数值模式初值的敏感性程度对四维同化的影响

用著名的Ｌｏｒｅｎｚ系统作了共轭变分同化的数值试验。发现随着模式对初值敏感性程度的增加，用这种方法得到和模式相协调的初始场愈来愈困难，直到某些情况下的完全失败。这表明四维同化和可预报期限是联系在一起的。另一方面，随着方程不精确程度的增加，变分同化的效果愈来愈差，直到所做的预报无任何意义可言。如果在做变分同化的同时对模式参数也进行反演，就可使得基于Ｌｏｒｅｎｚ系统所做的预报效果大大提高。     

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。     

变分四维同化方法若干问题的数值试验

资料误差和模式误差都可能影响变分四维同化的结果,针对这一问题利用浅水方程模式进行了变分四维同化的数值模拟试验。试验分三种情况进行：（１）仅修正初始场,（２）仅修正模式;（３）二者同时修正。试验结果表明,当模式有误差时,传统的变分四维同化方法（仅修正初始场）可能将模式的误差混淆到初始场中去,尽管在同化期间可得到较好的拟合,但却不一定能保证同化后有好的预报。如果不修正初始场而修正模式,当模式误差不大时     

非线性平衡方案在三维变分同化系统中的应用

文中考虑气流出现明显的弯曲和辐合时,资料变分同化方案中的风压场间动力学约束问题。在强涡旋、锋面等剧烈变化的系统中,地转平衡和线性平衡方程均不能很好地描述风压场关系,非线性平衡方程考虑了流场曲率的作用,能更恰当地反映风压场的关系。把非线性平衡方案应用于三维变分同化分析系统中,可以得到和天气形势相关联的模式变量背景误差协方差,对热带气旋进行同化试验后得到的分析场更协调。结果表明,非线性平衡方程的应用,可以提高强涡旋系统中三维变分同化分析场的质量,对热带气旋强度预报有一定的改善。     

基于遗传算法的四维变分资料同化技术的研究

将遗传算法应用于四维变分资料同化问题,提供一种新的较为有效的数值预报初始场优化方法,给出了相应的理论依据和详细算法,并结合变分问题本身的特点,设计合理的遗传编码、遗传操作和遗传参数.同时,以二维的浅水方程模式为例建立基于遗传算法的变分同化模型,并从多方面与伴随模式变分同化方案进行分析比较.数值试验结果表明,基于遗传算法的变分同化方案取得了比较满意的同化效果.     

曲率修正线性平衡方程及其在变分同化风压约束中的应用

针对强涡旋系统（热带气旋、一些中尺度系统）变分同化分析中风压平衡约束关系的特点,提出了一个新的风压平衡约束关系——曲率修正线性平衡方程,它具有形式与线性平衡方程相同,并清晰地包含了曲率的作用,同时,当曲率较小时可退化成线性平衡方程。曲率修正线性平衡方程能方便地应用于中国数值预报研究中心开发的三维变分同化分析系统Grapes3DV中,试验结果证明其具有较好的效果和较理想的特性,提高了分析质量,并改善预报水平。     

具有变分同化的η中尺度模式对2002年云南汛期降水的预报检验

三维变分同化系统由于能够正确反映多变量间的相互作用,分析结果合理,将变分同化系统与η坐标中尺度模式结合,对模式初始场进行同化前后对比试验,研究η坐标中尺度模式对云南降水的预报能力,并用2002年6-8月云南汛期降雨进行模拟试验。试验结果表明,η坐标数值模式采用变分同化后,对云南汛期降水的24 h预报评分提高明显,对小雨的预报评分提高辐度在2.1～5.0%间,对大雨的预报评分提高辐度在0.3～14.9%间,无论是对小雨还是大雨的预报,同化后模式对5区的预报最好。     

基于扰动模式的四维变分资料同化系统框架的设计完善和数值试验

为了建立一个应用于区域数值预报的四维变分资料同化（4DVar）系统,在近期开发的扰动预报模式GRAPES_PF基础上,开发完善增量四维变分同化系统框架。该框架中暂不包含物理过程（长短波辐射、边界层过程、对流参数化和云微物理等）。对比业务使用的GRAPES 3DVar系统,增加了温度控制变量。将无量纲Exner气压与流函数的线性风压平衡方程直接在地形追随垂直坐标面上求解,且通过广义共轭余差法（GCR）求解扰动亥姆霍兹（Helmholtz）伴随方程。利用人造“探空”资料对2015年10月台风“彩虹”进行了理想数值试验。试验结果表明,所开发的扰动四维变分同化框架得到了预期的结果,即同化更多资料并反复受到模式约束的四维变分同化系统能有效改善初值质量,进而改善区域数值预报。建立的区域四维变分同化框架合理可行,为进一步发展包含完整物理过程的区域四维变分同化系统奠定了研究基础。      

区域四维变分资料同化的数值试验

针对中尺度数值预报模式预报误差的主要来源,尝试利用四维变分资料同化的方法来改善预报效果。在已建立的中尺度模式（ＭＭ４）四维变分资料同化系统基础上,进行了若干数值试验,通过比较同化前后的预报来检验同化的效果。这些试验中初始场、模式误差和侧边界条件被分别或同时作为控制变量来进行调整,主要探讨了模式误差和侧边界条件对同化及预报的影响,以及同时结合两者或三者的途径和方法。对两组个例分别进行的试验结果表明,区域中尺度模式预报误差除了来源于初始误差外,模式误差、侧边界条件也有不可忽视的作用。同化时应同时考虑初始场、模式误差和侧边界条件这三方面的共同作用,仅修正其中某一个或某两个会把由于其它方面造成的预报误差转嫁到它们之上,从而出现尽管目标函数下降很快而预报结果并没有相应改善的现象。     

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。     

数值模式误差对降水四维变分资料同化及预报的影响

利用一个无量纲的水汽发展方程,针对同化时间窗口内出现和不出现降水两种情况,分析了不同模式误差和初始误差对降水四维变分资料同化预报效果的影响。结果表明,应用四维变分资料同化方法进行降水预报前,应该充分考虑数值模式中的误差,才能得到比较满意的同化及预报结果。假定同化窗口内获得的比湿观测场是准确的,当不存在模式误差时,四维变分资料同化方法可以有效地消除初始场误差,找到比湿真实初始场;而存在模式误差时,四维变分资料同化后的模式初始场会偏离真实的比湿初始场,并且模式误差越大,偏离程度越严重。在一些模式误差情况下,由于模式误差在同化窗口及延伸预报时段的作用不同,进行四维变分资料同化处理后,尽管累积降水量的预报结果在同化时间窗口内优于同化前的预报,而在最终预报时刻反而差于同化前。     

REM模式伴随系统的建立及其四维变分资料同化初步试验

Regional-Eta-Coordinate-Model(REM)中尺度模式对中国区域性降水显示出公认的较高预报能力,建立其四维变分资料同化系统是完善该模式,进一步提高其预报效果的重要工作。本研究编写了REM模式的切线性模式和伴随模式,介绍了建立REM模式伴随系统的过程,并利用实际天气个例资料,分别对REM模式的切线性模式、伴随模式及定义的目标函数梯度进行了正确性检验,检验结果表明对REM模式的切线性模式及伴随模式编写是成功的。利用REM模式的伴随系统,对1998年06月08日00时到09日00时和2000年08月01日00时到02日00时两个实际天气个例进行了四维变分资料同化试验。从数值试验的结果分析可以看到,进行四维变分资料同化后,两个天气个例在预报结束时刻其预报结果对风场和湿度场的预报都有明显改善,对温度场和高度场的预报也有所改善。对于累积降水的预报,两个个例利用四维变分资料同化后得到的初始场进行的预报结果则有较大不同,在个例1中,变分同化后对降水中心的位置和降水强度的预报都有明显改善,预报结果更接近于观测场;个例2中,变分同化后对降水中心位置和强度的预报则没有改善,产生这种现象的原因可能是由于定义的目标函数中没有加进背景场项,也可能是由于采用的观测资料时次比较少,还需要进一步进行研究和试验。     

三维变分同化在-η坐标中尺度模式预报中的应用

将中国气象局的GRAPES三维变分系统与-η坐标中尺度模式结合，对模式初始场进行同化前后对比试验，研究η坐标中尺度模式对云南降水的预报能力，并用于2002年5月10～15日00：00云南雨季开始降雨过程的模拟试验。试验结果表明，三维变分同化方案目标函数收敛快，采用同化方案的η模式预报的强降水中心、分布范围、预报精度比不进行同化的效果好。     

GRAPES非静力数值预报模式的三维变分资料同化系统的发展

为了减少分析变量与模式状态变量之间的插值误差,改善业务预报模式的初值质量,在GRAPES等压面三维变分资料同化系统的基础上,研究发展了针对GRAPES区域模式的非静力模式变量三维变分资料同化系统(GRAPES m3DVAR).该资料同化系统的垂直坐标及其分析变量的水平分布格式、垂直跳点方案与GRAPES预报模式保持完全一致.由于垂直坐标的变化和非静力关系,m3DVAR分析系统中设计了求解动力学约束方程的新方案.通过有效的高精度数学方案,避免了地形追随坐标下平衡方程的非线性项造成的复杂计算,有效解决了非静力平衡条件下求解平衡方程中非线性项的切线性方程和伴随方程引起的困难.重新构造各种观测算子,并考虑了质量场和风场之间的平衡约束关系、背景误差协方差结构,实现对探空、地面资料、船舶报等常规观测的同化.理想单点试验和实际资料的多变量资料同化分析结果表明,非静力模式变量三维变分资料同化系统能够正确地描写多变量之间的相互作用以及物理约束关系,分析结果合理,能够有效减少原等压面三维变分资料同化系统的分析与模式变量之间需要相互插值、变换产生的误差,在一定程度上提高了分析场质量,对预报模式的初值具有一定改善.     

有限区域变分四维同化系统的设计和试验

使用共轭码技术，构造了中尺度模式的伴随模式，研究了模式侧边界条件。基于伴随模式技术的原理，设计了伴随同化和Derber同化方法两套方案；下降算法采用共轭梯度法，使用准真实资料，进行子同化数值试验和预报试验。结果表明，两套同化方案都取得了一定的同化效果，Derber同化方法比伴随同化更令人满意。证明了变分同化是提高预报准确率的一种非常有效的手段。     

GRAPES的新初始化方案

四维变分同化由于引入预报模式作为一项约束,理论上它的分析场已经具有较好的平衡性,但实施时还会有诸多因重力波导致的高频振荡过程,因此,四维变分同化(4DVar)分析仍需要初始化。文中描述了GRAPES全球四维变分同化系统(GRAPES-4DVar)的新初始化方案的科学设计、公式演绎以及试验结果。GRAPES-4DVar的新初始化方案采用数字滤波方案作为代价函数的一项约束控制重力波引发的不平衡结构,约束强加在分析增量上与极小化迭代过程同步进行。新的初始化方案是变分同化系统的一部分,数字滤波的积分时间与4DVar的同化时间窗一致,不会对4DVar产生额外的计算资源消耗;并能适应长时间窗的同化,不会因为时间窗的延长而削弱慢波过程。新初始化方案中,模式轨迹的光滑程度可在变分同化中通过重力波控制项的权重系数方便控制。GRAPES全球四维变分同化的理想和循环同化批量试验都表明,在四维变分同化中,重力波的控制依然非常重要,具有初始化的GRAPES试验,无论分析还是预报技巧都较无初始化的有明显优势。与以前分析和滤波独立实施的旧初始化方案相比,新方案的分析和预报效果略优,同时有效地节省循环同化系统的运行时间,这对四维变分同化来说非常重要。     

GRAPES集合卡尔曼滤波资料同化系统Ⅱ：区域分析及集合预报

GRAPES集合卡尔曼滤波资料同化方法能够分批同化常规观测资料,GRAPES集合卡尔曼滤波同化系统的设计及其与GRAPES三维变分同化系统的对比试验结果表明,GRAPES集合卡尔曼滤波系统能够得到合理的分析,并且具有实际运行能力。在此基础上,进行集合卡尔曼滤波区域同化分析及集合预报试验,对比区域模式面三维变分同化分析预报结果,研究表明,集合卡尔曼滤波分析比三维变分分析具有一定优势,降水预报更接近实况。考察了预报误差特征随天气形势的变化情况,表明预报误差相关场和均方差的分布随着天气形式不同而变化。     

变分连续同化中优化步长的推导方法及数值试验

一个好的变分同化方法,必须考虑到预报模式具有误差,并对模式误差进行纠正.变分连续同化(VCA)通过在模式方程中引进一个修正项,连续地调整模式变量,从而达到以上目的.在变分连续同化的迭代过程中,优化步长的选取方法对于同化迭代是否收敛、收敛速度快慢与否都至关重要,文中推导了一种有效利用观测资料计算优化步长的新方法,并以大气运动方程中一维非线性平流波和二维惯性波为例,进行了四维变分资料同化数值试验.数值结果表明,VCA方法和计算优化步长的公式都是有效的.     

美国WRF模式的进展和应用前景

WRF(Weather Research Forecast)模式系统是美国气象界联合开发的新一代中尺度预报模式和同化系统，2004年6月对外发布了第二版和三维变分同化系统。这个模式采用高度模块化、并行化和分层设计技术，集成了迄今为止在中尺度方面的研究成果。模拟和实时预报试验表明，WRF模式系统在预报各种天气中都具有较好的性能，同时实现在线完全嵌套大气化学模式，不仅具有较好的天气预报水平，而且具有预报空气质量的能力，具有广阔的应用前景。     

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。