基于多卫星云观测对GRAPES全球中期模式云方案的检验研究

围绕GRAPES全球中期模式云方案预报性能这一关键科学问题，基于融合多种卫星云监测的资料集，采用更客观的CFADs和PDFs等统计检验方法，对不同复杂程度云方案预报的降水、云宏观和微观场进行检验和分析，获得云方案在不同地域和季节的预报性能及主要误差分布特征和规律；选取典型天气个例试验和TRMM卫星观测的加热廓线资料，研究不同云方案相变潜热的时空分布特征及对模式热动力场的影响；采用CERES卫星辐射资料分析不同云方案对辐射强迫的影响；综合分析上述检验结果，优选出适合GRAPES全球中期模式的最佳云方案。该研究的完成将较全面地了解GRAPES全球中期模式中不同复杂程度云方案的预报性能以及这些云方案在GRAPES模式中的适应性，形成现行检验和评估全球中期数值模式方法的重要辅助平台，也为全球中期模式云方案的优选和改进提供技术支持和参考依据。

云微物理过程是数值天气预报模式中重要的湿物理过程，不同复杂程度的云方案对云和降水的预报存有显著差异。本项目利用多个卫星云观测数据对中期数值预报模式GRAPES_GFS中不同的云微物理方案的云、降水及辐射预报性能进行评估研究，项目主要研究成果有：1）建立了适宜于全球模式云物理方案评估的多种卫星云观测数据集。2）开发了CFADs和PDFs两种用于卫星云观测资料和模式云宏微观间的诊断评估方法。3）云微物理方案的复杂程度明显影响着降水的预报性能，特别是格点降水差异显著，简冰方案易产生较多的格点降水量。4）考虑详尽微物理过程的混合相云方案对云的描述更加合理，双参数云方案较单参数云方案又略有优势。5）云量和水凝物预报性能与辐射计算精度关系最为密切，简冰方案在长、短波辐射通量预报中产生较显著的偏差。6）合理考虑云微物理、积云对流和边界层湍流三种湿物理过程的相互作用，能明显改进热带地区云和降水的预报效果。7）通过项目的资助，共完成论文5篇，发表3篇，2篇投稿，培养硕士研究生1名。