长江中下游暴雨短期集合预报试验(论文).doc

1、引言我国是世界上多暴雨的国家之一，暴雨对我国经济社会发展和人民生命财产构成了严重危害，民政部数据显示，仅2010年上半年我国就因暴雨导致直接经济损失高达2100多亿元。而长江流域地区又是我国夏季暴雨灾害频发的地区，针对长江流域的夏季暴雨预报和预警一直是一个科学工作者长期探索的科学难题，很多气象工作者对它的发生发展机理、数值模拟等发展做了很多研究，取得了一些进展，如guo等通过对1998年长江流域洪水与海温关系的研究得出长江流域洪水和印度洋海温异常有紧密关系，周广强等通过对长江暴雨过程中的云滴谱和地面降水的关系，得出云滴谱的不确定性对长江流域暴雨有重要影响，李跃清通过对青藏高原东侧边界层风场与1998年长江暴雨洪水的研究，认为青藏高原东侧边界层风场和长江暴雨有紧密关系。但是暴雨过程本身是一个十分复杂的过程，目前仍有很多未解决的问题。当前对暴雨预报主要采用数值预报的输出产品，但是由于暴雨的发生发展机理还有很多未解决的问题，数值预报中的物理参数化方案只是暴雨发生发展各物理过程的一种近似，在实际天气预报中会发现采用不同的参数化方案对暴雨的预报会出现较大差异，王晨稀曾用MM5模式里的4个对流参数化方案对非汛期22个降水个例进行48小时预报试验，结果表明各方案之间存在较大差异，并没有那一种方案预报效果是最优的。同时长江流域特殊地形的影响，长江流域暴雨发生发展的物理过程更为复杂，更易出现暴雨预报的不确定性，因此就需要我们综合考虑各参数化方案的影响。集合预报就是为解决不确定性问题提出的，所以本文针对物理过程的不确定性，通过中尺度模式中不同物理过程参数化方案来构造物理过程集合预报，检验物理过程集合预报对长江流域这类地形较复杂物理过程较复杂地区的暴雨预报的效果，为该地区的暴雨预报及预警提供参考。2、天气过程简介2007年5月30日到6月3日，在冷暖空气和西南低涡切变的影响下我国长江中下游地区发生了一次强烈的暴雨天气过程，5月31日至6月1日，受锋面气旋云系及其尾部对流云团的影响，长江中下游地区普降大到暴雨，重庆北部地区6小时降水量达到60mm，安徽安庆市31日晚到6月1日8时市区降水量达163mm，江西出现了当年入夏以来的最强降水其中靖安、新建等8个县市出现了暴雨，安义、修水、奉新、武宁、永修等5个县市出现了大暴雨，湖南也出现大范围的24小时降水量超过降水超过100mm的地区。3、模式及方案设计本文所选用中尺度模式WRF的最新版WRF3.2.1。WRF模式是由美国国家大气研究中心及NOAA联合一些大学和研究机构开发的新一代中尺度预报模式，是当前国际上最先进的中尺度模式之一，具有广泛的应用前景。本文采用的WRF3.2.1中的4个行星边界层方案即MYJ方案、YSU方案、MYNN2.5方案、QNSE方案，4个积云对流参数化方案即BM方案、KF方案、Grell方案、pKF方案，通过4个边界层方案和4个积云对流参数化方案组合成16个集合成员。其它物理方案主要包括RRTM长波辐射方案，Dudhia短波辐射方案，NOAH陆面方案及WSM3微物理方案。本文采用的集合方法为等权集合方法，即认为各成员对集合预报的贡献是相同的。定义如下：4、降水空间分布图1给出了2007年5月31日08时（北京时）至6月1日08时24小时累积降水的空间分布图。图1a为实况插分，图1b为集合平均，图1c、d、e、f分别以试验K1、K6、K11和K16为例给出了试验的24小时累积降水分布。可以看出各个试验总体上对降水带的形状和走势都模拟的较好，对长江中下游地区的强降水带模拟较好与实况较为接近，并且对三个强降水中心有一定体现。360期刊网/5、评估参数结果分析5.1评估参数简介为定量评估集合预报对本次长江暴雨模拟的影响，本文采用TS评分 (Threat Score)、降水均方根误差（RMSE）及空间相关系数(CORR)作为评估参数对此次暴雨预报进行效果评估（模拟区域内386个有效发布站点参与评估）。其表达式如下：这里将降水分为小雨（0.19.9mm）、中雨（1024.9mm）、大雨（2549.9mm）和暴雨（5099.9mm）四个量级，分别统计发生各量级以上降水的情况。如图2，第17个为集合平均的结果，可以看出0.1mm以上降水各集合成员的TS评分都比较高，集合成员中得分最高的是试验K12为0.703，最低的是试验K10为0.652，两者相差0.051，集合平均结果为0.710，大于所有16集合成员；10mm以上降水，集合成员中得分最高的试验K12为0.559，得分最低的是试验K7为0.445，两者相差0.114，集合平均为0.558，大于15个集合成员；25mm以上降水得分最高的是试验K1为0.424，最低的是试验K11为0.274，两者相差0.15，集合平均为0.365，大于9个集合成员；50mm以上降水得分最高的是试验K13为0.288，最低的是试验K16为0.125，两者相差0.163，集合平均为0.243，大于11个集合成员。【论文范文】由以上分析可以看出集合平均在各个量级的评分当中都占有优势，大于绝大多数集合成员的单一确定性预报，这说明在长江流域这类地形比较复杂、物理过程较复杂的地区综合考虑各物理参数化方案的影响，利用物理过程集合预报可以显着提高预报效果。5.3均方根误差和空间相关系数分析为从整体上考察集合预报的效果，这里还采用均方根误差（RMSE）和空间相关系数（CORR）来进行评估。图3给出了各试验及集合平均降水均方根误差的统计结果，第17个为集合平均的结果，降水的均方根误差越小说明对降水的模拟越好。可以看出各试验中均方根误差最小是试验K4为21.3mm，最大的是试验K10为23.9mm，两者相差2.6mm，集合平均的均方根误差为20.9mm，小于所有16个集合成员。集合平均在降水均方根误差上也占有优势。图4给出了各试验及集合平均和实况降水的空间相关系数，相关系数越大说明整体降水和实况越接近。可以看出各试验中相关系数最大的是试验K4为0.577，最小的是试验K10为0.457，集合平均的相关系数为0.591，大于所有16个集合成员。集合平均在空间相关系数上也占有绝对优势。6、总结与讨论为考察在长江流域这类地形、物理过程比较复杂地区，在当前对暴雨的形成机制还不明确情况下怎样对该类地区暴雨的发生进行更好的预报和预警，本文利用WRF3.2.1模式中多个物理参数化方案构造物理过程集合预报，对2007年5月31日至6月1日长江中下游地区一次暴雨过程集合预报，得出结论如下：1、各试验都能很好的模拟出这次暴雨的形状和走势，但是由于各试验采用了不同的物理参数化方案，各试验对这次降水的模拟在强中心和细节上存在较大的差异，降水对各物理过程方案总体上敏感的。2、由TS评分结果可以看出，不同的物理过程方案对