基于歷史資料的數值預報產品訂正系統設計與開發策略

常 俊 任星露 柴 波

（1.中國氣象局氣象干部培訓學院四川分院,四川 成都 610072；2.四川省雅安市氣象局,四川 雅安 625099）

1 系統開發背景

數值天氣預報的發展如同一次寂靜革命[1]，世界氣象組織（World Meteorological Organization，WMO）稱數值天氣預報為20世紀最偉大的科技和社會成就之一。數值天氣預報是基于數學物理方法客觀定量計算未來天氣演變的科學，從數值預報的概念被提出，經過百余年的應用發展，數值天氣預報已經成為現代氣象預報預測業務的基礎。尤其近十幾年，隨著模式動力框架更加精準，參數化方案更加合理，觀測資料更加密集，同化技術更加完善，以及IT技術的發展、大規模計算能力和模式分辨率的提高，數值天氣預報的有效預報時效不斷延長，預報準確率持續提高，數值預報已經成為天氣預報業務不可替代的手段。其中，歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，以下簡稱ECMWF）的數值預報水平在全球首屈一指，其數值預報產品無論是預報精準度還是有效預報時長都領先于其他模式產品[2]，世界各國的天氣預報業務中心都逐步將ECMWF的數值預報產品作為主要參考對象。

但無法回避的是，無論多么精準的數值預報都是對真實大氣的數學物理近似，通過離散計算獲得數值解，其結果不可避免地存在系統性誤差和隨機誤差。系統性誤差主要來源于初始誤差和模式誤差，初始誤差有觀測誤差、資料不均勻和客觀分析誤差等，模式誤差主要包括模式物理過程和動力過程誤差、數值求解的計算誤差和計算機的舍入誤差[3]。

提高預報準確率的關鍵問題在于減小預報誤差。采用精度更高、范圍更廣、分辨率更高的觀測資料為數值模式提供更可靠的初值；采用更科學的模式動力框架和物理過程參數化方案，使模式對大氣運動的動力、物理過程描述更接近于實際狀況；或者通過提高模式分辨率等手段有效減小數值模式誤差。然而，無論是初始場還是模式動力過程或物理過程的描述，都只是實際大氣無限復雜過程的近似，只能在一定程度上提高逼近實際大氣的程度，減小模式預報誤差，但并不能完全消除誤差。因此，對數值預報誤差的有效訂正和訂正系統研究具有重要的科學意義和實際應用價值。

數值預報誤差的訂正方法主要有經驗性方法、變分修正方法、Kalman濾波及集合Kalman濾波方法，以及動力與統計相結合的修正方法四類[4]。

其中，動力與統計相結合的預報方法提出較早。丑紀范院士[5]指出動力方法符合確定論，天氣的未來狀態是由現在狀態以及制約這種狀態變化的物理規律所確定的必然結果，對初值極其敏感；統計方法則歸屬概率論，認為天氣的未來狀態有不確定性，其準確性和歷史資料的質量以及積累數量有一定的正相關。單純的動力預報方法和統計預報方法都有一定的準確性，也都有各自的缺點，宜取長補短、去粗取精。縱觀過去，歷史資料的應用在數值預報訂正發展歷程中發揮了非常重要的作用。氣象學家顧震潮[6-7]認為歷史資料是目前我們所能獲得的對真實大氣運動最客觀的反映。因此，數值預報可以由初值問題轉化為歷史演變問題。

在此研究基礎上，我們開發了基于歷史資料的ECMWF數值預報產品距平積分訂正系統(Anomaly Numerical-correction of ECMWF-prediction with Observations，以下簡稱ANEO)，該系統針對世界主流的ECMWF中期數值預報產品，利用動力統計方法，從已有的最能客觀反映大氣運動狀態的大量歷史觀測資料中提取出大氣真實氣候態，來取代ECMWF中期數值預報模式氣候態，從而達到減小模式結果系統誤差，提高預報精準度的目的[8-9]。

2 系統定義

本系統是有效減小ECMWF數值預報產品系統性誤差，顯著改善其預報精度和可用預報時效的數值預報訂正系統。旨在降低一線人員的工作量，提高該數值預報產品在中短期—延伸期、強降水等災害性天氣系統等方面的時效性和預報能力。

3 軟件系統總體設計

3.1 運行環境和總體流程

軟件系統以科學數據處理為目的，以數據可視化的高級語言NCL(The NCAR Command Language) Version 6作為開發語言。軟件環境：Linux操作系統，netcdf4.1.3及以上，GrADS（Grid Analysis and Display System）2.2.0及以上。硬件要求：CPU64雙核以上，內存128G以上，硬盤10T以上；

圖1為軟件流程圖。采用分布式架構和并行計算，合理充分利用計算資源以優化計算和處理效率，最大限度提高預報時效。

圖1 軟件流程圖

3.2 核心算法

（1）在連續介質假設下，大氣中的任一變量f隨時間的變化都遵循物理規律（牛頓第二定律、熱力學第一定律和連續方程）。數值天氣模式正是由這些動力與大氣狀態方程共同構成，但是這些方程是一組偏微分方程，只能通過數值方法近似求解，無法求得準確的解析解。該方程概括為：

式中，L（f）和N（f）在這里分別表示數值模式預報變量f的線性和非線性部分，ε代表模式預報誤差。

（2）變量f在某一較長時間尺度上可以分解為長時間周期的氣候態和相對于氣候態的天氣擾動量（或距平量）f'。

（4）由式（1）和式（3）積分可得天氣擾動量

式（4）中，n為平均時間尺度，一般取15a或30a。由此可以去除數值預報模式的氣候場，避免的誤差隨時間積分而放大，只得到模式產品天氣擾動部分隨時間的演變。

（5）氣候場是大氣變化的多年（一般取15a或30a）平均。不同年份同一時刻太陽高度角相同，大氣具有相同的輻射能外源，所以這種分解是具有物理意義的。對于天氣預報而言氣候場是已知不變的，因此可以充分利用大量的歷史資料，得到大氣運動真實的氣候態，并與模式天氣擾動預報量耦合得到最終的預報量。

以上利用歷史觀測資料和天氣擾動距平積分思想，部分消除了模式系統性誤差，使預報產品更加接近實際大氣運動。模式的系統性誤差，會在每一時刻的數值預報產品中體現，對應地，系統性誤差會在值中體現，用代替就實現了ECMWF數值預報產品系統性誤差的訂正。

3.3 功能模塊設計

該訂正系統共包括數據前處理模塊、物理分解模塊、氣候態提取模塊、訂正模塊、后處理模塊、訂正產品幾個部分。

3.3.1 數據前處理模塊

下載并讀入近15年的歷史ERA-Interim再分析數據作為觀測數據，變量分別為位勢(Geopotential)、溫度(Temperature)、比濕(Specific humidity)、風場緯向分量(V component of wind)、風場經向分量(U component of wind)；下載中國自動站與CMORPH融合的逐時降水量0.1°網格數據集；鏈接并讀入起報時間為00時（UTC）的ECMWF近15年中期（預報時效10天）數值預報產品，以及待訂正的實時數值預報產品。針對ERA-interim再分析數據格點分布和緯向存儲順序與預報產品數據不同的特點，對該數據進行緯向存儲轉置和雙線性插值；同理對中國自動站與CMORPH融合的逐時降水量0.1°網格數據集進行插值和格式轉換；對數值預報產品數據進行預處理，將GRIB格式的數值預報產品轉換為與ERA-Interim再分析數據一致的NC格式，篩選并提取訂正所需與ERA-Interim再分析數據一致的變量。

3.3.2 物理分解模塊

對歷史ERA-Interim再分析數據、中國自動站與CMORPH融合的逐時降水量0.1°網格數據集和ECMWF中期數值預報產品各變量進行分析，得到各天氣變量15年左右的時間變化序列；在保留氣候日變化信息的基礎上分別計算出三種數據各變量每一時刻的天氣擾動量；歷史ERA-Interim再分析數據計算得到的天氣擾動量將作為環流場觀測擾動量，中國自動站與CMORPH融合的逐時降水量0.1°網格數據集計算得到的天氣擾動量將作為降水觀測擾動量，ECMWF中期數值預報產品計算得到的天氣擾動量將作為模式擾動量共同傳遞到氣候態提取模塊和訂正模塊。見圖2。

圖2 數據前處理和物理分解流程

3.3.3 氣候態提取模塊

在選擇合適的氣候平均尺度n=15的前提下，調用物理分解模塊生成的觀測擾動量和預報擾動量，計算每一時刻歷史ERA-Interim再分析數據和數值預報產品各天氣變量和擾動量之間的差值，即為各個時刻天氣變量長期變化的平均——觀測氣候態和預報氣候態。將得到的各天氣變量每一時刻的觀測氣候態和預報氣候態傳遞給訂正模塊。

3.3.4 訂正模塊

將預報產品和歷史觀測數據分別整理到不同天氣變量不同時間尺度各時刻的氣候態和擾動量數據庫中，以供隨時調用；根據待訂正模式產品天氣變量、起報時刻和預報時效的不同，從數據庫中篩選并調用對應的氣候態和擾動量；將預報產品數據中各變量每一格點每一時刻對應的模式氣候態替換為觀測氣候態，以此達到部分消除ECMWF中期數值預報模式系統性誤差的目的；并與對應的預報產品擾動量耦合得到各天氣變量最終訂正結果。

3.3.5 后處理模塊及訂正產品

根據業務需要，后處理模塊對訂正結果進行GRADS、MICAPS、NC等格式轉換，并存儲到對應目錄；生成不同預報時效不同格式的訂正預報產品及對應圖形文件，供預報業務人員使用參考。

除此之外，后處理模塊還可根據算法中的檢驗公式對訂正結果進行指標檢驗：計算環流場各變量（位勢、比濕、溫度、風場緯向分量、風場經向分量），距平相關系數（ACC）和均方根誤差（RMSE）；計算降水量評分（TS、ETS），評估不同變量在預報精度和有效預報時效等方面的訂正效果。

4 運行設計

不同級別預報員的登錄用戶名、權限不同，首席預報員可以登錄所有模塊進行查看，系統管理員可以進行包括修改程序代碼等無限制操作。普通預報員僅能登錄后處理模塊，查看訂正結果。運行時間方面，每月1日00時（UTC）進行前期運行，時間開銷根據系統硬件配置有所不同。氣候態提取模塊時間開銷在0.5小時以內。訂正模塊和后處理模塊每日03時自動運行，時間開銷根據系統硬件配置在5小時以內。訂正產品模塊占用系統計算資源較少，時間開銷在1小時以內。

運行錯誤處理方面，軟件在運行過程中，需要對可能出現的漏洞或錯誤進行處理，以免導致程序中斷或者占用較多計算資源和時間成本，系統會提供可能出現的錯誤信息和對應的解決方案一覽表供查詢。

本軟件系統運行過程中，需要系統管理員定期進行運行管理、系統維護、系統設置等工作，包括程序的定期維護、數據文件的每月定時更新、代碼的維護等。

5 軟件系統的應用

從ANEO系統針對ECMWF數值預報產品大量的擬業務化訂正應用來看，該系統對不同季節（夏季和冬季）、不同類型（華南前汛期、江淮梅雨、華西秋雨等）、不同區域（華南區域、江淮區域、長江中下游區域等）天氣過程的預報環流場（位勢、比濕、溫度、風場緯向分量、風場經向分量等）具有較好改進效果，雖然對降水預報的改進不及環流場明顯，但在多個暴雨個例的應用中仍然顯示出對不同量級的降水預報有較好的改進作用。

6 結語

本文詳細介紹了基于歷史資料的歐洲中期天氣預報中心數值預報產品訂正系統。該系統利用歷史觀測資料和預報產品本身，結合動力與統計方法對天氣預報業務模式的系統性誤差進行分析和診斷，從而在模式預報產品中盡可能減小系統性誤差，達到改善數值預報產品質量從而提高氣象業務預報準確性的目的。