GRAPES区域集合预报系统模式不确定性的随机扰动技术研究

提为进一步描述 GRAPES（Global／Regional Assimilation and Prediction System）区域集合预报系统（GRAPES Me-soscale Ensemble Prediction System，GRAPES MEPS）中GRAPES Meso 模式的不确定性特征，本研究在 GRAPES MEPS系统中引入了模式物理参数化倾向随机扰动方案（Stochastically Perturbed Parameterization Tendencies，SPPT），随机扰动型的产生是基于一阶马尔科夫链，其具有时间相关性特征，并服从正态分布，另外经过谱展开随机场具有空间结构特征，在水平结构上较平滑和连续。本文开展了基于SPPT方案的GRAPES MEPS集合预报试验，针对SPPT方案中随机场的扰动幅度和时间相关尺度参数开展了一系列敏感性试验，并对试验结果进行了较全面的集合预报客观检验，此外，针对一次强降水过程，分析了SPPT方案对降水预报的影响。试验结果表明，引入SPPT方案能在一定程度上提高GRAPES MEPS系统的预报技巧，降低系统的漏报率；且能显著改进预报后期大雨量级降水的预报技巧。通过敏感性试验发现，对于GRAPES MEPS系统，SPPT方案的效果与随机扰动场幅度的范围，及扰动场的时间相关尺度选择相关，需经过敏感性试验确定出较适合的参数。