2015年度甘肃省暴雨天气异常偏少, 5月31日甘肃陇东西部地区暴雨为年度最大的一次暴雨天气过程。目前, 对该类天气预报的难点主要集中在对暖区强对流触发机理的认知和对集合预报高度离散信息的处理, 以往的多个研究表明, 西北东部暖区内弱动力强迫下, 对流触发机制十分复杂(李晓霞等, 2013; 潘留杰等, 2015; 许东蓓等, 2015; 王宝鉴等, 2016; 赵庆云等, 2017)。但即便是提高了对其机制的认知水平, 实现降水的定点、定时、定量预报仍不能脱离对数值预报的依赖, 因为对环流形势及主要天气系统的数值预报远远超过人的主观经验预报能力, 成为现代天气预报业务的基础(康岚等, 2016), 是各类气象要素定量化预报的主要依据。
目前, 欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的集合预报在我国各级气象台得到广泛应用。ECMWF于1992年12月启动了具有初值扰动的中期集合预报业务(Molteni et al, 1996), 之后逐步兼顾模式本身的不确定性, 1997年ECMWF开始模式扰动试验(Buizza et al, 1999), 2000年至今模式扰动技术引入业务运行并不断改进(Tsonevsky, 2015; Nedjeljka et al, 2015)。ECMWF集合预报现有51个预报成员, 即1个控制预报和50个扰动预报集合预报。近年来, 中国在集合预报系统开发方面除了国家层面2011年建立的基于T213的全球集合预报系统外, 一些气象研究单位开发了基于区域业务模式和各类集合扰动方法的集合预报系统(李俊等, 2007, 2009; 王晨稀等, 2008; 肖玉华等, 2011; 谭燕等, 2014; 蔡沅辰等, 2017)。集合预报的预报业务应用方面主要是针对集合预报产品的统计方法研究, 得到预报要素的集合统计量和指数产品以及基于统计的订正技术(陈博宇等, 2016; 董全等, 2016; 石岚等, 2017), 以及根据模式“流依赖(flow-dependent)”特性, 通过特定天气系统的集合诊断实现的“集合敏感性”不确定性分析方法(王毅等, 2017)。另外, 结合气候背景异常性评估的集合预报不确定性研究实验的集合异常预报法也在一些地方得到应用(杜均等, 2014)。上述方法都可提供集合预报不确定性本身的一种量化信息, 中短期预报实践表明在一般情况下比确定性预报具有较大优势。
但对于一些重大灾害性天气事件如暴雨而言, 很多情况下集合预报的降水量过于离散, 因灾害天气预警不能以概率形式发布, 所以在众多预报成员中如何选择正确的结果, 是气象预警业务的亟待解决的难题。针对强对流及其引发的暴雨灾害, 杜钧等(2010)认为, 即使模式(部分集合成员)有能力预报, 它们的数值解仍然有两大难点:一是所预报的事件可信度有多大; 二是其相关的细节如降水起止时间、区域以及量级等是否稳定可靠。实际上这些都与模式性能有关, 目前, 虽然集合预报系统已通过初值扰动和模式扰动缓解了观测资料同化方法的局限以及模式本身的局限(Palmer et al, 2009), 但由于模式分辨率的原因, 模式仍将受困于中尺度对流系统(Mesoscale Convective System, MCS), 除非能够充分模拟MCS中嵌入式对流单体(Rowell et al, 2015)。基于以上现状, Brooks et al(1993)认为不存在预先找到正确集合成员的系统方法, 但是在强对流天气预报过程中不能忽视任何成员的预报结果, 特别是集合成员中预报出的那些极端值, 对此Doswell et al(1996a)给出的解决方案是在对流可能发生(预报员主观判断)的背景下, 通过对实况天气系统的“实时跟踪(weather watching or metwatch)”来评估集合预报极端事件发生的可能性。杜均等(2014)也提出相似的方法, 称之为“即时分析(real-time research)”, 利用实况迹象即时分析出为什么有些成员报得“好”而另外一些成员报得“不好”的可能因素。两个方法实际上都是对模式的验证, 最终都应该根据实际观测来进行(Leutbecher et al, 2017)。上述方法在临近时段具有较高的可操作性, 通过一定数量相关案例的总结积累, 有利于完善集合预报对预警业务的技术支撑, 但目前对此项工作的开展明显不足。
2015年5月31日甘肃陇东暴雨天气过程中, 众多的数值预报中只有ECMWF集合预报的1个成员预报了暴雨。本文将以甘肃陇东地区为关键区, 尝试从Doswell et al(1996b)和杜均等(2014)的观点出发, 结合本地的预报经验, 以观测实况和临近时段可能的迹象来判断大气演变的状况, 在此过程中, 根据模式目前的性能, 主要进行天气尺度条件下中尺度对流潜势的诊断, 具体是通过对该集合成员与其他成员的对比以及该成员预报与实况观测的对比分析, 探讨此次暴雨过程ECMWF集合预报在预报预警中的应用问题, 上述对比分析方法本文称为“即时分析”或“实时追踪”。
2 天气实况和影响系统2015年5月31日, 甘肃陇东的静宁、庄浪、华亭一带出现暴雨量级降水(图 1), 主要降水时段集中在14:00(北京时, 下同)-20:00, 自动气象站观测到最大降水量为华亭县马峡镇89. 6 mm。庄浪、华亭气象站观测到的逐小时降水量并不很大(图 2), 但雨强为(6~10 mm·h-1)的降水却持续了较长时间(≥5 h)。
从天气形势来看, 此次过程中500 hPa高度上西北地区为平直波动流型, 35N°以南波动振幅相对较大, 整体波动以较快的速度向东传播。31日08:00高空观测表明500 hPa高度上青藏高原东北部有短波槽, 35°N-40°N存在锋区, 高原西南气流的东侧湿度较大; 相应700 hPa低槽已经进入甘肃, 成都-武都-兰州(平凉)一线为偏南急流带, 湿区在甘肃陇南建立[图 3(a), (b)]。
2015年5月31日20:00, 500 hPa高原东北部短波槽东北向移动, 进入陇东地区, 700 hPa低槽东移并有所加深, 系统呈后倾结构。此时, 500 hPa甘肃河东有明显冷平流影响, 并且整个甘肃河东地区中、低层高湿, 但700 hPa急流有所减弱并略有东退[图 3(c), (d)]。
雷达探测表明, 31日10:00甘肃河东有对流产生, 对流系统分为两部分(图 4), 11:30, 700 hPa低槽触发的临洮-会宁一带的线状对流系统和偏南气流中暖区边界层扰动激发的松散多单体对流。13:00-19:00, 暖区对流系统向东北方向移动, 同时低槽对流系统逐渐逼近, 19:00上述2个对流系统合并, 暖区降水结束。暖区对流系统移动速度偏北分量大, 偏东分量小, 所以在进入陇东地区后, 在局地有较长的维持时间, 这也间接说明14:00-20:00中低层偏南气流的维持。期间, 暖区对流系统中最大的雷达反射率因子基本小于40 dBz, 上述实况符合甘肃陇东南暖区暴雨雷达特征的总结, 其细节本文不做讨论。切变线状对流系统较弱, 随着渐渐逼近暖区对流, 暖区对流也呈现出减弱趋势, 直至合并后进入陇东地区, 整体呈现为线状对流, 其移动速度也明显加快, 并逐渐减弱消失。
这次暴雨过程受高原短波槽东移影响, 经验上认为不足以形成暴雨, 主要表现在纬向平直波动的背景下高原短波槽东移较快, 很难出现水汽和能量较长时间的维持, 由其触发的对流系统的能量和湿度的耗散也较快。但是, 根据雷达观测, 降水的主要贡献是低槽前部的暖区对流系统。虽然高空槽逼近与暖区边界层扰动(辐合线、露点锋、地形重力波等)密切相关, 但是其机制在不同地理条件下的表现也较为复杂。
3 数值模式的降水预报对于此次暴雨过程, 中国T639、日本、德国、ECMWF等确定性预报模式没有在甘肃陇东地区预报出暴雨, 降水量级均在20 mm以下(图略)。ECMWF集合预报的时间迟滞(Hoffman et al, 1983)分析结果表明, 5月30日08:00之后的3个起报时次153个不同预报结果中(每个起报时次产生51个不同成员的预报结果)绝大多数降水量预报小于25 mm, 只有5月30日08:00起报的27号成员在陇东西部一带预报出暴雨(图 5), 27号成员在陇东西部的降水量预报值属于极端异常的预报结果, 而且随着起报时次的临近(30日20:00起报), 陇东地区中雨(10~25 mm)集合离散度变小, 但没有任何集合成员预报暴雨(图略), 表明对本次过程ECMWF集合预报自身的“集合”主要倾向为一次一般性降水。综合上述数值预报的主要结论与本地经验认知一致, 同时也反映出ECMWF集合预报整体可靠性严重不足。Rodwell et al(2015)关于中尺度对流的ECMWF集合可靠性诊断研究中提到, 在北美MCS事件可能与落基山脉上的低槽有关, 低槽决定槽前暖湿空气平流以及不稳定能量的空间分布和时空尺度。在一些特定的形势条件下会导致初始条件的不确定性增加, 多案例分析说明, 这种流型集合预报将在整体上缺乏可靠性。根据上述研究, 纬向平直波动的背景条件下造成青藏高原槽不确定性增加, 可能是本例ECMWF集合预报整体可靠性缺失的一个重要方面, 但事实仍需要多个例的验证。
从ECMWF集合预报5月30日08:00起报的27号成员预报的5月31日08:00至6月1日02:00逐6 h累积降水量(图 6)可以看出, 强降水主要发生时段在5月31日14:00-20:00, 20:00以后降水减弱, 降水强度时间变化与实况一致性较高。定西市个别自动雨量站也观测到了暴雨, 从图 6可以看出, 在5月31日08:00-14:00段定西西部预报降水量明显比实况偏小, 14:00-20:00段也稍有偏小, 而在20:00至次日02:00段降水预报又较实况稍大。在ECMWF预报中, 小尺度(sub-scale)物理过程以参数化技术体现(Andersson et al, 2015), 其对流方案并不能预测单个对流体, 只能预测它们周围大气的物理效应。鉴于此, 再加之模式分辨率的原因, ECMWF预报客观描述局地对流性降水的能力不足。由雷达观测可知, 13:00-19:00为对流性降水较为旺盛的阶段, 强降水具有一定的局地性, 因此27号成员总体雨量预报偏小, 特别是对定西局地性非常明显的暴雨。
但无论如何, 从本地数值预报业务应用的角度来看, 27号成员降水预报仍具有较高的精准度[图 6(b)], 5月31日14:00-20:00 6 h降水量预报与甘肃河东地区6 h降水量大于25 mm实况呈现了很高的准确率, 因此, 在主要降水时段内(14:00至次日02:00), 经过后6 h的雨量累加, 得到陇东地区西部区域性暴雨的正确预报, 对此其他成员的预报偏差很大(图略)。
27号成员的降水预报与实况在降水时段和降水落区两方面均有较高的相似度, 于是产生以下问题: 27号成员的基于暴雨构成要素是怎样的?与其他成员有无明显差异?这些构成要素特征是否与本地的经验模型相符?27号成员影响系统的预报是否接近实况?并且其演变过程合乎本地经验?以下将通过集合成员间的物理量要素的对比分析以及预报与实况的对比分析来寻找答案。
5 暴雨构成要素对比分析10年来, 我国暴雨、强对流的预报分析已完成了由单一的天气形势分析诊断向基于构成要素方法(ingredients-based methodology)的转变, 后者即所谓的“配料法”, 主要强调暴雨、强对流应抓住其发生、发展过程中水汽、动力、热力等条件和环境场的配置, 实践证明有很好的应用效果(张小玲等, 2010)。以下将采用本地基于“配料法”建立的暴雨预报概念模型中所涉及的物理量、对流参数等要素, 对比分析27号成员和其他成员在湿度、静力稳定度指标和湿度和动力因子等方面的预报差异。
ECMWF集合控制成员是确定性预报在集合预报系统中运行生成, 一般情况下, 是预报员最为重视的成员, 其预报结果与集合预报平均接近, 因此, 以下本文用集合控制成员代表“其他成员”。
5.1 湿度条件分析两个成员(图 7)在甘肃陇东庄浪、华亭一带的比湿数值差异不大, 均大于8 g·kg-1, 但是湿度场的形态和变化趋势明显不同。湿舌的走向和位置2者有很大的差异, 27号成员的比湿在08:00-20:00 12 h时内持续呈上升趋势, 预报静宁、庄浪、华亭一线的比湿锋区在08:00-14:00有较长时间的维持, 这一特征控制成员并不显著。500 hPa湿度2个成员预报无明显差异(图略), 相对湿度均大于80%, 预报都表明甘肃中东部中低层整层湿度较大。
不稳定能量从上午开始产生, 并逐渐增长, 在中午前后达到最大, 经过对流释放, 傍晚迅速减小, 对此2个成员预报结果较为一致。CAPE中心值均达到1 000 J·kg-1左右(图 8), 但大值中心的位置差异明显, 27号成员大值中心在庄浪、华亭附近。
14:00, K指数30 ℃中心的位置控制成员预报在陕北南部, 27成员则预报在华亭、庄浪附近有28 ℃中心(图 9)。两个成员的K指数预报场所呈现的空间分布形态差异很大, 27号成员预报的对流潜势区(≥28 ℃)与实际对流发生地有较好的对应, 控制成员则预报在甘肃东部无对流潜势。
两个成员预报14:00抬升指数Li小于-4~6 ℃的对流潜势区域较为接近(图 10), 庄浪、华亭在两个成员的预报中都处于不稳定。控制成员预报的Li中心更强, 中心为-8 ℃, 位于白银市, 小于-4 ℃的区域分布更广; 27号成员预报中心值为-6 ℃, 小于控制成员, 但是小于-6 ℃的范围与实际对流发生的区域更为接近。
比较700 hPa水汽通量散度预报发现(图 11), 27号成员预报水汽辐合区在甘肃中东部自西向东移动, 中心值为-6~-5 g·(10-7 hPa)-1·m-2·s-1, 对暴雨落区有6~8 h的持续影响; 对比控制成员, 其辐合中心位置及辐合强度均差异很大。
通过27号成员和控制成员在暴雨构成要素的预报比较可以看到, 在湿度、热力、动力等方面的差异主要表现在空间分布上, 27号成员预报了暴雨发生地的湿度锋区6 h的持续, 对应边界层露点锋触发对流的情况发生。丁一汇(2005)提出湿舌与其西北侧干区组成的强湿度梯度是强降水极易发生的地区, 这一结论在西北区强降水研究中也已得以验证(白晓平等, 2016)。两个成员在CAPE和K指数空间分布差异更为明显, 而SI和LI指数二者较相似, 这种现象与本地暴雨预报稳定度因子中CAPE和K指数更为敏感的业务经验结论一致。两个成员在700 hPa水汽通量散度方面, 无论是强度还是空间分布, 均表现出更大的差异。27号成员的预报的不仅预示着降水强度、降水持续时间, 也明确指示了暴雨落区。
综上所述, 这次暴雨过程中, 30日08:00 ECMWF集合的27号成员不仅对降水落区、降水量级预报较准确, 暴雨构成要素的物理量场和对流参数的预报也与暴雨预报概念相符, 满足本地基于配料法暴雨预报的基本条件。至于27号成员与其它成员差异应该源于模式的“流依赖”特性, 特别是低槽的位置和强度的差异将直接导致物理量场时空分布的差异, 因此以下分析将主要关注风场结构, 进行基于实况的模式对比。
6 实况观测的对比分析5月30日08:00 ECMWF集合预报的27号成员存在很大的极端性, 在没有实况观测作为验证依据的情况下, 在短期时段预报业务中暴雨漏报有其必然性。漆梁波(2015)认为, 当代预报员的职责应转移到极端天气和灾害性天气的预警中, 预报员要将精力集中在分析模式结果的合理性方面, 当然, 这一分析要以预报经验和对模式性能理解为基础。以下将27号成员与实况观测进行对比, 分析短时(3~6 h)和临近(0~2 h)时段27号成员预报的“合理性”。
基于目前的业务现实, 对比分析主要聚焦在700 hPa风场的预报情况, 因为700 hPa对于平均海拔接近1 500 m的甘肃陇东地区是数值预报可实际应用的最低层, 是低空急流、低层切变线等中尺度系统所在的高度层, 也是集合预报各成员之间产生很大分歧的所在。
为弥补探空观测的不足, 华家岭(站号52996, 海拔2450 m)、六盘山站(站号53910, 海拔2843 m)2个高山站的地面风观测可用于700 hPa实际风的近似, 这也是基于本地业务实践的经验。
6.1 31日08:00实况观测对比700 hPa在西北地区东部受地形因素干扰, 数值模式常常在此区域出现偏差。如图 12, 308dagpm等高线的分布决定了偏南气流的位置及其影响纵深, 对比甘肃陇东地区的308 dagpm等高线发现27号成员的预报差比控制成员更大。另外, 31日08:00 700 hPa实测风对比(图 13)可以发现, 兰州、华家岭、平凉等地附近的风向差达到180°。700 hPa在甘肃陇东地区实际存在一支偏南急流, 27号成员显然预报失误, 此时, 一般可以认为27号成员的物理过程在历经24 h后已经完全偏离正确轨道。
以31日08:00的观测实况对30日08:00 ECMWF集合预报27号成员进行即时分析表明, 暴雨出现的可能性仍然较低。但是, 如果在08:00否定27号成员的预报, 显然是忽略模式物理过程不确定性的错误, 存在对ECMWF集合预报认识不足的问题。
6.2 31日14:0020:00实况观测对比31日14:00 27号成员预报700 hPa风向在陇东南地区由08:00的偏北转向偏南(图 14), 偏南急流出现并向北扩展, 急流影响范围收窄, 位于陇南-天水-平凉一带, 风场的预报可以分析出定西南侧的切变线。此时华家岭地面观测风向转为东偏北风, 风速8 m·s-1, 宁夏南部六盘山站观测到8 m·s-1偏东风, 因此可以判断, 切变线北侧应为偏东气流(图 14黑色箭头线), 切变系统为暖式切变; 切变线北侧的西北气流预报存在偏差(可能存在模式分辨率限制), 这可能也是08:00-14:00降水量预报偏小的一个原因。无论如何, 更重要的是偏南急流的正确预报, 虽然偏南急流无法通过直接观测得到验证, 但降水及其雷达回波的演变都间接证明了偏南急流以及切变系统存在的事实, 同样也明确了控制成员及其代表的ECMWF确定性预报的错误, 可以肯定27号成员的预报合理性。
在临近时段, 31日20:00 700 hPa实测风对比(图 15)可以发现, 汉中偏南风10 m·s-1的预报与实况相符, 六盘山站的14 m·s-1的偏东风与预报完全一致, 说明了汉中-平凉一线的偏南转东南气流带存在的事实。平凉到宁夏南部的偏东气流预报在预报中得到体现, 但较实况有所滞后, 虽然低层偏南急流有所东退, 然而由于这支偏东气流的存在, 表明水汽、能量、动力抬升条件仍然满足降水的持续, 华亭、庄浪一带的暴雨临近预警发布的依据充分可靠。
“即时分析”过程曲折, 如前所述, 最初观测实况表明, 27号成员在低层偏南急流上比其他成员出现了更大的偏差, 依据预报员对底层风场的外推经验, 因此可以判断27号成员降水量预报错误。但是, 27号成员风场预报在后续时段(14:00-20:00)却出现了与经验完全背离的演变, 而这个演变却基本符合观测事实。ECMWF集合预报系统各成员模式(除了控制成员)都伴随有两种不同的随机扰动技术(Andersson et al, 2015), 一是物理参数化方案的趋势随机扰动, 称为“物理随机(stochastic physics)”; 二是因为存在不能识别尺度上的动能, 需要进行涡度状态倾向的随机扰动, 称为“反向随机(stochastic backscatter)”。值得一提的是, Stensrud et al(2000)通过对中尺度对流系统预报, 对初值的误差与模式的不确定性对集合预报影响的相对重要性进行了比较研究, 发现当大尺度强迫作用较弱时, 初值的不确定性不起主导作用, 而物理的不确定性有重大的影响。本次暴雨过程具有暖区内弱大尺度强迫特征, 因此上述的所谓“演变”应该是这两个物理随机扰动技术“主导”的结果。
另外, 在降水发生时切变线北侧的偏东气流27号成员预报比实况滞后, 可能是该成员预报08:00-14:00降水偏弱的原因之一, 另一个可能的原因是08:00没能报出偏南急流。但14:00对急流和切变线的准确预报, 最终使得降水量预报没有产生较大偏差。Doswell(1996a)认为, 对具有对流潜势的大气环境, 预报员更有可能观察到现有的观测线索顺从于低概率(极端)成员的模拟输出结果。通过对这次暴雨过程极端成员的“实时追踪”和“即时分析”, 发现这个低概率事件有机会提前6 h变为一次短时预报成功的现实。
7 讨论与结论本文提到的“即时分析”, 实质上是在气象台的暴雨预警基本业务流程的背景下, 利用本地的暴雨预报经验和方法, 探讨如何面对和处理集合预报的可预报问题。一般概念上, 大气的可预报性有内在可预报性和实际可预报性两种(陈茂钦等, 2011), 前者与大气运动的复杂程度相关, 后者与模式的初值和模式本身的水平相关。
2015年5月31日甘肃陇东暴雨过程从大气内在可预报性方面考虑, 主要表现为影响天气系统不明显且发生气候概率极低; 从模式实际可预报性方面考虑, 则是所有确定性模式和集合预报几乎均未指向可预报的范围, 实际预报的失败有对暴雨发生的机理了解不够和可预报性问题的忽略两大原因, 本文针对后者进行了总结。丑纪范(2011)指出, 在可预报性研究领域, 真正的难题是极端天气的可预报问题, 之所以是真正的难题, 是因为以现有的技术和方法难以解决, 需要重大创新。显然这个“重大创新”时刻尚未到来, 在此情况下, 集合数值预报的应用不失为最为有效的补救策略。对这次陇东暴雨过程而言, 在即时分析和实时跟踪ECMWF集合成员的过程中可以发现模式运行的不合理, 它的预报准确具有明显的随机特征, 但无论如何, ECMWF集合预报还是提供了有价值的预报信息, 当然其价值只能通过预报员的努力得到体现。
此次暴雨过程的ECMWF集合预报极端成员即时分析过程, 是一次集合预报在暴雨预警中的应用示例, 尽管在其中还可能缺乏对模式原理和性能的全面理解, 但从预报员业务应用的角度, 以下几点值得特别关注:
(1) 由于ECMWF集合预报51个成员的预报能力都不能预先评估, 因此不能轻视任何成员的预报结果, 特别是不稳定的大气环境下, ECMWF集合预报的“极端成员”预报准确的可能性增大;
(2) 由于ECMWF集合预报系统存在物理过程随机, 集合成员的随机性体现在预报时效的所有时段, 所以对“极端成员”的实时跟踪和即时分析要贯穿天气系统影响的整个时段, 在此过程中不仅要依据常规观测, 也要通过其它中尺度观测手段评估极端成员预报既成事实的可能性;
(3) 面对复杂地理条件下(如西北地区东部)中尺度系统的发生, 预报员可能好过单个模式, 但集合预报成员中很可能有更接近实况的预报结果, 其降水量预报可作为定量的客观依据。同时还应注意, ECMWF集合预报虽然对大气环境条件有很好的模拟, 但仍不具备描述中尺度对流性系统发展和消亡具体过程的能力, 也更没能力真实反映对流性降水在复杂地形条件下极不均匀的空间分布。
Andersson E, Anders P, Tsonevsky I, 2015. User Guide to ECMWF Forecast Products(version 1.2)[M]. ECMWF, Reading, UK.
|
|
Brooks H E, Doswell C A. 1993. New technology and numerical weather prediction:A wasted opportunity[J]. Weather, 48: 173–177.
DOI:10.1002/wea.1993.48.issue-6 |
|
Buizza R, Milleer M, Palmer T N. 1999. Stochastic representation of model uncertainties in the ECMWF ensemble prediction system[J]. Quart J Roy Meteor Soc, 125(560): 2887–2908.
DOI:10.1002/qj.49712556006 |
|
Doswell C A, 1996a. Short-range ensemble forecasting: concepts for application to severe thunderstorms[C]. 5th Australian Severe Thunderstorm Conference.
|
|
Doswell C A, Brooks H E, Maddox R A. 1996b. Flash flood forecasting:An ingredients-based methodology[J]. Wea Forecasting, 11: 560–581.
DOI:10.1175/1520-0434(1996)011<0560:FFFAIB>2.0.CO;2 |
|
Molteni F, Plamer T N, Buizza R, et al. 1996. The ECMWF ensemble prediction system methodology and verification[J]. Quart J Roy Meteor Soc, 122: 73–121.
DOI:10.1256/smsqj.52904 |
|
Nedjeljka Z, Buizza R. 2015. A three-dimensional multivariate modal analysis of atmospheric predictability with application to the ECMWF ensemble[J]. J Atmos Sci, 72(11): 4423–4444.
DOI:10.1175/JAS-D-15-0061.1 |
|
Palmer T, Buizza R, Doblas-Reyes F, et al, 2009. Stochastic parametrization and model uncertainty[M]. Tech Memo 598, ECMWF, Reading, UK.
|
|
Stensrud D J, Bao J, Werner T. 2000. Using initial condition and model physics perturbation in short-rang ensemble simulation of mesoscale connective system[J]. Mon Wea Rev, 128: 2077–2107.
DOI:10.1175/1520-0493(2000)128<2077:UICAMP>2.0.CO;2 |
|
Tsonevsky I, 2015. User guide to ECMWF forecast products (V1.2)[M]. ECMWF, Reading, UK.
|
|
白晓平, 王式功, 赵璐, 等. 2016. 西北地区东部短时强降水概念模型[J]. 高原气象, 35(5): 1248–1256.
DOI:10.7522/j.issn.1000-0534.2015.00102 |
|
蔡沅辰, 闵锦忠, 庄潇然. 2017. 不同随机物理扰动方案在一次暴雨集合预报中的对比研究[J]. 高原气象, 36(2): 407–423.
DOI:10.7522/j.issn.1000-0534.2016.00024 |
|
陈博宇, 郭云谦, 代刊, 等. 2016. 面向台风暴雨的集合预报成员优选订正技术研究及应用试验[J]. 气象, 42(12): 1465–1475.
DOI:10.7519/j.issn.1000-0526.2016.12.004 |
|
陈茂钦, 徐海明. 2011. 江淮锋面和华南暖区两次暴雨过程可预报性对比[J]. 南京信息工程大学学报(自然科学版), 3(2): 118–127.
|
|
丑纪范. 2011. 天气和气候的可预报性[J]. 气象科技进展, 1(2): 11–14.
|
|
丁一汇. 2005. 高等天气学[M]. 北京: 气象出版社, 324-325.
|
|
董全, 金荣花, 代刊, 等. 2016. ECMWF集合预报和确定性预报对淮河流域暴雨预报的对比分析[J]. 气象, 42(9): 1146–1153.
|
|
杜均, GrummR H, 邓国. 2014. 预报异常极端高影响天气的"集合异常预报法":以北京2012年7月21日特大暴雨为例[J]. 大气科学, 38(4): 685–699.
DOI:10.3878/j.issn.1006-9895.2013.13218 |
|
杜钧, 陈静. 2010. 单一值预报向概率预报转变的基础:谈谈集合预报及其带来的变革[J]. 气象, 36(11): 1–11.
DOI:10.7519/j.issn.1000-0526.2010.11.001 |
|
康岚, 郝丽萍, 蒲吉光, 等. 2016. 对两次持续性暴雨过程落区预报的探讨[J]. 高原气象, 35(6): 1540–1550.
DOI:10.7522/j.issn.1000-0534.2015.00101 |
|
李俊, 杜均, 王明欢, 等. 2009. 中尺度暴雨集合预报系统研发中的初值扰动试验[J]. 高原气象, 28(6): 1365–1375.
|
|
李俊, 廖移山, 张兵, 等. 2007. 集合数值预报方法在山洪预报中的初步应用[J]. 高原气象, 26(4): 854–861.
|
|
李晓霞, 尚大成, 谌芸, 等. 2013. 甘肃陇南两次不同强度暴雨天气的中尺度特征分析[J]. 高原气象, 32(5): 1389–1399.
DOI:10.7522/j.issn.1000-0534.2012.00130 |
|
潘留杰, 张宏芳, 侯建忠, 等. 2015. 弱天气系统强迫下黄土高原强对流云的初生及演变[J]. 高原气象, 34(4): 982–990.
DOI:10.7522/j.issn.1000-0534.2014.00015 |
|
漆梁波. 2015. 高分辨率数值模式在强对流天气预警中的业务应用进展[J]. 气象, 41(6): 661–673.
DOI:10.7519/j.issn.1000-0526.2015.06.001 |
|
石岚, 徐丽娜, 郝玉珠. 2017. 多模式风速融合预报应用研究[J]. 高原气象, 36(4): 1022–1028.
DOI:10.7522/j.issn.1000-0534.2017.00021 |
|
谭燕, 陈葆德. 2014. 多种扰动组合的热带气旋路径集合预报技术研究[J]. 高原气象, 33(4): 1012–1021.
DOI:10.7522/j.issn.1000-0534.2013.00068 |
|
王宝鉴, 孔祥伟, 傅朝, 等. 2016. 甘肃陇东南一次大暴雨的中尺度特征分析[J]. 高原气象, 35(6): 1551–1564.
DOI:10.7522/j.issn.1000-0534.2015.00114 |
|
王晨稀, 姚建群. 2008. 对一次局地短时强降水过程的集合预报研究[J]. 高原气象, 27(6): 1229–1239.
|
|
王毅, 何立富, 代刊, 等. 2017. 集合敏感性方法在高原涡和西南涡引发暴雨过程中的应用[J]. 高原气象, 36(5): 1245–1256.
DOI:10.7522/j.issn.1000-0534.2016.00102 |
|
肖玉华, 何光碧, 陈静, 等. 2011. 区域集合预报增长模繁殖扰动方法研究[J]. 高原气象, 30(1): 94–102.
|
|
许东蓓, 许爱华, 肖玮, 等. 2015. 中国西北四省区强对流天气形势配置及特殊性综合分析[J]. 高原气象, 34(4): 973–981.
DOI:10.7522/j.issn.1000-0534.2014.00102 |
|
张小玲, 陶诗言, 孙建华. 2010. 基于"配料"的暴雨预报[J]. 大气科学, 34(4): 754–756.
DOI:10.3878/j.issn.1006-9895.2010.04.08 |
|
赵庆云, 傅朝, 刘新伟, 等. 2017. 西北东部暖区大暴雨中尺度系统演变特征[J]. 高原气象, 36(3): 697–704.
DOI:10.7522/j.issn.1000-0534.2016.00140 |