第六章数值预报产品.doc

第六章 数值预报产品数值天气预报（Numerical Weather Prediction, NWP）是根据大气实际情况，在一定初值和边值条件下，通过数值计算，求解描写天气演变过程的流体力学和热力学方程组，预报未来天气的方法。和一般用天气学方法、并结合经验制作出来的天气预报不同，这种预报是定量和客观的预报。预报所用或所根据的方程组和大气动力学中所用的方程组相同，即由连续方程、热力学方程、水汽方程、状态方程和 3个运动方程(见大气动力方程) 共7个方程所构成的方程组。方程组中，含有7个预报量（速度沿x，y，z三个方向的分量u，v，w和温度T，气压P，空气密度以及比湿q）和7个预报方程。方程组中的粘性力F，非绝热加热量Q 和水汽量S一般都当作时间、空间和这 7个预报量的函数。通过高性能计算机求解方程组，获得未来7个未知数的时空分析，即未来天气分布。数值天气预报与经典的以天气学方法作天气预报不同，它是一种定量的和客观的预报，正因为如此，数值天气预报首先要求建立一个较好的反映预报时段的（短期的、中期的）数值预报模式和误差较小、计算稳定并相对运算较快的计算方法。其次，由于数值天气预报要利用各种手段（常规的观测，雷达观测，船舶观测，卫星观测等）获取气象资料，因此，必须恰当地作气象资料的调整、处理和客观分析。第三，由于数值天气预报的计算数据非常之多，很难用手工或小型计算机去完成，因此，必须要用高性能的计算机。数值预报模式简介在中国，1982年开展数值预报业务。目前数值预报已经成为各种业务天气预报的最重要的基础和持续提高业务天气预报准确率的根本途径。日常工作中，我们经常要用到ECMWF全球谱模式、日本的全球谱模式（GSM）和远东区域谱模式（ASM）、美国NCEP模式、中国国家气象中心的T639模式以及MM5、WRF、GRAPES、AREMS等中尺度模式，下面分别进行简要介绍。 6.1 全球模式6.1.1 ECMWF全球谱模式TL511L60欧盟主要国家于1976年组建了ECMWF，至1979年建立了全球中期数值预报业务系统，并正式投入运行。经过二十多年的发展，该模式（TL511L60）是目前世界上性能最好的全球模式。水平分辨率40公里，垂直方向为分为60层。其数据同化采用了先进的四维变分技术以形成模式分析场和初始场。此外，它还拥有51个成员的集合预报业务系统（51*TL255L40 - 水平分辨率80公里，垂直40层）。6.1.2 日本气象厅数值预报模式日本的模式主要有两个，即全球谱模式（GSM）和远东区域谱模式（ASM）。全球谱模式（GSM）日本全球谱模式的分辨率为T213L40， 相当于水平分辨率60km，垂直40层。预报起始时刻为00（世界）时和12（世界）时。00时起始的预报时次为0 - 84小时（3天半），12时起始的预报时次为0 - 192小时（8天）。我国单收站能收到的该模式的格点数据（其格距为2.5°× 2.5°）为4个时次（00 24 48 72）的500 hPa 高度场。此外，单收站还能收到该模式直到8天的500 hPa高度和涡度场、地面气压场和850 hPa温度场预报的传真图。6.1.3 美国NCEP模式美国是世界上最早开展数值天气预报研究并建立数值天气预报业务的国家。早在50年代就建立了北半球数值天气形势预报业务，80年代初就形成了全球和区域资料同化预报系统。全球中期天气预报模式、以降水为主要预报对象的有限区域预报模式以及专项预报（如台风）模式构成了数值天气预报体系，以后又发展了短期气候和集合预报业务模式。九十年代，NCEP最早实现了气象资料三维变分同化业务，使大量卫星资料在数值天气预报中得到应用，改进了分析和预报质量。6.1.4 中国国家气象中心全球谱模式这就是通常所说的T213和T639模式6.1.4.1 T213数值预报模式简介国家气象中心数值室在欧洲中期数值预报中心IFS（integrated Forecasting System）模式框架的基础上，经过移植改造和自行开发，形成了由预报模式、最优插值（O）资料分析、模式后处理、检验、产品制作、分发等环节构成的全球四维同化预报系统，形成了我国新一代全球中期数值预报业务系统T213L31。在与T106L19业务系统进行了2 个月的平行试验以后，该系统于2002年3月投入准业务运行，同年9月1日起正式业务化，成为国家气象中心新一代的中期数值预报业务系统，标志着我国的中期数值预报又迈上了一个新的台阶。T213L31全球中期谱模式是国家气象中心新一代高分辨率业务模式，是新的全球资料同化预报中的一个重要组成部分。它采用了国际90年代中后期数值预报的先进技术，包括先进的动力框架和物理过程，高效的计算方法，如半隐式-半拉格朗日方法，精简格点，分布并行算法等现代技术&，能够在分布式内存体系结构的并行计算机系统上高效运行。6.1.4.2 T639数值预报模式简介 2007年12月，我国自主研发的T639L60全球中期数值预报系统通过准业务化验收，开始准业务运行，使我国全球中期数值预报系统的可用预报时效在北半球达到6.5天，东亚达到6天，标志着我国数值预报水平有了长足的进步，与发达国家的差距进一步缩小。  T639L60全球中期数值预报模式是通过对T213模式进行性能升级发展而来，具有较高的模式分辨率，达到全球水平分辨率30公里，垂直分辨率60层，模式顶到达0.1百帕；T639模式具有较高的边界层垂直分辨率，其中在850百帕以下有有12层，对边界层过程有更加细致的描述，更适合于支撑短时临近预报。 1k*n1t):  T639模式在动力框架方面进行了改进，包括使用线性高斯格点、稳定外插的两个时间层的半拉格朗日时间积分方案等，提高了模式运行效率和稳定性；另外改进了T639物理过程中对流参数化方案以及云方案，大大改善了降水预报偏差大空报多的问题。 V0T-  T639模式采用了国际上先进的三维变分同化分析系统，除可以同化包含T213模式同化的全部常规资料外，还能直接同化美国极轨卫星系列NOAA15/16/17的全球ATOVS垂直探测仪资料资料，卫星资料占到同化资料总量的30左右，大大提高了分析同化的质量，显著改善了模式预报效果，缩短了和国际先进模式的差距。 vI4%d,  T639模式第一次在中期业务模式中嵌入台风涡旋场，在台风季节可用性较T213明显增强。T639模式在产品上继承了T213模式的特点，具有数据与图形多类别、多种分辨率、高时间频次、多种物理诊断量的产品。 $>nkGb%Kp  经过近两三年的预报结果统计检验表明，T639模式的预报效果较同期业务运行的T213模式对北半球（南半球）500hPa高度的预报改进明显，可用预报时效分别提高1天（2天），东亚也有改善，只是改进的幅度不及南北半球的大。温度场和风场预报也有不同程度的改进。 wVlSjk  降水预报在短期时效的改进更明显一些，无论哪一级的降水TS评分均高于T213，除中雨外，与日本的其他各级降水预报水平相当。降水分布与实况更接近，且降水变化趋势及强度预报也好于T213。 2LtU;7s  根据中央气象台以及各省市台的对T639应用的调研情况，目前T639模式已代替T213成为预报业务上经常使用的数值预报产品。它不但在日常短期和中期预报得到广泛应用，还在各地的精细要素预报中发挥重要作用，同时T639做为区域模式驱动的初始场和边界条件，为精细区域模式所使用。经过业务实践中的对比，大部分用户都认为：T639的形势场H、T、P等基本要素预报准确率提高；降水预报能力增强，特别是强降水预报水平较T213有明显提高；时间分辨率增加；可用预报时效拉长等。T639全球中期数值预报同化预报系统的业务化应用使得我国的天气预报水平得到大大提升，预报准确率增加，为我国的防灾减灾工作做出了重要贡献。 fma tc#G  6.2 中尺度气象预报模式中尺度气象是现代气象科学中发展迅速的一个重要分支，它所研究的大气中尺度运动，关系到区域重要灾害性天气的生消和发。它一方面应用卫星、雷达、风廓线仪和自动观测站等一系列新的探测工具，通过中尺度野外试验，揭示中尺度观测事实；另一方面通过中尺度数值模式，对中尺度天气过程进行深入的模拟研究和预报试验。随着近年来计算机技术的迅速发展，中尺度数值模式已日趋成熟，成为中尺度气象的一个重要的研究和应用手段。中尺度数值气象预报模式有许多，其中MM5是目前国内外应用最为广泛的模式，被广泛的应用于国内外各气象部门和相关机构。WRF模式是在MM5模式上发展起来的新一代中尺度模式，它将逐渐的替代MM5模式。GRAPES模式是中国气象局自主开发的新一代数值预报系统，它是中小尺度与大尺度通用的先进数值预报系统，目前国内很多气象部门已经在对GRAPES进行研究和应用。AREMS模式是气科院武汉暴雨研究所牵头研制的模式，综合考虑了国内外数值模式中复杂地形的处理方法，从而较适合于我国的地形特点，针对水汽过程的重要性和复杂性，建立了特有的水汽传输和显式云雨方案；对江淮流域暴雨过程的预报情况较好。6.2.1MM5模式中尺度气象预报模式MM5是由美国国家大气研究中心(NCAR)和宾夕法尼亚州立大学联合开发的第5代中尺度天气预报模式。美国国家大气研究中心和宾州大学从七十年代中期起研制中尺度数值模式MM4(早期为MM2)，经过二十多年的不断改进和应用，先后形成了8个版本，这些版本已经被美国大学和科研单位广泛应用于对热带风暴、中纬度气旋锋面系统、暴雨、中尺度对流系统等重要天气过程的中尺度数值模拟以及对环境科学的研究。到了90年代初，在MM4的基础上，进一步研制出了MM5。MM5是用于气象预报模拟的中小尺度非静力动力气象模式，即使用者可以根据需要选用非静力学模式，这样网格格距可以小到1公里量级，从而可以深入细致的研究中小尺度系统，这是它的一个重大进展，它是目前气象领域中使用最为广泛的中尺度预报模式。在我国已经建成的有限区域数值天气预报业务系统中，绝大部分都采用该模式作为业务模式。MM5模式的另一个重大进展是提供了降水处理的显式计算方案。即提供了从云和降水形成的微物理过程着眼计算降水的方案。MM5在行星边界层物理过程参数化、大气辐射参数化等方面均有较大改进和完善。MM5的最新版本是MM5V3，其研发工作已经停止，继而转向WRF模式。6.2.2 WRF模式WRF模式是在MM5模式上发展起来的新一代中尺度模式，是Weather Research Forecasting model的简称。WRF模式系统是由许多美国研究部门及大学的科学家共同参与进行开发研究的新一代中尺度预报模式和同化系统。WRF模式系统将成为改进从云尺度到天气尺度等不同尺度重要天气特征预报精度的工具，重点考虑110公里的水平网格。模式将结合先进的数值方法和资料同化技术，采用经过改进的物理过程方案，同时具有多重嵌套及易于定位于不同地理位置的能力。它将很好的适应从理想化的研究到业务预报等应用的需要，并具有便于进一步加强完善的灵活性。WRF模式系统具有可移植、易维护、可扩充、高效率、方便的等诸多特性，新的科研成果运用于业务预报模式将变得更为便捷，同时也方便科技人员在大学、科研单位及业务部门之间的交流。WRF模式作为一个公共模式，由NCAR负责维护和技术支持，免费对外发布。第一版的发布在2000年11月30日。04年5月21日推出了嵌套版本V2.0。05年8月3日推出了V2.1，目前最新版本是06年12月22日发布的V2. 2。6.2.3 GRAPES模式GRAPES模式是中国气象局自主开发的新一代数值预报系统。其全名是全球/区域同化预报系统，GRAPES是其英文全称“Global/Regional Assimilation and Prediction Enhanced System”的简称。同时grapes又是“葡萄”的英文，所以我们又称“GRAPES模式”为“葡萄模式”。GRAPES系统是集常规与非常规变分同化、静力平衡与非静力平衡、全球与区域模式、科研与业务应用、串行与并行计算、标准化与模块化程序、理想实验与实际预报等为一体，中小尺度与大尺度通用的先进数值预报系统。GRAPES系统包括：全球中期天气数值预报系统（全球中期GRAPES）、有限区域中尺度数值预报系统（中尺度GRAPES）等。其预报时效、垂直层次和水平网格距可以根据计算条件和业务需要合理设置和调整。该预报系统的短期目标为在未来35年的时间内，建立我国新一代、多尺度统一的数值天气预报系统，可提供空间分辨率达5100公里、时间分辨率达几小时10天的数值预报，使预报准确率比现有水平有明显提高。而GRAPES的长期目标则是持续性地研究开发面向21世纪的我国数值预报系统，不断改进和提高数值预报准确率，为中国气象局的天气-气候预报服务水平的不断提高给予科学理论和技术支撑，以满足国家经济建设和社会发展对气象服务不断增长的需求。6.2.4 AREMS模式为了适应当前气象业务发展的需求，中国气象科学研究院武汉暴雨研究所和中国科学院大气物理研究所以REM模式（也称ETA模式）作为基础框架之一发展了AREMS中尺度暴雨数值预报模式系统。该模式在淮河流域、长江流域暴雨预报试验中，使用效果良好。AREMS的动力框架采用了曾庆存设计的唯一能构造出完全能量守恒时空差分格式的数学模型，具有很好的计算稳定性。模式采用坐标，能较好地考虑真实地形（陡峭地形）的作用。对水汽平流方程采用简单而有效的保形正定平流差分方案，并解决了在E网格中的应用问题，避免了大多数模式中常出现的负水汽现象或平滑耗散过强过程现象保证了模式对降雨范围、降水强度、暴雨中心位置以及雨带的移动有较好的预报能力。变量在网格上的分布形式采用了跳点网格方式，跳点网格可以提高水平分辨率，减少计算量，是一种较经济的变量分布格式。垂直方向分35层，水平分辨率为37 km。模式在资料前处理上运用三维变分方法进行资料同化。边界条件每6 h替换一次，在一定程度上能解决固定边界条件带来的弊端。AREMS综合考虑了国内外数值模式中复杂地形的处理方法，从而较适合于我国的地形特点，针对水汽过程的重要性和复杂性，建立了特有的水汽传输和显式云雨方案；为了保证模式的运行效率、精度和稳定度，设计了独特的E网格“半格距差分”方案。今年江淮流域汛情异常严峻，而中尺度暴雨数值预报模式系统AREMS对该流域多次暴雨过程做了较为准确的预报，为流域的防洪抗灾决策与服务提供了重要的依据。汛期业务试验证明，AREMS模式对江淮流域暴雨过程的预报情况较好，对雨带的位置、走向和移动趋势做出了较好的预报，对暴雨中心的位置、强度预报也与实况较为一致，特别是1236小时时效的大暴雨预报，TS评分明显高于其它模式。6.3数值预报产品的统计释用由于数值预报技术的迅速发展，到上世纪70年代后期，数值天气预报已经能相当准确的报出3天以内的高空、地面形势，预报准确率已经超过主观预报，至于47天的形势预报也已具有相当的参考价值。但是，对气象要素的预报，例如降水、温度、风、云、能见度等的预报，不但不准确，耗费大量的计算时间，而且有的要素还难以直接用数值预报做预报；另一方面统计天气预报的发展，日益显示了其在要素预报方面的强大优势，但其存在缺乏物理基础的弱点及相关预报因子的优良性不易提高等缺点。数值预报和统计预报相结合产生的动力-统计预报应运而生。目前数值预报产品释用最常用的方法主要有完全预报方法和模式输出统计方法。6.3.1完全预报方法完全预报方法（Perfect Prognostic Method）是根据预报量和预报因子的同时性的加权组合，利用历史观测资料来确定局地气象要素，其推导方程的函数关系式为，其中表示起始时刻的预报量，为起始时刻时的可获得的因子向量。上式可以看成是对的说明，而不是向前的预报。为了用导出的方程做预报，用模拟实际环流的数值预报模式的输出结果代入而求得。本方案中假设模式输出是与实测值完全一致的，即它认为数值预报是完全对的，所以称为完全预报方法。实际上，由于数值预报中的误差是不可避免的，并不能与所要模拟的实际环流完全一致，所以数值预报的误差会不可避免的在统计预报中产生相应的误差。6.3.2模式输出统计方法为了克服用代替过程中所带来的误差，可以从数值预报模式输出的归档资料中选取预报因子向量，求出预报量的同时性或近于同时性的预报关系，在应用中，把数值预报输出结果代入中，即可求得相应的预报量。这种方法即模式输出统计方法（Model Output Statistic Method）,它是由Glahm和Lowry在1972年提出的。它不用使用长时期的观测资料，其优点是建立预报方程时自动的考虑了数值预报的系统误差和局地气候学，同时大量利用了数值预报的物理量场，效果往往较好。但是当数值预报模式改变时，预报方程也要做相应的改变。以上简要的介绍了主要数值预报模式及数值预报释用技术。实际上实际工作中主要是建立以数值预报为基础的综合预报方法。