排序方式: 共有195条查询结果,搜索用时 15 毫秒
1.
中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。 相似文献
2.
2017年5月7日广州特大暴雨模拟中的背景场影响分析 总被引:2,自引:1,他引:1
2017年5月7日广州发生了特大暴雨,为研究不同背景场资料对这次暴雨过程的影响,模式背景场分别采用美国NCEP的GFS资料和中国的T639资料,利用GRAPES_Meso模式对这次暴雨过程进行了数值模拟和影响分析;数值试验结果表明,采用不同的背景场对这次暴雨过程具有显著影响,用T639资料(T639_run)作为模式背景场大致模拟出了这次暴雨过程,而采用NCEP GFS数据(GFS_run)模拟的降水明显偏北。其原因是,采用T639资料做背景场时,华南暴雨区域存在深厚的水汽输送,同时存在强烈的上升运动,可以产生极端强降水;而采用GFS资料进行数值模拟时,实际暴雨区上空的上升气流较弱,水汽输送也较弱,使强降水落区偏北。GRAPES_Meso模式模拟的华南地区的云顶高度整体偏高,云顶温度整体偏低,相对来说,采用T639_run的模拟结果优于GFSrun的结果,该研究结果可以为云降水方案中的水物质和云量计算方案的改进和优化提供一定的参考。 相似文献
3.
利用中国西北地区2015年9月至2016年8月38个站点L波段探空观测、2016年7月加密探空观测和ERA-Interim边界层高度资料,对比分析了西北地区大气边界层高度变化特征。观测资料表明,在中国西北地区,08:00(北京时,下同)冬季边界层高度最高; 20:00春季边界层高度最高,边界层高度从西部到东部有显著降低的趋势。ERA-Interim资料基本能表现出边界层高度的区域分布,但相对于探空观测得到的边界层高度,除夏季20:00外,ERA-Interim再分析资料边界层高度均偏低。全年平均而言,08:00(20:00)偏低160 m(170 m),其中在08:00(20:00),冬季(春季)偏低最显著。08:00边界层高度与低层稳定度、近地层温度和风速相关更加显著; 20:00边界层高度与低层稳定度和相对湿度相关更加显著。2016年7月加密观测资料对比表明,ERA-Interim资料的对流(中性)边界层高度显著偏高;低层稳定度、相对湿度偏小,风速偏大可能是造成边界层高度偏高的原因; ERA-Interim资料的稳定边界层高度偏低,与低层稳定度和近地层温度偏低相关,但其影响因素相对更加复杂。 相似文献
4.
利用"中国干旱气象科学研究计划——我国北方干旱致灾过程及机理"的观测数据,分析塔中站、奈曼站、平凉站和锦州站2015年8—10月及定西站2016年8—10月地表能量通量变化特征。分析发现,不同下垫面辐射均表现出明显的日变化,相对于向下短波辐射和向下长波辐射,不同下垫面反射辐射和向上长波辐射差异更加明显。塔中站反射辐射和向上长波辐射最大,锦州站和平凉站相对较小。净辐射具有明显的日变化特征,和总辐射相位一致,农田净辐射日峰值相对较大。地表反照率3个月平均从大到小依次为塔中站(0. 27)、定西站(0. 19)、锦州站(0. 16)、奈曼站(0. 15)和平凉站(0. 14)。各站点感热通量和潜热通量均为单峰型,其中,奈曼站感热通量峰值最大(276 W·m~(-2)),平凉站潜热通量峰值最大。定西站和锦州站净辐射分配以感热通量为主,平凉站则以潜热通量为主。 相似文献
5.
为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。 相似文献
6.
线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动(同化分析增量),来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。 相似文献
7.
基于总能量模的奇异向量扰动常用于构造集合预报的初始条件。以建立GRAPES(Global and Regional Assimilation PrEdiction System)全球集合预报系统为目的,基于前期研发的GRAPES全球模式奇异向量方法,在GRAPES全球切线性模式和伴随模式2.0版的框架下,开展了引入线性化边界层方案来改善奇异向量结构,并提高奇异向量计算效率的研究。通过连续试验,从奇异向量的扰动能量结构、扰动能量谱及扰动空间分布等方面,综合分析改进GRAPES全球奇异向量的结构及演变特征。试验结果表明,改进后的GRAPES奇异向量方法有效抑制了之前扰动能量在近地面层不合理的快速增长,同时,奇异向量最优扰动的结构更客观地体现了中高纬度区域大气初始条件中的斜压不稳定扰动及其演变,如在初始时刻奇异向量扰动能量主要位于对流层中层,并呈现出随高度向西倾斜的大气斜压特征;经过线性化演变,扰动能量向较大水平尺度转移,并在垂直结构上表现出向对流层高层上传及向对流层低层下传的特征等。针对GRAPES奇异向量迭代求解中伴随模式计算耗时为主的情况,改进伴随模式中广义共轭余差方案的调用方式,并采用大内存存储法来提高其计算效率,进而将奇异向量总计算时间缩短了25%。总之,改进后的GRAPES奇异向量方法,可应用于构建面向业务应用的GRAPES全球集合预报系统。 相似文献
8.
基于TIGGE中欧洲中期天气预报中心和美国国家环境预报中心全球集合预报系统(EC_GEPS和NCEP_GEPS)的2016年1月1日—2017年12月31日连续2 a的预报资料,对两套系统在西南地区10 d以内的2 m温度和24 h定量降水预报进行检验评估和综合分析。2 m温度预报检验结果表明:EC_GEPS和NCEP_GEPS的2 m温度控制预报和集合平均预报的均方根误差均普遍偏高且NCEP_GEPS总体而言优于EC_GEPS;两套系统集合平均均方根误差相对于控制预报改进不明显;集合离散度均明显偏低;Talagrand分布均呈现出非常明显的"J型"分布特征,Outlier评分普遍偏高且EC_GEPS的Outlier评分明显低于NCEP_GEPS;从集合最小值到集合最大值,随着集合百分位的增大,各个预报时效的均方根误差逐渐减小,集合最大值预报技巧最高。降水预报检验结果表明:EC_GEPS和NCEP_GEPS的24 h定量降水预报的Talagrand分布总体而言均呈现出"L型"分布特征且NCEP_GEPS更加明显;NCEP_GEPS各个预报时效的Outlier评分均普遍偏高且明显高于EC_GEPS;EC_GEPS的降水概率预报技巧明显优于NCEP_GEPS;EC_GEPS的70%集合百分位预报技巧最高,NCEP_GEPS的80%集合百分位预报技巧最高。EC_GEPS和NCEP_GEPS在西南地区的2 m温度预报和降水预报均存在一定的系统性误差,进行相应的集合预报系统性偏差订正应该能较好地改进预报技巧。 相似文献
9.
太行山对北京“7.21”特大暴雨的影响及水汽敏感性分析的数值研究 总被引:5,自引:4,他引:1
运用GRAPES_Meso模式对2012年7月21—22日发生在北京地区附近的特大暴雨过程进行数值模拟和地形、水汽的敏感性试验。地形敏感性试验发现,在这次特大暴雨过程中,由于太行山北端的阻挡作用,使得气流和水汽辐合、抬升,加强了对流过程;对流层低层山前东南风和西南风、北风的辐合带增大了气旋性涡度,使东移到北京的低涡稳定维持5 h左右,对降水有明显的增幅作用;而且地形起伏和地形海拔高度对降水都有明显增幅作用,地形起伏的增幅作用较地形高度的大。水汽敏感性试验发现在这次特大暴雨过程中,水汽条件较小的变化,会导致水汽输送的明显差异,从而导致降水量显著地改变。 相似文献
10.
本文基于GRAPES全球模式的短期预报误差样本,利用赤道波动正规模态研究了热带风、压场平衡特征,并根据这些特征分析了线性平衡方程(LBE)在该区域应用时存在的问题。结果表明:(1)赤道波动能成功解释热带短期预报误差样本的大部分分量,对流层中层为60%~80%,对流层顶和平流层低层为80%以上。(2)在可解释的误差方差中,赤道罗斯贝波(ER)占比仅为30%~55%,其他赤道波动的作用不可忽视。(3)在ER模态基础上引入其他赤道波动会大幅削弱原有风、压场平衡约束,重力惯性波与Kelvin波的作用最为显著。此时,对流层中层位势高度h与u风、v风间的约束接近于零,而平流层低层h-u的平衡特征由Kelvin波主导。(4)LBE主要表达了ER模态下的风、压场平衡特征,与实际情形相比高估了热带风、压场的耦合程度,进一步的改进中需削弱这一虚假平衡,使得热带风、压场分析变得更加独立。 相似文献