基于GRAPES区域模式的集合预报随机参数扰动方法研究

发布时间：2020-08-10 07:10

【摘要】：集合预报模式随机物理扰动方法是描述模式物理过程随机误差引起的预报不确定性的重要手段,其可以增加小尺度天气事件的概率预报技巧,是当前集合预报研究领域的热点问题。当前主要有三种代表性模式随机物理扰动方法:1)模式物理参数化倾向随机扰动法(Stochastically Perturbed Parameterization Tendencies,SPPT),代表次网格物理过程参数化方案积分倾向项的不确定性,2)随机动能后向散射补偿法(Stochastic Kinetic-energy Backscatter Scheme,SKEB),代表小尺度能量导致的预报不确定性,3)随机参数扰动法(Stochastic Perturbed Parameterization,SPP),代表模式次网格参数化方案中关键参数的预报不确定性,其中SPP是近年来受到广泛关注和重视的随机物理参数扰动方法,可以较好地描述对流运动的不确定性具有重要作用。在我国自主发展的GRAPES-REPS(Global/Regional Assimilation and Prediction System-Regional Ensemble Prediction System)区域集合预报业务中,尚未开展SPP方法相关研究,如何更好地在GRAPES集合预报建立和应用SPP方法,对于更全面地描述GRAPES模式预报不确定性有着重要的科学意义和应用价值。本文基于15km分辨率的GRAPES区域集合预报模式,从积云对流、云微物理、边界层及近地面层参数化方案中选取了18个与降水密切相关的关键参数,利用一阶马尔可夫链随机过程和对数正态分布函数,设计了面向GRAPES区域集合预报模式的SPP随机参数扰动方法,构建了数学处理方案,实现对关键参数随时间、空间变化的随机扰动。在此基础上进行2015年6月1日至30日随机参数扰动集合预报试验,并采用集合离散度、均方根误差、集合一致性、连续概率分级评分、离群率等多种集合预报检验指标评估SPP方法的概率预报效果。获得主要结论如下:(1)相比于无SPP扰动的控制预报试验,SPP随机参数扰动法可以有效提高等压面要素、降水等的集合概率预报技巧,降低集合平均均方根误差及误报率,对整体概率预报效果均有正贡献;进一步发现,同时扰动积云对流、云微物理、边界层及近地面层等多个物理过程参数化方案中多个关键参数SPP方案对中尺度概率预报技巧改进最明显,且SPP随机参数扰动前后的内/动能改变约0.001%,对各层大气能量演变影响较小。(2)SPP随机参数扰动集合概率预报对随机型时间与空间相关尺度具有一定的敏感性,当选用12h失时间相关系数(即较大的时间尺度)和20个截断波数(即较大的空间尺度)时,可取得更佳的概率预报效果。(3)将SPP方法与SPPT及SKEB结合形成多随机物理扰动集合预报试验表明,多随机物理扰动集合预报能够更好地描述模式不确定性,进一步提高概率预报技巧,其中三种随机物理方案(SPP、SPPT和SKEB)的组合在降水预报和等压面要素检验中均优于任何两种方案的其他组合和多物理组合方案,概率预报效果更佳,在业务集合预报有着较好的应用前景。(4)与区域集合预报业务中常用的多物理过程组合集合预报对比试验检验评分表明,尽管集合平均误差的改进并不明显,但降水预报、等压面要素的概率预报技巧获得较好改进,特别是能显著改善集合预报成员降水预报等同性。总体而言,单一物理过程结合SPP、SPPT及SKEB等多随机物理扰动方法集合预报试验整体概率预报效果优于多物理过程组合方案。
【学位授予单位】：中国气象科学研究院
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P456
【图文】：

预报时效,动能,内能,能量

分析了不同物理过程中参数扰动前后的大气能量变化特征。另外降水预报检验指标采用AROC 评分，等压面预报检验采用集合预报的一致性（即集合离散度-集合平均均方根误差比值）及离群率，评估变量包括500hPa温度、850hPa纬向风、850hPa温度及10m纬向风。对比分析5组试验的等压面要素集合预报效果，对比分析哪一种方案的集合预报效果最优。3.2.2.1 大气能量时间演变及垂直分布特征为了分析本文设计的随机参数扰动方案的合理性，下面分析不同物理过程中参数扰动前后的大气能量变化特征。图3.1是SA、SC、SP、SM 及CTL等5组试验的动能和内能随预报时效的演变图。首先由图3.1a 及3.1c 可知，SA、SC、SP、SM 等4 组试验的总能量和内能相对CTL控制试验均基本相同，总能量与内能几乎没有发生变化，而由图3.1b动能演变特征可知，SA、SC、SP、SM等4组试验的动能较CTL控制预报略微减少，其中 SP 试验的动能变化量相对略微偏大，这可能与扰动边界层参数能较活跃地影响边界层内湍流运动有关,但总的来说,4组试验动能变化量值均非常微小，约占原动能值的0.001%。综上，扰动不同物理过程参数导致的内能改变量均非常微小，尽管动能略有差异，但因其量级较小，不会导致大气总能量（图3.1a）发生大的变化。(a) (b) (c)

垂直分布,预报时效,动能,能量差

第三章随机参数扰动方法集合预报敏感性试验分析大气动能在各个垂直层次的演变发现（图 3.2b、3.2e 及 3.2h），扰动边界层与积云对流的参数均对大气动能影响不大，但会造成大气中高层（500-100hPa）动能减少，且动能减少量随预报时效延长逐渐增加（图 3.2b 及图 3.2e），动能减少极大值点均位于150hPa 高度，48h 预报时效的动能减少值大约为 1-2J/kg，可忽略不计。

预报时效,参数扰动,累积降水,敏感性试验

3.2.2.2 降水预报检验结果相对作用特征曲线面积AROC评分是降水概率预报技巧的常用评分，AROC评分值越高，代表预报技巧越强，完美的预报AROC 等于1（Mason,1982），图3.3 是不同物理过程参数扰动敏感性试验的6h 和24h 累积降水不同降水阈值AROC 评分随预报时效演变图。由图可见，对于4个降水阈值（0.1mm、10mm、25mm 及50mm）, 除个别时次外，SA、SC、SP及SM4组试验在各预报时效的AROC值均大于CTL试验，说明随(a) (b)(c) (d)(e) (f)(g) (h)

【相似文献】