陳靜 李曉莉

（中國氣象局?jǐn)?shù)值預(yù)報(bào)中心，北京 100081）

0 GRAPES全球和區(qū)域集合預(yù)報(bào)發(fā)展歷程

數(shù)值預(yù)報(bào)是當(dāng)代天氣預(yù)報(bào)的基礎(chǔ)，但由于為數(shù)值模式提供初值的觀測資料和同化方法具有誤差，造成模式初值不可避免地存在誤差，而非線性大氣運(yùn)動(dòng)的復(fù)雜性和混沌特性，導(dǎo)致預(yù)報(bào)結(jié)果對(duì)初值誤差非常敏感，由此初值獲得的數(shù)值模式解僅是真實(shí)大氣的一個(gè)可能解，單一數(shù)值預(yù)報(bào)結(jié)果存在不確定性[1]。而集合預(yù)報(bào)技術(shù)則是通過一定的數(shù)學(xué)處理方法生成多個(gè)略有差異的初值或者略有差異的模式，獲得多個(gè)數(shù)值模式解，進(jìn)而通過計(jì)算大氣運(yùn)動(dòng)狀態(tài)概率密度函數(shù)來定量估計(jì)單一確定性數(shù)值預(yù)報(bào)的不確定性。近20年來，利用集合預(yù)報(bào)描述單一確定性數(shù)值預(yù)報(bào)的不確定性，在各大業(yè)務(wù)數(shù)值預(yù)報(bào)中心獲得廣泛應(yīng)用，與資料同化、動(dòng)力框架、物理過程一起構(gòu)成了當(dāng)代數(shù)值預(yù)報(bào)技術(shù)的四個(gè)發(fā)展方向，成為數(shù)值預(yù)報(bào)業(yè)務(wù)核心系統(tǒng)[1]。

當(dāng)前集合預(yù)報(bào)系統(tǒng)主要有三種：全球中期集合預(yù)報(bào)、區(qū)域中尺度短期集合預(yù)報(bào)和對(duì)流尺度集合預(yù)報(bào)，它們重點(diǎn)解決不同時(shí)空尺度的預(yù)報(bào)問題。全球中期天氣集合預(yù)報(bào)（Global Medium-range Ensemble Prediction system，GEPS，預(yù)報(bào)時(shí)間為3～15 d）通常設(shè)計(jì)用于3～15 d的中期天氣預(yù)報(bào)，水平分辨率通常在10～50 km ，是各大數(shù)值預(yù)報(bào)中心主要業(yè)務(wù)組成部分。區(qū)域集合預(yù)報(bào)系統(tǒng)（Regional Ensemble Prediction System，REPS）主要采用較小范圍的區(qū)域模式，具有較全球模式更高的分辨率，通常在5～30 km，主要著眼于1～3 d的短期天氣預(yù)報(bào)，因此可以用于預(yù)報(bào)天氣系統(tǒng)中的一些局部細(xì)節(jié)，還能夠更好判斷一些強(qiáng)天氣系統(tǒng)可預(yù)報(bào)性；通常區(qū)域集合預(yù)報(bào)系統(tǒng)需要從全球集合預(yù)報(bào)系統(tǒng)中獲得側(cè)邊界條件（天氣系統(tǒng)從有限區(qū)域范圍以外移入有限區(qū)域內(nèi)的邊界）。對(duì)流尺度集合預(yù)報(bào)系統(tǒng)（Convective-Scale Ensemble，CSE ）主要采用1～3 km對(duì)流尺度模式，主要目的提供對(duì)流運(yùn)動(dòng)細(xì)節(jié)的預(yù)報(bào)不確定性，預(yù)報(bào)時(shí)間通常是0～36 h，1～3 km對(duì)流尺度的區(qū)域集合預(yù)報(bào)在歐美發(fā)達(dá)國家已經(jīng)成為核心業(yè)務(wù)，為提高強(qiáng)對(duì)流天氣預(yù)報(bào)預(yù)警能力提供基礎(chǔ)。

中國氣象局國家氣象中心早在20世紀(jì)90年代開始發(fā)展全球集合預(yù)報(bào)系統(tǒng)[2]，1996年建立了基于時(shí)間滯后方法的T63L16全球集合預(yù)報(bào)，集合預(yù)報(bào)成員12個(gè)，預(yù)報(bào)時(shí)效10～13 d，1999年升級(jí)為基于奇異向量方法的T106L19全球集合預(yù)報(bào)[3]，集合預(yù)報(bào)成員32個(gè)，預(yù)報(bào)時(shí)效10 d。2007年建立了基于增長模繁殖法的T213高分辨率數(shù)值集合預(yù)報(bào)系統(tǒng)[4]，集合預(yù)報(bào)成員15個(gè)，預(yù)報(bào)時(shí)效10 d，2014年，將T213集合預(yù)報(bào)升級(jí)為T639集合預(yù)報(bào)系統(tǒng)，在集合預(yù)報(bào)成員中增加了隨機(jī)物理過程傾向項(xiàng)擾動(dòng)方案[5]。中國氣象局區(qū)域集合預(yù)報(bào)的發(fā)展始于2006年，在世界氣象組織（World Meteorological Organization，WMO）北京奧運(yùn)會(huì)研究示范項(xiàng)目[6]支持下，國家氣象中心基于美國WRF模式，采用增長模繁殖法建立中國區(qū)域集合預(yù)報(bào)系統(tǒng)[7]，2010年11月15日實(shí)現(xiàn)業(yè)務(wù)化運(yùn)行，模式不確定性采用多物理過程組合，系統(tǒng)水平分辨率15 km，側(cè)邊界來自T213全球中期集合預(yù)報(bào)系統(tǒng)，15個(gè)集合預(yù)報(bào)樣本，每天運(yùn)行4次。

GRAPES模式是中國氣象局自主研發(fā)的新一代數(shù)值天氣預(yù)報(bào)模式[8]。GRAPES集合預(yù)報(bào)技術(shù)發(fā)展始于區(qū)域集合預(yù)報(bào)研究，2005年，同樣在WMO北京奧運(yùn)會(huì)研究示范項(xiàng)目持下，中國氣象科學(xué)研究院采用增長模繁殖法建立多初值多物理GRAPES區(qū)域集合預(yù)報(bào)系統(tǒng)[9]，隨后應(yīng)用集合變換卡爾曼濾波初值擾動(dòng)方法開展GRAPES區(qū)域集合預(yù)報(bào)試驗(yàn)[10]。2007年以來，通過中國氣象局公益性行業(yè)專項(xiàng)“面向TIGGE的集合預(yù)報(bào)關(guān)鍵應(yīng)用技術(shù)研究”（GYHY200706001）、“基于多模式集合預(yù)報(bào)的交互式應(yīng)用技術(shù)研究”（GYHY200906007）、“GRAPES區(qū)域集合預(yù)報(bào)多尺度混合擾動(dòng)關(guān)鍵技術(shù)研究”（GYHY201506005）以及中國氣象局GRAPES專項(xiàng)經(jīng)費(fèi)支持，發(fā)展集合變換卡爾曼濾波（Ensemble Transform Kalman Filter，ETKF）初值擾動(dòng)技術(shù)[11-19]，研發(fā)與中國氣象局全球集合預(yù)報(bào)系統(tǒng)數(shù)據(jù)耦合的GRAPES區(qū)域集合預(yù)報(bào)統(tǒng)，2014年基于集合變換卡爾曼濾波初值擾動(dòng)技術(shù)的中國區(qū)域集合預(yù)報(bào)系統(tǒng)（GRAPES Regional Ensemble Prediction System，GRAPES-REPS）v1.0版本替代WRF區(qū)域集合預(yù)報(bào)系統(tǒng)，成為國家氣象中心業(yè)務(wù)化區(qū)域集合預(yù)報(bào)系統(tǒng)，該系統(tǒng)水平分辨率15 km，集合預(yù)報(bào)成員15個(gè)；2015年該系統(tǒng)初值擾動(dòng)技術(shù)更新為多尺度混合初值擾動(dòng)方法[20]，中尺度初值擾動(dòng)信息來自GRAPES區(qū)域集合預(yù)報(bào)系統(tǒng)的集合變換卡爾曼濾波方法，大尺度初值擾動(dòng)信息來自T639全球集合預(yù)報(bào)系統(tǒng)的增長模繁殖方法，GRAPES-REPS區(qū)域集合預(yù)報(bào)系統(tǒng)升級(jí)為v2.0版本，2019年9月，隨著基于奇異向量初值擾動(dòng)方法的GRAPES全球中期集合預(yù)報(bào)業(yè)務(wù)化運(yùn)行，GRAPES區(qū)域集合預(yù)報(bào)的側(cè)邊界擾動(dòng)來源由T639全球集合預(yù)報(bào)更新為GRAPES全球集合預(yù)報(bào)系統(tǒng)，同時(shí)初值擾動(dòng)技術(shù)和模式擾動(dòng)技術(shù)均實(shí)現(xiàn)業(yè)務(wù)更新，業(yè)務(wù)系統(tǒng)升級(jí)為v3.0版本[21]。

GRAPES全球集合預(yù)報(bào)的研究始于2008年，最初采用全球集合變換卡爾曼濾波方法建立GRAPES全球集合預(yù)報(bào)[22]，隨著GRAPES全球四維變分同化技術(shù)的發(fā)展，在中國氣象局公益行業(yè)專項(xiàng)“GRAPES全球模式集合預(yù)報(bào)奇異向量初值擾動(dòng)方法研究”（GYHY201006015）以及中國氣象局GRAPES專項(xiàng)經(jīng)費(fèi)支持下，國家氣象中心開始組織發(fā)展基于奇異向量初值擾動(dòng)技術(shù)的GRAPES全球集合預(yù)報(bào)系統(tǒng)[23-27]，經(jīng)過近10年的研究開發(fā)，基于奇異向量初值擾動(dòng)方法的GRAPES全球中期集合預(yù)報(bào)于2018年12月實(shí)現(xiàn)業(yè)務(wù)運(yùn)行，替代了T639全球集合預(yù)報(bào)系統(tǒng)，國家氣象中心由此建立了一套完整的GRAPES數(shù)值預(yù)報(bào)業(yè)務(wù)體系[28]。

在代表GRAPES模式的不確定性方面，研究人員在國家氣象中心T213和T639全球中期集合預(yù)報(bào)模式不確定性擾動(dòng)研究基礎(chǔ)上，利用GRAPES區(qū)域集合預(yù)報(bào)和全球集合預(yù)報(bào)開展了多種模式擾動(dòng)方法研究，如多物理過程組合方法（Multi-Physics，MP）[21]，隨機(jī)物理過程傾向擾動(dòng)方法（Stochastically Perturbed Parameterization Tendencies，SPPT）[29]，隨機(jī)動(dòng)能后向散射方法（Stochastic Kinetic Energy Backscatter，SKEB）[30]；隨機(jī)參數(shù)擾動(dòng)方法（Stochastically Perturbed Parameters，SPP）[31]。SPPT方案分別于2015年和2018年在GRAPES-REPS區(qū)域集合預(yù)報(bào)v2.0版本和GRAPES-GEPS v1.0版本中實(shí)現(xiàn)業(yè)務(wù)應(yīng)用[21,28]，SEKB方案于2018年在GRAPES-GEPS全球集合預(yù)報(bào)v1.0版本中實(shí)現(xiàn)業(yè)務(wù)應(yīng)用[28]。

2019年，GRAPES全球集合預(yù)報(bào)系統(tǒng)v1.0和GRAPES區(qū)域集合預(yù)報(bào)系統(tǒng)v3.0實(shí)現(xiàn)一體化運(yùn)行。與單一確定性預(yù)報(bào)業(yè)務(wù)系統(tǒng)相比，集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)組成更復(fù)雜，系統(tǒng)更龐大，不僅需要研究代表GRAPES模式初值和模式不確定性的初值擾動(dòng)方法和模式擾動(dòng)方法，還需要進(jìn)行集合預(yù)報(bào)系統(tǒng)后處理和產(chǎn)品開發(fā)。受篇幅限制，本文將側(cè)重介紹在GRAPES-GEPS v1.0業(yè)務(wù)版本和GRAPES-REPSv3.0業(yè)務(wù)版本中應(yīng)用的初值擾動(dòng)技術(shù)、模式擾動(dòng)技術(shù)、業(yè)務(wù)系統(tǒng)參數(shù)和預(yù)報(bào)效果，并分析存在的問題，展望未來發(fā)展。

1 GRAPES全球模式奇異向量初值擾動(dòng)技術(shù)

集合預(yù)報(bào)的核心問題是如何產(chǎn)生代表分析誤差概率分布的初值樣本集合。奇異向量法（Singular Vectors，SVs）是國際上常用的集合預(yù)報(bào)初值擾動(dòng)方法，其基本原理是利用非線性動(dòng)力學(xué)理論中的有限時(shí)間不穩(wěn)定理論，計(jì)算切線性模式的奇異值和奇異向量，利用最大奇異值對(duì)應(yīng)的奇異向量就是增長最快的擾動(dòng)原理，獲得一系列的初值擾動(dòng)。奇異向量初值擾動(dòng)方法首先成功應(yīng)用于歐洲中期天氣預(yù)報(bào)中心（ECMWF）集合預(yù)報(bào)系統(tǒng)[32]，隨后在主流數(shù)值預(yù)報(bào)中心全球集合預(yù)報(bào)業(yè)務(wù)中獲得了較廣泛應(yīng)用。GRAPES全球四維變分系統(tǒng)發(fā)展的切線性和伴隨模式為GRAPES全球集合預(yù)報(bào)SVs擾動(dòng)技術(shù)的研究和發(fā)展提供了條件。通過構(gòu)建適合GRAEPS模式特點(diǎn)的SVs求解計(jì)算所需的總能量模，開發(fā)SVs并行計(jì)算，最終建立了基于奇異向量初值擾動(dòng)技術(shù)的GRAPES全球集合預(yù)報(bào)系統(tǒng)[28]。

1.1 奇異向量數(shù)學(xué)計(jì)算方案

GRAPES全球集合預(yù)報(bào)奇異向量初值擾動(dòng)技術(shù)包括計(jì)算奇異向量和構(gòu)建初值擾動(dòng)結(jié)構(gòu)的數(shù)學(xué)處理方案兩大部分。計(jì)算奇異向量的數(shù)學(xué)處理方案由全球熱帶外地區(qū)和熱帶氣旋奇異向量計(jì)算兩部分組成，具體的數(shù)學(xué)處理方案簡述如下。

1.1.1 熱帶外奇異向量計(jì)算方案

GRAPES全球奇異向量求解可歸結(jié)為演化擾動(dòng)向量Xt模與初始擾動(dòng)向量X0模之間比值的最大化問題[25]，如公式（1）：

其中：L是GRAPES四維變分同化系統(tǒng)中的切線性模式（Tangent Linear Model，TLM），LT是伴隨模式（Adjonint model，ADM），E是衡量擾動(dòng)大小權(quán)重模，x表示奇異向量，λ為對(duì)應(yīng)的奇異值。P是投影算子，其作用是將目標(biāo)區(qū)之外奇異向量擾動(dòng)設(shè)置為零。由式（1）可見，影響奇異向量結(jié)構(gòu)的因素有三點(diǎn)：1）奇異向量擾動(dòng)大小權(quán)重模E的定義；2）切線性模式 L及伴隨模式LT的特點(diǎn)，主要為線性化物理過程參數(shù)化方案的使用；3）切線性模式L向前及伴隨模式LT向后的積分時(shí)間長度（最優(yōu)化時(shí)間間隔）。

GRAPES全球奇異向量采用總能量定義權(quán)重模[26]，設(shè)GRAPES全球TLM和ADM的預(yù)報(bào)量-水平風(fēng)分量（u, v），擾動(dòng)位溫（），擾動(dòng)無量綱氣壓（）對(duì)應(yīng)的擾動(dòng)量（可表示為：，總能量模E的計(jì)算如下：

式中：前面兩項(xiàng)之和為擾動(dòng)動(dòng)能（kinetic energy，KE）模，后兩項(xiàng)之和表示擾動(dòng)位能（potential energy，PE）模，其中第三項(xiàng)和第四項(xiàng)分別表示位能中擾動(dòng)位溫和擾動(dòng)無量綱氣壓分量的貢獻(xiàn)，為地形追隨坐標(biāo)，λ和φ分別代表模式球面坐標(biāo)系中的經(jīng)度和緯度，cp為干空氣的定壓比熱。Tr，θr，Пr及ρr分別表示參考溫度、參考位溫、參考無量綱氣壓及參考密度，其計(jì)算公式分別，，式中，Rd為干空氣氣體常數(shù)，ρr為標(biāo)準(zhǔn)大氣，Tr為參考溫度，g為重力加速度。

表1是GRAPES全球奇異向量計(jì)算參數(shù)配置，GRAPES全球切線性模式L及伴隨模式LT水平分辨率為2.5°×2.5°，垂直60層，且在切線性模式及伴隨模式采用了線性化邊界層方案（Planetary Boundary Layer，PBL）和線性化阻塞流拖曳方案（Mountain Blocking，MB）。GRAPES全球奇異向量的求解采用Lanczos迭代算法，在迭代過程中需多次積分切線性模式L及伴隨模式LT。熱帶外奇異向量計(jì)算目標(biāo)區(qū)分別為北半球中高緯度（30°—80°N）區(qū)域、南半球中高緯度（80°—30°S）區(qū)域，計(jì)算精度為0.001，通常迭代50次可以獲得30個(gè)奇異向量；此外，還利用48 h前的初始奇異向量經(jīng)過48 h的線性演化，得到與初始奇異向量同時(shí)次的演化奇異向量。

表1 GRAPES全球奇異向量計(jì)算參數(shù)配置 Tabel 1 Configuration of SVs scheme in GRAPES-GEPS

1.1.2 熱帶氣旋奇異向量計(jì)算方案

副熱帶SVs和演化SVs在熱帶地區(qū)幾乎為零，不能反映熱帶氣旋（Tropic Cyclone，TC）的初始不確定性，造成TC集合預(yù)報(bào)技巧較低。考慮熱帶氣旋系統(tǒng)的特殊性，在GRAPES全球集合預(yù)報(bào)中發(fā)展了熱帶氣旋奇異向量計(jì)算方案[33]，即如果有熱帶氣旋生成，則以熱帶氣旋為中心10個(gè)經(jīng)緯度區(qū)域?yàn)槟繕?biāo)區(qū)計(jì)算奇異向量，最多可以計(jì)算6個(gè)熱帶氣旋奇異向量。

從表1 可見，加上熱帶外的南北半球區(qū)域，GRAPES奇異向量計(jì)算目標(biāo)區(qū)域有三個(gè)，不僅生成了能體現(xiàn)南北半球中高緯度大氣的斜壓不穩(wěn)定擾動(dòng)發(fā)展的奇異向量，還在有熱帶氣旋時(shí)生成考慮熱帶氣旋發(fā)展的奇異向量。

1.1.3 奇異向量結(jié)構(gòu)特征

圖1是2013年5月8日00UTC北半球第1奇異向量擾動(dòng)分布中比較顯著的局地奇異向量擾動(dòng)[25]，可見初始時(shí)刻位溫?cái)_動(dòng)表現(xiàn)出隨高度向西傾斜的特征，體現(xiàn)了大氣對(duì)流層中下層常存在的、有利于天氣系統(tǒng)發(fā)展的斜壓結(jié)構(gòu)。在最后演化時(shí)刻的位溫?cái)_動(dòng)分布尺度變大，垂直結(jié)構(gòu)演變成了隨高度無明顯傾斜的正壓結(jié)構(gòu)特征，擾動(dòng)量值分布上也呈現(xiàn)出上傳和下傳的特征。此外，初始時(shí)刻和最后演化時(shí)刻奇異向量擾動(dòng)能量模

圖1 北半球第1SV位溫?cái)_動(dòng)（放大1000倍，單位：℃）在模式第20層的水平結(jié)構(gòu)（a，b）及沿著箭頭所示的徑向垂直剖面（c，d）（a，c）初始時(shí)刻；（b，d）最后演化時(shí)刻[24] Fig. 1 Horizontal structure at model level 20 (a, b) and vertical cross-section (along arrows shown (c, d) of potential temperature perturbation（multiplying by 1000, unit: ℃）of 1st SV over NH at initial time (a, c) and final evolved time (b, d) [24]

垂直結(jié)構(gòu)顯示（圖略），GRAPES奇異向量擾動(dòng)能量的線性演變較好地體現(xiàn)了大氣對(duì)流層中斜壓不穩(wěn)定及其能量垂直傳播特征和升尺度的能量轉(zhuǎn)移特征，體現(xiàn)天氣尺度的大氣斜壓不穩(wěn)定能量及演變。

1.2 基于奇異向量的集合預(yù)報(bào)初值擾動(dòng)構(gòu)建

基于上述計(jì)算產(chǎn)生的北半球初始奇異向量和演化奇異向量、南半球初始奇異向量和演化奇異向量、熱帶氣旋初始奇異向量，采用高斯取樣技術(shù)構(gòu)造GRAPES全球集合預(yù)報(bào)初值擾動(dòng)場[26,33]。

其中，pj是第j個(gè)初值擾動(dòng)，a是演化奇異向量的權(quán)重，是第k個(gè)北半球初始奇異向量，是第k個(gè)北半球演化奇異向量，代表北半球初始奇異向量的個(gè)數(shù)，代表北半球演化奇異向量的個(gè)數(shù)，是第k個(gè)南半球初始奇異向量，是第k個(gè)南半球演化奇異向量，代表南半球初始奇異向量的個(gè)數(shù)，代表南半球演化奇異向量的個(gè)數(shù)。，其中γ是可調(diào)經(jīng)驗(yàn)系數(shù)，可以控制初值擾動(dòng)振幅，是SV或演化SV的尺度化放大因子，可通過式（4）計(jì)算得到:

式中：i，j，k分別對(duì)應(yīng)模式網(wǎng)格經(jīng)度、緯度和垂直層數(shù)變量，ui,j,k是SV或演化SV的緯向風(fēng)擾動(dòng)分量，vi,j,k是SV或演化SV的經(jīng)向風(fēng)擾動(dòng)分量，θi,j,k是SV或演化SV的擾動(dòng)位溫?cái)_動(dòng)分量，Пi,j,k是SV或演化SV的擾動(dòng)Exner氣壓擾動(dòng)分量，是緯向風(fēng)標(biāo)準(zhǔn)差，是經(jīng)向風(fēng)標(biāo)準(zhǔn)差，是擾動(dòng)位溫標(biāo)準(zhǔn)差，是擾動(dòng)Exner 氣壓標(biāo)準(zhǔn)差。通過大量參數(shù)敏感性試驗(yàn)，GRAPESGEPS v1.0初值擾動(dòng)計(jì)算方案，通過敏感性試驗(yàn)確定可調(diào)參數(shù)α=0.1，γ=0.06。

2 GRAPES區(qū)域集合預(yù)報(bào)初值擾動(dòng)技術(shù)

區(qū)域集合預(yù)報(bào)中普遍采用兩種初值擾動(dòng)構(gòu)造方法，一種是采用全球集合預(yù)報(bào)初值擾動(dòng)動(dòng)力降尺度產(chǎn)生，另一種是采用在全集合預(yù)報(bào)中應(yīng)用較成熟的初值擾動(dòng)方法（如BGM，SVs，ETKF等初值擾動(dòng)方法)產(chǎn)生。對(duì)于降尺度方法而言，由于全球集合的分辨率有限，動(dòng)力降尺度產(chǎn)生的擾動(dòng)信息缺乏小尺度不確定性信息，而這些小尺度不確定性信息對(duì)于局地性強(qiáng)天氣過程很重要。GRAPES區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)采用了集合變換卡爾曼濾波（ETKF）方法單獨(dú)構(gòu)造擾動(dòng)初值。

2.1 集合變換卡爾曼濾波（ETKF）初值擾動(dòng)方法

2.1.1 ETKF 初值擾動(dòng)數(shù)學(xué)處理方案

集合變換卡爾曼濾波（ETKF）初值擾動(dòng)方法是基于卡爾曼濾波理論發(fā)展而來，由集合預(yù)報(bào)擾動(dòng)方差和觀測誤差方差快速估計(jì)分析誤差的一種初值擾動(dòng)技術(shù)[34]。在GRAPES區(qū)域集合預(yù)報(bào)系統(tǒng)中，將預(yù)報(bào)擾動(dòng)向量更新為分析擾動(dòng)，利用變換矩陣T來建立預(yù)報(bào)擾動(dòng)和分析擾動(dòng)的關(guān)系，如公式（5），即通過變換矩陣T對(duì)當(dāng)前時(shí)刻預(yù)報(bào)擾動(dòng)向量進(jìn)行線性組合，構(gòu)造當(dāng)前時(shí)刻的分析擾動(dòng)[12-13]

ETKF初值擾動(dòng)方法的核心是如何獲得變換矩陣T，在GRAPES區(qū)域集合預(yù)報(bào)ETKF方案中，采用Wang等[34]方法，假設(shè)預(yù)報(bào)擾動(dòng)Xf的協(xié)方差能夠代表預(yù)報(bào)誤差協(xié)方差Pf，定義，則T的表達(dá)式為：

其中，di為第i時(shí)刻被R-1/2標(biāo)準(zhǔn)化的更新向量（innovation），N為觀測數(shù)目，λi為式（6）中Γ的對(duì)角元素，αi將對(duì)集合擾動(dòng)方差進(jìn)行調(diào)整，使預(yù)報(bào)擾動(dòng)方差與控制預(yù)報(bào)誤差方差在全球觀測空間中保持一致。

同時(shí)，為了使集合擾動(dòng)成員相對(duì)于集合平均中心化，采用球面單形中心化方案[34]，即得ETKF的初值擾動(dòng)的最終表達(dá)式：

2.1.2 ETKF 初值擾動(dòng)結(jié)構(gòu)特征

ETKF方法的一個(gè)重要特征是能夠吸收觀測信息，對(duì)擾動(dòng)進(jìn)行調(diào)整。GRAPES區(qū)域集合預(yù)報(bào)采用模擬觀測資料[18]的方法，將全球背景分析場插值到觀測空間作為模擬觀測資料。圖2是觀測空間水平分布以及連續(xù)40 d垂直平均的U分量風(fēng)擾動(dòng)絕對(duì)值的分布。可以看出高原地區(qū)以及西太平洋海洋地區(qū)的觀測較為稀疏，因此這些地區(qū)初始分析場的不確定性較大，青藏高原地區(qū)以及西太平洋海洋地區(qū)擾動(dòng)量級(jí)較大，最大值可達(dá)4 m/s，而在觀測分布較密集的中國大陸東部地區(qū)，擾動(dòng)量級(jí)較小。

在GRAPES區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)v3.0版本中，因側(cè)邊界擾動(dòng)來自GRAPES全球非靜力模式，為保障業(yè)務(wù)系統(tǒng)積分穩(wěn)定性，ETKF投影矩陣的計(jì)算變量為動(dòng)量場變量（u，v），放大因子計(jì)算變量為動(dòng)量場變量（u，v）和比濕變量q，ETKF初值擾動(dòng)計(jì)算采用6 h循環(huán)擾動(dòng)計(jì)算方案，每天運(yùn)行4次，分別為00Z、06Z、12Z、18Z，其中00Z與12Z均作84 h預(yù)報(bào)，06Z與18Z只做6 h預(yù)報(bào)，為ETKF循環(huán)提供6 h預(yù)報(bào)擾動(dòng)場。

2.2 基于ETKE 的多尺度混合初值擾動(dòng)方法

圖2 觀測站點(diǎn)及初始擾動(dòng)水平分布[14] （a）觀測站點(diǎn)分布圖（黑點(diǎn)為測站位置）；（b）40 d垂直平均的U分量風(fēng)初值擾動(dòng)（單位：m/s） Fig. 2 Horizontal distribution of observation stations and initial perturbation (unit: m/s) [14] distribution of observation stations (10cations of observation stations shown as black dots); (b) 40 d vertically averaged horizontal distribution of U wind perturbation

業(yè)務(wù)實(shí)踐表明，全球集合預(yù)報(bào)動(dòng)力降尺度的區(qū)域集合預(yù)報(bào)擾動(dòng)結(jié)構(gòu)可以產(chǎn)生更多的大尺度不確定性信息。在GRAPES區(qū)域集合預(yù)報(bào)v2.0版本中，應(yīng)用了多尺度混合初值擾動(dòng)技術(shù)（Multi-Scale Blending，MSB）[20]。該方法的原理是基于區(qū)域和全球集合預(yù)報(bào)初值擾動(dòng)結(jié)構(gòu)共同構(gòu)建多尺度混合初值擾動(dòng)場，其中“小尺度”擾動(dòng)來源于區(qū)域集合預(yù)報(bào)ETKF生成的初值擾動(dòng)，“大尺度”擾動(dòng)來源于國家氣象中心T639全球集合降尺度擾動(dòng)。通過一個(gè)數(shù)字濾波器2D-DCT[35]對(duì)全球集合預(yù)報(bào)和區(qū)域集合預(yù)報(bào)的擾動(dòng)結(jié)構(gòu)進(jìn)行濾波，需要注意的是，對(duì)不同層次或者不同變量，濾波器的臨界波長不同（如表2所示），還采用2D-DCT反變換重構(gòu)來自全球集合預(yù)報(bào)的大尺度擾動(dòng)和來自區(qū)域集合預(yù)報(bào)的小尺度擾動(dòng)結(jié)構(gòu)。該方法于2015年應(yīng)用于GRAPES區(qū)域集合預(yù)報(bào)業(yè)務(wù)化系統(tǒng)v2.0版本中。

2.3 區(qū)域集合預(yù)報(bào)臺(tái)風(fēng)渦旋條件性重定位方案

通過對(duì)GRAPES-REPS臺(tái)風(fēng)路徑集合預(yù)報(bào)的診斷分析發(fā)現(xiàn)，雖然部分集合成員的臺(tái)風(fēng)渦旋中心初始定位經(jīng)過擾動(dòng)后比較合理，臺(tái)風(fēng)渦旋中心圍繞著臺(tái)風(fēng)觀測位置，但擾動(dòng)后的某些集合成員臺(tái)風(fēng)渦旋中心遠(yuǎn)離觀測位置，夸大了臺(tái)風(fēng)渦旋中心初始定位的不確定性，影響了臺(tái)風(fēng)路徑集合概率預(yù)報(bào)的整體性能，因此發(fā)展了臺(tái)風(fēng)渦旋中心條件性重定位方案[36]。通過分析2009—2018年中國氣象局和日本氣象廳最佳臺(tái)風(fēng)渦旋中心定位差異，發(fā)現(xiàn)10年中年平均值最大為17.18 km（2009年），最小為12.44 km（2010年），結(jié)合集合預(yù)報(bào)模式分辨率，確定了以15 km為臨界閾值，判別是否對(duì)集合預(yù)報(bào)成員臺(tái)風(fēng)渦旋中心進(jìn)行重定位處理，即如果集合成員初值場中臺(tái)風(fēng)渦旋中心與最佳路徑距離差值大于15 km，則判斷該集合成員初始場中臺(tái)風(fēng)渦旋中心定位超出分析不確定性范圍，需要對(duì)該成員進(jìn)行渦旋條件性定位處理，否則認(rèn)為該集合成員臺(tái)風(fēng)渦旋中心不確定性在分析誤差范圍之內(nèi)，不進(jìn)行渦旋重定位處理。重定位方法采用美國地球流體動(dòng)力試驗(yàn)室（Geophysical Fluid Dynamics Laboratory，GFDL）發(fā)展的臺(tái)風(fēng)渦旋分離技術(shù)[37]，對(duì)需要進(jìn)行重定位的臺(tái)風(fēng)集合預(yù)報(bào)成員進(jìn)行臺(tái)風(fēng)初始場與臺(tái)風(fēng)渦旋的分離，將分離出的臺(tái)風(fēng)部分通過插值平移至觀測位置。

表2 GRAPES-REPS和T639-GEPS初值擾動(dòng)能量譜曲線的交叉尺度[20] Table 2 Intersection scales of the IC perturbation power spectra for GRAPES-REPS and T639-GEPS [20]

3 GRAPES模式隨機(jī)物理擾動(dòng)方法

僅使用初值擾動(dòng)的集合預(yù)報(bào)系統(tǒng)存在集合成員不夠發(fā)散、集合預(yù)報(bào)系統(tǒng)可靠性不足的缺陷[28]，因而有必要在GRAPES-GEPS系統(tǒng)中引入模式擾動(dòng)技術(shù)，以表征由于模式誤差或模式本身缺陷而造成的不確定性。下面簡要介紹應(yīng)用于GRAPES全球和區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)的SPPT和SKEB模式擾動(dòng)方案。

3.1 隨機(jī)物理過程傾向項(xiàng)擾動(dòng)方案（SPPT）

隨機(jī)物理過程傾向項(xiàng)擾動(dòng)方案（SPPT）的基本思想是對(duì)模式物理過程參數(shù)化產(chǎn)生的總凈傾向項(xiàng)進(jìn)行隨機(jī)擾動(dòng)，以體現(xiàn)模式物理過程參數(shù)化所造成的隨機(jī)誤差[39]。根據(jù)數(shù)值預(yù)報(bào)積分計(jì)算過程，模式積分傾向項(xiàng)可分解為非參數(shù)化過程（動(dòng)力過程）積分傾向項(xiàng)和參數(shù)化物理過程積分傾向項(xiàng)，則應(yīng)用SPPT方案擾動(dòng)后的模式積分傾向項(xiàng)可表示為：

其中：μ為隨機(jī)場的平均值；λ，φ，t分別表示模式格點(diǎn)經(jīng)度、緯度和時(shí)間；Yl,m為球諧函數(shù)；L為隨機(jī)場的水平截?cái)喑叨龋籰和m分別為水平方向總波數(shù)、緯向波數(shù)；為隨機(jī)場譜系數(shù)。隨機(jī)場譜系數(shù)在時(shí)間維的相關(guān)變化特征是通過一階Markov鏈隨機(jī)過程（也稱一階自回歸隨機(jī)過程）來實(shí)現(xiàn)[29]。在GRAPES全球/區(qū)域集合預(yù)報(bào)中，均只對(duì)位溫、水平風(fēng)分量和濕度預(yù)報(bào)變量的凈傾向項(xiàng)進(jìn)行擾動(dòng)。

考慮到全球模式和區(qū)域模式積分時(shí)間和預(yù)報(bào)對(duì)象不同，SPPT方案在GRAPES全球集合預(yù)報(bào)和區(qū)域集合預(yù)報(bào)的參數(shù)設(shè)置有差異。在GRAPES-REPS區(qū)域集合預(yù)報(bào)系統(tǒng)v2.0和v3.0版本中，SPPT擾動(dòng)幅度取值范圍為[0.2，1.8]，擾動(dòng)場均值為1，失相關(guān)時(shí)間尺度為6 h，最大波數(shù)24。在GRAPES全球集合預(yù)報(bào)中，為了運(yùn)行穩(wěn)定性，將隨機(jī)型函數(shù)的擾動(dòng)幅度取值范圍設(shè)置為[0.7，1.3]，在近地面層和大氣層頂處引入傾向擾動(dòng)垂直廓線，對(duì)近地面層和大氣層頂附近的物理傾向不進(jìn)行擾動(dòng)或者進(jìn)行較小幅度的擾動(dòng)。結(jié)果表明，在GRAPES全球集合預(yù)報(bào)系統(tǒng)中引入SPPT方案能顯著改進(jìn)中高緯地區(qū)及熱帶地區(qū)的位勢高度、溫度及風(fēng)場預(yù)報(bào)的離散度，特別是對(duì)全球集合預(yù)報(bào)熱帶地區(qū)效果改進(jìn)更為顯著[26,28]。

3.2 動(dòng)能后向散射隨機(jī)擾動(dòng)方案（SKEB）

SKEB方案主要目的是代表模式中次網(wǎng)格尺度能量升尺度轉(zhuǎn)換的隨機(jī)過程和不確定性[40]。GRAPES全球集合預(yù)報(bào)的SKEB方案是通過一定時(shí)空相關(guān)特征的隨機(jī)型以及局地動(dòng)能耗散率來構(gòu)造隨機(jī)流函數(shù)強(qiáng)迫的方式對(duì)上述過度耗散的能量進(jìn)行補(bǔ)償隨機(jī)流函數(shù)強(qiáng)迫定義如下[30]：

在GRAPES-GEPS v1.0系統(tǒng)中，SKEB方案ψ隨機(jī)型最小截?cái)嗖〝?shù)Lmin為10、最大截?cái)嗖〝?shù)Lmax為80、失相關(guān)時(shí)間尺度τ為6 h、均值μ為0，標(biāo)準(zhǔn)差σ為0.27、最小值ψmin為-0.8、最大值ψmax為0.8。

4 GRAPES全球和區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)及預(yù)報(bào)性能

4.1 GRAPES 全球集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)

表3是GRAPES-GEPS全球集合預(yù)報(bào)系統(tǒng)與T639全球集合預(yù)報(bào)參數(shù)設(shè)置對(duì)比。與T639全球集合預(yù)報(bào)系統(tǒng)相比，GRAPES-GEPS全球集合預(yù)報(bào)系統(tǒng)主要的變化包括：初值擾動(dòng)方法從BGM方法改變?yōu)槠娈愊蛄糠椒?，模式擾動(dòng)方法從SPPT改變?yōu)镾PPT和SKEB方法，臺(tái)風(fēng)渦旋處理方法從渦旋重定位和強(qiáng)度調(diào)整及時(shí)改變?yōu)闊釒庑娈愊蛄繑_動(dòng)方法，控制預(yù)報(bào)初值采用動(dòng)力升尺度方法[27]，集合預(yù)報(bào)成員數(shù)從15個(gè)增加為31個(gè)。

一般將500 hPa位勢高度場距平相關(guān)系數(shù)（ACC）達(dá)到0.6的天數(shù)作為可用預(yù)報(bào)時(shí)效。表4是春（2018年 4月）、夏（2017年8月）、秋（2016年10月）和冬（2017年 12月）4個(gè)季節(jié)代表月逐日12 UTC預(yù)報(bào)試驗(yàn)可用預(yù)報(bào)天數(shù)對(duì)比，可見，與T639-GEPS相比，GRAPES-GEPS的可用預(yù)報(bào)時(shí)效明顯增加，北半球、南半球和東亞區(qū)域分別增加了0.3 d、0.8 d和0.5 d，GRAPES-GEPS系統(tǒng)預(yù)報(bào)效果整體優(yōu)于T639-GEPS系統(tǒng)，尤其是在南半球地區(qū)，這種優(yōu)勢更加明顯。

表3 GRAPES-GEPS和 T639-GEPS模式系統(tǒng)參數(shù)對(duì)比 Table 3 Comparison of Configuration of GRAPES-GEPS and T639-GEPS

表4 GRAPES-GEPS和T639-GEPS集合預(yù)報(bào)系統(tǒng)可用預(yù)報(bào)時(shí)效（單位：d）[28] Table 4 Available forecast time (days) of the GRAPES-GEPS and T639-GEPS ensemble forecast system (unit: d) [28]

4.2 GRAPES 區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)

基于GRAPES區(qū)域集合預(yù)報(bào)初值擾動(dòng)、模式擾動(dòng)技術(shù)研究基礎(chǔ)及GRAPES-3km模式云分析技術(shù)，開發(fā)了以GRAPES全球集合預(yù)報(bào)為側(cè)邊界條件擾動(dòng)的0.1°水平分辨率GRAPES-REPS區(qū)域集合預(yù)報(bào)系統(tǒng)v3.0版本，2019年9月實(shí)現(xiàn)業(yè)務(wù)化運(yùn)行。GRAPES-REPS區(qū)域集合預(yù)報(bào)系統(tǒng)v3.0參數(shù)配置如表5所示，與GRAPESREPS v2.0相比，主要變化包括：1）集合預(yù)報(bào)模式水平分辨率由0.15°升級(jí)為0.1°；2）初值擾動(dòng)方法由多尺度混合更新為ETKF初值擾動(dòng)方案；3）采用了臺(tái)風(fēng)渦旋條件性重定位方案；4）模式物理過程擾動(dòng)方案由GRAPES-REPS v2.0的多物理過程組合+SPPT方案更新為單一物理過程+SPPT方案（詳見表6）；5）側(cè)邊界擾動(dòng)來自GRAPES-GEPS全球集合預(yù)報(bào)；6）每個(gè)集合成員增加云分析方案，可同化雷達(dá)和衛(wèi)星資料。

圖3是2019年7月1日—9月30日GRAPES-REPS v3.0區(qū)域集合預(yù)報(bào)系統(tǒng)與ECMWF全球集合預(yù)報(bào)系統(tǒng)12 h累積降水的AROC評(píng)分對(duì)比圖。從圖可見，GRAPES區(qū)域集合預(yù)報(bào)的小雨、大雨、暴雨前36～48 h預(yù)報(bào)優(yōu)于ECMWF全球集合預(yù)報(bào)，尤其是暴雨各時(shí)效均優(yōu)于ECMWF集合預(yù)報(bào)，究其原因，可能是在GRAPESREPS v3.0引入云分析方案后同化了雷達(dá)資料，36～48 h降水預(yù)報(bào)較好，而暴雨預(yù)報(bào)具有優(yōu)勢，可能與GRAPES-REPS模式分辨率較高有關(guān)。但GRAPESREPS v3.0中雨預(yù)報(bào)明顯弱于ECMWF集合預(yù)報(bào)，可能是ECMWF模式對(duì)天氣尺度系統(tǒng)具有更好的預(yù)報(bào)能力，雨區(qū)或者雨帶預(yù)報(bào)優(yōu)于GRAPES-REPS。 體現(xiàn)了高分辨率區(qū)域集合預(yù)報(bào)描述強(qiáng)降水預(yù)報(bào)不確定性的優(yōu)勢。

表5 GRAPES區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)v3.0及v2.0參數(shù)對(duì)比 Table 5 Comparison of configuration of GRAPES-REPS v3.0 and v2.0

表6 GRAPES區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)v3.0及v2.0物理過程參數(shù)化方案對(duì)比 Table 6 Comparison of physics parameterization schemes of GRAPES-REPS v3.0 and v2.0

5 總結(jié)及討論

集合預(yù)報(bào)是當(dāng)代數(shù)值預(yù)報(bào)的核心業(yè)務(wù)系統(tǒng)，本文較系統(tǒng)地概述了中國氣象局GRAPES全球/區(qū)域集合預(yù)報(bào)系統(tǒng)發(fā)展歷程與核心技術(shù)方法，回顧了GRAPES全球集合預(yù)報(bào)奇異向量初值擾動(dòng)方法、GRAPES區(qū)域集合預(yù)報(bào)集合變換初值擾動(dòng)方法和多尺度混合初值擾動(dòng)方法、描述GRAPES全球/區(qū)域集合預(yù)報(bào)模式不確定性的隨機(jī)物理過程傾向項(xiàng)擾動(dòng)方法和動(dòng)能后向散射隨機(jī)補(bǔ)償方法研究成果，介紹了GRAPES全球/區(qū)域集合預(yù)報(bào)系統(tǒng)構(gòu)建參數(shù)設(shè)置和預(yù)報(bào)性能，總結(jié)如下：

圖3 GRAPES-REPS v3.0區(qū)域集合預(yù)報(bào)系統(tǒng)（藍(lán)色），ECMWF全球集合預(yù)報(bào)系統(tǒng)（紅色）12 h累積降水AROC評(píng)分 （a）小雨，（b）中雨，（c）大雨，（d）暴雨 （統(tǒng)計(jì)時(shí)段為2019年7月1日—9月30日，每日兩個(gè)起報(bào)時(shí)次：00 UTC和12 UTC，共計(jì)64時(shí)次） Fig. 3 Comparison of the probabilistic precipitation forecast skills of the GRAPES-REPS v3.0 and ECMWF in terms of AROC (a) ＞0.1 mm, (b) ＞ 5 mm, (c) ＞15 mm, (d) ＞30 mm (The 64 forecasts from 00:00 UTC 1 July 2019 to 12:00 UTC, 30 September 2019 totally are verified)

1） 在代表GRAPES全球集合預(yù)報(bào)初值不確定方面，發(fā)展了GRAPES全球集合預(yù)報(bào)奇異向量初值擾動(dòng)技術(shù)，構(gòu)建了熱帶外中高緯度奇異向量計(jì)算方案和熱帶氣旋奇異計(jì)算方案?；诟咚狗植季€性組合奇異向量，構(gòu)建集合預(yù)報(bào)初值擾動(dòng)三維結(jié)構(gòu)，并在初值擾動(dòng)構(gòu)造中引入演化奇異向量，使得初始擾動(dòng)場包括更穩(wěn)定和較大尺度的擾動(dòng)信息。

2）在代表GRAPES區(qū)域集合預(yù)報(bào)初值不確定方面，發(fā)展了GRAPES區(qū)域集合預(yù)報(bào)集合變換卡爾曼濾波初值擾動(dòng)方法和多尺度混合初值擾動(dòng)方法，發(fā)展了區(qū)域集合預(yù)報(bào)臺(tái)風(fēng)渦旋條件重定位方案，提升中尺度天氣系統(tǒng)和臺(tái)風(fēng)中心定位初始不確定性的合理性。

3）在代表GRAPES模式不確定性方面，基于一階馬爾科夫鏈隨機(jī)過程，開發(fā)了GRAPES隨機(jī)物理過程傾向項(xiàng)擾動(dòng)方案SPPT和隨機(jī)動(dòng)能后向散射補(bǔ)償方案SKEB，考慮到全球模式和區(qū)域模式積分時(shí)間和預(yù)報(bào)對(duì)象不同，確定了業(yè)務(wù)化應(yīng)用的全球集合預(yù)報(bào)和區(qū)域集合預(yù)報(bào)的參數(shù)值。

4）2018年11月28日，GRAPES全球集合預(yù)報(bào)系統(tǒng)（GRAPES-GEPS v1.0）實(shí)現(xiàn)業(yè)務(wù)運(yùn)行，預(yù)報(bào)效果優(yōu)于T639全球集合預(yù)報(bào)系統(tǒng)，北半球、南半球和東亞區(qū)域分別增加了0.3 d、0.8 d和0.5 d。2019年9月，基于GRAPES全球模式為側(cè)邊界條件擾動(dòng)場的0.1°水平分辨率的GRAPES區(qū)域集合預(yù)報(bào)系統(tǒng)（GRAPES-REPS v3.0）實(shí)現(xiàn)業(yè)務(wù)運(yùn)行，該系統(tǒng)側(cè)邊界擾動(dòng)不確定性由T639全球集合預(yù)報(bào)更新為GRAPES-GEPS全球集合預(yù)報(bào)，2019年主汛期檢驗(yàn)表明，48 h預(yù)報(bào)時(shí)效的降水AROC評(píng)分優(yōu)于ECMWF全球集合預(yù)報(bào)降水。

盡管GRAPES全球/區(qū)域集合預(yù)報(bào)取得了進(jìn)步，但仍然存在諸多問題，對(duì)這些問題進(jìn)行初步分析，主要包括：

1）GRAPES-GEPS和GRAPES-REPS的集合預(yù)報(bào)在預(yù)報(bào)后期存在離散度-技巧關(guān)系不足的問題，離散度低于均方根誤差，其中一個(gè)可能原因是模式存在較強(qiáng)的系統(tǒng)性偏差[41-43]，這導(dǎo)致預(yù)報(bào)存在較大的均方根誤差，需要對(duì)此進(jìn)行深入的診斷分析，認(rèn)識(shí)產(chǎn)生離散度-技巧關(guān)系不足的原因，更好地改進(jìn)離散度-技巧關(guān)系不足。

2）造成GRAPES-GEPS和GRAPES-REPS的離散度-技巧關(guān)系不足的另一個(gè)可能原因是模式隨機(jī)物理過程隨機(jī)型函數(shù)對(duì)不同尺度模式物理過程的隨機(jī)性代表性不足，當(dāng)前代表GRAPES模式不確定性的隨機(jī)物理擾動(dòng)方法的隨機(jī)型函數(shù)采用的是單一尺度隨機(jī)型函數(shù)，而天氣過程是多尺度系統(tǒng)相互作用影響所致，需要增加擾動(dòng)幅度和多尺度隨機(jī)信息。

3）在代表初值不確定性方面，當(dāng)前的GRAPES全球集合預(yù)報(bào)和區(qū)域集合預(yù)報(bào)與資料同化結(jié)合不夠緊密，GRAPES全球/區(qū)域集合預(yù)報(bào)的SVs和ETKF初值擾動(dòng)方法主要是尋找在大氣相空間中增長最快的擾動(dòng)，但對(duì)觀測誤差結(jié)構(gòu)考慮不足，特別是對(duì)代表中小尺度信息觀測資料的不確定性描述不足。

4）GRAPES全球集合預(yù)報(bào)在熱帶外地區(qū)的奇異向量采用干物理過程切線性模式，不能很好地代表濕物理過程誤差增長特征，加之GRAPES全球和區(qū)域集合預(yù)報(bào)分別采用奇異向量初值擾動(dòng)方法和集合變換初值擾動(dòng)方法，增加發(fā)展成本，不利于在GRAPES初值擾動(dòng)方面開展深入工作。

6 未來展望

未來GRAPES全球/區(qū)域集合預(yù)報(bào)未來將重點(diǎn)關(guān)注如下四個(gè)方面：

1）發(fā)展GRAPES無縫隙集合預(yù)報(bào)（Seamless ensemble）。無縫隙集合預(yù)報(bào)包括了兩方面含義：一方面，各數(shù)值預(yù)報(bào)中心從對(duì)流尺度短臨數(shù)值預(yù)報(bào)、全球中期數(shù)值預(yù)報(bào)、延伸期和氣候預(yù)測模式均采用集合預(yù)報(bào)技術(shù)，構(gòu)建從短時(shí)臨近、中期和延伸期的GRAPES無時(shí)空縫隙集合預(yù)報(bào)；另一方面，集合預(yù)報(bào)系統(tǒng)與高分辨率模式采用統(tǒng)一分辨率并與資料同化系統(tǒng)耦合發(fā)展，集合預(yù)報(bào)為同化系統(tǒng)提供“流依賴”的背景誤差協(xié)方差，同化系統(tǒng)為集合預(yù)報(bào)提供初值不確定信息和擾動(dòng)場，構(gòu)建無縫隙數(shù)值預(yù)報(bào)模式體系。ECMWF計(jì)劃2020年將18 km分辨率全球集合預(yù)報(bào)和9 km分辨率高分辨率模式統(tǒng)一為9 km全球集合預(yù)報(bào)系統(tǒng)，采用集合變分資料同化方法（EDA）來估計(jì)“流依賴”背景誤差協(xié)方差和初值擾動(dòng)，美國環(huán)境預(yù)報(bào)中心（NCEP）發(fā)展了集合卡爾曼變分同化系統(tǒng)。GRAPES全球/區(qū)域集合預(yù)報(bào)技術(shù)與同化系統(tǒng)耦合發(fā)展也將成為必然選擇。

2）發(fā)展GRAPES對(duì)流尺度集合預(yù)報(bào)技術(shù)。國際集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)正走向?qū)α鞒叨?。一是為滿足局地強(qiáng)對(duì)流突發(fā)災(zāi)害預(yù)報(bào)預(yù)警需求的百米—千米級(jí)有限區(qū)域集合預(yù)報(bào)在西方發(fā)達(dá)國家已經(jīng)成為核心業(yè)務(wù)，如美國的超級(jí)對(duì)流集合系統(tǒng)（CLUE：Community Leveraged Unified Ensemble），英國的MOGREPSUK（2.2 km，12個(gè)成員）、德國的COSMODE-EPS （2.8 km，20個(gè)成員）和法國氣象局的AROME-EPS （2.5 km，12個(gè)成員）等，二是全球集合預(yù)報(bào)系統(tǒng)對(duì)流尺度化也是未來發(fā)展趨勢，ECMWF宣稱2025年戰(zhàn)略目標(biāo)是建立5 km水平網(wǎng)格距的全球中期確定性和集合預(yù)報(bào)一體化系統(tǒng)。GRAPES區(qū)域集合預(yù)報(bào)將更側(cè)重于描述對(duì)流系統(tǒng)的不確定性。

3）發(fā)展GRAPES多尺度隨機(jī)物理擾動(dòng)方法。集合預(yù)報(bào)技術(shù)更加關(guān)注數(shù)值預(yù)報(bào)模式的隨機(jī)誤差代表性，強(qiáng)調(diào)發(fā)展適用于不同時(shí)空尺度集合預(yù)報(bào)和同化分析的多尺度隨機(jī)擾動(dòng)技術(shù)，尤其是熱帶地區(qū)，如何預(yù)報(bào)和模擬熱帶對(duì)流系統(tǒng)的不確定性，必須改善GRAPES物理過程擾動(dòng)方法、海氣耦合及相互作用的不確定性。

4）發(fā)展集合預(yù)報(bào)誤差診斷包，檢查離散度-技巧比率的空間分布，以及點(diǎn)對(duì)點(diǎn)的誤差-離散度關(guān)系散點(diǎn)圖，進(jìn)一步理解分析具體系統(tǒng)性誤差結(jié)構(gòu)，方便集合預(yù)報(bào)系統(tǒng)的離散度-技巧比率改進(jìn)方法及模式隨機(jī)物理擾動(dòng)方案調(diào)試。

最后需要說明的是，對(duì)于GRAPES全球/區(qū)域集合預(yù)報(bào)研究及應(yīng)用方面的問題和未來展望，是作者在GRAPES全球/區(qū)域集合預(yù)報(bào)研究開發(fā)和業(yè)務(wù)應(yīng)用過程中的淺薄體會(huì)和一孔之見。同時(shí)，受篇幅限制，GRAPES全球/區(qū)域集合預(yù)報(bào)尚有許多重要方面，如隨機(jī)參數(shù)擾動(dòng)、概率預(yù)報(bào)后處理等未有涉及。