基于大气变量瞬变扰动方程组的数值天气预报模式系统技术方案

本发明专利技术公开一种基于大气变量瞬变扰动方程组数值天气预报模式系统。包括：1)大气变量瞬变扰动方程组数值天气预报模式系统的建立；2)区域大气变量瞬变扰动方程组数值天气预报模式在极端天气事件预报中的应用。本大气变量瞬变扰动方程组数值天气预报模式与现有的大气变量原始方程组数值天气预报模式的不同之处在于：后者在计算机数值积分的过程中把原始观测场中的气候部分也用格点差分或谱展开的方法做出了时间积分，即对其作预报，而本发明专利技术在把大气变量原始观测场分解成瞬变气候与扰动两个部分后并不对瞬变气候做预报，只对大气瞬变扰动分量做预报。本发明专利技术的大气变量瞬变扰动方程组数值求解得到的大气变量瞬变扰动场与极端天气事件之间存在着紧密的物理因果关系，因此本发明专利技术能够提高各种极端天气事件和异常天气过程的预报能力。

NWP Model System Based on Transient Disturbance Equations of Atmospheric Variables

【技术实现步骤摘要】
基于大气变量瞬变扰动方程组的数值天气预报模式系统
本专利技术涉及气象学的
，尤其涉及数值天气预报业务部门对日常使用的原始方程组数值天气预报模式的改革。本专利技术基于扰动方程组的区域模式可应用于临近(1～12小时)和短期(1～3天)的各种极端天气事件的预报和为环境部门制作异常环境(如雾、霾和沙尘暴)预报，扩展的大范围和全球扰动方程组模式可应用于短期(1～3天)、中期(4～9天)和延伸期(10～30天)的各种极端天气事件和异常天气过程，以及热带风暴(台风和飓风)路径的预报。
技术介绍
早在两千多年前，我们的祖先就为我国的农耕作业总结出了年循环的24个节气和72候。每个节气有确定的气候学意义。什么节气就应该出现那个季节的气候。如果“小雪”节气里发生寒冷和下大雪，而“大雪”节气里偏暖和下雨，前者偏冷和后者偏暖都是发生了异常天气或极端天气。24个节气的年循环气候早就被人们所认识和利用了。人们要预报的是相对正常气候的偏差，即异常天气现象或极端天气事件。24节气和72候可以称为我们祖先专利技术的古代“气候钟”。构造一个现代“气候钟”。随着近百年的气象仪器观测发展，很多气象观测站每天有4个时次，甚至24个小时的观测记录。原始方程数值模式也可以把来自卫星、雷达、探空、飞机和自动气象站观测的要素同化起来，形成覆盖全球的所谓大气再分析资料。有了如此多的资料，我们就可以得到覆盖全球从地面到高空对流层-平流层的大气格点资料库。对每个格点上的M年历史资料做同一天文时刻的平均就得到了那个点上，那个天文时刻的气候。这个瞬变气候是客观存在的，它是太阳辐射与下垫面条件共同作用达到动力与热力平衡下的定常态。于是，最大的瞬变气候变化是每天24小时的要素变率，称为瞬变气候的日循环。其次是日与日之间的气候变化，称为瞬变气候的季节循环。这样，年循环的瞬变气候场包含24个时次/天×365天＝8760个时次。于是，我们又构造了一个现代“气候钟”，它有日循环24个刻度的小时指针和季节循环365天刻度的天文日指针，它们指向的8760个时刻有各不相同的气候图画。这些图画是要认识的，不需要预报。两项分解的扰动天气图。用观测大气变量减去它们对应的气候分量后的天气图称为扰动天气图。在2012年专利(钱维宏，ZL201210134358.4)提出的瞬变扰动天气图中，它是四项分解后的最后一项扰动量绘制的天气图。现在提出的是两项分解后的扰动部分绘制的天气图。四项分解后的扰动天气图与两项分解后的扰动天气图相似，但意义不同。后者的天气图有明确的物理含义。数值模式预报未来天气。当前观测的和历史观测的大气变量反映的是已经过去了的大气运动状态和天气事件。由当前和历史观测大气变量绘制的天气图也已成历史天气图了。只有未来的天气图才能应用于天气预报。计算机计算的数值天气预报就是让天气走在了时间的前面。数值天气预报是用数学方法和计算机工具解一套大气流体运动的方程组，得到未来时刻的大气运动估计值。原始方程组模式的问题。半个多世纪以来，数值天气预报采用的方程组称为大气运动原始方程组。大气运动原始方程组的突出特点是，方程中的变量气压(位势高度)、温度、湿度、风等代入方程组的是直接的或原始的观测值(或再分析值)。根据两分量分解的原理，大气原始观测值中包含瞬变气候分量和相对扰动分量。正像我们的祖先早就知道的那样，正常的24节气对应的气候是不需要预报的。同样，我们定义的年循环8760个时刻的气候也是不需要预报的。可是，现在的欧洲、日本、美国和中国的所有全球业务预报模式和像美国WRF那样的区域通用模式输入的初始场中包含了瞬变气候场，并且需要对气候做预报。如果用一个时刻的瞬变气候场代入一个理想的原始方程组数值天气预报模式，则这个模式预报的第2天、第3天，甚至第10天的结果应该是那天的瞬变气候场，但预报的结果会出现与瞬变气候场的偏差，即气候漂移和新的扰动。新的扰动就是虚假的极端天气预报(即谎报)，气候漂移是指模式预报的结果偏离了正常气候钟上的气候循环。欧洲中心的数值天气预报。当前全球最好的原始方程组模式是欧洲中心的中期数值天气预报模式。它在初始资料同化、模式物理过程参数化和动力过程等方面都是世界领先的，但预报水平也遇到了瓶颈问题，比如，大降水预报可用性为2～3天，常常预报的降水位置比实况偏北、偏东，传统天气图上的环流平均预报为6天。这些位置偏移和时效限制很大程度上来源于模式对气候也做了预报。模式引进“参考大气”的概念。模式要能长期预报，最大的问题是要确保计算稳定性。在原始方程组的非静力平衡模式中，通常引进“参考大气”的概念。一般的做法是令参考大气满足“静止”或“静力平衡”的条件，且模式大气不要太“远离”参考大气状态。在美国的MM5模式中，取一仅随高度变化的定常廓线为“参考大气廓线”；在法国的MESO-NH模式中，则取初始时刻的水平平均廓线为“参考大气廓线”，这样，起报时间不同，对应的“参考大气廓线”也不同，“部分地”考虑了“参考大气廓线”随时间的变化；在美国NCAR的“SISL”模式中，取温度为定常的“参考大气廓线”；在中国气象局的Grapes模式中取等温(常数)大气为参考大气。引入“定常参考大气”的重要目的是消除垂直运动方程中满足静力平衡的分量，使垂直运动方程中重力与气压梯度力之间由“大项平衡”变为“扰动小项平衡”，使之降低与方程中其它项的“量级差”，从而有效地提高垂直运动方程的计算精度。由于这些等温大气是人为的，因此得到的相对气压扰动、温度扰动和位温扰动不是唯一的，也缺少物理含义。那么，由此得到的这样三个扰动量和三个原始风分量在一起描述的系统也难以描述真实的天气系统。这样的三个扰动量和三个原始风分量进入一个方程组模式会使得预报发生不稳定。区域偏差中尺度谱模式。另外一种模式称为偏差(perturbation)模式(Juang,2000)，也称为中尺度谱模式(MSM)。这是一个与全球谱模式嵌套的中尺度偏差谱模式。它的偏差是初始观测值相对全球大模式的偏差。模式预报的是这个偏差的未来状况。显然，这个偏差模式的预报会受到来自全球原始方程模式误差的影响和中尺度模式本身误差的影响。同时，中尺度模式在与全球模式嵌套的时候，它们之间边界的处理会引入新的误差。更关键的是，中尺度谱模式预报的这种偏差系统没有物理含义。所以，偏差模式预报产品还得再回到总场变量上来。瞬变扰动方程组模式。寻找数值天气预报模式的新出路，只有两个方面的创新努力。一是怎样找到一个最有物理意义的参考大气？对它的创新就是年循环的24个时次/天×365天＝8760个时次的现代气候钟参考大气。这个大气是一定存在的，是唯一的，是不需要预报的。二是怎样得到一个能够利用瞬变参考态大气又直接预报出指示极端天气事件种类和落区的动力学方程组模式？对它的创新就是大气变量瞬变扰动方程组数值天气预报模式，简称瞬变扰动方程组模式。对瞬变扰动方程组模式的初始扰动场和预报的扰动场，扰动变量之间是满足静力平衡和地转平衡动力学关系的，所以扰动变量之间的动力学关系是清楚并有物理意义的。全球一层涡度瞬变扰动方程模式。到目前为止，真正有物理含义的大气扰动模式只是一层的全球扰动涡度谱模式(Qian等,2014；Huang等,2015)。这个一层扰动涡度谱模式可用于台风和飓风的路径预本文档来自技高网...

【技术保护点】
1.基于大气变量瞬变扰动方程组数值天气预报模式系统，包括：大气变量数据收集处理子系统、数值天气预报模式子系统和数值天气预报结果输出子系统；其特征在于：所述大气变量数据收集处理子系统包括大气变量瞬变气候场的计算：用历史多年观测或再分析的全球或区域范围的位势高度、温度、风和湿度资料，做同一个天文时刻的多年平均，从而得到瞬变的全球或区域空间网格点上的气候值，所有网格点的瞬变气候值构成了多变量瞬变气候场，年循环的瞬变气候场有24个时次/天×365天＝8760个时次；所述数值天气预报模式的形成过程如下：把大气变量值分解成瞬变气候值和瞬时扰动分量两个部分，则大气变量瞬时扰动场等于当前观测或历史观测或再分析的全球或区域同时刻空间网格点大气变量的总场减去所述大气变量的瞬变气候场；大气变量瞬时扰动场与大气变量瞬时总场和瞬变气候场之间的关系

【技术特征摘要】
1.基于大气变量瞬变扰动方程组数值天气预报模式系统，包括：大气变量数据收集处理子系统、数值天气预报模式子系统和数值天气预报结果输出子系统；其特征在于：所述大气变量数据收集处理子系统包括大气变量瞬变气候场的计算：用历史多年观测或再分析的全球或区域范围的位势高度、温度、风和湿度资料，做同一个天文时刻的多年平均，从而得到瞬变的全球或区域空间网格点上的气候值，所有网格点的瞬变气候值构成了多变量瞬变气候场，年循环的瞬变气候场有24个时次/天×365天＝8760个时次；所述数值天气预报模式的形成过程如下：把大气变量值分解成瞬变气候值和瞬时扰动分量两个部分，则大气变量瞬时扰动场等于当前观测或历史观测或再分析的全球或区域同时刻空间网格点大气变量的总场减去所述大气变量的瞬变气候场；大气变量瞬时扰动场与大气变量瞬时总场和瞬变气候场之间的关系分别为：西风扰动u′等于总西风u与气候西风的差；南风扰动v′等于总南风v与气候南风的差；上升气流扰动w′等于总上升气流w与气候上升气流的差；分别为：气压扰动π′等于总气压π与气候气压的差；水汽扰动q′等于总水汽q与气候水汽的差；温度扰动T′等于总温度T与气候温度的差；这里认为瞬变气候量和满足温度与气压之间的静力平衡关系；由上述关系获得如下大气变量瞬变扰动方程组：其中，上述6个方程即为大气变量瞬时扰动方程组，如果大气变量u,v,w,π,T和q均用A来表示，则有：即大气扰动分量A′等于总量A减去瞬变气候量于是，上述6个大气变量瞬时扰动方程都有下列时间倾向形式：公式(10)等号右边最后一项是已知的大气变量瞬变气候倾向；大气变量的每一个瞬时扰动变量的局地变化趋势都是由瞬时总场变量趋势减去瞬变气候变量趋势后得到的；大气瞬变扰动方程组中的m为地图放大因子，F为各个方向上的次网格物理强迫摩擦与耗散项，其他均为气象常用符号；所述大气瞬时扰动分量和瞬时总场变量作为上述扰动方程组(3)～(8)的初始场；用差分代替大气变量瞬变扰动方程组(3)～(8)中的微分或对方程组(3)～(8)进行谱展开可求得大气变量瞬变扰动方程组未来某个预定时刻的数值解，即获得未来某个预定时刻大气瞬时扰动分量；所述数值天气预报结果输出子系统同时输出未来某一预定时刻的大气瞬时扰动分量和大气变量总量。2.根据权利要求1所述的基于大气变量瞬变扰动方程组的数值天气预报模式系统，其特征在于：所述大气变量数据收集处理子系统包括资料分解器，资料分解器对历史再分析大气变量资料、瞬变气候大气变量资料和现时分析大气变量资料进行分析处理从而获得所述大气瞬时扰动变量。3.根据权利要求1所述的基于大气变量瞬变扰动方程组的数值天气预报模式系统，其特征在于：所述大气变量瞬变气候场至少利用历史近30年或以上的大气变量的时间序列进行计算；所述瞬时总场变量等于瞬变气候量与瞬时扰动量的总和，即其中这里，为一个空间格点上，第y年第d天第t时刻的观测大气变量，称为瞬时总场变量；是由30年以上M个时...

【专利技术属性】
技术研发人员：钱维宏，
申请(专利权)人：钱维宏，
类型：发明
国别省市：北京,11