初始扰动振幅和集合样本数对CNOPs集合预报的影响1.PDF

初始扰动振幅和集合样本数对CNOPs集合预报的影响1 汪叶1,2,3 段晚锁1,2 1 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室，北京100029 2 中国科学院大学，北京100049 3河南大学数学与统计学院，开封475004 摘 要 初始扰动振幅的大小和集合样本数对于集合预报取得更高预报技巧具 有重要意义。本文将正交条件非线性最优扰动方法（orthogonalconditional nonlinearoptimalperturbations,CNOPs）应用于概念模型Lorenz-96 模式探讨了初 始扰动振幅和集合样本数对集合预报技巧的影响，从而为使用更复杂模式进行集 合预报提供指导。结果表明，由于CNOPs扮演了非线性系统中的最优初始扰动， 从而使得当初始扰动振幅小于初始分析误差的大小时，CNOPs集合预报获得更 高的预报技巧，并且CNOPs 集合预报的最高预报技巧总是高于奇异向量法 学 （singularvectors,SVs）集合预报的最高预报技巧。结果还表明，CNOPs集合预 报倾向于具有一个合适的样本数时，达到最高技巧。更好的集合离散度--预报误 差关系和更为平坦的Talagranddiagram 进一步证明了CNOPs集合预报系统的可 靠性，从而夯实了上述结果的合理性。因此，针对CNOPs集合预报，本文认为 科 采用一个适当小于初始分析误差的初始扰动振幅和一个合适的集合样本数，有利 于CNOPs集合预报达到最高预报技巧。 关键词 集合预报 初始误差 条件非线性最优扰动集合样本数 文章编号 2018219B 气 刊 doi:10.3878/j.issn.1006-9895.1810.18219 收稿日期 2018-08-29；收修定稿 2018-10-22 作者简介 汪叶，女，1982年生，博士研究生，主要从事可预报性研究。E-mail:wangye@ 通讯作者 段晚锁， E-mail: duanws@ 大 待 资助项目 国家自然科学基金项“全球变化与海气相互作用”专项GASI-IPOVAI-06 FundedbyNationalNaturalScienceFoundationofChina(GrantNo,NationalProgramonGlobal ChangeandAir-SeaInteraction(GrantNo.GASI-IPOVAI-06) 1 Influencesofinitialperturbationamplitudesandensemble sizesontheensembleforecastsmadebyCNOPs WANGYe1,2,3,DUANWansuo1,2 1StateKeyLaboratoryofNumericalModelingforAtmosphericSciencesandGeophysicalFluid