基于T106L19模式的月动力延伸集合预报系统及预报检验
摘要
月动力延伸预报是利用中期数值模式延伸预报到一个月,动力延伸预报的技术和方法不仅依赖于数值模式,而且模式初值和边值的不确定性,还会影响延伸预报的可预报性。故目前延伸预报的水平远远低于中期数值预报的水平。论文利用全球谱模式T106L19,研究了制作动力延伸预报的关键技术,包括集合预报技术、下边界处理技术和集合预报信息提取技术。在此基础上建立了月动力延伸预报系统,并作了四年的预报检验。首先,为了克服初值不确定性对延伸预报的影响,研究了集合预报技术,集合预报采用增长模繁殖方法。特别是针对谱模式的结构和流程,设计和实现了在谱空间进行增长模繁殖的技术,这不仅简化了计算流程,还减小 Legendre 变换和Fourier 变换造成的误差积累,节约了计算资源;相对于控制预报,15 个成员的500hPa 月平均环流的集合预报技巧最大能提高22.5%。其次,为了考虑模式下边界条件对延伸预报得影响,研究了利用EOF 分解方法和Kalman 滤波技术相结合预测海表温度的方法,并建立了预测模型,增加了以预测海表温度作为模式下边界条件的集合成员后,预报技巧得到了提高,30 个成员的集合预报的预报技巧最大提高了23.1%,增加了预测海温强迫大气的集合成员对集合预报系统是有正的贡献。最后,对于集合预报有效信息的提取技术进行了研究,对于降水预报,由于T106L19 模式的分辨率偏低,所以模式直接预报的降水距平百分率Ps 评分偏低,采用降尺度预报方法后,降水距平百分率的预报技巧明显提高,Ps 评分大于60,且年平均提高了13.3%,特别是夏季的三个月,平均提高了28.9%。此外还研究了环流聚类分簇,形势场的离散度预报,特征等值线的面条图,集合成员的邮票图等特殊预报产品的制作技术,系统可以图形方式输出了这些产品的。