鄧 國(guó) 戴玲玲 周玉淑 陳 靜 李紅祺 陳法敬 王繼志

1 中國(guó)氣象局地球系統(tǒng)數(shù)值預(yù)報(bào)中心，北京 100081

2 災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100081

3 國(guó)家氣象中心，北京 100081

4 安徽省滁州市氣象局，滁州 239004

5 中國(guó)科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴重點(diǎn)實(shí)驗(yàn)室，北京 100029

6 中國(guó)科學(xué)院大學(xué)，北京 100049

提 要： 冰雪運(yùn)動(dòng)項(xiàng)目與氣象條件關(guān)系密切，氣象條件是冬奧會(huì)賽事順利進(jìn)行的關(guān)鍵因素之一。中國(guó)氣象局地球系統(tǒng)數(shù)值預(yù)報(bào)中心根據(jù)2022年北京冬奧會(huì)比賽氣象保障需求，基于多尺度混合初值擾動(dòng)方法和側(cè)邊界擾動(dòng)方法，初步建立了高分辨率區(qū)域集合預(yù)報(bào)試驗(yàn)系統(tǒng)，針對(duì)北京冬奧會(huì)比賽同期時(shí)段開展了連續(xù)試驗(yàn)。初步試驗(yàn)統(tǒng)計(jì)結(jié)果表明：主要預(yù)報(bào)變量高、中、低層等壓面要素集合平均值的均方根誤差基本小于等于控制預(yù)報(bào)誤差，體現(xiàn)了集合平均相對(duì)于單一確定性預(yù)報(bào)的優(yōu)勢(shì)；地面要素風(fēng)和降水預(yù)報(bào)效果較好，但溫度24 h預(yù)報(bào)偏差高于2 ℃，距離精準(zhǔn)冬奧氣象保障還有一定差距。針對(duì)試驗(yàn)期間兩次寒潮大風(fēng)過程開展了高分辨率區(qū)域集合預(yù)報(bào)，天氣學(xué)分析的檢驗(yàn)結(jié)果表明，集合預(yù)報(bào)產(chǎn)品可以比較準(zhǔn)確地描述地面溫度主要分布特征、寒潮移動(dòng)過程和降水預(yù)報(bào)，為預(yù)報(bào)員提供寒潮標(biāo)準(zhǔn)24 h變溫預(yù)報(bào)、大風(fēng)預(yù)報(bào)等有價(jià)值的概率預(yù)測(cè)信息。基于診斷方法開發(fā)了能見度、大風(fēng)、降水相態(tài)等對(duì)冬奧賽事運(yùn)行和運(yùn)動(dòng)員表現(xiàn)有重要影響的天氣要素集合預(yù)報(bào)產(chǎn)品，初步試驗(yàn)結(jié)果表明不同集合成員的取舍對(duì)能見度預(yù)報(bào)反應(yīng)敏感，具有一定預(yù)報(bào)能力，但預(yù)報(bào)范圍偏大，數(shù)值偏低，需進(jìn)一步改進(jìn)；陣風(fēng)預(yù)報(bào)與實(shí)況大值區(qū)分布比較一致，降水相態(tài)預(yù)報(bào)與觀測(cè)分布吻合，雨雪分界線，降雨、雨夾雪、雪、冰粒落區(qū)范圍合理，進(jìn)一步提升了北京冬奧會(huì)氣象的保障能力。

引 言

精準(zhǔn)氣象預(yù)報(bào)服務(wù)是歷屆冬季奧林匹克運(yùn)動(dòng)會(huì)(以下簡(jiǎn)稱冬奧會(huì))成功舉辦的最重要條件之一。近幾屆冬奧會(huì)舉辦前，相關(guān)國(guó)家均開展了氣象保障關(guān)鍵科學(xué)問題和技術(shù)攻關(guān)。加拿大環(huán)境部針對(duì)2010年溫哥華冬奧會(huì)氣象保障服務(wù)，提出了SNOW-V10計(jì)劃(Science of Nowcasting Olympic Weather for Vancouver 2010)，開發(fā)針對(duì)冬奧氣象保障的精細(xì)預(yù)報(bào)系統(tǒng)，包括1 km分辨率數(shù)值預(yù)報(bào)系統(tǒng)、多模式預(yù)報(bào)集成系統(tǒng)、模式與觀測(cè)融合預(yù)報(bào)系統(tǒng)、高分辨率區(qū)域集合預(yù)報(bào)系統(tǒng)、微尺度地表氣象特征模擬系統(tǒng)等，并開展復(fù)雜地形下降水相態(tài)、瞬時(shí)大風(fēng)和低能見度等關(guān)鍵問題的深入研究(Joe et al，2010；Mailhot et al，2010；2014；Bailey et al，2014；Isaac et al，2014)。俄羅斯水文氣象中心針對(duì)2014年索契冬奧會(huì)，提出了FROST-2014計(jì)劃(Forecast and Research: the Olympic Sochi Testbed 2014)，開展賽場(chǎng)周邊冬奧高影響天氣研究，通過局地資料同化、高分辨率數(shù)值模式和集合預(yù)報(bào)等技術(shù)研發(fā)，提高冬奧賽區(qū)客觀氣象預(yù)報(bào)水平(Kiktev et al，2015；2017)；韓國(guó)氣象廳針對(duì)2018年平昌冬奧會(huì)，提出了ICE-POP 2018計(jì)劃(ICE-Pyeong Chang 2018 Winter Olympic Game Project)，從觀測(cè)、預(yù)報(bào)、服務(wù)三方面提高氣象保障能力(Korea Meteorological Administration，2018)。第24屆冬奧會(huì)將于2022年2月在北京和河北舉辦，具體地點(diǎn)包括北京城區(qū)、延慶和河北賽區(qū)，后兩個(gè)賽區(qū)地形復(fù)雜，溝壑縱橫，氣象條件多樣。從北京冬奧氣候風(fēng)險(xiǎn)評(píng)估來看，冬奧期間存在多種氣象風(fēng)險(xiǎn)，可能會(huì)對(duì)比賽產(chǎn)生重要影響。冬奧會(huì)雪上項(xiàng)目主賽場(chǎng)均位于山區(qū)，對(duì)氣象保障服務(wù)有極高要求。根據(jù)北京冬奧組委“一項(xiàng)一策”氣象保障需求，需要為冬奧會(huì)賽事提供賽場(chǎng)、賽道、轉(zhuǎn)場(chǎng)交通通道及其他關(guān)鍵區(qū)域在時(shí)間上的精準(zhǔn)氣象監(jiān)測(cè)、預(yù)警預(yù)報(bào)及賽事專項(xiàng)的服務(wù)產(chǎn)品。眾所周知，山區(qū)地形復(fù)雜，氣象數(shù)據(jù)稀少，小尺度山地氣象監(jiān)測(cè)預(yù)報(bào)是國(guó)際難題。由于賽區(qū)的復(fù)雜地形和氣象特征的巨大差異，無法移植國(guó)際現(xiàn)有技術(shù)方案，必須開展針對(duì)北京冬奧會(huì)的氣象保障關(guān)鍵技術(shù)研發(fā)，力爭(zhēng)到2022年冬奧會(huì)舉辦時(shí)，用先進(jìn)的氣象科技手段和精準(zhǔn)的氣象服務(wù)為賽事運(yùn)行提供最好的氣象保障。在我國(guó)，氣象部門針對(duì)夏季強(qiáng)天氣精細(xì)預(yù)報(bào)，開展了大量研究和應(yīng)用工作，積累了豐富的氣象保障服務(wù)經(jīng)驗(yàn)，但是專門針對(duì)復(fù)雜地形下冬季大型冰雪運(yùn)動(dòng)氣象精細(xì)監(jiān)測(cè)、預(yù)報(bào)和服務(wù)的系統(tǒng)性研究還很少(李炬等，2020)。尤其北京冬奧會(huì)是近20年內(nèi)唯一一次在大陸性冬季風(fēng)主導(dǎo)的氣候條件下舉辦的冬奧會(huì)，與往屆冬奧會(huì)氣象條件不同，中小尺度天氣特征不同，氣象預(yù)報(bào)服務(wù)關(guān)注重點(diǎn)不同，原有在冬季雪上項(xiàng)目預(yù)報(bào)技術(shù)服務(wù)方面的研究比較少，特別是溫度、濕度、能見度、大風(fēng)等氣象條件的準(zhǔn)確可靠的預(yù)報(bào)和預(yù)警，是保障冬季賽事運(yùn)行和影響運(yùn)動(dòng)員表現(xiàn)的重要外部因素，需要重點(diǎn)考慮。

數(shù)值預(yù)報(bào)方法預(yù)測(cè)大氣會(huì)面臨著固有的不確定性，那么解決問題的方法也要從這一本質(zhì)問題出發(fā)來考慮，擺脫追求確定性的思維方式，集合預(yù)報(bào)就是面對(duì)大氣運(yùn)動(dòng)混沌的本質(zhì)而設(shè)計(jì)出的解決方案(許小峰，2018)。目前，集合預(yù)報(bào)已經(jīng)成為各國(guó)業(yè)務(wù)數(shù)值天氣預(yù)報(bào)系統(tǒng)的基礎(chǔ)組成部分(Kalnay，2002；沈?qū)W順等，2021)，在天氣預(yù)報(bào)業(yè)務(wù)中發(fā)揮關(guān)鍵作用(端義宏和金榮花，2012)。根據(jù)區(qū)域模式的特點(diǎn)，集合預(yù)報(bào)可通過初值擾動(dòng)、模式擾動(dòng)、側(cè)邊界擾動(dòng)等技術(shù)構(gòu)成預(yù)報(bào)集合成員，體現(xiàn)數(shù)值預(yù)報(bào)模式初值誤差、模式誤差和大氣系統(tǒng)混沌特性引起的數(shù)值預(yù)報(bào)的不確定性，取得了令人矚目的進(jìn)展(Duan et al，2012；張涵斌等，2017；2019；王璐和沈?qū)W順，2019；范宇恩等，2019)。目前，國(guó)內(nèi)集合預(yù)報(bào)系統(tǒng)的水平分辨率為10 km，國(guó)外建立的區(qū)域高分辨率集合預(yù)報(bào)系統(tǒng)已經(jīng)為千米級(jí)，如英國(guó)為2.2 km(Golding et al，2014)、法國(guó)為2.5 km(Nuissier et al，2012)、德國(guó)為2.8 km(Bouallégue et al，2013)等。從集合預(yù)報(bào)技術(shù)特點(diǎn)和時(shí)空分辨能力來看，國(guó)內(nèi)區(qū)域集合預(yù)報(bào)研發(fā)已經(jīng)相對(duì)落后，需要中國(guó)科學(xué)家和業(yè)務(wù)人員奮起直追。目前，初始擾動(dòng)生成方案依然是區(qū)域集合預(yù)報(bào)技術(shù)的重點(diǎn)和難點(diǎn)，對(duì)于風(fēng)暴尺度、云尺度的集合預(yù)報(bào)，初始場(chǎng)的生成還有更高的要求(杜鈞，2002；Hagelin et al，2017；Wang et al，2014)?，F(xiàn)階段國(guó)際上較為流行的方法主要包括兩大類，一種是基于全球集合預(yù)報(bào)的動(dòng)力降尺度方法(Frogner et al，2006)：區(qū)域集合預(yù)報(bào)初值擾動(dòng)場(chǎng)直接來源于全球集合預(yù)報(bào)初值場(chǎng)的動(dòng)力降尺度，受到分辨率限制，降尺度擾動(dòng)不能充分包含區(qū)域模式所能分辨的小尺度擾動(dòng)信息(Zhang et al，2015a；2015b)。另外一類方法是集合預(yù)報(bào)根據(jù)自身循環(huán)產(chǎn)生擾動(dòng)初值(Wei et al，2008；陳靜等，2002；張涵斌等，2017；王婧卓等，2018)，這種根據(jù)模式自身擾動(dòng)循環(huán)產(chǎn)生的擾動(dòng)信息，尺度一般比較小，包含大尺度擾動(dòng)信息有限，部分誤差信息隨模式積分不增長(zhǎng)或者轉(zhuǎn)化為增長(zhǎng)的擾動(dòng)需要一定積分時(shí)間因而較慢，而較大尺度的擾動(dòng)可能具有“組織化結(jié)構(gòu)”，一般對(duì)應(yīng)于較高的離散度增長(zhǎng)速度和評(píng)分(Zhang et al，2015b)。綜合以上兩種方法的特點(diǎn)，開展多尺度混合擾動(dòng)初值擾動(dòng)構(gòu)造方法已經(jīng)成為國(guó)際區(qū)域集合預(yù)報(bào)研究的新技術(shù)(Caron，2013；Wang et al，2014；Zhang et al，2015a；2015b)。從最近三屆冬奧會(huì)關(guān)于氣象條件預(yù)測(cè)保障關(guān)鍵科學(xué)和技術(shù)研發(fā)來看，集合預(yù)報(bào)特別是高分辨區(qū)域集合預(yù)報(bào)技術(shù)在冬奧會(huì)氣象保障中發(fā)揮了重要作用，也是開展冬奧會(huì)服務(wù)高時(shí)空分辨率無縫隙客觀預(yù)報(bào)和智能化預(yù)報(bào)服務(wù)的核心產(chǎn)品。根據(jù)索契冬奧會(huì)FROST-2014計(jì)劃的總結(jié)報(bào)告，無論高精度確定性預(yù)報(bào)還是集合預(yù)報(bào)產(chǎn)品，對(duì)冬奧會(huì)均提供了技巧很高的服務(wù)支撐作用。其中高分辨確定性預(yù)報(bào)對(duì)2 m溫度預(yù)報(bào)較好，但對(duì)風(fēng)的預(yù)報(bào)稍差；而集合預(yù)報(bào)(索契冬奧會(huì)包含5個(gè)7～11 km分辨率對(duì)流參數(shù)化集合預(yù)報(bào)系統(tǒng)和2個(gè)2～3 km對(duì)流可分辨高分辨率區(qū)域集合預(yù)報(bào)系統(tǒng))則對(duì)2 m溫度、風(fēng)和降水預(yù)報(bào)均表現(xiàn)出較高的預(yù)報(bào)技巧。基于索契冬奧會(huì)測(cè)試和比賽期間的表現(xiàn)，F(xiàn)ROST-2014報(bào)告建議加強(qiáng)集合預(yù)報(bào)特別是對(duì)流可分辨高分辨率集合預(yù)報(bào)產(chǎn)品的應(yīng)用。因?yàn)閷?duì)于冬奧會(huì)氣象保障服務(wù)，氣象預(yù)報(bào)服務(wù)精度要求高，但是單一確定性預(yù)報(bào)的不確定性很高，所以要發(fā)揮千米級(jí)集合預(yù)報(bào)的優(yōu)勢(shì)，通過集合預(yù)報(bào)產(chǎn)品的應(yīng)用，給出賽區(qū)高影響天氣發(fā)生概率和賽事關(guān)注的氣象要素閾值的概率信息，最大程度降低冬奧氣象預(yù)報(bào)服務(wù)的不確定性。國(guó)家氣象中心是世界上最早開展集合預(yù)報(bào)研發(fā)和業(yè)務(wù)系統(tǒng)建設(shè)的預(yù)報(bào)中心之一，先后研發(fā)了基于歐洲中心(EC)引進(jìn)的全球模式和美國(guó)的全球/區(qū)域集合預(yù)報(bào)系統(tǒng)，到完全基于中國(guó)科學(xué)家自主研發(fā)的全球與區(qū)域同化預(yù)報(bào)系統(tǒng)(薛紀(jì)善和陳德輝，2008)的集合預(yù)報(bào)系統(tǒng)體系。目前，國(guó)家氣象中心的全球集合預(yù)報(bào)系統(tǒng)空間分辨率為50 km，區(qū)域集合預(yù)報(bào)系統(tǒng)空間分辨率為10 km(陳雨瀟等，2020；王婧卓等，2021)，均難以滿足北京冬奧氣象保障高時(shí)空分辨率的要求。為此，本研究針對(duì)北京冬奧賽事區(qū)域，發(fā)展復(fù)雜地形條件下高分辨率區(qū)域集合預(yù)報(bào)系統(tǒng)初值擾動(dòng)和模式擾動(dòng)技術(shù)構(gòu)造方法，開展3 km高分辨區(qū)域集合預(yù)報(bào)系統(tǒng)研發(fā)和試驗(yàn)，開發(fā)可為北京冬奧服務(wù)的溫度、能見度、極端風(fēng)、降水和降雪的診斷產(chǎn)品和短期精細(xì)化概率預(yù)報(bào)產(chǎn)品，提高對(duì)高影響天氣過程的預(yù)報(bào)和服務(wù)能力；針對(duì)北京冬奧會(huì)期間可能出現(xiàn)的高影響天氣過程進(jìn)行分析，開展高分辨率區(qū)域集合預(yù)報(bào)天氣過程檢驗(yàn)；通過天氣學(xué)檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)，評(píng)估高分辨率區(qū)域集合預(yù)報(bào)系統(tǒng)的冬奧氣象保障能力，為進(jìn)一步提高我國(guó)高分辨率區(qū)域集合預(yù)報(bào)系統(tǒng)預(yù)報(bào)和服務(wù)能力奠定基礎(chǔ)。

1 資料和方法

本文使用的站點(diǎn)觀測(cè)資料來源于國(guó)家氣象業(yè)務(wù)內(nèi)網(wǎng)(具體下載鏈接：http:∥idata.cma/)提供的氣溫、過去24 h變溫、24 h降水量、水平能見度(人工)、極大風(fēng)速、自動(dòng)站輸出地面1 h資料里的風(fēng)向風(fēng)速資料以及冬奧服務(wù)保障團(tuán)隊(duì)提供的加密觀測(cè)資料(崇禮賽區(qū)和延慶賽區(qū))。預(yù)報(bào)模式為中國(guó)氣象局中尺度天氣數(shù)值預(yù)報(bào)系統(tǒng)(CMA-MESO)，初始場(chǎng)和側(cè)邊界條件來自國(guó)家氣象中心T639全球集合預(yù)報(bào)系統(tǒng)。在國(guó)家氣象中心業(yè)務(wù)化的區(qū)域集合預(yù)報(bào)系統(tǒng)基礎(chǔ)上，針對(duì)北京冬奧會(huì)氣象保障要求，發(fā)展了新的區(qū)域集合預(yù)報(bào)初值擾動(dòng)產(chǎn)生和側(cè)邊界擾動(dòng)更新方法，選取北京冬奧會(huì)賽區(qū)及賽事時(shí)間段開展3 km高分辨率集合預(yù)報(bào)試驗(yàn)和產(chǎn)品開發(fā)分析，評(píng)估高分辨率集合預(yù)報(bào)對(duì)北京冬奧會(huì)氣象保障能力。

1.1 高分辨區(qū)域集合預(yù)報(bào)試驗(yàn)方案

為提高復(fù)雜地形條件下區(qū)域集合預(yù)報(bào)北京冬奧會(huì)氣象保障能力，從預(yù)報(bào)模式和集合預(yù)報(bào)技術(shù)兩方面入手提高賽事關(guān)注的氣象要素閾值預(yù)報(bào)能力，以便提前做好規(guī)避賽事風(fēng)險(xiǎn)準(zhǔn)備?，F(xiàn)有國(guó)家級(jí)區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)分辨率為10 km，而各冬奧賽區(qū)比賽地點(diǎn)水平距離只有幾千米甚至幾百米，不能精確捕捉局地賽道地面重要?dú)庀笠夭淮_定性信息，同時(shí)兼顧建立實(shí)時(shí)預(yù)報(bào)系統(tǒng)計(jì)算資源能力，最終構(gòu)建了以北京冬奧會(huì)賽區(qū)為中心的華北區(qū)域高分辨區(qū)域集合預(yù)報(bào)系統(tǒng)。針對(duì)復(fù)雜地形條件特點(diǎn)，預(yù)報(bào)模式中增加了區(qū)域模式研發(fā)團(tuán)隊(duì)的成果，包括為提高計(jì)算穩(wěn)定性和局地中小尺度天氣過程捕捉能力，將水平分辨率提高到3 km，垂直分辨率由33層提高到50層，積分步長(zhǎng)自動(dòng)調(diào)整，在動(dòng)力框架中增加物理過程熱膨脹項(xiàng)的影響，采用新的模式初始靜態(tài)資料；為降低近地面溫度預(yù)報(bào)偏差，更新了RRTM長(zhǎng)波輻射參數(shù)化方案、優(yōu)化陸面參數(shù)化方案(包括地面輻射、地表凈輻射通量)、引入CP格點(diǎn)的近地層方案。在集合預(yù)報(bào)技術(shù)方面，分析冬奧比賽區(qū)域復(fù)雜地形地貌特征對(duì)數(shù)值天氣預(yù)報(bào)影響，基于3 km模式重新統(tǒng)計(jì)了集合預(yù)報(bào)初始誤差協(xié)方差特征，作為區(qū)域集合預(yù)報(bào)初值不確定性特征，并以此調(diào)整高分辨集合預(yù)報(bào)擾動(dòng)結(jié)構(gòu)；采用多尺度混合擾動(dòng)初值產(chǎn)生方法以包含局地小尺度不確定性信息；更新側(cè)邊界條件以減少側(cè)邊界虛假波動(dòng)影響；基于診斷方法開發(fā)了對(duì)冬奧賽事運(yùn)行有重要影響的能見度、大風(fēng)、降水相態(tài)等產(chǎn)品等，從而建立了復(fù)雜地形條件下冬奧賽區(qū)高分辨率集合預(yù)報(bào)系統(tǒng)。

1.1.1 初值擾動(dòng)方法

區(qū)域模式需要準(zhǔn)確描述中小尺度天氣系統(tǒng)，同時(shí)也受到大尺度天氣系統(tǒng)的影響，區(qū)域集合預(yù)報(bào)需要能夠同時(shí)描述模式所能分辨的多種尺度的擾動(dòng)信息。Wang et al(2011；2014)和Zhang et al(2015a；2015b)利用濾波技術(shù)和譜分析方法，對(duì)全球集合預(yù)報(bào)大尺度擾動(dòng)進(jìn)行低通濾波而保留較大尺度擾動(dòng)結(jié)構(gòu)，對(duì)區(qū)域集合預(yù)報(bào)小尺度擾動(dòng)進(jìn)行高通濾波而保留中小尺度擾動(dòng)結(jié)構(gòu)，由此獲得不同尺度的初值擾動(dòng)量。但是，由于目前集合成員數(shù)量太小(集合成員均為15個(gè))，對(duì)應(yīng)的初始擾動(dòng)場(chǎng)遠(yuǎn)遠(yuǎn)不能覆蓋區(qū)域模式概率密度函數(shù)描述的相空間，無論是全球集合預(yù)報(bào)的擾動(dòng)信息，還是區(qū)域集合預(yù)報(bào)的擾動(dòng)信息，兩種不同來源的擾動(dòng)信息重疊冗余部分很少，來自全球集合擾動(dòng)信息和區(qū)域集合擾動(dòng)信息都可以充實(shí)和豐富區(qū)域模式初值不確定的描述能力，因此，本研究采用多尺度混合初值擾動(dòng)技術(shù)構(gòu)造高分辨率區(qū)域集合預(yù)報(bào)初始擾動(dòng)場(chǎng)?？紤]全球集合預(yù)報(bào)和區(qū)域集合預(yù)報(bào)描述的大氣運(yùn)動(dòng)尺度特征和不確定性信息存在顯著差異，構(gòu)造融合源于全球集合預(yù)報(bào)較大尺度的擾動(dòng)信息和區(qū)域集合預(yù)報(bào)自身循環(huán)產(chǎn)生的中小尺度擾動(dòng)信息的多尺度混合初值擾動(dòng)場(chǎng)。

區(qū)域模式自身擾動(dòng)循環(huán)采用集合變換卡爾曼濾波(ETKF)初值擾動(dòng)方法。ETKF方法是一種次優(yōu)的卡爾曼濾波(Wang and Bishop，2003；馬旭林，2008)，它通過集合預(yù)報(bào)擾動(dòng)的協(xié)方差矩陣來估計(jì)預(yù)報(bào)誤差協(xié)方差矩陣。增長(zhǎng)模繁殖法(BGM)中，每次繁殖循環(huán)后得到的預(yù)報(bào)擾動(dòng)，需要乘以一個(gè)固定的尺度化算子使其擾動(dòng)量級(jí)減小，從而得到分析擾動(dòng)，與BGM方法不同的是，ETKF方法是通過將預(yù)報(bào)擾動(dòng)乘以一個(gè)變換矩陣T來使之變?yōu)榉治鰯_動(dòng)的，即

Xa=XfT

(1)

式中：Xa為分析擾動(dòng)，Xf為預(yù)報(bào)擾動(dòng)，通過轉(zhuǎn)換矩陣T將預(yù)報(bào)擾動(dòng)向量進(jìn)行線性組合產(chǎn)生當(dāng)前時(shí)刻的分析擾動(dòng)向量，變換矩陣T的推導(dǎo)過程見Wang and Bishop(2003)。

由于集合成員數(shù)明顯少于預(yù)報(bào)誤差方差投影的方向數(shù)，式(1)得到的分析擾動(dòng)協(xié)方差達(dá)不到真實(shí)的分析誤差協(xié)方差的量級(jí)，此時(shí)需要在每一次循環(huán)，如第i次循環(huán)引入一個(gè)放大因子Π來使分析擾動(dòng)成員的協(xié)方差與控制預(yù)報(bào)分析場(chǎng)的誤差方差大體相當(dāng)，即ti時(shí)刻的分析擾動(dòng)為：

(2)

集合擾動(dòng)進(jìn)行中心化擾動(dòng)時(shí)，需要遵守三個(gè)條件：(1)中心化后的分析擾動(dòng)的總和為零；(2)由分析擾動(dòng)估計(jì)的分析誤差協(xié)方差在中心化前后不變；(3)每個(gè)成員的誤差方差在中心化前后不變，也就是成員等同性。為了使集合擾動(dòng)成員相對(duì)于集合平均中心化，引入球面單形中心化方案(Wang et al，2004)，在式(2)的基礎(chǔ)上乘以矩陣U=CT，C是預(yù)報(bào)擾動(dòng)向量投影到觀測(cè)空間中的協(xié)方差矩陣的特征向量，根據(jù)此得到ETKF方法的最終表達(dá)式：

(3)

然后，對(duì)大尺度擾動(dòng)場(chǎng)Xga和區(qū)域ETKF初值擾動(dòng)場(chǎng)小尺度擾動(dòng)場(chǎng)Xra進(jìn)行融合，得到混合初值擾動(dòng)場(chǎng)Xma：

Xma=Xga+Xra

(4)

混合擾動(dòng)場(chǎng)既包含大尺度信息，又具有中小尺度信息，最后通過尺度調(diào)整因子調(diào)整混合擾動(dòng)場(chǎng)的擾動(dòng)幅度，使之具有動(dòng)力意義的、誤差快速增長(zhǎng)的特性。

1.1.2 模式擾動(dòng)方法

采用隨機(jī)物理過程傾向項(xiàng)擾動(dòng)方案(SPPT)表征模式不確定性。方案通過隨機(jī)擾動(dòng)凈傾向來表示模式不確定性，從而改善集合離散度與概率預(yù)報(bào)技巧。即：

δXp=Ψ(λ,φ,t)δX

(5)

式中：第一項(xiàng)δXp表示模式積分過程擾動(dòng)的物理傾向，δX為模式物理傾向項(xiàng)，而Ψ(λ,φ,t)表示隨機(jī)擾動(dòng)項(xiàng)。本擾動(dòng)方案基于一階Markov過程的隨機(jī)擾動(dòng)，產(chǎn)生的隨機(jī)擾動(dòng)為時(shí)間和空間的函數(shù)，在空間和時(shí)間上相關(guān)，同時(shí)，擾動(dòng)場(chǎng)服從正態(tài)分布結(jié)構(gòu)。

1.1.3 側(cè)邊界更新

區(qū)域模式通過標(biāo)準(zhǔn)初始化過程產(chǎn)生初始場(chǎng)和側(cè)邊界條件。前面基于多尺度混合初值擾動(dòng)方法產(chǎn)生包含多種擾動(dòng)信息的新初始場(chǎng)，這些新初始場(chǎng)中包含的擾動(dòng)信息與來自全球集合預(yù)報(bào)初始化過程產(chǎn)生的側(cè)邊界條件中包含的擾動(dòng)信息不一致，會(huì)在邊界區(qū)域產(chǎn)生虛假擾動(dòng)，影響模式預(yù)報(bào)效果(Caron，2013)?？紤]初值和側(cè)邊界條件存在的不連續(xù)、不匹配情況，參考CMA-MESO同化系統(tǒng)更新側(cè)邊界條件的方法，在完成混合初值擾動(dòng)技術(shù)產(chǎn)生新的初始場(chǎng)以后，再對(duì)模式側(cè)邊界條件進(jìn)行更新，使新的初值和側(cè)邊界條件匹配，減少不連續(xù)和虛假波動(dòng)影響。

1.2 北京冬奧氣象保障針對(duì)性產(chǎn)品開發(fā)

根據(jù)北京冬奧服務(wù)需求和敏感氣象要素，重點(diǎn)關(guān)注賽前和賽事期間大風(fēng)、低溫(風(fēng)寒)、低能見度、降雪等高影響天氣，開發(fā)集合預(yù)報(bào)能見度、極端風(fēng)、降水相態(tài)產(chǎn)品，為北京冬奧氣象保障提供更有針對(duì)性的預(yù)報(bào)產(chǎn)品。

(1)大氣能見度

大氣能見度是氣象觀測(cè)的常規(guī)項(xiàng)目, 它是表征大氣透明程度的一個(gè)重要物理量(傅剛等，2009)。目前數(shù)值研究工作中普遍采用的是根據(jù)消光系數(shù)計(jì)算出大氣的水平能見度，公式是Stoelinga and Warner(1999)給出的：

vis=-lnε/β

(6)

式中：vis是水平能見度，單位：m；ε為常數(shù)，取值為0.02；β為消光系數(shù)。該經(jīng)驗(yàn)公式被后來的數(shù)值研究工作普遍采用，為水平能見度的數(shù)值預(yù)報(bào)建立了可行方案，消光系數(shù)又可細(xì)分為四個(gè)部分，分別為云水、雨水、冰和雪的影響，表示為：

β=β1+β2+β3+β4

(7)

云水：β1=144.7C1(0.88)

(8)

雨水：β2=2.24C2(0.75)

(9)

冰：β3=327.8C3(1.0)

(10)

雪：β4=10.36C4(0.7776)

(11)

(12)

式中：T為溫度，單位：K；Qc，Qr，Qi和Qs分別表示云水、雨水、冰水和雪水的混合比，單位：kg·kg-1；p為地面氣壓，單位：hPa；C1,C2,C3和C4分別表示云水、雨水、冰水和雪水的液態(tài)水含量。

(2)陣風(fēng)產(chǎn)品

大風(fēng)天氣對(duì)冬奧會(huì)賽事影響非常明顯，往往會(huì)導(dǎo)致比賽臨時(shí)中斷、賽程調(diào)整甚至取消，加強(qiáng)大風(fēng)災(zāi)害的預(yù)報(bào)對(duì)賽事保障至關(guān)重要?；跀?shù)值模式的近地面風(fēng)速預(yù)報(bào)是冬奧會(huì)氣象保障的關(guān)鍵一環(huán)。本研究采用的陣風(fēng)產(chǎn)品診斷公式[注]陣風(fēng)產(chǎn)品診斷公式來自于CMA-MESO統(tǒng)一后處理診斷程序cal_gust.F為：

(13)

從邊界層高度的混合動(dòng)量來計(jì)算地面陣風(fēng)。其中，GUST表示地表最大陣風(fēng)風(fēng)速，ZPBL表示大氣邊界層的高度，U10和V10分別表示10 m風(fēng)分量，Ulpbl和Vlpbl分別表示邊界層高度的風(fēng)分量。

(3)降水相態(tài)產(chǎn)品

降水相態(tài)預(yù)報(bào)就是預(yù)報(bào)降水時(shí)的降水類型及降水發(fā)生的時(shí)段，包括液態(tài)(降雨)、固態(tài)(降雪、冰粒、凍雨等)以及混合態(tài)(雨夾雪)3種。目前，考慮到不同降水相態(tài)的算法均不能完全準(zhǔn)確地診斷所有類型的降水，數(shù)值預(yù)報(bào)中心模式后處理采用4種算法進(jìn)行集合，根據(jù)不同方案中相同結(jié)果最多的，并根據(jù)降水相態(tài)造成危害的程度確定最終的診斷結(jié)果(佟華和張玉濤，2019)。這4種算法分別是BTC方案(Baldwin et al，1994)、改進(jìn)的BTC方案、Ramer方案(Ramer，1993)和Bourgouin方案(Bourgouin，2000)。其中，BTC方案是基于觀測(cè)的熱力垂直廓線，用一些經(jīng)驗(yàn)性的常數(shù)和公式設(shè)定來檢查水凝物在降落過程中的溫度垂直廓線結(jié)構(gòu)，從而判斷水凝物到達(dá)地面的降水相態(tài)。Ramer方案是根據(jù)地面降水的冰分?jǐn)?shù)和近地面的濕球溫度來判斷是哪種降水相態(tài)。Bourgouin方案基于能量的觀點(diǎn)，用是否有足夠的能量使水凝物融化或者冰凍來判斷降水相態(tài)。輸出結(jié)果包括凍雨、冰粒、雪、雨。

1.3 試驗(yàn)資料和試驗(yàn)時(shí)間

本文研究?jī)?nèi)容采用CMA-MESO為基礎(chǔ)的高分辨區(qū)域集合預(yù)報(bào)試驗(yàn)系統(tǒng)，模式垂直層次為51層，水平格距為0.03°，格點(diǎn)數(shù)為533×467，試驗(yàn)區(qū)域是以北京為中心的華北區(qū)域，具體模式范圍和地形信息參考圖1，集合預(yù)報(bào)成員數(shù)為14個(gè)集合擾動(dòng)成員和1個(gè)控制預(yù)報(bào)成員，一共15個(gè)集合成員，側(cè)邊界擾動(dòng)由中國(guó)氣象局?jǐn)?shù)值預(yù)報(bào)中心T639全球集合預(yù)報(bào)系統(tǒng)提供?？紤]試驗(yàn)區(qū)域范圍、中緯度地區(qū)大氣運(yùn)動(dòng)的速度和冬奧氣象保障時(shí)效要求，本試驗(yàn)預(yù)報(bào)時(shí)效為36 h。集合預(yù)報(bào)試驗(yàn)檢驗(yàn)所需的等壓面要素緯向風(fēng)U、經(jīng)向風(fēng)V、溫度T、高度H和地面2 m 百葉箱溫度、10 m風(fēng)速的實(shí)況資料為CMA-MESO同化分析場(chǎng)。對(duì)于降水預(yù)報(bào)檢驗(yàn)，采用了國(guó)家氣象信息中心華北地區(qū)國(guó)家級(jí)自動(dòng)觀測(cè)站的站點(diǎn)降水觀測(cè)資料。

圖1 高分辨區(qū)域集合預(yù)報(bào)系統(tǒng)預(yù)報(bào)范圍和地形Fig.1 Domain and terrain of the 3 km high resolution regional ensemble prediction system

由于北京冬奧會(huì)的舉辦時(shí)段為2022年2月4—20日，在冬奧會(huì)開展前的同期時(shí)段，都是冬奧氣象保障能力的關(guān)鍵測(cè)試時(shí)期。因此，本研究以2019年2月1—15日為時(shí)間段開展連續(xù)半個(gè)月的預(yù)報(bào)試驗(yàn)。

2 高分辨區(qū)域集合預(yù)報(bào)冬奧氣象保障能力檢驗(yàn)

為考察高分辨區(qū)域集合預(yù)報(bào)冬奧氣象保障能力，需要通過等壓面要素、近地面要素綜合檢驗(yàn)評(píng)估模式的綜合預(yù)報(bào)能力。連續(xù)性變量的檢驗(yàn)主要考慮離散度-技巧關(guān)系，離散型降水變量檢驗(yàn)包括AROC評(píng)分和Brier評(píng)分。圖2表示集合預(yù)報(bào)不同要素(溫度場(chǎng)和風(fēng)場(chǎng))、不同層次(低、中、高)的控制預(yù)報(bào)、集合平均均方根誤差以及集合離散度。其中，集合平均是包括控制預(yù)報(bào)在內(nèi)的15個(gè)集合成員的等權(quán)重?cái)?shù)學(xué)平均(下同)。從圖2可見，總體來說，無論溫度場(chǎng)還是風(fēng)場(chǎng)，集合預(yù)報(bào)平均值的均方根誤差基本小于等于控制預(yù)報(bào)誤差，體現(xiàn)了集合平均相對(duì)控制預(yù)報(bào)的優(yōu)勢(shì)，即集合預(yù)報(bào)對(duì)確定性預(yù)報(bào)具有一定的改善作用，這是由于集合平均過濾掉了集合成員的不確定因素。但不同要素在不同層次上表現(xiàn)不一樣：比如，500 hPa溫度場(chǎng)的集合平均和控制預(yù)報(bào)基本相同，而風(fēng)場(chǎng)U分量則在高層與控制預(yù)報(bào)誤差基本一樣(圖2b)，說明集合預(yù)報(bào)還需要進(jìn)一步改進(jìn)。集合平均均方根誤差和集合預(yù)報(bào)離散度的關(guān)系是衡量集合預(yù)報(bào)系統(tǒng)可靠性的一個(gè)重要標(biāo)準(zhǔn)，一個(gè)好的集合預(yù)報(bào)系統(tǒng)的集合平均均方根誤差和集合離散度應(yīng)該基本一致。從各個(gè)變量各個(gè)層次相互關(guān)系來看，預(yù)報(bào)變量中高層兩者一致性關(guān)系較好，且集合離散度與均方根誤差隨預(yù)報(bào)時(shí)效延長(zhǎng)呈增長(zhǎng)趨勢(shì)(圖2a～2d)，在一定程度上體現(xiàn)了預(yù)報(bào)的不確定性；但兩種變量低層欠離散明顯，而且初始時(shí)刻，離散度高于均方根誤差(圖2e，2f)，說明如何改善低層預(yù)報(bào)要素的離散特征，是發(fā)展高分辨區(qū)域集合預(yù)報(bào)系統(tǒng)(水平1～4 km分辨率)面臨的技術(shù)挑戰(zhàn)。

圖2 2019年2月1日00時(shí)至15日00時(shí)250 hPa(a,b), 500 hPa(c,d), 850 hPa(e,f)平均溫度場(chǎng)(a,c,e)和緯向風(fēng)U分量(b,d,f)的控制預(yù)報(bào)均方根誤差(藍(lán)線)、集合平均均方根誤差(紅線)和集合離散度(綠線)隨預(yù)報(bào)時(shí)效的演變(每日兩個(gè)起報(bào)時(shí)次：00時(shí)和12時(shí)，共計(jì)29時(shí)次，世界時(shí)，下同)Fig.2 Evolution with forecast timeliness of control forecast root-mean-square error (RMSE) (blue line), ensemble mean RMSE (red line) and ensemble spread (green line) of temperature field (a, c, e) and U component of zonal wind (b, d, f) at 250 hPa (a, b), 500 hPa (c, d), 850 hPa (e, f) on average from 00 UTC 1 to 00 UTC 15 February 2019(two starting times every day: 00 UTC and 12 UTC, totally 29 times, the same below)

地表要素預(yù)報(bào)，特別是溫度、風(fēng)、降水預(yù)報(bào)，是保障賽事運(yùn)行和運(yùn)動(dòng)員表現(xiàn)的重要外部因素。圖3為2 m溫度集合平均誤差，預(yù)報(bào)時(shí)效內(nèi)誤差一直緩慢增長(zhǎng)，24 h預(yù)報(bào)誤差略高于2.5 ℃，36 h最高超過3 ℃ 以上，雖然與冬奧氣象保障要求的24 h溫度預(yù)報(bào)偏差在±2 ℃內(nèi)還有一定差距，但3 km的集合預(yù)報(bào)系統(tǒng)提供了未來大氣狀況變化的更多可能性信息，為預(yù)報(bào)員制定預(yù)報(bào)結(jié)果提供了修正空間。檢驗(yàn)結(jié)果表明，地面氣象要素，尤其是溫度的預(yù)報(bào)誤差，還需要針對(duì)性改進(jìn)和訂正，后面可以通過改進(jìn)模式下墊面描述能力、資料同化、改進(jìn)預(yù)報(bào)模式等方法解決。從地面風(fēng)速預(yù)報(bào)檢驗(yàn)來看，風(fēng)速預(yù)報(bào)均方根誤差24 h基本小于2 m·s-1，36 h略高于2 m·s-1，與EC地面要素預(yù)報(bào)結(jié)果相比，還存在一定差距，但與大部分其他業(yè)務(wù)模式平均預(yù)報(bào)誤差比較，已經(jīng)具有一定優(yōu)勢(shì)(參考中國(guó)氣象局?jǐn)?shù)值預(yù)報(bào)中心業(yè)務(wù)檢驗(yàn)評(píng)估和區(qū)域高分辨數(shù)值預(yù)報(bào)檢驗(yàn)評(píng)估結(jié)果)。

圖3 同圖2，但為平均地面溫度場(chǎng)(a)和緯向風(fēng)U分量(b)的集合平均均方根誤差Fig.3 Same as Fig.2, but for ensemble mean RMSE of surface temperature field (a) and U component of zonal wind field (b) on average

AROC利用相對(duì)作用特征曲線來衡量，其原理是將信號(hào)探測(cè)理論應(yīng)用到數(shù)值天氣預(yù)報(bào)的二分類要素預(yù)報(bào)的檢驗(yàn)方法中，在每個(gè)格點(diǎn)上，考慮一個(gè)事件(如降水)發(fā)生或不發(fā)生兩種狀態(tài)。檢驗(yàn)的結(jié)果為預(yù)報(bào)正確、空?qǐng)?bào)和漏報(bào)，用雙態(tài)分類聯(lián)列表表示。將命中率沿著假警報(bào)率增加方向積分，可以得到ROC面積，即AROC，來描述預(yù)報(bào)系統(tǒng)的能力。AROC面積越大，表明概率預(yù)報(bào)技巧越高。6 h累計(jì)降水量閾值分別設(shè)為0.1、4.0和13.0 mm，降水量級(jí)為小、中、大。由圖4可見，檢驗(yàn)時(shí)段對(duì)于降水小量級(jí)、中級(jí)評(píng)分均大于0.5，說明概率預(yù)報(bào)有正技巧，但對(duì)于大量級(jí)降水預(yù)報(bào)，AROC約等于0.5，預(yù)報(bào)沒有技巧。說明試驗(yàn)期間，雖然經(jīng)歷兩次寒潮過程，試驗(yàn)區(qū)域發(fā)生多次降水，高分辨區(qū)域集合預(yù)報(bào)對(duì)小到中雪預(yù)報(bào)技巧較好，對(duì)大量級(jí)降水預(yù)報(bào)而言，因本次過程基本達(dá)不到該量級(jí)，因此評(píng)分意義不大。

圖4 2019年2月1日00時(shí)至15日00時(shí)的6 h累計(jì)降水AROC(a)和BS(b)評(píng)分隨預(yù)報(bào)時(shí)效演變(Ps，Pm和Pl分別表示降水量級(jí)小、中、大，降水閾值劃分為6 h累計(jì)降水量達(dá)到0.1，4.0和13.0 mm)Fig.4 Evolution with forecast timeliness of AROC (a) and BS (b) score of 6 h accumulated precipitation from 00 UTC 1 February to 00 UTC 15 February 2019(Ps, Pm and Pl represent small, medium and large precipitation magnitudes respectively, the precipitation threshold is divided into 0.1, 4.0 and 13.0 mm within 6 h)

Brier評(píng)分(簡(jiǎn)稱BS)為均方概率誤差，是一種用來檢驗(yàn)概率預(yù)報(bào)準(zhǔn)確性的傳統(tǒng)方法，BS取值范圍為0～1，越小越好。對(duì)于BS評(píng)分而言，各個(gè)級(jí)別降水評(píng)分值都比較低，說明集合概率與真實(shí)觀測(cè)概率的偏差不大，降水預(yù)報(bào)準(zhǔn)確性較好；預(yù)報(bào)降水量級(jí)從小到大，評(píng)分依次降低，同樣對(duì)于大的降水量級(jí)統(tǒng)計(jì)評(píng)分意義不顯著。

3 冬奧賽事高影響事件天氣學(xué)分析及檢驗(yàn)

3.1 天氣過程簡(jiǎn)介

模式開展的2019年2月1—15日的連續(xù)高分辨區(qū)域集合預(yù)報(bào)試驗(yàn)期間，包含了兩次冷空氣南下影響我國(guó)大范圍區(qū)域的過程，華北地區(qū)出現(xiàn)大風(fēng)、降溫和降雪。第一次過程發(fā)生在6—10日，第二次過程為14—15日，分別有強(qiáng)冷空氣和中等強(qiáng)度冷空氣南下。第一次冷空氣降溫幅度較大，中東部大部分地區(qū)出現(xiàn)4～6級(jí)偏北風(fēng)、陣風(fēng)7～8級(jí)，華北氣溫下降6～10 ℃；華北西部、黃淮等地出現(xiàn)小到中雪或雨夾雪；第二次過程導(dǎo)致華北北部出現(xiàn)4～5級(jí)偏北風(fēng)，華北南部氣溫普遍下降4～6 ℃，發(fā)生小到中雪或雨夾雪過程。第一次過程(圖5a)，500 hPa有歐亞大陸中高緯阻塞高壓發(fā)展東移，阻塞高壓東部出現(xiàn)切斷低渦，來自阻塞高壓和低渦的干冷偏北風(fēng)和東北風(fēng)南下匯入到華北地區(qū)上空的槽后，高空槽東移時(shí)，槽后偏北大風(fēng)影響到華北地區(qū)，產(chǎn)生強(qiáng)烈降溫。同時(shí)，華北也位于200 hPa高空急流出口區(qū)左側(cè)，為強(qiáng)高空輻散。地面為大范圍冷高壓控制，高壓東部偏北風(fēng)環(huán)流攜帶洋面上的水汽進(jìn)入陸地，華北地區(qū)處于地面高壓南部的東風(fēng)氣流中，偏東風(fēng)水汽輸送明顯。近地面西北大風(fēng)與偏東風(fēng)氣流輻合抬升形成上升運(yùn)動(dòng)，配合中層低槽和高層輻散，低層水汽輻合抬升，最終造成降水和降雪。第二次過程中，對(duì)流層中層500 hPa有高空槽東移發(fā)展加強(qiáng)(圖5b)，槽區(qū)正渦度發(fā)展，有低渦形成，200 hPa上空有明顯高空急流維持，華北地區(qū)正好位于500 hPa槽前上升氣流區(qū)，也基本處于高空急流入口區(qū)左后側(cè)，高層輻散效應(yīng)明顯。700 hPa上則位于低渦南部槽區(qū)干冷的西北風(fēng)與來自南方相對(duì)暖濕的西南風(fēng)的輻合帶北部，從低層到高層均為有利的環(huán)流配置，利于上升運(yùn)動(dòng)維持加強(qiáng)和水汽抬升。

圖5 2019年2月兩次過程的天氣形勢(shì)(a)6日12時(shí)500 hPa位勢(shì)高度(紫色線，單位：dagpm)、溫度(紅色線，單位：℃)和850 hPa風(fēng)場(chǎng)(風(fēng)矢量，單位：m·s-1)(填色為地面氣壓；白色線為200 hPa風(fēng)速≥40 m·s-1區(qū)域)；(b)14日06時(shí)500 hPa位勢(shì)高度(藍(lán)色線，單位：dagpm)、溫度(紅色線，單位：℃)和700 hPa風(fēng)場(chǎng)(風(fēng)矢量，單位：m·s-1)(填色為200 hPa風(fēng)速≥40 m·s-1區(qū)域)Fig.5 Synoptic situation of two processes in February 2019(a) 500 hPa geopotential height (purple line, unit: dagpm), temperature (red line, unit: ℃) and 850 hPa wind field (wind vector, unit: m·s-1) at 12 UTC 6 (colored: ground pressure; white line: 200 hPa wind with speed ≥40 m·s-1); (b) 500 hPa geopotential height (blue line, unit: dagpm)， temperature (red line, unit: ℃) and 700 hPa wind field (wind vector, unit: m·s-1) at 06 UTC 14 (colored area: 200 hPa wind with speed ≥40 m·s-1)

3.2 地表要素預(yù)報(bào)檢驗(yàn)分析

3.2.1 第一次寒潮大風(fēng)過程

近地面溫度和風(fēng)場(chǎng)變化對(duì)冬奧賽事影響較大，是冬奧期間需要重點(diǎn)關(guān)注的兩個(gè)物理量。預(yù)報(bào)期間的兩次冷空氣南下均引發(fā)大風(fēng)降溫，第一次過程風(fēng)速較大，降溫明顯，對(duì)這次過程的預(yù)報(bào)情況分析主要針對(duì)降溫和大風(fēng)過程。圖6a，6b顯示，集合預(yù)報(bào)的平均2 m溫度預(yù)報(bào)與同時(shí)次的實(shí)況較為一致。從高分辨區(qū)域集合預(yù)報(bào)24 h集合平均預(yù)報(bào)可見(圖6a)，內(nèi)蒙古和河北北部地區(qū)溫度為-24 ℃以上，同一緯度地區(qū)西部溫度低于東部地區(qū)，顯示寒潮過程自西向東方向移動(dòng)，與實(shí)況吻合較好。預(yù)報(bào)不確定性(集合離散度)較大區(qū)域與寒潮移動(dòng)過程密切相關(guān)(預(yù)報(bào)區(qū)域西部離散度較高)，說明寒潮天氣過程大氣發(fā)展演變非線性特征顯著，不同集合成員對(duì)于寒潮降溫幅度預(yù)報(bào)存在一定差異，這種集合預(yù)報(bào)不同成員的敏感性特征對(duì)實(shí)際預(yù)報(bào)中確定寒潮影響關(guān)鍵區(qū)位置具有一定參考價(jià)值。在24 h變溫預(yù)報(bào)中(圖6c)，京津冀地區(qū)均有大幅度降溫，張家口和北京地區(qū)預(yù)報(bào)24 h 變溫為-10 ℃，強(qiáng)度與實(shí)況降溫幅度(降溫約7～12 ℃)相當(dāng)，達(dá)到冷空氣過境后日最低氣溫24 h內(nèi)下降8 ℃及以上的寒潮標(biāo)準(zhǔn)，雖然降溫預(yù)報(bào)降溫范圍略大于實(shí)況，但是系統(tǒng)還是較好地預(yù)報(bào)了這次強(qiáng)降溫過程。圖7a，7b為預(yù)報(bào)的大風(fēng)與實(shí)況對(duì)比：從集合預(yù)報(bào)24小時(shí)10 m風(fēng)平均值和離散度來看，即便是集合平均風(fēng)場(chǎng)，也顯示了有一個(gè)氣旋性擾動(dòng)氣流經(jīng)過北京地區(qū)。同時(shí)，沿太行山地區(qū)，有一條明顯的西南—東北走向的風(fēng)切變線，與觀測(cè)實(shí)況較為一致；除黃渤海地區(qū)顯著的大風(fēng)過程外，山區(qū)(太行山和冬奧賽區(qū))風(fēng)速普遍高于平原地區(qū)，北京地區(qū)風(fēng)速離散度達(dá)到2～3 m·s-1，不同集合成員地面風(fēng)預(yù)報(bào)差異較大，指示出類似的大風(fēng)降溫過程對(duì)開展室外雪上項(xiàng)目明顯有不利影響。

圖6 2019年2月7日00時(shí)地面溫度(a，b，距離地面2 m高度)和24 h變溫(c，d)(單位：℃)(a,c)6日00時(shí)24 h預(yù)報(bào)，(b,d)對(duì)應(yīng)實(shí)況(圖6a和6c中等值線表示集合平均，填色表示離散度)Fig.6 Ground temperature (a, b, 2 m above the ground) and 24 h temperature variation (c, d) at 00 UTC 7 February 2019 (unit: ℃) (a, c) 24 h forecast at 00 UTC 6, (b, d) corresponding observation (In Figs.6a and 6c, isoline represents the ensemble mean, and the colored area represents the spread)

圖7 2019年2月7日00時(shí)地表風(fēng)速(距離地面10 m高度，單位：m·s-1)(a)6日00時(shí)24 h預(yù)報(bào)，(b)對(duì)應(yīng)實(shí)況(圖7a中風(fēng)桿表示集合平均，填色表示離散度)Fig.7 The ground wind (10 m above the ground, unit: m·s-1) at 00 UTC 7 February 2019(a) 24 h forecast at 00 UTC 6, (b) corresponding observation(Wind pole represents the ensemble mean, and the colored area represents the spread in Fig.7a)

3.2.2 2月14日北京周邊降雪過程

第二次寒潮過程以降雪為主要特征，發(fā)生小到中雪或雨夾雪過程，本文主要關(guān)注這次過程的地表風(fēng)速預(yù)報(bào)和降水預(yù)報(bào)。

圖8a，8b為第二次寒潮過程預(yù)報(bào)的地表風(fēng)與實(shí)況對(duì)比。從24 h預(yù)報(bào)10 m風(fēng)平均值和離散度來看(圖8a)，15日00時(shí)，華北北部、黃渤海地區(qū)風(fēng)速較大，冬奧賽區(qū)北京和張家口地區(qū)風(fēng)力較高，北京佛爺頂風(fēng)力實(shí)況達(dá)到10 m·s-1以上，雖然預(yù)報(bào)風(fēng)速略偏大，但總體大風(fēng)區(qū)分布和量級(jí)與實(shí)況吻合較好；與第一次寒潮過程類似，風(fēng)場(chǎng)預(yù)報(bào)離散度較大區(qū)域依然位于太行山和軍都山等地，說明復(fù)雜地形對(duì)數(shù)值預(yù)報(bào)結(jié)果影響明顯，預(yù)報(bào)不確定性較大，而冬奧雪上項(xiàng)目均位于復(fù)雜山區(qū)，在提高數(shù)值預(yù)報(bào)模式精細(xì)預(yù)報(bào)能力的同時(shí)，需要考慮模式預(yù)報(bào)的不確定性，這也是高分辨區(qū)域集合預(yù)報(bào)的優(yōu)勢(shì)所在。

圖8 同圖7，但為2019年2月15日00時(shí)Fig.8 Same as Fig.7, but at 00 UTC 15 February 2019

圖9為第二次寒潮過程高分辨區(qū)域集合預(yù)報(bào)降水集合平均值和觀測(cè)實(shí)況，從預(yù)報(bào)結(jié)果來看，雖然各個(gè)集合成員包括控制預(yù)報(bào)在內(nèi)，在華北北部地區(qū)預(yù)報(bào)降雪量較實(shí)況普遍偏大，但集合預(yù)報(bào)對(duì)本次降雪過程的預(yù)報(bào)落區(qū)和與實(shí)況吻合較好，特別是北京和張家口地區(qū)普降中到大雪，對(duì)降雪還是有較好的預(yù)報(bào)效果。

圖9 2019年2月14日00時(shí)至15日00時(shí)24 h集合平均(a)和對(duì)應(yīng)實(shí)況(b)累計(jì)降水Fig.9 The 24 h accumulated precipitation of ensemble mean (a) and corresponding observation (b) from 00 UTC 14 to 00 UTC 15 February 2019

3.2.3 2月14日北京周邊降雪過程典型測(cè)站單點(diǎn)檢驗(yàn)評(píng)估

集合箱線圖是顯示集合預(yù)報(bào)值概率分布情況的圖形，能夠定點(diǎn)地顯示特定氣象要素隨時(shí)間的分布特征和演變趨勢(shì)，可以同時(shí)顯示集合預(yù)報(bào)的平均信息(中位數(shù))和集合預(yù)報(bào)的不確定性(盒子的長(zhǎng)度)。以2月14日北京周邊降雪過程為例，主要針對(duì)地形比較復(fù)雜，預(yù)報(bào)難度較大的崇禮賽區(qū)和延慶賽區(qū)典型測(cè)站的單點(diǎn)集合預(yù)報(bào)結(jié)果開展檢驗(yàn)評(píng)估。評(píng)估要素為冬奧賽事最關(guān)注的地面要素，圖10給出崇禮站和延慶佛爺頂站2 m溫度、逐小時(shí)降雪、10 m風(fēng)速和比濕箱線圖。從崇禮和和延慶地區(qū)代表站點(diǎn)(海拔高度均超過1 200 m)箱線圖要素的結(jié)果來看，單站預(yù)報(bào)要素與實(shí)況無論分布特征還是演變趨勢(shì)均有較好的一致性，預(yù)報(bào)誤差除降雪以外都較小，大部分時(shí)效集合平均溫度預(yù)報(bào)誤差在2 ℃左右，負(fù)偏差居多(預(yù)報(bào)低于觀測(cè)值)，風(fēng)速相較于瞬時(shí)風(fēng)速大部是正偏差，偏大1～2 m·s-1左右(實(shí)況風(fēng)速包括瞬時(shí)風(fēng)、2 min平均風(fēng)速和10 min最大風(fēng)速，差別很大)；濕度偏差整體效果也較好。針對(duì)這次高影響天氣過程，不同集合成員對(duì)各個(gè)要素總體預(yù)報(bào)差別較小，大部分時(shí)刻分位數(shù)和極值均比較集中。然而，這并不意味著集合預(yù)報(bào)同一預(yù)報(bào)時(shí)刻針對(duì)不同地點(diǎn)預(yù)報(bào)的差異也相同：以地面溫度為例，崇禮6 h和24 h預(yù)報(bào)箱線圖盒子距離比較長(zhǎng)，說明這兩個(gè)時(shí)刻集合成員預(yù)報(bào)不確定性較大，而在延慶佛爺頂則在初始時(shí)刻和18 h預(yù)報(bào)不確定性大，特別是18 h預(yù)報(bào)，不同成員預(yù)報(bào)最大差別可以達(dá)到4～5 ℃。降雪單點(diǎn)要素預(yù)報(bào)結(jié)果與實(shí)況差別較大，但總體趨勢(shì)與實(shí)況很接近，原因除了模式預(yù)報(bào)偏差以外，可能與實(shí)況觀測(cè)的特點(diǎn)有關(guān)，因?yàn)樵诜治鼋笛?shí)況資料發(fā)現(xiàn)，逐時(shí)降雪資料通常很小或者沒有明確的觀測(cè)值，但24 h累計(jì)值卻可能較大。此外，箱線圖同時(shí)給出了集合平均和控制預(yù)報(bào)結(jié)果，可以為預(yù)報(bào)提供更豐富的信息?？傮w來說，針對(duì)2月14日降雪過程，針對(duì)地面要素36 h預(yù)報(bào)時(shí)效內(nèi)，各個(gè)要素預(yù)報(bào)誤差特別是賽事特別關(guān)注的2 m溫度和10 m 風(fēng)，基本能滿足比賽要求的24 h預(yù)報(bào)誤差溫度低于2 ℃、風(fēng)速小于2 m·s-1的要求，同時(shí)給出預(yù)報(bào)不確定性信息，這對(duì)于觀測(cè)資料缺乏、地形復(fù)雜、海拔高度較高的地區(qū)具有較好的參考價(jià)值。

圖10 兩個(gè)典型代表站點(diǎn)崇禮(a,b)和延慶佛爺頂(c,d)2019年2月14日00時(shí)起報(bào)36 h箱線圖要素的天氣學(xué)檢驗(yàn)分析(a,c)預(yù)報(bào)，(b,d)實(shí)況Fig.10 Comparisons between diagram of box-plot (a, c) of 36 h forecast initialized at 00 UTC 14 February 2019 and corresponding observations (b, d) for two typical spots at Chongli (a, b) and Foyeding (c, d)

3.3 冬奧氣象保障診斷產(chǎn)品檢驗(yàn)分析

北京冬奧會(huì)是近20年內(nèi)唯一一次在大陸性冬季風(fēng)主導(dǎo)的氣候條件下舉辦的冬奧會(huì)，能見度、大風(fēng)、降雪相態(tài)等氣象條件的預(yù)報(bào)和預(yù)警，是保障北京冬奧賽事運(yùn)行和影響運(yùn)動(dòng)員表現(xiàn)的重要外部因素，需要重點(diǎn)考慮。冬季山地氣象預(yù)報(bào)經(jīng)驗(yàn)欠缺，預(yù)報(bào)難度較大。本研究針對(duì)北京冬奧氣象保障的重點(diǎn)關(guān)注氣象條件，在發(fā)展高分辨區(qū)域集合預(yù)報(bào)基礎(chǔ)上，在后處理系統(tǒng)中也需增加冬奧保障后處理產(chǎn)品，以檢驗(yàn)集合預(yù)報(bào)診斷產(chǎn)品的冬奧氣象保障能力。

能見度是影響冬奧賽事的重要因素，不僅直接影響到某些賽事能否舉行(比如高山滑雪和自由式爭(zhēng)霸賽則要求能見度>2 km)，對(duì)賽事后勤支援保障和直升飛機(jī)救援等影響也很大。從第一次寒潮過程能見度來看(圖11a，11b)，低能見度區(qū)域主要位于太行山以及淮河一帶，而能見度24 h集合平均預(yù)報(bào)低能見度區(qū)域與實(shí)況吻合較好，對(duì)應(yīng)區(qū)域離散度較大，顯示不同集合成員能見度預(yù)報(bào)差別較大，預(yù)報(bào)不確定性較大。第二次寒潮過程能見度低值區(qū)主要分布在華北南部廣大區(qū)域以及內(nèi)蒙古南部、河北北部和遼西一帶(圖11c，11d)。集合預(yù)報(bào)對(duì)此次過程北方地區(qū)低能見度區(qū)域落區(qū)預(yù)報(bào)較好，而南部低值區(qū)域僅在山東、河北一帶，在淮河流域廣大地區(qū)低能見度明顯漏報(bào)。從能見度預(yù)報(bào)數(shù)值來看，還存著北方地區(qū)能見度預(yù)報(bào)總體偏低、南部地區(qū)偏高問題，還需要進(jìn)行針對(duì)性改進(jìn)。

圖11 2019年2月7日00時(shí)(a,b)和15日00時(shí)(c,d)的能見度(a,c)24 h預(yù)報(bào)，(b，d)實(shí)況(圖11a,11c中填色表示集合平均，等值線表示離散度)Fig.11 Visibility at 00 UTC 7 (a, b) and 00 UTC 15 (c, d) February 2019(a, c) 24 h forecast, (b, d) observation(Colored area represents ensemble mean and isoline represents the spread in Figs.11a, 11c)

大風(fēng)天氣對(duì)冬奧會(huì)影響特別明顯，韓國(guó)平昌冬奧會(huì)期間發(fā)生多起因大風(fēng)導(dǎo)致比賽推遲和改期的情況。從兩次寒潮過程24 h陣風(fēng)集合預(yù)報(bào)來看，第一次寒潮過程，陣風(fēng)高值區(qū)主要分布在河北北部以及與河北接壤的遼西和內(nèi)蒙古南部，以及華北南部的黃渤海平原地區(qū)，與實(shí)況非常接近(圖12a，12b)；第二次寒潮過程陣風(fēng)大值區(qū)分布在沿太行山脈自西南向東北廣大區(qū)域，與實(shí)況分布也很相似(圖12c，12d)，但預(yù)報(bào)值比實(shí)況偏大。比較兩次寒潮過程的陣風(fēng)與實(shí)況，并沒有發(fā)現(xiàn)陣風(fēng)預(yù)報(bào)存在系統(tǒng)性偏高的現(xiàn)象；與對(duì)應(yīng)的地面風(fēng)相比，陣風(fēng)預(yù)報(bào)值普遍高2～3 m·s-1左右，更接近觀測(cè)實(shí)況，說明陣風(fēng)預(yù)報(bào)相較模式直接輸出地面風(fēng)預(yù)報(bào)，更能體現(xiàn)室外實(shí)際風(fēng)速極值變化情況，特別是基于集合預(yù)報(bào)的陣風(fēng)預(yù)報(bào)產(chǎn)品可以提供極大風(fēng)速出現(xiàn)的概率，對(duì)冬奧比賽安排具有參考意義。

圖12 同圖11，但實(shí)況(a，c)和預(yù)報(bào)(b，d)分別為瞬時(shí)大風(fēng)和陣風(fēng)預(yù)報(bào)Fig.12 Same as Fig.11, but for observation (instantaneous gale) (a, c) and gust forecast (b, d)

降水相態(tài)是指降水的形態(tài)，包括液態(tài)(降雨)、固態(tài)(降雪、冰粒、凍雨等)以及混合態(tài)(雨夾雪)3種。降水相態(tài)預(yù)報(bào)不僅反映冬奧比賽關(guān)注的未來天氣現(xiàn)象，而且由于降水相態(tài)變化引起的雪溫、雪質(zhì)的變化直接會(huì)對(duì)室外比賽產(chǎn)生影響。降水相態(tài)通常比較復(fù)雜，空中的熱力狀況和近地面溫度對(duì)降水相態(tài)影響很大，是準(zhǔn)確預(yù)報(bào)地表降水類型的關(guān)鍵(Yang et al，2021)。地面溫度在0 ℃左右通常是相態(tài)變化的臨界點(diǎn)，即0 ℃以下降水相態(tài)基本是雪，2～3 ℃以上時(shí)，基本上是雨，在0 ℃至2～3 ℃，出現(xiàn)雨、雨夾雪、雪、冰粒的可能性都有。從兩次寒潮過程的降水相態(tài)預(yù)報(bào)郵票圖可見(圖13)，第一次過程降水量總體較小，降雪主要出現(xiàn)在地面溫度0 ℃以北的山東、河北地區(qū)，降雨主要出現(xiàn)在淮河以南地區(qū)，在降雨和降雪區(qū)過渡地帶，出現(xiàn)冰?，F(xiàn)象，而這種過渡帶，在實(shí)況中比集合預(yù)報(bào)結(jié)果的范圍更寬廣。第二次寒潮過程出現(xiàn)較大范圍的降水天氣，從實(shí)況和預(yù)報(bào)來看，降雪分布在山東以北廣大地區(qū)，降水主要分布在江蘇和安徽北部。與第一次過程類似，實(shí)況中出現(xiàn)冰粒的大部分區(qū)域在模式預(yù)報(bào)中都統(tǒng)計(jì)為降雪，與區(qū)域CMA-MESO后處理方案傾向于過高估計(jì)凍雨和冰粒的預(yù)報(bào)落區(qū)(佟華和張玉濤，2019)的說法不同，需要后續(xù)開展更多試驗(yàn)做出判斷。另外，在模式預(yù)報(bào)中，河南部分地區(qū)出現(xiàn)凍雨天氣，但在實(shí)況中記錄很少，這也是值得關(guān)注的地方，需要后續(xù)開展更仔細(xì)的對(duì)比分析研究。

圖13 2019年2月7日00時(shí)(a)和15日00時(shí)(b)降水相態(tài)郵票圖Fig.13 Stamp pictures of precipitation phase at 00 UTC 7 (a) and 00 UTC 15 (b) February 2019

3.4 高分辨區(qū)域集合預(yù)報(bào)系統(tǒng)后續(xù)發(fā)展

隨著中國(guó)氣象局全球集合預(yù)報(bào)系統(tǒng)(CMA-REPS)業(yè)務(wù)化，CMA-REPS的全球背景驅(qū)動(dòng)場(chǎng)將不可避免由T639-GEPS轉(zhuǎn)向CMA-GEPS，加之CMA-3 km對(duì)流尺度模式全球背景場(chǎng)的變化和云分析技術(shù)的應(yīng)用，國(guó)家級(jí)區(qū)域集合預(yù)報(bào)業(yè)務(wù)系統(tǒng)以及冬奧會(huì)保障高分辨實(shí)時(shí)系統(tǒng)技術(shù)也隨之升級(jí)，包括初值擾動(dòng)技術(shù)、側(cè)邊界條件更新、模式不確定性以及云分析方案等引入，改進(jìn)診斷產(chǎn)品，將進(jìn)一步提升高分辨區(qū)域集合預(yù)報(bào)實(shí)時(shí)系統(tǒng)冬奧會(huì)保障能力，向冬奧會(huì)氣象保障24 h地面溫度集合平均預(yù)報(bào)誤差達(dá)到2 ℃、地面風(fēng)速預(yù)報(bào)誤差小于2 m·s-1的預(yù)報(bào)要求，發(fā)揮概率預(yù)報(bào)在賽事關(guān)注的氣象要素閾值預(yù)報(bào)方面的優(yōu)勢(shì)，提高比賽風(fēng)險(xiǎn)管理和評(píng)估能力。

續(xù)圖13continued

4 結(jié)論與討論

本文針對(duì)北京冬奧會(huì)比賽預(yù)報(bào)服務(wù)需求，在國(guó)家級(jí)區(qū)域集合預(yù)報(bào)系統(tǒng)基礎(chǔ)上，進(jìn)一步優(yōu)化初值擾動(dòng)和側(cè)邊界擾動(dòng)構(gòu)建方法，針對(duì)冬奧氣象保障要求，首次研發(fā)了高分辨區(qū)域集合預(yù)報(bào)實(shí)時(shí)系統(tǒng)，具備了為冬奧氣象保障提供實(shí)時(shí)服務(wù)產(chǎn)品和保障能力。針對(duì)北京冬奧會(huì)比賽時(shí)段開展了連續(xù)試驗(yàn)，可以為賽事關(guān)注的氣象要素閾值提供概率預(yù)報(bào)產(chǎn)品，以便提前做好規(guī)避風(fēng)險(xiǎn)準(zhǔn)備；開展了試驗(yàn)期間高分辨區(qū)域集合預(yù)報(bào)對(duì)主要高影響天氣過程的天氣檢驗(yàn)和統(tǒng)計(jì)學(xué)檢驗(yàn)，評(píng)估了高分辨集合預(yù)報(bào)對(duì)冬奧高影響天氣過程的預(yù)報(bào)能力；針對(duì)北京冬奧會(huì)賽事影響的關(guān)鍵要素開發(fā)了能見度、陣風(fēng)、降水相態(tài)等概率預(yù)報(bào)產(chǎn)品，提高了對(duì)高影響天氣過程的預(yù)報(bào)和服務(wù)能力。了解了冬季復(fù)雜下墊面條件下高分辨區(qū)域集合預(yù)報(bào)系統(tǒng)現(xiàn)階段北京冬奧會(huì)氣象保障能力和存在問題，為進(jìn)一步分析和改進(jìn)系統(tǒng)提供依據(jù)。主要結(jié)論如下：

(1)該研究基于全球集合預(yù)報(bào)大尺度擾動(dòng)信息和區(qū)域模式自身擾動(dòng)循環(huán)產(chǎn)生的較小擾動(dòng)信息融合的多尺度混合初值擾動(dòng)方法，以及高分辨區(qū)域集合預(yù)報(bào)側(cè)邊界擾動(dòng)方法，減低側(cè)邊界虛假擾動(dòng)影響，更新改進(jìn)了混合側(cè)邊界條件信息，是國(guó)內(nèi)針對(duì)北京冬奧會(huì)保障需求研發(fā)的首個(gè)CMA高分辨區(qū)域集合預(yù)報(bào)實(shí)時(shí)系統(tǒng)。統(tǒng)計(jì)檢驗(yàn)結(jié)果表明，主要預(yù)報(bào)變量高、中、低等壓面要素集合平均值的均方根誤差小于控制預(yù)報(bào)誤差，表明集合預(yù)報(bào)相對(duì)應(yīng)于單一確定性預(yù)報(bào)具有優(yōu)勢(shì)；此外，集合預(yù)報(bào)可以給出未來賽事關(guān)注的氣象要素風(fēng)險(xiǎn)閾值，這是單一確定性預(yù)報(bào)不具備的優(yōu)勢(shì)。地面要素預(yù)報(bào)檢驗(yàn)表明，地面風(fēng)和溫度24 h 預(yù)報(bào)誤差略高于2 ℃和2 m·s-1，接近冬奧氣象保障要求24 h溫度預(yù)報(bào)偏差在±2 ℃、風(fēng)速誤差小于2 m·s-1的指標(biāo)要求；降水預(yù)報(bào)在小、中級(jí)別降水效果較好(AROC評(píng)分高于0.6，試驗(yàn)階段沒有出現(xiàn)大級(jí)別降水)。后續(xù)需要結(jié)合區(qū)域CMA模式自身特點(diǎn)，針對(duì)冬季山地復(fù)雜地形下墊面特點(diǎn)，改進(jìn)集合預(yù)報(bào)技術(shù)方法，采用地面變量偏差訂正技術(shù)進(jìn)一步改進(jìn)系統(tǒng)預(yù)報(bào)能力。

(2)試驗(yàn)期間兩次寒潮大風(fēng)過程開展高分辨區(qū)域集合預(yù)報(bào)天氣學(xué)分析的檢驗(yàn)結(jié)果表明，通過最普通的集合預(yù)報(bào)平均值/離散度產(chǎn)品，可較為準(zhǔn)確地描述地面溫度主要分布特征和寒潮移動(dòng)過程，24 h達(dá)標(biāo)的寒潮變溫預(yù)報(bào)，變溫中心位置與實(shí)況吻合，大風(fēng)預(yù)報(bào)顯示北京等冬奧賽區(qū)存在氣旋性擾動(dòng)氣流及風(fēng)切變等。另外，較好地預(yù)報(bào)出了兩次降水的落區(qū)和強(qiáng)度，但第二次降雪預(yù)報(bào)較實(shí)況偏大，需對(duì)微物理過程進(jìn)行進(jìn)一步分析改進(jìn)?？偟膩碚f，高分辨區(qū)域集合預(yù)報(bào)提供了有價(jià)值的概率預(yù)測(cè)信息。

(3)冬奧會(huì)氣象保障對(duì)能見度、大風(fēng)、降雪相態(tài)等氣象條件特別關(guān)注。本文在CMA模式后處理基礎(chǔ)上，針對(duì)性開發(fā)了相應(yīng)的能見度、陣風(fēng)及降水相態(tài)等冬奧氣象保障產(chǎn)品。兩次寒潮過程分析表明，不同集合成員的能見度預(yù)報(bào)對(duì)反映實(shí)況十分敏感。陣風(fēng)預(yù)報(bào)與實(shí)況大值區(qū)分布較一致，第二次過程強(qiáng)度稍偏大，輸出的10 m風(fēng)預(yù)報(bào)、降水相態(tài)預(yù)報(bào)與觀測(cè)分布吻合，雨雪分界線，降雨、雨夾雪、雪、冰粒落區(qū)范圍合理，提升北京冬奧氣象保障能力。

數(shù)值預(yù)報(bào)的概率預(yù)報(bào)業(yè)務(wù)的發(fā)展，是最近三屆冬奧會(huì)氣象預(yù)測(cè)保障的關(guān)鍵技術(shù)，是開展冬奧會(huì)服務(wù)高時(shí)空分辨率無縫隙客觀預(yù)報(bào)和智能化預(yù)報(bào)服務(wù)的核心技術(shù)。根據(jù)“2022年冬奧會(huì)和冬殘奧會(huì)氣象服務(wù)需求分析報(bào)告(2020版)”，需了解不同比賽項(xiàng)目對(duì)氣象條件的不同需求，并對(duì)氣象條件閾值進(jìn)行綜合和提取，另外，針對(duì)不同的天氣情況，制作相應(yīng)的氣象保障預(yù)案。以高山滑雪為例，當(dāng)氣溫低于-15 ℃、風(fēng)力大于5級(jí)或氣溫低于-20 ℃、賽道能見度低于500 m，局部區(qū)域能見度低于200 m，日降雪量大于5 cm，2 h降雪量高于2 cm，出現(xiàn)混合性降水或凍雨時(shí)比賽暫停。因此，北京冬奧氣象保障中，需要提升每一個(gè)重要?dú)庀笠氐念A(yù)報(bào)能力，考慮不同要素之間的組合預(yù)報(bào)能力。基于本文的研究工作，國(guó)家氣象中心已經(jīng)初步建立了3 km高分辨區(qū)域集合預(yù)報(bào)實(shí)時(shí)保障系統(tǒng)(已完成初值和側(cè)邊界條件等技術(shù)更新，集合預(yù)報(bào)能力有提升)，提供關(guān)鍵比賽需求的閾值概率預(yù)報(bào)能力(比如6級(jí)大風(fēng))和賽事安排風(fēng)險(xiǎn)預(yù)警產(chǎn)品，將通過引入分析同化和改進(jìn)集合預(yù)報(bào)擾動(dòng)方法，進(jìn)一步提高冬奧賽事氣象保障能力。

致謝：論文在集合預(yù)報(bào)后處理和產(chǎn)品制作過程得到了中國(guó)氣象局地球系統(tǒng)數(shù)值預(yù)報(bào)中心佟華正研級(jí)高級(jí)工程師、高麗高級(jí)工程師，王婧卓工程師以及北京城市氣象研究院張涵斌高級(jí)工程師的鼎力幫助，論文所用觀測(cè)和檢驗(yàn)資料來自國(guó)家氣象信息中心、國(guó)家氣象業(yè)務(wù)內(nèi)網(wǎng)以及冬奧專項(xiàng)課題組。