采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一...采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一个包含水平风场、垂直速度、位温扰动、位势扰动和水汽混合比共6个基本物理量的区域短期集合预报系统(WRF-EPS)。在此基础上,以2016年6月整月我国南方大范围暴雨为样例,针对扰动发展与演变的典型问题进行了探讨。试验结果表明:1)模式大气高、中、低三层的物理量扰动增长可以分为两个阶段,第一阶段为扰动快速线性增长,该阶段内扰动快速完成全部涨幅;第二阶段为非线性稳定阶段,从快速线性增长过渡到非线性稳定阶段大约需要24 h。2)各物理量的扰动增长率、相关系数以及增长模进入非线性稳定阶段的时间大致相同,但对于同一等压面不同物理量或同一物理量不同等压面,每个参数达到非线性稳定后的数值大小及演变规律存在差异,且随时间演变均伴有日内振荡现象。3)对于扰动振幅相同但初始随机模态不同的初值集合,不同随机模态对扰动培育的影响主要是在扰动的非线性稳定阶段,而在快速的线性增长阶段,它们之间的差异很小。4)对于初始随机模态相同但振幅不同的初值集合,不同扰动振幅对扰动演变的影响主要是在扰动的快速线性增长阶段,而在非线性稳定阶段,它们之间的差异很小,并且不同初始振幅对扰动进入非线性稳定阶段的时间基本没有影响。展开更多
利用TIGGE资料中的ECMWF、NCEP、UKMO三个中心集合预报系统以及由此构成的多中心集合预报系统所提供的地面2 m气温10~15 d延伸期集合预报产品,建立贝叶斯模式平均(Bayesian Model Averaging,BMA)概率预报模型,对东亚地区冬季地面气温进...利用TIGGE资料中的ECMWF、NCEP、UKMO三个中心集合预报系统以及由此构成的多中心集合预报系统所提供的地面2 m气温10~15 d延伸期集合预报产品,建立贝叶斯模式平均(Bayesian Model Averaging,BMA)概率预报模型,对东亚地区冬季地面气温进行延伸期概率预报研究。采用距平相关系数、均方根误差、布莱尔评分、等级概率评分等指标分别对BMA确定性结果与概率预报进行评估。结果表明,BMA方法明显地改进了原始集合预报结果,预报技巧优于原始集合预报,且多中心BMA预报优于单中心BMA预报,最佳滑动训练期取35 d。BMA预报为气温的延伸期概率预报提供了更合理的概率分布,定量描述了预报的不确定性。展开更多
文摘采用增长模培育(Breeding of Growing Modes,BGM)法开展有限区域模式短期集合预报研究,亟需解决的问题是集合预报扰动的发展及演变。因此论文结合经典的适时缩放培育思想,利用增长模培育法,基于WRF3.6模式(采用WRF-ARW),开发和构建了一个包含水平风场、垂直速度、位温扰动、位势扰动和水汽混合比共6个基本物理量的区域短期集合预报系统(WRF-EPS)。在此基础上,以2016年6月整月我国南方大范围暴雨为样例,针对扰动发展与演变的典型问题进行了探讨。试验结果表明:1)模式大气高、中、低三层的物理量扰动增长可以分为两个阶段,第一阶段为扰动快速线性增长,该阶段内扰动快速完成全部涨幅;第二阶段为非线性稳定阶段,从快速线性增长过渡到非线性稳定阶段大约需要24 h。2)各物理量的扰动增长率、相关系数以及增长模进入非线性稳定阶段的时间大致相同,但对于同一等压面不同物理量或同一物理量不同等压面,每个参数达到非线性稳定后的数值大小及演变规律存在差异,且随时间演变均伴有日内振荡现象。3)对于扰动振幅相同但初始随机模态不同的初值集合,不同随机模态对扰动培育的影响主要是在扰动的非线性稳定阶段,而在快速的线性增长阶段,它们之间的差异很小。4)对于初始随机模态相同但振幅不同的初值集合,不同扰动振幅对扰动演变的影响主要是在扰动的快速线性增长阶段,而在非线性稳定阶段,它们之间的差异很小,并且不同初始振幅对扰动进入非线性稳定阶段的时间基本没有影响。
