华北“16.7”特大暴雨对流尺度集合预报不确定性探讨

第8卷6期2016年12月天 气 预 报WEATHER FORECAST REVIEWV ol.8，No.6December 2016第一作者：陈涛，主要从事天气预报和中尺度天气诊断分析。

E-mail: chentao@引 言自90年代以来集合预报已经获得了显著进展，集合预报能够获取更多的可预报性信息，在中短期的天气预报中具有越来越重要的作用。

全球尺度集合预报较为关注初始条件不确定性，利用奇异向量（SVD）和集合卡尔曼滤波（EnKF）等初始扰动技术在中期数值天气预报（Buizza，2005）取得了明显进步；但随着模式分辨率的提高，针对数值模式复杂物理过程的误差估计变得越来越重要，对于模式误差的估计获得了越来越多的重视。

Gilmour（2001）研究表明，在1天以上的预报中初始条件扰动是产生不确定性的主要原因；但对于短期时段的对流性天气而言，来自模式物理过程的不确定性更为重要（Eckel，2005）。

利用多物理过程的中尺度集合预报模式分析预报不确定性已经有了很多研究（Xue etal. 2009; Clark,2011），然而由于在集合成员中同时包含了多种不同的对流参数化、边界层物理过程、辐射过程等复杂物理过程，针对性的分析某一类物理过程对于集合预报不确定性的贡献还需要更多研究。

随着中尺度数值模式和计算能力进步，对流风暴和中尺度对流系统（MCS）已经有可能在模式中显式预报而不需要对流参数化过程，Clark （2009）将水平格距1～5km 的模式预报称为“Convective Allowing”预报。

利用不同方法构建对流尺度集合预报在国外已经有了较多研究和业务应用测试，如在美国春季野外试验（HWT）中，来自各个预报中心、科研单位、大学等不同机构提供的WRF-ARW、WRF-NMM、APRS 等多个对流尺度集合预报参加了暖季预报试验，在高分辨率集合产品应用、检验等方面已取得了令人鼓舞的华北“16.7”特大暴雨对流尺度集合预报不确定性探讨陈 涛 林 建 张芳华国家气象中心 北京，100081摘要：利用4km分辨率、13个成员的WRF-ARW中尺度集合预报，对2016年7月19日华北地区特大暴雨过程进行了对流尺度集合预报试验。

结果表明：各个成员预报的降水强度、时空分布上与观测实况较为接近，但也表现出明显的不确定性。

利用邻域检验的ETS评分、相关系数、均方根误差等指标表明采用Morrison方案和WSM6_P2方案的集合成员取得了较好的预报效果，对流尺度集合模式的降水预报准确度较全球数值模式也有一定提升；频率检验表明，集合预报在50mm以下量级的预报存在过量预报的倾向，而100 mm以上的强降水预报相对偏弱。

集合预报成员在高空急流、地面气旋等关键天气系统的天气尺度系统的发展过程中表现出明显的不确定性。

通过降水与水汽、涡度、垂直运动等物理量的联合分析表明，集合成员可大致分为强降水集合和弱降水集合两类，其中强降水集合拥有较强的对流性回波、明显的对流性下沉以及较强的地面冷池，强的潜热反馈也导致中层出现明显的正位涡异常，并能进一步影响天气系统的结构。

弱降水集合成员降水以暖云降水为主，对流性上升和地面冷池相对较弱，但较为接近本次以稳定性层云降水为主的天气过程。

检验模拟雷达回波表明双参量方案在反映层云回波亮带、层云与对流核的分离特征上更为清晰合理。

利用WSM6物理方案参数设置的敏感性试验表明，不同参数组合设置的预报成员分别表达了强对流风暴和暖云强降水两种性质的强降雨过程，对于一次特定天气过程中的对流系统发展能够预计到更多的不确定性，展现了对流尺度集合预报的优越性。

关键词：集合预报；中尺度数值模式；对流尺度；不确定性天 气 预 报448卷表1 集合模式成员基本参数模式基本参数水平分辨率4km模式网格点512（东西）451（南北）垂直层数41模式层高度20 hPa边界层方案MYJ积分时间7月18日20时-21日08时积分步长12秒陆表过程Noah Land Surface Model 辐射方案RRTM并行方案MPI-DM，512 CPUs图1 模式4km地形44°N403632230015092560040020010 104 108 112 116 120 124°E结果（Clark，2012）。

高分辨率的对流尺度模式主要依赖于微物理过程参数化，因此暖季对流性降水可能相当多地依赖于微物理过程参数化的不确定性。

早期研究表明微物理过程中的降水粒子分布，雨、霰、雹等降水粒子的滴谱（Particale Size Distribution，PSD）对于累积降水、冷池的尺度和强度而言具有高度敏感性（Xue，2008；Tong，2008），因此利用多参数的微物理方案对天气过程进行敏感性测试具有更好的参考意义。

由于暖季对流性降水的QPF预报误差相当明显，对流尺度的预报误差是非线性的增长过程，因此构建对流尺度的中尺度集合预报模式仍然有相当多的问题需要分析。

受黄淮气旋影响，2016年7月18-20日我国北方地区出现了一次极强暴雨天气过程，其中河南、河北和北京等地出现特大暴雨，部分地区降雨量创历史极值并引发严重的洪涝、地质灾害。

全球数值预报对于此次极端降雨过程的预报在降雨落区、量级上均有一定误差。

应用不同物理过程中尺度集合模式分析此次降雨过程中不确定性，有助于更好地分析对流尺度集合预报在暖季背景下QPF误差，并进一步理解不同降水物理方案的预报性能。

1 数据与方法1.1 预报试验基本模式参数参照美国CAPS-SSEF（Xue，2008）对流尺度集合预报系统，本文使用WRF-ARW（3.6.1）中尺度数值模式作为构建对流尺度集合预报试验的基本模式，其中尺度模式背景场来自GFS-interim 0.5°×0.5°（/datasets/ds335.0/）分析场，边界条件6h更新一次，同化资料包括国家级地面交换站、探空站、ATOVS辐射资料等。

WRF的基本试验参数设置如表1所示，集合预报成员均采用单重4km网格（图1），模式地形来自于USGS 30s（～1km）的地形高度插值。

模式结果部分采用Bessel函数进行16点平滑处理。

1.2 对流尺度集合预报试验构建本文将利用两种方法确定此次过程中微物理过程对于模式误差不确定性的影响：（1）采用多微物理过程对比，估计各类主流微物理过程参数化方案的不确定性；（2）利用单个微物理过程中进行参数不确定性估计，对比分析对于云、降水分布较为敏感的降水粒子PSD等关键物理参数的影响。

采用WRF-ARW模式构建的中尺度集合预报试验应用了9个不同的微物理过程，相关的参数如表2所示，共计9个基本集合成员（ENS00～ENS08）。

这9个微物理过程虽然在细节上有诸多不同，但都采用了质量通量方案（Bulk Microphysics），针对非气相相态粒子的PSD都采用了多参量的Gamma分布函数描述（Duda，2014）：（1）n x为直径D x粒子的体积数浓度分布，N0x为截断参数，λx为分布参数，α为降水粒子的形状参数，下标x代表降水粒子相态种类，分别为雨（r）、霰（g）、云冰（I）、雪（s）、雹（h）、液6期45表2 集合预报试验微物理方案参数集合成员微物理方案粒子种类2阶方案粒子N.N.霰密度ENS00Ferrier( new ETA)3-8×106--ENS01WSM66-8×1064×106500ENS02Thomson 6r, I--400ENS03NSSL 1-moment 78×1054×105400ENS04Milbrandt-Yau(MY)7r, c, s, I, g, h--400ENS05Morrison 6r, s, I, g --400ENS06WDM66r, s, I, g-500ENS07NSSL 1-moment 6-8×1054×105400ENS08NSSL 2-moment6r, c -4×106500ENS09WSM6-P16-8×1064×104913ENS10WSM6-P26-8×1074×106500ENS11WSM6-P36-8×1054×102913ENS12WSM6-P46-8×105×1054×103913态云滴（c）共计6类非气相相态降水粒子。

在参选集合成员中，Ferrier 方案对于所有相态降水粒子，给定了相同的N 0x ，而其他8类微物理方案的集合成员对于不同相态降水粒子有更为详细的参数设定，表2给出了各类参数化方案的关键参数值。

雨、霰等降水粒子的N 0x 、ρx 对于云雨分布、水汽收支平衡、潜热释放、对流性上升/下沉运动等微物理过程均具有显著影响，但参数取值具有显著的不确定性。

Joss (1969) 表明N 0r 可以在106～108m -4之间变化；Gilmore（2004）表明N 0g 的范围可达102～108m -4，Pruppacher（1978）表明ρg 能够在50～890kg/m 3之间变化，Tong（2008）在ARPS 的敏感性实验中设定ρg 在400～913kg/m 3之间。

降水由对流性降水向层云降水转变的过程中，N 0x 也会发生巨大的变化（Cifelli，2000）。

参照Duda（2014）的试验设计，在WSM6微物理方案基础上设计了4个不同N 0x 、 ρg 组合，进行敏感性数值试验（WSM6-PX, X=1,4）并作为集合预报成员ENS09～ENS12，因此总共集合成员为13个（表2）。

除去微物理过程中对于关键参数值的设定存在诸多差异外，一些复杂的微物理通过已经有多个多参量方案发展，多参量方案对不同相态降水粒子的数浓度、混合比都进行预报，模拟试验表明高自由度方案能够带来更为合理的云雨结构分布（Morrison，2011），但也带来了更高的计算代价。

在集合成员中，WSM6、NSSL-1moment 为单参量方案；Thompson、Morrison、NSSL-2m、MY 和WDM6对于雨和某些相态的降水粒子采用了双参量方案。

1.3 检验和诊断方法降水观测实况采用高密度华北区域逐小时雨量站，经过人工质量控制后，在模式区域内采信加密自动站20745个，相邻5站的平均距离为8.2km。

降水检验方法主要使用了ETS （Equivalent Threat Score）评分检验方法。

为减小高分辨率模式代表性空间误差，Clark （2010a）在对流尺度集合预报检验中使用了邻域（Neighborhood）方法计算ETS 评分，本文采用的邻域检验半径为8km（4×4网格点），基本与站点空间分布密度相当。