奇异向量初值扰动方法在全球集合预报中的研究及应用.PDFVIP

52 《高性能计算发展与应用》 2011年第一期 总第三十四期 奇异向量初值扰动方法在全球集合预报中的 研究及应用  杨学胜 国家气象中心 北京 100081  刘永柱 国家气象中心 北京 100081 摘要： 本文以非静力GRAPES中尺度模式为基础，研究了GRAPES SVs的理论技术和基于奇异向 量构造集合预报样本的方法。然后对2008年7月的一次西南涡移动带来的暴雨过程进行GRAPES SVs求解，并进行集合预报试验。结果表明，奇异值最大的前27个GRAPES SVs反映了初始误差 的主要信息，利用这些奇异向量构造的集合预报成员的离散度也反映了预报误差的主要信息。 通过对集合预报降水的检验和分析可以看出，集合平均和部分集合成员的降水预报要好于控制 预报，在降水预报上有一定的参考价值和指导作用。 关键字：奇异向量，集合预报，初始扰动，GRAPES，西南涡，暴雨 1. 引言 差在模式大气动力结构上的快速增长情况，但产生 目前影响数值预报效果的因素主要有两个：一 的样本不一定能模拟出初始误差的PDF；二是以欧洲 是资料同化系统，二是模式预报系统。由于同化系 中期天气预报中心 统的不完善性，所以模式初值必然存在着误差，再 Weather Forecast，ECWMF)为代表的奇异向量法，它 加上数值模式系统的不完善，那么一个小的初始扰 以完善的数学理论为基础，利用奇异向量分解的技 动都会对预报结果产生很大的影响，尤其是强降水 术求得使初始误差在大气相空间中增长最快的初始 的形成和发展与局地地形和大气环流关系密切，对 扰动场，即奇异值最大的奇异向量，因此基于这些 模式初值非常敏感。目前，单一“确定性”的模式 奇异向量构造的集合样本能够有效模拟出初始扰动 强降水预报误差较大，可用性较低。集合预报正是 误差的PDF。 针对这种由于初值误差影响数值模式预报效果而提 本文研究了 GRAPES SVs的理论技术和基于奇 出来的一种新的概率预报方法，用有限的集合样本 异向量如何构造最佳的集合预报样本，并以非静力 GRAPES中尺度数值模式 模拟出初始误差的概率密度函数（Probability Density Function, PDF），预测PDF在相空间中的演变轨迹， S et al. 2007,2008,2009)为基础，建立了基于奇异向量 从而能够得到反映模式预报误差协方差的集合预报 法的GRAPES集合预报系统，研究2008年7月一次西 结果。 南涡的移动带来的暴雨过程的降水。 集合初值扰动方法主要有 Monte Carlo随机扰动 法(Leit h, C E. 1974)、时间滞后法(Hoffman, 1983)、奇 2. GRAPES SVs理论技术 异向量法(Singular Vectors，SVs)( Buizza R et al. 1995; 2.1 GRAPES模式和切线伴随版本 Molteni F e