GRAPES全球集合预报系统不同随机物理扰动方案影响分析
发布时间：2021-09-22 06:43
为了更好地理解不同随机物理扰动方案对全球中期集合预报的影响差异,本研究基于GRAPES全球集合预报系统（GRAPES-GEPS）对比分析了随机物理倾向扰动（Stochastically Perturbed Parameterization Tendencies,SPPT）、随机动能补偿（Stochastic Kinetic Energy Backscatter,SKEB）及联合使用SPPT与SKEB三种模式扰动方案所产生的扰动特征及其对集合预报的影响。为避免初值扰动影响,考察随机物理方案所产生的扰动特征时,不使用初值扰动。通过扰动与误差相关性分析（PECA）发现,不同随机物理扰动方案所产生的扰动对预报误差均具有一定的描述能力,而且联合使用SPPT与SKEB方案时,扰动对误差的描述能力最好。对所有扰动方案来说,扰动总能量最初主要集中在热带地区对流层中高层以及平流层低层。随着预报时效的延长,扰动总能量不断增大,其大值区不断向热带外地区转移。从扰动总能量的谱结构来看,扰动能量均呈现升尺度发展的特征。在基于奇异向量初值扰动的GRAPES-GEPS中,随机物理扰动方案的使用均能够显著增加不同地区...
【文章来源】：气象学报. 2020,78(06)北大核心CSCD
【文章页数】：16 页
【部分图文】：
2017年8月7—16日12时SPPT、SKEB与SPPT＿SKEB 3组不使用初值扰动的集合预报试验10 d平均的500 h Pa (a）纬向风场、（b）经向风场、（c）温度场与（d）位势高度场全球PECA值随预报时效的演变
考察不同随机物理扰动方案下扰动总能量的时、空演变特征。式中，?u、?v和?T分别表示集合成员与对照预报纬向风场、经向风场和温度场的差异，cp为干空气比热容（1004 J/（kg·K)),Tr为参考温度（280 K）。从SPPT、SKEB与SPPT＿SKEB三组试验下扰动总能量纬度-高度剖面（图2）可以看到，不管在哪种随机物理扰动方案下，预报初期，扰动总能量主要集中在热带地区对流层中高层以及平流层低层（约300—100 h Pa）；随着预报时效的延长，扰动总能量不断增大，其大值区也由热带地区转移至热带外地区，这可能与热带外地区扰动的快速发展以及热带地区扰动向热带外地区的传播有关，并且大值区依旧主要集中在对流层中高层以及平流层低层（约500—200 h Pa）。同时还可以看到，大约4 d以后，不同试验方案下扰动总能量垂直结构非常相似，这可能与扰动本身的依流型发展有关。类似特征在初值扰动发展过程中也存在，如Magnusson等（2009）指出在模式积分一段时间后不同初值扰动试验方案下扰动总能量将收敛。就整层扰动总能量（图3）而言，不管在热带地区还是热带外地区，SPPT＿SKEB试验最大，SKEB试验次之，SPPT试验最小。从扰动能量的谱结构（图4）可以看到，随着预报时效的增加，所有试验方案中的扰动能量不断升尺度发展，向大尺度方向转移，大尺度扰动能量不断增大，而小尺度扰动能量在大约2 d之后达到饱和，不再增长。
对于一个集合预报系统而言，连续分级概率评分越小，观测和预报的累积概率分布函数之间的差异越小，概率预报技巧越高（Hersbach,2000）。图7给出了3组采用随机物理扰动方案的试验（INI＿SPPT、INI＿SKEB和INI＿SPPT＿SKEB）与INI试验在北半球和热带地区850 h Pa纬向风场与温度场连续分级概率评分的差异。连续分级概率评分差异为负，表明相对于INI试验，连续分级概率评分减小，预报技巧有提高。可以看出，北半球，与INI试验相比，3组使用随机物理扰动方案的试验评分均有所减小（差异为负），其中INI＿SPPT＿SKEB试验温度场的改进最显著（图7b）；对于纬向风场，在预报前期，INI＿SPPT＿SKEB试验的改进也最显著，但预报后期，INI＿SKEB试验纬向风场连续分级概率评分的改进呈现出减小趋势，这导致在预报后期INI＿SPPT＿SKEB试验连续分级概率评分的表现与INI＿SPPT试验相近（图7a）。热带地区，大部分预报时效上，连续分级概率评分显著减小（差异为负），而且这种改进效果在联合使用SPPT与SKEB方案时最好（图7c、d），说明SPPT与SKEB方案联合使用对集合预报系统概率预报技巧的改进程度最大。4.3 预报失误率
【参考文献】：
期刊论文
[1]Representing Model Uncertainty by Multi-Stochastic Physics Approaches in the GRAPES Ensemble[J]. Zhizhen XU,Jing CHEN,Zheng JIN,Hongqi LI,Fajing CHEN. Advances in Atmospheric Sciences. 2020(04)
[2]GRAPES全球奇异向量方法改进及试验分析[J]. 李晓莉,刘永柱. 气象学报. 2019(03)
[3]GRAPES全球集合预报初始条件及模式物理过程不确定性方法研究[J]. 李晓莉,陈静,刘永柱,彭飞,霍振华. 大气科学学报. 2019(03)
[4]GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究[J]. 彭飞,李晓莉,陈静,李红祺. 气象学报. 2019(02)
[5]不同随机物理扰动方案在一次暴雨集合预报中的对比研究[J]. 蔡沅辰,闵锦忠,庄潇然. 高原气象. 2017(02)
[6]基于总能量模的GRAPES全球模式奇异向量扰动研究[J]. 刘永柱,沈学顺,李晓莉. 气象学报. 2013(03)
[7]GRAPES全球集合预报的集合卡尔曼变换初始扰动方案初步研究[J]. 马旭林,薛纪善,陆维松. 气象学报. 2008(04)
本文编号：3403323
【文章来源】：气象学报. 2020,78(06)北大核心CSCD
【文章页数】：16 页
【部分图文】：
2017年8月7—16日12时SPPT、SKEB与SPPT＿SKEB 3组不使用初值扰动的集合预报试验10 d平均的500 h Pa (a）纬向风场、（b）经向风场、（c）温度场与（d）位势高度场全球PECA值随预报时效的演变
考察不同随机物理扰动方案下扰动总能量的时、空演变特征。式中，?u、?v和?T分别表示集合成员与对照预报纬向风场、经向风场和温度场的差异，cp为干空气比热容（1004 J/（kg·K)),Tr为参考温度（280 K）。从SPPT、SKEB与SPPT＿SKEB三组试验下扰动总能量纬度-高度剖面（图2）可以看到，不管在哪种随机物理扰动方案下，预报初期，扰动总能量主要集中在热带地区对流层中高层以及平流层低层（约300—100 h Pa）；随着预报时效的延长，扰动总能量不断增大，其大值区也由热带地区转移至热带外地区，这可能与热带外地区扰动的快速发展以及热带地区扰动向热带外地区的传播有关，并且大值区依旧主要集中在对流层中高层以及平流层低层（约500—200 h Pa）。同时还可以看到，大约4 d以后，不同试验方案下扰动总能量垂直结构非常相似，这可能与扰动本身的依流型发展有关。类似特征在初值扰动发展过程中也存在，如Magnusson等（2009）指出在模式积分一段时间后不同初值扰动试验方案下扰动总能量将收敛。就整层扰动总能量（图3）而言，不管在热带地区还是热带外地区，SPPT＿SKEB试验最大，SKEB试验次之，SPPT试验最小。从扰动能量的谱结构（图4）可以看到，随着预报时效的增加，所有试验方案中的扰动能量不断升尺度发展，向大尺度方向转移，大尺度扰动能量不断增大，而小尺度扰动能量在大约2 d之后达到饱和，不再增长。
对于一个集合预报系统而言，连续分级概率评分越小，观测和预报的累积概率分布函数之间的差异越小，概率预报技巧越高（Hersbach,2000）。图7给出了3组采用随机物理扰动方案的试验（INI＿SPPT、INI＿SKEB和INI＿SPPT＿SKEB）与INI试验在北半球和热带地区850 h Pa纬向风场与温度场连续分级概率评分的差异。连续分级概率评分差异为负，表明相对于INI试验，连续分级概率评分减小，预报技巧有提高。可以看出，北半球，与INI试验相比，3组使用随机物理扰动方案的试验评分均有所减小（差异为负），其中INI＿SPPT＿SKEB试验温度场的改进最显著（图7b）；对于纬向风场，在预报前期，INI＿SPPT＿SKEB试验的改进也最显著，但预报后期，INI＿SKEB试验纬向风场连续分级概率评分的改进呈现出减小趋势，这导致在预报后期INI＿SPPT＿SKEB试验连续分级概率评分的表现与INI＿SPPT试验相近（图7a）。热带地区，大部分预报时效上，连续分级概率评分显著减小（差异为负），而且这种改进效果在联合使用SPPT与SKEB方案时最好（图7c、d），说明SPPT与SKEB方案联合使用对集合预报系统概率预报技巧的改进程度最大。4.3 预报失误率
【参考文献】：
期刊论文
[1]Representing Model Uncertainty by Multi-Stochastic Physics Approaches in the GRAPES Ensemble[J]. Zhizhen XU,Jing CHEN,Zheng JIN,Hongqi LI,Fajing CHEN. Advances in Atmospheric Sciences. 2020(04)
[2]GRAPES全球奇异向量方法改进及试验分析[J]. 李晓莉,刘永柱. 气象学报. 2019(03)
[3]GRAPES全球集合预报初始条件及模式物理过程不确定性方法研究[J]. 李晓莉,陈静,刘永柱,彭飞,霍振华. 大气科学学报. 2019(03)
[4]GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究[J]. 彭飞,李晓莉,陈静,李红祺. 气象学报. 2019(02)
[5]不同随机物理扰动方案在一次暴雨集合预报中的对比研究[J]. 蔡沅辰,闵锦忠,庄潇然. 高原气象. 2017(02)
[6]基于总能量模的GRAPES全球模式奇异向量扰动研究[J]. 刘永柱,沈学顺,李晓莉. 气象学报. 2013(03)
[7]GRAPES全球集合预报的集合卡尔曼变换初始扰动方案初步研究[J]. 马旭林,薛纪善,陆维松. 气象学报. 2008(04)
本文编号：3403323
本文链接：https://www.wllwen.com/projectlw/qxxlw/3403323.html
