论文部分内容阅读
本文利用TIGGE资料中欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)以及中国气象局(CMA)三个中心的、500hPa位势高度场、850hPa温度场和海平面气压场的集合预报资料,采用Jumpiness指数同时结合单点跳跃、异号两点跳跃、异号三点跳跃等不一致性相关概念,以统计研究为主,研究了控制预报和集合平均预报不一致性的特征问题,并对两者的不一致性特征进行了对比,分析了集合预报方法对不一致性的影响。同时在此基础上,探讨了降低预报不一致性的方法。得到如下结论:首先,在时间平均不一致性特征方面,平均而言,随着预报时效的增长时间平均不一致性指数是增大的,这与实践经验是一致的,即短时效预报之间的一致性要好于长时效预报之间的一致性。在集合预报系统中,集合平均预报的结果之间较其相应的控制预报具有更好的一致性,尤其是在长时效的预报结果之间更加明显。这表明,采用集合预报对长时效预报之间的不一致性具有一定的改善作用。此外,无论是控制预报还是集合平均预报,ECMWF预报结果之间的一致性较好。其次,在预报不一致性的频率特征方面,对于所研究的集合预报系统来讲,其出现单点跳跃、异号两点跳跃和异号三点跳跃的频率是依次降低的。对于这三种预报跳跃类型,集合平均预报的频率明显小于控制预报,尤其对预报时效长的预报更为明显。这表明,集合平均预报的不一致性水平较控制预报要低,集合预报对长时效预报之间的不一致性有一定的改善。平行单点跳跃、平行异号两点跳跃和平行异号三点跳跃这三种预报跳跃的频率变化表明,控制预报和集合平均预报在长时效的预报不一致性情况差别比较大。两者之间Jumpiness指数相关系数的计算进一步证实了这一结论。另外,对预报不一致性的敏感性研究表明,时间平均不一致性对区域和变量很敏感。控制预报对区域和变量的敏感性大于集合平均预报。研究区域越小,时间平均不一致性指数越大,不一致性强度越强。所选区域的天气系统和气候特征不一样,时间平均不一致性也是有差异的。对于不同的变量,时间平均不一致性是不同的。海平面气压场的时间平均不一致性指数最大,50011Pa位势高度场次之,850hPa温度场的结果最小,也即温度场的不一致性强度小于高度场的结果。不同预报跳跃类型出现的频率及控制预报和集合平均预报在不一致性方面的差异对区域、时间和变量的敏感性是有限的。最后,研究了预报不一致性的改善。多元线性回归方法和多时效消除偏差平均方法对预报不一致性的强度和出现的频率是有所改善的,尤其是在较长预报时效改善效果明显。而在较短预报时效,两种订正方法的改进均不太理想,这可能跟方法本身的原理和模式自身固有的一些特性有关,需要进一步分析。对于多模式集成方法,在整个预报时效范围内,简单的多模式集合平均方法对预报不一致性的强度和出现的频率是有所改善的,这与该方法自身的特性有关。而超级集合方法,其对不一致性强度和频率的改善效果有限,与单个模式的多元线性回归方法和多时效消除偏差平均的改进效果接近,这可能是因为该方法的原理与这两种方法类似。