首页轮播

AAS: 基于集合的CNOP-P算法研究对流尺度集合预报的模式不确定性

  水平格距小于4 km,不再使用对流参数化的“对流允许尺度(后面简称:CA)”集合预报技术是世界各国气象中心研究的重点,它是改进暖区暴雨预报的一个潜在手段。

  传统的集合扰动技术应用于对流尺度模式,尽管有效果但是也需要进一步提高。因为天气尺度和对流尺度模式误差增长机制不一样,且相较于天气尺度模式,CA模式具有更强的非线性,因此,构建CA集合预报的模式不确定性技术挑战更大。

  围绕上述问题,中国气象局数值预报中心沈学顺教授课题组和中国科学院大气物理研究所王斌研究员课题组开展合作,利用我国学者的基础理论研究工作,针对自主研制的业务预报模式GRAPES进行对流尺度集合预报扰动技术研究。通过基于集合的求解算法计算条件非线性最优模式参数扰动,找到GRAPES模式对华南暴雨预报敏感的物理参数,再进一步通过随机扰动敏感参数来构造模式扰动方案,展开对流尺度集合预报关于模式不确定性的敏感性试验。研究表明:新的集合扰动方案对于提高对流尺度集合离散度方面具有应用潜力。

  以上研究得到国家重点研发计划的资助。

    该研究发表在Advances in Atmospheric Sciences上。

 

图1 使用集合投影方法求解CNOP-P的流程示意图

  Citation: Wang, L., X. S. Shen, J. J. Liu, and B. Wang, 2020: Model uncertainty representation for a convection-allowing ensemble prediction system based on CNOP-P. Adv. Atmos. Sci., https://doi.org/10.1007/s00376-020-9262-z.

 
附件下载: