第13讲 数值天气预报和无缝隙预报系统.ppt

* * * 集合预报的目的有三个：第一是通过集合平均提高预报质量，其提高之 处在于集合平均有过滤掉预报中不确定成分（集合成员彼此不同）而保 留下集合成员中一致的部分的倾向。滤波只能在扰动的非线性演变中进 行，如果从分析中加上或减去扰动场，当扰动保持线性时集合平均预报 就和对照预报相同。和对照试验相比，几天之后的NCEP全球预报集合平 均预报的改进是非常明显的。集合预报的第二个目的是提高预报的可靠 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 信所做的预报。集合离差（spread）和预报误差之间的定量关系（或者 反过来说在预报一致性和预报技巧之间）还尚待进一步的确认，但已经 在日常预报中被预报员们所考虑。集合预报的第三个目的是为概率预报 提供定量基础。在下图的例子中，我们可以说，集合表明A簇的概率是 40%，而B簇为60%。 (a)典型的集合预报分量示意图。（1）对照 预报（标有C），从真实大气初始状态的最 好估计分析场开始（用x表示）；（2）两个 扰动集合预报（标有P+和P-），从对照场中加上和减去初始扰动；（3）集合平均，用A表示；（4）大气“真实”演变，用T表示。这是一个“好”集合，因为“真实”状态看起来是集合的一个合理成员。集合成员的均值趋于比对照预报更加接近“真实”大气（Toth和Kalnay,1997）。（b）一个“不好”的集合预报示意图，其中预报误差由系统误差所控制（比如模式缺陷）。在这个例子中，集合对预报无用，但它能帮助我们确定预报误差可能是由于系统误差的存在引起的，而不是由于初始条件误差的混沌增长所造成的。 集合预报示意图。从表示初始条件的不确定性（理想的是分析误差协方差）的圆内出发根据扰动初始条件的个别预报的轨迹，结束于可能的解范围之内。对较短时期而言，预报之间比较接近，可以看成是确定性的。但超过一段时间后，可能的解差别很大，必须认为是随机的。对大尺度流动预报而言，过渡时间为2~3天，而对单个风暴等中尺度而言短到只有几个小时，对强非线性参数而言过渡时间要短一些；即使对大尺度场，降水预报表现出显著的发散，比500hPa场发散得快。预报场可能向A或者B子集集聚（选自Tracton和Kalnay，1993） 最近变得比较流行的另外一种方法是多系统集合。很长时间 以来人们已经认识到来自不同业务中心的业务全球预报的集 合平均要比最好的单个预报的技巧高得多（比如，Kalnay和 Ham，1989，Fristch等，2000和其中的参考文献）。人们发 现对于区域模式的较短期的集合也是如此（Hou等，2001） ，这样人们就可以把使用多系统进行集合预报推广到短期预 报中。Krishnamurti等（2001）发现如果用回归方法对多系 统集合误差进行订正的话，集合系统的质量会进一步显著提 高。Krishnamurti等（2001）把这种多系统方法称为“超级 集合”。 多系统集合的优势并不奇怪。这些优势不是向初始分析加上 扰动并向对照模式参数化引入扰动，而是多系统方法采用了 最好（对照）初始条件和各个预报中心最好（对照）的模式 ，这些中心运行具有竞争力的现代化业务分析和模式预报。 这样，多系统可能提供的真正不确定无论在初始条件还是在 模式上都要比后引入某单个业务系统的任何扰动好得多。 下图是1995～2002年3～4天内日累计降水概率集合预报的Brier技巧分 曲线。结果表明，集合预报对于四种降水事件（降水1mm,5mm, 10mm, 与20mm）均有明显改进的趋势。这可能是由于2000年11月开始 ECMWF集合预报模式的分辨率增加的结果（由谱TL159（～120km）分辨 率增加到TL255（～80km）分辨率）。集合预报可以对控制预报不准确 性的概率分布函数进行定量估算，概率分布函数本质上是多变量的，可 用于估算同时超过规定阈值的一些变量的概率。利用集合预报输出的结 果可以驱动各种应用模式（如有限区模式，水文模式，化学输送模式， 火灾模式，电价模式等）。估算由这些模式得到的控制预报的不确定性 。检验这种“下游”集合预报有重要的实际意义，也具有诊断分析的价 值。 1995～2002年3～4天日降水量概率集合预报Breier技巧分的时间序列。已进行了12月月滑动平均。这是对欧洲地区四种降水事件：1mm（实线），5mm（点线），10mm（虚线），20mm（点虚线）。检验是在欧洲的SYNOP上进行的（Mullen与Buizza，2001） ECMWF对风暴“Lother”海平面气压（1999年12月24日）的集合预报（TL255）。上图左：确定性预报，上图右：验证分析。下面的50幅小图是集合预报的各个成员。可以看到虽然确定性预报并没有抓住这个极端事件，但其中14个成员预报出了强度大致相近的风暴