共查询到18条相似文献，搜索用时 156 毫秒
1.
AREM模式两种初值扰动方案的集合降水预报试验及检验 总被引：5，自引：0，他引：5
基于我国科学家自主开发的AREM区域中尺度模式,考虑模式初值的不确定性,初步建立起11个成员37 km分辨率覆盖全国大部地区的短期集合预报系统。采用两套初值扰动试验方案(降尺度方案和BGM方案)分别进行了批量试验,试验结果表明:(1)通过对集合预报离散度和概率预报的检验,表明采用区域模式自身孵化循环产生的初始扰动明显优于直接使用全球集合预报提供的初始扰动。(2)无论采用哪种初值扰动方案,基于集合预报方法的集合平均预报、概率预报等均优于单一的确定性预报和业务预报。(3)离散度与集合平均预报误差的面平均有较好的对应关系;离散度与预报误差的空间相关系数平均为40%～45%。(4)目前集合预报系统离散度与预报误差相比偏小,其部分原因在于没有考虑模式物理过程的不确定性,这将在下一步的工作中逐步改进。 相似文献
2.
集合预报最优ETKF初始扰动方法设计及其在暴雨中的应用 总被引：1，自引：0，他引：1
为改进集合转换卡尔曼滤波方法(Ensemble Transform Kalman Filter,ETKF)在初始扰动中离散度偏小的问题,考虑引入物理不确定性。使用初始时刻离散度检验两种ETKF初始扰动方案改进的程度,通过动力和水汽条件分析探求改进机制。利用WRF模式构建更新预报系统,选取2014年5月一次暴雨个例进行集合降水预报试验,通过ETKF方法设计两种不同的初始扰动方案。结果表明:在分析循环中引入多物理扰动的初始扰动方案(multi)相比单一物理过程的初始扰动方案(mono)在初始时刻离散度和模拟动力水汽条件以及降水评分上均有较大改进。初始扰动中multi的离散度相比mono整体更优,显然添加了多物理扰动方案的试验对结果有改进作用;在对两种方案的机理分析中,multi对于降水位置的明显改善主要取决于散度及水汽通量散度模拟能力的提高;在离散度分析中,multi方案在强对流区域的改进效果比在整个区域中的更好,而对各变量的离散度和均方根误差之比相当,说明集合预报系统的合理性;对各量级预报结果评分显示,multi方案均呈现较好表现能力。 相似文献
3.
不同大尺度强迫条件下考虑初始场与侧边界条件不确定性的对流尺度集合预报试验 总被引：5，自引：0，他引：5
研究了不同大尺度强迫条件下的暴雨个例中,考虑不同尺度特征的初始扰动与侧边界扰动相互作用构造对流尺度集合预报的可行性,为进一步构建“自适应”于不同强对流天气的对流尺度集合预报系统提供依据。结果表明,在大尺度强迫显著的个例1中,以大尺度扰动信息为主的动力降尺度的增长趋势较集合转换卡尔曼滤波(ETKF)更为显著,且总扰动能量在预报中后期超过集合转换卡尔曼滤波,而在大尺度强迫较弱的个例2中,集合转换卡尔曼滤波扰动能量始终高于动力降尺度。此外,当大尺度强迫显著时,初始扰动与侧边界扰动相匹配会产生相互促进的作用,而不匹配时初始扰动会在预报中后期抑制侧边界扰动的发展,当大尺度强迫较弱时,即使是互相间不匹配的初始扰动与侧边界扰动也能在大部分预报时段起到相互促进的作用,说明初始扰动与侧边界扰动的相互作用机制不仅与天气形势相关,也与二者是否匹配挂钩,另外,扰动的发展特征同样依赖于天气形势;从集合离散度的角度来看,当大尺度强迫明显时,侧边界扰动的作用会在更短的时间内取代初始扰动,从而对离散度起到主导地位;两种初始扰动方法相比,集合转换卡尔曼滤波在多数情况下对总离散度的贡献均大于动力降尺度;从降水量预报及概率预报情况来看,大尺度强迫明显的个例可预报性更高,且各集合成员间的差异较小,大尺度强迫较弱的个例则相反,且当两种初始扰动方案与侧边界扰动相结合时,较仅侧边界扰动均有一定提高。 相似文献
4.
为描述GRAPES全球模式初始条件的不确定性,基于适合集合预报应用的GRAPES全球奇异向量技术,依据大气初始误差符合正态分布的特征,采用高斯取样奇异向量来构造全球集合预报初始扰动,在此基础上建立了GRAPES全球集合预报系统(GRAPES-GEPS)。利用GRAPES全球同化分析场,对采用初始扰动的GRAPES-GEPS连续试验预报结果进行检验和分析。结果表明:GRAPES-GEPS中高度场、风场及温度场预报的集合离散度能有效快速增加,集合平均均方根误差与集合离散度的关系合理;相对控制预报的均方根误差,集合平均的预报优势在预报中期非常显著。为进一步体现GRAPES-GEPS中模式物理过程的不确定性,发展了模式物理过程倾向随机扰动技术(SPPT)。试验结果表明:SPPT方案的应用有效提高了GRAPES-GEPS在南、北半球和热带地区等压面要素预报的集合离散度,同时一定程度减小了集合平均误差,进而改进了集合平均误差与集合离散度的关系,其中SPPT方案在热带地区的改进最为显著。本文发展的基于奇异向量的初始扰动方法和模式扰动SPPT方案在中国气象局2018年12月业务化运行的GRAPES-GEPS中得到了应用。 相似文献
5.
集合方法在月动力预报信息提取中的应用 总被引：1，自引：0，他引：1
本工作将集合方法应用于提取月动力预报有用信息。利用中国气象局国家气候中心Ｔ６３Ｌ１６全球谱模式的５００百帕高度场月集合预报产品（集合成员数为８个，初始场的选取采用滞后方法（ＬＡＦ），即相邻两天的００００，０６００，１２００和１８００ＧＭＴ的初始化资料），就１９９７年１月至５月共１５次预报，分析了集合预报成员间的离散度与预报评分（距平相关系数和均方根误差）的关系，研究了用集合各成员预报离散度作为各个成员逐日预报的权重对月预报效果的影响。结果表明集合预报成员的离散度与预报评分有显著的相关，是有效预报长度Ｎ的一个很好估计；用离散度作为权重平均的月预报高度距平相关系数明显高于算术平均和线性权重，此外个例分析表明月平均环流及其异常的预报得到明显的提高。 相似文献
6.
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 总被引：6，自引：5，他引：6
初始扰动方案是集合预报研究的核心问题之一.文中根据最新提出的基于集合卡尔曼变换(ETKF)理论的集合初始扰动方案,利用模拟观测系统及其调整的观测误差与放大因子的方案,研究发展了针对中国GRAPES全球预报系统的集合初始扰动方案,建立了GRAPES全球集合预报系统.利用14个集合成员进行了近两个月的集合预报试验,重点研究了初始扰动的结构特征、扰动振幅以及扰动增长特征,分析了集合扰动初始场的质量与性能.初步试验结果表明,基于ETKF初始扰动方案的GRAPES全球集合初始扰动能够较好地反映分析误差方差的主要模态结构和扰动振幅,并具有比较合理的集合离散度.分析误差方差能够准确地反应模拟观测资料的空间分布特征.初始扰动方差近似等于预报误差方差,并对全球观测系统的空间变化具有准确的响应.集合扰动具有合适的增长率,在96 h的预报时效内可以有效地保持适当的集合离散度.52 d集合预报统计分析显示,北半球集合平均的预报质量评分相对于控制预报具有较明显的优势,副热带高压特征线的个例预报也表明GRAPES全球集合预报在短期预报时效内具有很好的预报效果.基于ETKF初始扰动方案的GRAPES全球集合预报系统显示出良好的发展前景和应用潜力. 相似文献
7.
以GRAPES中尺度有限区模式作为试验模式, 从模式的不确定性方面来构造中尺度的集合预报, 重点考虑物理因子与初始条件的扰动作用。针对2004年7月10日北京城区的突发性暴雨过程进行了36 h的集合预报试验。结果表明:GRAPES模式可有效地捕捉到中尺度过程的信息; 中尺度集合预报是可行的, 可改进中尺度暴雨过程落区、强度的预报; 不同集合方案的预报结果各不相同, 同一方案各个成员的预报结果也有差异, 即存在适宜的离散度; 在离散度分析中发现在北京附近存在一个明显大值区, 且在大气中低层的垂直结构表现出一致性, 表明这一区域的预报不确定性很大。从集合检验结果中得到:单纯考虑模式物理扰动来构造中尺度集合预报系统有一定难度, 当加入初始场不确定信息后, 同时考虑模式的不确定性和初始场的不确定性, 有助于捕捉更多的中尺度系统的不确定信息, 有助于构造更为有效的中尺度集合预报系统。 相似文献
8.
基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果。结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征。对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧。邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高。并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息。 相似文献
9.
10.
基于奇异矢量的优化短期集合预报 总被引：2，自引：1，他引：1
在1-2 d的短期预报中,由奇异矢量构建的初始扰动主要是线性发展,为了防止在积分终止时刻,由同一奇异矢量导出的正负初始扰动的积分在集合平均时互相抵消,文中首先通过理论推导和实际计算证明了对集合成员进行优化的必要性,以及从不同奇异矢量导出的集合成员中,表现好于控制预报的一组成员相对于控制预报的离差恒大于或恒小于表现劣于控制预报的另一组成员,利用这个特征,在做集合预报时,把奇异矢量导出的正负两组预报分成离差相对大一组、离差相对小一组,就可以避免求集合平均时成员相互抵消,从而提出了一种优化基于奇异矢量的短期集合预报的方法.文中使用NCAR/PSU(美国国家大气研究中心/宾夕法尼亚大学)中尺度有限区域模式MM5第1版,及其对应切线性、伴随模式,对1999年夏季发生的两个梅雨锋低涡个例作了分析,在计算奇异矢量时采用了干能量模,分析结果表明:相对于正负两个初始扰动都入选的集合,严格按照这种方法挑选出来的优化集合可以有效地提高集合平均的精确度.在生成初始扰动的方法上,文中的计算表明,相对于用单个奇异矢量生成初始扰动,把正交的多个奇异矢量累加起来导出的初始扰动具有更大的增长率,能有效地增大集合成员间的离差,提高集合成员的预报精度. 相似文献
11.
初始扰动振幅的大小和集合样本数对于集合预报取得更高预报技巧具有重要意义。本文将正交条件非线性最优扰动方法（orthogonal conditional nonlinear optimal perturbations,简称CNOPs）应用于概念模型Lorenz-96模式探讨了初始扰动振幅和集合样本数对集合预报技巧的影响,从而为使用更复杂模式进行集合预报提供指导。结果表明,由于CNOPs扮演了非线性系统中的最优初始扰动,从而使得当初始扰动振幅小于初始分析误差的大小时,CNOPs集合预报获得更高的预报技巧,并且CNOPs集合预报的最高预报技巧总是高于奇异向量法（singular vectors,简称SVs）集合预报的最高预报技巧。结果还表明,CNOPs集合预报倾向于具有一个合适的样本数时,达到最高技巧。更好的集合离散度——预报误差关系和更为平坦的Talagrand图（Talagrand diagram）进一步证明了CNOPs集合预报系统的可靠性,从而夯实了上述结果的合理性。因此,针对CNOPs集合预报,本文认为采用一个适当小于初始分析误差的初始扰动振幅和一个合适的集合样本数,有利于CNOPs集合预报达到最高预报技巧。 相似文献
12.
基于TIGGE多模式集合的24小时气温BMA
概率预报 总被引：7，自引：1，他引：6
利用TIGGE(THORPEX Interactive Grand Global Ensemble)单中心集合预报系统(ECMWF、United Kingdom Meteorological Office、China Meteorological Administration和NCEP)以及由此所构成的多中心模式超级集合预报系统24小时地面日均气温预报,结合淮河流域地面观测率定贝叶斯模型平均(Bayesian model averaging,BMA)参数,从而建立地面日均气温BMA概率预报模型.由此针对淮河流域进行地面日均气温BMA概率预报及其检验与评估,结果表明BMA模型比原始集合预报效果好;单中心的BMA概率预报都有较好的预报效果,其中ECMWF最好.多中心模式超级集合比单中心BMA概率预报效果更好,采用可替换原则比普通的多中心模式超级集合BMA模型计算量小,且在上述BMA集合预报系统中效果最好.它与原始集合预报相比其平均绝对误差减少近7%,其连续等级概率评分提高近10%.基于采用可替换原则的多中心模式超级集合BMA概率预报,针对研究区域提出了极端高温预警方案,这对防范高温天气有着重要意义. 相似文献
13.
Preliminary Comparison of the CMA, ECMWF, NCEP, and JMA Ensemble Prediction Systems 总被引：1，自引：0，他引：1 
下载免费PDF全文
下载免费PDF全文 Based on The Observing System Research and Predictability Experiment (THORPEX) Interactive Grand Global Ensemble (TIGGE) dataset,using various verification methods,the performances of four typical ense... 相似文献
14.
Summary This study uses an adaptive observational strategy for hurricane forecasting. It shows the impacts of Lidar Atmospheric Sensing
Experiment (LASE) and dropsonde data sets from Convection and Moisture Experiment (CAMEX) field campaigns on hurricane track
and intensity forecasts. The following cases are used in this study: Bonnie, Danielle and Georges of 1998 and Erin, Gabrielle
and Humberto of 2001. A single model run for each storm is carried out using the Florida State University Global Spectral
Model (FSUGSM) with the European Center for Medium Range Weather Forecasts (ECMWF) analysis as initial conditions, in addition
to 50 other model runs where the analysis is randomly perturbed for each storm. The centers of maximum variance of the DLM
heights are located from the forecast error variance fields at the 84-hr forecast. Back correlations are then performed using
the centers of these maximum variances and the fields at the 36-hr forecast. The regions having the highest correlations in
the vicinity of the hurricanes are indicative of regions from where the error growth emanates and suggests the need for additional
observations. Data sets are next assimilated in those areas that contain high correlations. Forecasts are computed using the
new initial conditions for the storm cases, and track and intensity skills are then examined with respect to the control forecast.
The adaptive strategy is capable of identifying sensitive areas where additional observations can help in reducing the hurricane
track forecast errors. A reduction of position error by approximately 52% for day 3 of forecast (averaged over 7 storm cases)
over the control runs is observed. The intensity forecast shows only a slight positive impact due to the model’s coarse resolution.
Corresponding author’s address: T. N. Krishnamurti, Department of Meteorology, Florida State University, Tallahassee, FL 32306-4520,
USA 相似文献
15.
An assessment of the predictability of the East Asian Subtropical Westerly Jet based on TIGGE data 总被引：1，自引：0，他引：1
The predictability of the position, spatial coverage and intensity of the East Asian subtropical westerly jet(EASWJ) in the summers of 2010 to 2012 was examined for ensemble prediction systems(EPSs) from four representative TIGGE centers,including the ECMWF, the NCEP, the CMA, and the JMA. Results showed that each EPS predicted all EASWJ properties well, while the levels of skill of all EPSs declined as the lead time extended. Overall, improvements from the control to the ensemble mean forecasts for predicting the EASWJ were apparent. For the deterministic forecasts of all EPSs, the prediction of the average axis was better than the prediction of the spatial coverage and intensity of the EASWJ. ECMWF performed best, with a lead of approximately 0.5–1 day in predictability over the second-best EPS for all EASWJ properties throughout the forecast range. For probabilistic forecasts, differences in skills among the different EPSs were more evident in the earlier part of the forecast for the EASWJ axis and spatial coverage, while they departed obviously throughout the forecast range for the intensity. ECMWF led JMA by about 0.5–1 day for the EASWJ axis, and by about 1–2 days for the spatial coverage and intensity at almost all lead times. The largest lead of ECMWF over the relatively worse EPSs, such as NCEP and CMA, was approximately 3–4 days for all EASWJ properties. In summary, ECMWF showed the highest level of skill for predicting the EASWJ, followed by JMA. 相似文献
16.
Forecast Sensitivity of an extreme rainfall event over the Uttarakhand state located in the Western Himalayas is investigated through Ensemble-based Sensitivity Analysis (ESA). ESA enables the assessment of forecast errors and its relation to the flow fields through linear regression approach. The ensembles are initialized from an Ensemble Kalman Filter (EnKF) Data Assimilation in Weather Research and Forecast (WRF) model. ESA is then applied to evaluate the dynamics and predictability at two different days of the extreme precipitation episode. Results indicate that the precipitation forecast over Uttarakhand is sensitive to the mid-tropospheric trough and moisture fields for both the days, in general. The day 1 precipitation shows negative sensitivity to the trough over upstream regions of the storm location while in day 2, the sensitive region is found to be located over the southward intruded branch of the mid–tropospheric trough. Perturbations introduced in the initial conditions (IC) over the most sensitive region over the west of the storm location indicate significant variations in the forecast location of precipitation. IC perturbed experiments show that the perturbation amplitude is correlated linearly with predicted change in precipitation, which becomes nonlinear as the forecast length increases. ESA performed on convection-permitting ensembles show that precipitation over the Uttarakhand is mostly non-convective. However, when the location of the response function box is moved north-westward of the Uttarakhand, the sensitivity patterns show signs of convection. 相似文献
17.
Initial perturbation scheme is one of the important problems for ensemble prediction. In this paper,
ensemble initial perturbation scheme for Global/Regional Assimilation and PrEdiction System (GRAPES)
global ensemble prediction is developed in terms of the ensemble transform Kalman filter (ETKF) method.A new GRAPES global ensemble prediction system (GEPS) is also constructed. The spherical simplex 14-member ensemble prediction experiments, using the simulated observation network and error characteristics of simulated observations and innovation-based in ation, are carried out for about two months. The structure characters and perturbation amplitudes of the ETKF initial perturbations and the perturbation growth characters are analyzed, and their qualities and abilities for the ensemble initial perturbations are given.
The preliminary experimental results indicate that the ETKF-based GRAPES ensemble initial perturbations could identify main normal structures of analysis error variance and reflect the perturbation amplitudes.The initial perturbations and the spread are reasonable. The initial perturbation variance, which is approximately equal to the forecast error variance, is found to respond to changes in the observational spatial variations with simulated observational network density. The perturbations generated through the simplex method are also shown to exhibit a very high degree of consistency between initial analysis and short-range forecast perturbations. The appropriate growth and spread of ensemble perturbations can be maintained up to 96-h lead time. The statistical results for 52-day ensemble forecasts show that the forecast scores ofensemble average for the Northern Hemisphere are higher than that of the control forecast. Provided that using more ensemble members, a real-time observational network and a more appropriate inflation factor,better
effects of the ETKF-based initial scheme should be shown. 相似文献
18.
采用线性化物理过程方案的GRAPES全球模式奇异向量在进行非线性模式积分时会有部分奇异向量出现崩溃问题,这说明奇异向量结构可能存在扰动变量之间不协调之处,需要对奇异向量扰动的计算方法优化,进而改进基于奇异向量的集合预报初值扰动,提高GRAPES全球集合预报效果。基于原有的GRAEPS全球奇异向量计算方法,在求解奇异向量时,对气压扰动的处理进行改进,将初始时刻的气压扰动分量通过位温扰动根据静力平衡关系导出获得,其他保持一致,发展了静力平衡奇异向量改进方法。基于有两个台风过程的个例（2019年8月8日12时（世界时））,分别采用原奇异向量方法和静力平衡奇异向量改进方法进行热带气旋目标区奇异向量的计算求解,并进行相应奇异向量的非线性模式积分,对比分析奇异向量非线性积分的稳定性。进而,对比分析奇异向量求解方法改进前、后热带气旋奇异向量的结构特征和初值扰动特征,开展了集合预报试验,评估改进后的奇异向量求解方法对GRAPES全球集合预报系统预报性能的影响。试验结果表明,静力平衡奇异向量改进方法通过产生协调的气压扰动和位温扰动场,解决了奇异向量非线性积分崩溃的问题,消除了原来不利于积分稳定性的气压扰动过于局地化的小尺度结构。静力平衡奇异向量改进方法对奇异向量中位温扰动分量和纬向风扰动分量结构影响较小,使得气压扰动分量的大值区位于台风附近,更好地描述热带气旋初值不确定性,与位温扰动分量的分布更加协调。采用静力平衡奇异向量改进方法,可以提高GRAPES全球集合预报在北半球和南半球等压面要素集合预报技巧和中国地区24 h累计降水概率预报技巧,增大台风路径集合离散度。 相似文献