过去状态估计之集合Kalman滤波扩充状态变量法研究

集合Kalman滤波是由大气数据同化发展的新的同化算法,它利用蒙特卡罗方法计算背景场的误差协方差矩阵,克服了Kalman滤波需要线性化的模型算子和观测算子的难点。但是这种同化方法是一种顺序数据同化方法,无法对过去状态变量进行同化订正。而过去状态的估计对于建立大气或海洋历史资料库、获得准确的数值预报初始场有着重要的意义。本文在集合Kalman滤波同化方法的基础上,提出了可以对过去状态进行估计的集合Kalman滤波扩充状态变量法,然后分别采用空气质量方程和Lorenz系统对这种方法进行了检验。数值试验结果表明,这种方法可以对非线性系统中的过去状态变量进行有效的估计订正,说明该方法是可行的。     

理解大气资料同化的根本概念

本文阐明随机变量是大气资料同化的根本概念。其根本性可以体现在两个方面：(1) 原理上,大气资料同化的科学实质是建立在随机变量这个概念上。由于将资料同化的可用信息视为随机变量的数据,所以概率论与数理统计学成为资料同化的数学基础,使得资料同化有了基于估计理论的最优标准及其数学形式,成为一门科学。(2) 实施上,基于随机变量这个概念下的数据是理解大气资料同化发展史的钥匙。由于资料同化的具体实施表现为各种同化方法中可用信息的资料融合,将资料同化的可用信息视为随机变量的数据,可以清晰地揭示主流同化方法的发展进程对应着其可用信息在内涵和种类上的不断扩展,这个扩展具体地体现了同化发展史的一个循序渐进的内在发展逻辑。     

基于集合卡尔曼滤波的土壤水分同化试验

集合卡尔曼滤波是由大气数据同化发展的新的顺序同化算法,它利用蒙特卡罗方法计算背景场的误差协方差矩阵,克服了卡尔曼滤波需要线性化的模型算子和观测算子的难点。我们发展了一个基于集合卡尔曼滤波和简单生物圈模型(SiB2,Simple Biosphere Model)的单点陆面数据同化方案。利用1998年7月6日至8月9日青藏高原GAME-Tibet实验区MS3608站点的观测数据进行了同化试验。结果表明,利用集合卡尔曼滤波的数据同化方法可以明显地提高表层、根区、深层土壤水分的估算精度。     

基于简单模式的集合卡尔曼滤波与粒子滤波的比较研究

集合卡尔曼滤波和粒子滤波是大气海洋领域两种先进的数据同化方法。理论上讲,粒子滤波克服了集合卡尔曼滤波中先验分布的高斯假定。但现有的关于两种方法的比较研究不够全面和系统,基于简单的洛伦兹63模式,重点对基于确定性集合卡尔曼滤波和均权重粒子滤波的数据同化方法开展对比分析,通过对观测误差和模式误差的不同配置,设计了四组试验着重研究两种方法相同试验条件下的同化效果。试验结果表明:与采用最优膨胀系数的集合卡尔曼滤波的同化方法相比,均权重粒子滤波的均方根误差更加依赖于观测信息的质量,但最优膨胀因子的集合卡尔曼滤波的均方根误差低于粒子滤波同化方法。      

空气质量数值模式预报中资料同化的初步研究

利用嵌套网格空气质量预报模式,在对上海市环境监测中心提供的观测数据进行必要的质量控制后,采用最优插值方法对可吸入颗粒物(PM10)、二氧化氮(NO2)和二氧化硫(SO2)进行资料同化。选取2004年8月1～20日做作逐日同化试验的结果表明,无论是PM10、NO2还是SO2,其同化偏差平均值均在20μg.m-3以下,比同化前减少了至少50%;3种污染物的同化偏差小于其未同化偏差的天数均在16天以上。在大气清洁和污染两种情况下,对PM10分别作10天的同化试验表明,同化后的均方根误差均小于同化之前。此同化方法能利用观测数据较好地修正空气质量模式预报场,从而为模式提供与实际更加接近的初始场。     

大气污染资料同化与应用综述

我国正面临以高浓度臭氧和细颗粒物为典型特征的大气复合污染问题,对其进行模拟和预报是有效应对大气污染的关键。大气复合污染预报的不确定性来源复杂,同时存在化学非线性的影响,各种模式输入不确定性对模拟预报影响的时空差异较大,从而导致很多不确定性约束方法难以确定关键的不确定性因子而进行有针对性的约束和订正。利用资料同化方法融合模式、多源观测等信息,减小模式输入数据的不确定性成为提升大气污染模拟预报精度的关键。本文将简要介绍大气污染资料同化相关的模式不确定性、同化算法以及污染物浓度场同化、源反演研究上的进展,探讨大气污染资料同化面临的主要挑战和发展趋势。     

基于雷达反射率反演降水率的一维+三维变分同化研究及试验

基于雷达反射率反演的降水率,以线性化的大尺度凝结方案和简化的CUDU对流参数化方案为降水的观测算子,建立大气湿度一维变分同化系统.通过一维变分系统获得合理的大气水汽廓线,以三维变分同化方法引进水汽廓线,为精细模式提供高质量的水汽初估值场.以一个强降水过程和2011年5月一个月为例,通过一维+三维变分同化系统订正大气水汽初估值,初步评估采用一维+三维变分同化系统同化雷达资料后对短期降水预报的影响.     

RTTOV散射模块在FY-3 MWHS资料同化中的应用

一直以来,受同化系统中观测算子的限制,云区的卫星微波观测资料在使用时都常会做晴空假设,只考虑大气的吸收作用而忽略散射作用,从而会造成对大气中水汽含量的高估。为了克服这一缺点,文中设计了RTTOV微波散射模块在WRF 3DVAR系统中的应用方案,使得计算辐射能衰减的同时考虑大气的散射作用,并在此基础上通过4组试验进行了风云3 A星微波湿度计亮温以及多普勒雷达反射率因子的同化研究对比。结果表明：RTTOV微波散射模块的引入,能有效抑制晴空辐射模块对大气水汽含量的高估。若先同化雷达反射率因子后再继续同化卫星资料,会发现同化雷达后,同化区域内大气水凝物含量明显增加,受此影响同化卫星资料时大气的散射作用也会随之增大。并且雷达同化区域覆盖率越大,对降水预报的改善效果也愈明显。     

热带太平洋海面盐度年际变化的海洋同化数据分析

用诊断与统计方法分析了海洋同化数据和综合海洋大气数据集COADS海面淡水通量.结果显示热带太平洋海面盐度具有年际变化特征,并且和ENSO循环具有内在的联系.从相关统计的角度评估了热带太平洋海面盐度年际变化中海面蒸发与降水、温跃层调整、水平盐分平流等主要因子的不同贡献.     

一次大气波导过程的数值模拟

利用ARPS模式对南京周围地区的一次大气波导过程进行了数值模拟,通过对南京站初始时刻、 6 h和14 h的模拟结果分析表明:同化探空资料的初始场较NCEP资料更接近实况,初始场对预报结果的影响具有一定的持续性,且同化了探空资料的初始场的模拟结果比未同化探空资料的初始场的模拟结果较接近于真实大气状况;同化多个测站探空资料的数值模拟表明ARPS模式对大气波导具有一定的预报能力.     

使用卫星资料进行边界层四维变分同化研究综述

数值天气预报是当前天气预报的重要手段之一,而同化工作一直是数值预报研究的重点。在查阅了近年来国内外相关文献的基础上,对使用卫星举行资料边界层四维变分同化的研究进展进行了论述,并对最优插值法和变分法2种主要的研究方法进行了简单介绍。研究结果认为,变分方法对于初始场的改善具有明显的效果,与纯粹的统计插值方法相比,变分法具有十分明显的优势;理论上变分法能够同化所有类型大气探测资料,对非常规探测的包容能力极强,不仅能最大限度地获得观测中的信息量,而且避免了各种反演不适定问题。     

论过去资料在数值天气预报中使用的理论和方法

对中国气象学家在数值天气预报中使用过去实况演变资料的理论和方法作卫概要性总结,其中不仅讨论了近期实况演变资料的应用,还了积累数十年的历史资料的应用问题。文中强调要改变对数值预报问题的提法,回顾了由初值问题改为演变问题,再改为反问题的历史。     

中尺度数值模式MM5的四维变分资料同化系统

应用伴随方法求解以数值预报方程作为约束条件的四维变分资料同化方案，关键问题是如何构造伴随模式。以中尺度数值模式MM5为例，讨论了如何用伴随码技术建立MM5伴随模式，以及伴随模式系统中权重、尺度因子的选取；最后对MM5伴随模式系统进行了梯度检验，并利用实际资料进行四维变分资料同化试验。试验表明该系统有较强的同化能力，能够提高MM5降水预报的准确性。     

An Ensemble-Based Three-Dimensional Variational Assimilation Method for Land Data Assimilation

Land surface models are often highly nonlinear with model physics that contain parameterized discontinuities. These model attributes severely limit the application of advanced variational data assimilation methods into land data assimilation. The ensemble Kalman filter （EnKF） has been widely employed for land data assimilation because of its simple conceptual formulation and relative ease of implementation. An updated ensemble-based three-dimensional variational assimilation （En3-DVar） method is proposed for land data assimilation This new method incorporates Monte Carlo sampling strategies into the 3-D variational data assimilation framework. The proper orthogonal decomposition （POD） technique is used to efficiently approximate a forecast ensemble produced by the Monte Carlo method in a 3-D space that uses a set of base vectors that span the ensemble. The data assimilation process is thus significantly simplified. Our assimilation experiments indicate that this new En3-DVar method considerably outperforms the EnKF method by increasing assimilation precision. Furthermore, computational costs for the new En3-DVar method are much lower than for the EnKF method.     

CoLM模式地表温度变分同化研究

本文采用变分方法对通用陆面模式 (CoLM) 中的地表温度进行同化.同化伴随约束条件采用CoLM模式中的地表及植被能量平衡方程,调节因子采用裸土及植被蒸发比.采用美国通量网 (AmeriFlux) 中的Bonville站数据对同化方法进行了单点验证,验证结果表明同化后地表温度以及蒸散结果更加接近于实测值.选取中国华北地区对同化方法进行区域验证,结果显示每天仅采用白天一次观测值对地表温度进行同化的方法是有效的.通过对同化前后地表温度误差直方图比较可以发现,在有MODIS观测值的区域,同化后白天地表温度误差大大降低,同时,同化后地表蒸散空间分布图也发生了变化.单点验证以及区域验证结果都表明了变分同化方法是可靠的.变分同化方法可以改进陆面模式模拟结果,对于地表过程研究中的植被生态、水文等研究具有重要意义,同时,陆面模式可以与数值预报模式进行耦合,改进数值预报结果.     

多普勒雷达资料同化的稀疏化方式对暴雨过程的影响研究

利用中尺度非静力WRF(Weather Research and Forecasting)模式及其三维变分同化系统,对2007年7月淮河流域的一次强降雨过程进行多普勒雷达径向速度资料的三维变分同化试验,重点考察雷达资料的不同稀疏化方式对同化结果以及对暴雨数值模拟的影响。结果表明:同化多普勒雷达径向速度资料使得模式初始风场包含了更丰富的中尺度特征信息,有效调整了初始场的环流结构,能够改善模式对暴雨过程的模拟效果;以不同的稀疏化处理方式同化多普勒雷达径向速度资料对分析场会产生不同的影响,进而影响模式的降水预报效果,本次试验中当极坐标网格径向分辨率取10 km的时候降水过程的预报效果最好。     

中尺度模式遗传算法同化系统及同化试验研究

设计了一个以MM5模式为基础的遗传算法同化系统,并对一次暴雨过程进行了实际降水的模拟,通过对比遗传同化和伴随同化的降水预报效果,对遗传算法同化系统的同化性能进行验证。试验结果表明,遗传算法与四维变分相结合的同化系统能有效地改善模式的初始场,使MM5模式要素预报和降水预报的准确率得到提高。     

Application of variational algorithms in semi- lagrangian framework

1.IntroductionWeatherforecastingmodelisasetofpartialdifferentialequations(PDE).Itshouldsatisfycertaininitial--boundaryconditions.Clearly,oneofthemostimportantimprovementsinweatherforecastingmodelistooptimizeitsinitialandboundaryconditions.Forthesimplicityofdiscussion,wemightregardthespatialboundaryconditionasakindofinitialconditioninspatialdimension.Aneffectivedataassimilationprocedureisrequiredinordertoutilizewidelycollectivedatafortheweatherforecastingmodelandfindanoptimalinitialcondition.…     

经验正交函数分解质量控制法在地面观测资料变分同化中的个例研究与应用

同化地面观测资料能够获得丰富的地面大气信息,这对于大气边界层的准确模拟尤为重要。由于地面观测资料同化一直受到地面观测资料质量较差的影响,因此,地面观测资料的质量控制是提高地面资料同化效果的重要方法之一。为了分析基于经验正交函数分解质量控制方法(Empirical Orthogonal Function quality control,EOF-QC)对地面资料同化效果的影响,并进一步检验该方法在实际同化试验中的应用效果,在WRF的三维变分同化系统中引入了经验正交函数分解质量控制法,同时通过一系列同化试验比较了经验正交函数分解质量控制法与原系统自带的基于观测与模拟偏差质量控制法(Observation Minus Background quality control,OMB-QC)的差异。2008年1和7月的多个强降水预报试验结果表明,经验正交函数分解质量控制法能够保留更多天气系统的有效观测信息,更为客观准确地反映大气真实状态;同化经过经验正交函数分解质量控制法后的观测资料,模式预报的温度降低,在北部形成一个气旋性环流,该环流底部的偏西气流带动北部冷空气东移入海,同时冷空气南下也削弱了带有丰富水汽的西南气流,从而使模式预报的降水范围和强度更加合理。降水的空间分布对比结果也表明,经验正交函数质量控制法改善了模式对降水落区和强度的预报能力,各个量级的降水评分有明显提高,模拟结果更接近于实况。各组数值模拟试验结果表明,经验正交函数分解质量控制法在WRF-3DVAR中具有较高的应用潜力。     

中尺度数值模式的资料同化系统——(一)伴随模式的设计

以一个有限区域的中尺度模式为基础,采用伴随模式技术进行有限区域气象资料的同化。伴随模式的方法是以数值天气预报的动力模式作为约束条件的变分方法,比传统的变分方法有了很大的改进。本文初步探讨了伴随模式系统的设计方法,特别是伴随模式的构造问题;用共轭码的方法导出伴随模式;初步试验表明该系统有较强的同化能力。