基于背景場奇異向量的CMA全球集合預(yù)報試驗(yàn)

霍振華 李曉莉* 陳 靜 劉永柱

1)(中國氣象局地球系統(tǒng)數(shù)值預(yù)報中心，北京 100081)2)(中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室，北京 100081)

引 言

集合預(yù)報是解決單一確定性預(yù)報存在不確定性問題的有效手段[1]。集合預(yù)報可以估計單一確定性預(yù)報的不確定性，得到大氣演變的概率密度分布特征，可獲得較單一確定性預(yù)報更高的預(yù)報技巧，對極端天氣過程預(yù)報有重要參考價值。集合預(yù)報的初始擾動技術(shù)是集合預(yù)報系統(tǒng)研究和建立的核心問題之一，國際上已發(fā)展多種集合預(yù)報初始擾動方法?；诖髿馇芯€性模式和伴隨模式的奇異向量方法可獲得線性模式中增長最快的初始擾動，有效描述大氣在中高緯度的斜壓不穩(wěn)定[2-6]。奇異向量方法作為全球集合預(yù)報系統(tǒng)初值擾動技術(shù)的主要技術(shù)之一，首先成功應(yīng)用于歐洲中期天氣預(yù)報中心(European Centre for Medium-Range Weather Forecasts,ECMWF)集合預(yù)報系統(tǒng)[4]，隨后在主流數(shù)值預(yù)報中心全球集合預(yù)報業(yè)務(wù)中獲得較廣泛應(yīng)用。

在科學(xué)技術(shù)部和中國氣象局(China Meteorological Administration，CMA)支持下，中國氣象局地球系統(tǒng)數(shù)值預(yù)報中心自主研發(fā)了全球區(qū)域一體化同化預(yù)報系統(tǒng)(Global/Regional Assimilation and Prediction System，GRAPES)[7-10]?；贕RAPES全球數(shù)值預(yù)報系統(tǒng)[11-12](GRAPES Global Forecast System,GRAPES-GFS,2021年更名為中國氣象局全球預(yù)報系統(tǒng)CMA-GFS)的切線性模式和伴隨模式[13]，中國氣象局地球系統(tǒng)數(shù)值預(yù)報中心開發(fā)了基于總能量模的全球奇異向量求解技術(shù)[14-15]，并持續(xù)改進(jìn)[16-17]。在此基礎(chǔ)上，發(fā)展了基于高斯取樣奇異向量生成集合預(yù)報初值擾動的方法[18-19]，所構(gòu)建的初值擾動能夠有效反映中高緯度大氣的斜壓不穩(wěn)定特征。此外，為體現(xiàn)CMA-GFS物理過程中存在的不確定性，發(fā)展了隨機(jī)物理傾向項(xiàng)擾動方法(sto-chastically perturbed parameterization tendencies,SPPT)[16,20]和動能后向散射補(bǔ)償擾動方法(stochastic kinetic energy backscatter，SKEB)[21]?；诔踔禂_動技術(shù)(SPPT)和模式物理過程隨機(jī)擾動技術(shù)(SKEB)，GRAPES全球集合預(yù)報系統(tǒng)(GRAPES Global Ensemble Prediction System,GRAPES-GEPS，2021年更名為中國氣象局全球集合預(yù)報系統(tǒng)CMA-GEPS)于2018年底實(shí)現(xiàn)業(yè)務(wù)化運(yùn)行。CMA-GEPS的預(yù)報時效為15 d，31個集合成員，水平分辨率為0.5°×0.5°，與CMA-GFS共同組成完整的全球預(yù)報業(yè)務(wù)體系。

奇異向量的計算是CMA-GEPS的核心，也是業(yè)務(wù)系統(tǒng)運(yùn)行的第1個環(huán)節(jié)。奇異向量基于切線性模式和伴隨模式求解得到，求解時需要初值計算模式變量非線性演變軌跡，并通過Lanczos迭代算法經(jīng)過多次積分切線性模式和伴隨模式求解獲得一組增長最快的奇異向量。奇異向量計算消耗較大，主要為切線性和伴隨模式的積分耗時。目前，CMA-GEPS采用同化分析場[22-23]作為初始場計算奇異向量(ANSV)的初值，在業(yè)務(wù)系統(tǒng)流程上是在CMA-GFS同化分析場生成后進(jìn)行ANSV計算。模式分辨率，特別是水平分辨率的不斷提高是中國氣象局全球預(yù)報和區(qū)域集合預(yù)報系統(tǒng)能力提升的重要方向。在使用相同計算資源條件下，模式分辨率提高將增加同化分析和集合預(yù)報耗時，如何高效使用有限的高性能計算資源并及時發(fā)布預(yù)報是重要挑戰(zhàn)。ECMWF最初采用初始同化分析場作為初值求解奇異向量，為了給確定性模式及集合成員分辨率提高提供更多的計算資源，Leutbecher[24]采用同化背景場(前6 h分析場的6 h預(yù)報場)計算奇異向量(FCSV)，在業(yè)務(wù)流程上FCSV的計算可早于ANSV的計算，集合預(yù)報時依然采用初始同化分析場作為初值，將基于FCSV擾動疊加在該初始同化分析場上產(chǎn)生擾動初值，進(jìn)而優(yōu)化整個GEPS業(yè)務(wù)系統(tǒng)運(yùn)行時間，通過對比ANSV與FCSV結(jié)構(gòu)及相應(yīng)集合預(yù)報效果，證實(shí)基于FCSV的集合預(yù)報效果與基于ANSV的效果相當(dāng)，據(jù)此確立了ECMWF集合預(yù)報系統(tǒng)中使用FCSV的技術(shù)。

基于CMA全球數(shù)值預(yù)報模式及奇異向量計算的特點(diǎn)，本文將在CMA-GEPS中探索采用FCSV進(jìn)行集合預(yù)報的可行性，在計算資源日趨緊張條件下期望為CMA-GEPS業(yè)務(wù)系統(tǒng)能力持續(xù)改進(jìn)、產(chǎn)品及時發(fā)布應(yīng)用提供一種適宜的應(yīng)用方案。本文從CMA全球數(shù)值預(yù)報模式ANSV和FCSV的空間分布、相似指數(shù)等方面分析初始條件對奇異向量的影響，對比FCSV是否與ANSV一樣可以抓住導(dǎo)致預(yù)報誤差快速增長的初始不確定性。通過開展夏秋季節(jié)多個個例集合預(yù)報試驗(yàn)，對比FCSV集合預(yù)報試驗(yàn)與ANSV集合預(yù)報試驗(yàn)結(jié)果，從等壓面要素集合預(yù)報技巧、中國地區(qū)24 h累積降水概率預(yù)報技巧、臺風(fēng)路徑集合預(yù)報技巧、臺風(fēng)最低海平面氣壓預(yù)報技巧等方面進(jìn)行對比，分析將FCSV應(yīng)用于CMA-GEPS的可行性。

1 基于背景場的CMA全球FCSV試驗(yàn)設(shè)計

1.1 CMA全球模式奇異向量求解方法

CMA全球數(shù)值預(yù)報模式[8]是非靜力、半隱式半拉格朗日均勻經(jīng)緯格點(diǎn)模式，采用高度地形追隨高度坐標(biāo)，近年得到快速發(fā)展，預(yù)報能力不斷提升[25-28]。CMA全球數(shù)值預(yù)報模式奇異向量的計算需要使用相應(yīng)的切線性模式和伴隨模式[14-19,29-30]，有關(guān)奇異向量求解的細(xì)節(jié)可參見文獻(xiàn)[15-17]。

(1)

(2)

對于一個初始擾動向量x0，經(jīng)過CMA全球切線性模式一定時間的向前積分(最優(yōu)化時間間隔)可以獲得線性演化的擾動向量xt=Lx0。CMA全球數(shù)值預(yù)報模式奇異向量的求解可歸結(jié)為如下的奇異值分解問題：

(3)

式(3)中,xi為求解出的第i個奇異向量，λi為對應(yīng)的第i個奇異值，LT為CMA全球切線性模式L的轉(zhuǎn)置(即伴隨模式)，E為度量擾動大小的權(quán)重模，P為投影算子。通過投影算子P將實(shí)際計算過程中目標(biāo)區(qū)之外的奇異向量擾動設(shè)置為0。式(3)定義的CMA 全球數(shù)值預(yù)報模式奇異向量計算問題可以采用Lanczos迭代算法[31]求解，迭代過程需多次積分切線性模式L及伴隨模式LT。CMA全球數(shù)值預(yù)報模式奇異向量的計算采用CMA-GFS同化分析場為初值計算ANSV，本文探索采用CMA-GFS同化背景場為初值計算FCSV。不同的模式變量初值，切線性模式解算子L不同，奇異值分解問題不同，由此可能產(chǎn)生不同的奇異向量，因此ANSV和FCSV可能有所不同。

與CMA-GEPS業(yè)務(wù)方案一致，本文計算CMA全球數(shù)值預(yù)報模式奇異向量時，采用的權(quán)重模為總能量模[15]，求解ANSV和FCSV時切線性模式和伴隨模式采用干線性物理過程(線性邊界層方案PBL和線性次網(wǎng)格尺度地形拖曳方案MB)，最優(yōu)化間隔時間取為48 h。

1.2 FCSV計算試驗(yàn)設(shè)計

為分析FCSV對CMA-GEPS的影響，采用基于CMA-GFS V3.1模式的CMA-GEPS全球數(shù)值預(yù)報集合預(yù)報系統(tǒng)，設(shè)計ANSV試驗(yàn)和FCSV試驗(yàn)共兩組試驗(yàn)。CMA-GEPS的預(yù)報時效為15 d，集合成員數(shù)為31，水平分辨率為0.5°×0.5°，垂直層數(shù)為87。假定t是起報時刻，ANSV試驗(yàn)采用t時刻的CMA-GFS業(yè)務(wù)同化初始分析場為初值求解奇異向量(ANSV)。FCSV試驗(yàn)采用t時刻的同化背景場(基于t-6時刻同化初始分析場的6 h預(yù)報場)為初值計算奇異向量(FCSV)。

CMA-GEPS采用高斯取樣CMA全球數(shù)值預(yù)報模式奇異向量(初始奇異向量和演化奇異向量)技術(shù)生成15個集合預(yù)報初值擾動，將這些擾動在同化分析場上進(jìn)行加減處理，構(gòu)建出30個集合預(yù)報擾動初值[16-19]。本文在開展基于ANSV和FCSV集合預(yù)報試驗(yàn)時，采用相同的初值擾動技術(shù)和相同的未擾動初值(根據(jù)CMA-GFS業(yè)務(wù)同化分析場插值得到的初值)獲得對應(yīng)的30個集合預(yù)報擾動初值。同時，為分析FCSV對集合預(yù)報技巧的影響，在進(jìn)行集合預(yù)報時，兩組試驗(yàn)均不使用模式擾動。因此，兩組試驗(yàn)集合預(yù)報技巧不同僅由ANSV和FCSV的差異引起。

以2020年9月7日12：00(世界時，下同)為例，通過對比分析ANSV和FCSV的結(jié)構(gòu)特征，研究背景場對奇異向量影響，分析FCSV的合理性。開展基于ANSV和FCSV初值擾動的2020年8月1，8，16，21，23，28，29日和2020年9月1，2，7日12：00共360 h集合預(yù)報試驗(yàn)，分析兩組試驗(yàn)在副熱帶等壓面要素集合預(yù)報、熱帶氣旋路徑集合預(yù)報和中國地區(qū)24 h累積降水概率預(yù)報技巧的差異。

基于CMA-GEPS求解奇異向量并進(jìn)行集合預(yù)報試驗(yàn)時，未擾動的模式初值根據(jù)CMA-GFS業(yè)務(wù)同化分析場插值得到，初始時刻熱帶氣旋定位信息以及臺風(fēng)路徑和強(qiáng)度集合預(yù)報檢驗(yàn)評估采用中央氣象臺提供的熱帶氣旋實(shí)時數(shù)據(jù)，降水預(yù)報檢驗(yàn)采用國家氣象信息中心2400多個國家級自動氣象站的降水資料。

2 背景場對奇異向量影響

以2020年9月7日12：00為例，對比ACSV試驗(yàn)和FCSV試驗(yàn)的結(jié)構(gòu)差異。由于北半球中高緯度目標(biāo)區(qū)、南半球中高緯度目標(biāo)區(qū)、熱帶氣旋目標(biāo)區(qū)ANSV和FCSV的對比結(jié)論類似，因此僅展示北半球中高緯度目標(biāo)區(qū)奇異向量對比分析。圖1為ANSV試驗(yàn)和FCSV試驗(yàn)北半球中高緯度目標(biāo)區(qū)3個奇異向量在第28層(大約500 hPa)的位溫擾動分量在模式和求解奇異向量使用的500 hPa位勢高度初始場。由圖1可見，同化分析場和背景場(500 hPa位勢高度場)結(jié)構(gòu)相近，ANSV試驗(yàn)和FCSV試驗(yàn)水平分布特征類似，擾動大值區(qū)出現(xiàn)在北半球中高緯度地區(qū)主要大尺度槽脊的斜壓不穩(wěn)定區(qū)域。圖2為ANSV試驗(yàn)和FCSV試驗(yàn)北半球中高緯度目標(biāo)區(qū)3個奇異向量的位溫擾動分量在50°N的垂直結(jié)構(gòu)。由圖2可見，ANSV和FCSV垂直分布結(jié)構(gòu)非常類似，均呈向西傾斜的斜壓特征。此外，ANSV和FCSV的其他擾動變量如緯向風(fēng)擾動的分布，也呈相似的水平分布結(jié)構(gòu)。ANSV試驗(yàn)和FCSV試驗(yàn)的相似結(jié)構(gòu)說明盡管背景場與初始分析場存在差異，但采用48 h最優(yōu)化間隔時長的FCSV試驗(yàn)可有效反映中高緯度斜壓不穩(wěn)定信息。

圖1 初始時刻為2020年9月7日12：00 ANSV試驗(yàn)和FCSV試驗(yàn)北半球中高緯度目標(biāo)區(qū)第1奇異向量、第2奇異向量和第5奇異向量(放大500倍)在第28層的位溫擾動分量(填色，單位：K)和求解奇異向量使用的500 hPa位勢高度初始場(等值線，單位：gpm)

圖2 初始時刻為2020年9月7日12：00 ANSV試驗(yàn)和FCSV試驗(yàn)北半球中高緯度目標(biāo)區(qū)第1奇異向量、第2奇異向量和第5奇異向量(放大500倍)的位溫擾動分量(單位：K)在50°N的垂直結(jié)構(gòu)

以上單一模式層結(jié)果對比顯示ANSV和FCSV具有總體相似的結(jié)構(gòu)特征。為進(jìn)一步定量分析ANSV和FCSV的相似性，本文采用Buizza[32]提出的評估所有擾動變量三維結(jié)構(gòu)一致性的相似指數(shù)全面定量對比CMA 全球數(shù)值預(yù)報模式ANSV和FCSV的相似程度。相似指數(shù)S的取值為0～1，值越大表示相似程度越高，相似指數(shù)公式為

(4)

式(4)中，Vj和Wk分別代表第j個ANSV和第k個FCSV，N是奇異向量的數(shù)量(本文分別對比了兩個試驗(yàn)的前30個和前5個)，E是式(3)中的能量模算子。本文共計算19個初始時刻(2020年7月30日、8月1，6，8，14，16，19，21，23，26，27，28，29，30，31日和2020年9月1，2，5，7日12：00)南北半球中高緯度目標(biāo)區(qū)和熱帶氣旋目標(biāo)區(qū)ANSV和FCSV的相似指數(shù)，其在不同區(qū)間的比例如表1所示。由表1可見，南北半球中高緯度目標(biāo)區(qū)所有個例的ANSV與FCSV相似指數(shù)均大于0.5，大多個例的相似指數(shù)為0.6～0.8，當(dāng)僅對前5個南北半球中高緯度目標(biāo)區(qū)奇異向量求解相似指數(shù)時，其相似指數(shù)最高可超過0.8。雖然資料同化使得初始分析場和背景場有所不同，導(dǎo)致經(jīng)過48 h優(yōu)化時長的兩種奇異向量的結(jié)構(gòu)存在差別，但對于CMA-GEPS表征中高緯度地區(qū)斜壓不穩(wěn)定擾動的副熱帶地區(qū)奇異向量，基于同化分析場的ANSV和基于背景場的FCSV具有較高的相似指數(shù)。同時，由表1還可以看到，熱帶氣旋目標(biāo)區(qū)兩種奇異向量的相似指數(shù)較低，這反映同化分析場和背景場在熱帶地區(qū)的差異相對較大，進(jìn)而導(dǎo)致熱帶氣旋目標(biāo)區(qū)奇異向量的結(jié)構(gòu)對初值場的敏感性較大。上述結(jié)果與Leutbecher[24]指出的ECMWF IFS系統(tǒng)中南北半球中高緯度目標(biāo)區(qū)FCSV與ANSV的相似指數(shù)高于熱帶氣旋目標(biāo)區(qū)的結(jié)論基本一致，不同之處在于基于CMA全球數(shù)值預(yù)報模式的ANSV和FCSV的相似指數(shù)總體上低于ECMWF的相似指數(shù)，這可能與模式預(yù)報性能及同化初始分析場的精度不同有關(guān)。

表1 ANSV和FCSV相似指數(shù)在不同區(qū)間對應(yīng)的奇異向量集合數(shù)量比例

3 FCSV對集合預(yù)報技巧影響

利用基于ANSV和FCSV構(gòu)建的初值擾動分別開展10個個例的集合預(yù)報試驗(yàn)(2020年8月1，8，6，21，23，28，29日和2020年9月1，2，7日)，起報時間均為12：00，預(yù)報時效為360 h。從北半球和南半球等壓面要素集合預(yù)報、熱帶氣旋路徑集合預(yù)報和中國地區(qū)24 h累積降水概率預(yù)報技巧等方面對比兩組集合預(yù)報試驗(yàn)結(jié)果，分析FCSV對集合預(yù)報的影響。鑒于北半球和南半球等壓面要素結(jié)果類似，在此僅給出北半球等壓面要素集合預(yù)報技巧結(jié)果，南半球結(jié)果不再贅述。

3.1 等壓面要素集合預(yù)報技巧

集合平均均方根誤差和集合離散度是集合預(yù)報系統(tǒng)常用的客觀檢驗(yàn)指標(biāo)，可反映集合預(yù)報系統(tǒng)的可靠性。圖3給出北半球等壓面要素(500 hPa高度場、850 hPa溫度、250 hPa緯向風(fēng)和經(jīng)向風(fēng))集合平均均方根誤差和集合離散度隨預(yù)報時效演變。由圖3可見，ANSV試驗(yàn)和FCSV試驗(yàn)的集合平均均方根誤差和集合離散度差別不大，誤差和離散度關(guān)系均較好。

圖3 北半球等壓面要素的控制預(yù)報均方根誤差、集合平均均方根誤差和集合離散度隨預(yù)報時效演變

連續(xù)分級概率評分(continuous ranked probability score，CRPS)是評估集合預(yù)報系統(tǒng)整體性能常用的評分指標(biāo)，代表觀測和預(yù)報累積分布函數(shù)的差別。CRPS越大，觀測和預(yù)報累積密度函數(shù)的差別越大，表示集合預(yù)報系統(tǒng)的預(yù)報能力越低。圖4給出兩組試驗(yàn)北半球等壓面要素CRPS隨預(yù)報時效的演變，對于500 hPa高度場、850 hPa溫度和250 hPa 緯向風(fēng)及經(jīng)向風(fēng)，F(xiàn)CSV試驗(yàn)和ANSV試驗(yàn)結(jié)果非常接近，二者概率預(yù)報技巧相當(dāng)。

圖4 北半球等壓面要素連續(xù)分級概率評分(CRPS)隨預(yù)報時效演變

3.2 臺風(fēng)路徑集合預(yù)報技巧

圖5a為兩組試驗(yàn)所有臺風(fēng)個例(初始時刻共13個臺風(fēng))路徑預(yù)報誤差和集合離散度，圖5b和5c分別給出路徑預(yù)報誤差和集合離散度箱線圖。由圖5a可見，相對比ANSV試驗(yàn)的預(yù)報結(jié)果，F(xiàn)CSV試驗(yàn)中臺風(fēng)路徑集合離散度變小，但集合平均路徑預(yù)報誤差相差不大。由圖5b和5c可見，就集合平均路徑誤差而言，兩組試驗(yàn)相差不大；對大部分預(yù)報時次，F(xiàn)CSV試驗(yàn)的臺風(fēng)路徑集合離散度低于ANSV試驗(yàn)臺風(fēng)路徑集合離散度?；粽袢A等[19]指出熱帶氣旋目標(biāo)區(qū)奇異向量的使用有助于增加熱帶氣旋路徑離散度。ANSV和FCSV之間較大差異可能是FCSV試驗(yàn)臺風(fēng)路徑集合離散度低于ANSV試驗(yàn)臺風(fēng)路徑集合離散度的原因。需要說明的是，圖5a中控制預(yù)報和兩個試驗(yàn)72～96 h臺風(fēng)路徑預(yù)報誤差明顯減小，這可能和臺風(fēng)個例較少并且隨著預(yù)報時效的增加臺風(fēng)個例數(shù)量也減小有關(guān)。

圖5 臺風(fēng)路徑預(yù)報誤差和路徑集合離散度隨預(yù)報時效演變(a)所有臺風(fēng)個例的路徑預(yù)報誤差和集合離散度平均值，(b)臺風(fēng)預(yù)報路徑誤差箱線圖，(c)臺風(fēng)路徑集合離散度箱線圖

3.3 中國地區(qū)24 h累積降水概率預(yù)報技巧

相對作用特征技巧(area under relative operating characteristic curve，AROC)評分是業(yè)務(wù)上檢驗(yàn)集合預(yù)報性能的常用方法，用于檢驗(yàn)分級降水的預(yù)報能力。AROC評分越大，降水概率預(yù)報技巧越高。圖6給出兩組試驗(yàn)對中國地區(qū)小雨(0.1 mm)、中雨(10 mm)、大雨(25 mm)24 h累積降水AROC評分隨預(yù)報時效的演變。由圖6可見，相對于ANSV試驗(yàn)，F(xiàn)CSV試驗(yàn)小雨預(yù)報AROC評分在預(yù)報前期減小，在預(yù)報后期增大；對于中雨和大雨，二者AROC評分相當(dāng)?？傮w看，采用FCSV進(jìn)行集合預(yù)報對小雨量級降水概率預(yù)報技巧有一定的負(fù)面影響，但對中雨和大雨量級降水概率預(yù)報技巧影響不大。

圖6 中國地區(qū)24 h累積降水相對作用特征技巧(AROC)評分隨預(yù)報時效演變

3.4 臺風(fēng)平均海平面氣壓預(yù)報能力

除以上傳統(tǒng)評分外，針對所有臺風(fēng)個例，對比分析ANSV和FCSV集合預(yù)報的平均海平面氣壓，發(fā)現(xiàn)二者對臺風(fēng)強(qiáng)度和位置的預(yù)報技巧相當(dāng)。以2020年8月28日12：00起報的72 h超強(qiáng)臺風(fēng)麥莎克(2009)的預(yù)報結(jié)果為例，對比同化分析場、集合系統(tǒng)中控制預(yù)報(未擾動預(yù)報)、ANSV和FCSV集合平均預(yù)報的平均海平面氣壓(圖7)。由圖7可見，與分析場臺風(fēng)中心強(qiáng)度(956 hPa)相比，控制預(yù)報的臺風(fēng)中心強(qiáng)度相對較弱(972 hPa)，且位置偏向東北，ANSV和FCSV集合平均預(yù)報的臺風(fēng)中心強(qiáng)度(981 hPa和978 hPa)較弱，位置和控制預(yù)報接近，即ANSV和FCSV集合平均預(yù)報均未能較好預(yù)報臺風(fēng)中心的強(qiáng)度和位置。進(jìn)一步分析FCSV和ANSV集合成員的預(yù)報結(jié)果發(fā)現(xiàn)，兩組試驗(yàn)均各有5個成員較好地預(yù)報臺風(fēng)中心海平面氣壓位置和強(qiáng)度(圖8)。由圖8可見，基于ANSV集合成員和基于FCSV集合成員的臺風(fēng)中心強(qiáng)度較控制預(yù)報結(jié)果均有所增強(qiáng)，且臺風(fēng)位置和分析場海平面氣壓中心更為接近，這說明FCSV集合預(yù)報與ANSV集合預(yù)報可以提供平均海平面氣壓的結(jié)構(gòu)和臺風(fēng)強(qiáng)度預(yù)報較好的集合成員，也反映出CMA-GEPS對臺風(fēng)預(yù)報有實(shí)用價值。

圖8 2020年8月31日12：00 ANSV試驗(yàn)和FCSV試驗(yàn)5個集合成員預(yù)報的72 h平均海平面氣壓(單位：hPa)(等值線間隔為4 hPa)

4 小 結(jié)

研究表明：

1)對于CMA-GEPS系統(tǒng)中起主導(dǎo)作用的南北半球中高緯度目標(biāo)區(qū)奇異向量，ANSV和FCSV的主要結(jié)構(gòu)特征相似，相似指數(shù)為0.6～0.8，基于FCSV和ANSV集合預(yù)報試驗(yàn)對于南北半球等壓面要素的預(yù)報技巧相當(dāng)。

2)對于有臺風(fēng)才啟動的熱帶氣旋目標(biāo)區(qū)奇異向量，F(xiàn)CSV與ANSV的相似指數(shù)低于兩者在中高緯度目標(biāo)區(qū)的相似指數(shù)，F(xiàn)CSV集合試驗(yàn)的臺風(fēng)路徑離散度略低于ANSV集合預(yù)報試驗(yàn)，但兩組試驗(yàn)集合平均路徑的預(yù)報誤差相當(dāng)。

3)對于中國區(qū)域降水概率預(yù)報技巧，F(xiàn)CSV和ANSV兩組集合試驗(yàn)對中雨和大雨量級預(yù)報技巧相當(dāng)，對小雨量級FCSV試驗(yàn)技巧略低。

4)對于強(qiáng)臺風(fēng)中心平均海平面氣壓預(yù)報，ANSV集合預(yù)報和FCSV集合預(yù)報中均有集合成員較好地預(yù)報臺風(fēng)中心海平面氣壓的結(jié)構(gòu)和臺風(fēng)強(qiáng)度，二者預(yù)報能力相當(dāng)。

本文探索的CMA全球數(shù)值預(yù)報模式 FCSV是基于同化背景場(前1個時次分析場6 h預(yù)報)計算奇異向量使用的軌跡，與ANSV的差異在于軌跡，正如Leutbecher[24]指出這種軌跡處理可以和奇異向量計算中存在的其他處理近似，如用較低分辨率的切線性模式及簡化線性化物理過程計算被認(rèn)為是奇異向量計算中差別較小的近似處理。本文的FCSV集合預(yù)報相對于ANSV集合預(yù)報結(jié)果中性變化的結(jié)論同樣也支持上述觀點(diǎn)。因此，在CMA-GEPS中使用FCSV可行，可作為未來高分辨率CMA-GEPS業(yè)務(wù)系統(tǒng)建設(shè)的選項(xiàng)。