全球集合预报系统总结.docVIP

全球集合预报系统总结 　　摘 要：主要介绍集合预报系统的发展，以及目前业务预报中所能获取的主要全球集合模式的系统配置，包括中国T639集合预报模式、ECMWF（欧洲中期天气预报中心）集合预报模式、美国NCEP（国家环境预报中心）和加拿大CMC（加拿大气象中心）集合预报模式。不同用户在根据集合预报结果进行决策时，往往比单一预报得到更多的信息，可以帮助预报员和公众作出更好的决策。 　　关键词：集合预报系统；集合预报类型；模式配置；集合预报发展 　　中图分类号：P456 文献标志码：A 文章编号：2095-2945（2018）12-0049-02 　　Abstract： This paper mainly introduces the development of the ensemble forecasting system and the system configuration of the main global ensemble models that can be obtained in the operational forecasting at present. These models include Chinas T639 ensemble forecast model， ECMWF （European Center for Medium-Term Weather Forecast） ensemble forecast model， NCEP （National Environmental Forecasting Center） and CMC （Canadian Meteorological Center）. Different users tend to get more information than a single forecast when making decisions based on the ensemble forecast results， which can help forecasters and the public to make better decisions. 　　Keywords： ensemble forecast system； ensemble forecast type； model configuration； ensemble forecast development 　　1 集合预报系统简介 　　大气具有混沌特性，对于初始场的微小误差高度敏感，这种误差会迅速增长，影响可预报性[1-3]。初始场的误差主要来源于观测（资料在时间和空间上的不完整、代表性有限和测量误差等）及资料同化过程（使用背景误差协方差矩阵时，假设各向同性及缺乏背景误差的信息等）。因此即使假设模式完备，这样的初值也会使预报技巧在几周后降为零。况且数值预报模式并非完备，离散化的大气模式仅是真实大气在数学和物理上的近似，有限的模式分辨率、不完?涞奈锢聿问?化方案及边界条件（近似估计粗糙度长度、土壤湿度、雪盖、植被和海表温度）都会带来模式误差，其像初始误差一样，会影响预报技巧。由于数值预报初值存在不确定性，及其本身的近似误差和大气混沌特性，决定天气过程的演变是一个带有不确定性因素在内的随机动力过程，完全用确定性动力学方法是无法完全描述大气的真实演变过程，以集合预报方法为基础的概率预报技术是数值预报发展的本质要求。 　　集合数值预报是估计数值预报中不确定性的一种方法，其将单一确定性预报转变为概率预报。因此，集合预报的关键在于如何刻画和表征初值不确定性、模式本身不确定性和边界条件不确定性，由此衍生出不同的集合预报技术。早期的集合预报技术主要侧重于初值扰动方法，通过构造不同概率密度（PDF）分布的初始场进行数值积分，从而产生集合预报，这类方法包括经典的Monte Carlo方法、滞后平均法、增长模繁殖法、能量模奇异向量法、观测扰动法、集合转换卡曼滤波和集合转换法等[4-6]。集合预报不但可以估计初始的不确定性，也可以通过多模式方法、物理过程的随机模拟方法及随机全倾向扰动法等来捕捉与模式相关的不确定性，从而弥补单一确定性预报的不足。此外，下垫面的边界的不确定性估计也是集合预报技术研究的方向之一。 　　2 集合预报发展史 　　集合预报思想首先由Epstein和Leith提出，大致经历了三个发展阶段。第一阶段是20世纪70～80年代，主要集中于集合预报的理论研究和数值实验；第二阶段是进入上世纪90年代后，随着大规模并行计算机的发展，1992年集合预报系统在美国国家环境中心（NCEP）和欧洲中期天气预报中心（ECMWF）投入业务运行，集合预报系统成为这两个中心数值天气预报的重要组成部分，我国的