气象科学

作者：王静，张楠，李红祺，杨晓君，韩雨盟，王婧卓，刘昕

单位：天津市海洋气象重点实验室, 天津 300074;天津市气象台, 天津 300074,,天津市海洋气象重点实验室, 天津 300074;天津市气象台, 天津 300074,,中国气象局地球系统数值预报中心, 北京 100081,,天津市海洋气象重点实验室, 天津 300074;天津市气象台, 天津 300074,,天津市蓟州区气象局, 天津 301900,,中国气象局地球系统数值预报中心, 北京 100081,,国家气象中心, 北京 100081,

关键词：对流尺度|集合预报|强对流|初值扰动

基金：国家自然科学基金资助项目(42205166；42475167)；中国气象局气象能力联合提升研究专项(24NLTSQ010)；中国气象局青年创新团队项目(CMA2024QN05)

对流尺度集合预报系统(Convective-scale Ensemble Prediction System， CEPS)具有时空高分辨率，能提供概率预报，对于提高强对流天气的可预报性具有重要意义。目前，CEPS已经成为业务中心建设的重点，而初值扰动方法是攻关技术难点之一，目前业务上主要的初值扰动方案有：动力降尺度、集合资料同化及奇异向量等，也有学者将中尺度集合预报的初值扰动方法如增长模繁殖法方案及混合扰动方法沿用到对流尺度集合预报中。然而现有方案尚未考虑快速增长的非线性扰动，开发能够描述初始场非线性增长信息的初值扰动方法，是CEPS的一个发展方向。国际上一些先进的数值预报中心和机构已成功地将CEPS应用到业务天气预报中，从现有的CEPS对强降水天气事件预报可见，CEPS能够为大量级降水提供概率预报，对暴雨的极端性有较好的参考意义，而集合平均的参考性并不强，其对强降水的预报仍然存在改进空间。人工智能技术的进步为集合预报的发展带来了新契机，首先集合预报能够为人工智能模型训练提供优质的数据基础；其次，构建基于人工智能的集合预报模型避免了传统集合预报的高耗能问题；此外，利用人工智能技术对集合预报结果进行后处理，可提升集合预报的使用效率。随着数值天气预报逐步实现精细化，CEPS与人工智能相结合也将是未来发展的一个重要方向。

来源：2025年第4期

《气象科学》期刊编辑部

查看气象科学杂志2025年第4期