数值天气预报是天气预报业务和防灾减灾的核心科技。中国数值天气预报研究和业务应用一直受到高度重视,在基础理论研究、关键技术突破和业务系统研制方面取得了有广泛国际影响力的研究成果。在回顾中国数值天气预报技术及业务系统发展...数值天气预报是天气预报业务和防灾减灾的核心科技。中国数值天气预报研究和业务应用一直受到高度重视,在基础理论研究、关键技术突破和业务系统研制方面取得了有广泛国际影响力的研究成果。在回顾中国数值天气预报技术及业务系统发展基础上,重点综述中国自主发展的GRAPES(Global Regional Assimilation and PrEdiction System)和YHGSM(YinHe Global Spectral Model)两大业务预报系统的重要科技进展。GRAPES在模式动力框架、四维变分资料同化、卫星资料同化技术、雷达资料同化应用、集合预报和云物理过程等方面实现了技术突破,建立了无缝隙的、包含确定性预报和集合预报系统的中国气象局数值天气预报业务体系。YHGSM持续走谱模式发展路线,突破了干空气质量守恒全球大气谱模式、集合四维变分资料同化、海-陆-气耦合集合预报等技术,建立了以高分辨率全球中期和月延伸数值预报系统为核心的数值预报体系。军队和地方自主研发的数值天气预报系统是长期坚持既定科学技术方向、学术研究和业务研制紧密结合的结果。展开更多
基于高分辨率快速更新无缝隙融合集成预报RISE系统(Rapid-refresh Integrated Seamless Ensemble system),采用华北3 km分辨率快速循环更新的中尺度数值模式CMA-BJ、欧洲中心0.125°分辨率全球数值模式ECMWF、常规自动站和冬奥赛道...基于高分辨率快速更新无缝隙融合集成预报RISE系统(Rapid-refresh Integrated Seamless Ensemble system),采用华北3 km分辨率快速循环更新的中尺度数值模式CMA-BJ、欧洲中心0.125°分辨率全球数值模式ECMWF、常规自动站和冬奥赛道加密自动站逐时观测资料,以北京冬奥会复杂山地为研究区域,对比分析了不同模式背景场对100 m网格分辨率的地面2 m温度和10 m风场融合分析场和1~24 h逐小时间隔预报准确性的影响。对比试验结果表明:(1)采用区域模式和全球模式的预报数据作为RISE系统背景场,均可有效形成复杂山地百米级精细化融合产品,但不同模式背景场对不同气象要素分析和预报性能的影响存在明显差异;(2)对于温度分析场,以CAM-BJ和ECMWF模式的预报数据为背景场的RISE温度分析场空间分布基本一致,分析平均绝对误差(MAE)均小于0.2℃;(3)对于风场分析场,采用高分辨率区域模式比粗分辨率全球模式更能提升RISE高精度风场融合产品精细化水平;(4)对于温度预报,以ECMWF模式的预报数据为背景场的RISE格点融合预报性能显著优于CMA-BJ模式的预报数据为背景场,冬奥高山站和所有站平均预报MAE分别减小10.5%和7.0%;(5)对于风场预报,以CAM-BJ和ECMWF模式的预报数据为背景场的RISE冬奥高山站临近1~6 h风速预报MAE分别为1.42 m s^(-1)和1.30 m s^(-1),7~24 h预报MAE则分别为1.52 m s^(-1)和1.54 m s^(-1),而RISE区域内所有站1~24 h平均MAE分别为1.38 m s^(-1)和1.24 m s^(-1)。研究成果有助于深入理解模式背景场在百米级融合预报中的作用,对提升复杂地形下天气预报准确性有重要的科学意义和业务应用价值。展开更多
文摘数值天气预报是天气预报业务和防灾减灾的核心科技。中国数值天气预报研究和业务应用一直受到高度重视,在基础理论研究、关键技术突破和业务系统研制方面取得了有广泛国际影响力的研究成果。在回顾中国数值天气预报技术及业务系统发展基础上,重点综述中国自主发展的GRAPES(Global Regional Assimilation and PrEdiction System)和YHGSM(YinHe Global Spectral Model)两大业务预报系统的重要科技进展。GRAPES在模式动力框架、四维变分资料同化、卫星资料同化技术、雷达资料同化应用、集合预报和云物理过程等方面实现了技术突破,建立了无缝隙的、包含确定性预报和集合预报系统的中国气象局数值天气预报业务体系。YHGSM持续走谱模式发展路线,突破了干空气质量守恒全球大气谱模式、集合四维变分资料同化、海-陆-气耦合集合预报等技术,建立了以高分辨率全球中期和月延伸数值预报系统为核心的数值预报体系。军队和地方自主研发的数值天气预报系统是长期坚持既定科学技术方向、学术研究和业务研制紧密结合的结果。
文摘基于高分辨率快速更新无缝隙融合集成预报RISE系统(Rapid-refresh Integrated Seamless Ensemble system),采用华北3 km分辨率快速循环更新的中尺度数值模式CMA-BJ、欧洲中心0.125°分辨率全球数值模式ECMWF、常规自动站和冬奥赛道加密自动站逐时观测资料,以北京冬奥会复杂山地为研究区域,对比分析了不同模式背景场对100 m网格分辨率的地面2 m温度和10 m风场融合分析场和1~24 h逐小时间隔预报准确性的影响。对比试验结果表明:(1)采用区域模式和全球模式的预报数据作为RISE系统背景场,均可有效形成复杂山地百米级精细化融合产品,但不同模式背景场对不同气象要素分析和预报性能的影响存在明显差异;(2)对于温度分析场,以CAM-BJ和ECMWF模式的预报数据为背景场的RISE温度分析场空间分布基本一致,分析平均绝对误差(MAE)均小于0.2℃;(3)对于风场分析场,采用高分辨率区域模式比粗分辨率全球模式更能提升RISE高精度风场融合产品精细化水平;(4)对于温度预报,以ECMWF模式的预报数据为背景场的RISE格点融合预报性能显著优于CMA-BJ模式的预报数据为背景场,冬奥高山站和所有站平均预报MAE分别减小10.5%和7.0%;(5)对于风场预报,以CAM-BJ和ECMWF模式的预报数据为背景场的RISE冬奥高山站临近1~6 h风速预报MAE分别为1.42 m s^(-1)和1.30 m s^(-1),7~24 h预报MAE则分别为1.52 m s^(-1)和1.54 m s^(-1),而RISE区域内所有站1~24 h平均MAE分别为1.38 m s^(-1)和1.24 m s^(-1)。研究成果有助于深入理解模式背景场在百米级融合预报中的作用,对提升复杂地形下天气预报准确性有重要的科学意义和业务应用价值。
