快速检索
  气象   2008, Vol. 34 Issue (10): 81-89.  

研究论文

引用本文 [复制中英文]

李勇, 王雨, 2008. 2007年夏季GRAPES_MESO15及30km模式对比检验[J]. 气象, 34(10): 81-89. DOI: .
[复制中文]
Li Yong, Wang Yu, 2008. Contrast Tests of 15 and 30 km GRAPES Model Products in Summer of 2007[J]. Meteorological Monthly, 34(10): 81-89. DOI: .
[复制英文]

资助项目

国家“十一五”科技支撑计划项目“灾害天气精细数值预报系统及短期气候集合预测研究”之01课题“我国新一代数值预报系统GRAPES的应用开发”第五子课题“GRAPES检验评估”以及“高分辨、非静力中尺度暴雨数值预报模式的发展及其预报系统的建立”共同资助

文章历史

2007年12月13日收稿
2008年8月25日收修定稿
2007年夏季GRAPES_MESO15及30km模式对比检验
李勇 , 王雨     
国家气象中心,北京 100081
摘要:对2007年6—8月两种GRAPES模式产品进行天气学检验。结果表明:GRAPES模式对7月上旬淮河流域降水位置预报较为准确,但两种模式对降水量值预报均偏小。在淮河流域强降水期,两种模式对500hPa中高纬度平均槽脊的位置预报较为准确,15km模式对中低纬度印度半岛地区高度场预报更加准确,且对副热带高压588线平均北界位置的预报好于30km,但两种模式对副热带高压西伸脊点的位置预报偏东。GRAPES模式对850hPa温度趋势有较好的预报能力,都能够准确预报出850hPa温度的转折,15km模式比30km模式预报更为接近实况。此外,两种GRAPES模式对0709号台风的预报效果均不太理想,台风邻近登陆前850hPa气旋性环流仍不清楚,登陆后环流中心清楚,但预报中心位置偏向西南,路经预报存在偏差,同时登陆前的台风中心附近风速明显偏小。
关键词GRAPES模式    性能检验    温度    降水    环流形势    
Contrast Tests of 15 and 30 km GRAPES Model Products in Summer of 2007
Li Yong, Wang Yu    
National Meteorological Center, Beijing 100081
Abstract: In order to improve the ability to use the products of GRAPES model, the 15 and 30km GRAPES model products in the whole summer of 2007 was verified. The results shows that the GRAPES models have good forecasting performance in aspect of predicting the position of precipitation, however, the two types of GRAPES models have the smaller precipitation intensity than the real observational precipitation at the Huaihe River Basin in the first ten days of the July. The position of average trough and ridge is consistent with that of the analytic data at 500hPa geo-potential height field. The forecast efficiency of 15km model is better than that of the 30km model for the height field in Indian peninsula and western Pacific region. The position of north boundary of 5880 geo-potential meters is also close to the analysis field, but the western ridge spot of subtropical high is eastward in comparison with the analysis field. The temperature transitions at 850hPa are all reflected by the two types of GRAPES models, and the temperature simulated by the 15km model is close to observations. Some errors of GRAPES models were found in predicting path and intensity of typhoon SEPAT. The center of circulation is not evident before the SEPAT lands our main land and the wind speed is obviously small.
Key words: GRAPES model    performance examination    temperature    rainfall         
引言

GRAPES模式是中国气象科学研究院开发的我国新一代具有自主知识产权的数值天气预报模式,该模式在非静力中尺度模式、三维变分资料同化、标准化、模块化、并行化模式程序软件等方面取得了突出成果,部分成果已在业务上得到了应用,具有良好的性能和发展潜力[1-5]。2003年以来,GRAPES模式在发展中逐步得到完善与应用,通过各种物理参数化方案的设计,发展出了专门预报沙尘暴[6-7]及台风[8]等天气过程的业务模式。部分研究工作表明GRAPES模式对2005年长江流域灾害性天气过程显示了较好的预报性能[9],使用该模式产品直接制作的淮河流域面雨量预报产品在实际工作中具有较高的参考价值[10],对引起暴雨、暴雪等灾害性天气的系统也有较好的预报能力[11-12]。但上述这些研究工作或是针对模式本身进行评价,或是针对某次天气过程进行分析,或是对某一区域天气进行检验,对于夏季平均状况的研究工作还很少。另一方面,已有的工作主要对某一种分辨率的GRAPES模式进行检验,而目前GRAPES模式有多种分辨率产品。为了进一步了解不同分辨率GRAPES模式对我国夏季环流形势、天气系统及天气要素的短期预报能力,方便预报员在实际业务中使用该模式,本文将针对2007年我国东部地区发生的灾害性降水天气及对应大气环流、天气要素,检验比较30km和15km两种分辨率的GRAPES模式产品的预报性能。

1 资料

本文使用2007年6—8月不同分辨率(30km和15km)GRAPES模式(GRAPES模式初始场资料是T213模式前一个时次预报场)的数值预报产品进行天气学检验,检验08时(北京时)24和48小时预报场预报性能,资料主要选用模式500hPa高度场、850hPa温度场及风场。GRAPES模式30km(15km)资料分辨率为0.3×0.3(0.15×0.15)经纬度网格。为了便于比较,还用到了我国每日08时24小时降水量及高空探测资料。

2 结果分析 2.1 东部地区降水检验

为了检验异常降水时期对应的大尺度环流,首先给出2007年6—8月我国东部地区(114~120°E)纬向平均的降水时间-纬度剖面图(图 1)。从图 1a实况观测可以看到,6月份以来,我国东部地区降水存在明显的阶段性特征,6月前半月24°N附近有一个降水大值区,中心值超过50mm,对应降水主要发生在我国长江以南地区。针对这一主要降水时期,从GRAPES模式24(图 1bd)及48(图 1ce)小时预报场来看,降水位置预报的较为准确,24小时降水强度预报较实况偏弱较多。从模式不同分辨率资料来看,30km(图 1bc)模式与15km(图 1de)模式对降水位置和强度预报差别不大。6月下旬开始,随着副热带高压的向北推进,降水中心相应向北移动,到达33°N附近,而淮河流域也随之出现强降水。6月29日至7月26日淮河流域内平均降水量达到465.6mm,发生了仅次于1954年的流域性大洪水。但是从预报来看,对于淮河流域的强降水,30km(图 1bc)和15km(图 1de的GRAPES模式无论是24还是48小时位置预报与实况较为接近,但强度预报均偏弱。进入8月以后,我国南方,特别是华南一带再次出现较强降水。30km模式24小时及4 8小时预报的位置和强度均与实际观测较为一致,但15km(图 1de)模式预报值略偏大。总体上,GRAPES模式对于2007年夏季三次较为集中的降水过程具有较好的预报能力,对前两次降水的量值预报偏小,15km模式对第三次降水过程量值预报略偏大。

图 1 2007年6—8月纬向平均(114~120°E)降水纬度-时间剖面图(单位:mm) (a)实际观测; (b、c): 30km模式的24及48小时预报; (d、e): 15km模式的24及48小时预报
2.2 500hPa形势场检验

强降水的发生通常伴随着大尺度环流的异常,实际预报业务中对大尺度环流形势的预报直接影响具体天气要素的预报。由于2007年淮河流域强降水异常特征明显(图 1中第二次降水过程),且造成了严重的洪涝,因此,下面主要针对淮河流域强降水时期的环流场进行检验。图 1a中显示的淮河流域强降水主要发生在6月下旬至7月上旬,结合实际站点降水资料,我们选择6月30日至7月9日作为检验的主要时段。

图 2是6月30日至7月9日淮河流域强降水发生最为集中的时期500hPa平均高度场,可以看到,105°E附近贝加尔湖地区为宽广的高空脊,印度半岛地区为一个深厚的高空槽,120 °E副热带高压脊线位于25°N以北,西伸脊点已跃上我国大陆上空。高空脊前北方中高纬冷空气向东移动过程中逐渐南下,而此时南方有两支暖湿气流北上,一支气流来自印度半岛槽前西南气流,另外一支暖湿气流沿着副高外侧向淮河流域输送,淮河流域处于冷暖空气交汇地区,由于大气环流形势长期较为稳定,伴随北方冷空气一股股南下,淮河流域出现了几次强降水过程。

图 2 2007年6月30日至7月9日30km(a)及15km(b)分辨率GRAPES模式500hPa平均高度场 单位:10gpm,实线为模式分析场,虚线为24小时预报,点线为48小时预报

不同分辨率的GRAPES模式对这段时期的环流形势预报性能有差异,对于30km模式(图 2a),45°N以北的中高纬地区24及48小时预报与分析场相比较为准确,特别是平均槽脊的位置预报较好,强度略偏强,对印度地区高度场预报误差较大,24及48小时预报比分析场偏低,反映在图上是高空槽明显偏强。对副热带高压的24小时预报较为准确,588线与对应分析场较为吻合,48小时预报副高588线偏南,西伸脊点偏东。15km模式(图 2b)对中高纬度平均槽脊位置预报同样较为准确,与30km模式相比,对印度半岛地区的高空槽的预报效果有明显改善,对副热带高压北界预报效果好于30km,但西伸脊点同样偏东,这与徐双柱等[13]的分析结果一致。总体上,两种分辨率的模式对中高纬度平均槽脊的预报性能相近,对槽脊位置预报准确,强度略偏强,但对中低纬度系统预报性能有差异,15km模式对印度半岛地区高度场预报明显好于30km模式,对副热带高压588线北界位置预报也比30km模式准确,但两种分辨率模式对副高西伸脊点的预报均较模式分析场偏东。

2.3 850hPa温度预报检验

温度是人们时常关注的一个重要气象因子,2007年夏季,我国出现了大范围高温伏旱天气。6月份全国平均气温比常年偏高1℃,7月至8月上旬,江南、华南等地出现大范围持续高温天气,与常年相比,大部分地区高温日数偏多5~15天,造成严重的干旱。由于地表面温度与对流层低层的温度关系密切,实际预报业务中,进行地面温度预报时,低层850hPa温度是一个重要的参考依据,因此,有必要对GRAPES模式预报的850hPa温度进行检验。为了增加分析的客观性,文中除进行不同分辨率模式比较外,还将模式预报场与实际高空探测资料进行对比分析。

为了有针对性地检验GRAPES模式对850hPa温度的预报性能,选择全国77个具有连续探测资料的探空站,首先计算各站点6—8月温度日际方差,方差越大表明温度的日变化相对也越大,再结合站点地理位置,最终选择其中的10个站点进行分析,同时采用双线形插值方法将不同分辨率模式产品分别插值到相应站点,与探空站点实际观测温度进行对比分析。

2007年夏季我国南北方温度变化存在显著差异(图 3)。一方面,北方站点温度日变化明显大于南方站点,反映在图中温度曲线波动较大,对应温度日方差都较大,新疆、黑龙江等地的站点日方差在20℃左右,明显大于其它地区温度的方差。而位于东南沿海一带的站点温度日方差相对较小,温度曲线较平直,变温幅度相应也较小。另一方面,温度变化呈现区域性的特点,地理上相近的站点往往温度趋势较为一致,降温升温日期也相近,表明温度变化受到天气尺度系统的影响较大。如新疆、甘肃等西北地区的站点(图 3ab)、东北地区黑龙江、内蒙古等地站点(图 3cd)、南方等地站点(图 3ij)温度变化都具有较好的一致性。

图 3 2007年夏季全国10个站点实况与GRAPES模式24小时预报时间序列图中实线为高空观测,长虚线为30km分辨率,短虚线为15km分辨率图中左上角a…j分别表示10个站点

从GRAPES模式预报的情况来看,模式对全国各站点的温度趋势预报与实况较为吻合,对于夏季由于冷空气的活动造成的降温有较好的预报能力,但不同分辨率的模式预报效果不同。15km模式24小时预报与实况更为接近,温度曲线峰谷值位相对应较一致。值得注意的是东北、内蒙古地区部分站点的预报与实况误差非常小,显示出模式对该地区温度具有较好的预报性能,而陕西、重庆等地的站点存在系统性偏差,两种分辨率模式24小时预报比实况观测温度偏高,但趋势预报仍然较为准确。GRAPES模式对850hPa温度的48小时预报性能与24小时相近(图略)。

总体上来看,GRAPES模式对于850hPa温度有较好的预报性能,基本上能够准确预报出温度的转折,即使对于陕西、重庆等地区站点24小时温度预报存在系统性偏高现象,但温度趋势预报依然较为准确。从预报时效考虑,24小时预报准确性明显高于48小时预报。不同分辨率模式比较而言,15km模式对850hPa温度预报更加准确。10个站点实况观测与模式24小时预报场平均相关系数高于实况与48小时预报场相关系数, 15km模式比30km模式预报更加准确,其实况与预报场相关系数更高(表 1)。

表 1 实况观测与GRAPES模式(15km和30km分辨率)24小时及48小时温度预报相关系数
2.4 0709号台风圣帕环流场检验

夏季,台风是影响我国的一个重要天气系统,2007年6—8月有4个台风登陆我国,其中0709号台风圣帕对我国造成的影响最大,下面对该台风进行GRAPES模式预报检验。由于该台风8月18日凌晨和19日凌晨先后在我国台湾省花莲市秀姑峦溪口沿海及福建省惠安县崇武镇附近沿海登陆,为便于比较登陆前后模式对台风强度及位置的预报能力,选择8月17日08时、18日08时以及19日08时三个时次进行分析。

17日08时圣帕位于我国台湾省东南方洋面上,从GRAPES模式24小时预报场上来看,我国广东省沿海一带以及129°E低纬度地区存在两个气旋性环流,但台风中心附近的气旋性环流并不清楚,表明在台风登陆前,模式对台风环流的预报存在较大误差。事实上,从台风登陆前模式的初始场(图略)可以发现,模式的初始场本身也没有明显的台风环流,从而使24及48小时预报场的台风环流不是很清楚,而初始场台风环流不清楚可能是由于登陆前可利用的海洋上观测资料较少造成的。18日08时,台风已经登陆台湾岛,相对于17日,此时已经能够看到较为清楚的环流中心,只是中心位置较实际位置偏南,即台湾岛南部沿海一带有一个气旋性环流中心。到了19日08时,台风中心已经位于我国福建境内,从模式风场上可以清晰地看到台风环流,但环流中心位置依然偏西南方向。对于不同分辨率的模式,24小时预报场模拟的环流形势较为一致,表明两种分辨率模式对低层风场的24小时预报比较接近。

综合以上情况,台风登陆前,由于模式初始台风环流场不清楚,两种分辨率的GRAPES模式对0709号台风24小时环流预报场模拟的效果均不好。在登陆后随着资料的增加,情况有所改善,台风环流逐渐清晰。越靠近我国大陆,台风中心位置也越接近实际位置,但位置始终偏南或偏西南,这表明两种分辨率的GRAPES模式对台风的路径预报可能存在一定的误差。此外,从强度来看,台风登陆前一般较强,登陆后由于地面摩擦等因素的影响,通常台风迅速减弱,这一点可以从EC模式分析场上看到,但从GRAPES模式预报场情况来看,从17日至19日,台风环流中心风速在不断加强,而19日08时台风中心风速与实际风速接近。这表明当台风位于距离我国大陆较远的海洋上时,模式模拟的台风中心风速明显偏小,误差也较登陆后明显偏大。

3 结论

(1) GRAPES模式对2007年夏季我国东部大范围降水具有较好的预报能力,特别是对雨带的季节性变动预报较为准确,能较为准确地预报淮河流域的降水位置,但两种分辨率模式对降水强度的预报比实况偏弱。

(2) GRAPES模式对淮河强降水发生时期500hPa高度场的预报性能随纬度变化存在差异,整体上45°N以北的中高纬地区预报较为准确,主要长波槽脊位置偏差较小。在中低纬,15km模式对印度地区高度场预报明显好于30km模式,且对副热带高压588线北界位置预报更加准确,但两种分辨率模式预报的副高西伸脊点位置均偏东。

图 4 2007年8月17日(a、b、c)、18日(d、e、f)和19日(g、h、i)850hPa风场 (a、d、g)为EC模式分析场; (b、e、h)为30km分辨率24小时预报; (c、f、i)为15km分辨率24小时预报图中小圆点表示台风中心位置,取自中央气象台的台风定位信息

(3) GRAPES模式对于850hPa温度有较好的预报性能,基本上能够准确预报出温度的转折。相比较而言,15km模式预报效果比30km模式的效果好。24小时预报比48小时预报偏差小,预报更为准确。

(4) GRAPES模式对0709号台风圣帕的预报在台风登陆前后均存在误差,但在登陆前的误差明显大于登陆后的误差,在台风距离我国大陆较远的海洋上时,台风中心位置较实际位置偏向西南方向,中心附近风速也明显偏小。此外,两种分辨率模式的结果差异不大。

参考文献
[1]
陈德辉, 沈学顺. 新一代数值预报系统研究进展[J]. 应用气象学报, 2006, 17(6): 773-777. DOI:10.11898/1001-7313.20060614
[2]
沈元芳, 胡江林. GRAPES模式中的坡地辐射方案及其对短期天气过程模拟的影响[J]. 大气科学, 2006, 30(6): 1129-1137.
[3]
张华, 薛纪善, 庄世宇, 等. GRAPES三维变分同化系统的理想试验[J]. 气象学报, 2004, 62(1): 31-41. DOI:10.11676/qxxb2004.004
[4]
黄丽萍, 伍湘君, 金之雁. GRAPES模式标准初始化方案设计与实现[J]. 应用气象学报, 2005, 16(3): 374-384. DOI:10.11898/1001-7313.20050312
[5]
伍湘君, 金之雁, 黄丽萍, 等. GRAPES模式软件框架与实现[J]. 应用气象学报, 2005, 16(4): 539-546. DOI:10.11898/1001-7313.20050415
[6]
李耀辉, 赵建华, 薛纪善, 等. 基于GRAPES的西北地区沙尘暴数值预报模式及应用研究[J]. 地球科学进展, 2005, 20(9): 999-1011.
[7]
赵建华, 李耀辉. GRAPES_SDM沙尘模式应用及存在的问题[J]. 干旱气象, 2006, 24(1): 7-13.
[8]
朱振铎, 端义宏, 陈德辉. GRAPES-TCM业务试验结果分析[J]. 气象, 2007, 33(7): 44-54. DOI:10.7519/j.issn.1000-0526.2007.07.005
[9]
叶成志, 欧阳里程, 李象玉, 等. GRAPES中尺度模式对2005年长江流域重大灾害性天气过程预报性能的检验分析[J]. 热带气象学报, 2006, 26(4): 393-399.
[10]
朱红芳, 王东勇, 朱鹏飞, 等. GRAPES模式在淮河流域面雨量预报中的应用[J]. 气象, 2007, 33(3): 76-82. DOI:10.7519/j.issn.1000-0526.2007.03.011
[11]
伍红雨, 陈德辉. 应用GRAPES模式对贵州暴雨过程的模拟试验[J]. 气象, 2006, 32(12): 29-35.
[12]
宗志平, 刘文明. 2003年华北初雪的数值模拟和诊断分析[J]. 气象, 2004, 30(11): 3-7.
[13]
徐双柱, 张兵, 谌伟. GRAPES模式对长江流域天气预报的检验分析[J]. 气象, 2007, 33(11): 65-71.