收藏本站
收藏 | 投稿 | 论文排版

GRAPES-GEPS全球集合预报系统湿奇异向量的时空尺度敏感性研究

王静  刘娟娟  王斌  陈静  刘永柱  
【摘要】:湿奇异向量(Moist Singular Vectors,简称MSVs)是包含了湿物理切线性过程计算得到的奇异向量。研究MSVs对最优化时间间隔(optimization time interval,简称OTI)及模式水平分辨率的敏感性对提高集合预报效果至关重要。本文基于中国气象局数值预报中心自主研发的全球/区域同化和预报系统(Global/Regional Assimilation and Prediction System,简称GRAPES)——全球集合预报系统(Global ensemble prediction system,简称GEPS)业务版本研究了4组不同时空尺度(不同OTI和水平分辨率)下的MSVs,从能量模、能量谱、空间剖面等方面分析热带外MSVs特征,并从等压面变量评分、降水评分、降水概率预报等方面评估不同初值的集合预报效果。结果表明:提高MSVs水平分辨率可使其扰动具有较大的增长率,缩短OTI后MSVs能量向上传播的趋势更明显,并可以在中尺度范围产生较大SVs扰动。不同OTI下初始MSVs相似性较低,结构差异较大。从集合预报的结果来看,OTI为24 h试验的集合扰动能量增长较大,集合离散度在预报的0~96 h有明显提升,特别是2 m温度,且近地面要素的outlier评分也有明显改进。进一步分析发现,提高水平分辨率和缩短OTI的MSVs能够提高降水概率预报,而降水评分显示,同一水平分辨率下,OTI越短评分越好,但是提高MSVs的水平分辨率并不一定会提升小雨到中雨量级的降水评分。

知网文化
【相似文献】
中国期刊全文数据库 前0条
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978