利用ICON百米尺度集合改进对流风暴预报技巧

《Atmospheric Research》:Improving forecast skill of a convective storm using ICON hectometric-scale ensembles

【字体: 大 中 小 】 时间:2026年07月23日 来源:Atmospheric Research 4.5

编辑推荐:

  研究人员利用百米(hectometric-scale)尺度集合模拟显著提升了对极端洪涝事件的表征能力。研究表明,湍流闭合(turbulence closures)方案对强风暴动力学的模拟具有强烈影响。研究证实,高分辨率、正确的初始条件(Initial Cond

  
研究人员利用百米(hectometric-scale)尺度集合模拟显著提升了对极端洪涝事件的表征能力。研究表明,湍流闭合(turbulence closures)方案对强风暴动力学的模拟具有强烈影响。研究证实,高分辨率、正确的初始条件(Initial Conditions, ICs)与物理方案(physics schemes)的组合对于风险评估至关重要。
该研究背景源于极端降水事件在全球范围内构成紧迫挑战,地中海盆地此类事件频率增加,传统数值天气预测(Numerical Weather Prediction, NWP)系统因分辨率较粗(数公里网格间距)难以准确捕捉驱动对流风暴的精细过程,常低估峰值降水或错位对流核,且百米尺度集合系统因计算成本主要限于实验研究。目前存在的关键问题包括:公里级对流许可模型(Convection-Permitting Modelling, CPM)分辨率仍不足以准确再现高度局部化短时极端对流风暴动力学;在低于约1 km分辨率的湍流灰区(turbulence grey zone),湍流闭合方案选择的影响尚不明确;大气混沌特性导致对流尺度预报对初始条件(Initial Conditions, ICs)敏感,集合扰动 realism 不足。开展本研究旨在探究百米尺度集合建模对2022年9月15日袭击意大利马尔凯(Marche)地区的毁灭性对流风暴预报技巧的改进潜力,该事件造成13人死亡及超20亿欧元损失,且业务模型未能准确预报其强度和位置。研究人员使用ICON(Icosahedral Nonhydrostatic)模型通过双重嵌套至550 m水平分辨率,以欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)集成预测系统(Integrated Forecasting System, IFS)数据初始化,明确比较业务型一维湍流动能(Turbulent Kinetic Energy, TKE)方案与三维Smagorinsky闭合(Smagorinsky closure),通过敏感性测试和集合模拟得出百米尺度结合适宜湍流参数化可改善极端地形强迫降水模拟的结论,重要意义在于揭示分辨率与湍流表征结合对地中海环境局部极端降水再现的关键作用,论文发表在《Atmospheric Research》。
作者开展研究用到的主要关键技术方法包括:采用ICON模型版本2.6.6,设置65层垂直层顶22 km,通过双向嵌套构建2.2 km、1.1 km及550 m三域;物理参数化中粗域用一维TKE湍流方案,550 m最内域用三维Smagorinsky扩散,对流处理依分辨率采用尺度感知参数化或显式解析,微物理用一矩 bulk 方案,辐射用ecRad;初始与边界条件(Lateral Boundary Conditions, LBCs)取自ECMWF IFS 9 km确定性预报及IFS集合成员(前10个m1至m10),利用iconremap工具插值至三角网格;验证采用重叠比(Overlap ratio)及结构振幅位置(Structure, Amplitude, Location, SAL)评分,观测数据为意大利雷达网络结合雨量计调整的1.1 km网格降水场,样本为2022年9月15日至16日Marche洪水个例。
研究结果如下:
1 Introduction。研究人员指出极端降水加剧需改进NWP,传统模型受粗分辨率限制,CPM仍不足,百米模拟增但集合受限;湍流灰区闭合方案影响未知;大气混沌致初始敏感,集合扰动待完善;业务分辨率约9 km至1–2.5 km,百米尚实验;故以2022年Marche事件为案,用ICON至550 m比较COSMO-type TKE与3D Smagorinsky。
2 Model and data。研究人员描述ICON为非静力NWP系统,非结构三角网格适高分辨率;配置65垂层顶22 km,双重嵌套至550 m,2.2 km域35°–49° N、3.5°–21.5° E;物理方案中2.2 km与1.1 km用尺度感知对流参数化,550 m显式解析深对流保留浅对流,粗域用1D TKE湍流,内域加3D Smagorinsky扩散;敏感性测试初始化用IFS 9 km确定性数据,集合用IFS ENS前10成员。
3 Case study。研究人员阐述2022年9月15–16日Marche洪水由V型风暴引发,受亚热带暖湿与大西洋冷气团交汇及亚平宁地形交互;ERA5再分析显示850 hPa暖温与500 hPa位势高度配置致西南气流遇地形抬升;Cantiano站8小时降水超400 mm,雷达校正显示24小时累积超400 mm的V型结构;业务模型低估强度与错位,动机在于粗分辨率难表中小尺度过程。
4 Sensitivity tests。研究人员在全域(Domain 1)比较IFS、ICON 2.2 km COSMO-type TKE与观测,IFS错位低估,ICON 2.2 km未捕强中心仅弱信号,示仅提分辨率不足;在Domain 3聚焦区,IFS上游高估中心低估90%以上,ICON 2.2 km仍弱;ICON 550 m加Smagorinsky现新强降水型近洪区但非精确位,量增改善对应,引设550 m集合。
5 Ensembles。研究人员用IFS ENS m1–m10作ICs/LBCs含SPPT(Stochastically Perturbed Parametrization Tendencies);LOWRES(2.2 km无嵌套)作基准,成员变率大总量低仅m10局超120 mm;COSMO_tke(550 m嵌套)用COSMO TKE,成员变率显IC重要,m2匹配佳现>120 mm带但缺下游胞;SMAGO_500m(550 m嵌套启Smagorinsky)粗域保TKE,所有成员预测量增更符观测尤宽雨带;最佳成员m2比较中LOWRES低估平滑缺背风侧,SMAGO_500m强度增沿地形延伸近观测,背风侧有改善虽位与量存差。
6 Validation of ensemble scores。研究人员用Overlap ratio(观测超阈格点中预报亦超之占比)示SMAGO_500m低阈即优近40%重叠,m2高阈仍保有非可忽略吻合;SAL评分中10 mm阈所有成员均达对象,LOWRES低估扩弱,高分辨聚近原点L优;60 mm阈LOWRES仅3/10留,COSMO_tch 8/10、SMAGO全留聚(0,0)近;100 mm阈m2在COSMO_tke与SMAGO_500m中S≈?0.5、A≈?1.2、L≈0.1显高位准确,高分辨SMAGO_500m四分位窄一致性高;示分辨率提改S/A尤L,百米与Smagorinsky兼优结构幅值与位置。
讨论部分研究人员分析称,业务配置技巧受限源于分辨率不足、湍流表征限及初边值敏感;百米尺度显著改善亚平宁复杂地形对流组织与降水结构,示解析细尺度湍流输送与湿收敛对地中海局部极端降水必要;3D Smagorinsky比1D TKE获更真实结构减空间位移误尤背风低估;对流尺度预报对IC扰动高敏,成员间变率大,最佳成员m2后验识别助解物理机制非业务可用;局限为单一个例单初始化及后验选成员,需扩地中海个例与集策略研湿收敛不确定性;总结准确预报极端降水得益百米建模、优湍流表征与对流过程高分辨率,未来应扩事件样与集策略提业务可预测性。
研究结论部分原文翻译为:在本研究中,研究人员分析了一场2022年9月袭击意大利中部的显著极端降水事件,其导致严重洪灾与重大经济及人员损失。研究人员专门探讨了百米尺度预报技巧以明确为何业务数值模型难以预报该事件的强度与位置。研究结果表明,业务配置的有限预报技巧源于水平分辨率不足、湍流表征局限性以及对初始和边界条件的强敏感性的综合影响。将分辨率提高至百米尺度显著改善了与亚平宁复杂地形强迫相关的对流组织和降水结构的表征。这些改进表明,解析更细尺度的湍流输送和湿收敛结构对于再现地中海环境中的局部极端降水至关重要。此外,与使用业务一维TKE(Turbulent Kinetic Energy)方案相比,使用三维Smagorinsky湍流闭合产生了更真实的降水结构并减少了空间位移误差,特别是在粗配置系统性低估降水的背风区域。此外,这些实验证实了对流尺度预报对初始条件扰动的高度敏感性,这与Hohenegger and Sch?r (2007)记录的快速误差增长一致。地中海公里尺度集合验证显示高影响事件存在显著的成员间变率(Chaboureau et al., 2012),过程研究表明湿润低层气流与地形的相互作用是降水空间变率的关键驱动因素(Davolio et al., 2016; Miglietta and Rotunno, 2009)。这突出了准确的初始大气条件在决定此类复杂地形上对流驱动降水事件预报质量方面的根本作用。此外,对表现最佳的集合成员的分析可以深入了解与改进预报相关的初始扰动和大气状态的哪些方面。此类信息可能有助于完善未来的集合生成策略和资料同化方法,尽管在业务预报环境中无法先验识别表现最佳的成员。然而,研究人员承认本研究的三个主要局限性在解释结论时应予以考虑。首先,分析基于单个案例研究和单次模型初始化。尽管2022年9月Marche事件是极其严重且具有丰富科学价值的案例,但关于结论推广到其他地中海对流事件的普适性应通过进一步调查更广泛的案例样本来加强。其次,第5.5节和附录A中很大一部分基于过程的析依赖于m2,其被后验识别为表现最佳的成员。在实时业务环境中,无法提前识别最佳成员,这正是业务预报中需要集合方法的原因。然而,m2的后验识别在此具有特定且明确的科学目的:它允许研究人员分离和理解最佳模拟中深对流成功发展的物理机制。总之,研究结果表确,极端降水事件的准确预报可显著受益于百米尺度建模、改进的湍流表征和对流过程分辨率的提高。此外,未来工作应侧重于扩展到更广泛的地中海对流事件分析,并开发更适合采样对流尺度不确定性和湿收敛变率的新型集合策略,最终改善局部高影响降水的业务可预测性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号