基于物理过程扰动的中尺度集合预报研究

【摘要】： 考虑到中尺度数值预报过程中,积云对流参数化方案的不确定性,基于物理过程扰动集合预报思想,本文针对目前中尺度模式中应用最多的质量通量型Kain-Fritsch-eta和调整型Betts-Miller-Janjic两种积云对流参数化方案的敏感因子,利用WRF模式对2003年7月4日-5日,发生在淮河流域的一次特大暴雨进行了敏感性试验和集合预报研究,主要的结论有: (1)KFE方案中最小净环境卷入率和积云半径等参数对显式降水的影响大于对隐式降水的影响;能够影响800hPa至150hPa之间的变量垂直廓线的分布,改变了850hPa急流中心的范围和强度;同时影响了整层能量(DTE)。 (2)BMJ方案中稳定权重系数对降水的影响比对流调整特征时间大,对整层能量(DTE)影响也较大,但对对流调整特征时间进行扰动,成员间的DTE几乎没有改变。变量垂直廓线的分布差异主要集中在800hPa至150hPa,且随着稳定度系数的逐渐改变,垂直廓线呈线性的规律变化。 (3)对“KFE”方案中最小净环境卷入率和积云半径扰动后的降水集合平均改善了降水预报中心的位置和范围。也能改善单一随机预报中“过干”及“过湿”的偏差,提高了预报技巧。降水离散度场显示了预报的不确定性较大的区域主要集中在地形复杂的皖鄂交界及降水强度最大的南京地区。 (4)“BMJ”方案中稳定权重系数和对流调整特征时间扰动集合平均能够改善皖鄂降水过于偏强的现象。比单一随机预报更好地改善了模式的干偏差,预报也有明显提高。 (5)通过均方根误差及ETS评分分析表明,总体来说,对积云参数化方案中的参数进行扰动的集合预报性能较单一随机预报和多方案平均预报的性能具有明显的优势。