GRAPES_Meso模式不同参数化方案在甘肃河东地区的模拟评估

时间：2024-09-03

陈晓燕，孔祥伟，杨春芽，王基鑫

(1.兰州中心气象台，兰州 730020；2.玛曲县气象局，甘肃玛曲 747300)

随着数值预报模式的持续发展，高分辨率模式的预报能力也稳步提高。中尺度数值预报模式的预报[1-3]对象已从中α尺度(250～2 500 km)发展到中β(25～250 km)与中γ(2～25 km)尺度，相应的模式水平分辨率达到了1～10 km，有的甚至在1 km以下。但是模式分辨率的提高是有限的，参数化方法就成为数值模式处理中、小尺度运动可行而有效的工具。中尺度模式的参数化方案主要包括对流参数化过程方案、云微物理方案、陆面过程方案以及边界层方案等，根据国外业务和研究试验[4-5]表明，影响中尺度预报的各个因子的重要性依次为边界条件、湿物理过程、边界层参数化、初始条件和分辨率。针对中尺度数值模式物理过程各种参数化方案，已有许多气象工作者做了大量试验和研究[6-13]，中尺度数值模式物理过程研究的整体性及统一性已是近年来的一种趋势，选择不同的参数化方案组合对模拟结果的准确度影响很大，因而开展不同参数化方案组合优选工作显得十分必要。2006年段旭等[14]利用MM5V3不同参数化方案对低纬高原地区进行降水模拟，得出Grell积云参数化、Goddard显式水汽和云辐射过程组合的方案对降水预报效果较好；2011年段旭等[15]在对比试验的基础上，选取了适合云南的积云过程、微物理过程和辐射过程的方案组合。朱庆亮等[16]对WRF模式中物理过程参数化方案进行组合对比试验，认为没有确定的某个物理过程参数化方案在所有试验方案中的模拟效果一致好，不同方案配合使用模拟效果更佳；伍红雨等[17]利用GRAPES模式中微物理过程参数化和积云参数化方案，采用不同的方案组合选出适合贵州降水预报的组合方案；沈晓燕等[18]对比讨论WRF模式不同微物理过程、积云对流和边界层参数化方案组合对青海省气温、降水及风速的模拟效果，得出各要素预报效果最好的组合方案。

甘肃河东地区位于青藏高原的东部边缘，地形复杂，强天气多发，中尺度模式对河东地区复杂地形组合参数化方案的影响研究相对较少。本文应用GRAPES_Meso模式，通过调整边界层方案、陆面过程方案、微物理过程方案和积云对流方案，形成8种不同的参数化组合方案，对甘肃河东地区2015年7—8月开展了对比试验，以比较不同组合对甘肃东部高空要素、2 m气温和降水预报效果的影响, 优选出适合甘肃东部地区的组合方案，以期为甘肃河东地区预报服务提供有效的模式参考产品，同时为改进GRAPES_Meso业务模式提供依据。

1 资料和方法

1.1 模式简介

GRAPES模式系统作为中国自主知识产权的新一代气象数值预报系统自2001年开始研发[19]，2006年7月GRAPES模式通过业务验收并投入业务运行[20-21]，主要物理过程包括：显示云微物理方案、积云对流参数化方案、辐射传输、边界层过程、陆面过程及次网格尺度地形重力拖曳等。本文采用GRAPES_Meso区域模式4.1版本，水平分辨率为0.1°×0.1°，垂直方向为50层，模式同化了地面、高空和飞机报资料，计算范围为32°N～38°N，100°E～109°E，预报时效为48 h。

1.2 资料

采用美国国家海洋与大气管理局 NOAA(TheNational Oceanic and Atmospheric Administration)每6 h发布的GFS(the global forecast system)全球 1°×1°预报产品作为初始场和边界场，垂直方向为26层，预报数据时间间隔为3 h，预报时效为0～240 h。实况数据采用兰州中心气象台提供的甘肃河东地区62个观测站点(图1)2015年7—8月逐日24 h累积降水和08时2 m温度。

图1 研究区域和站点分布

1.3 方法

根据模式的云微物理过程、边界层参数化、积云参数化、陆面过程等物理过程选项，固定微物理过程WSM6类方案和积云对流KF方案，组合边界层方案和陆面过程方案(表1)，综合考虑高空要素、2 m温度和降水，选出评分相对较高的组合作为最优组合。其余物理参数化方案选取如下。

表1 GRAPES_Meso 8种组合方案

长波和短波辐射过程参数化方案分别选择 RRTM 和Duhbia 方案，近地层方案选用 Monin_Obukhov 方案。边界层有YSU方案和MRF方案两种，陆面过程有SLAB方案、LSM方案、Noah方案和RUC方案四种，排列组合后形成8组组合方案，由于组合方案4和组合方案8(带*)在回算过程中出现积分溢出导致模式结果异常，故不做分析。

在进行模拟效果检验时，采用双线性插值的方法将模式产品的格点值插值到相应站点上，然后计算检验指标进行客观检验(表2)。

表2 降水预报检验分类表

降水检验分小雨、中雨、大雨和暴雨4个级别进行风险TS评分、预报偏差和预报技巧。定义如下：

(1)

(2)

(3)

高空要素采用均方根误差作为检验指标，2 m气温检验采用绝对误差和均方根误差和预报误差≤2 ℃的预报准确率作为检验指标[22-23]，具体的定义如下：

(4)

(5)

其中Fi为第i站(次)08时(北京时间)预报温度，Oi为第i站(次)08时(北京时间)实况温度，(Fi-Oi) 为第i站(次)预报误差。Nr为预报正确的站(次)数，Nf为预报的总站(次)数。温度预报准确率的实际含义是温度预报误差≤2 ℃的准确率。

2 高空要素对比

表3为500 hPa高空要素24 h预报和48 h预报检验均方根误差。(1)500 hPa高度场。24 h预报组合方案6均方根误差最小，组合方案2次之；48 h预报组合方案2均方根误差最小，组合方案6次之；两个预报时效中组合方案1的500 hPa高度场均方根误差最大。(2)500 hPa温度场。组合方案6的均方根误差最小，组合方案2次之；24 h预报组合方案1均方根均方根误差最大，48 h预报组合方案5的均方根误差最大。(3)500 hPa风场。组合方案6均方根误差最小，组合方案2次之，组合方案1均方根均方根误差最大。GRAPES_Meso模式对500 hPa高空要素24 h预报均方根误差均小于48 h预报。对于500 hPa高空要素来说，组合方案6预报效果最好，组合方案2次之，组合方案1表现最差，即MRF方案为边界层方案、陆面过程为LSM方案时，GRAPES_Meso模式对高空要素的预报效果最好。

表3 不同组合方案500 hPa 24 h、48 h高空要素预报均方根误差

3 2 m气温对比

3.1 绝对误差和均方根误差

图2为2015年7—8月08时2 m气温逐日检验的绝对误差。不论24 h预报还是48 h预报，组合方案1和组合方案5的绝对误差集中在1.5～2.5 ℃之间，明显小于其它4种方案，且波动较小，尤其是在7月中下旬和8月中下旬时段。整体上来看2 m气温的绝对误差24 h预报略小于48 h预报，组合方案5的绝对误差相对最小，组合方案1次之，组合方案7绝对误差最大。

图2 不同组合方案2015年7—8月逐日2 m气温绝对误差

图3为2015年7—8月08时2 m气温检验逐日均方根误差。24 h预报和48 h预报，组合方案1和组合方案5逐日均方根误差在2～3.5 ℃之间，组合方案2、组合方案3和组合方案6的逐日均方根误差主要集中在2.5～4.5 ℃，组合方案7逐日均方根误差在2.5～5.5 ℃范围内。组合方案1和组合方案5的08时2 m气温逐日检验的均方根误差整体呈减小趋势，且起伏小；其余4种组合方案逐日均方根误差整体呈增加趋势，且波动较大，尤其是在7月中下旬和8月中下旬时段。整体上来看2 m气温的均方根误差24 h预报略低于48 h预报，组合方案5的均方根误差相对最小，组合方案1次之，组合方案7均方根误差最大。

图3 不同组合方案2015年7—8月逐日2 m气温均方根误差

3.2 预报准确率

从2015年7—8月逐日08时2 m气温预报误差≤2 ℃的预报准确率(图4)可以看出：24小时预报，组合方案1和组合方案5逐日08时2 m气温预报误差≤2 ℃的预报准确率在55%以上，其余4种组合方案≤2 ℃的预报准确率主要集中在20%～60%之间；48 h预报，组合方案1和组合方案5逐日08时2 m气温预报误差≤2 ℃的预报准确率在40%～70%之间，其余4种组合方案≤2 ℃的预报准确率主要集中在20%～60%之间，组合方案7个别日期的预报准确率在20%以下；模式对08时2 m气温预报效果24 h预报明显优于48 h预报，组合方案5表现最好，组合方案1次之，组合方案7预报准确率最低。

2015年7—8月2 m气温的月平均绝对误差、均方根误差和预报准确率(表略)表明：24 h预报的08时2 m气温，组合方案5绝对误差最小(2.14 ℃)，组合方案1次之(2.17 ℃)，组合方案7最大(2.82 ℃)；组合方案5的均方根误差也最小(2.74 ℃)，组合方案1次之(2.78 ℃)，组合方案7最大(3.45 ℃)；08时2 m气温预报误差≤2 ℃的预报准确率组合方案5最高(56.7%)，组合方案1次之(56.4%)，组合方案7最低(42.0%)；模式48 h对08时2 m气温的预报也是组合方案5表现最好。

图4 不同组合方案2015年7—8月逐日2 m气温≤2 ℃预报准确率

综上所述，对于08时2 m气温的预报，组合方案5预报效果最好，即微物理过程为WSM6类方案、积云对流为 KF 方案、边界层为 MRF方案、陆面过程为SLAB方案时对2 m气温的预报能力最好，其次是组合方案1，组合方案7预报效果最差。

4 降水对比

图5为GRAPES_Meso模式预报不同等级降水的TS评分和技巧评分。24 h预报(图5a)，小雨预报组合方案5 TS评分最高(44.2%)，组合方案1其次(43.9%)，组合方案6最低(42%)；中雨预报组合方案5和组合方案1预报效果最好，TS评分为9.5%，组合方案3其次(9.4%)，组合方案6最低(8.4%)；大雨预报组合方案5评分最高(2.3%)，组合方案3次之(1.8%)。技巧评分小雨、中雨和大雨各方案均为正值，说明均为正技巧，其中小雨技巧评分组合方案6最高，中雨和大雨技巧评分组合方案5相对较高；暴雨的技巧评分均为负值。

48 h预报(图5b)，小雨预报组合方案5 TS评分最高(44.8%)，组合方案1其次(44.3%)，组合方案6最低(42.3%)；中雨预报组合方案1预报模拟效果最好，TS评分为7.4%，组合方案5其次(7.3%)，组合方案6和组合方案7最低(5.9%)；

图5 不同组合方案2015年7—8月不同等级降水TS评分和技巧评分

大雨预报组合方案5评分最高(2.0%)，组合方案3次之(1.4%)。技巧评分小雨和中雨各方案均为正值，说明均为正技巧，其中小雨技巧评分组合方案5最高，中雨技巧评分组合方案1最高；组合方案3和组合方案6的大雨技巧评分为正值，其余四个方案为负值；组合方案5的暴雨技巧评分为正值，其余方案暴雨技巧评分均为负值。

图6为2015年7—8月不同等级降水的预报偏差，其中预报偏差等于1代表预报最佳，大于1说明预报降水量偏多，小于1代表预报降水量比实况偏少。模式各组合方案24 h预报对小雨、中雨和暴雨预报偏多，其中中雨偏多明显，对大雨预报偏少；48 h预报对小雨、中雨和大雨预报偏多，中雨和大雨偏多明显，暴雨预报最接近1。组合方案5表现相对较好，组合方案1表现最差，其余4种方案差别不大。

图6 不同组合方案2015年7—8月不同等级降水预报偏差

综合2015年7—8月降水TS评分和技巧评分，不同等级降水的TS评分组合方案5相对较高，即微物理过程为WSM6类方案、积云对流为 KF 方案、边界层为 MRF方案、陆面过程为SLAB方案时对不同等级降水模拟效果相对较好，组合方案1次之，组合方案6的降水TS评分相对较低；整体上组合方案5不同等级降水的技巧评分优于其余5种方案。