The new SEAS5 global ensemble forecast system was dynamically downscaled over the Horn of Africa for summer (June‐July‐August) 2018. For this purpose, a multi‐physics ensemble was designed with a grid increment of 3 km and without any intermediate nest based on the Weather Research and Forecasting model (WRF). The WRF and the SEAS5 model output were compared with each other and reference datasets to assess the biases in 4 different regions of Ethiopia. Also, the WRF ensemble variability was investigated in relation to model parameterization and lateral boundary conditions. Over the summer, the SEAS5 has a positive temperature bias of 0.17°C compared to ECMWF analysis average for the study domain, while the WRF bias is +1.14°C. Concerning precipitation, the WRF model had average accumulated values of 264 mm, compared to 248 mm for SEAS5 and 236 mm for the observations. Over south Ethiopia, however, the downscaling produced over 50% more precipitation than the other datasets. The maximum northward extension of the tropical rain belt was reduced by about 2° in both models when compared to observations. Downscaling increased reliability for precipitation, correcting the SEAS5 underdispersion: ensemble spread for precipitation was increased by about 70% in the WRF ensemble in three of the four Ethiopian sub‐regions, whereas the very dry Somali region remained unaffected. The WRF ensemble analysis revealed that the ensemble spread is mainly caused by the perturbed boundary conditions, as their effect is often 50% larger than the physics‐induced variability in the mountainous part of Ethiopia for precipitation and temperature.

中文翻译：

---

使用WRF模型将非洲合恩的季节性总体预报尺度降到对流允许规模

新的SEAS5全球总体预报系统已于2018年夏季（6月至7月至8月）在非洲之角进行了动态缩减。为此，设计了一个多物理场总体，其网格增量为3 km，没有任何基于中间的嵌套天气研究和预报模型（WRF）。比较了WRF和SEAS5模型的输出结果以及参考数据集，以评估埃塞俄比亚4个不同区域的偏差。另外，还研究了WRF集合变异性与模型参数化和横向边界条件的关系。在整个夏季，与研究范围的ECMWF分析平均值相比，SEAS5的正温度偏差为0.17°C，而WRF偏差为+ 1.14°C。关于降水，WRF模型的平均累积值为264 mm，相比之下，SEAS5为248毫米，观察为236毫米。但是，在埃塞俄比亚南部，降尺度产生的降水量比其他数据集多50％以上。与观测值相比，两个模型中热带雨带的最大北向延伸都减少了约2°。降级可增加降水的可靠性，纠正SEAS5的分散性不足：四个埃塞俄比亚次区域中的三个，WRF集合中降水的集合散布增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由受扰动的边界条件引起的，因为它们的影响通常比物理上诱发的埃塞俄比亚山区降水和温度变化的影响大50％。但是，在埃塞俄比亚南部，降尺度产生的降水量比其他数据集多50％以上。与观测值相比，两个模型中热带雨带的最大北向延伸都减少了约2°。降级可增加降水的可靠性，纠正SEAS5的分散性不足：四个埃塞俄比亚次区域中的三个，WRF集合中降水的集合散布增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由受扰动的边界条件引起的，因为它们的影响通常比物理上诱发的埃塞俄比亚山区降水和温度变化的影响大50％。但是，在埃塞俄比亚南部，降尺度产生的降水量比其他数据集多50％以上。与观测值相比，两个模型中热带雨带的最大北向延伸都减少了约2°。降级可增加降水的可靠性，纠正SEAS5的分散性不足：四个埃塞俄比亚次区域中的三个，WRF集合中降水的集合散布增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由受扰动的边界条件引起的，因为它们的影响通常比物理上诱发的埃塞俄比亚山区降水和温度变化的影响大50％。降尺度产生的降水比其他数据集多50％以上。与观测值相比，两个模型中热带雨带的最大北向延伸都减少了约2°。降级可增加降水的可靠性，纠正SEAS5的分散性不足：四个埃塞俄比亚次区域中的三个，WRF集合中降水的集合散布增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由受扰动的边界条件引起的，因为它们的影响通常比物理上诱发的埃塞俄比亚山区降水和温度变化的影响大50％。降尺度产生的降水比其他数据集多50％以上。与观测值相比，两个模型中热带雨带的最大北向延伸都减少了约2°。降级可增加降水的可靠性，纠正SEAS5的分散性不足：四个埃塞俄比亚次区域中的三个，WRF集合中降水的集合散布增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由受扰动的边界条件引起的，因为它们的影响通常比物理上诱发的埃塞俄比亚山区降水和温度变化的影响大50％。与观测值相比，两个模型中热带雨带的最大北向延伸都减少了约2°。降级可增加降水的可靠性，纠正SEAS5的分散性不足：四个埃塞俄比亚次区域中的三个，WRF集合中降水的集合散布增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由受扰动的边界条件引起的，因为它们的影响通常比物理上诱发的埃塞俄比亚山区降水和温度变化的影响大50％。与观测值相比，两个模型中热带雨带的最大北向延伸都减少了约2°。降级可增加降水的可靠性，纠正SEAS5的分散不足：四个埃塞俄比亚次区域中三个区域的WRF集合中，用于降水的集合扩散增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由边界条件的扰动引起的，因为它们的影响通常比埃塞俄比亚山区因降水和温度引起的物理变化要大50％。在四个埃塞俄比亚次区域中的三个，WRF集合中降水的集合传播增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由受扰动的边界条件引起的，因为它们的影响通常比物理上诱发的埃塞俄比亚山区降水和温度变化的影响大50％。在四个埃塞俄比亚次区域中的三个，WRF集合中降水的集合扩散增加了约70％，而非常干燥的索马里地区则不受影响。WRF集合分析表明，集合散布主要是由受扰动的边界条件引起的，因为它们的影响通常比物理上诱发的埃塞俄比亚山区降水和温度变化的影响大50％。