首页|基于SKEB集合预报的"7?20"郑州极端暴雨可预报性研究

基于SKEB集合预报的"7?20"郑州极端暴雨可预报性研究

扫码查看
原文链接
  • 万方数据
本文基于内层格距为3km的WRF模式,利用随机动能后向散射(SKEB)方案,设计了三种不同尺度模式扰动的集合预报试验,研究了2021年"7·20"郑州极端暴雨事件中24h累积降水(RAIN24h)和16～17时小时强降水(RAIN1h)可预报性的多尺度特征.结果表明,随着扰动尺度增大,降水强度的集合离散度增加,预报值与观测降水强度更为接近.在中尺度和对流尺度扰动集合中,RAIN1h在20km以下尺度失去可预报性,RAIN24h在各尺度均未明显失去可预报性,而天气尺度扰动使RAIN24h和RAIN1h失去可预报性的范围延伸至60km及以下尺度.此外,RAIN24h(RAIN1h)最大降水位置预报的不确定性约在400km(50～60km)尺度上,郑州站附近低空南风急流是造成RAIN1h预报不确定性的重要系统,与其相关的快速增强的低层气旋式涡度,中层辐散和上升运动是极端小时降水发生发展的关键动力条件.通过辐散、涡旋和垂直动能谱及其误差谱的分析进一步发现,所有试验中的较小尺度误差能量增长均快于较大尺度,并将在更短的时间内达到饱和.较大尺度扰动不仅加快了较大尺度误差的增长,还通过误差能量降尺度串级使得所有尺度的误差更易增长,这意味着暴雨预报中改善模式对较大尺度系统的预报效果有利于提高极端强降水位置和强度的预报能力.
Predictability of the 720 extreme rainstorm in Zhengzhou in stochastic kinetic-energy backscatter ensembles

杨敏、余沛龙、张立凤、潘晓滨、钟权加、李昀英

展开 >

国防科技大学气象海洋学院,长沙 410073

中国气象局高影响天气(专项)重点开放实验室,长沙 410073

南京信息工程大学气象灾害预报预警与评估协同创新中心,气象灾害教育部重点实验室,气候与环境变化国际合作联合实验室,南京 210044

香港科技大学海洋科学系,香港 999077

展开 >

随机动能后向散射(SKEB) 极端降水 集合预报 可预报性

国家自然科学基金项目国家自然科学基金项目国家自然科学基金项目国家自然科学基金项目湖南省自然科学基金项目

421050664220504641975066U22422012021JC0009

2024

10.1360/SSTe-2023-0230

中国科学(地球科学)
中国科学院

中国科学(地球科学)

CSTPCD北大核心
影响因子：1.828
ISSN：1674-7240
年,卷(期)：2024.54(7)