GRAPES区域集合预报模式的初值扰动增长特征

Chinese Journal of Atmospheric Sciences(2018)

引用 3|浏览2
暂无评分
摘要
基于GRAPES-REPS(Global and Regional Assimilation and Prediction Enhanced System-Regional Ensemble Prediction System)区域集合预报模式和集合变换卡尔曼滤波(Ensemble Transform Kalman Filter, ETKF)初值扰动方法,对2015年6月1~15日10 km与15 km水平分辨率分别进行集合预报试验,通过分析ETKF初值扰动分量、初值扰动方差准确率、动能谱、扰动能量演变、日变化及集合离散度、均方根误差等特征,揭示 GRAPES-REPS区域集合预报 ETKF 初值扰动结构及增长特征.结果表明:(1)ETKF 初值扰动方案产生的扰动能够保持所有正交、不相关方向的误差方差,且ETKF分量α参数值及放大因子具有较好的稳定性.(2)ETKF初值扰动方法生成的扰动场以大尺度扰动为主,扰动结构及能量具有随流型依赖特征,低层以内能扰动为主,高层以动能扰动为主,且集合扰动可以有效捕捉预报误差的结构.(3)GRAPES区域集合预报初值扰动总能量和集合离散度随预报时效的延长均呈发展趋势,但离散度增长率小于均方根误差增长率,即集合预报总体存在集合离散度不足的问题.(4)水平分辨率提高可以增加中高层大尺度扰动波谱能量,明显改进等压面及近地面风场及温度场的集合预报效果.值得指出的是,GRAPES-REPS 区域集合预报低层内能扰动能量存在明显的日变化特征,特别是青藏高原地区更加显著,需要进一步研究青藏高原初值扰动结构的合理性.
更多
查看译文
关键词
Regional ensemble forecast,GRAPES model,Initial perturbation structures,Characteristics of perturbation growth rate
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要