"本文主要对美国环境预报中心(NCEP)全球预报系统(GFS)在2001年至2008年间对美国大气辐射测量项目(ARM)Southern Great Plains(SGP)站点的大气温度、相对湿度和云量的预报进行了详细检验。文章指出,尽管NCEP GFS在预报温度和湿度季节变化方面表现良好,但在具体高度层面上存在一些偏差。此外,NCEP GFS对于云量的预报也有不足,尤其是在浅对流和深对流活动的模拟上。"
NCEP是全球领先的气象预报机构之一,其全球预报系统(GFS)是用于长期天气预测的重要工具。在这项研究中,研究人员张寅和罗亚丽分析了GFS模型在预报ARMS GP站点气象参数时的准确性和局限性。他们发现,尽管GFS能够准确捕捉到温度和湿度的季节性变化,但在具体的高度层面上,特别是在1.5-12公里的高度,模型通常会过高估计温度,而在春冬季的13-16公里以及秋冬季的1.5公里以下,模型则低估了温度。
相对湿度的预报也显示出类似的偏差。GFS成功地模拟了相对湿度的垂直分布双峰结构,但在4-12公里的高度,相对湿度被过度估计。有趣的是,当模型的分辨率从T170L42提高到T254L64后,14-18公里高度的相对湿度预报得到了显著改善,这表明提高分辨率有助于提升模型的预报精度。
在云量预报方面,GFS的表现并不理想。在10公里以下,预报的云量普遍低于观测值,而在10-13公里的高度,预报值却高于观测值。模型未能正确预报非降水性低云和8公里以下的降水云,这可能表明GFS在模拟浅对流和深对流活动时存在不足。
为了进一步评估云量预报的准确性,研究人员使用观测的相对湿度和GFS预报的云水/云冰混合比(qc)来计算云量。结果发现,这种方法计算出的云量在11公里以下的所有高度都显著低于观测值,比NCEP GFS的预报低估更为严重,暗示模型可能低估了该高度范围内的qc值。
这项工作对理解NCEP GFS模型在实际应用中的性能具有重要意义,也为改进未来天气预报模型提供了有价值的数据和见解。通过识别这些偏差,科学家可以有针对性地调整模型参数,以提高未来预报的精确度。同时,这也为气象学家提供了深入研究气象模型预报误差及其原因的机会,以期优化全球天气预报系统,减少预报误差,从而更好地预测和应对极端天气事件。