霍振华 李晓莉 陈 静 刘永柱

1.中国气象局数值预报中心，北京，100081

2.国家气象中心，北京，100081

1 引 言

由于初始误差、模式误差的存在，以及大气运动本身的混沌特性，单一确定性预报存在不确定性，集合预报正是解决这一问题的有效手段（Leith，1974）。作为制作集合预报的关键，初始扰动的生成极为重要，其始于20世纪70年代。几十年来，国际上已发展了多种集合预报初值扰动方法。其中，奇异向量方法（Singular Vector，SV；Lorenz，1965；Mureau， et al， 1993； Molteni， et al， 1996； Buizza，1997；Leutbecher，et al，2008）已成功应用于欧洲中期 天 气 预 报 中 心 （ European Centre for Medium-Range Weather Forecasts，ECMWF）、日本气象厅（Japan Meteorological Agency，JMA）、加拿大气象局（Canadian Meteological Center，CMC）和中国气象局（China Meteological Center，CMA）。

奇异向量（SV）基于非线性模式的切线性和伴随模式计算得到，是线性模式中增长最快的初始扰动，可以描述大气在中高纬度的斜压不稳定（Buizza，et al，1993；Hoskins，et al，2000）。此外，奇异向量方法在热带气旋（Tropical cyclone，TC）集合预报方面具有较好的表现。热带地区的非绝热过程很重要且具有很强的非线性，对于热带地区，奇异向量对切线性模式中非绝热物理过程很敏感，如果计算整个热带地区的奇异向量（简称热带SV），有时会生成在非线性模式中不增长的虚假结构（Barkmeijer，et al，2001）。因此，对于热带地区，当存在热带气旋时，ECMWF全球集合预报系统计算针对热带气旋目标区的湿（切线性和伴随模式中使用非绝热物理过程）奇异向量（即湿TCSV），以表征热带气旋内部及附近区域的初始不确定性（Barkmeijer，et al，2001；Puri，et al，2001），从而对热带气旋预报比较有效。Zadra等（2004）指出，奇异向量对线性物理过程非常敏感，使用不同的线性物理过程组合可以得到具有不同结构和发展特征的奇异向量。Kim等……