（气象学专业论文）夏季影响我国的重要中期环流过程集合预报效果研究.pdf

摘要 本文使用n c e p 集合预报系统( e p s ) 输出的5 0 0 h p a 高度场预报资料和 相应的n c e p n c a r 再分析实况资料，采用多种集合预报产品和预报效果检验 评价方法，在亚欧与北美区域预报效果比较的基础上，以统计平均和个例分析相 结合的方式，分析了夏季影响我国的重要中期环流过程的集合预报效果。分析的 重点是亚欧中高纬阻塞高发区域和西太平洋副高区域，以及其中的低概率事件。 结论如下： 1 ，n c e p e p s 对亚欧区域的环流集合预报效果总部上不亚于其对北美区域 的预报效果。它表现在：( 1 ) a c c 检验表明，亚欧区域的集合平均预报效果在 除冬季外的三个季节都明显优于北美区域，可用预报的时效相差达0 6 1 d 以上， 且夏季的差别最大。r m s e 检验表明，亚欧区域的预报效果在四个季节里均优 于北美区域。( 2 ) 集合概率预报可靠性的季节差别不明显，均为预报时效较短( 长) 时，北美( 亚欧) 区域的可靠性更好。系统对亚欧区域的事件识别范围相对较小， 但其预报可靠性比较高，北美区域则正好相反。( 3 ) 夏季亚欧区域的集合概率预 报效果明显地优于北美区域，冬季时北美区域的预报效果较好，秋季两个区域的 预报效果相当，春季在预报时效小于5 d 时北美区域占优，而其后则是亚欧区域 的预报效果更好。 2 ，夏季西太平洋副高活动区域集合预报效果优于单一确定性预报。它表现 在：( 1 ) a c c 检验表明：在预报时效小于7 5 d 时，集合平均预报效果优于单一 确定性预报；集合平均预报能将可用预报的最大时效在低分辨率预报的基础上提 高近l d ；副高活动区域集合平均预报的可用预报最大时效比整个亚欧区域低近 1 5 d 。r m s e 检验表明，集合平均预报效果明显高于确定性预报；它远较提高模 式分辨率取得的效果好。( 2 ) 集合概率预报效果明显地高于确定性预报，造成这 一结果的原因是概率预报结果在低概率闽值下的高命中率和低空报率。概率预报 结果还可以使更大范围内的用户获得更高的经济价值。 3 ，夏季亚欧中高纬阻塞高发区域的集合预报优越性随着预报时效的延长而 凸现。表现在：( 1 ) a c c 检验表明：预报时效大于5 d 时，集合平均预报的效果 优于高、低分辨率的确定性预报，它能将可用预报的最大时效在低分辨率预报的 基础上延长1 2 h 以上，速到7 5 d 。r m s e 检验的结果与a c c 类似。( 2 ) 集合 概率预报效果明显地高于确定性预报。它可以使更多的用户获得更高的经济价 值。( 3 ) 对亚欧中高纬区域、西太平洋副高区域和整个亚欧区域的e v 分析表明， 不同预报时效下三个区域预报经济价值大于0 的成本f 损失比范围基本相当。预 报时效小于9 5 d 时，亚欧中高纬( 整个亚欧) 区域的最大经济价值最高，概率 预报效果最好；副高活动区域最低，这与低纬环流系统可预报性低有关。 4 ，对2 0 0 3 年夏季一次副高北跳和一次阻塞过程的集合预报个例分析也肯 定了集合预报的效果。它表现在：( 1 ) n c e p e p s 可以成功地预报这两次典型 中期环流过程。总体上集合平均预报相对于实况的偏差小于高分辨率预报；对中 高纬区域阻塞形势的集合平均预报效果比西太平洋副高更好。( 2 ) 通过集合预报 离散度和r m o p 分析得到的关于预报不确定性的分布特征可以反映预报对象在 位相( 位置) 、振幅( 强度) 上的不一致性。( 3 ) 个别特征等值线的分析提供了 集合成员的不一致信息，获得了预报对象出现的概率估计，达到了提高预报效果 的目的。 5 ，提出了一个基于气候等概率区问的低概率事件区分方法，并给出了相应 的预报结果检验评价方案。以此为基础，对2 0 0 3 年夏季亚欧区域的低概率天气 事件集合概率预报效果进行了分析。结论如下：( 1 ) 分析时段和区域内的低概率 事件的发生频率比气候平均状况略偏高。n c e p e p s 对偏小的低概率天气事件 的预报易偏高，但相对比较可靠；对偏大的低概率天气事件的预报频率随着预报 时效的增大而减小，时效小于3 d 时预报频率偏高，时效大于5 d 时显著偏低， 预报可靠性相对差一些。( 2 ) e v 分析结果表明，n c e p e p s 对偏大( 小) 低概 率事件的概率预报效果明显高于正常天气事件。( 3 ) 预报命中率的分析表明，在 高概率阈值下，预报命中率较低。分析认为这与预报系统在部分个例中的不发散 有关。随着概率阁值的降低，预报命中率稳步提高，说明集合成员的发散使之可 以覆盖实况可能出现的区间，从而得到更好的预报效果。 关键词：集合预报，概率预报，预报效果检验，预报评价，中高纬区域阻塞形势， 西太平洋区域副高 u a b s t r a c t b a s e do nt h e5 0 0 h p ag e o p o t e n t i a lh e i g h tf o r e c a s t sf i e l d sw h i c ha r eg o e e n f r o mn c e pe p s a n dal o to fe n s e m b l ep r o d u c t sa n dm e t h o d so nf o r e c a s t v e r i f i c a t i o na n de v a l u a t i o n ，t h ee n s e m b l ep r e d i c t i o np e r f o r m a n c eo nt h e s u m m e ri m p o f f a n tm i d d l e r a n g ec i r c u l a t i o ni n f l u e n c i n gc h i n aa r ea n a l y z e d f i r s t l yt h ee n s e m b l ef o r e c a s t i n gp e r f o r m a n c ea tt h ea s i a - e u r o p er e g i o ni s c o m p a r e dw i t ht h en o r c h e r na m e r i c a ，t h ee n s e m b l ep e r f o r m a n c eo nw e s t e r n p a c i f i cs u b t r o p i c a lh i g hr e g i o na n da s i a - e u r o p em i d d l e - h i g hl a t i t u d eb l o c k i n g r e g i o na r ea n a l y z e da n dc o m p a r e dw i t ht h ed e t e r m i n i s t i cf o r e c a s t si nt h ew a y o fs t a t i s t i c a la v e r a g ea n dc a s es t u d i e ss e c o n d l y ，m o r e o v e rt h el o wp r o b a b i l i t y c i r c u l a t i o ne v e n t sa r ed i s c r i m i n a t e da n dt h ec o r r e s p o n d i n ge n s e m b l e p r o b a b i l i s t i cf o r e c a s t sp e r f o r m a n c ei sa n a l y z e d f o l l o w i n gc o n c l u s i o n s ： 1 ) a saw h o l e ，t h en c e p e p sc i r c u l a t i o ne n s e m b l ep e r f o r m a n c ea tt h e a s i a - e u r o p er e g i o ni sn o t h i n gl e s st h a nt h ep r e d i c t i o na tt h en o a ha m e r i c a i t m a n i f e s t e di nt h ef o l l o w i n ga s p e c t s ：( 1 ) a c ct e s ts h o w st h a ti na d d i t i o nt ot h e w i n t e r , t h ee n s e m b l em e a nf o r e c a s to ft h ea s i a e u r o p er e g i o ni nt h eo t h e r t h r e es e a s o n si sc l e a r l ys u p e r i o rt ot h en o a ha m e r i c ar e g i o n t h em a x i m a l l e a dt i m eo ft h eu s e a b l ef o r e c a s t sc a nb ee ) ( t e n d e d0 6 1dm o r e 。e v e nt h e d i f f e r e n c e si ns u m m e ra r eg r e a t e r r m s et e s ts h o w e dt h a tt h ea s i a e u r o p e r e g i o nf o r e c a s tr e s u l t si nt h ef o u rs e a s o n s a r eo v e rn o a ha m e r i c ar e g i o n ( 2 ) t h es e a s o n a ld i f f e r e n c e sa b o u tt h er e l i a b i l i t yo ft h ee n s e m b l ep r o b a b i l i t y f o r e c a s t i n ga r en o te v i d e n t w h e nt h el e a dt i m ei ss h o r f ( 1 0 n g ) ，t h er e l i a b i l i t yi n n o a h a m e r i c a ( a s i a - e u r o p e ) r e g i o n i sb e t i e r t h e s y n o p t i c e v e n t s i d e n t i f i c a t i o ns c o p eo nt h ea s i a e u r o p er e g i o n si sr e l a t i v e l ys m a l l e r , b u ti t s r e l a t i v e l yh i g h e rr e l i a b i l 咐f o r e c a s t s ，t h en o r t ha m e r i c a nr e g i o ni s o nt h e c o n t r a r y ( 3 ) s u m m e re n s e m b l ep r o b a b i l i t yp r e d i c t i o nr e s u l t si na s i a e u r o p e r e g i o n a r ec l e a r l ys u p e r i o rt ot h en o r t ha m e r i c ar e g i o n i nw i n t e r , n o r t h i i i a m e r i c ar e g i o nh a sb e t t e rr e s u l t si na u t u m n ，t h et w or e g i o n s r e s u l t sa r e h o m o l o g i c a l i ns p r i n g ，w h e nt h el e a dt i m ei sl e s st h a n5 d ，r a t h e r t h en o r t h a m e r i c ar e g i o nr e s u l t sa r eb e t f e r , a n da f t e r5 d ，t h ea s i a e u r o p er e g i o nh a s b e t t e rf o r e c a s t i n gr e s u l t s 2 ) i ns u m m e r , t h ee n s e m b l ep r e d i c t i o np e r f o r m a n c eo nw e s t e r np a c i f i c s u b t r o p i c a lh i g h r e g i o n i sb e t i e rt h a ns i n g l ed e t e r m i n i s t i c f o r e c a s t i n g i t m a n i f e s t e di nt h ef o l l o w i n ga s p e c t s ：( 1 ) a c ct e s t si n d i c a t et h a t 0i si d e n t i c a l w h e nl e a dt i m ei sl e s s ( m o r e ) t h a n 9 5 d i na s i a e u r o p em i d d l e h i g h l a t i t u d er e g i o n ( a l lt h ea s i a - e u r o p e r e g i o n ) t h ep r o b a b i l i s t i cf o r e c a s tr e s u l t s a r et h eb e s t ，i nw e s t e r np a c i f i c s u b t r o p i c a lh i g h r e g i o nr e s u l t sa r et h ew o r s t t h i si sr e l a t e dw i t ht h el o w e r p r e d i c t a b i l i t yi nt h el o wl a t i t u d ec i r c u l a t i o ns y s t e m 4 ) t h ec a s es t u d i e sa b o u t as u b t r o p i c a l h i g hn o r t h w a r dl e a pa n da b l o c k i n gs y s t e mi ns u m m e r , 2 0 0 3a l s o n f i r mt h ep e r f o r m a n c eo fe n s e m b l e f o r e c a s t i n g i tm a n i f e s t e di n t h e f o l l o w i n ga s p e c t s ：( 1 ) n c e p e p sc a n s u c c e s s f u l l yf o r e c a s tt w ot y p i c a lm e d i u m r a n g ec i r c u l a t i o np r o c e s s e s t h e d e v i a t i o n so fe n s e m b l em e a nf o r e c a s t sv e r s u st h eo b s e r v a t i o nv a l u ea r el e s s t h a nh i g h r e s o l u t i o nd e t e r m i n i s t i cf o r e c a s t s t h ep e r f o r m a n c eo ft h eb l o c k i n g i sb e t t e rt h a nt h es u b t r o p i c a lh i g h ( 2 ) t h ed i s t r i b u t i o nc h a r a c t e r i s t i co ff o r e c a s t u n c e r t a i n t y ，w h i c hi sg o t t e nf r o me n s e m b l es p r e a da n dr m o p c a nr e f l e c tt h e f o r e c a s ti n c o n s i s t e n c ya b o u tt h eo s c i l l a t i o np h a s e ( 1 0 c a t i o n ) a n da m p l i t u d e ( s t r e n g t h ) ( 3 ) a n a l y s i so nt h ei n d i v i d u a lc h a r a c t e r i s t i c si s o g r a m sc a np r o v i d e t h ei n c o n s i s t e n ti n f o r m a t i o na m o n ge n s e m b l em e m b e r s ，g e tt h ep r o b a b i l i t y e s t i m a t i o no fw e a t h e re v e n t ，a n di m p r o v et h ef o r e c a s tp e r f o r m a n c e 5 ) f i r s t l y , ad i s t i n c t i o nm e t h o do nt h el o wp r o b a b i l i t ye v e n t si sp r o p o s e d b a s e do nt h ec l i m a t o l o g i c a le q u a l l y l i k e l yb i n s t h e n ，t h ec o r r e s p o n d i n g f o r e c a s t i n ge v a l u a t i o na b o u tl o wp r o b a b i l i t yc i r c u l a t i o ne v e n t si sp e r f o r m e d ， b a s e do nt h e2 0 0 3s u m m e r a s i a e u r o p er e g i o nd a t a s e t f o l l o w i n gc o n c l u s i o n s ( 1 ) i nt h ea n a l y z e dp e r i o da n dr e g i o n ，t h ef r e q u e n c yo ft h el o wp r o b a b i l i t y e v e n t si s s l i g h t l yh i g h e rt h a nt h ec l i m a t o l o g i c a la v e r a g es i t u a t i o n f o r n c e p - e p s ，t h ef o r e c a s tf r e q u e n c yf o rs m a l l e rl o wp r o b a b i l i t ye v e n t si se a s yt o b eh i g h e r , b u tr e l a t i v e l yr e l i a b l e ，f o rl a r g e rl o wp r o b a b i l i t yi sd e c r e a s e dw i t ht h e e x t e n s i o no fl e a dt i m e w h e nt h el e a dt i m ei sl e s st h a n3 d ( m o r et h a n5 d ) ，t h e f o r e c a s tf r e q u e n c yi sh i g h e r ( 1 0 w e r ) ，w i t hr e l a t i v el e s sr e l i a b l e ( 2 ) e va n a l y s i s s h o w e dt h a tt h ep e r f o r m a n c eo fn c e p e p sp r o b a b i l i s t i cf o r e c a s tf o rt h el o w p r o b a b i l i t ye v e n t si sh i g h e rt h a nn o r m a lw e a t h e re v e n t s ( 3 ) f o r e c a s th i tr a t e a n a l y s i ss h o w st h a tt h eh i tr a t ei sl o w e ri nt h eh i g h - p r o b a b i l i t yt h r e s h o l d v a n a l y s i sp o i n t e do u tt h a tt h i s i s p e r h a p sr e l a t e dw i t ht h ee n s e m b l es p r e a d w i t ht h el o w e rp r o b a b i l i t yt h r e s h o l d h tr a t es t e a d i l yi n c r e a s e dw h i c hm e a n s t h es p r e a do fe n s e m b l em e m b e r sc a nm a k et h e mt oc o v e ra l lp o s s i b l er e g i o n o fo b s e r v a t i o nv a l u e ，t h e r e b yt og e tt h eb e t t e rf o r e c a s t i n gr e s u l t s k e y w o r d s ：e n s e m b l ep r e d i c t i o n ；p r o b a b i l i s t i cf o r e c a s t i n g ；f o r e c a s tv e r i f i c a t i o n f o r e c a s te v a l u a t i o n ；b l o c k i n gs y s t e mi nt h em i d d l e h i g hl a t i t u d e r e g i o n ；s u b t r o p i c a lh i g hi nt h ew e s t e r np a c i f i cr e g i o n 学位论文独创性声明 本人郑重声明： 1 、坚持以“求实、创新”的科学精神从事研究工作。 2 、本论文是我个人在导师指导下进行的研究工作和取得的研究 成果。 3 、本论文中除引文外，所有实验、数据和有关材料均是真实的。 4 、本论文中除引文和致谢的内容外，不包含其他人或其它机构 已经发表或撰写过的研究成果， 5 、其他同志对本研究所做的贡献均已在论文中作了声明并表示 了谢意。 作者签名 日 期 学位论文使用授权声明 圣坠6 ：壶：! 生 本人完全了解南京信息工程大学有关保留、使用学位论文的规 定，学校有权保留学位论文并向国家主管部门或其指定机构送交论文 的电子版和纸质版；有权将学位论文用于非赢利目的的少量复制并允 许论文进入学校图书馆被查阅：有权将学位论文的内容编入有关数据 库进行检索：有权将学位论文的标题和摘要汇编出版。保密的学位论 文在解密后适用本规定。 作者签名：鑫囵熊 日 期：妥盘( ：6 ：! 笙 第一章绪论 1 1 集合预报研究的重要意义 数值天气预报是2 0 世纪最重要的科学、技术和社会成就之一。过去半个世 纪以来，它得到了迅速的发展，已成为当前制作天气预报的最主要手段。随着计 算技术和数值预报理论、方法的发展，数值预报技术体系已经日臻成熟，在同化 资料来源、同化手段、模式时空分辨率、参数化过程、后处理和预报效果检验等 各个方面均有了长足发展，建立了系统的数值预报理论和业务应用流程，预报效 果迅速提耐1 3 1 。由图1 1 【1 1 可以看出，过去2 5 年来，欧洲中期天气预报中心 ( e c m 、f ) 的5 0 0 1 - 6 a 高度场中期天气预报效果平均以每十年1 d 的速度提高， 目前可用预报( a c c 值大于o 6 ) 的时效已经提高至7 d 以上，且南北半球间的 预报效果差别越来越小。 n o m e r nh e r n i s p h b r e s o l 眭h e m h e m i q d h e r e y e a r 图1 1 1 9 8 0 - 2 0 0 4 年南北半球温带地区e c i v l w f5 0 0 h p a 高度场预报的a c c 检验结果 阴影区为南北半球技巧差 目前数值天气预报准确率的提高存在两个方面的问题 3 卅： 1 ) 提高高影响天气事件的预报准确率。所谓高影响天气事件是指对社会、 经济和环境产生重大影响的天气事件，既包括暴雨雪、沙尘暴，破坏性地面大风 等，也包括高温冷害、干旱、影响空气质量的气象条件以及具有高度社会和经 济影响的非极端天气等。高影响天气事件的发生是低概率事件，但风险很高，其 后果可能是灾难性的。改进高影响天气的预报技巧是2 1 世纪重大科学与社会挑 战之一。 2 ) 实现预报时效的“无缝”连接。中、短期预报时效要进一步从7 天向其 极限扩展，达到中短期天气预报的极限值：并与气候预报一起，共同解决2 周到 数周的天气预报、气候预测问题。实现预报时效从数小时到数周、甚至数月的无 缝隙化。 为了促进上述问题的尽快解决，2 0 0 3 年5 月的第十四次世界气象大会批准 实旋t h o r p e x 计划【4 】( t h eo b s e r v i n gs y s t e mr e s e a r c ha n dp r e d i c t a b i l i t y e x p e r i m e n t ，观测系统研究与可预报性试验计划) 。该计划是w w r p 的一个组 成部分，为期1 0 年。实旌该计划的目的是：( 1 ) 采用集合概率预报方法延伸有 技巧的天气预报，使其时间尺度( 达到1 4 天) 有助于决策过程； ( 2 ) 开发能直 接用于决策系统的准确及时的天气警报；( 3 ) 评估天气预报对制定最大程度地 减轻自然灾害战略的影响及其效果。可见，该计划的核心是为决策提供概率预报 结果，并对这一结果进行评估。 目前，已具备以下条件来实施t h o r p e x 的上述试验【3 卅：( 1 ) 对大气可预 报性的理论和实际界限的认识在深入，包括年际与季节内气候变率对预报技巧的 影响；( 2 ) 地球系统观测的扩展；( 3 ) 能够同化各种观测资料的天气预报系统的 迅速发展；( 4 ) 具有先进的预报方法，如数值方法改进，物理过程表述更准确合 理，集合天气预报方法应用，超级计算速度和存储猛增等：( 5 ) 对预报系统设计 和实施的创新理念与途径，据此将大大促进天气信息的社会与经济利用。 为此，t h o r p e x 将开展一系列区域和全球性项目 4 1 ，其中包括如下各方面 的试验：( 1 ) 提高对高影响天气的形成、发展和可预测性的全球至区域性影响 的认识；针对交互预报和目标观测提出方法，推动被视为未来g e o s s 核心组成 部分的w m og o s 发展；( 2 ) 制定和评估用于同化卫星和实地观测目标资料的 系统； ( 3 ) 加快提高天气预报精度；测试和展示多国、多模式和多项分析的全 2 球集合预报系统的效果：( 4 ) 在最具代表性的社会经济部门改进和展示应用先 进预报产品的决策系统。上述四类试验中的三类与集合预报有直接的关系。由此 可见，集合预报方法在未来数值预报研究和应用领域的重要地位。 目前，集合预报方法已经与资料同化、耦合模式、高分辨率模式一起成为数 值预报领域最主要的研究和应用重点，而且目前已经具备了对集合预报进行深入 研究的条件。因此很有必要加强在这一领域的研究工作。 1 2 集合预报原理 地球大气圈内部及其与其它圈层之间具有复杂的相互作用，是一个强非线性 系统，而数值模式是模拟这非线性系统变化的有效工具。根据l o r e n z 在1 9 6 3 年提出的混沌理论5 1 ，数值模式对初始条件高度敏感 6 1 。而且随着数值模式时空 分辨率迅速提高和参数化过程日益复杂，对初始状态的依赖性也越来越强。初始 条件的微小误差往往会造成巨大的预报结果差异，甚至直接导致预报失败。为了 尽可能避免初始误差对预报结果的负面影响，e p s t e i n 7 1 和l e i t h l 8 1 提出了集合预报 方法。一般的集合预报是通过对初始状态误差范围估计，给出一个初始状态集合； 再从这个集合出发，通过一个( 或多个) 数值模式，得到相应的、包含多个预报 结果的集合；通过对这个集合的分析，就可以得到最终的预报产品。实际上，从 广义的角度考虑，凡是同时使用多种手段对某预报对象未来同一时刻的情况进行 预报或者预测，得到一组预报结果的方法都可以归入集合预报的范畴。 一般认为，集合预报是一种动力随机预报口，刀，与数值天气预报的可预报性 问题有直接的关系。数值天气预报的可预报性是指天气预报在时效上的上限。它 不同于预报对象的可预报性，后者是预报对象的固有属性，不随预报手段的改变 而改变。数值天气预报的可预报性由其不确定性造成，这种不确定性包括以下几 个部分【3 ，9 + 1 1 】： 1 ) 预报初始条件的不确定性。由观测的系统性和随机性误差，时空分布的 不均匀性，观测系统对预报模式可分辨的时空尺度的代表性，以及资料同化系统 的近似性等造成。简言之，就是由于大气实际的初始状态与用于模式初值之间的 差别造成。初始误差随时间增长，3 5 天时，误差变成2 倍，而且小的误差增长 更快。短期天气预报误差的最大贡献是由初始条件不确定性造成。 2 ) 模式误差造成的不确定性。模式中表征物理过程或计算近似造成的不确 定性，尤其是方程中求解的数值近似与次网格过程的参数化造成的物理过程与发 生在大气中实际的物理过程不一致。 经典的可预报性理论研究中常把大气处理成一种不稳定的非线性湍流系统。 在这个系统中，任何扰动的发展最终都会超过系统的确定性变化。除系统的气候 状态之外，一切都将被破坏。经典理论的主要内容就是估计小误差的增长率。对 一些早期模式的误差增长率研究发现，剩余均方差误差大约每5 天增加一倍。后 来又发现，误差增长率与模式的空间分辨率有关，高分辨率模式下误差加倍时间 减少到3 天左右。可预报性研究还表明，可预报性与所预报的运动尺度有密切关 系。大尺度运动比较小尺度有更大的可预报性。用正压模式进行的可预报性理论 研究表明，2 0 0 0 0 k m 波的可预报性几乎比5 0 0 0 k m 的波大4 倍。为了避免模式的 影响，l o r e n z 试图从实际大气观测中估计误差增长率。他估计出小误差的加倍时 间约为2 5 天。增长率的快慢与可预报性密切相关，误差增长快，可预报性低， 可用预报( 预报误差小于气候均方差的预报) 时效短，误差增长慢，可预报性高， 可用预报时效长。 3 ) 固有不确定性或剩余不确定性。由不可分辨运动造成，这种运动是独立 于预报模式分辨率的运动。主要由有限模式分辨率产生。不论谱模式或格点模式， 这种由离散网格点代替连续时空的计算方法都会带来一定误差。 根据实际资料进行的数值实验表明，可用预报的时限为5 7 d 。而且还发现： ( 1 ) 在预报开始，误差增长要快得多；( 2 ) 对某些模式，超长波的可预报性比 较小尺度的波动小；( 3 ) 所有数值模式都会产生系统误差，且具有相对固定的地 理分布；( 4 ) 每天、每段时间的可预报性交化都很大。分析表明，预报开始的时 候，误差的迅速增长最可能由初始状态的不确定性引起，尤其是位相误差可引起 初始误差快速增长。如果模式的水平和垂直分辨率不足或物理参数化模式过于简 化，则超长波的误差增长率较高。但一般复杂的预报模式对超长波预报得较好， 如e c m w f 的模式，预报超长波比中间尺度的波要好。系统误差与长波误差有 关，因为大尺度长波具有特征的地理分布，所以大尺度系统误差反映了长波系统 的预报误差，这些误差在冬季最明显，其共同特征是在大西洋西部预报的高度值 偏高，而东大西洋地区偏低。太平洋地区也有类似的误差分析结果。可预报性随 4 时间有很大的变化。对e c m w f 高分辨全球格点模式的分析表明，可预报性从 不到5 天到8 天以上。有时候所有预报都不好，面有时候又都不错。可预报性这 种随时间变化的原因目前尚不明确。 解决初值条件误差和模式误差的途径就是使用集合预报系统( e p s ) 2 。鄙， 以此来估计可能预报结果发生的概率。集合平均预报代表e p s 的确定性预报结 果，各成员对集合平均的散布或标准差，代表e p s 的不确定性，一般认为由内 部变率造成。任一地点和任一变量的e p s 不确定性可由概率密度函数( p d f ) 表 征。它是由不同集合成员构成的一种频率分布。 p 爹 p d f ( 1 ) f ( d ) 参 一 + n 、 图1 2 使用p d f 随预报时效的演变来描述的集合预报示意图【1 6 l 图中细实线为集合成员，粗实线为单一确定性预报，粗虚线为实况分析 阴影区为概率密度函数 集合预报可视为一个计算条件概率分布的过程q ( 图1 2 ) 。使用特定预报 模式和初始条件计算由预报模式系统得到的p d f 。在预报开始的时候，p d f 开 始很狭窄，预报成员的初始离散度反映同化分析的不确定性。随着预报超前期增 加，初始小扰动出现混沌增长，这使预报变得越来越不确定，并且在较短时间内 x , j 4 , ) 2 度系统的可预报性不断消失，以后是大尺度系统的可预报性也消失。一个 有技巧的e p s 旨在抓住这种p d f 的演变，因此p d f 是随地点和时间而变化的， 例如对一个发展的气旋，2 天预报的不确定性可能比一个准静态反气旋大。 一个好的e p s ，其p d f 须具备两个特性2 。1 6 】：( 1 ) 须包括事件发生的天气， 即实况观测；( 2 ) 在比可预报性上限短的预报超前期，p d f 必须较窄或者具有不 同于气候概率分布的平均值( 最好是一个窄的偏离气候平均的分布) ，这表明所 得的结果适合预报对象的特定气象条件。若p d f 满足上述条件，则所得到的预 报结果将比相关的气候条件具有更多的技巧。因此，预报的p d f 越狭窄，且集 合平均预报越接近实况分析，集合预报的效果越好。 集合预报的目的有三个【州，挖。13 】：( 1 ) 通过集合平均提高确定性预报的效果。 其原因在于集合平均可以过滤掉预报中的不确定成分( 集合成员之间的差别) 而 保留集合成员中一致的部分。滤波只能在扰动的非线性演变中进行，一般的扰动 分析是在初始分析中加上和减去扰动场，构成一对，当扰动保持线性时集合平均 预报就和该集合的控制预报相同。试验表明“。2 】，预报时效大于3 d 的n c e p 全 球集合平均预报结果对预报效果的提高是非常明显的。( 2 ) 提高预报的可靠性。 如果集合预报每个成员之间有很好的一致性，那么就有更多理由相信所做预报的 准确性。集合离散度和预报误差之间( 即预报一致性和预报技巧之间) 的定量关 系还尚待进一步的研究，但已经在日常预报中被预报员所考虑。( 3 ) 为概率预报 提供基础。提供概率预报结果是目前数值预报结果释用方面的趋势，这种类型的 预报产品可以满足不同用户的需要。 1 3 集合预报系统 完整的集合预报系统包括如下四个部分：生成初始扰动场集合，数值预报模 式，产生预报产品和预报效果检验评价f 1 7 】。下面分别简要介绍： 1 ，生成初始扰动场集合 初始扰动场生成遵循以下原则【l l - 佶】：扰动场特征与实际分析资料可能的误差 分布较为一致，以保证每个初始场都可能代表大气的实际状态：初始扰动场集在 模式中的演变方向尽可能大地发散，以保证预报集合最大限度地包含实际大气的 可能状态。 初始场误差具有高速增长型和低速增长型两类【1 0 1 2 1 。对集合预报而言，前者 更为重要，它在预报的初始阶段即被放大并影响到整个物理量场，从而对预报结 果产生重大影响。实际上，分析中随机误差的自由度( 维数) 是非常高的，不可 能对所有的随机误差均进行考虑，只能选择其中摄主要、最典型、对预报影响最 大的极小部分。为了达到此目的，提出了沿预报系统相空间最不稳定的方向确定 扰动初始条件，形成具有动力学结构的扰动场。这是目前形成初始扰动场的主要 依据。除了经典的蒙特卡洛方法【8 ( m c f ) 和滞后平均方法 1 9 - 2 1 1 ( l a f ) ( 这两 种方法并不具备明确的动力学意义) 外，目前常用的初始扰动生成方法主要有： 1 ) 增殖向量法( b v ) 1 2 - 1 3 , 2 m 3 】：这是美国n c e p 提出并投入业务使用的方 法。该方法在开始时称为“增长模增殖法( b g m ，b r e e d i n go f g r o w i n gm o d e ) ”。 它借鉴资料同化分析所使用的方法，反复使用模式，使随机误差循环增长，并保 证其中的高速增长型误差比重不断增大，直至达到饱和，得到满足要求的初始扰 动。该方法会自动选择变化最快的增长型模态，且增长率不依赖于初始扰动。该 方法由以下步骤实施：( 1 ) 在初始分析场上叠加小的随机扰动：( 2 ) 在扰动场和 未扰动场基础上，分别将模式积分6 h 。( 3 ) 扰动预报结果中减去控制预报结果， 产生差值场；( 4 ) 减小差值场的尺度，使之在均方根意义下与初始扰动相当。这 一步旨在减少差值场中衰减型误差的比重，选择增长最快的增长型模态；( 5 ) 把 6 h 后的实况分析场和尺度减小后的差值场叠加再进行接下来6 h 的积分；( 6 ) 循 环往复上述5 个步骤，经过3 4 天即可生成合适的初始扰动场。b v 方法如同在 一个随时间演变的气流上运用一个非线性扰动模式，从理论上讲，这与l o r e n z 的非线性理论是一致的，具有动力学意义。试验表明，使用b v 方法后预报效果 有很大提高。该方法计算量小，几乎不耗费计算资源。扰动结构与模式大气结构 协调性较好。但它的数理意义还不够明确，忽略了误差增长率及误差中短期不增 长的部分，且扰动振幅对集合预报技巧有影响。2 0 0 6 年6 月，n c e p 将在其业务 e p s 中使用名为“e t b v ( 集合变换增殖向量) ”的改进方法1 。引入该方法后， 生成的初始扰动不仅相互独立，而且相互正交。 2 ) 奇异向量法( s v ) 2 4 1 ：这种方法是e c m w f 提出并使用的方法，中国、 日本的e p s 也使用了这一方法。该方法根据非线性动力学的有限时间不稳定理 论，利用数值天气预报中的切线性和伴随模式，求取线性切模式的奇异值和奇异 与n c e p e m cy u e j i a nz h u 研究员私人交流。 向量，把最大奇异值对应的奇异向量作为增长最快的扰动。该方法较好地处理了 资料同化中的不定量假设，容易增加集合成员数，中高纬扰动结构的物理意义明 确，容易捕获分析误差，可以确定最快的扰动发展方向，离散度较好。但该方法 计算量较大，需要耗费大量的计算资源。此外，s v 方法在短期集合预报方面的 效果较差，为此e c m w f 提出了“演进的奇异向量方法 2 4 1 ( e v o l v e ds i n g u l a r v e c t o r ) ”，在s v 方法中引入了b v 方法的思想，研究表明这一方法优于传统的 s v 方法。 3 ) 观测扰动方法( p 0 ) 【1 5 2 5 l ：这是加拿大m s c 使用的方法。该方法在资 料同化期即引入集合预报的思想，使用类似于m o n t ec a r l o 的随机噪声代表观测 误差，在观测资料中加入具有独立同化分析周期的扰动，由此产生独立的初始分 析场。这一方法计算量相对较小，且容易捕获分析误差，但与动力模式的协调性 相对较差。 国内，龚建东等1 2 6 1 提出了形成集合预报最优初值的“四维变分同化方法”， 该方法同时吸收m c f 方法和l a f 方法的优点，直接以初值与观测值的偏差为参 考，对每一个l a f 方法中的初始场予以调整，只选择那些在m c f 意义下有明确 统计意义的初值，最后的初值成员一方面具有l a f 方法中含有的多时刻信息， 与扰动模式相协调，同时又具有m c f 方法的统计意义。研究表明，这种方法对 l a f 方法的效果有较大的改善。 尽管目前已经在初始扰动的生成方面取得重大进展，但还有一些问题有待解 决。比如几个主要的业务e p s 均存在的热带地区初始扰动集合离散度严重不足、 在其他地区的初始扰动误差的离散度还不够大、离散速度还不够快 1 2 1 5 1 等问题。 未来在这一领域具有良好应用前景的是集合卡尔