留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

GRAPES_MesoV4.0主要技术改进和预报效果检验

黄丽萍 陈德辉 邓莲堂 徐枝芳 于翡 江源 周非非

黄丽萍, 陈德辉, 邓莲堂, 等. GRAPES_MesoV4.0主要技术改进和预报效果检验. 应用气象学报, 2017, 28(1): 25-37. DOI: 10.11898/1001-7313.20170103..
引用本文: 黄丽萍, 陈德辉, 邓莲堂, 等. GRAPES_MesoV4.0主要技术改进和预报效果检验. 应用气象学报, 2017, 28(1): 25-37. DOI: 10.11898/1001-7313.20170103.
Huang Liping, Chen Dehui, Deng Liantang, et al. Main technical improvements of GRAPES_Meso V4.0 and verification. J Appl Meteor Sci, 2017, 28(1): 25-37. DOI:  10.11898/1001-7313.20170103.
Citation: Huang Liping, Chen Dehui, Deng Liantang, et al. Main technical improvements of GRAPES_Meso V4.0 and verification. J Appl Meteor Sci, 2017, 28(1): 25-37. DOI:  10.11898/1001-7313.20170103.

GRAPES_MesoV4.0主要技术改进和预报效果检验

DOI: 10.11898/1001-7313.20170103
资助项目: 

中国气象局数值预报GRAPES发展专项 GRAPES-FZZX-2016-03

“十二五”国家科技支撑计划 2012BAC22B02

国家重点基础研究发展计划 2013CB430106

Main Technical Improvements of GRAPES_Meso V4.0 and Verification

  • 摘要: 针对GRAPES_Meso V3.0存在的降水量偏大、模式运行不稳定、近地面温度预报偏差较大、可同化资料偏少以及分辨率偏低等问题,开展了多方面的改进工作:引入变分质量控制以及探空湿度的偏差订正,实现了GPS/PW资料、FY-2E云导风资料以及无线电掩星资料的同化应用,提高了模式分辨率,引入四阶水平扩散方案,调整了微物理参数化方案与动力框架的耦合方案,完善了地面辐射能量平衡方程以及优化了后处理雷达组合反射率因子的诊断方案,并集成所有改进成果形成新的业务化GRAPES_Meso V4.0。批量试验结果表明:GRAPES_Meso V4.0降水ETS评分普遍提高,同时预报偏差明显降低,月平均降水更接近实况,且能够较好地刻画雨带细节;2 m温度预报偏差有较为显著的改善,大部分地区24 h预报有1~2℃左右的降低,有些地区有3~5℃的降低;GRAPES_Meso V4.0对高度场、温度场和风场的改进效果比较显著,500 hPa的温度、风速、位势高度场的相关系数均有显著提高,850 hPa的均方根误差也明显降低,整体性能明显高于GRAPES_Meso V3.0。
  • 图  1  2013年6月20日-7月20日有无GPS/PW资料同化应用连续试验降水预报的ETS评分(a)0~24 h, (b)24~48 h

    Fig. 1  Equitable threat score for 24 h accumulated precipitation forecast with and without GPS/PW data assimilated from 20 Jun to 20 Jul in 2013 (a)0-24 h, (b)24-48 h

    图  2  2013年6月20日-7月20日有无FY-2E云导风资料同化应用连续试验降水预报的ETS评分(a)0~24 h, (b)24~48 h

    Fig. 2  Equitable threat score for 24 h accumulated precipitation forecast with and without FY-2E atmospheric wind vector data assimilated from 20 Jun to 20 Jul in 2013 (a)0-24 h, (b)24-48 h

    图  3  GRAPES_Meso不同垂直分层方案对比(a)全部层次, (b)3000 m以下

    Fig. 3  Comparison of different GRAPES_Meso level schemes (a) all levels, (b) below 3000 m

    图  4  2013年7月有无四阶水平扩散方案24 h和48 h预报逐日距平相关系数(a)500 hPa高度场, (b)500 hPa温度场

    Fig. 4  Correlation coefficients of 24 h and 48 h forecast with and without the 4th horizontal diffusion in Jul 2013 (a)500 hPa height, (b)500 hPa temperature

    图  5  2008年7月15日GRAPES_Meso V3.0全场总水汽(a)和云水(b)时间演变

    Fig. 5  Time evolution of total water vapor (a) and cloud water (b) by GRAPES_Meso V3.0 on 15 Jul 2008

    图  6  观测及GRAPES_Meso V3.0模拟的24 h降水分布(a)实况,(b) GRAPES_Meso V3.0 18~42 h预报,(c)优化地表水汽通量计算以及微物理动力耦合后18~42 h预报

    Fig. 6  Observed and simulated 24-hour accumulated precipitation from 0000 UTC 16 Jul to 0000 UTC 17 Jul in 2008 (a) observation, (b)18-42 h forecast by GRAPES_Meso V3.0, (c)18-42 h forecast after adjusting moisture flux scheme and couple between WSM6 and dynamical core

    图  7  2012年7月GRAPES_Meso地表能量平衡方案改进前后12 h和36 h 2 m温度预报逐日均方根误差

    Fig. 7  The root mean square error for 2 m temperature of 12 h and 36 h forecast before and after the improvement of GRAPES_Meso surface energy balance equation

    图  8  2013年6月20日-7月20日GRAPES_Meso V3.0和V4.0连续试验降水预报检验评分(a)0~24 h预报ETS评分,(b)24~48 h预报ETS评分,(c)0~24 h预报Bias评分,(d)24~48 h预报Bias评分

    Fig. 8  Scores for 24 h accumulated precipitation by GRAPES_Meso V3.0 and V4.0 from 20 Jun to 20 Jul in 2013 (a) ETS of 0-24 h forecast, (b) ETS of 24-48 h forecast, (c) Bias of 0-24 h forecast, (d) Bias of 24-48 h forecast

    图  9  2013年6月20日-7月20日观测及模拟月平均24 h累积降水分布(a)实况,(b) V4.0 24 h预报,(c) V3.0 24 h预报,(d) V4.0 48 h预报,(e) V3.0 48 h预报

    Fig. 9  Monthly mean 24 h accumulated precipitation distribution from 20 Jun to 20 Jul in 2013 (a) observation, (b)24 h forecast of V4.0, (c)24 h forecast of V3.0, (d)48 h forecast of V4.0, (e)48 h forecast of V3.0

    图  10  2013年6月20日-7月20日GRAPES_Meso 2 m温度24 h预报月平均偏差分布(a) V3.0,(b) V4.0

    Fig. 10  Monthly mean error of 2 m temperature of GRAPES_Meso 24 h forecast from 20 Jun to 20 Jul in 2013 (a) V3.0, (b) V4.0

    图  11  2013年6月20日-7月20日GRAPES_Meso 24 h及48 h预报逐日距平相关系数和均方根误差(a)500 hPa高度场距平相关系数,(b)850 hPa高度场均方根误差,(c)500 hPa温度场距平相关系数(d)850 hPa温度场均方根误差,(e)500hPa纬向风场距平相关系数,(f)850 hPa纬向风场均方根误差

    Fig. 11  The anomaly correlation coefficient and root mean square error (RMSE) of GRAPES_Meso 24 h and 48 h forecast from 20 Jun to 20 Jul 2013 (a) correlation coefficient of 500 hPa height, (b) RMSE of 850 hPa height, (c) correlation coefficient of 500 hPa temperature, (d) RMSE of 850 hPa temperature, (e) correlation coefficient of 500 hPa zonal wind, (f) RMSE of 850 hPa zonal wind

    表  1  GRAPES_Meso V3.0和V4.0系统主要差别

    Table  1  Differences between GRAPES_Meso V3.0 and V4.0

    项目 GRAPES_Meso V3.0 GRAPES_Meso V4.0
    观测资料 AOB AOB,GPS/PW,FY-2E
    水平分辨率 0.15° 0.1°
    垂直层次数 L33 L50
    分析系统 无变分质量控制 增加变分质量控制
    无探空湿度偏差订正 增加探空湿度偏差订正
    微物理参数化 WSM6 改进耦合方案的WSM6
    陆面参数化 NOAH 改进地表辐射平衡的NOAH
    辐射参数化 RRTM RRTM (新)
    积云参数化 BMJ KF
    下载: 导出CSV
  • [1] 陈德辉, 沈学顺.新一代数值预报系统GRAPES研究进展.应用气象学报, 2006, 17(6):773-777. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=200606125&flag=1
    [2] Xue J S, Zhuang S Y, Zhu G F, et al.Scientific design and preliminary results of three-dimensional variational data assimilation system of GRAPES.Chin Sci Bull, 2008, 53(22):3446-3457. http://www.oalib.com/paper/1304990
    [3] Chen D H, Xue J S, Yang X S, et al.New generation of multi-scale NWP system (GRAPES):General scientific design.Chin Sci Bull, 2008, 53(22):3433-3445. http://www.cnki.com.cn/Article/CJFDTOTAL-JXTW200822003.htm
    [4] Xu G Q, Chen D H, Xue J S, et al.The program structure designing and optimizing tests of GRAPES physics.Chin Sci Bull, 2008, 53(22):3470-3476. https://www.researchgate.net/profile/Xueshun_Shen2/publication/225550173_The_program_structure_designing_and_optimizing_tests_of_GRAPES_physics/links/556edfe208aefcb861dbb247.pdf
    [5] 叶成志, 欧阳里程, 李象玉, 等.GRAPES中尺度模式对2005年长江流域重大灾害性降水天气过程预报性能的检验分析.热带气象学报, 2006, 26(4):393-399. http://www.cnki.com.cn/Article/CJFDTOTAL-RDQX200604011.htm
    [6] 徐双柱, 张兵, 谌伟.GRAPES模式对长江流域天气预报的检验分析.气象, 2006, 33(11):393-399. http://cpfd.cnki.com.cn/Article/CPFDTOTAL-ZGQX200811010009.htm
    [7] Zhang R H, Shen X S.On the development of the GRAPES-A new generation of the national operational NWP system in China.Chin Sci Bull, 2008, 53(22):3429-3432. https://www.researchgate.net/publication/225916647_On_the_development_of_the_GRAPES-A_new_generation_of_the_national_operational_NWP_system_in_China
    [8] 王光辉, 陈峰峰, 沈学顺, 等.数值模式中地形滤波处理及水平扩散对降雨预报的影响.地球物理学报, 2008, 51(6):1642-1650. http://www.cnki.com.cn/Article/CJFDTOTAL-DQWX200806004.htm
    [9] 马旭林, 庄照荣, 薛纪善, 等.GRAPES非静力数值预报模式的三维变分资料同化系统的发展.气象学报, 2009, 67(1):50-60. http://www.cnki.com.cn/Article/CJFDTOTAL-QXXB200901007.htm
    [10] 沈学顺, 王明欢, 肖锋.GRAPES模式中高精度正定保形物质平流方案的研究Ⅰ:理论方案设计与理想试验.气象学报, 2011, 69(1):1-15. http://www.cnki.com.cn/Article/CJFDTOTAL-QXXB201101001.htm
    [11] 沈元芳, 胡江林.GRAPES模式中的坡地辐射方案及其对短期天气过程模拟的影响.大气科学, 2006, 30(6):1129-1137. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXK200606006.htm
    [12] 王雨, 李莉.GRAPES_Meso V3.0模式预报效果检验.应用气象学报, 2010, 21(5):393-399. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20100502&flag=1
    [13] 熊秋芬.GRAPES_Meso模式的降水格点检验和站点检验分析.气象, 2011, 37(2):185-193. http://www.cnki.com.cn/Article/CJFDTotal-QXXX201102009.htm
    [14] 陈超君, 王东海, 李国平, 等.冬季高海拔复杂地形下GRAPES-Meso要素预报的检验评估.气象, 2012, 38(6):657-668. http://cpfd.cnki.com.cn/Article/CPFDTOTAL-ZGQX201310002165.htm
    [15] 庄照荣, 薛纪善.云迹风资料的三维变分同化及对台风预报的影响试验.热带气象学报, 2004, 20(3):225-236. http://www.cnki.com.cn/Article/CJFDTOTAL-RDQX200403000.htm
    [16] 薛湛彬, 龚建东, 何财福, 等.静止卫星云导风的质量控制及在同化中的应用.应用气象学报, 2013, 24(3):356-364. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20130312&flag=1
    [17] 薛湛彬, 龚建东, 薛纪善, 等.FY-2E卫星云导风定高误差及在同化中的应用.应用气象学报, 2011, 22(6):681-690. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20110605&flag=1
    [18] 王金成, 龚建东, 邓莲堂.GNSS反演资料在GRAPES_Meso三维变分中的应用.应用气象学报, 2014, 25(6):654-668. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20140602&flag=1
    [19] 郝民, 张华, 陶士伟, 等.变分质量控制在区域GRAPES-3DVAR中的应用研究.高原气象, 2013, 32(1):122-132. http://www.cnki.com.cn/Article/CJFDTOTAL-GYQX201301014.htm
    [20] 郝民, 龚建东, 王瑞文, 等.中国L波段探空湿度观测的质量评估及偏差订正.气象学报, 2015, 73(1):187-199. http://www.cnki.com.cn/Article/CJFDTOTAL-QXXB201501014.htm
    [21] 盛春岩, 薛德强, 雷霆, 等.雷达资料同化与提高模式水平分辨率对短时预报影响的数值对比试验.气象学报, 2006, 64(3):293-308. http://www.cnki.com.cn/Article/CJFDTOTAL-QXXB200603003.htm
    [22] Bernadet L R, Grasso L D, Nachamkin J E, et al.Simulating convective events using a high-resolution mesoscale model.J Geophys Res, 2000, 105:14963-14982. doi:  10.1029/2000JD900100
    [23] Lauritzen P H, Mirin A A, Truesdale J, et al.Implementation of new diffusion/filtering operators in the CAM-FV dynamical core.Int J High Perform Comput Appl, 2012, 26(1):63-73. doi:  10.1177/1094342011410088
    [24] Chen F, Dudhia J.Coupling an advanced land-surface/hydrology model with the Penn State/NCAR MM5 modeling system.Part Ⅰ:Model description and implementation.Mon Wea Rev, 2001, 129:569-585.
    [25] 苏勇, 沈学顺, 张倩, 等.应用样条插值提高GRAPES模式物理过程反馈精度.应用气象学报, 2014, 25(2):202-211. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20140210&flag=1
    [26] 盛裴轩, 毛节泰, 李建国, 等.大气物理学.北京:北京大学出版社, 2003.
  • 加载中
图(11) / 表(1)
计量
  • 摘要浏览量:  11500
  • HTML全文浏览量:  3520
  • PDF下载量:  1750
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-03-22
  • 修回日期:  2016-10-12
  • 刊出日期:  2017-01-31

目录

    /

    返回文章
    返回