为了给川渝地区的预报员开展短时临近降水预报及预警服务提供更有力的支撑，重庆市气象局拟基于GSI集合卡尔曼滤波同化系统和WRF模式构建一套分辨率为3 km、预报时效为12 h、逐3 h循环启动的对流尺度快速更新循环同化集合预报系统并投入业务运行。集合卡尔曼滤波同化采用的集合样本量为31，因此经过同化后可以生成31组初值，确定最终用于形成集合预报产品的成员数，是系统研发过程中面临的一个亟待解决的问题。就集合预报理论而言，集合样本量越大，获得的概率密度分布函数越合理，集合预报效果越佳。然而，受到对流尺度集合预报计算机资源消耗大、业务时效性要求高等多种因素影响，集合预报成员的数量有一定限制，对流尺度集合预报系统集合成员数（简称成员数）对降水集合预报技巧的影响、如何在计算资源与合理的概率密度分布函数之间获得平衡以及确定最为合适的用于形成集合预报产品的成员数，这些问题均需系统探讨。选取2022年川渝地区发生的16个强降水个例开展对流尺度集合预报批量试验，并对31组初值采用不同集合成员数时的降水集合预报技巧进行检验评估和综合分析。结果表明：集合成员的降水预报技巧总体上大致相当，因而采用不同成员数时总体平均的预报技巧差异也不明显；当成员数小于17时，Talagrand分布随着成员数的增加有一定改进，此后随着成员数增加差异不明显。采用不同成员数对应的预报失误概率随着成员数增加逐渐减小，但当成员数大于16～18后，预报失误概率与理想值的差距趋于稳定（图1），说明此后再继续增加成员数改进不明显；表征降水概率预报技巧的相对作用特征面积评分随着成员数的增加而逐渐增大，说明集合成员的增加使得对应降水天气现象的命中率也相应提高，但成员数增加到一定数值后相对作用特征面积评分接近饱和。总体而言，小雨、中雨、大雨、暴雨（以及大暴雨）量级降水概率预报技巧达到饱和需要成员数分别为10，14，16，18。
图1 采用不同成员数对应的逐3 h累积降水量预报失误概率
综合上述3个方面的对比结果，同时考虑成员数差别为2时预报技巧差异不明显，从统计检验的角度而言，为了得到最具代表性的降水预报概率密度分布以及整体最优的降水集合预报技巧，对流尺度集合预报的成员数设置为16～18最适宜。
原文信息
陈良吕,夏宇.对流尺度集合预报成员数对降水预报的影响.应用气象学报,2023,34(2):142-153.