论文部分内容阅读
本文将卡尔曼滤波方法应用到了多模式集成预报,并根据不同的气象预报变量改进了卡尔曼滤波集成方法。基于TIGGE资料集下的中国气象局(CMA)、欧洲中期天气预报中心(ECMWF)、英国气象局(UKMO)、日本气象厅(JMA)、加拿大气象局(CMC)以及美国国家环境预报中心(NCEP)的全球集合预报资料,本文首先对海平面气压、近地面气温以及500hPa风场、位势高度场与温度场进行了1-7天多模式集成预报试验,然后将卡尔曼滤波集成预报的结果与广泛应用的超级集合预报进行对比。近地面气象要素预报中,各个中心海平面气压与地面气温集合预报的均方根误差均随预报时效延长而增长。多模式集成预报能够显著提升海平面气压与地面气温的预报技巧,并且能够改进因地形复杂或缺乏观测的地区的预报。但是每种集成方法对预报的提升效果不尽相同。平均而言,卡尔曼滤波技术在1-3天的预报与最佳的单模式相比提升了至少30%,而基于超级集合预报的技术约为20%。高空要素预报中,多模式集成预报的500hPa位势高度场、温度场以及风场的预报效果与最佳单模式相比均提升了15%以上,各种集成技术的预报技巧十分类似,不存在显著差异。多模式集成技术对预报技巧的提升在空间与时间上都是显著一致的。在观测较少或者地形复杂地区,多模式集成预报将均方根误差(RMSE)降低了至少20%。此外,本文还分析了多模式集成500hPa与近地面预报的预报效果差异。模式预报误差主要来源于模式的动力内核与参数化方案。本文认为近地面预报更依赖于物理参数化过程,而高空的预报更依赖于动力内核。通常各个模式的动力内核差别较小,他们的参数化过程却存在显著差异。这使得参与集成的模式在近地面的相似度较小。另一方面单个模式的参数化过程也使得集合预报离散度扩大。以上两方面原因均有利于参与集成模式的预报包含更多潜在信息,最终导致近地面的预报质量提升幅度大于500hPa的预报。最后,对台风路径和强度的多模式集成预报进行了研究。卡尔曼滤波技术有效降低了台风路径与强度的预报误差：24-72h预报误差分别比最佳单模式降低了约50,80与100km,显著提升了NWP的台风路径预报技巧；台风强度的预报也有明显改进,预报中心气压变化的趋势比其余两种集成方法更准确。