论文部分内容阅读
鉴于大气的混沌特性、初始条件和数值模式的不确定性,单一、确定性预报存在不确定性。集合预报是减小预报不确定性、提高预报技巧的重要手段。在集合预报中,初始或模式集合扰动的质量决定了集合预报的技巧。因此,提高初始或模式集合扰动的质量、改进集合预报初始或模式扰动生成的理论和方法是提高集合预报技巧的一个重要途径。据此,本文提出了正交的条件非线性最优扰动(正交CNOPs)方法和正交的非线性强迫奇异向量(正交NFSVs)方法,并将其应用于集合预报初始扰动和模式倾向扰动的生成,以期产生高质量的初始和模式集合扰动、进而提高集合预报的技巧。 基于线性奇异向量(SVs)和线性强迫奇异向量(FSVs)的基本原理,考虑到这两个方法的线性局限性以及正交的初始扰动或模式扰动有益于产生相互独立的集合预报成员进而产生较大的集合离散度,本文提出了正交CNOPs和正交NFSVs方法。正交CNOPs和正交NFSVs是在相互正交的初始和模式扰动子空间中对预报结果产生最大影响的初始和模式倾向扰动,它们对预报结果的非线性发展有着重要的影响。正交CNOPs方法从初始不确定性的角度出发产生最优初始扰动进行集合预报,而正交NFSVs则是从模式不确定性的角度出发产生最优模式扰动进行集合预报。 正交CNOPs在Lorenz-96模式的集合预报中的应用结果表明:在完美模式假定下,随着预报时间的增加,正交CNOPs方法和正交SVs方法的集合预报技巧间的差别逐渐增加,正交CNOPs方法的预报技巧更高;当模式不完美,即存在模式误差时,与正交SVs方法相比,正交CNOPs方法依然可以更大程度地改善控制预报,具有更高的集合预报技巧。进一步的分析发现,当初始分析误差是快速增长类型时,正交CNOPs具有更高的预报技巧。此外,结果还表明,并非集合成员个数越多,集合预报的技巧就越高,而是恰当的集合成员数能够使得集合预报达到最高的预报技巧。与正交SVs方法相比,正交CNOPs方法需要较少的集合成员就可以得到较高的预报技巧。上述所有结果表明正交CNOPs方法在集合预报中的应用有效且具有优越性。因此,本文进一步将正交CNOPs应用于MM5模式进行台风集合预报研究,比较了正交CNOPs、正交SVs、繁殖向量(BVs)和随机扰动(RPs)这四种方法的集合预报技巧。结果表明,与其它方法相比,正交CNOPs方法具有最大的集合离散度、最好的集合离散度-集合平均预报误差关系,更为合理的集合预报成员分布,从而最大程度地改善了控制预报的台风路径,具有最高的集合预报技巧。对于达到台风及以上强度的热带气旋,使用正交CNOPs进行集合预报总是可以得到最高的预报技巧。这些结果进一步验证了正交CNOPs方法的有效性及其在强的天气事件应用中的优越性。正交CNOPs为台风预报提供了一种可选择使用的具有较高预报技巧的集合预报方法。 为了减小模式误差的影响,本文进一步探讨了基于模式扰动的集合预报。将正交NFSVs方法应用于Lorenz-96模式的集合预报,结果表明:正交NFSVs方法显著地改善了控制预报,具有高于正交FSVs方法的预报技巧。鉴于正交CNOPs方法和正交NFSVs方法的有效性,本文进一步将正交CNOPs和正交NFSVs的扰动组合同时应用于初始扰动和模式扰动,构建集合预报系统,进行了数值试验。结果表明,CNOPs和NFSVs的扰动组合可以在初始扰动集合预报的基础上进一步提高集合预报技巧,更大程度地改善控制预报。并且模式误差越大,扰动组合在预报后期提高预报技巧的作用就越明显。上述结果表明,同时进行基于初始扰动和模式扰动的集合预报,将有助于产生更高的集合预报技巧。 本文最后指出,仅仅采用正交CNOPs方法产生集合初始扰动并不能有效地改善MM5模式对台风强度的预报。前人及本文的研究结果一致表明,MM5模式对台风的强度预报存在较大的系统性偏差。这就意味着台风强度的预报不确定性主要是由模式误差所导致,因此,需要考虑模式扰动或多模式集合预报方能改善台风强度的预报。而正交CNOPs和正交NFSVs的扰动组合则为提高台风强度的预报提供一种新的思路。 总之,正交CNOPs方法和正交NFSV方法是有潜力的、且有望发展为具有更高预报技巧的集合预报新方法。