张涵斌, 陈 静, 龙柯吉

(1.成都信息工程学院,四川 成都 610025;2.国家数值预报中心,北京 100081;3.四川省气象局,四川 成都610025)

0 引言

自2000年以来,中国气象局自主开发了新一代全球/区域同化预报系统(Global/Regional Assimilation and Prediction Enhanced System,GRAPES)[1-3]。GRAPES模式系统主要包括资料同化系统、多尺度有限区域与全球模式通用的动力框架以及物理过程参数化方案[4]。资料同化系统采用三维变分,现在正逐步向四维变分过渡[2-3];动力框架采用静力/非静力可变,半隐式-半拉格朗日计算方案,能够降低计算成本[1-2],并逐步走向精细化[4];物理过程参数化经过对国际先进参数化方案的优选与优化,形成了辐射,边界层、陆面过程参数化,积云对流参数化和微物理过程等多种适合研究和预报应用的方案[1-3],并逐步针对中国天气特点进行着优化改进[4]。

集合预报系统是GRAPES的重要发展方向[5-7]。近年来,GRAPES区域模式集合预报初值扰动技术研究取得了一些进展。谭燕等[8]、纪永明[9]、龙柯吉等[10]研究了GRAPES区域模式区域集合预报技术,总体来看,GRAPES集合成员发散度不够,没能反映GRAPES模式自身的误差特征。一个合理的集合预报系统需要对GRAPES模式误差特点进行更多的研究,捕获到GRAPES模式误差的主要影响因素。中国有不少学者已经研究了GRAPES全球和区域模式预报误差特征。叶成志,欧阳里程等[11]指出,GRAPES区域中尺度模式预报能力随预报时效延长而下降,预报误差随预报时效延长而增长。王雨等[12]指出GRAPES模式对降水预报存在雨量偏大的问题。庄照荣等[13]指出在集合卡尔曼滤波同化系统中,模式误差是不可忽略的因素,并用不同分辨率的模式预报差异估计了GRAPES全球模式的模式误差,研究发现模式误差随着分辨率降低而线性增加,而且模式误差随着预报时效的增加呈现线性增长的趋势。……