GRAPES全球切线性和伴随模式的调优

伴随技术是四维变分同化（4DVar）系统中计算代价函数梯度的最佳办法,切线性和伴随模式的效果和效率直接影响着4DVar系统的发展。基于GRAPES（Global and Regional Assimilation PrEdiction System）全球切线性和伴随模式1.0版本,利用GRAPES全球模式2.0版本在并行框架和性能等方面的改善,重新优化和设计了GRAPES全球切线性伴随模式2.0版本,提高了GRAPES全球切线性和伴随模式的效果和效率,优化了切线性模式程序结构,使其计算时间最优可控制在非线性模式的1.2倍以内;采用在切线性模式中保存基态的方法,重构了伴随模式的程序结构,使其计算时间最优控制在非线性模式的1.5倍以内;在GRAPES全球切线性物理过程的设计中,将线性物理过程的轨迹基态计算和切线性扰动计算解耦,提高了GRAPES全球切线性和伴随模式的计算效果和效率。     

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。     

线性化物理过程对GRAPES 4DVAR同化的影响

线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。      

四维变分资料同化

用Lorenz模式作变分同化数值试验，通过对一个简单系统的讨论，对四维变分同化方法进行较深入分桥。利用Lorenz模式的数值试验，检验切线模式及伴随模式，并对目标函数及其梯度进行了检验。     

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;用共轭码地方法导出伴随模式;初步试验表明该系统有较强的同化能力。     

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。     

伴随系统及非线性优化方法在REM模式可预报性研究中的实际个例应用

利用REM模式的伴随系统和非线性优化方法，通过三个实际天气个例，对REM模式的可预报性问题进行了研究。结果表明，REM模式在给定的实际应用中可接受的预报误差范围内，对三个天气个例都具有预报能力。对于个例一，利用现有的常规报文初始观测场，进行简单的插值处理（最优插值等），REM数值模式就可以得到比较满意的预报结果； 对于个例二和个例三，对现有的报文初始观测场进行处理（如四维变分资料同化）后，REM模式在给定的误差允许范围内，对这两个天气个例仍得到满意的预报。研究结果不仅对改进数值模式具有一定的指导意义，而且对如何改进数值模式的初值问题，特别是在中尺度天气预报中如何改进具有一定的参考价值。     

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。     

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。      

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.     

变分同化方法反演海气耦合模型参数的研究

采用变分资料同化技术,结合最优控制思想,对一个海气耦合模型的模式参数和强迫项进行了反演。结果表明,采用该方法对模式进行优化,既可以补偿模式参数不准确性给预报带来的误差,又可以对模式参数本身进行修正和估计,为将来在实际应用中改善更复杂的预报模式、提高预报准确率提供了一个可借鉴的思路。     

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.     

用一种新的同化方法同化降水量资料

Observations of accumulated precipitation are extremely valuable for effectively improving rainfall analysis and forecast. It is, however, difficult to use such observations directly through sequential assimilation methods, such as three-dimensional variational data assimilation or an Ensemble Kalman Filter. In this study, the authors illustrate a new approach that makes effective use of precipitation data to improve rainfall forecast. The new method directly obtains an optimal solution in a reduced space by fitting observations with historical time series generated by the model; it also avoids the implementation of tangent linear model and its adjoint. A lot of historical samples are produced as the ensemble of precipitation observations with the fully nonlinear forecast model. The results show that the new approach is capable of extracting information from precipitation observations to improve the analysis and forecast. This method provides comparable performance with the standard four- dimensional variational data assimilation at a much lower computational cost.     

CMA-GFS 4DVar边界层过程线性化的改进北大核心CSCD

持续发展和优化切线性模式的线性化物理过程,保持与非线性模式一致是改善四维变分同化(4DVar)分析和预报效果的有效方法之一。目前业务系统的CMA-GFS模式采用基于Charney-Phillips(C-P)跳点的边界层参数化方案,而CMA-GFS 4DVar系统中采用基于Lorenz跳点的边界层线性化方案。为改善CMA-GFS 4DVar系统的边界层分析和预报效果,基于C-P跳点的边界层参数化方案研发了新边界层线性化方案,并通过对方案中地表热量通量和水汽通量扰动、自由大气的理查逊系数扰动、边界层的热量和动量交换系数扰动等进行更加精细地规约化约束,在确保CMA-GFS切线性和伴随模式稳定运行的情况下,减少线性化过程对切线性模式预报精度的影响。切线性近似试验检验表明:相较于原方案,新边界层线性化方案可以减少边界层位温和比湿的相对误差,最大可减少10%。批量4DVar循环同化试验表明:新边界层线性化方案可以有效改善切线性模式对低层位温、风场和比湿扰动的预报精度,减少4DVar内外循环目标泛函的相对差异,并提高700 hPa位势高度的可预报时效。     

The REM Adjoint System and Its 4DVar Data Assimilation Experiments

The Regional Eta-coordinate Model(REM) has performed well in forecasting heavy rainfalls in China in recent years.A four-dimensional variational assimilation system(4DVar) is developed to improve the forecast skill of the REM.The tangent linear model and adjoint model codes are written according to thecode to coderule,and the establishment of the REM adjoint modeling system is introduced in detail in this paper.The tangent linear and adjoint models of the REM are validated against the observational data,...     

面向四维变分资料同化的NSAS积云深对流参数化方案的简化及线性化研究

GRAPES全球四维变分资料同化系统需要积云深对流参数化方案的线性化与伴随方案,直接采用原始复杂参数化方案进行线性化并不可行,需要发展简化光滑方案来减缓非线性与非连续性特征。GRAPES全球模式采用NSAS积云对流参数化方案,积云深对流对环境的反馈主要通过补偿下沉来实现,研究突出补偿下沉作用,忽略降水蒸发、动量反馈等贡献,形成简化方案。采用输入温、湿度廓线加入不同幅度小扰动方法,评估参数化方案计算的温度、比湿时间倾向对输入扰动的敏感性,检验非线性与非连续特征。提出避免或减缓非连续“开关”的方法,在简化方案的基础上发展了简化光滑方案。简化光滑方案与原始积云深对流方案相比,在对流触发上一致,在对流的位温与比湿倾向、降水的时序模拟等方面相似,而在减缓非线性、避免非连续性方面显著优于原始方案。基于简化光滑方案发展的线性化方案表明,对小于2倍分析增量幅度的扰动,线性化方案可以较好地模拟非线性方案的扰动发展。发展的简化光滑方案具有合理性和实用性。      

GRAPES区域扰动预报模式动力框架设计及检验

设计了适用于四维变分同化系统的扰动预报模式GRAPES_PF。根据GRAPES的地形追随坐标非静力原始方程组,采用小扰动分离方法推导微分形式的线性扰动预报方程组,并利用与GRAPES非线性模式相似的数值求解方案求解线性扰动微分方程组。在设计扰动预报模式时采用了两个时间层半隐式半拉格朗日方案对动量方程、热力学方程、水汽方程和连续方程进行时间差分,空间差分方案的变量分布水平方向采用Arakawa C跳点网格,垂直方向采用Charney/Phillips跳层。利用代数消元法进一步推导得到只包含未来时刻扰动Exner气压的亥姆霍兹方程,进而通过广义共轭余差法（GCR）求解,在此基础上得到未来时刻扰动量的预报值。基于所开发的扰动模式开展了数值试验。首先在非线性模式中施加一个中尺度初始扰动高压,得到初始扰动在非线性模式中的后续演变,然后将相同的初始扰动作为扰动模式的初值进行时间积分,将扰动模式预报的结果与非线性模式的结果做了对比。结果表明,所开发的扰动模式GRAPES_PF较好地模拟了惯性重力内波的传播过程:初始高压扰动激发了一个迅速向外传播的惯性重力内波,在气压场向风场适应的过程中,水平风场、垂直运动、位温和湿度等变量均出现了扰动增量,与非线性模式得到的结果相当接近。GRAPES_PF作为GRAPES非线性模式的合理线性模式为建立基于线性扰动预报的区域四维变分同化系统奠定了科学基础。      

基于历史样本投影的四维变分陆面数据同化方法及其初步应用

法面临着计算量上的挑战。本研究将一种历史样本投影的四维变分同化方法(Historical-Sample-Projection4DVar,简写为HSP-4DVar)应用于陆面数据同化,建立起CoLM陆面模型的HSP-4DVar系统。相比其他四维变分同化方法,HSP-4DVar的分析值是显式求解,不需要编写和使用伴随模式,从而大大节省了计算量,是一种易于实现的同化方案。通过同化56个月的土壤湿度观测数据表明,新的陆面同化系统不仅省时,而且能够有效吸取观测信息,使得同化后的均方根误差显著降低,各层土壤湿度模拟都有所改善,陆表1000mm层的改善最为明显。     

基于历史预报的四维变分资料同化（4DVar）方法中的滤波

基于历史预报的四维变分同化方法在降维的样本空间最小化代价函数,避免切线性伴随模式,是一种比较经济的算法。但是因为选取的集合样本不可能无限多,实际样本数远远小于观测资料数以及模式变量的自由度,会导致观测站点和模式格点间产生虚假的相关。介绍了在历史预报4DVar中引入的局地化滤波技术,并通过3组试验,比较了局地化前后的结果。试验结果表明:引入局地化技术后,其能有效滤去初始场中的虚假相关关系,同时由于Schur算子的作用,滤波后的分析场是光滑连续的。而且实际个例研究结果表明,局地化后能改进6 h和12 h累积降水的均方根误差,进一步提高预报效果。