首页|集合预报方法在云预报和人工催化效果预报中的应用研究

集合预报方法在云预报和人工催化效果预报中的应用研究

扫码查看
云物理过程是全球能量收支和水文循环中的重要环节。许多领域,如:航空、太阳能、气候变化和人工影响天气等都对准确的云宏、微观量预报有重大需求。然而,针对云宏、微观物理量全面评估微物理参数化方案的模拟不确定性及多微物理方案集合的统计一致性的研究还比较欠缺。为缓解区域水资源短缺问题,我国北方地区常年开展人工增雨(雪)作业,集合预报技术已被引入到人工增雨(雪)催化效果预报中,但以往人工催化集合预报多为中尺度模式集合单向嵌套云催化模式集合,缺少催化过程对中尺度模式动力、热力和降水过程的反馈。 鉴于此,本研究首先在集合预报框架下,评估目前较先进的若干微物理参数化方案对不同云宏、微观物理量的模拟不确定性,为预报不同云宏、微观物理量提供构建优化集合预报的参考依据。针对云宏观物理量,以6次华北地区大范围层状云降水过程为例,应用卫星、探空和雷达等多源观测资料及反演产品,分别采用传统点对点和基于对象的空间检验方法,对集合平均和各微物理集合成员模拟云顶温度(CTT)、云底高度(CBH)和云光学厚度(COT)等参量的不确定性进行诊断分析。针对云微物理量,以1次开展飞机穿云探测的大范围积层混合云降水过程为例,区分层云区和对流区,在层云区采用飞机观测资料对液态(冰)水含量、雨滴和雪粒子平均质量直径等云微物理特征的模拟不确定性进行诊断分析;在对流区,分析对流上升速度、水成物比含量和雨滴平均质量直径等参量的模拟不确定性。结果显示,不同微物理参数化方案对不同云宏、微观物理量的模拟均表现出较强的不确定性,没有方案始终表现最好。与任何一个方案相比,集合平均始终与观测接近,并在大多数情况下具有最小的均方根误差和最高预报技巧评分,集合平均有效提高了云宏、微观物理特征模拟的准确性。在模拟云微物理量时,集合成员之间拥有足够的离散度;在模拟云宏观物理量时,不同变量的集合离散度存在一定差异,CBH拥有足够离散度,而CTT和COT则离散度略偏低。 综合云宏观物理量的模拟结果发现,模式往往倾向于高估大范围层状云系中对流的高度和强度,产生更宽广的云砧,却低估层状云的范围和强度。集合在模拟云系自西向东移动时略提前,模拟云系的纬向位置误差比经向位置误差小。模拟COT的偏差主要来自云滴和雪粒子的贡献,云滴光学厚度(COTC)模拟偏差主要由云滴有效半径(EFFRC)的模拟偏差引起,而对雪光学厚度(COTs)的高估主要由对雪水路径(SWP)的高估造成。此外,本文发现WDM6方案在模拟COT时存在较大系统偏差,主要体现在模拟EFFRC过度偏小,进而对COTC过度高估,归因发现,该偏差由计算云凝结核(CCN)活化项时使用相对湿度代替过饱和度引起云滴数浓度(NC)偏大导致,对其进行修正后,模拟的NC显著减小,EFFRC和COT也更接近观测值,该修正对WRF V4.1.4至目前最新(V4.4)版本有效。 对云微物理量的模拟结果表明,在层云区,对于液态水含量,NSSL和P3-2ice方案为拥有较优表现的单个成员,CAM5.1和WSM6方案在0℃层高度附近的模拟偏大,WDM6方案在整个高度上的模拟均偏大,建议预报液态含水量时计算非等权重集合平均,并为CAM5.1、WDM6和WSM6方案分配较低的权重。各方案对冰水含量的模拟总体较好,P3-2ice、NSSL、Morrison和Thompson的模拟结果接近观测,较好地描绘了冰相粒子的缓慢增长过程。观测的雨滴和雪平均质量直径分别在0.35-0.45 mm和0.8-1.4 mm之间。大多数方案均能模拟出与观测接近的雨滴和雪平均质量直径概率分布。WDM6方案在模拟雨滴平均质量直径时有很好的表现,然而在模拟雪平均质量直径分布时偏大较多,而CAM5.1方案则相反,模拟的雨滴平均质量直径偏大较多,却在模拟雪平均质量直径时有很好的表现。因此,建议在预报雨滴/雪平均质量直径集合时,谨慎考虑CAM5.1/WDM6方案。在对流区,发现较强对流核区对流上升速度的模拟对微物理方案选择敏感,水成物比含量尤其是冰相水成物比含量与上升速度有较好的对应。 最后,基于对云宏、微观物理量模拟不确定性的研究,综合考虑微物理方案和初边条件扰动,分别构建多微物理方案集合(EN MP)和多初值集合(EN_ IC)预报华北地区1次降雪过程的CTT、CBH、过冷水含量、冰晶数浓度等云宏、微观物理量,发现北京密云水库及其周边区域云系具备人工催化的条件,将其设为目标增雪区,采用直接耦合碘化银(AgI)催化过程的集合(AgI_IC)开展人工催化效果预报并给出概率预报,结果显示,AgI提高了水成物(水汽和过冷水)的转化效率,增加的雪大部分来自水汽的消耗,即冰晶的凝华增长。所有集合成员均预报出正的催化效果,不同集合成员表现出差异,催化效果最小为2.76%,最大101.09%,差异主要来自于各成员预报的水成物相态转化差异。以概率统计的方法评估催化效果发现,催化过程显著改变了降水的概率分布,集合给出的概率预报可以反映出云预报和人工催化效果预报的不确定性。

王田田

展开 >

人工增雨 人工催化效果 云物理过程 集合预报

博士

大气物理学与大气环境

雷恒池

2022

中国科学院大学

中文

P4