预报员与数值预报材料.ppt

数值预报的应用问题 提 纲 主流业务数值模式 数值模式的科学应用 数值模式与预报员的关系 数值预报在不同灾害性天气预报中的应用（几个实例） 主流业务数值模式 全球数值天气预报的演变 70’S欧洲数值预报中心（ECWF）EC业务模式，美国GFS模式: EC模式：T21L9 T42 T63 T106 T213 T511 T799L91 (CHN,T639L60) T1277L91(EC) 截断波数: 21 799 垂直分辨率: 9 91 对应的近似网格距: 600Km 15Km 有效预报：1~2天，2~3天，3~5天，5~7天， 7~9天 , 8~10天 理论上说: 目前的全球谱模式可以预报β中尺度以 上的天气系统:水平尺度4X15Km(60Km) 数值模式的科学应用 数值预报的一般应用方法 数值模式的不确定性与局限性 不同设计原理的数值模式与不同的预报对象 数值预报的一般应用方法 ….无论是基于数值预报产品的客观预报还是主观预报都很大程度上依赖于模式预报的确定性…. （1）客观定量要素预报（数学方法） MOS，PPM，SVM，神经元网络 （如中央台的分县指导预报，天气在线要素预报等） （2）动力学解释（客观）预报（物理+数学） 数值模式集合预报(不同模式的集合，同一模式不同扰动初值的集合） 以数值模式产品作为驱动因子进行的衍生预报 如沙尘预报模式，海浪预报模式，空气质量预报模式，雾（霾）预报模式，地质灾害预报，火险等级预报，水文（洪水）预报等 数值模式的不确定性与局限性 数值模式的不确定性来源于： （1）初值的不确定性 （模式的本质是建立在确定性初值基础上的） --观测数据的时空分辨率，不同观测仪器（直接与反演）的随即误差与系统误差 （2）物理过程的不确定性 --例如云物理过程，相态转化过程，边界层过程，陆面过程，积云参数化过程 （有限的观测研究 数学模型，而在实际大气中，每一次过程、每一个区域的这些物理过程都可能存在明显差异） 为什么同一个模式对不同天气系统的模拟能力不同？ （3）动力过程的不确定性 简化方程中被忽略的“次要的”的动力过程 （例如，全球模式的波长截断等等） 非线形过程造成的“混沌” 离散化过程 动力过程的数学或物理假设 （例如，摩擦过程，拖曳过程，潜热释放过程，干绝热与湿绝热转化过程等等） 有限区域模式（包括中尺度模式）的侧边界过程 数值模式的局限性 数值预报模式产品是在 “多种完美假设”前提下的、进行“若干简化”后的“仿真”产品。 假设：（1）全方程组能够真实的描述任何尺度的大气环流特征 （2）若干物理过程能够完全描述任何天气现象演变生命史中的物理过程 （3）天气系统之间的相互作用过程是真实的 （4）不同性质的大气层之间的相互作用是真实的（对流层与平流层，自由大气层与边界层，边界层内部） （5） 大气与地表圈层之间的相互作用是真实的：边界层与不同性质的下颠面层---水、不同介质的土地表（土、沙、水泥与柏油等等）、植被地表、冰面等等 事实上，上述5条中没有一条是完全真实的 （1）全方程组中的若干要素是无法直接观测得到或不可能完全常规观测的，如湍流系数、摩擦系数、凝结率（计算潜热/降水）等等 （2）天气过程中的演变物理过程是通过某些区域、某些过程的有限观测结果提炼的数学模型（真实全面？） （3）、（4）系统之间、气层之间的相互作用过程大多通过参数化方法得到 （5）不同圈层的相互作用一般通过模式耦合、参数化、资料同化等得到 模式的不确定性/局限性的后果 （1）不同模式使用相同初值对应同一时刻的预报场可能产生巨大差异，甚至是不相干的两个场 （2）同一模式在相同初值的背景下，采用不同的参数化方案或不同的物理过程或不同的同化方案，均可能结果迥异 （3）同一个模式/相同的物理过程/相同的参数化方案/相同的同化方案，对不同的季节、不同性质的降水过程、不同的天气系统（尺度/空间结构）、不同气象要素的预报能力差异巨大 不同设计原理的数值模式的应用与预报员的作用 气候模式 实践表明： (1)气候模式对500hPa的（月或季）平均场有一定的预报技巧，但是，对降水/气温的预报技巧很低 （2）气候模式的预报技巧与模式的分辨率并没有直接关系 ---预报员的价值在于：对气候模式平均环流与预报要素（降水/温度）演变关系之间的理解 全球模式 （1）对天气过程的预报能力---大尺度环流的配置结构（72-120