风暴尺度集合预报中不同初始扰动的多尺度发展特征研究-高原气象.pdfVIP

第３６卷　 第３期 高　 原　 气　 象 Ｖｏｌ. ３６　 Ｎｏ. ３ ２０１７年６月 ＰＬＡＴＥＡＵ ＭＥＴＥＯＲＯＬＯＧＹ Ｊｕｎｅꎬ２０１７ 庄潇然ꎬ闵锦忠ꎬ武天杰ꎬ等. ２０１７. 风暴尺度集合预报中不同初始扰动的多尺度发展特征研究[Ｊ]. 高原气象ꎬ３６(３):８１１－ ８２５.ＺｈｕａｎｇＸｉａｏｒａｎꎬＭｉｎＪｉｎｚｈｏｎｇꎬＷｕ Ｔｉａｎｊｉｅꎬｅｔ ａｌ.２０１７.Ｄｅｖｅｌｏｐｍｅｎｔ ｍｅｃｈａｎｉｓｍ ｏｆ ｍｕｌｔｉ￣ｓｃａｌｅｐｅｒｔｕｒｂａｔｉｏｎｂａｓｅｄ ｏｎ ｄｉｆｆｅｒ￣ － ｅｎｔ ｐｅｒｔｕｒｂａｔｉｏｎｍｅｔｈｏｄｓｉｎｃｏｎｖｅｃｔｉｏｎ￣ａｌｌｏｗｉｎｇｅｎｓｅｍｂｌｅｐｒｅｄｉｃｔｉｏｎ[Ｊ].ＰｌａｔｅａｕＭｅｔｅｏｒｏｌｏｇｙꎬ３６(３):８１１ ８２５.ＤＯＩ:１０.７５２２/ｊ. － ｉｓｓｎ. １０００ ０５３４. ２０１６.０００４９. 风暴尺度集合预报中不同初始扰动的 多尺度发展特征研究 １ꎬ２ １ꎬ２ １ꎬ２ １ꎬ２ １ꎬ２ 庄潇然 ꎬ 闵锦忠 ꎬ 武天杰 ꎬ 邓　 旭 ꎬ 蔡沅辰 (１. 南京信息工程大学 气象灾害预报预警与评估协同创新中心ꎬ南京　 ２１００４４ꎻ ２. 南京信息工程大学 气象灾害教育部重点实验室ꎬ南京　 ２１００４４) 摘要:基于ＷＲＦ模式构建集合更新预报系统ꎬ利用Ｈａａｒ小波分解方法分析了北京“７ ２１”特大暴雨过 程中三种初始扰动方案所构造集合扰动的多尺度特征ꎬ基于此探讨了混合初始扰动方法的可行性ꎬ并对 比了三种扰动对误差的模拟能力ꎮ 其中扰动方案一是由集合转换卡尔曼滤波方法(ＥＴＫＦ)对ＮＣＥＰ全球 集合预报的分析扰动更新后得到ꎬ扰动方案二(ＤＯＷＮ)是直接由ＮＣＥＰ全球集合预报扰动插值到试验 所设置的模式网格中得到ꎬ而扰动方案三(ＢＬＥＮＤ)则是将上述二者通过Ｂａｒｎｅｓ滤波进行尺度混合后得 到ꎮ 结果表明:各组扰动的能量均随时间增长ꎬ其中包含分析不确定性的ＥＴＫＦ扰动在预报中前期有较 高的中小尺度能量ꎬ而ＤＯＷＮ扰动有较高的大尺度能量且能量增长速度明显快于ＥＴＫＦꎬ二者能量的 大值区最终都向中尺度(６４~１２８ｋｍ)部分发展ꎬ混合后的扰动(ＢＬＥＮＤ)能量在预报中前期增长速度最 快ꎬ综合表现最优ꎮ 从扰动成分来看ꎬＥＴＫＦ和ＤＯＷＮ 中在预报前期可以快速增长的部分均集中在８~ ３２ ｋｍ 的小尺度上ꎬ６４~１２８ｋｍ部分的中小尺度的扰动信息增长缓慢ꎬ而２５６ ｋｍ 的中尺度信息则很快 被耗散ꎬ这为如何选取合理的滤波波段构造多尺度混合扰动提供了依据ꎮ 从降水预报结果来看ꎬ控制预 报误差主要集中在降水的大值区ꎬ虚假初始扰动会导致预报初期产生虚假降水区ꎻ在暖区降水阶段ꎬ扰 动对误差的模拟能力较弱ꎬ而在锋面降水阶段ꎬ扰动对误差的模拟能力明显提高ꎬ总体来看大尺度的误 － 差较难模拟ꎬ三种方案中ＢＬＥＮＤ 对误差的模拟能力最强ꎻ根据扰动 误差的相关分析同样验证了 ＢＬＥＮＤ在误差模拟能力方面的优势ꎻ在降水预报ＴＳ评分方面ꎬ各组集合试验均优于控制试验ꎬ其中 ＢＬＥＮＤ 的效果略优于ＥＴＫＦ和ＤＯＷＮꎮ 关键词:集合预报ꎻ初始扰动ꎻ尺度分解 文章编号:１０００￣０５３４(２０１７)０３￣０８１１￣１５　 　 中图分类号:Ｐ４５６.７　 　 文献标志码:Ａ － ＤＯＩ:１０.７５２２/ｊ. ｉｓｓｎ. １０００ ０５３４. ２０１６