暴雨数值预报中数值模式固有的不确定性不容忽视，它和初值误差一同限制着大气可预报性。针对2021年郑州“7·20”暴雨，国防科技大学余沛龙副教授等人基于随机动能后向散射方案(SKEB)，设计了不同扰动尺度的集合预报试验，结合谱分析方法，揭示了尺度依赖的降水可预报期限，并发现郑州附近低空偏南急流与极端小时降水的预报不确定性联系紧密，改善模式对大尺度系统的预报精度对提高暴雨的预报技巧有关键作用。相关成果发表于《中国科学：地球科学》中英文版2024年第7期。

2021年“7·20”郑州特大暴雨期间16至17时(当地时间，下同)出现了201.9mm的极端小时降水，其突发性和局地性增加了数值模式对其准确预报的难度，探讨模式动力扰动尺度对暴雨可预报性的影响有助于更好理解本次暴雨预报不确定性的动力成因。研究团队聚焦于2021年7月20日08时至21日08时的24小时累积降水(RAIN24h)以及7月20日16至17时的小时强降水(RAIN1h)，通过比较三组不同扰动尺度的集合预报结果，研究了降水预报不确定性、误差增长特征以及尺度依赖的可预报性期限。

基于集合成员的降水差异，可以发现低涡周围的中尺度低空急流对小时强降水的发生有重要作用。好成员中RAIN1h的降水最大值为207.53mm h^-1，预报强度和位置都与观测结果非常接近，最大降水位于一支低空急流的西侧，该位置在急流切变作用下形成了较强的气旋性涡度，同时伴随着增强的低层辐合和强烈的上升运动（图1）。而中等成员和差成员模拟的低空急流的位置和强度与好成员差别较大，这说明低空急流位置和结构的预报不确定性直接影响了小时最大降水的可预报性。

图1 RAIN1h期间good、fair、poor成员降水和局地环流分布

(a)好、(b)中等、(c)差成员的RAIN1h期间降水分布(阴影, 单位: mm)、7月20日16时的700hPa水平风场(单位: m s⁻¹, 紫色矢量为风速大于12m s^-1), 600hPa垂直速度(间隔2m s^-1, 绿色等值线为正值). (d)好、(e)中等、(f)差成员的700hPa涡度(阴影, 单位: 10⁻⁴s⁻¹)及500hPa散度(等值线, 间隔5×10⁻⁴s⁻¹, 红、蓝色分别代表正、负值). 降水量最大值标注在各子图左上侧, 预报的最大降水位置用点圈⊙标记, 郑州站位置用☆标记.

分析不同尺度上集合平均动能和误差动能的相对演变，是理解大气可预报性的重要途径。研究团队进一步分析不同集合中涡旋动能(RKE)、辐散动能(DKE)和垂直动能(VKE)的集合平均动能谱及其对应的误差动能谱（图2）。集合平均的动能谱几乎不随扰动尺度改变，但模式积分各阶段的形态不同。在RKE和DKE谱中都存在一个约-3斜率到约-5/3斜率的谱转换，且DKE谱的转换尺度更大。与两个水平动能谱不同的是，VKE谱随波数变化更平缓。RAIN1h发生的前8小时中，三种动能谱均表现出在50~60km以下尺度的中小尺度段抬升，而较大尺度波段下沉的演变特征，这表明RAIN1h发生过程中可能存在较大尺度能量向中小尺度串级的过程。同时，较大尺度的RKE和DKE的斜率更平缓且接近-5/3，有利于误差能量的降尺度发展。相比之下，集合平均误差动能谱随时间的变化较大，且对集合系统中扰动尺度较为敏感，小尺度模式扰动能够升尺度增长，引发较大尺度的误差能量缓慢增长，大尺度模式扰动能够降尺度发展，使较小尺度误差增长速率更快并更早达到可预报期限。集合试验设定的扰动尺度越大时，较大尺度的误差增长越显著，并能通过误差降尺度串级促进较小尺度误差快速增长。这意味着暴雨预报中不仅要提高模式对局地中小尺度系统的预报精度，改善模式对大尺度系统的预报效果也是提高极端强降水位置和强度预报技巧的关键。

图2 不同时刻的辐散、垂直、涡旋动能谱(实线)及相应的误差动能谱(虚线)

7月20日1时30分(棕色)、4时30分(绿色)、8时30分(蓝色)、16时30分(黄色)、7月21日8时30分(红色)的集合平均动能谱(实线)与集合平均误差动能谱(虚线)的相对变化. 其中(a)为500hPa的辐散动能谱, (b)为600hPa的垂直动能谱, (c)为700hPa的涡旋动能谱. 从左到右列分别为skeb_syno, skeb_meso, skeb_conv试验结果. 灰色阴影区域表示由于数值耗散产生能量损失的波段.

了解研究详情，请登录期刊官网阅读原文

中文版: 杨敏, 余沛龙, 张立凤, 潘晓滨, 钟权加, 李昀英. 2024. 基于SKEB集合预报的“7·20”郑州极端暴雨可预报性研究. 中国科学: 地球科学, 54(7): 2259–2275

英文版: Yang M, Yu P, Zhang L, Pan X, Zhong Q, Li Y. 2024. Predictability of the 7·20 extreme rainstorm in Zhengzhou in stochastic kinetic-energy backscatter ensembles. Science China Earth Sciences, 67(7): 2226–2241, https://doi.org/10.1007/s11430-023-1357-1