概率预报技巧相当。针对数值模式在截断尺度附近存在小尺度能量过度耗散的问题,将随机动能后向散射扰动方法(Stochastic Kinetic Energy Backscatter,SKEB)引入GRAPESREPS区域集合预报系统,对一阶自回归随机过程在水平方向上进行球谐函数展开得到的随机型,计算由数值扩散方案引起的局地动能耗散率,进而构造随机流函数强迫,并将其转化为水平风速扰动,对耗散的动能进行随机补偿,开展了2018年9月、10月(选取1日、7日、13日、19日、25日)的10天集合预报试验和随机型时间及空间尺度敏感性试验,并对试验结果进行评估。获得如下结论如下:(1)在GRAPES区域集合预报中应用SKEB方案,可在一定程度上补偿过度耗散的小尺度动能,进而改善了GRAPES模式对实际大气动能谱的模拟能力。就集合预报技巧改进而言,SKEB方案可以显著改善区域模式水平风场U、V的离散度,特别是在青藏高原地区等局地动能耗散率大值区离散度不足的问题,同时水平风场、温度等要素连续概率预报评分和离群值评分均获得改善。但检验也表明,SKEB方案对降水概率预报改进有限。(2)对SKEB方法开展的5个时间尺度(失相关时间尺度τ选取1h、3h、6h、9h和12h)和5个空间相关尺度(最大截断波数Lmax选取80、100、120、160和200)敏感性试验结果表明,12h失相关时间尺度和最大截断波数为200空间相关尺度的集合概率预报技巧更优。
暂无评论