文摘

这个数值天气预报研究调查数据同化的影响和整体预测预报准确性的适度和暴雨在新西兰。为了确定最优的实现最先进的3 dvar和4 dvar数据同化技术,12种不同的实验已经进行了2010年9月13日至10月18日使用新西兰有限区域模式。基于这些实验验证表明,一个优于所有的个体成员使用各种指标。此外,降雨发生概率来源于暴雨的乐团是一个很好的预测指标。山区严重影响这整体的性能提供了更好的预测的强降雨在南岛比北岛。分析表明,低估的地形解除由于模型的分辨率相对较低(约12公里)是一个因素导致这种可变性强降雨预报的技巧。这项研究表明,区域整体预测与适当的罚款模型分辨率(≤5公里)将是一个有用的工具预测暴雨在新西兰。

1。介绍

初始条件的数值天气预报(NWP)预测通常由数据同化过程统计结合观察和预测模型,利用各自的错误信息来创建一个真正的大气状态的最优估计兼容使用的预测模型。初始条件的不确定性和错误是不可避免的一个数值天气预报气象设备由于错误,抽样错误,和数据同化错误,等等。整体预测已经使用了一些20年主要的气象预测中心探索这些大气初始条件的不确定性的影响在数值天气预报(和其他边界条件)。几个方法被用来建立全球整体系统(GES)包括那些基于领先的奇异向量的运营商1,2),培育向量(3,4),蒙特卡罗方法(5),和基于蒙特卡洛的合奏卡尔曼滤波器(6]。

当前操作GES的空间分辨率很低(例如,当前操作的~ 32公里ECMWF集合系统)。大气中许多小规模的过程和底层表面和小型山脉明显影响恶劣天气的进化和发展不是通过手势来解决。区域整体系统(RES)因此成立。RES是不同的分辨率。一些有很高的分辨率,这样超级单体风暴和对流可以解决(例如,7- - - - - -9])。初始化一个RES也不同。一些从手势靓初始化。一些气候不确定性靓随机样本的初始状态10]。其他随机扰动来自现有的背景误差统计3 d / 4 dvar系统(例如,11- - - - - -13])。一些靓使用全球不同的物理模型和确定性模型输出生成成员(例如,14,15])。一些使用不同区域模型输出称为multimodel合奏(16]。强降雨预测,预测技巧RES显示高于电气(例如,14,17,18])。

新西兰位于西南太平洋中间纬度,被海洋包围着。两个主要的岛屿是北岛和南岛。北岛(图1(一))有一个山脉的“脊柱”从中间,两边平缓起伏的农田。南岛是由山脉运行它的整个长度。西南到东北方向的主要山脉被称为南阿尔卑斯山(图1 (b))。根据现行中间纬度西风,新西兰的西部地区通常是迎风面和背风面东部地区。

土地区域降雨量远远高于对附近的海域,因为地形解除(图1)。总的来说,更多的降雨发生在南岛的西部地区比在其他地区,由于地形的取消更一致的西风气流和统一的山脉。暴雨往往导致严重的洪水和山体滑坡在新西兰。因此,一个可靠的暴雨预报的重视,但仍是一个巨大的挑战,很大程度上是由于周围的公海小岛屿国家,稀疏的地面/表面观察和雷达气球。要克服的问题缺乏对新西兰的气象观测卫星数据被广泛应用于区域3 dvar系统基于新西兰有限区域模式(NZLAM, (19,20.在新西兰])48小时数值天气预报。这表明改进21]。

4 dvar已经实现了一些主要气象中心(例如,气象局和ECMWF)取代3 dvar。他们验证数据显示整体4 dvar(例如,更高的预测技能(22])。最近的实验区域4 dvar NZLAM已经从英国气象局VAR设置代码。比较的影响预测3 dvar和4 dvar数据同化方法,调整4 dvar为最好的结果,和测试新的观测类型的影响(例如,海洋表面的观察)两种分析方法,数值实验进行了基于NZLAM 12 35天的时间从9月13日到2010年10月18日(表1)。每个实验不同的分析系统,或系统配置,或地面和卫星数据同化。

在这项研究中,一个临时RES是由结合12实验最初比较的影响3 dvar和4 dvar NZLAM预测的技能技巧。虽然这背后的主要乐团合奏类似系统使用不同的模型物理或/和不同区域/全球确定性模型输出(14- - - - - -16),这个乐团的成员系统采用最先进的3 dvar和4 dvar技术同化卫星数据(22]。据我们所知,这是第一次尝试预测暴雨在新西兰使用RES。

本研究的目的是调查数据同化的效果和整体法在中度和重度降水预测在新西兰。特别感兴趣的是山如何影响RES的性能预测的温和和强降雨,因此合适的模型分辨率RES /新西兰。介绍后,造型部分中描述的系统和方法2。两个暴雨情况下预测的RES中描述的部分3。关于此RES的性能统计分析提出了部分4。山的影响在这个RES讨论部分5。终于在最后一节给出了一个简短的结论。

2。描述模型的系统和方法

所有的模拟在这项研究是由使用NZLAM,英国气象办公室的统一模型的区域配置(嗯,[23])。嗯nonhydrostatic,完全可压缩navier - stokes方程的配方使用地形后,height-based垂直坐标。它采用横向交错荒川C-grid和垂直交错Charney-Phillips网格;semi-Lagrangian平流预后变量,除了密度、保守和单调的示踪剂;预估实现two-time-level semi-implicit时间集成方案;和三维迭代经典李群的椭圆方程解的压力增量在每个时间步(见[23,24详细描述)。NZLAM有324到324年水平的网格点水平网格间距为0.11°(约12公里,19,20.垂直])和70年的水平,与模型顶部大约39公里。最高的垂直分辨率接近地面,这样20水平跨度最低2公里的大气层。全球运行提供相同的侧边界条件的整体模拟。

所有的实验分为两组初始化基于3 dvar(五个成员)和4 dvar(7)成员,分别为(表1)。前者使用增量3 dvar FGAT(第一个猜测在适当时间)分析方案(25]。后者是建立在前者与保存在许多方面共同的引入提供了一个线性扰动预测模型及其伴随(22]。在这两个方案,一个变换(包括一个参数变换,一个垂直变换,和水平变换)的实现提供一个隐式表示背景误差协方差的实用和简单的方法预处理分析最小化问题。五3 dvar-based成员,分析解决使用(0.22度)的一半模型分辨率,同时,七4 dvar-based成员,该决议是一样的模型分辨率(其他的实验,而不是这里介绍,表明使用全部或一半分辨率分析增量3 dvar很少区别验证分数对观察T + 48预测;然而,使用低分辨率分析增量4 dvar显著减少预测技巧。)(表1)。垂直变换使用区域和季节平均的统计数据,以生成二维经验模式。横向变换也可以用作过滤,去除从每个水平场小规模的模式。卡伦[想法后26]我们使用此排除尺度小于50公里4 4 d11b d11a和小于100公里,4 dcli 4 dclim dclimc 4 dclimb, 4。3 d和4 dvar执行6小时数据同化周期在整个研究期间。0000年之后,2010年9月13日UT(每个实验的初始时间),后台用于每个实验的分析在一定程度上有所不同。后48小时预测了0000年、0600年、1200年和1800年UT每天为每个实验分析和模拟字段保存每小时。

系综均值计算每个成员权重相同。除了均方根误差(RMSE)和平均误差(我),两个阈值的分类预测研究使用性能图(27和相对运行特性(ROC)图。性能图块击中率()对成功率(假警报率),并允许偏差和关键成功指数(CSI)直接阅读。中华民国图块命中率对假警报率(),很容易推断出基准利率独立性能指标如皮尔斯技能分数(PSS)或对称的极端依赖指数(基准)。后者测量对罕见的事件是非常有用的,因为这是非简并28]。定义这些分类指标表2。

在接下来的计算和分析,所有四个预测每天每个成员在35天。对于每个预测,预测降雨选择匹配的观测时间。降雨预测四个网格点周围观测站点是线性插值到站点使用距离作为权重因子。

3所示。两个暴雨情况下

每日降雨量与0.05度分辨率分析新西兰地表可在国家水和大气研究所(NIWA)的派生使用二阶导数小薄盘光滑样条空间插值模型(http://www.maths.anu.edu.au/research/projects/thin-plate-splines)。这些数据可能有一些错误和不确定性在山区稀疏的观察,但他们是最好的高分辨率网格点降水数据在新西兰。这些数据与预测降雨两暴雨情况下的合奏。

案例1,亚热带与热带气旋起源偏西风为主,走到附近的海搬到东北的北岛早期2010年10月13日上午(图2(一个))。暖锋(用“温暖F”)与气旋移动的西南向东北飓风的风。暖锋之前的东南风。暖锋到达东南沿海地区的北岛10月13日上午。地形的强者的东南风(10 - 15米⁻¹表面在沿海风站)的暖锋增强锋面雨带的垂直运动。这导致的广泛地区暴雨东南北岛(图3(一个))。雨带的降雨分析显示四个降雨量最大中心从东北到西南。在一些地点,观察24小时降雨量在0900年10月14日NZST约为190毫米。图3 (c)显示了24小时降雨量预测通过系综平均使用相等的重量。大部分的强降雨地区被抓获的合奏的意思。然而,合奏错过的两个四降雨量最大中心:最南端的一个,一个在中间的雨带。两个降雨最大中心被合奏,最大25 - 50毫米低于观测。在图的地形数据3(一个)的分辨率大约5公里,远高于模型地形(图3 (c),大约12公里分辨率),可以描述小山脉。例如,一个小的山图所示3(一个)最南端的降雨量最大的中心,但没有显示的模型地形(图3 (c))。相对应的山地降水雨带的最大中心在中间(图3(一个))是更加明显,高于模型地形(图3 (c))。这暴雨情况下,对流可用势能(角)非常小(< 100公斤⁻¹),这意味着一个非常弱的贡献从对流降水和相应的强地形组件。看来暴雨的低估的整体部分是由于模型的分辨率相对较低,而低估了地形升降。这将是进一步分析部分4.2和5。

日常降雨量大于50毫米的预测发生的概率高于0.6(图4 (c))捕捉到的大部分地区观察到每日降雨量大于50毫米(图4(一))。的大部分地区在北岛的东南部有一个每日降雨量超过100毫米暴雨情况下(图4 (b))。然而,不到一半的这些领域将得到大于100毫米和发生概率高于0.6(图4 (d))。这是由于降雨的低估模型。

对于第二种情况,2010年9月28日,一个向东移动中间纬度气旋在大海的西南南岛(图2 (b))。相关的西风气旋流水的冷锋向东(用“冷F”)。冷锋前的是来自西北的风。当冷锋到达南岛地形升降的岛阻止强者向西北和西风面前增强相关的雨带的垂直运动,导致暴雨迎风(西方)地区的南岛那天(图3 (b))。系综均值普遍预期强降雨的数量和分布,除了它错过了暴雨雨带的南端(图3 (d))。基于整体的预测发生的日常降雨大于50毫米的概率高于0.6,大面积的迎风面南岛(图5 (c)),对应与观察到的大部分地区每日降雨量大于50毫米(图5(一个))。观察每日降雨量超过100毫米只发生在一个小区域在迎风面(图5 (b)圆的小阴影区域)。基于整体的预测每日降雨量大于100毫米的概率等于0.6还显示一个小的区域(图5 (d)圆,阴影区域)接近,在图5 (b)。

这些分析表明,大于0.6的概率发生的降雨大于某个阈值的集合是一个很好的预示强降雨在新西兰。与例1相比,第二种情况的总体表现更好,尤其是对每日降雨量超过100毫米。事实上,使用网格点雨量是0.05度分析、系综平均的RMSE每日降雨量大于50毫米78毫米和111毫米为例2和例1,分别。更好的性能的原因的暴雨预报在南岛的合奏将进一步分析部分4.2和5。

4所示。统计分析

在本节中,合奏RMSE,我,直言技能成绩提出了两类降雨。第一类包括事件的模拟或观察每日降雨量高于或等于50毫米(也称为强降雨)。因为只有35天为每个实验,第二阈值20毫米/天(mod-heavy降雨)被选为保证统计样本量足够健壮的结果。每日降雨量观测(有效0900 NZST)在630个站点新西兰在35天。

4.1。整个国家

不同的乐团成员的能力(和合奏意味着)正确预测降雨事件的两种不同的阈值被预测和观察转换成二进制调查事件。应急表系综均值(毫米)这两个阈值如表所示3。图6显示了分类性能图mod-heavy和暴雨的新西兰。MM关键成功指数最高和最低的假警报率与阈值的每个成员。

然而,从图6可以看出,毫米的降雨频率偏差比几乎所有的个体成员。即改善目前并未得到相应的改善命中率,导致低估了更倾向于毫米暴雨事件的发生。提高CSI对冲的能力,也就是说,通过减少上述预测事件的频率,是一个不受欢迎的CSI的属性。皮尔斯技能评分(PSS)是一个绝对指标,没有这个属性,也是基本利率独立(对样品气候学)。

皮尔斯技能成绩中华民国图在图所示7(一)和7 (c)分别含有mod-heavy和暴雨结果,所有的新西兰。CSI相比,PSS并不显示合奏意味着MM是明显比任何个别成员。mod-heavy阈值,MM得分最高,但它是一样的3 dclimc内的不确定性。暴雨,MM没有最好的PSS,但是,在不确定性,这不是比任何个别成员。

虽然有许多可取的属性,PSS并不总是适当的,因为它往往毫无意义的值为零(称为简并)事件。铁和斯蒂芬森28]开发了对称的极值依赖指数(基准),进而基于极端依赖斯蒂芬森等人提出的分数。这两个指标都非简并,但基准的优点是基准利率对冲独立和困难。数据7 (b)和7 (d)包含相同的数据作为数据7(一)和7 (c)除了阴影代表PSS的基准,而不是。从这些图可以看出,相比之下CSI和PSS,基准的大小类似mod-heavy和强降雨。此外,mod-heavy降雨的基准意味着毫米显示更大的改进个人乐团成员和暴雨是类似于表现最好的成员。

图8显示了所有的RMSE在整个国家乐团成员。对于mod-heavy降雨,合奏的RMSE意味着(MM)小于每个成员;最大的4 dvar11 ~ 26.0毫米,约1.8毫米高于毫米。RMSE每个成员和毫米之间的差异在95%显著水平使用以及。

毫米的暴雨,RMSE(~ 43毫米)是小于所有成员除了3 dcli(~ 43.0毫米)。最大的RMSE 4 dvar11 46.5毫米,约3.5毫米高于毫米。除了3 dcli和4 dclimb,每个成员之间的均方根误差的差异(3 dcli除外),使用一个mm在95%的显著水平以及。

这些结果表明,个人的合奏的意思是比任何乐团成员预测mod-heavy降雨量新西兰。暴雨,合奏的意思是更好的或类似的性能表现最好的成员。小之间的整体系统的性能差异mod-heavy降雨和强降雨可能是由于小观察后者(表数量3)。

两类每日降雨量,意味着错误(我,forecast-observations)显示为每个成员(图一致的负值8 (b)),尤其是暴雨,强降雨预测错误的说明部分来自负面的偏见。除了物理模型,模型的分辨率相对较低(约12公里)最有可能的另一个原因是降雨的低估。这将是进一步分析以下部分和部分5。

可能原因改进的简单合奏的意思可能是,它仅仅是由于计算平均的平滑效果的12个成员。换句话说,系统的任何成员,做空间平滑,改善了可能高达,从整体的意思。调查这种可能性一个九分顺利应用三次降雨预测每个乐团成员,而不光滑(图9通过他们的RMSE)。mod-heavy降雨,九分平滑降低RMSE(图9(一个)为每个成员),0.1 - -0.5毫米。毫米,平滑的RMSE增加了~ 0.2毫米。MM的改善各成员国RMSE 0.5 - -1.6毫米,比这大得多的每个成员通过九分顺畅。相比之下,对暴雨平滑显著增加了每个成员的RMSE和毫米0.8 - -2.0毫米。这些事实表明,简单的系综平均的改进mod-heavy降雨和强降雨主要是实现从简单的整体系统,而不是平滑作用。

4.2。不同地区

南北岛合奏的结果意味着(MM)相比,个别成员符合那些发现完整的国家。毫米的预测技术,通过各种措施,类似于或优于任何个体成员和频率偏差减少相比,大多数成员(没有显示)。

南北岛的RMSE和我结果子集预测正确或观察到的事件图所示10mod-heavy降雨和图11强降雨。北岛在雨量阈值,MM RMSE最低和南岛只有3 dcli RMSE低于毫米。

这里,需要回答一个问题是在岛屿(北岛和南岛)合奏的性能更好?雨量观测站点的总数和强降雨观测两个岛屿之间的不同。不恰当使用预测技术分析降雨量只有两个类别的评估。相反,我和RMSE能够定量显示降雨预测的真正大小错误。

对于mod-heavy降雨,北岛的RMSE毫米(图26.5毫米10),而只是为南岛(图21.9毫米10)。对于每一个成员,降雨量大于26.9毫米的RMSE北岛;然而,它是小于23.5毫米为每个成员在南岛。mod-heavy降雨,MM的我是南岛2.2毫米,正面的偏差远小于负偏差在北岛(−8.2毫米)。我的大小几乎相同的每个成员和MM。mod-heavy降雨,我占20%以上的RMSE北岛,但只有约10%的RMSE南岛。

强降雨(图11),毫米50.0毫米的RMSE北岛,虽然只是南岛~ 36.9毫米。每个成员的RMSE北岛超过50.5毫米,而这是在南岛小于40.5毫米。我是2.5毫米在南岛,一个偏见比这小得多(−24毫米)在北岛。我的每一位成员和MM只有10%的RMSE南岛,但大约40%的RMSE北岛。

我和RMSE而言,整体系统表现的更好在南岛比北岛mod-heavy和强降雨。北岛,明显负偏压的模拟降雨是一个主要因素导致的糟糕表现。如前所述,一个主要的区别是北岛和南岛形状、高度、规模和水平。这些结果表明,山可以显著影响整体系统的性能在中度到重度降雨预测,下一节将进一步讨论。

5。讨论

形状(水平长宽比和山高度)的山影响气流的模式和制度过去山(29日- - - - - -32),降雨量和降雨分布有很大的影响(例如,33- - - - - -36])。如前所述,南岛有一个相对统一的山脉南阿尔卑斯山,南岛运行的长度约600公里,覆盖了超过一半的宽度,而盛行的西风气流交叉(图1 (b))。相比之下,丘陵和山脉的北岛有多个范围少给它明确的迎风或背风面区域(图1(一))。北方的山岛的空间尺度小于南阿尔卑斯山的;因此,山的更好描述动态迫使(如地形升降),后者存在于NZLAM比前者(12公里的分辨率)。此外,发行量与气流有关过去的山更大的规模往往有更大的空间。这将导致更好的描述的气流模式迫使南阿尔卑斯山山脉比强迫的北岛,NZLAM。因此,南阿尔卑斯山有统一的形状和更大的空间尺度上相比,北方的山岛是最有可能的原因系综的南岛更好的性能。

在新西兰,地形解除暴雨发生中起着重要的作用。如前所述,大型模拟降雨中度到重度的负面偏见被发现在北岛和占20 - 40%的错误。这表明,当前分辨率(NZLAM ~ 12公里),北岛的地形升降是低估了。事实上,即使是南岛,相对较大的RMSE和我发现mod-heavy和暴雨如前所述。降雨预测错误的一部分是由于降雨预测偏差,特别是强降雨。瑞et al。37)表示,5公里或更高的分辨率需要充分描述的垂直运动迫使山脉。因此,一个模型的分辨率(最好是≤5公里)高于12公里需要新西兰操作RES暴雨预报系统。

6。结论

在这项研究中,12个实验使用最先进的3 dvar和4 dvar技术相结合作为临时区域整体系统。这是第一次尝试进行整体预测降雨直接从新西兰地区气象建模系统。目标是调查数据同化的效果和整体方法温和和强降雨的影响预测和山脉在新西兰RES的性能。

RMSE,我和几个分类验证指标每日降雨量分析基于两个阈值,20毫米(mod-heavy降雨)和50毫米(暴雨)。总共630个网站在新西兰与日常使用的是降雨观测。这些分析表明,分辨率相同的模型,简单的整体执行比任何12 mod-heavy降雨预测实验。的整体更好的性能合奏的降雨也发现了。两个暴雨例表明,大多数地区的强降雨,整体显示发生概率高(≥0.6),由于山脉的显著影响暴雨发生在新西兰。这表明整体预测使用总体均值和暴雨的发生概率将在新西兰是一个有用的工具。

盛行的西风气流下一年的大多数时间,太多的降雨发生在西边的国家,特别是对于南岛与西方一个陡峭的山坡,southwest-northeast取向。我们的分析表明,山可以显著影响整体系统的性能与小错误(RMSE)和偏见(和我)预测mod-heavy降雨和强降雨的南岛比北岛。这个结果并不是什么新鲜事,但它表明,12公里模型解决当前临时整体系统不够高以及预测暴雨在新西兰。~ 5公里或更高版本模型分辨率需要操作的预订系统的更好的性能在新西兰的降雨预测。

这项工作意味着区域预报暴雨的复杂的山区,除了初始条件,模型分辨率也需要适当的治疗根据山鳞片。对于未来的研究,类似的RES较高的模型分辨率(~ 5公里或更细)将在新西兰寻找最佳分辨率。除了占初始条件的不确定性,利用数据同化,RES也将占较低的不确定性边界条件(包括海面温度、土壤水分和植被)和侧边界条件。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是研究协作下进行SC0128与英国气象局和新西兰基金会资助的研究,科学和技术合同C01X081。作者感谢匿名评论者的评论,帮助他们提高文章的质量。