论文部分内容阅读
为了将概率预报的方法应用到人工影响天气领域,本文针对我国北方夏季降水系统,基于WRF ARW模式,建立了一个精细分辨率的实时区域短期集合预报系统(LACS Regional Ensemble Forecast System,简称LACSREFS)。LACS REFS提供降水系统发展过程的概率预报,为人工增雨作业提供概率预报参考；同时,在相关研究中,还可以以集合模式输出探空的方式,为一维云播撒模式提供各气象参量的垂直分布情况,以进一步进行人工增雨作业效果的集合预报研究。
本文分别通过一次个例预报试验和一次季节预报试验(包含73个例)检验了系统的预报技巧；并针对预报中的系统性偏差,建立了一个偏差订正后处理模块。得到的主要结论如下:
1.LACS REFS系统对于我国北方夏季降水系统具备一定的预报能力,能够提供降水系统的较可靠的实时概率预报和较可靠的集合模式输出探空。同时,LACS REFS对于近地面变量也具备一定的预报技巧。
2.NCEP GEFS前48小时的预报在LACS REFS区域上的集合离散度偏低。使用GEFS预报作为集合初边条件会造成LACS REFS的集合离散度偏低。这一情况在中高层较为明显；在近地面略有减弱。
3.为了解决低离散度的初边条件造成的集合离散度过低的问题,本文提出了一种初边条件扰动提取放大方法(PEI方法)。该方法在“预报初期大尺度扰动主要处于线性增长”的假设下,对初边条件中扰动的发展过程进行一致性的放大,使其可以更好的体现大尺度背景中的不确定性。试验表明,该方法可以增大LACS REFS各层次上气象场预报的集合离散度,同时可以增大定量降水预报的集合离散度,提高集合平均降水预报的预报技巧,以及概率降水预报的可靠度和分辨率。
4.根据季节试验的统计结果,大致确定了LACS REFS系统在我国北方夏季降水预报中,PEI方法扩大因子的合理取值范围为[2.0,2.5]。
5.偏差订正试验表明,即使简单的偏差订正方法和较少的历史数据也可有效地提高LACS REFS的预报技巧,说明“基于历史数据的集合预报方法”是一种有效的集合预报策略。