华北区域集合预报最优尺度融合初值扰动方法研究

The suddenness of convective meso-scale phenomenon, as well as their complicate dynamical mechanism, make it difficult to address the uncertainties of these convective phenomenon. The regional ensemble forecast system(REFS) with high resolution is an effective tool for regional high impact weather forecast. An important aspect of REFS research is generating initial condition(IC) perturbations. In this study, we aim at develop a perturbation method for REFS of Northern China. Through numerical experiments and diagnostic analysis, the scale characteristic of convective phenomenon forecast error of Northern China is studied, we also compared the evolution characteristic of IC perturbations with different scales and their influence to the heavy rainfall forecast skill, thus to find the multi-scale uncertainty resources for regional numerical weather forecast of convective meso-scale phenomenon of Northern China. Further more, a new perturbation method is designed, the so called optimal scale blending method can combine large scale perturbations and small scale perturbations thus to generated a new IC perturbation state for REFS. Besides, in order to obtain more suitable perturbation amplitude, a self-adaptive rescaling factor, which has a variation with model levels, is developed. The final goal of this project is to obtain a perturbation method for REFS which have well structure, calibrated amplitude, and well growing capability. The work can enhance the knowledge of perturbation method for REFS, also with practical value of the construction of REFS of Northern China.

中尺度强对流天气具有突发性，动力机制复杂，其预报不确定性因素难以把握。高分辨率区域集合预报是强对流天气预报的有效手段，如何为区域集合预报发展有效的扰动方法已成为目前的研究热点和难点。本项目针对华北强对流区域集合预报初值扰动构建问题，采用数值试验、诊断分析等手段，通过深入研究华北强对流数值预报误差的尺度特征、对比不同尺度初值扰动的演变特征及对集合暴雨预报的影响，来了解华北地区强对流数值预报的多尺度不确定性来源；发展最优尺度融合初值扰动方法，旨在获得充分包含大尺度不确定性信息和小尺度不确定性信息的最优扰动结构；针对强对流区域集合预报初值扰动振幅合理性问题，在最优尺度融合方法的基础上，发展依赖于模式高度的扰动振幅自适应调节因子，以得到能够有效表征不同高度误差发展的初始扰动振幅。研究结果不仅对发展区域集合预报扰动方法有重要的科学意义，也对华北区域集合预报系统的构建具有实际应用价值。

华北地区天气情况复杂多样，不确定性较大，集合预报方法是解决预报不确定性问题的有效手段，对于区域集合预报而言，初值扰动是否合理对预报的效果极为关键，因此为区域集合预报设计有效的初值扰动方法是一个值得深入研究的问题。.本项目重点探索华北中尺度区域集合预报的初值扰动的新方法，经过研发，该项目已完成如下研究内容：为充分了解华北地区中尺度数值预报的多尺度不确定性特征，开展了华北区域数值模拟，对预报误差进行全面细致的分析，表明模式误差的发展，在高层是大尺度误差占主导，对于中低层，中小尺度误差所占比重相对较大。开展了华北区域集合预报增长模繁殖法初值扰动研究，设计了增长模繁殖法的振幅调节因子，并对初值扰动进行尺度敏感性试验，结果表明大尺度初值扰动具有更好的发展能力，并有助于集合离散度的提高。针对两种主流的区域集合预报初值扰动方法即增长模繁殖法和动力降尺度方法进行对比分析，结果表明增长模繁殖法产生的扰动包含更多的中小尺度信息，而动力降尺度产生的初值扰动则包含更多的大尺度扰动信息，动力降尺度能够获得更好的概率预报检验效果，对于降水预报效果效果，增长模繁殖法要占优，说明两种扰动方案各有优劣。 研究了一种最优尺度融合扰动的构建方法，基本思路是从降尺度扰动中获取大尺度扰动部分，从区域模式自身繁殖的扰动中获得小尺度扰动部分，通过两种扰动在谱空间取最优来重构扰动场。将该方法与增长模繁殖法进行对比分析，表明最优尺度融合扰动方法构建的初值扰动包含更多的大尺度扰动能量，同时原始扰动场中小尺度扰动能量也得到了保留；最优尺度融合扰动具有比增长模繁殖法扰动更快的增长能力，且具有更高的预报技巧；强降水个例预报试验结果表明最优尺度融合扰动方法能够获得更好的概率技巧。.本项目的研究成果总结了华北高分辨率数值模拟中不确定性来源的尺度特征，设计了区域集合预报有效的初值扰动方法，可以为华北地区集合预报系统的发展提供较大的参考价值。