暴雨预报中初始误差的演变和可预报性研究

暴雨是影响我国的主要灾害性天气，发展数值预报是提高暴雨预报准确率的有效途径之一。随着数值模式的不断完善，模式初值对预报结果影响就显得非常重要。项目针对模式初始误差的演变特征会影响暴雨预报可预报性的问题，将大气动力学理论研究与数值预报方法研究有效结合，利用不同的暴雨预报模式，研究初始误差与暴雨可预报性的关系；初始误差在预报过程中快速增长的条件、机理和能量来源；快速增长误差的演变规律和结构特征；大气物理过程，特别是湿物理过程对误差演变的作用；不同时空尺度暴雨预报的可预报性。揭示初始误差大小、结构对预报结果的影响；模式初始场中的关键物理因子；大气环境场及大气物理过程对初始误差发展的热力和动力作用；暴雨可预报性随时空的变化特征。通过本项目的研究，可望用动力学理论解释暴雨数值预报的一些问题，完善中尺度误差增长理论，丰富对暴雨可预报性的认识，为改进模式和开展暴雨集合预报提供若干关键技术。

暴雨是影响我国的主要灾害性天气，发展数值预报是提高暴雨预报准确率的有效途径之一。随着数值模式的不断完善，模式初值对预报结果的影响显得非常重要。项目针对模式初始误差的演变影响暴雨可预报性问题，将动力理论研究与数值研究相结合，研究了初始误差在暴雨预报中的演变特征、发展机理和能量来源，以及不同时空尺度暴雨的可预报性。研究成果不仅丰富了对暴雨可预报性的认识，在改进预报模式、资料同化和集合预报方面也有广泛的应用前景。.基于AREM模式，分析了暴雨预报中初始误差大小、结构和尺度的演变，建立和诊断了误差能量收支方程，发现误差增长与暴雨发展密切联系，雨区是初始误差增长的敏感区，误差演变表现出局地增长向全局传播的升尺度特征，且存在最优增长尺度；大气湿物理过程是影响误差增长的关键过程；潜热加热和非线性平流既是维持降水发展的主要能源，又是误差增长的关键能源，这造成了误差在对流区和高空急流区显著增长的特征，这种误差增长与降水发展“同源”的属性导致了暴雨固有的有限的可预报。利用WRF模式和不同来源的资料，分析了初始误差尺度、结构、卫星资料同化对暴雨预报效果的影响，发现不同尺度的初始误差，在模式预报的不同阶段影响不同，这种不确定性也限制了暴雨的可预报性。.在不同的大气流型背景下，基于理论模式，研究了大气流型稳定性对误差增长的影响，发现大气的稳定性决定了误差增长的特征，在强不稳定的流型中，初始误差的增长率和增长幅度更大，导致了有更短的预报时效；潜热加热虽然可以放宽不稳定条件，有利于中尺度系统发展，但也导致了误差的快速增长，从而降低系统的可预报性。环流结构的演变与初始场结构有关，不同的初始结构影响长波调整出现的时间和方向。.基于Lorenz系统，研究了外强迫对初值可预报性的作用，提出了非线性误差信息熵的概念，并分析了其系统中的分布，发现初值的敏感性与外强迫有关，外强迫可减小对初值的依赖性，提高初值可预报性；在系统的两吸引子附近和边缘区域，对初值的敏感性较小，可预报期限较长。