背景误差协方差变量平衡特征及其对台风同化和预报的影响

构造合理的背景场误差协方差是做好资料同化的关键。分析了背景误差协方差中变量相关关系在台风季节和非台风季节隐含的不同动力平衡特征,并讨论其对台风同化和预报的影响。分析发现,与非台风季节相比,在台风季节温度与非平衡速度势具有更强的动力相关性,拟相对湿度与其他控制变量的相关性也更显著。这些动力相关性在背景场误差中协方差的引入,将在同化分析过程中使得观测信息可以合理地对同化分析场产生影响。台风循环同化和预报的结果验证了对变量平衡特征的分析:背景误差协方差中新平衡关系的建立,对同化和预报有较大的正面影响,尤其是相对湿度和其他控制变量相关的建立,明显改善了台风路径、强度和降水的预报效果。      

内蒙古区域模式三维变分中背景场误差协方差结构特征分析

背景场误差协方差矩阵的统计是资料同化的重点工作。文章利用NMC方法对内蒙古区域模式2017年7月和2018年2月各月的预报场进行背景场误差协方差矩阵的统计,通过对重新统计背景场误差协方差矩阵的特征、单点试验及预报效果进行分析。结果表明:内蒙古夏季和冬季控制变量的特征向量变化特征相似,但由于天气系统的影响而有所差别;夏季和冬季各控制变量在各模态上的特征值都随着模态数的增加而快速减小,冬季误差模态振幅要小于夏季,这主要是由于影响内蒙古夏季的天气系统较多,天气过程较冬季复杂;对模式贡献越小的特征向量,其特征长度尺度也越小,影响的范围也越小;单点试验验证了应用本地资料重新统计的背景场误差协方差矩阵的合理性。对暴雨个例的数值模拟试验表明:应用本地化背景场误差协方差同化后模拟的强降水范围和强度均得到明显改善,降水模拟更接近实况。说明本地化后的背景场误差协方差对模式预报具有一定的改进作用,在三维变分同化系统中,背景场误差协方差的重新统计工作十分必要。     

纬度依赖背景场误差协方差及其对台风同化和预报的影响研究

合理的背景场误差协方差矩阵是做好变分同化的关键。为进一步认识背景场误差协方差矩阵在中尺度预报中的作用,对背景场误差协方差中平衡关系的纬度依赖特征及其对中尺度同化及预报效果的影响进行了研究。为使得平衡关系既包含纬度依赖特征,又降低纬度依赖带来的非平衡的噪音信息,在背景场误差协方差矩阵构造的平衡变换过程中引入了递归滤波的方法,对平衡变换中的回归系数进行了滤波平滑。同化单点观测的理想试验表明纬度依赖的背景场误差协方差具有更合理的动力关系,且滤波后的背景场误差协方差既保持了纬度依赖特征且明显平滑了噪音信息。台风“莫拉克”同化数值模拟试验表明纬度依赖的背景场误差协方差明显提高了36 h及以上的中心海平面最低气压和路径预报的预报效果。      

降水资料同化在梅雨锋特大暴雨个例模拟中的应用研究

利用暴雨数值预报模式AREM,以2009年6月29日发生在长江中下游地区的一次梅雨锋特大暴雨过程为例,以NCEP预报场为背景场,首先开展了不同化任何资料(无同化试验)以及分别利用GRAPES-3DVAR同化系统和局地分析预报系统(LAPS)同化地面、探空资料的3组数值试验,然后进一步开展了降水资料一维变分同化方法在GRAPES-3DVAR同化系统及LAPS系统中二次同化的效果研究,结果表明:(1)采用GRAPES-3DVAR系统同化地面、探空资料的数值试验,其降水预报效果不如无同化试验结果;而采用LAPS资料同化系统同化地面、探空资料的数值试验,其降水预报效果优于无同化试验结果,即就本个例而言,GRAPES-3DVAR同化系统对背景场的修正为负效果,LAPS同化系统对背景场的修正为正效果。(2)降水资料1DVAR方法在GRAPES-3DVAR同化系统中的应用,对物理量场有重要影响,使雨带上空变得更暖更湿,天气系统的配置更利于降水发生,中尺度系统的演变更有利于模拟出与实况更加接近的雨带位置、强度、中尺度结构特征,因而极大地改善了降水模拟效果,其模拟的1、6、24h累积降水量位置、强度、中尺度结构特征都有较明显改善。(3)降水资料1DVAR方法在LAPS系统中的应用同样改善了降水预报效果,使雨带落区位置更加接近实况。     

不同背景场误差样本模拟方案对数值预报的影响——以“苏迪罗”台风为例

利用天气研究和预报模式(Weather Research and Forecasting Model,WRF)、WRF三维变分同化(Weather Research and Forecasting-Three-Dimensional Variational Data Assimilation,WRF-3DVAR)及美国国家气象中心(National Meteorological Center,NMC)方法,采用热启动循环同化和冷启动两种不同初值方案开展数值试验,探讨不同初值方案模拟的背景场误差样本对背景误差协方差及其同化预报效果产生的影响。结果表明:由不同初值方案模拟的背景场误差样本统计得到的背景误差协方差,其单点同化试验均符合理论模型,但二者分析增量场的差异较显著。对2015年"苏迪罗"台风降水个例进行的数值试验表明,不同初值方案模拟的背景场误差样本统计得到的背景误差协方差对同化分析场具有一定影响,进而对台风移动路径和台风降水的模拟产生了较显著的影响,但对台风强度和台风中心附近最大风速的影响不显著。4个不同起报时刻数值试验进一步表明,采用热启动循环同化背景场误差样本模拟方案统计的背景误差协方差,对"苏迪罗"台风路径和降水预报效果较好,其中对台风路径的影响主要体现在数值预报模式积分24 h之后。     

快速更新循环同化系统的背景场误差协方差日变化特征研究及初步应用

目前多数快速更新循环同化系统在各分析时刻常使用固定的背景场误差协方差。为在快速更新循环同化系统中采用日变化的背景场误差协方差,基于RMAPS-ST系统分析了其夏季和冬季日变化背景场误差协方差特征,并进行了同化及预报对比试验。结果表明,该系统夏、冬两季的背景场误差协方差均呈现出明显的日变化特征,且夜间各变量(U、V、T、RH)的误差标准差与特征值均大于日间,反映模式系统夜间的预报误差大于日间;而夏季各变量误差标准差和特征值大于冬季,也说明系统在夏季的模式预报误差比冬季大;连续3 d的循环同化试验初步表明,采用日变化背景场误差协方差可以提高同化及预报效果。     

GRAPES Hybrid-3DVar对台风苏迪罗的数值试验

为了把反映天气形势变化的背景误差协方差引入到变分分析系统中来提高分析质量,本文在GRAPES区域三维变分框架的基础上通过扩展控制变量方法实现动态与静态背景误差协方差耦合,建立混合三维变分分析系统（GRAPES Hybrid-3DVar）。通过控制变量扰动产生的集合样本进行单点观测分析试验验证Hybrid-3DVar及其局地化方案的合理性,并针对台风苏迪罗进行实际观测资料同化和数值预报试验,结果表明:用集合样本描述的背景误差协方差是随着天气流型变化的,动力场和质量场的离散度在台风中心处最大,因而混合同化的分析增量包含更多细微结构和中小尺度信息;其分析和24 h内预报要素质量优于3DVar,24 h内降水强度和落区预报也更准确,混合同化分析改善了3DVar分析的降水空报问题;同时混合同化分析的24 h内台风路径预报也最接近实况,台风强度预报在48 h之内都比3DVar更接近观测。     

C波段雷达反射率资料的同化与数值模拟

利用ARPS模式(Advanced Regional Prediction System)的资料分析系统ADAS(ARPS Data Analysis Sys-tem),以NCEP GFS资料为背景场对我国西北地区CINRAD-CB\CC型雷达反射率资料进行同化试验研究,并借助于WRF(Weather Research and Forecasting Model)模式,对发生在黄河河套及河北地区的一次天气过程进行个例模拟试验。不同模拟方案模拟结果的对比分析和短时预报检验表明:①C波段雷达反射率资料的引入与S波段雷达反射率资料在空间覆盖上构成互补,与卫星、地面等资料的云综合分析能够分析出与实况更为接近的降水场和垂直结构信息;②同化了C波段雷达反射率资料的试验方案在模拟回波系统演变上优于未同化的,但由于模拟低层暖湿条件不足,系统逐渐衰弱与实况不符;③对比实况降水发现,区域C波段雷达反射率资料的同化对短时降水预报效果有一定改善。     

江西区域多元变量背景误差协方差特征分析

江西省暴雨灾害频繁发生,改善同化系统性能是提高数值天气预报水平的有效手段,构建合理的背景误差协方差是做好资料同化的关键工作。基于WRF模式的江西区域一个月控制预报为样本,计算得到多元变量相关的背景误差协方差,分析其平衡约束特征、特征值、特征向量以及特征长度尺度。结果表明,江西区域模式层中的低层和高层风场辐合、辐散分量的作用更大,各个变量对水汽场的贡献也集中在低层和高层,其中温度场起主导作用;模式层高层温度场的模拟效果偏差,各个变量的垂直相关性较大;相较于风场,温度场和水汽场在水平方向影响范围小,具有较强的局地性。     

基于集合变分混合同化方法的双台风数值模拟

采用基于WRF模式的集合变分混合同化方法(Ens-3DVAR),对2013年双台风“菲特”和“丹娜丝”的路径、强度和降水进行模拟,结果表明:对双台风路径和强度的模拟,无论是模拟效果还是稳定性,Ens-3DVAR方法72 h模拟效果最优;三种试验方法对降水都有一定的模拟能力,SAL评分表明无论是对降水结构、强度,还是降水位置的模拟,Ens-3DVAR方法模拟效果最好;从Ens-3DVAR和3DVAR方法得到的初始时刻的同化增量场来看,同化卫星资料后,两种方法均改变了初始场信息,但Ens-3DVAR试验与3DVAR试验的增量无论是大小还是分布范围明显不同,说明预报系统的局地信息改变对模拟效果有很大的影响;Ens-3DVAR方法采用集合背景场和流依赖性背景误差协方差,弥补了传统3DVAR中采用均匀、各向同性、准定常的背景误差协方差所带来的局限,提供了更接近实际大气的背景场;同时该方法采用了多个不同时刻的输入资料,说明Ens-3DVAR方法是数值预报中利用历史资料的一种可行途径。      

Variational assimilation of satellite cloud water/ice path and microphysics scheme sensitivity to the assimilation of a rainfall case

Hydrometeor variables (cloud water and cloud ice mixing ratios) are added into the WRF three-dimensional variational assimilation system as additional control variables to directly analyze hydrometeors by assimilating cloud observations. In addition, the background error covariance matrix of hydrometeors is modeled through a control variable transform, and its characteristics discussed in detail. A suite of experiments using four microphysics schemes (LIN, SBU-YLIN, WDM6 and WSM6) are performed with and without assimilating satellite cloud liquid/ice water path. We find analysis of hydrometeors with cloud assimilation to be significantly improved, and the increment and distribution of hydrometeors are consistent with the characteristics of background error covariance. Diagnostic results suggest that the forecast with cloud assimilation represents a significant improvement, especially the ability to forecast precipitation in the first seven hours. It is also found that the largest improvement occurs in the experiment using the WDM6 scheme, since the assimilated cloud information can sustain for longer in this scheme. The least improvement, meanwhile, appears in the experiment using the SBU-YLIN scheme.     

基于云依赖背景场误差协方差的雷达资料同化及对降雨预报影响研究

传统变分同化方法中使用各向同性和均质的背景场误差协方差,忽略了背景场误差协方差的天气系统依赖性,而在变分框架下引入集合流依赖的背景场误差协方差还需要额外的集合预报.为在变分同化中引入更合理的背景场误差协方差,通过引入云指数构建"云依赖"背景场误差协方差,提出了一种云依赖背景场误差协方差的同化方案,并应用于雷达等多源观测...     

集合变分混合同化背景误差协方差流依赖性分析

通过单点观测试验的方法,对集合变分混合同化背景误差协方差的流依赖特征、流依赖性影响因子、产生原因,以及集合预报方法对流依赖性的影响进行了研究。结果表明:由于引入了集合信息,集合变分混合同化的分析增量与天气系统的分布有关,具有非均匀、各向异性的特征;这种流依赖特征对混合系数敏感,当集合协方差所占权重很小时,分析增量仍呈现出均匀、各向同性特征;混合同化背景误差协方差的流依赖特征不仅与集合样本有关,还与构造集合协方差的ETKF方法有关,只引入与环流形势密切相关的集合样本并不能使分析增量表现出显著的流依赖性,集合样本和ETKF方法共同作用才能将流依赖信息引入到混合协方差中,使分析增量出现流依赖特征;不同集合预报方法对混合协方差的流依赖特征有显著影响,考虑初值和物理过程的超级集合,以及在超级集合样本上再进行ETKF更新扰动后样本构造的混合协方差流依赖特征更加显著。     

华南暴雨区域集合预报中不同同化方案的影响试验研究

基于全球集合预报系统(GEFS)资料,利用WRF中尺度模式及GEFS动力降尺度获取区域集合预报初值场,通过对同化后的分析场进行模式积分实现华南前汛期区域集合预报。对2019年6月10日的一次华南前汛期暴雨过程进行不同同化方案的试验:混合同化(Hybrid)、三维变分(3Dvar)、集合卡尔曼滤波(EnKF)和对比试验(Ctrl)四组试验的对比分析,探讨具有不同背景误差协方差矩阵的同化方案对区域集合预报集合扰动和集合离散随时间演变特征的影响,评估不同试验的降水模拟效果。(1) Hybrid对模式初始场有较好的改善作用,而3DVar和EnKF对初始场的改善作用不明显。(2) 对风场、温度场和湿度场,在前期预报中Hybrid的预报误差小于3DVar和EnKF,在中后期的预报中,3DVar和EnKF的预报误差得到改善,且好于Hybrid。同样,集合扰动能量,Hybrid和Ctrl在前期预报发展好于3DVar和EnKF,而在中后期的预报3DVar和EnKF好于Hybrid和Ctrl。(3) 从24 h累积降水评分中,整体上同化试验好于Ctrl,3DVar和EnKF好于Hybrid,且3DVar对大中雨级别的降水评分较好,而EnKF对暴雨以上级别的降水评分较好。(4) 对于集合统计检验分析,同化试验的AUC值都大于Ctrl的AUC值,24 h累积降水量阈值在10~100 mm的AUC值,3DVar最好;而125 mm阈值的AUC值,EnKF最好。      

多普勒雷达观测在北京7.21暴雨数值模拟中的三维变分同化研究

基于背景误差的特征长度理论,研究调整背景误差水平分辨率对多普勒雷达资料三维变分同化的影响。首先利用NMC方法针对暴雨落区统计不同水平分辨率的背景误差协方差,分析两种不同分辨率的背景误差的结构特征,研究水平分辨率对背景误差特征长度的影响。将其应用于雷达资料同化中,研究背景误差水平分辨率变化对雷达资料同化的影响。结果表明:背景误差水平分辨率由27 km提高到3 km时,在大气低层体现出更细致的动力场信息,其动力场水平特征长度按水平分辨率的二次根递减,而温度场与水汽场水平特征长度变化不明显。在将不同分辨率的背景误差用于三维变分同化时,更高分辨率的背景误差可以在分析场增量中体现更细致的中小尺度信息,能够明显改善雷达径向速度资料同化效果,并在随后的暴雨数值模拟中雨量及其分布形态更接近实况。     

温湿统计平衡约束关系对GRAPES全球湿度分析的作用

为改进GRAPES全球三维变分同化系统(GRAPES-3DVar)的湿度分析,借鉴Hólm等(2002)的思想,在背景误差协方差结构中引入湿度与温度的统计平衡约束关系。通过扣除湿度变化中与温度有关的平衡部分获取非平衡拟相对湿度,并引入非线性对称变换对其做标准化处理,将处理后的变量作为新的湿度控制变量。统计结果表明,温湿统计平衡约束主要出现在中高纬度对流层中层相对湿度大于80%的区域,与大尺度抬升凝结加热有关;新的湿度控制变量能满足无偏、高斯分布特征。单点理想观测试验结果表明,新的湿度分析具备了流依赖特征,并能有效地抑制负水汽与超饱和水汽的出现。同化循环与预报试验结果表明,新方案给出的湿度分析的偏差和均方根误差均有所减小。而针对降水预报的检验结果表明,引入新方案后的0.1-10 mm降水预报,在ETS评分没有显著降低的情况下,BIAS评分更靠近1,降水空报有所减缓。然而60-84 h的25 mm以上的降水漏报现象更为明显,表明湿度同化分析方案还有改进空间。通过引入温湿统计平衡约束关系,完善了GRAPES-3DVar分析框架,为全球湿度分析的持续改进奠定了坚实基础。      

华中区域LRUC系统的构建与试验

如何将区域观测资料在中尺度模式中快速有效同化是提高区域精细化数值预报准确率和时效性的关键所在。本文简单介绍了基于LAPS和WRF建立的快速循环同化预报系统LRUC,以一次影响长江中游的典型梅雨锋暴雨过程为例,设计几种试验方案,结合实况降水分布,对比分析华中区域多普勒雷达资料循环同化对改善暴雨预报的作用;根据个例试验结果,设计批量后报试验方案,对比分析雷达资料同化对华中区域2007年主汛期(6—8月)多个时效降水预报评分。暴雨个例试验结果表明,华中区域多普勒雷达资料在LAPS中的同化,能为WRF提供更优初值场;同化华中区域地面资料和雷达资料后,比仅同化地面资料更能改进模式初值,改善模式降水预报,且降雨量级越大,24 h降水预报TS评分越高。批量后报试验结果表明,建立的快速循环同化预报系统LRUC,能对区域多源观测资料进行多时次循环同化分析,为模式初值增加观测资料的时间演变信息,提高模式对暴雨量级降水的预报水平;系统具有稳定性和一定的评分水平。