集合預報是減小預報不確定性、提高預報技巧的关键手段。自上世紀90年代以來,集合預報已經成爲國際上數值天氣預報與數值氣候預測的主流方法。集合預報的最終目的是定量預測未來時刻變量狀態的概率分布,預報結果的不確定性或可預報性應該用預報與觀測的變量場的概率分布的差來刻畫。然而,如何評價這類“差”的大小還缺乏相關的研究。穆穆院士等就曾指出,與集合預報有關的可預報性問題,相關研究不論在理論層面,還是應用層面都十分欠缺,亟待深入探索。
围绕集合预报的可预报性问题,中國科學院大气物理研究所丁瑞强研究员引入了信息论中的Kullback-Leibler(KL)散度概念,从集合预报中概率分布演化的角度出发来定量度量预报结果的不确定性。在Lorenz模型中的试验结果显示,由于KL散度能够描述两个概率分布的差异程度, KL散度能够有效度量集合预报中概率预报的可预报性。KL散度方法不但适用于概率分布呈现正态分布的集合预报,而且适用于概率分布呈现非正态分布的集合预报,比传统方法具有更广的适用性,从而为深入研究集合预报(概率预报)的可预报性问题提供了有效的方法。
由于目前的工作基于簡單的Lorenz模型探討了KL散度方法在估計集合預報可預報性中的應用,如何將KL散度方法進一步應用于定量估計真實天氣集合預報的可預報性才是關鍵,這方面仍需深入研究。
关键词:可预报性, 集合预报, KL散度
論文信息:
Ding, R. Q., B. J. Liu, B. Gu, J. P. Li, and X. Li, 2019: Predictability of ensemble forecasting estimated using the Kullback–Leibler divergence in the Lorenz model. Adv. Atmos. Sci., 36(8), 837–846,https://doi.org/10.1007/s00376-019-9034-9.
論文鏈接:
https://doi.org/10.1007/s00376-019-9034-9.
图1. 利用KL散度方法得到的Lorenz吸引子上初始状况可预报期限的三维分布