GRAPES_GFS模式全球降水预报的主要偏差特征*
2021-05-13王建捷陈起英
刘 帅 王建捷 陈起英 孙 健
1.中国气象科学研究院,北京,100081
2.国家气象中心,北京,100081
3.中国气象局数值预报中心,北京,100081
1 引 言
当今,数值天气预报已经成为天气预报的主导方法,预报员对数值模式产品的信任度从单一的天气形势预报拓展到包括降水在内的近地面常规气象要素预报和对流发生条件及其演变的预报等多方面(Benjamin,et al,2019),天气预报业务中定量降水预报(QPF)的制作亦演变为对数值预报结果的解释和订正(宗志平等,2012),数值模式降水预报的性能成为影响预报员定量降水预报质量的主导因素。对数值模式降水预报性能的评估和偏差分析已成为天气预报业务不可或缺的重要环节和基础性工作。
降水的发生涉及到多种不同尺度过程(热力、动力过程、宏观物理过程和云微物理过程等)的复杂相互作用与反馈,模式降水是反映模式动力和物理过程相互作用的综合指标,也是模式研发中的难点,因为模式降水预报与上述过程在模式中刻画的细致程度和不确定性有关(Buizza,et al,1999;Codron, et al, 2002;Gettelman, et al, 2008; Yu,et al, 2019; Yuan, et al, 2013; Zhou, et al, 2002;Zhang,et al,2016)。目前,国际主流全球数值天气预报业务模式的水平分辨率普遍提高至9—25 km、已可解析β中尺度天气系统,模式物理过程描述更为复杂和完善,可有效表达热带和中纬度有组织的深对流,可较好地表述次网格过程(对流参数化)中对流有效位能(CAPE)的释放,使用了多参数混合相态云微物理方案和高阶闭合边界层方案等(Rodwell,et al,2013;Ma,et al,2018;Benjamin,et al,2016b;Randall, et al, 2018; LeMone, et al,2018;Yu,et al,2019)。然而,在 9—25 km 分辨率下,对流和降水过程以及地形作用等,在模……
