图1.29 2009年8月27日地面中尺度分析(d)18:00
雷暴高压减弱，中尺度低压东移、辐合线也东移南压，对应雷达主体强回波略东南移。
综合以上分析，河北省这次强对流天气是在“下湿上干”有利的不稳定层结背景下，由地面弱冷锋触发而产生，地面主要中尺度系统为中尺度低压、地面辐合线、雷暴高压等，在卫星上表现为多个对流云团，而雷达上为阵风锋和多个对流单体，其中有两个单体发展为超级单体，产生了大面积的冰雹、大风天气。
1.8 集合预报
1.8.1 集合预报的基本概念
过去的近一个世纪里，数值天气预报取得了迅速发展，已经成为现代天气预报的基础。然而，在最近的几十年里，人们发现，靠传统单一的确定性预报来提高数值预报的水平变得越来越困难。其原因在于：一方面，数值预报的初始场存在不确定性，而大气是一个非线性的、对初值敏感的动力系统，这意味着从两个差别很小的初始场出发作预报，在积分一定的时间后则两者的结果可能会变得面目全非；另一方面，数值模式仅是实际大气运动过程的近似反映，也就是说模式本身则具有不确定性。 详情进入
最初集合预报的概念是针对大气初始状态的不确定性提出的，为反映初值的不确定性，在确定性预报的初始场上施加一些能反映初值不确定性的扰动，然后用带有这种扰动的初值制作一系列预报，并将这些预报的集合称之为集合预报，而这种集合预报则称为初值集合。同样，为反映模式的不确定性，还可以对一个模式内部的物理过程如物理参数化方案、外强迫等进行改动，然后用不同改动物理过程的模式制作一系列预报，这种集合预报则称之为物理集合。此外，也可把不同模式用初值集合或物理集合制作的集合预报结果再进行集合，这就是所谓的多模式集合预报。因此，从给数值预报结果带来不确定性的来源划分，可把集合预报分为初值集合、物理集合和多模式集合；而按照目前集合预报研究的时间尺度来划分，则可分为短期、中期和月动力延伸集合预报等。
1.8.2 集合预报的业务发展及现状
经历了上世纪70—80年代的研究探索和数值试验后，美国NCEP和ECMWF于1992年12月先后建立了各自的集合数值预报业务系统，标志着集合数值预报已进入了实际业务应用的阶段。现在，集合预报已逐渐成为一个具有代表性的数值预报发展趋势。 详情进入
在美国和欧洲等发达国家的数值预报业务体系中，集合预报已占据了非常重要的位置（如ECMWF的集合预报产品已占据所有数值预报产品的60%以上）。国家气象中心的全球集合预报系统于1998年6月建成，1999年2月开始业
务试验，2001年3月业务运行。目前，包含15个集合预报成员的T213高分辨率数值集合预报系统已经在2006年底投入准业务化运行。
隐藏1.8.3
集合预报的意义 近年来，国内外大量的研究工作表明，集合预报相对于单一的确定性预报，它的主要优势和意义在于：集合预报平均值的预报技巧要高于控制预报和其它集合预报成员的预报技巧。一周以后，均值的预报技巧甚至超过确定性的业务预...
近年来，国内外大量的研究工作表明，集合预报相对于单一的确定性预报，它的主要优势和意义在于：集合预报平均值的预报技巧要高于控制预报和其它集合预报成员的预报技巧。一周以后，均值的预报技巧甚至超过确定性的业务预报模式的技巧；集合预报离散度可以作为控制预报或确定性业务预报可靠程度的度量，这是集合预报最重要的应用；集合预报可方便、定量地给出某一天气现象发生的概率；集合预报增强了对极端天气事件的预报能力。由于集合预报的这些优势，集合预报已经在目前的数值天气预报体系中占有举足轻重的地位，未来甚至可能取代目前决定论式的单一预报。
1.8.4 集合预报的主要产品及应用
1.8.4.1 邮票图
邮票图是展示集合预报产品最直接、最基本的一种方法。它将所有集合成员和业务预报的结果放在同一张大图上（图1.30）。 1999年11月24日圣诞节期欧洲出现了一次强暴风雪过程，造成极大影响。对这次过程，确定性的业务预报没有什么反映（图1.30左上角），而分析集合预报的邮票图则可以看到，有部分成员成功地预报出造成风暴天气的低压系统，虽然成员数并不多，但是相对于气候概率已经是很高的了，体现了集合预报对极端天气的预报能力。
图1.30 1999年11月24日14:00海平面气压场及ECMWF集合预报系统42h预报邮票图（阴影区气压≤980hPa）
1.8.4.2 面条图
面条图是指选取一条或几条特征等值线，把所有成员中预报的该等值线绘制在同一张图上。一般来说，等值线的发散程度大致反映出预报的可信度，等值线越是集中，表示集合成员之间的离散越小，预报可信度越大。面条图可通过特征等值线的选择在集中关注某个特定的影响系统，如在500hPa选择5880gpm等值线来展示不同成员对副高的预报（图1.31）。
图1.31 2010年4月8日12:00国家气象中T213集合预报500hPa5680gpm及5880gpm特征线240h预报
1.8.4.3 集合平均及离散度
集合平均，就是所有集合预报成员的平均，由于集合平均能够过滤掉不可预报的随机信息，集合平均往往比单一确定性预报准确，但集合平均也可能过滤掉少数成员中包含着的极端天气预报信息。在业务使用中，集合平均的图形产品上一般还叠加上离散度的信息（图1.32）。将加过扰动的集合预报各成员与控制预报间500hPa高度场的均方差的大小自小到大排列，则排到75%的集合预报成员所对应的均方差定义为集合预报的离散度。集合预报的离散度表示出集合预报成员间的发散程度，一个完美的集合预报系统，它的离散度应该反映真实大气的可预报性或预报的可信度。离散度愈小，可预报性愈高，预报可信度愈大；反之，可预报性愈低，预报可信度愈小。
图1.32 2010年11月15日12:00国家气象中T213 500hPa集合平均高度场及离散度（填色）120h预报
1.8.4.4 集合概率预报
集合预报发展到了一定阶段以后，便有了气象要素的概率预报。概率分布包含了集合预报系统所能提供的所有信息，最大程度的包含了实际大气可能发生的种种情况，概率预报是表达集合预报最全面的方法之一。例如降水、气温、风等要素，可以制作出不同量级或大小范围的概率预报（图1.33），将预报值超过某限定阈值的集合预报成员个数除以集合预报总成员个数即可获得相应的概率预报结果。
图1.33 2010年11月15日12:00国家气象中心 T213集合预报24h降水≥10mm以及10m平均风速≥8.0m/s概率
1.8.4.5 单点时间序列预报
单点时间序列预报是将集合预报的要素产品插值到某个点，用时间序列来反映对该要素的预报趋势，同时可以反映出在某个时间点，集合预报成员的发散程度。以EC的预报为例（图1.34），图中红色的线条是集合控制预报的预报结果，蓝色的线条是高分辨率确定性业务预报。而绿色柱状条就是集合成员的预报结果，柱状条表示集合预报成员对某种要素的预报值分布，柱状条张开越大，表明集合预报成员之间的发散越大，预报的可信度则越低，反之亦然。
图1.34 EC集合预报系统对于北京单点的未来10天云量、6h降水量、10m风速、2m气温预报
1.8.4.6 聚类分析产品
从业务的角度来看,要在一个有限的时间内,找出集合预报系统输出的多个预报场间的相同点和差异几乎是不可能的。因此,需要对这些预报场进行处理合成。聚类分析方法是实现集合预报产品信息浓缩和环流类型划分的一种简捷、有效的方法。聚类分析方法是把集合预报中相似的成员合并成一类,同时给出该类出现的相对频率。特别对于多平衡态的大气状态,聚类法可以提供很清晰的具有几种典型平衡态的预报指导,使得聚类法更适合于经验不多的预报员。相似度的标准一般可用相关系数或均方差等来度量。图1.35给出的例子是基于EC集合预报的海平面气压场聚类产品，右侧是实况分析场。由图可知，51个集合预报产品被划分为6个类别，每个类别图右下角的数字代表该类包含多少个集合成员。对比实况分析可知，有6个预报成员的预报与实况较为一致。通过聚类分析，可以帮助预报员在短时间内掌握全部51个成员所表达出来的预报信息。
图1.35 EC集合预报系统地面气压场聚类预报及实况对比
