摘要

西南区域地形复杂多样,产生的灾害性天气系统往往具有多尺度特征,各个尺度的波动信息均影响着天气系统的发生发展。为了在循环同化过程中及时并恰当地引入来自全球模式背景场的信息,修正区域模式对大尺度波段信息的分析和预报偏差,本文以西南区域为研究背景,根据不同类型模式变量的长度尺度特征,将风场的截断尺度与温湿变量的截断尺度进行差异化设置,提出了混合截断尺度的Blending方案,并基于西南区域循环同化系统进行了为期一周的批量循环同化试验和个例结果诊断分析。结果表明,统一和混合截断尺度的Blending方案均能减小循环同化过程中的分析和预报偏差,而混合截断尺度的Blending方案通过对动力场和温湿场采用不同的截断尺度,分别引入更符合动力场和温湿度场尺度特征的全球背景场信息,进一步减小了区域背景场的偏差,提高了循环同化分析的连续性和气象要素预报的准确度。在降水个例分析中,模式在地形陡峭区域出现了明显的降水虚报和落区偏差,混合截断尺度Blending方案能进一步降低大量级降水的虚报率,改进了对降水量级和落区的预报,提高了降水预报准确度。