登陆热带气旋降水集合预报的可预报性分析与释用技术研究

发布时间：2020-08-17 08:54

【摘要】：热带气旋(以下简称TC)会带来的大风,降水,风暴潮等十分剧烈的气象灾害,对沿海地区的经济发展和公众生活有着巨大的影响。相比统计预报和传统数值预报方法,集合预报是近年来发展起来的对TC预报的重要手段,然而较多集中在对TC强度预报和路径预测的研究,缺乏专门针对TC降水集合预报产品的可预报性分析,因此急需开展TC集合预报误差诊断分析和订正技术研究,加深对影响TC降水相关机制的认识和理解,提高TC降水集合预报的质量和水平,满足气象业务部门防台减灾的迫切需要。本文通过客观比较 TIGGE(the THORPEX interactive grand global ensemble)资料集中的累积降水预报产品,和热带降雨测量卫星TRMM/3B42RT的降水数据,利用多种确定性和概率性检验指标检验了欧洲ECMWF,美国NCEP,中国CMA三个预报中心对TC降水集合预报的能力,并着重分析了不同预报时效间TC降水误差的相关性,在此基础上发展了考虑不同成员预报水平的TC降水预报的统计订正技术。主要结论如下:首先,与其他要素的集合预报特征相似,TC降水集合平均预报的水平优于相应的控制预报,并且随着预报时效的增长,集合平均对TC降水的预报能力下降。就偏差而言,随着预报时效的延长和降水阈值的增大(从小雨到大雨),三个预报中心对TC降水的集合平均预报均由高估转变为低估。通过进一步与非TC降水预报检验结果的比较发现,尽管集合预报对暴雨的预报水平依然较低,但是各预报中心对中雨和大雨的预报能力要优于小雨,这可能是由于TC降水集合预报对小雨的严重高估导致的。此外,随着预报时效的增加,各中心预报对不同阈值降水的分辨能力降低,主要表现为降水量低估。同时,各中心TC降水预报均为欠离散的,具体表现为48h之后欠离散程度随着预报时效的增加而加大。更进一步,不同中心的集合平均对TC降水的预报能力存在差异。总体而言,ECMWF的预报效果最优,NCEP和CMA在不同预报时效上优劣不同,即在短期预报上NCEP优于CMA,而在中期预报上CMA优于NCEP。对于不同量级的TC降水,对中雨预报最优的为ECMWF,对其他等级降水(小雨,、大雨,、暴雨)预报最优的为NCEP。另外,ECMWF对不同阈值降水的辨别能力要优于其他两个中心。其次,TC降水的概率预报和集合平均预报有不同的变化特征,随着降水阈值的增大,概率预报的能力呈现先增大后减小的趋势,即对中雨和大雨的概率预报技巧较高,而对小雨和暴雨的预报能力较低。其可能原因,集合预报对小雨预报的可靠性较差,另一方面是集合预报模式对暴雨预报的分辨性较差。此外,不同中心TC降水预报产品之间在概率性指标上同样存在差异。整体来看,ECMWF表现最优,而短期预报和长期预报上分别为NCEP优于CMA和CMA优于NCEP,与对集合平均的分析结果一致。对不同等级降水,发现小雨预报NCEP最优、CMA最差,而中到暴雨预报ECWMF最优、NCEP最差,这是由不同中心TC降水概率预报在分辨性与可靠性上的差异所导致的。再次,本文利用MVL方法分析了 TC降水预报误差的增长特性,发现三个预报中心在短期内(1—4天)误差呈线性增长的特征,即前期与后期的降水预报误差之间存在线性相关性,在1-4天内前期降水预报好的成员在后期降水预报水平依然较好。基于这一特性,以算术加权平均的方法建立了集合平均的新计算方案。该方案中不同成员的权重,分别通过RMSE,MAE和偏最小二乘回归(PLS)进行客观估计。与传统等全集合平均进行比较后发现,新方案对传统方法在短期内有明显改进,特别是在48h改进程度最大,而在长期内新方案预报水平低于传统方法。这是与TC降水预报误差增长特性相一致的,即在误差线性增长时效内,考虑不同成员在前期预报中的表现能够改善后期的集合平均预报水平。因此,本文针对不同中心建立了适用于TC降水的集合预报后处理方法。具体而言,对于ECMWF,采用基于RMSE的订正方法订正144h内的预报、144h以上使用传统集合平均方法;对于CMA使用PLS订正48h内的预报,48h-144h预报用基于MAE的订正方法,超过144h的预报用传统集合平均作为预报结果;对于NCEP,利用PLS订正240h内的预报结果。
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P444;P457.6
【图文】：

热带气旋,西太平洋,资料,热带

第二章资料与方法第二章资料与方法逡逑１研究资料逡逑选取２００８—２０１７年夏季西太平洋登陆的热带气旋作为研宄对象，热带识别是利用降水与热带气旋中心之间的距离关系来确定的，５００ｋｍ为绝对水控制距离，所有４热带气旋中心距离小于此值的降水均被识别为热带气Ｅｎｇ］ｅｈａｒｔ，２００１邋）。逡逑１逦Ｉ逦１逦１逦；逦１逦Ｉ逦Ｉ逦＿逡逑－ｔ＿．ｉ邋ｉｎｉｉｕｉｊｉｉｉ邋＿．ｊ逦－－－．逡逑

图例,纵坐标,集合预报系统,集合成员

邋（Ｍｅａｎ－Ｖａｒｉａｎｃｅ邋ｏｆ邋Ｌｏｇａｒｉｔｈｍｓ）图是用来描述集合预报系统时空特征的。逡逑合预报的扰动均值是随着时间的增长而增长的，其二集合预报的扰动方差动的空间的相关性，ＭＶＬ图可以直观地呈现出两者之间的相互关系和变ｅｒｔ，２００８），通常ＭＶＬ图以扰动均值随时间的变化Ｍ（ｔ）为横坐标，以扰时间的变化Ｖ邋（ｔ）为纵坐标。公式如下：逡逑８ｘ＇；｛ｔ）邋＝邋ｘ＂｛ｔ）－ｘｉ｛ｔ）逡逑／？，（0邋＝邋ｌｎ（｜＾ｘ；（／）｜）逡逑〈士｜＞，（，）〉＝〈ｌｎ（（ｊｌ邮，〉逡逑Ｖ（ｔ）邋＝邋（Ｖａｒ（ｈ，邋（0））邋＝邋／ｙ邋Ｚ邋（0逡逑ｘ表示预报要素，ｎ为集合成员的个数，ＣＭＡ有１４个，ＥＣＭＷＦ有５０个，ＮＣＥ，Ｌ表示样本格点的个数，一表示空间平均，＜＞表示成员平均。下面以图行说明：逡逑

偏最小二乘法,建模,预报时效,均值

逦ａ邋１０邋ＱＭ邋Ｑ．３Ｇ邋０－４０邋Ｃ．ＳＯ邋０逡逑ｆｖｌｌｔ｝逡逑图２．邋２邋ＭＶＬ图例逡逑横坐标为Ｍ邋（ｔ），即扰动均值，纵坐标为Ｖ邋（ｔ）为扰动方差，一共点依次表逡逑示１０个预报时效，２４ｈ—２４０ｈ的预报间隔２４ｈ。由图可以看出，扰动均值足随右：预逡逑报时效呈单调递增的趋势，前５个预报时效中扰动方差也１Ａ随预报时效递增的趋势，逡逑１７逡逑

【参考文献】