Convectie-toelatende ensemble-voorspelling heeft een aanzienlijke onderzoeks- en toepassingswaarde, en de initiële methode voor het genereren van verstoringen speelt een belangrijke rol bij de verbetering van de nauwkeurigheid ervan. Onlangs, een onderzoeksgroep onder leiding van Chaohui Chen van de National University of Defense Technology stelde een nieuwe methode voor om initiële verstoring te genereren met volledige aandacht voor de sterke plaats van een convectief weersysteem. De experimentele resultaten bevestigen dat het het effect van convectie-toelatende ensemble-voorspellingen kan verbeteren. Dit innovatieve onderzoek is gepubliceerd in Wetenschap China Aardwetenschappen .

Momenteel, voorspellingen van de initiële conditie-ensemble zijn relatief volwassen op middellange tot lange termijn en klimaatschalen en het heeft overeenkomstige methoden voor het genereren van verstoringen gevormd. Echter, er zijn veel problemen bij de directe toepassing van deze methoden bij het voorspellen van ensembles die convectie mogelijk maken, zoals de kleine divergentie van het ensemble-voorspellingssysteem en de neiging van het ensemble om te convergeren. In het algemeen, de dominante benadering, zowel in China als in het buitenland, is om orthogonaliteit te gebruiken om de spreiding of onafhankelijkheid aan te pakken in ensemble-voorspellingen op korte of convectieve schaal, zoals het Kalman-filter voor ensemble-transformatie (ETKF). Maar al deze methoden hebben enkele nadelen.

Gebaseerd op de conventionele kweekmethode (BGM), dit artikel stelde een lokale BGM (LBGM) -methode voor, rekening houdend met de sterke plaats van een convectief weersysteem, wat anders is dan bestaande methoden. De BGM-methode kweekt de initiële verstoring via de kortetermijnvoorspellingscyclus van het model zelf. Bij conventionele BGM-methode, de ensembleverstoring moet na elke kweekcyclus opnieuw worden geschaald, waarbij de schaalfactor gewoon een functie is van het verticale niveau. Dat wil zeggen dat de schaalfactoren voor alle punten op hetzelfde verticale niveau identiek zijn (Fig.1 (a)). Echter, de horizontale inhomogeniteit in de verdeling van fysieke variabelen moet ook worden overwogen voor convectie-toelatende ensemble-voorspellingssystemen met een sterke lokaliteit en onafhankelijkheid. Daarom, de impactradius wordt geïntroduceerd om de lokale ruimte van elk punt te bepalen en de schaalfactor wordt berekend volgens de gemiddelde kwadratische fout (RMSE) van punten binnen de lokale ruimte van elk punt (Fig1 (b)). Het is te zien dat de LBGM-methode de verstoring RMSE op punten binnen een bepaald bereik rond een punt gebruikt om de schaalfactor op dat punt te bepalen, die lokale informatie in de herschaalde verstoring opneemt. Tegelijkertijd, de reikwijdte van het lokale gebied kan worden aangepast door een verschillende impactradius toe te wijzen.

Om het effect van de LBGM-methode te testen, dit document presenteert een voorlopige beoordeling in termen van de verstoringsstructuur, ensemble verspreid, en de voorspelde RMSE. De experimentele resultaten bevestigen dat meer lokale kenmerken van verstoring worden opgenomen na herschaling via de LBGM-methode en de methode weerspiegelt ook de interactie tussen rasterpunten. Voor fysieke verstoringsvariabelen en sommige meteorologische elementen in de buurt van het oppervlak, de ensemblespreiding die wordt gegenereerd door de LBGM-methode is groter dan die gegenereerd door conventionele BGM en de voorspelde RMSE van LBGM is lager dan die van traditionele BGM. In de tussentijd, het ensemble-voorspellingssysteem laat betere prestaties zien met het nieuwe algoritme.

De LBGM-methode op basis van conventionele BGM is conceptueel nieuw. Omdat het geen extra rekenkracht vereist, deze methode heeft een groot toepassingspotentieel bij het voorspellen van ensembles die convectie mogelijk maken.