| 2020年梅汛期强降水事件的预报误差来源分析 |
| |
| 引用本文： | 林琳,卢楚翰,周菲凡.2020年梅汛期强降水事件的预报误差来源分析[J].气候与环境研究,2022,27(4):469-479. |
| |
| 作者姓名： | 林琳 卢楚翰 周菲凡 |
| |
| 作者单位： | 1.南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心，南京 2100442.中国科学院大气物理研究所云降水物理与强风暴实验室，北京 1000293.中国科学院大学，北京 100049 |
| |
| 基金项目： | 国家重点研发计划项目 2018YFC1507405、2017YFC1501601 |
| |
| 摘 要： | 基于WRF模式（Weather Research and Forecasting Model）分析2020年超长梅汛期内11次强降水事件的预报误差来源。分别以FNL（Final Global Data Assimilation System）、TIGGE_EC（THORPEX Interactive Grand Global Ensemble from European Centre for Medium-Range Weather Forecasts）作为初始场进行预报，对比预报结果发现，TIGGE_EC初始场的预报结果普遍优于FNL，这说明初始条件的不确定性对预报结果有重要影响。进一步探究初始条件不确定性（初始误差）来源的区域（敏感区）和变量（敏感变量）发现，敏感区集中分布于降水区西侧上游，相对应的敏感变量为水汽场。分别考察动能、有效位能以及比湿能在初始误差总能量中的占比，结果表明，扰动比湿能占比最小，但敏感性试验 表明比湿场扰动对预报效果的影响最大。选取比湿场扰动对预报效果影响最大且WRF_EC具有更好预报效果的6个暴雨事件，通过HYSPLIT后向轨迹模式分别追踪其累计降水量最大值点的水汽来源及路径发现，有6个事件均有向降水区西侧上游延伸的水汽来源通道，进一步表明了敏感区的初始水汽场的准确性对暴雨预报的影响。因此降水区西侧上游的水汽场的误差是这11次梅汛期暴雨过程重要的预报误差来源，对其准确描述可有助于预报效果的提升。
|
| 关 键 词： | 初始误差 梅雨期强降水 敏感区 敏感变量 水汽来源 |
| 收稿时间： | 2021-09-02 |
Forecast Error Source Analysis of Heavy Rainfall Events in the Meiyu period of 2020 |
| |
| Lin LIN,Chuhan LU,Feifan ZHOU.Forecast Error Source Analysis of Heavy Rainfall Events in the Meiyu period of 2020[J].Climatic and Environmental Research,2022,27(4):469-479. |
| |
| Authors: | Lin LIN Chuhan LU Feifan ZHOU |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《气候与环境研究》浏览原始摘要信息 |
| 点击此处可从《气候与环境研究》下载免费的PDF全文 |
