基于T106L26全球大气环流模式的夏季集合预报

基于T106L26全球大气环流模式的夏季集合预报 . . 大气科学学报 第卷第期 年月 . 朱春子,李清泉,王兰宁,等..基于全球大气环流模式的夏季集合预报.大气 科学学报,:... , ?, ?, . ,:, 基于全球大气环流模式的夏季集合预报 朱春子’,李清泉,王兰宁,王在志,刘文泉 .南京信息工程大学大气科学学院,江苏南京;.国家气候中心,北京; .北京师范大学全球变化与地球系统科学研究院,北京;.中国气象局,北京 摘要:使用国家气候中心新一代大气环流模式?.进行 夏季? 月、个成员的集合回报试验;针对 高度场、降水和气温的预测能力进行交叉 检验,并计 算其均方根误差。结果表明:模式对热带地区、海洋和欧亚大陆部分地区 高 度场的模拟较 好;对我国长江中下游、华南大部分地区降水的模拟具有一定可信度; 温度 距平在我国北方大 部分地区呈现正相关且相关系数通过%的信度检验,在南方地区则有待改善。 集合预报效果好 于单样本预报。模式分辨率的提高在一定程度上有助于改进预报效果。 关键词:高分辨率大气环流模式;季节预测;交叉检验;集合预报 中图分类号: 文献标志码: 文章编号:旬. ?’。, ?, ?, ?, ?. ,, ,;. , ,;. ,; , , . , , ? : .?. ,, . .. , .. .. . % .. .。 ? . .: ;; ;收稿日期:;改回日期:?. 基金项目:国家重点基础研究发展 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 项目;国家高技术研究发展计划项目; 公益性行业气象科研专 项 作者简介:朱春子一,女,天津人,硕士,研究方向为数值模式与短期气候预 测,.;李清泉通信作者,研究员, .,. 万方数据第期 朱春子,等:基于全球大气环流模式的夏季集合预报 结果。 引言 模式介绍 短期气候预测 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 分为统计预测和动力预测两 类。统计预测是基于对资料统计 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 的方法;动力 国家气候中心在第一代全球大气环流模式 . 预测则主要是依靠气候模式来进行的。利用动力模 ?.的基础上,参考 式开展季到年际的短期气候预测是目前国际上气候 .,,经过改进发展建立了第二代 预测的发展方向,国际上很早就开始了这方面的研 大气环流模式?.。~. 究。计划的成果促使了海洋一大气模式的发 是一个全球谱模式,其水平分辨率为相当于 展,并用模式开始制作实时季节一年际时间尺度的 .。×.。;垂直方向采用混合坐标,共层。模与气候预报 .,; 式中考虑了比较完整的物理过程,包括云物理参数 .,。为发展热带外地区短期气候季节一年 化、辐射物理参数化等物理过程的参数化,还考虑了 际预测,一些国际组织积极地制定了专门的国际 大气水汽、二氧化碳含量对辐射的影响,且包含一个 研究计划,成立了相应的气候研究机构,发展数值气 完整的陆面模式。 候模式制作短期气候预报,如欧洲中期预报中心 ?.的主要改进如下:引进了一 、国际气候研究院和美国国家环境 个新的参考大气和参考面气压,因此原模式的预报 预报中心等。气候变率及其可预报性研究 量中的气温和地面气压。则分别变为它们对 计划的重要目标之一是发展热带外地区 参考大气气温的偏差和对参考面气压的偏差;模 的短期气候季节一年际预报,。中 式中引入了 的新的对流参数 国也不断发展数值气候模式制作短期气候预测,早 化 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ,同时对方案中的一些具体参数进行了调整; 在年中国科学院大气物理研究所就开始利用 模式中采用了颜宏提出的干对流调整方 两层大气环流模式率先开展了跨季度数值气候 案;模式中采用了 提出的雪盖 预测,随后又建立了跨季度数值气候预测系 参数化方案;鉴于洋面上潜热通量计算受风速的 统,并成功地对中国夏季旱涝形势进行了较为准确 影响较大,采用了新的潜热通量计算方案。 的预报曾庆存等,。近年来,中国利用全球 本文使用的全球大气环流模式是在? 环流模式作汛期降水的季、跨季与年度预报有了较 .版本的基础上提高了模式水平 大进展,中国气象局国家气候中心自年开始利 分辨率发展起来的,其水平分辨率为相当于 用/全球大气环流模式耦合全球海洋与海 .。×.。,垂直分辨率、模式框架和物理过 冰模式对中国汛期降水进行了实时预报和多年回报 程等保持不变。 ,。年国家气候中心已建 试验方案和资料 立起第一代动力气候模式预测业务系统,其中包括 个全球大气一海洋耦合模式、个高分 为了系统地检验模式的预报效果,本文进行的 辨率东亚区域气候模式?和个简化 历史回报试验和检验所取年份为 年,采 的预测模式,可用于季节一年际 用个成员的集合预报方法。每个集合成员初始 日 时间尺度的全球气候预测;全球海气耦合模式与区 场分别取为每年的月日时世界时至 域气候模式嵌套,可以提供高分辨率的东亚区域气 时世界时,个大气初始场形成个样本, 候模式,以制作季节预测丁一汇等,。 分别积分至当年的月日,最后对各初始场的预 国家气候中心自年开始致力于发展新一 报做算术平均。 代的气候模式,目前已建立了第二代全球大气环流 大气初始场的资料取自美国国家环境预报中心 模式。为了进一步提高该模式的预报技巧并将该模 的再分析资料,包括风场、相对湿度、高度 式业务化,有必要对该模式进行较长时间的回报试 场和温度场,将这些资料插值到模式的网格点和层 验,对模式的预报性能做出定量的评估,给出该模式 次上。大气模式所需要的海洋场采用基于最 所作汛期预报的可靠性程度,以利于在今后预报中 优插值海表面温度资料的持续性预报海 温,即将每年月的海表面温度距平叠加 使用。为此本文使用该模式,采用持续性预报海温 做较长时间的夏季?月回报试验,并分析其 到当年至月的气候海温上,得到持续性 万方数据 第卷 大气科学学报 预报海温。之后把预报的和气候态海冰作为 间距平相关系数,则?为回报试验总年数。 下边界条件驱动模式大气运行,利用大气环流模式 预报检验与评估 获得夏季?月预报。陆面初始场使用 .环流 自年起离线积分到每年预报 起始时刻的陆面状态。 全球 位势高度场模式气候态、观测气 位势 本文着重分析模式对全球及东亚地区环流场、 候态、差值场图略显示,模式 模拟的 降水、温度的预报效果。用于评估的观测 高度场基本符合观测的夏季全球 大气环流型,但与 观测相比,北半球高纬、南半球低纬地区偏低~ 位势高度场、气温资料都是逐月再分析资料。? ,南半球低纬到北半球中纬地区偏高~ 降水资料为提供的逐月再分析 ,副热带高压明显偏强、面积偏大,模拟的 等值线在海洋上呈带状分布。 资料。 为进一步分析?.模式对 用于计算各物理量距平的观测资料的气候场取 全球高度场的模拟,将模式对年夏季的 年长期平均值,模式气候场取? 回报结果与同期的实况场作了相关分析。图为 年次回报预测结果的平均值。为了方便与 高度场 空间分布。可以看出,模 观测资料比较,本文将模式预报的各网格点 式在太平洋、大西洋中纬度部分地区、贝加尔湖及以 上的物理量插值到观测网格×上。 北附近地区预报准确率相对较高,相关系数的中心 预报结果检验方法 值通过%信度检验;特别是在。~。的热 带,高相关区域成带状分布,该区域通过%信度 本文采用均方根误差以及距平相关系数的交叉 检验;但在较高纬度地区空间相关性降低,甚 检验来检验预报效果。均方根误差表示的是模式预 至出现了负相关。 报和观测的近似程度,计算公式如下: 图为 高度场 均方根误差分布。 可见,均方根误差在热带地区较小,随着纬度的增 。。.片?尺,一一尺。一。 ‘。 加,均方根误差加大,说明越到高纬,模式回报值和 其中:尺,、,分别是模式回报结果和模式平均值;尺。、 观测值的相似程度越小。 尺。分别是相应观测值和观测平均值;为回报试验 回报的经向平均 位势高度空间 总年数。 图显示:赤道地区 纬向平均距平相关 ? 采用空间和时间距平相关系数 系数达最大,相关系数接近于,。~。地区 ,;,对回报结果进 纬向平均的距平相关系数基本通过%的信度检 行交叉检验和评分。每次取出一年夏季为检验目 验。从全球来看,相关系数在大部分纬度上为正值, 标,其他年份作为已知样本来预报目标年份的夏季 高纬度地区相关系数较低,有两个低值区位于。 降水、气温和环流。公式如下: 和。。纬向平均。~。的高度场距平相 兰???? 关系数图显示,全部经度上的相关系数都通过 ??尺??尺。一。 了%的信度检验,在。存在最大值,。和 了?兰?亏???三。 。有相对较低值,东、西半球相关系数相差 /?,一?尺,?。一。 不大。 计算相关系数的物理量有季节降水距平百分率、气 此外 高度场 空间时间分布 温距平和 高度距平。式中:?尺,、,表示模 图略表明,在 中,东亚有 ,全球有 , 热带有 正相关,均达到或超过半数,其中、 式回报距平和模式回报距平平均值;。、。为相 、、、年东亚地区~。, 应观测距平和观测距平平均值。距平相关系数主要 反映距平量级特别是距平中心位置的预报水平。若 一。通过%的信度检验。 .降水 为空间距平相关系数,则为相关场的样本点数, 本试验中全球 ,热带。~。 降水距平百分率与观测降水距平百分率的空间 ,东亚~。,一;若为时 经向平均分布如图所示,图中显示赤道地 万方数据 第期 朱春子.等:基于全球大气环流模式的夏季集合预报 夸芟 一【 ?. ?二 一. . .. 图 年?.回报和再分析的夏季?月 高度场 平均空间距平相关系数实线表示通过%信度检验 . ?.% 。 。 。 图 年.回报和再分析的夏季【?月 高度场 的均方根误差分布单位: . ? . : 区、。、、。纬圈平均的相关系数较高,除 .的高相关区通过%信度检验。 ?、、、?。外基本为正相关。 由降水距平的均方根误差图看出,我国西 从纬向平均一空间图来看, 北地区及内蒙古地区的均方根误差小于 ,而 大部分地区相关系数为正,日期变更线附近和 我国长江中下游及以南地区 的均方根误差开始增 附近的相关系数较高。 大,浙江、福建南部地区的均方根误差可达 ; ?.模式回报东亚地区 较大均方根误差位于青藏高原南部、印度半岛西部 ?,~年夏季结果与同期 和阿拉伯海附近。 实况场的相关分析如图所示。由图可看出,降 由图可见,模式在各年的预报 效果有所不同。 水距平百分率正相关区位于我国长江及其以南大部 降水距平百分率相关系 数最好的是年,达 地区、华中、青藏高原南部、新疆南部、京津地区、黑 .。 中,全球和热带 为正相关,东亚 龙江北部以及辽宁南部,在浙江中部存在中心值为 为正相关,均超过半数。 万方数据 第卷 大气科学学报 . \八今人八厂,辍 /、\ 袋. ? 萃. \厂/ \/ 斟 \/ .. . 蓬毗 鉴. 、卜人厂\似/ 一 叫 ” 一 一. 川叫 \ 一. 加以一小 ‘~、. . 燕 垛 水 洲。\ 晕 八??八尸 斗 掣 经度 图 年?.回报和再分析的夏季?月 高度场,、降水距平百分率 ,和 温度,的经向平均,,和纬向平均,,;一空间距平相关系数超过.的直线表 示通过%信度检验.,, ,,, ,, ,, . .% .温度 模式回报的 气温在我国北方地区是较可靠的, 气候预测的另一个重要气象要素场是气温。模 而在我国南方地区则有待改善。 式回报的 气温距平与观测温度距平的空间 夏季 温度的均方根误差图显示,均方 经向平均分布图显示,除。附近外, 根误差随纬度的增高而增大,在我国北方部分地区 其他地区的相关系数为正值。模拟最好的地方位于 均方根误差超过 ,其中东北大部分地区、新疆西 。附近,、。、地区相关也较好。从 北部和青藏高原地区超过 ;在华南地区均方根 纬向平均。一结果图来看,附近 误差小于 ,青藏高原东北地区以及云南地区均 有极大值,。~。和。超过%信度检 方根误差小于?。 验,全球平均为正相关。 模式气温预测效果在各年亦有所不同,距平相 在?.模式回报东亚地区 关系数在热带要好于全球,更好于东亚。、 ?,。~。夏季 气温距平与观测 、、年热带 气温距平的相关系数 温度距平的相关系数分布图中值得注意的是, 通过了%信度检验。 中,全球有 ,热带 在我国长江以北大部分地区呈现正相关,且相 有 ,东亚有 为正相关,均超过半数图略。 关系数中心值通过了%信度检验。其他预报准 表综合给出了位势高度、气温、降水在不同区 确率较高的地方位于印度、南亚和西太平洋。说明 域的平均。可以看出, 无论是高度场、气温还 万方数据第期 朱春子,等:基于全球大气环流模式的夏季集合预报 经度 图 年?.回报和观测的东亚地区~,。一 。夏季?月降水距平百分率的空间距平相关系数阴影区表示正相关 . ?. ?。,? 经度 图 年?.回报和观测的东亚地区~。,。一 。夏季?月降水距平的均方根误差单位:?.. 。?。,?。 ?: 万方数据第卷 大气科学学报 一全球热带东亚??. . 一 一 . 辍? 垛. ?一 泳 ‘‘‘ 吡??罂 叫? ??廿 ?, 一. ‘舯 ,舢 .一 ?. 一. , ?.??平均年份 图 年.回报与再分析的降水距平百分率空间距平相关系数的时间序列相 关系数超过.表示通过%信度检验.. . %。 魁。 。 ?八一一一??? 。 。 。. ’. 。. 。 “一: ’, 。 。。. ‘卜 经度 图 年.回报和观测的东亚地区?。,~ 。夏季 温度的空间距平相关系数阴影区表示正相关. . 。? ,? 、】, 全球平均为.。降水预报最好的地方是热带,其 是降水,模式预报在热带都好于全球和东亚。位势 相关系数为.,东亚地区相关系数为.,全球 高度场预报较好的是热带和东亚,相关系数均为 .。气温预报最好的是热带,相关系数为., 平均相关系数为.。 万方数据 朱春子,等:基于全球大气环流模式的夏季集合预报?八???门? ?耍 图 年?.回报和再分析的东亚地区?。, 。~。夏季 温度距平的均方根误差单位:? . . ?,? :? 得到集合预测结果,即使用每年的月日时 表 ?年位势高度、 气温、降水在不同区域 世界时至日时世界时个大气初始场 的平均空间距平相关系数形成的个样本进行集合。 图和分别为 气温和降水的全球单样 ,本和集合平均预测与同期观测的距平相关系数逐年 变化。由图和可以看出,相关系数在一.? .之间变化,同一年的各样本之间存在差异。例 如,图中,、、、年个样本的 降水距平相关系数中有个较一致,个偏离较 远。可见,相对集中的个样本更能反映实际的回 报情况,集合平均能消除这种奇异值。其余年份则 是取各单样本的平均。图表明,温度距平相关系 单样本与多样本预测效果比较 数除、、年外,其余 多样本集合预 大气运动的可预报性问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 最终可归结为两种误 测与观测的相关均为正值,其中、、年 差的影响问题,一是模式不完善引起的系统误差,二 相关较高。图也显示,除、年外,其余 是对初始状态的不精确描述引起的初值误差,所以 多样本集合预测与观测的相关也均为正值,最 模式的预测结果就依赖于模式的大气初值。由于观 好的是年。两图都显示,最后 的集合平 测的不准确和资料分析、同化处理中导入的误差,所 均值要好于任何一个单样本的 平均值,无论是 以我们赖以进行定量化的数值预报的初始大气分析 单年份还是多年平均多样本集合预测都要比单样本 场只是实际大气的一个可能的近似值而已。为了尽 预测的可信度高。 可能消除这种误差,尽可能反映大气的真实状态,本 结论与讨论 文采用时间滞后 ,多初 值集合预测方法,并将多个预测样本进行算术平均 本文使用中国国家气候 中心新一代大气环流模 万方数据 第卷 大气科学学报 ? 辍垛状罂牛哥 ? 加加加加 ‘份 图 年全球夏季 气温多样本集合及单样本预测与观测距平相关系数的时间 序列点表示 单样本预测,线条表示集合平均预测 .,; 黎 垛 : ? 霎 。 ; 蛰 卜。 % 年份 图 年全球夏季降水距平百分率多样本集合及单样本预测与观测距平相关系数 的时间序列 点表示单样本预测,线条表示集合平均预测. ?, 式?.进行了 夏季 温在北方地区的可信度较高,而在南方地区则有待 ?月个成员的集合回报试验,通过对回报 改善。从全球来看,热带地区的模拟效果要好于 试验数据的分析和检验表明: 全球。 模式回报 高度场形势较符合夏季全 集合预报效果明显好于单样本预报,集合预 球大气环流型。但副热带高压明显偏强、面积偏大, 测可以消除单样本预测引起的某些不确定性,预报 等高线在海洋上呈带状分布。模式对太 能力有明显提高。本文使用的是算数平均集合方 平洋、大西洋中纬度部分地区、欧亚大陆上贝加尔湖 法,还可以尝试其他集合平均方法,如权重平均等, 及其以北附近地区的预报准确率相对较高,特别是 以进一步检测预报效果。 在~的热带海洋上,通过了%的信度 本文主要介绍了国家气候中心高分辨率大气环 检验。 流模式的预测试验结果。我们同时还用 模式回报降水在我国长江及其以南、华中、 低分辨率大气环流模式进行相同的预报 青藏高原南部、新疆南部、京津地区、黑龙江北部、辽 试验,比较两个模式的回报结果发现,对热 宁南部地区以及浙江中部的预报是比较可信的。对 带 高度场、热带 气温、东亚降水等的预 气温模式回报的分析显示,模式回报的 气 测效果比的预测效果要好。由此可见,模 万方数据