區(qū)域集合預(yù)報(bào)擾動(dòng)方法研究進(jìn)展綜述

張涵斌　智協(xié)飛　陳靜　吳志鵬　夏宇　張歆然

摘要 集合預(yù)報(bào)方法是解決單一數(shù)值預(yù)報(bào)不確定性問(wèn)題的有效手段，而針對(duì)強(qiáng)天氣預(yù)報(bào)的中尺度區(qū)域集合預(yù)報(bào)技術(shù)已逐漸受到國(guó)內(nèi)外的重視。對(duì)于區(qū)域集合預(yù)報(bào)而言，由于其不確定性來(lái)源較為復(fù)雜，如何發(fā)展有效的擾動(dòng)方法是研究的熱點(diǎn)和難點(diǎn)。本文根據(jù)國(guó)內(nèi)外區(qū)域集合預(yù)報(bào)的研究進(jìn)展，從初值擾動(dòng)、模式擾動(dòng)以及側(cè)邊界擾動(dòng)三個(gè)方面進(jìn)行了總結(jié)和回顧，并對(duì)擾動(dòng)方法的發(fā)展趨勢(shì)進(jìn)行了介紹。對(duì)于初值擾動(dòng)，較為主流的方法有動(dòng)力降尺度，沿用傳統(tǒng)的由全球集合擾動(dòng)方法發(fā)展而來(lái)的技術(shù)為區(qū)域集合產(chǎn)生初值，以及專門為區(qū)域集合設(shè)計(jì)的擾動(dòng)方法。鑒于這些方法各有利弊，目前對(duì)于初值擾動(dòng)方法的研究已經(jīng)開(kāi)始發(fā)展充分包含大尺度和小尺度不確定性信息的混合擾動(dòng)方法。區(qū)域集合預(yù)報(bào)模式擾動(dòng)的研究以物理過(guò)程擾動(dòng)為主，典型方法為多物理過(guò)程組合以及隨機(jī)物理過(guò)程擾動(dòng)，其中多物理過(guò)程組合方法簡(jiǎn)單有效，而隨機(jī)物理過(guò)程擾動(dòng)方法的物理意義更為明確，是物理過(guò)程擾動(dòng)的趨勢(shì)。通過(guò)多模式組合進(jìn)行模式擾動(dòng)的方法也開(kāi)展了一些相關(guān)研究，且對(duì)于臺(tái)風(fēng)等強(qiáng)天氣預(yù)報(bào)均顯示出相對(duì)于單模式集合較好的效果。側(cè)邊界擾動(dòng)的主流方法是由大尺度集合預(yù)報(bào)場(chǎng)來(lái)為區(qū)域集合提供不同的側(cè)邊界，研究結(jié)果表明此種側(cè)邊界擾動(dòng)方法簡(jiǎn)便易行，且有助于提高區(qū)域集合預(yù)報(bào)較長(zhǎng)預(yù)報(bào)時(shí)效離散度和預(yù)報(bào)技巧。

關(guān)鍵詞 數(shù)值預(yù)報(bào) 區(qū)域集合預(yù)報(bào) 擾動(dòng)方法

為了解決由于初值誤差、模式誤差以及大氣的混沌特性所引起的單一數(shù)值預(yù)報(bào)的不確定性問(wèn)題，Leith（1974）提出了集合預(yù)報(bào)思想。集合預(yù)報(bào)的發(fā)展預(yù)示著確定性預(yù)報(bào)向概率預(yù)報(bào)的轉(zhuǎn)變，可以為用戶提供更全面完整的信息，因此集合預(yù)報(bào)技術(shù)已在各國(guó)數(shù)值天氣預(yù)報(bào)業(yè)務(wù)中發(fā)揮了重要作用（Toth and Kalney，1993，1997；Houtekamer et al.，1996；Molteni et al.，1996；Bowler et al.，2008）。

集合預(yù)報(bào)技術(shù)發(fā)展至今，已經(jīng)從全球大尺度數(shù)值預(yù)報(bào)擴(kuò)展到了中尺度區(qū)域數(shù)值預(yù)報(bào)領(lǐng)域。鑒于區(qū)域集合預(yù)報(bào)（regional ensemble forecast，REF）對(duì)于提高災(zāi)害性強(qiáng)天氣的預(yù)報(bào)準(zhǔn)確率具有重要意義，相關(guān)技術(shù)的研究開(kāi)始受到越來(lái)越多的關(guān)注（Du and Tracton，2001；Grimit and Mass，2002；Du et al.，2003；Stensrud and Yussouf，2007；Duan et al.，2012）。集合預(yù)報(bào)研究面臨的首要科學(xué)問(wèn)題是通過(guò)恰當(dāng)?shù)臄_動(dòng)方法來(lái)估計(jì)數(shù)值預(yù)報(bào)誤差源和分布特征，構(gòu)造合理的集合預(yù)報(bào)系統(tǒng)（陳靜等，2002；智協(xié)飛和陳雯，2010），對(duì)區(qū)域集合預(yù)報(bào)而言也是如此。中尺度強(qiáng)天氣過(guò)程的發(fā)生發(fā)展具有突發(fā)性、轉(zhuǎn)折性，物理、動(dòng)力機(jī)制較為復(fù)雜，因此面向此類強(qiáng)天氣的區(qū)域數(shù)值預(yù)報(bào)具有較大的不確定性（孫建華等，2013）。如何針對(duì)區(qū)域數(shù)值預(yù)報(bào)中的不確定性發(fā)展有效的區(qū)域集合預(yù)報(bào)擾動(dòng)方法，是目前的研究熱點(diǎn)和難點(diǎn)（Migliorini et al.，2011；Wang et al.，2014；李俊等，2015；Weidle et al.，2016）。

本文針對(duì)國(guó)內(nèi)外區(qū)域集合預(yù)報(bào)擾動(dòng)方法，從初值擾動(dòng)、模式擾動(dòng)、側(cè)邊界擾動(dòng)的角度，介紹目前區(qū)域集合預(yù)報(bào)擾動(dòng)方法的研究現(xiàn)狀和發(fā)展趨勢(shì)，為目前國(guó)內(nèi)業(yè)務(wù)區(qū)域集合預(yù)報(bào)系統(tǒng)的構(gòu)建及區(qū)域集合預(yù)報(bào)研發(fā)方向提供參考。

1集合預(yù)報(bào)理論簡(jiǎn)介

在數(shù)值預(yù)報(bào)已經(jīng)廣泛應(yīng)用的今天，傳統(tǒng)的確定性預(yù)報(bào)表現(xiàn)出了較大的局限性，因?yàn)槌踔祱?chǎng)的質(zhì)量和數(shù)值模式并不完美，而且許多理論和研究表明，大氣存在內(nèi)在的可預(yù)報(bào)性，即使以最理想的觀測(cè)系統(tǒng)也只能做出2周左右的有用預(yù)報(bào)。在當(dāng)前模式水平?jīng)]有明顯提高的情況下，如果要使預(yù)報(bào)技巧得到進(jìn)一步改善，需要針對(duì)三個(gè)方面人手，即預(yù)報(bào)誤差的三個(gè)主要來(lái)源——初值（Rabier et al.，1996），模式（Buizza et al.，1999）和大氣的混沌特性（Lorenz，1963）。

鑒于單一的數(shù)值預(yù)報(bào)存在不確定性，Epstein（1969）首先提出了動(dòng)力隨機(jī)預(yù)報(bào)理論，人們逐步認(rèn)識(shí)到對(duì)于數(shù)值預(yù)報(bào)，需要從“確定性”的思想轉(zhuǎn)變?yōu)椤半S機(jī)論”，需要找出數(shù)值預(yù)報(bào)的概率密度函數(shù)（Probability Density Function，PDF）來(lái)代替單一的數(shù)值解，并且需要找到一個(gè)途徑來(lái)得到數(shù)值預(yù)報(bào)的所有可能解。在此基礎(chǔ)上Leith（1974）提出了Monte-Carlo預(yù)報(bào)的概念：當(dāng)擾動(dòng)能夠較為準(zhǔn)確的表示初值誤差，則通過(guò)一組成員得到的預(yù)報(bào)集合可以優(yōu)于單個(gè)成員預(yù)報(bào)，這就是經(jīng)典的集合預(yù)報(bào)思想。簡(jiǎn)單地說(shuō)，集合預(yù)報(bào)是由“一組”相關(guān)不大的初始場(chǎng)經(jīng)過(guò)模式積分，獲得“一組”預(yù)報(bào)值的方法（圖1；杜鈞和陳靜，2010）。

一個(gè)集合預(yù)報(bào)系統(tǒng)合理與否，需要考慮如下幾個(gè)條件：首先，從統(tǒng)計(jì)上來(lái)說(shuō)各個(gè)集合成員的預(yù)報(bào)準(zhǔn)確度應(yīng)大致接近，即沒(méi)有特別好或者特別差的成員，這就是預(yù)報(bào)成員的等同性，只有預(yù)報(bào)能力較為接近的成員，才能使集合預(yù)報(bào)有意義。其次，集合成員足夠發(fā)散，能夠包含真實(shí)大氣狀況。一個(gè)好的集合預(yù)報(bào)系統(tǒng)具有合理的離散度，較為接近實(shí)際單模式預(yù)報(bào)的均方根誤差，離散度過(guò)大會(huì)導(dǎo)致虛假預(yù)報(bào)，過(guò)小則會(huì)導(dǎo)致較多漏報(bào)。目前多數(shù)集合預(yù)報(bào)系統(tǒng)均有離散度不足的問(wèn)題。集合預(yù)報(bào)系統(tǒng)成員的離散度能夠反映出真實(shí)大氣的可預(yù)報(bào)性，比如在不確定性較大區(qū)域，集合離散度較大，反映出較低的可信度；在不確定性較小的區(qū)域，集合離散度較小，反映出較高的可信度（Molteni et al.，1996）。集合預(yù)報(bào)系統(tǒng)的構(gòu)建，需要兼顧以上原則。

集合預(yù)報(bào)研究主要集中于兩個(gè)方面，一個(gè)是集合預(yù)報(bào)擾動(dòng)方法，一個(gè)是集合預(yù)報(bào)后處理（李澤椿和陳德輝，2002；馬旭林等，2015）。其中集合預(yù)報(bào)的擾動(dòng)方法是集合預(yù)報(bào)研究的核心問(wèn)題（陳靜等，2002）。國(guó)際上最初著眼于初始擾動(dòng)的產(chǎn)生（Toth and Kalney，1993；Buizza and Palmer，1995；Zhang et al.，2006），通過(guò)對(duì)初始場(chǎng)誤差進(jìn)行隨機(jī)采樣來(lái)估計(jì)初始誤差的概率分布，如國(guó)外最初發(fā)展的Monte-Carlo隨機(jī)擾動(dòng)法（Hollingsworth，1980；Mullen and Buizza，1994）及滯后平均法（Lagged Average Fore-casting，LAF）（Hoffman and Kalnay，1983）均是基于這種思想。然而，此類方法存在一定的局限性，其在斜壓不穩(wěn)定區(qū)不能產(chǎn)生具有不穩(wěn)定能量結(jié)構(gòu)的擾動(dòng)，因此集合離散度難以增長(zhǎng)（Palmer et al.，1990）。隨后發(fā)展的擾動(dòng)方法著眼于捕捉相空間中誤差增長(zhǎng)最快的方向，得到一組具有動(dòng)力學(xué)增長(zhǎng)特征的擾動(dòng)成員，如增長(zhǎng)模繁殖法（Breeding Growing Mode，BGM）（Toth Kalnay，1993，1997）、奇異向量法（Sin-gular Vectors，SVs）（Buizza and Palmer，1995；Molteni et al.，1996）和觀測(cè)擾動(dòng)法（Perturbed Obser-vation，PO）（Houtekamer et al.，1996；Buizza et al.，2005）。隨著技術(shù)的進(jìn)一步發(fā)展，目前已經(jīng)逐步應(yīng)用綜合考慮集合預(yù)報(bào)和資料同化一致性的新一代初值擾動(dòng)方法，如集合變換法（Ensemble Transform，ET）、再尺度化集合變換法（Ensemble Transform with Rescaling，ETR）（Bishop and Toth，1999；Wei etal.，2008）、集合變換卡爾曼濾波法（Ensemble Trans-form Kalman Filter，ETKF）（Bishop et al.，2001；Wang and Bishop，2003；Wei et al.，2006；馬旭林等，2008）等。

模式不確定性是導(dǎo)致數(shù)值預(yù)報(bào)不準(zhǔn)確的重要因素，如模式中的物理過(guò)程參數(shù)化方案的不完善會(huì)使預(yù)報(bào)結(jié)果產(chǎn)生不確定性或隨機(jī)性，因此只采用初值擾動(dòng)方法構(gòu)建的集合預(yù)報(bào)系統(tǒng)存在著預(yù)報(bào)離散度偏小的問(wèn)題。隨著集合預(yù)報(bào)理論研究的深入和技術(shù)的發(fā)展，集合預(yù)報(bào)系統(tǒng)開(kāi)始考慮模式的不確定性（Houtekamer et al，1996；Buizza et al，1999；Stensrud et al.，2000）。目前集合預(yù)報(bào)主要的模式擾動(dòng)方法有如下幾種：1）通過(guò)一個(gè)模式不同的物理過(guò)程參數(shù)化方案組合來(lái)體現(xiàn)模式物理過(guò)程的不確定性（Houtekamer et al.，1996）。2）在模式中引入隨機(jī)參數(shù)化方案來(lái)體現(xiàn)大氣運(yùn)動(dòng)方程數(shù)值求解過(guò)程中所存在的不確定性，如隨機(jī)擾動(dòng)參數(shù)化傾向方案（Sto-chastically Perturbed Parameterization Tendencies，SPPT）（Buizza et al.，1999；Lin and Neelin，2000；Palmer et al.，2009；Charron et al.，2010；任志杰等，2011；譚寧等，2013）、隨機(jī)動(dòng)能后向散射方法（Sto-chastic Kinetic Energy Backscatter，SKEB）（Shutts，2005；Berner et al.，2009；Bowler and Mylne，2009），還有NCEP全球集合預(yù)報(bào)系統(tǒng)中采用的隨機(jī)擾動(dòng)模式總傾向項(xiàng)技術(shù)（Hou et al.，2008）。3）采用多模式集成的方法來(lái)體現(xiàn)模式物理過(guò)程和動(dòng)力過(guò)程的不確定性（Krishnamurti et al.，1999，2000，2003；林春澤等，2009；Zhi et al.，2012）。

綜上所述，集合預(yù)報(bào)理論方法的研究已取得較為豐富的成果，其初值、模式擾動(dòng)研發(fā)中的理論方法及經(jīng)驗(yàn)，為更高分辨率的區(qū)域集合預(yù)報(bào)的研究奠定了較好的基礎(chǔ)。

2區(qū)域集合預(yù)報(bào)擾動(dòng)方法研究進(jìn)展

2.1區(qū)域集合預(yù)報(bào)研究概況

隨著業(yè)務(wù)部門對(duì)中小尺度強(qiáng)天氣預(yù)報(bào)越來(lái)越重視，以提高此類強(qiáng)天氣預(yù)報(bào)準(zhǔn)確率為目的的區(qū)域集合預(yù)報(bào)技術(shù)研究已逐漸成為熱門（Sindic-Rancic et al.，1998；Du and Tracton，2001），目前也在世界各國(guó)的一些業(yè)務(wù)單位得到了發(fā)展和應(yīng)用（Marsigli et al.，2005；Frogner et al.，2006；Bowler et al.，2008）。暴雨等強(qiáng)天氣現(xiàn)象時(shí)空尺度較小，其發(fā)生、發(fā)展不僅受大尺度環(huán)流場(chǎng)影響，更與中小尺度天氣系統(tǒng)密切相關(guān)，對(duì)此類天氣預(yù)報(bào)不確定性的把握較為困難，需要考慮多方面因素：首先是初始條件的不確定性，這其中包含了來(lái)自大尺度環(huán)流和中尺度對(duì)流系統(tǒng)等各種因素引起的不確定性；其次，模式物理過(guò)程的不確定性也對(duì)中尺度數(shù)值預(yù)報(bào)的影響較大（趙鳴，2008），中小尺度天氣系統(tǒng)的發(fā)生發(fā)展對(duì)許多非絕熱物理過(guò)程十分敏感，如輻射傳輸過(guò)程、水汽相變過(guò)程、湍流對(duì)熱量、動(dòng)量和水汽的交換過(guò)程等。數(shù)值模式能否準(zhǔn)確描述這些非絕熱物理過(guò)程對(duì)中尺度強(qiáng)天氣的預(yù)報(bào)具有非常重要的影響（陳靜等，2006；Posselt and Vukicevic，2010）；另外，中尺度區(qū)域數(shù)值預(yù)報(bào)的側(cè)邊界也是很大一部分不確定性來(lái)源，因?yàn)閭?cè)邊界條件會(huì)顯著影響區(qū)域模式的積分過(guò)程，從而影響中尺度強(qiáng)天氣現(xiàn)象預(yù)報(bào)的準(zhǔn)確性（Saito et al.，2011；Vie et al.，2011；張涵斌等，2014a）。針對(duì)以上中尺度區(qū)域數(shù)值預(yù)報(bào)的不確定性因素，開(kāi)展區(qū)域集合預(yù)報(bào)擾動(dòng)方法的研究，是目前的熱點(diǎn)。

2.2區(qū)域集合預(yù)報(bào)初值擾動(dòng)

集合預(yù)報(bào)的初值擾動(dòng)是指采用某種方法得到一組擾動(dòng)值，然后將擾動(dòng)值加在模式初值上，得到一組集合成員的初值場(chǎng)，以描述初值的不確定性。區(qū)域集合預(yù)報(bào)研究的首要問(wèn)題是針對(duì)初值的不確定性來(lái)構(gòu)建合理的初值擾動(dòng)方案（關(guān)吉平和張立鳳，2009）。對(duì)于一個(gè)好的區(qū)域集合預(yù)報(bào)初值擾動(dòng)方法而言，不僅能充分表現(xiàn)初值場(chǎng)中大尺度天氣條件的不確定性，還應(yīng)該更加強(qiáng)調(diào)準(zhǔn)確描述局地性中小尺度波動(dòng)的不確定性（Stensrud and Fritsch，1994；陳靜等，2005）。

國(guó)內(nèi)外進(jìn)行了一系列研究來(lái)探索區(qū)域集合預(yù)報(bào)初值擾動(dòng)方法，其中較為常用的是基于全球集合預(yù)報(bào)的研發(fā)成果，采用傳統(tǒng)的初值擾動(dòng)生成方法，如BGM（Toth and Kalnay，1993，1997），SVs（Buizza et al.，1995；Molteni et al.，1996），ETKF（Wang and Bishop，2003）等直接為區(qū)域集合預(yù)報(bào)產(chǎn)生擾動(dòng)（Stensrud et al.，1999；Walser et al.，2006；Bojarova et al.，2011）。此種方式的好處是可以充分利用全球集合預(yù)報(bào)研究中的成果，并能為區(qū)域集合預(yù)報(bào)產(chǎn)生一定的效果，如NCEP的短期集合預(yù)報(bào)計(jì)劃（Short-Range Ensemble Forecast，SREF）采用BGM方法來(lái)產(chǎn)生初值擾動(dòng)（Du et al.，2003），經(jīng)過(guò)驗(yàn)證表明SREF系統(tǒng)能夠提供較好的概率定量降水預(yù)報(bào)效果。Bishop et al.（2009）將ET方法（Wei et al.，2008）應(yīng)用于高分辨率區(qū)域集合預(yù)報(bào)。由于ET方法的分析擾動(dòng)由模式自循環(huán)產(chǎn)生，因此能夠獲得模式分辨率下所有尺度的擾動(dòng)，試驗(yàn)結(jié)果表明區(qū)域集合預(yù)報(bào)系統(tǒng)具有較好的集合平均預(yù)報(bào)，其各個(gè)預(yù)報(bào)變量如動(dòng)量、降水等的離散度一技巧關(guān)系較為合理。對(duì)于區(qū)域SVs方法的研究較為初步（Stappers and Barkmeijer，2011），挪威氣象局的區(qū)域集合預(yù)報(bào)系統(tǒng)中，利用基于干物理過(guò)程的目標(biāo)性SVs構(gòu)建了初值擾動(dòng)（Frogneret al.，2006）。Li et al.（2008）基于加拿大氣象服務(wù)中心區(qū)域集合預(yù)報(bào)系統(tǒng)試驗(yàn)了基于干物理過(guò)程和濕物理過(guò)程的SVs擾動(dòng)，結(jié)果表明在斜壓性較強(qiáng)的系統(tǒng)中，濕物理過(guò)程的SVs試驗(yàn)結(jié)果要比干物理過(guò)程的SVs試驗(yàn)效果更好。雖然此類基于全球集合預(yù)報(bào)發(fā)展起來(lái)的傳統(tǒng)的初值擾動(dòng)方法對(duì)區(qū)域集合預(yù)報(bào)具有一定效果，但也存在局限性。Bowler et al.（2009）嘗試采用ETKF方法為區(qū)域集合預(yù)報(bào)系統(tǒng)生成擾動(dòng)，通過(guò)波譜能量分析表明區(qū)域模式自身繁殖產(chǎn)生的擾動(dòng)雖然能夠捕捉小尺度不確定性信息，但是擾動(dòng)包含大尺度分量有限，因此對(duì)大尺度不確定性描述不足。

我國(guó)也有一些學(xué)者采用傳統(tǒng)的初值擾動(dòng)方法結(jié)合區(qū)域模式開(kāi)展了一系列區(qū)域集合預(yù)報(bào)研究，結(jié)果表明此類方法相對(duì)于控制預(yù)報(bào)以及隨機(jī)擾動(dòng)方法，均有明顯改進(jìn)，如王太微（2008）基于GRAPES-Meso區(qū)域模式，評(píng)估了ETKF和BGM兩種區(qū)域集合預(yù)報(bào)初值擾動(dòng)方法，試驗(yàn)表明兩種方法差異不大，均能在一定程度上描述中尺度不確定性。鄧國(guó)等（2010）介紹了國(guó)家級(jí)區(qū)域集合預(yù)報(bào)系統(tǒng)研發(fā)和檢驗(yàn)情況，該系統(tǒng)基于WRF中尺度模式，采用BGM初值擾動(dòng)方法構(gòu)建，能夠提供較好的降水概率預(yù)報(bào)。高峰等（2010）基于WRF模式進(jìn)行了風(fēng)暴尺度集合預(yù)報(bào)試驗(yàn)，結(jié)果表明BGM方法比Monte-Carlo方法具有顯著的優(yōu)勢(shì)。肖玉華和何光碧（2011）基于AREM模式，利用BGM方法建立了區(qū)域集合預(yù)報(bào)系統(tǒng)，并設(shè)計(jì)了靜態(tài)擾動(dòng)和動(dòng)態(tài)擾動(dòng)方法，分析了不同類型擾動(dòng)對(duì)強(qiáng)降水預(yù)報(bào)的影響，結(jié)果表明，靜態(tài)和動(dòng)態(tài)擾動(dòng)都對(duì)中尺度暴雨預(yù)報(bào)具有積極的作用。也有學(xué)者嘗試專門為區(qū)域集合預(yù)報(bào)設(shè)計(jì)初值擾動(dòng)方法，如陳靜等（2005）提出了異物理模態(tài)初值擾動(dòng)方案，結(jié)果表明該方案產(chǎn)生的擾動(dòng)具有顯著的中尺度特征，集合預(yù)報(bào)效果明顯優(yōu)于控制預(yù)報(bào)。總體上看，國(guó)內(nèi)研究人員得出的試驗(yàn)結(jié)果與國(guó)外相似，遇到的問(wèn)題也類似，如傳統(tǒng)的擾動(dòng)方法應(yīng)用于區(qū)域集合預(yù)報(bào)時(shí)，產(chǎn)生的集合離散度較為有限，其中模式的動(dòng)力約束可能是一部分原因（田偉紅和莊世宇，2008；龍柯吉等，2011）。另外，此類方法雖然能夠產(chǎn)生足夠的中小尺度擾動(dòng)分量，但是包含大尺度擾動(dòng)信息有限，從而在一定程度上限制了離散度的發(fā)展（張涵斌等，2014a）。

另外一種常用的區(qū)域集合預(yù)報(bào)初值擾動(dòng)方法是全球集合預(yù)報(bào)初值場(chǎng)直接動(dòng)力降尺度，此方法較簡(jiǎn)便易行，因此在國(guó)際上一些業(yè)務(wù)中心得到了采用，如ECMWF有限區(qū)域集合預(yù)報(bào)系統(tǒng)（COSMO-LEPS）采用聚類方法，對(duì)ECMWF全球集合預(yù)報(bào)系統(tǒng)選取具有代表性的成員進(jìn)行動(dòng)力降尺度來(lái)構(gòu)建區(qū)域集合的初值（Marsigli et al.，2005）。挪威氣象局有限區(qū)域集合預(yù)報(bào)系統(tǒng)（LAM-EPS）也基于ECMWF全球集合SVs擾動(dòng)，采用直接動(dòng)力降尺度的方法構(gòu)建初值（Frogner et al.，2006）。英國(guó)氣象局集合預(yù)報(bào)系統(tǒng)MOGREPS采用全球ETKF擾動(dòng)場(chǎng)動(dòng)力降尺度為區(qū)域集合提供初值（Bowler et al.，2008）。我國(guó)學(xué)者也對(duì)動(dòng)力降尺度方法進(jìn)行了一些研究，如紀(jì)永明等（2011）利用TIGGE全球集合預(yù)報(bào)資料，通過(guò)降尺度獲得GRAPES區(qū)域集合預(yù)報(bào)的初值擾動(dòng)，表明此方法能夠得到較大的初值擾動(dòng)場(chǎng)振幅?？傮w而言，動(dòng)力降尺度方法較為簡(jiǎn)便易行，在區(qū)域集合預(yù)報(bào)中的應(yīng)用效果也較好，但是由于受到分辨率的限制，降尺度擾動(dòng)只體現(xiàn)全球集合預(yù)報(bào)擾動(dòng)的特征，不能充分包含區(qū)域模式所能分辨的小尺度擾動(dòng)信息（Zhang et al.，2015a）。

關(guān)于采用傳統(tǒng)擾動(dòng)方法為區(qū)域集合生成初值擾動(dòng)和動(dòng)力降尺度兩種手段孰優(yōu)孰劣，目前尚無(wú)定論。李俊等（2010a）基于AREM模式進(jìn)行區(qū)域集合預(yù)報(bào)初值擾動(dòng)試驗(yàn)，表明采用BGM方法產(chǎn)生的初始擾動(dòng)明顯優(yōu)于全球集合動(dòng)力降尺度擾動(dòng)，而B(niǎo)owlerand Mylne（2009）、Saito et al.（2011）的研究結(jié)果表明，動(dòng)力降尺度方法具有略高的評(píng)分技巧。不可否認(rèn)的是，采用傳統(tǒng)擾動(dòng)方法為區(qū)域集合生成的初值擾動(dòng)包含大尺度的信息有限，而降尺度方法包含的小尺度擾動(dòng)信息不足，有鑒于此，目前國(guó)際上開(kāi)始探索混合擾動(dòng)方法。Wang et al.（2011，2014）采用濾波和譜分析方法從BGM擾動(dòng)中提取小尺度擾動(dòng)，并從ECMWF全球集合預(yù)報(bào)中提取大尺度擾動(dòng)，將兩者混合獲得擾動(dòng)場(chǎng)，結(jié)果表明該混合擾動(dòng)場(chǎng)能夠保留充分的大尺度和小尺度擾動(dòng)信息，并能有效提高奧地利氣象局區(qū)域集合預(yù)報(bào)系統(tǒng)的預(yù)報(bào)技巧。Ono et al.（2010）發(fā)展了一種將全球SVs擾動(dòng)和區(qū)域SVs擾動(dòng)混合的初值擾動(dòng)方法，研究結(jié)果表明對(duì)強(qiáng)降水和弱降水預(yù)報(bào)，該方法均有較好表現(xiàn)。Caron（2013）也進(jìn)行過(guò)類似的混合擾動(dòng)試驗(yàn)，表明該方法可以解決大尺度側(cè)邊界擾動(dòng)和區(qū)域集合的初值在模擬區(qū)域邊界的不協(xié)調(diào)問(wèn)題。Zhang et al.（2015b）利用T639全球集合預(yù)報(bào)降尺度擾動(dòng)和ETKF擾動(dòng)，開(kāi)展了多尺度混合擾動(dòng)試驗(yàn)（Multi-Scale Blending，MSB），結(jié)果表明多尺度混合擾動(dòng)相對(duì)于ETKF能夠顯著增加大尺度擾動(dòng)分量，改善概率預(yù)報(bào)技巧?？傮w而言，混合擾動(dòng)方法可以兼顧大尺度和小尺度不確定性信息，因此該方法對(duì)不管是大尺度強(qiáng)迫較強(qiáng)還是大尺度強(qiáng)迫較弱（強(qiáng)對(duì)流性）的天氣均具有較好的適用性，已逐漸引起相關(guān)科研人員的關(guān)注（莊瀟然等，2016）。

2.3區(qū)域集合預(yù)報(bào)模式擾動(dòng)

模式擾動(dòng)方法也是區(qū)域集合預(yù)報(bào)研究的重要方面，對(duì)于提高較長(zhǎng)預(yù)報(bào)時(shí)效的集合離散度具有重要作用。國(guó)際上一些典型的區(qū)域集合預(yù)報(bào)系統(tǒng)普遍針對(duì)模式物理過(guò)程進(jìn)行擾動(dòng)，其中以隨機(jī)物理過(guò)程SPPT（Buizza et al.，1999）和SKEB方法（Shutts，2005）為主。英國(guó)氣象局MOGREPS系統(tǒng)最初采用隨機(jī)物理過(guò)程擾動(dòng)為區(qū)域集合提供模式擾動(dòng)（Bowler et al.，2008），隨后模式物理過(guò)程升級(jí)為SKEB方案（Bowler et al.，2009），升級(jí)后有效提高了區(qū)域集合預(yù)報(bào)的離散度和預(yù)報(bào)技巧。Li et al.（2008）在Lin and Neelin（2000）工作的基礎(chǔ)上，對(duì)基于一階自回歸模式（馬爾科夫過(guò)程）隨機(jī)過(guò)程在空間上進(jìn)行球諧函數(shù)展開(kāi)（水平）和傅立葉展開(kāi)（垂直方向），使得所構(gòu)造的隨機(jī)型不僅隨時(shí)間變化（相關(guān)），且具有空間變化特征，并利用這種隨機(jī)型進(jìn)行了模式物理過(guò)程參數(shù)化方案敏感參數(shù)的擾動(dòng)試驗(yàn)，驗(yàn)證了此種方法有助于提高降水概率預(yù)報(bào)效果。Berner et al.（2009）試驗(yàn)了SKEB方法，并與多物理過(guò)程組合方法進(jìn)行了對(duì)比（Berner et al.，2011），結(jié)果表明SKEB方法總體上優(yōu)于多物理過(guò)程組合，并指出同時(shí)考慮SKEB和多物理過(guò)程組合來(lái)代表模式不確定性的方案效果最優(yōu)。Bouttier et al.（2012）采用SPPT方法在法國(guó)準(zhǔn)業(yè)務(wù)對(duì)流尺度區(qū)域集合預(yù)報(bào)系統(tǒng)中進(jìn)行了試驗(yàn)，結(jié)果表明該方法能顯著提高該系統(tǒng)的預(yù)報(bào)技巧。

我國(guó)也不斷有人嘗試在區(qū)域集合預(yù)報(bào)系統(tǒng)中引入模式擾動(dòng)。陳靜等（2003a，2006）利用中尺度非靜力MM5模式，分析了不同積云對(duì)流參數(shù)化方案對(duì)華南暖區(qū)暴雨數(shù)值預(yù)報(bào)的不確定性影響，討論了利用模式擾動(dòng)方法開(kāi)展中國(guó)暴雨集合預(yù)報(bào)的可行性，并指出基于多物理過(guò)程的高分辨率集合預(yù)報(bào)可提供有價(jià)值的預(yù)報(bào)信息，能反映模式在降水預(yù)報(bào)中存在的不確定性（陳靜等，2003b）。譚燕和陳德輝（2007）、譚燕和陳葆德（2014）、王太微（2008）、張涵斌等（2014a，2014b）基于GRAPES-Meso模式進(jìn)行了區(qū)域集合預(yù)報(bào)試驗(yàn)，均表明引入多物理過(guò)程參數(shù)化方案組合能夠提高區(qū)域集合預(yù)報(bào)效果。黃紅艷等（2015）基于WRF模式進(jìn)行了區(qū)域集合預(yù)報(bào)試驗(yàn)，表明單一的初值擾動(dòng)產(chǎn)生的離散度有限，而多物理過(guò)程組合模式擾動(dòng)與初值擾動(dòng)相結(jié)合可以有效提高集合離散度，并對(duì)降水預(yù)報(bào)有明顯改善。國(guó)內(nèi)對(duì)于區(qū)域集合預(yù)報(bào)隨機(jī)物理過(guò)程擾動(dòng)方法研究較少，國(guó)家數(shù)值預(yù)報(bào)中心正在基于GRAPES-Meso模式開(kāi)展相關(guān)工作（袁月等，2016），并有望在近期業(yè)務(wù)化。多模式擾動(dòng)方面，周文友和智協(xié)飛（2012）采用TIGGE（THORPEX Interactive Grand Global Ensem-ble）資料不同模式預(yù)報(bào)結(jié)果對(duì)西太平洋熱帶氣旋進(jìn)行多模式集成預(yù)報(bào)，表明多模式集成預(yù)報(bào)的表現(xiàn)始終優(yōu)于最好的單模式預(yù)報(bào)及集合平均。智協(xié)飛等（2015）基于WRF模式建立了臺(tái)風(fēng)路徑和強(qiáng)度的集合預(yù)報(bào)試驗(yàn)系統(tǒng)（WRF-EPS），并將此集合預(yù)報(bào)結(jié)果與TIGGE集合預(yù)報(bào)資料中4個(gè)中心的預(yù)報(bào)進(jìn)行多模式集成，對(duì)2009年8月1—31日西北太平洋臺(tái)風(fēng)路徑和強(qiáng)度進(jìn)行24～72 h集成預(yù)報(bào)，結(jié)果表明WRF-EPS與TIGGE多模式預(yù)報(bào)結(jié)果進(jìn)行集成的預(yù)報(bào)效果較好。唐圣鈞等（2015）基于ARPS和WRF模式的兩組集合預(yù)報(bào)系統(tǒng)，設(shè)計(jì)了ARPS集合、WRF集合和ARPS-WRF多模式集合3組試驗(yàn)，并針對(duì)2013年5月8日華南地區(qū)強(qiáng)降水過(guò)程，對(duì)比分析了多模式集合預(yù)報(bào)法與傳統(tǒng)方法的降水預(yù)報(bào)效果，結(jié)果表明ARPS-WRF多模式集合在降水落區(qū)和量級(jí)預(yù)報(bào)上均優(yōu)于傳統(tǒng)單模式集合預(yù)報(bào)方法。

可以看出，目前區(qū)域集合預(yù)報(bào)模式擾動(dòng)，對(duì)提高集合離散度以及概率預(yù)報(bào)技巧有顯著作用，而國(guó)內(nèi)外均已取得了不錯(cuò)的成果，其中隨機(jī)物理過(guò)程擾動(dòng)方法在國(guó)外的應(yīng)用較廣泛，而國(guó)內(nèi)應(yīng)用較多的還是多物理過(guò)程組合，隨機(jī)物理過(guò)程擾動(dòng)技術(shù)尚有待進(jìn)一步發(fā)展。

2.4區(qū)域集合預(yù)報(bào)側(cè)邊界擾動(dòng)

側(cè)邊界條件會(huì)顯著影響區(qū)域模式的積分過(guò)程，從而影響中尺度強(qiáng)天氣現(xiàn)象預(yù)報(bào)的準(zhǔn)確性，因此區(qū)域集合預(yù)報(bào)必須充分考慮邊界條件引起的不確定性（Anthes et al.，1989；Hamill and Colucci，1997；Hou et al.，2001）。

目前對(duì)區(qū)域集合側(cè)邊界擾動(dòng)采用的方法不是太多，基本上是通過(guò)直接由全球或者大尺度集合為區(qū)域集合提供邊界條件，從而達(dá)到側(cè)邊界擾動(dòng)的目的。目前相關(guān)的研究主要是探索側(cè)邊界擾動(dòng)對(duì)區(qū)域集合的影響。Nutter et al.（2004a，2004b）試驗(yàn)了粗分辨率邊界條件對(duì)區(qū)域集合預(yù)報(bào)發(fā)散度的影響，對(duì)100個(gè)個(gè)例研究的統(tǒng)計(jì)結(jié)果表明側(cè)邊界條件擾動(dòng)能夠提高嵌套的區(qū)域集合的離散度，特別是對(duì)較小的模擬區(qū)域作用尤其顯著，因?yàn)閭?cè)邊界擾動(dòng)能夠迅速傳遍整個(gè)嵌套的區(qū)域。Saito et al.（2010）采用日本氣象廳全球集合預(yù)報(bào)為熱帶氣旋區(qū)域集合預(yù)報(bào)提供邊界，初步驗(yàn)證了引入了邊界條件擾動(dòng)相對(duì)于單一側(cè)邊界條件能夠提高區(qū)域集合50%的離散度。進(jìn)一步試驗(yàn)表明，無(wú)論初值擾動(dòng)采用ETKF還是BGM，引入側(cè)邊界條件擾動(dòng)均能夠極大地提高集合離散度，并減小均方根誤差（Saito et al.，2012）。Vie et al.（2011）研究了初值擾動(dòng)和邊界擾動(dòng)對(duì)云分辨率集合預(yù)報(bào)的影響，結(jié)果表明側(cè)邊界擾動(dòng)能顯著提高較長(zhǎng)預(yù)報(bào)時(shí)效的離散度。美國(guó)NCEP區(qū)域集合預(yù)報(bào)系統(tǒng)的試驗(yàn)也得到了類似的結(jié)果（Du et al.，2003）。

國(guó)內(nèi)方面，陳靜和薛紀(jì)善（2004）參照觀測(cè)擾動(dòng)法，設(shè)計(jì)了通過(guò)擾動(dòng)常規(guī)觀測(cè)資料產(chǎn)生擾動(dòng)的側(cè)邊界條件的計(jì)算方案，表明擾動(dòng)側(cè)邊界對(duì)大尺度環(huán)流預(yù)報(bào)改善較大，對(duì)降水預(yù)報(bào)也有正面影響。孫鳳娟（2009）針對(duì)山東一次暴雨過(guò)程，開(kāi)展了兩種側(cè)邊界擾動(dòng)試驗(yàn)，一種為對(duì)水平側(cè)邊界內(nèi)位溫?cái)_動(dòng)項(xiàng)進(jìn)行隨機(jī)擾動(dòng)，另一種為利用不同側(cè)邊界方案所構(gòu)造的成員進(jìn)行集合預(yù)報(bào)試驗(yàn)。結(jié)果表明第一種初始時(shí)刻離散度為0，但隨著積分迅速增加；另一種在積分初始時(shí)刻即存在較大離散度，評(píng)分檢驗(yàn)效果更好。李俊等（2010b）基于我國(guó)科學(xué)家自主開(kāi)發(fā)的AREM區(qū)域中尺度模式，同時(shí)考慮模式初值和側(cè)邊界條件的不確定性進(jìn)行了區(qū)域短期集合預(yù)報(bào)試驗(yàn)，結(jié)果表明集合預(yù)報(bào)優(yōu)于單一確定性預(yù)報(bào)。張涵斌等（2014b）基于GRAPES-Meso中尺度模式，開(kāi)展了多初值、多初值多物理、多初值多物理多邊值集合預(yù)報(bào)對(duì)比試驗(yàn)，結(jié)果表明同時(shí)引入初值、模式及側(cè)邊界擾動(dòng)的集合方案是最優(yōu)的。

可以看出，目前區(qū)域集合預(yù)報(bào)側(cè)邊界擾動(dòng)主要由全球集合或者大區(qū)域粗分辨率集合來(lái)提供，研究結(jié)果也表明此種方法較為簡(jiǎn)便易行，并能夠有效提高離散度。需要注意的是，側(cè)邊界擾動(dòng)與初值擾動(dòng)的有機(jī)結(jié)合也對(duì)區(qū)域集合預(yù)報(bào)具有重要影響，如區(qū)域集合自身繁殖的初值擾動(dòng)與大尺度側(cè)邊界擾動(dòng)有可能在邊界產(chǎn)生不匹配，激發(fā)虛假波動(dòng)，這也是側(cè)邊界擾動(dòng)需要解決的問(wèn)題之一（Caron，2013）。

3結(jié)論與討論

近年來(lái)以提高強(qiáng)天氣預(yù)報(bào)質(zhì)量為目的的高分辨率區(qū)域集合預(yù)報(bào)研究有了長(zhǎng)足發(fā)展，并且相關(guān)的研究還在不斷深入。本文對(duì)國(guó)內(nèi)外區(qū)域集合預(yù)報(bào)初值、模式以及側(cè)邊界擾動(dòng)方法的發(fā)展進(jìn)行了回顧，并總結(jié)了相關(guān)擾動(dòng)方法的發(fā)展趨勢(shì)和亟待解決的問(wèn)題，得出如下結(jié)論：

1）對(duì)區(qū)域集合預(yù)報(bào)初值擾動(dòng)而言，傳統(tǒng)擾動(dòng)方法是普遍采用的手段，能夠生成與區(qū)域模式分辨率一致的擾動(dòng)，但包含大尺度擾動(dòng)分量有限，使得區(qū)域集合預(yù)報(bào)離散度增長(zhǎng)不理想。動(dòng)力降尺度方法較為簡(jiǎn)便有效，在國(guó)內(nèi)外業(yè)務(wù)上得到了廣泛應(yīng)用，但此方法產(chǎn)生的擾動(dòng)包含小尺度擾動(dòng)信息有限。目前區(qū)域集合初值擾動(dòng)設(shè)計(jì)過(guò)程中更多地考慮兼顧多尺度不確定性信息，并解決初值和邊界的不協(xié)調(diào)問(wèn)題，混合方法是目前較為有效的手段。

2）區(qū)域集合預(yù)報(bào)模式不確定性的研究以物理過(guò)程擾動(dòng)為主，并輔以多模式擾動(dòng)，典型方法為多物理過(guò)程組合、隨機(jī)物理過(guò)程擾動(dòng)以及多模式集成。多物理過(guò)程組合目前相對(duì)較為成熟，且在國(guó)內(nèi)得到了較多的應(yīng)用，目前國(guó)內(nèi)外主要研究趨勢(shì)是對(duì)隨機(jī)物理過(guò)程方法的發(fā)展以及進(jìn)一步的改進(jìn)。

3）目前側(cè)邊界擾動(dòng)采用的方法主要是與大尺度集合進(jìn)行耦合，由驅(qū)動(dòng)有限區(qū)域集合預(yù)報(bào)的大尺度集合預(yù)報(bào)場(chǎng)來(lái)提供不同的邊界條件，而是否存在其他替代的有效手段，目前鮮有報(bào)道。國(guó)內(nèi)外主要是針對(duì)側(cè)邊界擾動(dòng)對(duì)區(qū)域集合的影響開(kāi)展理論研究，普遍結(jié)果表明引入側(cè)邊界條件擾動(dòng)可以顯著改善區(qū)域集合預(yù)報(bào)的離散度，對(duì)較長(zhǎng)預(yù)報(bào)時(shí)效的預(yù)報(bào)效果，作用尤其顯著。

可以預(yù)見(jiàn)，區(qū)域集合預(yù)報(bào)擾動(dòng)方法將繼續(xù)快速發(fā)展，相關(guān)研究成果對(duì)提高業(yè)務(wù)區(qū)域集合預(yù)報(bào)水平和混合資料同化質(zhì)量（馬旭林等，2014）等會(huì)起到推動(dòng)作用，區(qū)域集合預(yù)報(bào)系統(tǒng)也將會(huì)在各大業(yè)務(wù)中心扮演越來(lái)越重要的角色。