论文部分内容阅读
天气预报系统对模式本身的误差非常敏感，尤其是次网格物理参数化过程的不确定性对天气预报系统的准确性具有重要影响。迄今为止，集合预报技术在中期预报中取得了非常良好的效果，由于风暴尺度系统发展剧烈、时间尺度小以及高度非线性等特征，传统的中期集合预报方法不再适用。本文着眼于集合预报中的模式扰动过程，将随机物理扰动方案(Stochastic PerturbedParameterization Tendencies scheme，SPPT)、随机动能补偿方案(StochasticKinetic-Energy Backscatter scheme，SKEB)以及混合模式扰动方案(SKEB+SPPT)引入风暴尺度集合预报系统。基于上述思考，利用WRF模式对2014年5月31日安徽的一次强对流天气进行数值模拟，并评估集合预报效果和分析扰动特征及能量变化特征: (1)在本次天气个例中，随机物理倾向扰动方案的时空尺度分别为3h和60km能够获得更好的集合预报概率评分以及降水概率预报评分。随机物理倾向扰动的时空尺度选取与造成天气系统的尺度以及预报的时效有密切关系。 (2)混合模式扰动方案相较于单独的随机动能补偿方案和随机物理倾向扰动方案，离散度提高而均方根误差有所减小。在500 hPa、850 hPa及地面上，混合模式扰动方案的温度、水平风速、水汽混合比的集合成员发散性有明显提高，预报误差得到了有效抑制，且预报的准确性得到了不同程度的提高。 (3)混合模式扰动方案相较于单独的随机动能补偿方案和随机物理倾向扰动方案，对降水预报有较明显的改善，降水的漏报和空报明显减少，集合成员更好地体现了实况降水的走势和强度。 (4)从扰动特征来看，混合模式扰动方案的扰动空间分布在预报初期与SPPT方案类似，随着预报时间的推移，其扰动空间形态分布转换为与SKEB方案类似。 (5)三种模式扰动方案的扰动动能的波谱分析表明，在积分1-24 h，不同尺度上的动能都随着预报时间的增加而增长，且在积分18-24 h时趋于饱和状态。在预报前期和中期，混合模式扰动方案的扰动动能在所有尺度上都要明显大于其他两种方案，这表明两种随机物理扰动方案的结合可以有效弥补两者在不同尺度上的能量缺失;在预报后期，三种模式扰动方案的扰动动能逐渐趋向一致，这表明混合模式扰动方案很好地融合了两种单独的随机物理扰动方案。