本项目将使用国家气候中心新一代气候系统模式,以申请者在简单海气耦合模式开展的ENSO集合预测和可预测性研究为基础,1)研究和改进短期和中期天气集合预报常用的两种初值扰动方法(奇异向量法和增长模繁殖法),通过滤波、降低空间维数等技术在天气噪音背景中提取 "与气候时间尺度相关的扰动增长模",得到适用于复杂气候模式进行短期气候集合预测的初值扰动方法;2)进行集合回报试验,使用概率评估研究初值扰动方法对短期气候预测概率技巧的影响,以得到 "可靠性"(Reliability)和"辨析度"(Resolution)高的初值扰动方法;3)使用 "可靠性"高的集合预测系统和国际上新出现的信息论可预测理论,开展季风区气候可预测性研究,探索能准确反映预测真实技巧的潜在可预测性指标。本研究将加深对短期气候集合预测、气候可预报性的理论认识,对提高短期气候预测水平具有明确的科学意义和应用前景。
Initial condition perturbation;ensemble prediction;climate prediction;singular vector;operational climate model
初值扰动方法及其对短期气候集合预测的影响项目编号41175074 项目负责人中国气象局国家气候中心,程彦杰 项目已研制出适合我国国家气候中心BCC季节预测业务系统模式的奇异向量SV初值扰动方案,并已提交国家气候中心新一代季节预测业务模式系统,于2016年1月进入正式业务运行。在神威计算机上近24年汛期回报结果显示,该方案可有效提高BCC模式对ENSO和我国夏季、温度高度场的预报水平。特别是5月起报的ENSO预报技巧超过欧洲ENSEMBLES计划的多模式技巧、超过美国CFS模式的预报技巧;夏季6-8月我国气温的预测技巧得到大范围显著提高,最大相关技巧提高达到0.4。500hPa高度场的预报技巧也有明显提高。概率评分BSS和可靠性评分得到提高。在BCC模式系统测试BV初值扰动方案,回算结果显示该方案对预报前期技巧的提高有效。