GRAPES-GEPS全球集合预报系统湿奇异向量的时空尺度敏感性研究

王静 刘娟娟 王斌 陈静 刘永柱

1 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室（LASG），北京 100029

2 国家气象中心，北京 100081

3 中国科学院大学，北京 100049

1 引言

奇异向量（Singular Vectors，简称SVs）初值扰动方法是当前主流的集合预报初值扰动方法之一。依据线性动力学中的有限不稳定理论，利用切线性模式（Tangent Linear Model，简称TLM）和伴随模式（Adjoint Model，简称ADM），在特定的约束条件下得到的SVs反映了相空间扰动增长最快的方向，由这些SVs构成的集合预报初始扰动代表了大气误差的分布特征（Lorenz,1965;Molteni and Palmer,1993;Buizza and Palmer,1995,1998;Molteni et al.,1996;Buizza et al.,1999）。20世纪90年代，欧洲中期天气预报中心（European Centre for Medium Range Weather Forecasts，简称ECMWF）率先将SVs应用于全球集合预报系统进行初值扰动（Palmer et al.,1993;Molteni et al.,1996），在此之后日本气象厅、法国气象局和澳大利亚气象局也开展了基于SVs初值扰动的集合预报系统研究（Diaconescu and Laprise,2012）。中国气象局数值预报中心自2008年起开始研发基于GRAPES (Global/Regional Assimilation and Prediction System)模式（陈德辉和沈学顺,2006;薛纪善和陈德辉,2008）的SVs初值扰动技术。刘永柱等（2013）基于GRAPES全球TLM和ADM1.0版本开展了SVs方法研究，受限于TLM和ADM发展技术，该初值扰动方案存在一些不足，如扰动能量在近地面迅速增长、SVs计算效率较低等。李晓莉和刘永柱（2019）研究了GRAPES全球奇异向量的改进方案，在全球TLM和ADM2.0模式中引入了线性化边界层物理过程，该方案能够有效解决上述问题并且提高计算效率。目前业务运行的全球集合预报系统（Global Ensemble Prediction System, 简称GEPS）副热带地区SVs的计算使用TLM和ADM2.0版本，引入线性化边界层方案，使用总能量模为权重算子，水平分辨率为2.5°，最优化时间间隔（optimization time interval，简称OTI）为48小时，并采用初始奇异向量与演化奇异向量相结合的方式构建初始扰动。……