NCEPECMWF及CMC全球集合预报业务系统发展综述.docx

1、NCEPECMWF及CMC全球集合预报业务系统发展综述NCEP_ECMWF及CMC全球集合预报业务系统发展综述20116Transactions of Atmospheric SciencesJun, 2011麻巨慧，朱跃建，王盘兴，等, 2011, NCEP、ECMWF及 CMC 全球集合预报业务系统发展综述,J, 大气科学学报，34( 3) :37 0-380,Ma Ju-hui，Zhu Yue-jian，Wang Pan-xing，et al, 2011, A Review on the edvelopments of NCEP，ECMWF andCMC global ensemble

2、forecats system,J,Tra ns AtmoSsc i，34( 3) :37 0-380, NCEP、ECMWF CMC 及 全球集合预报业务系统发展综述1,2,3 2 1 1, 麻巨慧朱跃建王盘兴段明铿( 1, ，210044;南京信息工程大学 气象灾害省部共建教育部重点实验室江苏 南京 2, Envronmenta M odeng Center / NCEP / NOAA，CampS prngs，M D 20746 USA; 3, UCAR，Bouder，CO 80307 USA) illiil( global ensemble forecast system，GEFS) :

3、3 摘要总结了目前最具代表性的 个全球集合预报系统美 ( National Centers foErn vironmental Prediction，NCEP) 、 国国家环境预报中心欧洲中期天气预报中心( European Centre Mfoedr ium-Range Weather Forecasts，ECMWF) ( Canadian Meteoro- 和加拿大气象中心logical Centre，CMC) 。，建成至今的发展概况由于计算资源的不断扩展各中心集合预报系统的模式分 、。，辨率集合成员数也随之增加同时各中心都在不断地致力于发展和完善初始和模式扰动方法来更 ，。好地估计与初值

4、和模式有关的不确定性促进预报技巧的提高其中初始扰动方法从最初的奇异向 ( ECMWF) 、( NCEP) ( CMC) 量法增殖向量法和观测扰动法更新为现在的集合资料同化奇异向量法 ( ECMWF)、 ( NCEP) ( CMC)。 ， 重新尺度化集合转换法和集合卡尔曼滤波在估计模式不确定性方面ECMWF CMC ，NCEP 和 都修订了各自的随机参数化方案和多参数化方案最近也在模式中加入了随 。，TIGGE ( the THORPEX interactive grand 机全倾向扰动为提高全球高影响天气预报的准确率计划global ensemble) 、，的提出增进了国际间 对 多 模 式多

5、中心集合预报的合作研究北美集合预报系统 ( North American ensemble forecast system，NAEFS) ， 为建立全球多模式集合预报系统提供了业务框架。 这都将有助于未来全球交互式业务预报系统的构建:; ; ; 关键词全球集合预报系统初值不确定性模式不确定性多模式和多中心集合预报:P456. 7 :A:1674-709(72011)03-0370-11中图分类号文献标识码文章编号A Review on the developments of NCEP，ECMWF and CMCglobal ensemble forecast system 1，2，3 2 1

6、1MA Ju-hu，ZHU ue-an，WANG Pan-xng，DUAN Mng-keng iYjiii ( 1, Key Laboratory Moeft eorological Disaster of Ministry of Education，NUIST，Nanjing 210044，China; 2, Envronmenta Modeng Center / NCEP / NOAA，CampS prngs，MD 20746，USA; 3, UCAR，Bouder，CO 80307，USA) illiilAbstract: The papers ummarizes the develop

7、ments of theN ational Centers forE nvironmental Prediction( NCEP) ，the European Centre Mfored ium-Range WeatherF orecasts( ECMWF) ，and the Canadian Mete- orological Centre( CMC，)w hich are the mosretp resentative of global ensemble forecast system( GEFS,D) ue to theen larging of computational resour

8、ces，themo del resolution and ensemble size of their GEFS subsequently increase, At the sameti me，for promoting the improvement of the ofrecast skill，they all de- vote to edvelop the initial and model perturbation methods used stiom ulate the effect of initial and model uncertainties, The initial per

9、turbation methods are updated from the singular vector ( SV ) method(E CMWF ) ，the rbeeding method N( CEP ) and the perturbed observation ( PO ) method ( CMC ) to then seemble of data ssaimilation and singular vector ( EDA-SV ) method ( ECMWF ) ， :2010-10-16;:2011-01-19收稿日期改回日期基金项目:NOAA Hurrcane For

10、ecastm provement ProgramH( FP)iII作者简介:麻巨慧( 1983) ，女，黑龙江哈尔滨人，博士生，研究方向为集合预报，Juhui, Man oaa, gov,the ensemble transform itwh rescaling( ETR) method ( NCEP) and thee nsemble Kalman filter ( EnKF)method( CMC,)S eve ral attempts areal so made to account mforod el-related uncertainty, ECMWF and CMC have re

11、vised their stochastic physics parameterization tendencies( ECMWF) andm ulti-parameteriza- tion( CMC) schemes，and NCEalPs o develops stochastic total tendency eprturbation to estimate the mod- e-reated uncertanty, To acceerate mprovements on the accuracy g ofob a hgh-mpact weather orfe- llililliicas

12、ts，TIGGE( the THORPEX interactive grandg lobal ensemble) was initiated to enhance int ernational collaboration on multi-center and multi-model ensemble forecast，and NAEFS ( NorAtmhe rican ensemble forecast system) canr opvide an operational framework forglo bal multi-model ensemble forecast system,T

13、hey area ll helpful for developing the global interactive forecast system(G IFS) , Key words: global ensemble forecast system;i nitial uncertainty; model uncertainty; multi-model and multi-center ensemble forecast ( Toth eta l, ，2007) 。高可预报性不同用户在根据集 0引言合预报结果进行决策时要比使用单一预报得到更多 ，的经济利益因为集合预报可以针对他们各自的成 ，

14、大气具有混沌特性对于初始场的微小误差高 / ( Zhu et al, ，2002) ， ，本 损失比提供不同的决策标准度敏 感这种误差会迅速增 长影 响 可 预 报 性 ( Lorenz，1963。) ( 而单一确定性预报无法帮助每一个用户根据自身的 初始场误差主要来源于观测资料 ，在时间和空间上的不完整代表性误差和测量误差 情况做出最优的决策用户只能简单地依赖气候场 ) ( 等及资料同化过程使用背景场误差协方差时假 。Joslyn et al, ( 2007) Nadav-Green- 信息进行判断和 ) ，设各向同性及缺乏背景场误差的信息等即使假 berg andJo slyn( 2009

15、) ，的研究表明预报中包含不确 ，设模式完备这样的初值也会使预报技巧在几周后 ，。定性估计可以帮助预报员和公众做出更好的决策 ( Toth andK alnay，1993 ) 。降为零况且数值预报模 ，式并非完备离散化的大气模式仅是真实大气在数 Centers orf( National美国国家环境预报中心 。、学和物理上的近似有限的模式分辨率不完备的 Environmental Prediction，NCEP) 和欧洲中期天气预( 物理参数化方案及边界条件 近似估计粗糙度长 ( European Centre Mfored ium-Range Weather 报中心、) 度土壤湿度雪盖植被和

16、海表温度都会带来模 Forecasts，ECMWF) 1992 12 于 年 月分别建立了各自 ，。式误差它像初始误差一样会影响预报技巧 ( global ensemble forecast sys- 的全球集合预报系统集合预报是估计数值预报中不确定性的一种方 tem，GEFS) ，( Canadian Meteorologi- 加拿大气象中心，。法它将单一确定性预报转变为概率预报初始场 cal Centre，CMC) 1998 2 的集合预报业务也于 年 月 ( PDF) 。的不确定性可用概率密度函数来表征集合 ，GEFS，ECMWF 建成它们是目前最具代表性的 和 PDF， 预报的初始扰动

17、方法就是通过不同方式取样 ( Leith，1974 ) 、包括经典的蒙特卡罗法滞后平均法 ensemble prediction sys- CMC GEPS ( global( Hoffman andKa lnay，1983 ) 、( Toth and称 其 为 增殖向量法 Kalnay，1993，1997) 、( Buizza and能量模奇异向量法 tem)， ，GEFS。为叙述方便本文统一称为 近来一些3 研究也对这 个中心的初始扰动方法及集合预报产 。Bowler( 2006) Lorenz 96 品进行了比较使用低阶的 ( ensemble Kalman fil- 模式比较得出集合卡

18、尔曼滤波Palmer，1995; Molteni etal, ，1996 ) 、观 测 扰 动 法ter，EnKF) ( breedv ector，BV) 方法要优于增殖向量( Houtekamer et ( singular vector，SV) ，Des- al, ，1996 ) 、法和奇异向量法的结论集 合 转 换 卡 尔 曼 滤 波camps andTa lagrand( 2007) Lorenz 96 也使用 模式和 ( Bishop et al, ，2001; Wang andBi shop，2003) 和集合。 ( Wei et al, ，2008) 。三层准地 转 模 式得到了

19、一致的结论尽 管 上 述 转换法等集合预报不但可以估 ，计初 始 不 确 定 性也可以通过采用多模式方法 试验在比较中基于相同的模式避免了模式差异 ( Houtekamer aetl, ，1996) 、，物理过程的随机模拟方 对比较结果的影响但模式过于简单尚 不 能 代 ( Buizza et al, ，1999) ( Hou et 法及随机全倾向扰动法。 Magnusson ealt, ( 2008 ) 表复杂 的 大 气 系 统使 a, ，2006，2008，2010 ) l等来捕捉与模式相关的不确 T255 L40 ECMWF SV 用 的 集合预报模式比较了 L，。定性从而弥补单一确定

20、性预报的不足 SV BV ，法和 法发现在热带外地区 方法的表现稍 集合预报可以通过追踪初始不确定性的时空演 ，。Buizza et al, ( 2005) 好在热带地区则反之比较了 ，( flow-dependent) ，变提供依流型的概率分布来提 34 372卷 第 大气科学学报 3 2002 20 : 80?N 500 hPa ( ) ) ，57 、，12 ，个中心 年 月 位势高世 界 时下 同 起 始 预 报 使 用六日时 ，ECMWF ，T63L19( 219 km) 32 度场集合预报产品总体而言表现最好 水平分辨率约 对 个集合成员积 NCEP 10 d。50 ，CMC ，在短

21、预报时效效果好对长预报时效效 分 到目前已经升级为包括 个集合成员每 ( 00 、12 ) ，GEFS 天两次时时使用可变分辨率 模式 Meteorological Organization ) MO ( Word。 Wl的果好15 d ，0 : 10 d 进行 预报即 预报运行高分辨率模式 THORPEX( the observing system research andred ipct-T63962( 30 km) ，10 : 15 d T319L62L约 预报改用 LLability experiment ) TIGGE ( the 科学计划中的 计划 ( km) 。65 约 THOR

22、PEX interactive grandg lobal ensemble) 提出了 NCEP GEFS ，00 1 的 建成之初在每天 时仅由 ，TIGGE 建立全球交互式大集合预报的思路资料的 2 。组正负扰动对产生 个集合成员目前集合成员数 、交换为各中心预报产品的比较自身技术的改进提 20 00、06、12 ，18 ，已增到 个每天 和 时起报预报时 。供了有价值的信息 16 d，2010 2 T190 效达 水平分辨率于 年 月升级为 10 GEFS ，3 余年来个中心的 都有了明显的改 ( km) 。70 约 ，1 3 GEFS 进本文第 节将介绍有关 个中心 的发展 CMC GE

23、FS 95 SEF 1 T的 第 代 仅 使 用 模 式 L，2、3 3 概况第 节分别介绍 个中心如何估计初值和 ( spectral finite element model) 8 对 个集合成员积分，4 、模式不确定性第 节是关于建立多模式多中心集 ，5 。合预报系统的进展情况第 节是对本文的总结 environ-10 d。1999 GEM ( global8 年 月新开发了 mental multiscale model) ，由模式中不同的物理参数 1发展概况8 ，化方案产生了另外 个 成 员模 式 的 分 辨 率 是 1. 875?。2007 CMC GEFS 7 年 月 对 进行了

24、一次重 1、2、3 3 。表 列出了 个中心的详细发展概况自 ，SEF ，GEM 要的升级不再使用 模式并将 的水平分 GEFS ，3 开始业务化以来个中心就在不断地致力于，、发展和完善初始和模式扰动方法同时模式分辨率 0. 9?，20 16 d 。辨率提高到 对 个集合成员进行 预报。集合成员数及预报时效也都有所升级 1a 3 图 比较了 个中心集合预报的距平相关系ECMWF ( 、3 最初每周仅进行 次业务预报周五 ，10 ，数每个中心都只取 个集合成员进行集合平均 ECMWF GEFS 1 表 发展概况 Table 1The development of theE CM WF GEFS/

25、 d 初始不确定性模式不确定性分辨率预报时效集合成员数起报时次1992-12 T63L19 32 奇异向量法 ( SN) VII 1996-12 T 159L31 1998-03 L 12 UTC 1998-10 10 T 159L40 1999-10 L 随机参数化 2000-11 演化 奇异 T 255L40 扰动方案L 向量法2003-03 ( SPPT ) ( EVO-SVINI) T 399L62 2006-02 L 2006-09 T 399L62( 0 : 10) L 50 T 255L62( 10 : 15) L 2009-09 修订的随机 参数化扰动方案 2010-01 (

26、revised SPPT ) 00 UTC; 2010-06 12 UTC 15 T 639L62( 0 : 10) L 集合资料同化 修订的随机 参T 319L62( 10 : 15) L 奇异向量法 数化扰动方案 2010-11 ( EDA-SVINI) 和随机补偿方案 ( revised SPPT -SPBS) 2 NCEP GEFS 表 发展概况Table 2The development of theNC EP GEFS/ d初始不确定性 模式不确定性 分辨率 预报时效 集合成员数 起报时次 1992-12 T62L18 12 2 00 UTC 10( 00 UTC) 1994-03

27、 T62L28 4( 12 UTC) T126L28( 0 : 2. 5) 00 UTC; 2000-06 12 UTC T62L28( 2. 5 : 16) 增殖向量法 ( BV) T12628( 0 : 3. 5) L 2001-01 T6228( 3. 5 : 16) L10 16 T126L28( 0 : 7. 5) 2004-03 T62L28( 7. 5 : 16) 00 UTC; 2005-08 06 UTC; 2006-05 14 T126L28 12 UTC; 重新尺度化 18 UTC 2007-03 集合转换法 20 ( ETR) 随机全倾向 2010-02 T190L28

28、 ( STTP) 扰动 3 CMC GEFS 表 的发展概况Table 3 The development of theC M C GEFS / d初始不确定性 模式不确定性 分辨率 预报时效 集合成员数 起报时次 T 95( SEF) 1998-02 8 L T 95( SEF) ;L ( PO)1999-08 观测扰动法 1, 875? ( GEM ) 10 00 UTC 多模式多参数化方案 16 2001-06 T 149( SEF) ; L 1, 2? ( GEM ) 2005-01 集合卡尔曼 00 UTC; 多参数化方案和 ( EnKF) 滤波2007-07 0, 9? ( GEM

29、 ) 16 20 12 UTC 随机参数化过程 CM WF ，NCEP 。 CM WF ( SV ) E，E其中 的 预 报 效 果 最 好次 之但使用奇异向量法来捕捉扰动一原理ECM WF ( Buizza and Palmer，1995; M olteni 的这种优势在一定程度上取决于较高的模 增长最快的方向。et al, ，1996) ( SV 式分辨率如要比较仅由初始和模式扰动方法提高 由于这种 是生成在预报的初始时 ，1b ，SV，SVINI( initial time SV ) 刻为区别于其他 的预报技巧可由图 中集合平均与控制预报的差 以 来 ，3 d ，3 ) 。SVINI ，

30、来反映在预报时效小于 时个中心的预报效 表示是相对于初始模定义的它是通过在 ，CM C ，CM C 果基本相当之后 开始显现优势的多 最优时间内向前积分切线性模式再向后积分伴随 ，参数化方案更好地代表了模式不确定性体现了其 模式得到在最优间隔内能够达到极大能量增长的 。， 优越性 扰动因此初始模的选取和最优间隔的长度很关键ECM WF ，业务上使用总能量模作为初始模最优间 36 h，1994 h。SVI- 48 隔最初是 年后更新为 得到的 2初值不确定性NI 在相空间中再进行正交旋转及重新尺度化构造 。集合扰动成员由于使用切线性模式和其伴随模式 1) ECM WF 3 ，的次数是所需奇异向量

31、数的 倍因此需要耗费大 ，根据非线性动力学的有限时间不稳定理论扰 。动在相空间的不同方向具有不同的增长率基于这 34 374卷 第 大气科学学报 2008 2009 ( ) 500 hPa1 12 1 00 2 28 00 图 年 月 日 时年 月 日 时世界时北半球 ( a; ，)位势高度场的距平相关系数实线为集合平均预报虚线为控制预报 ( b)以及集合平均预报与控制预报距平相关系数之差 Fig, 1 500 hPa geopotential height over the NorthernHe misphere extra-tropics for a, anomay correaton s

32、cores ( sod nes arellililithe w inter of 20082009ensembe mean; dashn es are contro forecast) ; b, dfferences of anomayllililcorrelation scores betw een thee nsemble mean and thceo ntrol forecast SV。EDA ，T42 。量的计算资源所以仅运行 的低分辨率模式化的 扰动与未受扰动的分析场相加可， 10 SVINI ，5 对于热带外地区两个半球是分别计算奇异向量的生成 个扰动分析场然后分别与 个 合 。，50 ，EDA 否则会使夏半球的奇异向量过少在热带地区奇 并可得到 个集合成员其中由于 扰动的振 ，SV SVINI ，异向量对切线性模式中非绝热物理过程很敏感如 幅比原来的演化 大所以合并时 的振幅 ，果计算整个热带地区的奇异向量有时会生成在非 et al, ( 2007 ) et al,10% 。 PalmarBuizza降低 和 ，线性预