为提升区域数值预报系统2 m气温预报性能,利用土壤温度和土壤湿度站点观测资料,对中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)陆面资料在浙江地区的精度进行评估,并将其融合应用于浙江省数值预报业务系统。...为提升区域数值预报系统2 m气温预报性能,利用土壤温度和土壤湿度站点观测资料,对中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)陆面资料在浙江地区的精度进行评估,并将其融合应用于浙江省数值预报业务系统。结果表明:CLDAS土壤温度、土壤湿度产品相对于美国全球预报系统(Global Forecast System,GFS)分析场,与观测相比具有更小的均方根误差和更高的相关系数,在浙江省有较好的适用性。个例分析表明区域数值模式2 m气温预报对陆面资料变化较敏感,融合CLDAS地表温度、土壤温湿度实时分析产品的初始场,可持续影响到模式预报后期,主要通过地表感热、潜热通量直接影响气温变化。从均方根误差来看,与基于GFS分析场作为陆面初始场的区域模式预报相比,应用了CLDAS陆面资料的模式预报改进了13.6%。2021年7月阶段性应用结果显示,模式初始场融合CLDAS陆面资料后有效提高了浙江省2 m气温预报水平,融合后的预报改进效果夜间较白天明显,且晴热高温天气背景下较梅雨期、台风期改进更佳。高温天气预报评估进一步表明,CLDAS陆面资料的应用对浙江省高温事件预报有较好的改进,尤其对金衢盆地等高温区改进明显。展开更多
文摘为提升区域数值预报系统2 m气温预报性能,利用土壤温度和土壤湿度站点观测资料,对中国气象局陆面数据同化系统(CMA Land Data Assimilation System,CLDAS)陆面资料在浙江地区的精度进行评估,并将其融合应用于浙江省数值预报业务系统。结果表明:CLDAS土壤温度、土壤湿度产品相对于美国全球预报系统(Global Forecast System,GFS)分析场,与观测相比具有更小的均方根误差和更高的相关系数,在浙江省有较好的适用性。个例分析表明区域数值模式2 m气温预报对陆面资料变化较敏感,融合CLDAS地表温度、土壤温湿度实时分析产品的初始场,可持续影响到模式预报后期,主要通过地表感热、潜热通量直接影响气温变化。从均方根误差来看,与基于GFS分析场作为陆面初始场的区域模式预报相比,应用了CLDAS陆面资料的模式预报改进了13.6%。2021年7月阶段性应用结果显示,模式初始场融合CLDAS陆面资料后有效提高了浙江省2 m气温预报水平,融合后的预报改进效果夜间较白天明显,且晴热高温天气背景下较梅雨期、台风期改进更佳。高温天气预报评估进一步表明,CLDAS陆面资料的应用对浙江省高温事件预报有较好的改进,尤其对金衢盆地等高温区改进明显。
