深对流系统中初始误差增长和传播的热动力机制_杨婷.pdf

第 42 卷第 6 期气象科学Vol 42，No62022 年 12 月Journal of the Meteorological SciencesDec，2022杨婷，高峰深对流系统中初始误差增长和传播的热动力机制气象科学，2022，42(6):816-824YANG Ting，GAO FengThermal dynamics mechanism for growth and propagation of initial perturbation in deep convective systemJournal of the Meteorological Sciences，2022，42(6):816-824深对流系统中初始误差增长和传播的热动力机制杨婷1，2高峰3(1 河南省气候中心，郑州 450003;2 中国气象局 河南省农业气象保障与应用技术重点开放实验室，郑州 450003;3 南京信息工程大学 气象灾害教育部重点实验室，南京 210044)摘要利用 WF 模式模拟一个典型的超级单体风暴，揭示了深对流系统中初始误差增长和传播的热动力机制，讨论了系统的高度非线性作用和可预报性等问题。结果表明:影响深对流系统发展强度的不稳定能量和潜热释放是影响误差增长和空间分布的主要因素;误差增长主要集中在对流区，对流区域外的初始扰动有向对流区域传播的趋势，并可在对流区域内迅速增长。随着对流系统的强烈发展，量级为 O(102)的初始扰动在 210 min 时即可达到量级 O(100)，反映了系统高度的非线性作用和单一确定性预报显著的局限性。另外还发现，初始扰动对的相关性迅速增加，这将导致集合离散度偏低，给集合预报捕获极端天气的能力设置了障碍。误差的传播主要以声波和重力波两种波动形式传播。声波主要表现在积分初期，能量较小。重力波则能够在对流系统以外的区域激发新的对流中心(目前这种误差是不可预报的)，进而限制了系统的可预报性。关键词风暴尺度集合预报系统;超级单体风暴;始扰动;热动力机制分类号:P456doi:1012306/2022jms0071文献标识码:A收稿日期(eceived):2022-03-28;修改稿日期(evised):2022-07-16基金项目:2021 年度中国气象局/河南省农业气象保障与应用技术重点实验室应用技术研究基金(KQ202113);国家自然科学基金重点资助项目(41430427)通信作者(Corresponding author):高峰(GAO Feng)gf_nuist hotmailcomThermal dynamics mechanism for growth and propagation ofinitial perturbation in deep convective systemYANG Ting1，2GAO Feng3(1 Climate Center of Henan Province，Zhengzhou 450003，China;2 CMA Henan Key Laboratory of Agrometeorological Support and Applied Technique，Zhengzhou 450003，China;3 School of Atmospheric Sciences，Nanjing University of Information Technology，Nanjing 210044，China)AbstractA supercell storm is simulated by using WF model to study the growth and propagationof initial perturbation in deep convective system and discuss the predictability of convective systemesults suggest that the instability energy and latent heat release of deep convective system affect thegrowth and spatial distribution of perturbation which tends to spread towards the moist convection areaThe convection system is highly nonlinear and the weather prediction is subject to limitations in term ofinitial perturbations，which grow rapidly up to O(100)from O(102)in 210 minutes with thedevelopment of convection The correlation of initial perturbations increases sharply as well which isresponsible for the low ensemble spread and reduces the ability to predict extreme weather In addition，its been found that the error propagation is related to sound wave and gravity wave which are dominatingat the initial and medium-term，respectively The energy of sound wave is negligible in magnitudeHowever，gravity wave is able to bring about new convection in other areas The triggered convection isunpredictable which limits the predictability of the systemKey wordsstorm-scale ensemble forecast system;super cell storm;initial perturbation;thermaldynamic mechanism引言暴雨、雷暴大风及冰雹等灾害性天气的频发对人民的生命财产造成了严重的威胁，准确的强对流天气预报一直是预报员面临的难题之一1。单一确定性数值预报对强对流天气的预报存在着显著的局限性2:(1)中尺度系统的发展对物理过程的选取敏感性较强3-4，不同方案在处理云雨、冰雪和雪霰粒子的转化时采用了不同的阈值，降水预报变量也有所差别5。不同的相变化特征和参数的不确定性将极大的影响预报降水分布及其所引起的向下气流，进而影响对流系统的强度和移向6。(2)大气的混沌特性使得模式大气对初始条件的误差非常敏感7-8。初始误差可随预报时间的增加而迅速增长，目标系统的可预报时间随系统的时空尺度减小而减小9。基于集合预报在全球中期预报和区域中尺度预报中的成功应用和确定性数值预报对强风暴系统预报的局限性，将集合预报技术应用于强对流等灾害性天气的预报成为一个自然而合理的选择10-11。Kong，et al12 在数值天气预报框架下尝试进行了的实际龙卷雷暴个例的风暴尺度集合预报试验，这为风暴尺度集合预报的应用前景提供了信心。但该研究未对如何构建适于风暴尺度的优化集合方案作详细探讨。美国 俄 克 拉 荷 马 大 学 风 暴 分 析 预 报 中 心(CAPS)与美国国家海洋大气署(NOAA)风暴预报中心(SPC)以及国家环境预报中心(NCEP)共同合作了一项为期 6 a(20072013 年)的研究计划，该集合预报系统由 2007 年的 10 个成员发展为 2012年的包含 4 种中尺度模式，由多初值、多模式和多物理扰动方案构造的 28 个成员13。大量的试验结果表明，该风暴尺度集合预报系统在美国地区能够获得可靠的定量降水预报，并提高了风暴强度和路径预报水平，同时为预报员和用户决策提供了概率预报。一些欧洲的区域预报中心也对风暴尺度集合预报进行了一系列研究。Migliorini，et al14 基于MOGEPS 模式的对流尺度集合预报系统版本(1.5km 分辨率的 UK Met-Office storm scale EPS system)研究了夏季降水的预报误差和可预报性问题。Gebhardt，et al15 基于 2.8 km 分辨率的 COSMOS-DE 模式进行了风暴尺度集合预报实验，重点研究了不完美的模式和侧边界条件集合方案等问题，证明模式物理方案参数扰动和侧边界扰动能够增加集合成员的降水强度和空间均匀性的变化。基于2.5 km 水平分辨率的 AOME 模式(the Meteo-France ApplicationofesearchtoOperationsatMesoscale model)，Bouttier，et al16 测试了随机物理方法集合方法(Stochastic Physics Scheme)，该方法不但提高了集合离散度，而且能够将高离散度平滑到更更大的区域范围。过去的研究表明，高分辨率的数值模式和合理的初始扰动和物理扰动方案是成功构建风暴尺度集 合 预 报 系 统(Storm-Scale Ensemble ForecastSystem，SSEFs)的关键。目前，风暴尺度集合预报初始扰动技术的研究主要停留在不同扰动方案排列组合测试的阶段。如何构建适用于风暴尺度集合预报的初始扰动方案尚无定论17-20。与中期全球集合预报通过一天或多天培育初始扰动场的方式不同，风暴尺度系统的生命史较短，初始扰动场需要从预报起始时刻既要生效，即扰 动 需 要 表 达 初 始 时 刻 的 不 确 定 性21。Hohenegger，et al22 指出，与天气尺度可预报性受斜压不稳定影响不同，风暴尺度可预报性受对流不稳定及湿热动力过程控制。具有局地性特点的误差的快速增长、传播及其高度的非线性特征，使得各种适用于大尺度集合预报的初值扰动方法无法在风暴尺度集合预报中获得足够的成员离散度。离散度为集合预报不确定性的量度指标23-25。研究表明，风暴尺度集合预报的离散度普遍偏低，主要原因是集合成员的初始扰动在强对流预报的初期被模式快速平滑掉，也即初始扰动不满足强对流系统的热力和动力平衡关系。因此，如何针对风暴尺度系统的动力特性产生有效的初始扰动场是构建 SSEFs 的关键问题。作为基础，深入理解对流系统中误差增长和传播的特征及其热动力机制是必要的。因此，本文利用 WF 模式模拟一个典型的超级单体风暴，探讨风暴尺度系统中误差增长和传播机制，旨在为发展适合于 SSEFs 的初始扰动方法提供有意义的参考。1模式参数与初始条件1.1模式及定义域参数本试验采用 WF 中尺度数值预报模式。模拟区域为 160 km160 km20 km，水平/垂直分辨率为1 km/0.5 km。模式定义域侧边界开放，上下边界均7186 期杨婷，等:深对流系统中初始误差增长和传播的热动力机制采用刚性边界。微物理过程采用考虑了 6 种水物质量和成冰过程的 LIN 方案26。1.2试验探空与初始条件本试验是基于 WF 模式中的超级单体风暴理想实验模块完成的(em_quarter_ss)。该模块通过读入给定的环境探空资料和一个风暴触发机制即可完成风暴系统的初始化。这里的风暴触发机制是在某一选定区域加入初始热泡(局地加热)，也即正位温扰动。当给定的环境探空中的各要素满足风暴发生和发展所需要的不稳定性条件和水汽条件，该模块即可模拟风暴的触发。1977 年 5 月 20 日，在美国俄克拉荷马州 Del 城附近发生过一次典型的超级单体风暴，本文采用该风暴发生前的环境探空作