论文部分内容阅读
为改良集合转换卡尔曼滤波方法（Ensemble Transform Kalman Filter, ETKF）在初始扰动中离散度偏小的问题，考虑引入物理不确定性，对比分析两种初始扰动方法效果的差异，分析差异产生的原因，以期深入了解改善机制。研究风暴尺度下暴雨对不同初始扰动误差的敏感性差异，检验两种ETKF初始扰动方案改良的相对水平，分析不同方案对时空不确定性的预报能力以及不同尺度扰动对预报误差的贡献等。利用WRF模式构建更新预报系统，选取2014年5月一暴雨个例进行极端强降水模拟和集合降水预报试验，通过ETKF方法设计两种初始扰动方案，其一是单一物理方案，称为mono方案;另一种在方案一的基础上，于分析扰动过程中加入多物理过程，而在预报过程开始后仍采取与方案一相同的设置，称为multi方案。结果表明: (1) multi方案的离散度相比mono整体更优，显然添加了多物理扰动方案的试验对结果有改进;在离散度分析中，multi方案在强对流区域的改进效果比在整个区域中的要好，而对各变量的离散度和均方根误差之比相当，说明集合预报系统的合理性;对各量级预报结果评分显示，多物理方案在各量级降水预报评分上均呈现出较好表现能力; (2)在分析循环过程中引入多物理扰动的multi方案相比单一ETKF的mono方案在初始时刻离散度和模拟的动力和水汽条件上均有较大改进。 目前对于研究风暴尺度集合预报系统在全球范围内都处于起步阶段，因而本文研究内容不仅对风暴尺度ETKF初始扰动方法的认识具有理论意义，而且为未来开发该类系统提供了依据。