基于历史资料的数值预报产品订正系统设计与开发策略

常 俊 任星露 柴 波

（1.中国气象局气象干部培训学院四川分院,四川 成都 610072；2.四川省雅安市气象局,四川 雅安 625099）

1 系统开发背景

数值天气预报的发展如同一次寂静革命[1]，世界气象组织（World Meteorological Organization，WMO）称数值天气预报为20世纪最伟大的科技和社会成就之一。数值天气预报是基于数学物理方法客观定量计算未来天气演变的科学，从数值预报的概念被提出，经过百余年的应用发展，数值天气预报已经成为现代气象预报预测业务的基础。尤其近十几年，随着模式动力框架更加精准，参数化方案更加合理，观测资料更加密集，同化技术更加完善，以及IT技术的发展、大规模计算能力和模式分辨率的提高，数值天气预报的有效预报时效不断延长，预报准确率持续提高，数值预报已经成为天气预报业务不可替代的手段。其中，欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，以下简称ECMWF）的数值预报水平在全球首屈一指，其数值预报产品无论是预报精准度还是有效预报时长都领先于其他模式产品[2]，世界各国的天气预报业务中心都逐步将ECMWF的数值预报产品作为主要参考对象。

但无法回避的是，无论多么精准的数值预报都是对真实大气的数学物理近似，通过离散计算获得数值解，其结果不可避免地存在系统性误差和随机误差。系统性误差主要来源于初始误差和模式误差，初始误差有观测误差、资料不均匀和客观分析误差等，模式误差主要包括模式物理过程和动力过程误差、数值求解的计算误差和计算机的舍入误差[3]。

提高预报准确率的关键问题在于减小预报误差。采用精度更高、范围更广、分辨率更高的观测资料为数值模式提供更可靠的初值；采用更科学的模式动力框架和物理过程参数化方案，使模式对大气运动的动力、物理过程描述更接近于实际状况；或者通过提高模式分辨率等手段有效减小数值模式误差。然而，无论是初始场还是模式动力过程或物理过程的描述，都只是实际大气无限复杂过程的近似，只能在一定程度上提高逼近实际大气的程度，减小模式预报误差，但并不能完全消除误差。因此，对数值预报误差的有效订正和订正系统研究具有重要的科学意义和实际应用价值。

数值预报误差的订正方法主要有经验性方法、变分修正方法、Kalman滤波及集合Kalman滤波方法，以及动力与统计相结合的修正方法四类[4]。

其中，动力与统计相结合的预报方法提出较早。丑纪范院士[5]指出动力方法符合确定论，天气的未来状态是由现在状态以及制约这种状态变化的物理规律所确定的必然结果，对初值极其敏感；统计方法则归属概率论，认为天气的未来状态有不确定性，其准确性和历史资料的质量以及积累数量有一定的正相关。单纯的动力预报方法和统计预报方法都有一定的准确性，也都有各自的缺点，宜取长补短、去粗取精。纵观过去，历史资料的应用在数值预报订正发展历程中发挥了非常重要的作用。气象学家顾震潮[6-7]认为历史资料是目前我们所能获得的对真实大气运动最客观的反映。因此，数值预报可以由初值问题转化为历史演变问题。

在此研究基础上，我们开发了基于历史资料的ECMWF数值预报产品距平积分订正系统(Anomaly Numerical-correction of ECMWF-prediction with Observations，以下简称ANEO)，该系统针对世界主流的ECMWF中期数值预报产品，利用动力统计方法，从已有的最能客观反映大气运动状态的大量历史观测资料中提取出大气真实气候态，来取代ECMWF中期数值预报模式气候态，从而达到减小模式结果系统误差，提高预报精准度的目的[8-9]。

2 系统定义

本系统是有效减小ECMWF数值预报产品系统性误差，显著改善其预报精度和可用预报时效的数值预报订正系统。旨在降低一线人员的工作量，提高该数值预报产品在中短期—延伸期、强降水等灾害性天气系统等方面的时效性和预报能力。

3 软件系统总体设计

3.1 运行环境和总体流程

软件系统以科学数据处理为目的，以数据可视化的高级语言NCL(The NCAR Command Language) Version 6作为开发语言。软件环境：Linux操作系统，netcdf4.1.3及以上，GrADS（Grid Analysis and Display System）2.2.0及以上。硬件要求：CPU64双核以上，内存128G以上，硬盘10T以上；

图1为软件流程图。采用分布式架构和并行计算，合理充分利用计算资源以优化计算和处理效率，最大限度提高预报时效。

图1 软件流程图

3.2 核心算法

（1）在连续介质假设下，大气中的任一变量f随时间的变化都遵循物理规律（牛顿第二定律、热力学第一定律和连续方程）。数值天气模式正是由这些动力与大气状态方程共同构成，但是这些方程是一组偏微分方程，只能通过数值方法近似求解，无法求得准确的解析解。该方程概括为：

式中，L（f）和N（f）在这里分别表示数值模式预报变量f的线性和非线性部分，ε代表模式预报误差。

（2）变量f在某一较长时间尺度上可以分解为长时间周期的气候态和相对于气候态的天气扰动量（或距平量）f'。

（4）由式（1）和式（3）积分可得天气扰动量

式（4）中，n为平均时间尺度，一般取15a或30a。由此可以去除数值预报模式的气候场，避免的误差随时间积分而放大，只得到模式产品天气扰动部分随时间的演变。

（5）气候场是大气变化的多年（一般取15a或30a）平均。不同年份同一时刻太阳高度角相同，大气具有相同的辐射能外源，所以这种分解是具有物理意义的。对于天气预报而言气候场是已知不变的，因此可以充分利用大量的历史资料，得到大气运动真实的气候态，并与模式天气扰动预报量耦合得到最终的预报量。

以上利用历史观测资料和天气扰动距平积分思想，部分消除了模式系统性误差，使预报产品更加接近实际大气运动。模式的系统性误差，会在每一时刻的数值预报产品中体现，对应地，系统性误差会在值中体现，用代替就实现了ECMWF数值预报产品系统性误差的订正。

3.3 功能模块设计

该订正系统共包括数据前处理模块、物理分解模块、气候态提取模块、订正模块、后处理模块、订正产品几个部分。

3.3.1 数据前处理模块

下载并读入近15年的历史ERA-Interim再分析数据作为观测数据，变量分别为位势(Geopotential)、温度(Temperature)、比湿(Specific humidity)、风场纬向分量(V component of wind)、风场经向分量(U component of wind)；下载中国自动站与CMORPH融合的逐时降水量0.1°网格数据集；链接并读入起报时间为00时（UTC）的ECMWF近15年中期（预报时效10天）数值预报产品，以及待订正的实时数值预报产品。针对ERA-interim再分析数据格点分布和纬向存储顺序与预报产品数据不同的特点，对该数据进行纬向存储转置和双线性插值；同理对中国自动站与CMORPH融合的逐时降水量0.1°网格数据集进行插值和格式转换；对数值预报产品数据进行预处理，将GRIB格式的数值预报产品转换为与ERA-Interim再分析数据一致的NC格式，筛选并提取订正所需与ERA-Interim再分析数据一致的变量。

3.3.2 物理分解模块

对历史ERA-Interim再分析数据、中国自动站与CMORPH融合的逐时降水量0.1°网格数据集和ECMWF中期数值预报产品各变量进行分析，得到各天气变量15年左右的时间变化序列；在保留气候日变化信息的基础上分别计算出三种数据各变量每一时刻的天气扰动量；历史ERA-Interim再分析数据计算得到的天气扰动量将作为环流场观测扰动量，中国自动站与CMORPH融合的逐时降水量0.1°网格数据集计算得到的天气扰动量将作为降水观测扰动量，ECMWF中期数值预报产品计算得到的天气扰动量将作为模式扰动量共同传递到气候态提取模块和订正模块。见图2。

图2 数据前处理和物理分解流程

3.3.3 气候态提取模块

在选择合适的气候平均尺度n=15的前提下，调用物理分解模块生成的观测扰动量和预报扰动量，计算每一时刻历史ERA-Interim再分析数据和数值预报产品各天气变量和扰动量之间的差值，即为各个时刻天气变量长期变化的平均——观测气候态和预报气候态。将得到的各天气变量每一时刻的观测气候态和预报气候态传递给订正模块。

3.3.4 订正模块

将预报产品和历史观测数据分别整理到不同天气变量不同时间尺度各时刻的气候态和扰动量数据库中，以供随时调用；根据待订正模式产品天气变量、起报时刻和预报时效的不同，从数据库中筛选并调用对应的气候态和扰动量；将预报产品数据中各变量每一格点每一时刻对应的模式气候态替换为观测气候态，以此达到部分消除ECMWF中期数值预报模式系统性误差的目的；并与对应的预报产品扰动量耦合得到各天气变量最终订正结果。

3.3.5 后处理模块及订正产品

根据业务需要，后处理模块对订正结果进行GRADS、MICAPS、NC等格式转换，并存储到对应目录；生成不同预报时效不同格式的订正预报产品及对应图形文件，供预报业务人员使用参考。

除此之外，后处理模块还可根据算法中的检验公式对订正结果进行指标检验：计算环流场各变量（位势、比湿、温度、风场纬向分量、风场经向分量），距平相关系数（ACC）和均方根误差（RMSE）；计算降水量评分（TS、ETS），评估不同变量在预报精度和有效预报时效等方面的订正效果。

4 运行设计

不同级别预报员的登录用户名、权限不同，首席预报员可以登录所有模块进行查看，系统管理员可以进行包括修改程序代码等无限制操作。普通预报员仅能登录后处理模块，查看订正结果。运行时间方面，每月1日00时（UTC）进行前期运行，时间开销根据系统硬件配置有所不同。气候态提取模块时间开销在0.5小时以内。订正模块和后处理模块每日03时自动运行，时间开销根据系统硬件配置在5小时以内。订正产品模块占用系统计算资源较少，时间开销在1小时以内。

运行错误处理方面，软件在运行过程中，需要对可能出现的漏洞或错误进行处理，以免导致程序中断或者占用较多计算资源和时间成本，系统会提供可能出现的错误信息和对应的解决方案一览表供查询。

本软件系统运行过程中，需要系统管理员定期进行运行管理、系统维护、系统设置等工作，包括程序的定期维护、数据文件的每月定时更新、代码的维护等。

5 软件系统的应用

从ANEO系统针对ECMWF数值预报产品大量的拟业务化订正应用来看，该系统对不同季节（夏季和冬季）、不同类型（华南前汛期、江淮梅雨、华西秋雨等）、不同区域（华南区域、江淮区域、长江中下游区域等）天气过程的预报环流场（位势、比湿、温度、风场纬向分量、风场经向分量等）具有较好改进效果，虽然对降水预报的改进不及环流场明显，但在多个暴雨个例的应用中仍然显示出对不同量级的降水预报有较好的改进作用。

6 结语

本文详细介绍了基于历史资料的欧洲中期天气预报中心数值预报产品订正系统。该系统利用历史观测资料和预报产品本身，结合动力与统计方法对天气预报业务模式的系统性误差进行分析和诊断，从而在模式预报产品中尽可能减小系统性误差，达到改善数值预报产品质量从而提高气象业务预报准确性的目的。