氣象聚集預知趨勢探析范文

本站小編為你精心準備了氣象聚集預知趨勢探析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

作者：彭勇王萍,徐煒周惠成王本德單位：大連理工大學建設工程學部水利工程學院

擾動方法

集合預報擾動方法,是集合預報最核心的研究問題。擾動方法的好壞直接影響著預報結果的質量。根據數值預報的不確定性,大致可以把集合預報的擾動方法分為以下幾種。

1初始場擾動

初始擾動的生成是制作集合預報的關鍵,其研究始于20世紀70年代。首先,1974年Leith提出蒙特卡羅方法(MCF)并應用在數值預報中,使集合預報從理論研究向實際應用轉變;1983年R.N.Hoffman和E.Kalnay提出了替代MCF的滯后平均預報方法(LAF),該方法繼承了MCF的優點并充分利用了歷史觀測信息。但是為得到較好的預報結果,這兩種方法都需要龐大的初始擾動數目,而這受到現有計算資源的限制。此外由這兩種方法得到的預報成員的離散度很小,即它們并不是產生初始擾動的理想方法。有研究指出,最終對集合預報有貢獻的擾動應是那些投影到快速增長模上的擾動分量。基于該思想,1993年Toth和Kal2nay提出了增長模繁殖法(BGM),并在美國國家環境預報中心(NCEP)投入業務使用;20世紀90年代開始,歐洲中期天氣預報中心(ECMWF)采用奇異向量法來生成集合成員,這兩種方法都具有動力學意義。現介紹幾種具有代表意義的初值擾動方法。

1.1隨機擾動

胡增臻采用了隨機擾動方法,即蒙特卡羅方法(MCF)。在初始場上疊加小擾動如服從正態分布的隨機噪聲,從而建立許多不同的起始場,再對這些初始場進行預報,得到多個不同的預報結果組成集合。隨機擾動方法的基本思想是觀測的大氣資料初始誤差是隨機分布的,它是以概率統計為理論,以隨機抽樣為手段的數值計算方法。隨機擾動的優點是程序結構簡單、計算量小。但是隨機擾動是在初始場誤差范圍內隨機產生擾動,沒有動力學意義。另外,隨機擾動得到的預報成員的離散度小。

1.2時間滯后平均預報方法

楊學勝等和周霞瓊等應用了滯后平均預報的方法(LAF)。即用同一數值預報模式對前后相續的不同初始場做預報,然后對這些預報集合中同一時刻的預報做統計平均,得到最終的預報結果。它運用了氣象場演變的歷史信息。LAF方法的初始擾動實際上是集合成員從其起始時間積分至正常起始時間的預報誤差。LAF方法的優點是簡單,計算量小,容易實現。它的擾動是集合成員運用模式從起始時間積分至正常起始時間的預報誤差,即在一定程度上考慮了與動力模式的協調。但是相應地,它的樣本受到取樣時間間隔的影響,增加集合樣本數困難。此外,預報成員的離散度小。

1.3增長模繁殖方法

關吉平,于永鋒等應用了增長模繁殖法(BGM)。即首先對初始分析場加一個隨機擾動,再運用模式對其進行一定時段的預報,將控制預報減去擾動預報的差值調整后作為下一次計算的擾動量,如此對模式反復使用,最終生成初始場。通過這種誤差的循環增長,可以使高速增長型誤差的比重不斷增大直至飽和。BGM實際上是模仿分析循環中誤差的增長過程。BGM的優點是原理簡單,幾乎不耗費計算資源。其擾動是通過對模式的反復循環運用產生的,從而擾動結構與模式大氣結構的協調性較好。但它忽略了誤差增長率及誤差中短期不增長的部分,而且擾動振幅會影響到集合預報的預報技巧。此外,真實誤差的概率密度函數分布不可知。

1.4奇異向量法

劉金達和張澤椿等介紹了奇異向量法,這是由ECMWF提出并使用的方法。其基本原理是利用非線性動力學的有限時間不穩定理論以及數值天氣預報中的切線性和伴隨模式。通過求解線性和伴隨模式乘積的特征值和特征向量得到擾動。該方法具有動力學意義,容易增加集合成員個數,容易捕獲分析誤差,可以確定最快的擾動發展方向并且離散度比較好。但是該方法忽略了誤差不增長的部分,而且計算量較大,需要耗費大量的計算資源,我國的國家氣象中心采用奇異向量法來產生初始擾動場。

1.5集合卡爾曼變換方法

田偉紅等運用了集合卡爾曼變換方法(ETKF)。它是基于集合變換方法和卡爾曼濾波理論,是一種次優的卡爾曼濾波方案。馬旭林等在ETKF初始擾動方案研究的基礎上,建立了GRAPES(全球與區域同化預報系統)。ETKF方法將預報與分析誤差協方差矩陣用集合擾動近似表示出來,從而可以構造集合初始擾動。它不僅可以同化觀測資料,而且還可以估計分析誤差協方差。ETKF方法程序設計比較簡單,計算量較小,它產生的集合擾動能夠反映觀測密度與質量的空間變化,且在觀測空間中是等概率分布的。但是,由于模式誤差、觀測誤差不可能準確給定,從這個意義上來看,它是一個次優的卡爾曼濾波方案。

1.6其他初值擾動方法

初值擾動的方法研究較多,以上只介紹了比較有代表性的初值擾動方法。除此之外,龔建東提出了四維變分同化方法(BDA),該方法同時吸收MCF方法和LAF方法的優點。黃燕燕等提出了BDA擾動方法對臺風路徑進行集合預報。穆穆等設計了集合預報初始擾動的新方法)條件非線性最優擾動。上述方法產生擾動初始場的原理都是相同的,即通過某一種方法,得到一組小擾動,將這組小擾動加到分析場上即得擾動的初始場。因此,在進行集合預報中,大可以自己研究開發出適合自身情況的初值擾動方法。但需遵循兩個基本的原則:¹擾動場的特征需與實測資料中可能的誤差分布大致相同;º擾動場之間在模式中的演變方向盡可能地發散,但是也不能虛假的大。

2模式擾動

模式的誤差也會帶來預報的不確定性,只有當模式足夠好時,集合預報才會有明顯的效果。因此,提高模式的質量對提高集合預報的效用具有重大的意義。自20世紀90年代后期以來,針對模式誤差帶來的預報不確定性,國內外的學者進行了大量研究。加拿大氣象中心(CMC)采用多模式多參數化方案組成的/模式擾動0集合預報方法。ECMWF在模式積分過程中,在非絕熱強迫項中加入隨機增倍噪聲,以反映引起模式誤差的次網格物理過程參數化的不確定性。NCEP在短期集合預報方面,采用多模式來表征與模式相關的不確定性;在中期集合預報方面,自2010年起采用隨機全傾向擾動法來表示模式的不確定性。

2.1基于參數化方案的不確定性

針對同一種模式,將物理過程中的一些不確定性因素,但又對預報結果很敏感的部分,當作隨機過程來處理或選用不同的參數化方案。如積云對流參數化方案是影響暴雨模擬的敏感因子,則進行預報時,可采用不同的積云對流參數,得到預報的集合成員。文獻即是采用了這種方法,并證明了該方法的可行性。此外,陳靜等還通過擾動Grell積云對流參數化方案中的主要參數振幅來產生集合成員,但結果并不是很理想。雖然運用這種方法來描述模式的不確定性能取得一定的效果,但是一個模式作為一個整體的系統,各個參數可能達到最適合的組合狀態,此時若改變某些參數,可能會給模式的準確性帶來一定的負面影響。

2.2多模式

即運用多個模式(分辨率不同、地形處理不同等)分別進行預報,再將各個預報結果加在一起形成集合。因為不同的模式的物理設計一般是不一樣的,所以采用多模式的方法進行集合預報就是考慮了模式物理過程不確定性的影響。但是純粹運用這種方法進行集合預報研究的很少,一般都會結合初值擾動來進行集合預報試驗。

3多模式-多初值集合預報

即采用兩個或兩個以上的模式,而對于每個模式又有多個初值,從而對各個模式進行集合預報時,都會產生一個子集合,然后把這些子集合預報加在一起成為總集合預報。顯然,這個方法既考慮了初值的不確定性,又考慮了模式物理過程的不確定性。有研究指出,無論從概率意義上(如概率密度分布),還是從決定論意義上(如集合平均預報),多模式集合預報提供的信息均比單個模式集合預報更準確。但是由于選取了不同的數值模式,使得每個集合成員的系統性偏差差別較大。這就有悖于集合預報系統的/成員等同性0,所以就需要對集合預報結果采用系統性偏差訂正的方法來扣除自身的系統性偏差。目前對于集合預報偏差訂正的研究還處于發展階段,其中自適應卡爾濾波偏差訂正的方法已用于NCEP業務集合預報系統,并且訂正效果明顯且穩定。

目前研究的模式擾動方法基本上是以上三類,相比較于初值擾動方法的研究,模式擾動方法研究的較少,我國更是如此。好的初值擾動以及好的模式擾動對集合預報系統具有積極的影響,各大中心一直致力于發展并且完善初始和模式擾動方法,如ECMWF的初始擾動方法從奇異向量法發展到了集合資料同化-奇異向量法(EDA2SVINI);模式擾動從隨機參數化擾動方案(SPPT)發展到了修訂的隨機參數化擾動方案和隨機補償方案(revisedSPPT2SPBS)。

對于集合預報,初值擾動和模式擾動都是必不可少的。Stensrud等的研究表明,當環境中大尺度的強迫作用強時,結果表示基于初值不確定性的集合預報效果較好,即初值的不確定性起主導作用。當大尺度的強迫作用很弱時,結果表示基于物理不確定性的集合預報效果較好,即物理的不確定性起到了主導作用。可以基于這個結論合理地設計集合預報系統。

檢驗方法

當進行集合預報試驗之后,都必須對預報結果進行檢驗。集合預報結果比較特殊,不像單值預報,集合預報不能只用確定性的方法進行驗證。其預報結果分為確定性預報(集合平均)和概率預報兩種形式,相應的有兩大類檢驗方法。

1確定性預報檢驗方法

對于確定性,其檢驗比較容易、意義也比較明確。常用的有均方根誤差、相對誤差、絕對誤差和相關系數。其中均方根誤差表示的是兩個變量(如預報均值與實際觀測值)的平均偏離程度,用于衡量兩個變量之間的平均差異。相關系數檢驗兩個場(如預報均值場與實際觀測值場)的型態是否一致,即檢驗兩個變量的序列變化是否一致。相對誤差反映預報的系統誤差情況,能夠反映集合預報系統的系統偏差狀況;絕對誤差是衡量預報效果的根本指標。

2概率性預報檢驗方法

概率預報能夠全面地反映集合預報信息,是集合預報中最有代表性的預報產品。但是,如何對概率預報進行檢驗評價是一個難點,目前方法還不多,有待于進一步的探索。下面介紹幾種比較常見的檢驗方法。Brier評分。是對某個等級(即某事件發生)的概率預報結果進行評價的一個指標。BS評分是一種均方概率誤差,統計的是預報概率的均方誤差,其值越小越好,取值范圍在0~1之間。ºTalagrand分布。基本思想為集合成員具有相同的可能性代表未來的天氣狀況,即實況值落在各個成員附近的概率是相等的。Talagrand分布能檢驗預報值和檢驗值是否都是來自相同的概率分布,即檢驗集合預報的可靠性。此外,Talagrand分布能夠度量集合預報的離散度合宜性和成員等同性,理想的Talagrand分布是一條平直的水平線。»ROC(相對作用特征)曲線。用以對某個等級的概率預報結果進行評價的工具。它統計的是命中率與假警報率的大小,能檢驗集合預報的分辨能力。

目前,上述提到的方法是運用的比較多的檢驗方法。此外,直接將預報值與實測值進行對比也運用的較廣泛。各個方法都各有側重,使用時應針對不同目的選擇不同側重點的評價方法。此外,不論運用哪種檢驗評價方法,都使用了統計方法,因此,檢驗評價方法需立足于一定的樣本。

集合預報產品

集合預報輸出的信息量非常龐大,為了使預報員在短時間內從中獲取有用的信息,必須從大量的集合預報輸出中提取有用的信息,形成便于預報員使用的圖像、數據等產品。

主要產品如下。集合平均。就是將集合成員進行平均。這種方法可以過濾掉不可預報的隨機信息,但也會過濾掉少數成員預報出來的極端天氣事件。而且平均預報也只是大氣狀態的一種可能性,沒能跳出決定論預報的范疇,它不能很好地體現出集合預報的優勢。

郵票圖。就是把所有預報成員全部縮放在一張大圖上,把多種可能的天氣形勢變化趨勢提供給預報員。它能夠提供集合預報的全面信息,但是當集合成員數較多時,會大大地降低分析效率。此時可以采用聚類法,即把集合預報中相似的成員合并成一類,并同時給出該類出現的相對頻率。

面條圖。選取一條特征等值線,把所有成員對該等值線的預報繪制在同一張圖上。面條圖能大致反映出預報的可信度,線條越是集中,則可信度越大。

概率預報。概率預報是表達集合預報的最全面的方法之一,對于某個特定預報對象,可以從所有的成員預報中算出其發生的相對頻率。概率分布包含了該集合預報系統所能提供的所有信息,最大程度地包含了實際大氣可能發生的種種情況。

集成預報技術

根據圖1,可以自行開發一套集合預報系統。但是近年來,世界氣象組織(WMO)建立了全球交互式大集合預報(TIGGE),可以從網站上下載到各大氣象中心的集合預報資料,這相比于自己開發一個復雜的集合預報系統要經濟簡便。比較各氣象中心的預報效果以及如何充分利用各中心的集合預報資料已成為各國的研究熱點,即從大量的集合預報結果中盡可能地提取有用的信息,也就是進行集成預報。目前,國內外還沒有一種成熟、有效并得到預報業務技術人員普遍認同的數值預報集成技術。但是基于集成的基本原理、思路和目的,提出了一些具有一定理論基礎、集成預報效果較好的集成預報方法。Krishnamurti等最先提出了超級集合預報的思想(屬于一種非等權的集成預報方法),并根據一定的方法對預報結果進行了集成,以獲得最佳的決定性預報。陳麗娟等對參加中國汛期降水預測的各大單位預報結果進行了集成。趙聲蓉基于3個氣象中心的2m高溫度預報,利用神經網絡方法中的BP網絡建立了我國600多個站的溫度集成預報系統。林春澤等基于TIGGE資料,對4個氣象中心的地面氣溫預報進行了集成。

結果表明:超級集合與消除偏差集合平均降低了預報誤差,對于較長的預報時效,消除偏差集合平均表現出了更好的預報性能。陳超輝等分別采用相關加權、多線性回歸以及支持向量機回歸的方法,開展了有限區域模式的多模式短期超級集合預報研究。結果表明:支持向量機方法的集成預報要好于相關加權法和多元線性回歸。不論是基于何種的集成預報方法,上述的研究均表示集成結果在多數情況下都優于單個成員預報。現介紹幾種運用較廣的集成方法。

算術平均法。即對每個模式預報的集合平均取相同的權重,對它們進行集成預報。算術平均是最為簡單的一種方法,它能濾掉不可預報的信息,通常比單個預報要準確。

但是它也會濾掉少數成員預報出的極端天氣事件。盡管如此,算術平均由于計算簡便等優點,在氣象集成研究中被廣泛使用。

多元線性回歸。其基本做法是將時間序列分為訓練階段和預報階段兩個階段。在訓練階段,對每個格點建立預報值與觀測值的多元線性回歸模型。在預報階段,用訓練階段得到的回歸模型計算出集成預報值。

回歸系數(即權重)不隨時間變化的為固定訓練期集成預報,隨時間變化的為滑動訓練期集成預報。智協飛等研究得出對于固定訓練期集成預報,當預報時效較長時,各模式的權重系數在預報期后期會逐漸失效,這時采用滑動訓練期的方法可以取得較好的效果。此外,多元線性回歸只能解決線性的問題,而不能解決非線性的問題,這在一定程度上會影響集成預報的效果。

相關系數加權法。用預報結果與觀測值的相關系數作為權重,該方法跟多元線性回歸方法較為相似。

縱觀上述3種方法,集成預報的基本思路是運用某種方法,確定各成員的權重(效果好的模式獲得的權重大,而效果差的模式獲得的權重小),然后將它們進行加權計算得到一個決定性的預報。集成預報正好滿足了那些希望得到一個確定性結果的用戶部門。研究表明,先將各模式的預報結果進行系統偏差訂正,然后再進行集成會得到更好的結果。

集合預報在水文領域中的應用

天氣預報中的降水信息是水文預報系統的核心輸入,降水預報的精確程度在很大程度上影響著水文預報的準確度。此外,單一的降水預報存在著不確定性,這就決定了水文預報也存在著不確定性。而這種不確定性影響了水文預報的精度并且制約了水利工程調度的科學性。集合預報方法在一定程度上能夠解決這種不確定性,研究表明,降水集合預報產品較單一的預報產品有較高的準確性以及較好的計算穩定性。將降水集合預報產品輸入到水文預報系統中,形成一個氣象水文預報鏈,可以提高水文預報的精度和水利工程調度的科學性。國外學者在這個方面已有一些研究,DiomedeT等運用不同的天氣數值預報模式產生多個降水數據,從而進行了水文集合預報,使從概率的角度進行洪水預警成為可能。ThirelGuillaume等比較研究了兩個徑流集合預報系統的性能,這兩個系統唯一的不同之處在于氣象輸入數據的來源不同。LuoLifeng等基于季節性氣候多模式的集合預報,建立了季節性水文集合預報系統,其關鍵技術是用貝葉斯融合技術對大氣集合預處理產生水文模型的大氣強迫輸入。HwangYeonSang等運用集合日降水數據進行集合徑流預報,并用集合徑流測試了日降水輸入誤差的影響。RoulinE.介紹了水文集合預報系統,將EPS(集合預報系統)的集合降水預報應用到水文模型中,并在比利時流域進行了檢驗。

在我國,將降水集合預報產品應用到水文領域上的研究還很少,彭濤等將中尺度暴雨數值模式集合降水預報產品作為新安江水文模型的輸入信息,對湖北省漳河流域2008年汛期一次典型的洪水過程進行了預報預測,結果表明在洪峰流量、峰現時間等水文要素上豐富了預報信息,將單一的確定性預報轉化為可能發生范圍的預報,提高了水文預報的可靠性。但是,該研究只是初步的應用試驗,對降水集合成員進行了最為簡單地應用。包紅軍等將TIGEE降水應用于流域洪水預報,在2007年7月的息縣流域超警洪水預報中進行檢驗,結果表明TIGGE降水可以應用于洪水預報。

李俊等探討了集合預報技術在山洪預報領域的應用前景,指出利用集合平均和極值預報,可以引導對山洪采取分類應對措施;將概率定量降水預報與水文預報模型結合,可以用于概率水文預報。上述的研究都只是對短期的洪水預報進行了試驗,未涉及到中長期的預報。此外,這些只是幾種可能的應用前景,而集合預報在水文方面的應用前景應遠不止這些,這就需要氣象、水文工作者合作開展深入的研究工作,但將氣象降水預報結果輸入到水文模型中應進行降尺度,這是一個難點。另一方面,水文預報作為一個預報系統,也可以應用集合預報的思想,進行水文集合預報技術研究。WuLimin等介紹和評價了從單值定量降水預報產生降水集合預報的統計方法,這類似于集合預報思想中的初值擾動。DuanQingyun等用3個不同的水文模型產生集合預報結果,并用平均貝葉斯模型(BMA)對該集合預報結果進行處理產生概率水文預報,這種集合預報擾動技術就屬于模式擾動。

結論及展望

綜上所述,在國外,集合預報及其在水文領域中應用的研究成果相對較多,國內的研究總體上尚處于起步階段。但不管是國內還是國外,研究還大都停留在理論層面,特別是在國內,把集合預報應用于水文領域的研究成果不多。因此,需要在如下方面加強研究。

擾動方法是集合預報的關鍵,但落實到實際應用中,是采用初始場擾動的方法或模式擾動的方法,還是采用多模式-多初值的擾動方法得到合理的集合預報集,需從物理成因途徑、結合實際資料分析,合理的利用預報集合,是提高集合預報在水文領域適用性的核心內容之一。

降雨量是水文預報模型的關鍵輸入要素,水文預報對氣象上的降雨預報寄予了較高的期望,但是目前集合預報應用于水文預報中的研究還很少,特別是中長期的集合預報在水文預報中的應用還有待進一步的深入研究。由于集合預報成員個數較少等原因,尚不能直接給出用戶所需的、可用觀測結果檢驗的預報密度函數,而且中期降雨的概率分布有著自己的獨有特點,因此研究基于集合預報的中期降雨預報密度函數是集合預報應用在中長期水文預報中的關鍵。

數值預報模式的分辨率一般為幾十公里,但中小流域水文預報模型的降雨輸入資料一般都要達到1km甚至更高的空間分辨率,如何將大尺度的數值集合預報結果應用到水文預報模型,即降尺度的方法研究是集合預報應用成功的關鍵。