摘要：目前国家气象中心业务GRAPES区域集合预报系统中集合变换卡尔曼滤波(ETKF)方法采用的是模拟观测信息,为进一步完善ETKF方法,拟对ETKF初值扰动通过引入真实探空观测资料,使扰动场能够代表真实观测的不确定信息,改善区域集合预报技巧。真实观测资料的引入会使得每日的观测数目和分布发生变化,这对ETKF方法而言可能会引起扰动振幅的不稳定,因此在引入真实观测资料的基础上设计了新的扰动振幅调节因子,通过格点空间中离散度和均方根误差关系来对初值扰动振幅进行自适应调整。从初值扰动结构、概率预报技巧以及降水预报效果等方面对比分析了基于模拟观测、真实观测以及真实观测结合新型调节因子的ETKF方案的差异,结果表明:真实探空资料能够有效应用于GRAPES区域集合预报系统中,真实观测资料与模拟观测资料相比较为稀疏,可以获得更大量级的初值扰动振幅;真实观测资料有助于提高区域集合的离散度,但对集合预报准确度以及概率预报结果的提高有限,对于降水预报效果提高也有限;新型的扰动振幅调节因子可以有效获得稳定的初值扰动振幅,并保持ETKF扰动结构,真实观测资料与扰动振幅自适应调节因子相结合,可以有效提高区域集合的概率预报结果,并有效提高降水预报效果。

摘要：通过设计3组不同的观测误差均方差,对2012年8月1日—29日进行了基于GRAPES-M EPS(Global/Regional Assimilation and Prediction System-Mesoscale Ensemble Prediction System)的集合预报敏感性试验,研究观测误差均方差对集合预报初始扰动场结构、扰动量及垂直扰动总能量发展的影响,评估集合预报结果的差异,并分析了一次典型的江淮流域强降水个例。结果显示,模式变量扰动结构和扰动振幅对观测误差均方差较敏感,较小的观测误差均方差使得温度和风等模式变量的初始扰动量增大,扰动总能量增长更快,降水集合预报效果更优。因此在GRAPES-MEPS中,可以考虑对观测误差均方差进行适当的扰动,以体现观测误差均方差的不确定性对集合预报的影响,提高GRAPES-MEPS的集合预报技巧。