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。     

基于进化方向遗传算法的四维变分资料同化方法

数值天气预报模式初始时刻要素场的变分同化问题是一个非线性最优化问题。利用进化方向遗传算法（EDGA）求解该最优化问题，并对理想初始场作数值模拟，结果表明模拟的效果较好。     

可降水量同化对初始湿度场调整的应用研究

设计了一个三维变分同化方案,利用非静力中尺度模式MM5和由实况观测反演得到的可降水量资料,运用该变分同化方法改善初始湿度场,并对2003年7月9～10日的暴雨过程进行数值模拟对比试验.结果表明,①可降水量资料的变分同化对初始湿度场具有较强的调整能力;②同化可降水量后,可以明显地改善模式初始湿度场,能够有效地提高降水模拟的准确率.     

改进的台风初值化方案及四维变分同化的个例试验

由于洋面上常规观测资料严重不足,使得客观分析的结果难以准确地描写初始台风的热力结构和环流特征,这是造成台风数值预报误差较大的重要原因.传统的Bogus方案虽然对台风预报有很大改进,但是仍有许多不足.文中在前人研究工作的基础上,对Bogus方案进行了改进,提高了对台风强度的描述能力,并结合四维变分资料同化的方法,利用模式动力学约束,自动生成具有非对称环流结构的台风初值,最后进行了四维变分同化试验和数值模拟试验.数值结果表明:这种结合Bogus方法和四维变分同化方法的台风初值化方案对于台风的路径模拟和强度模拟均有较好的改进.     

数值天气预报中集合-变分混合资料同化及其研究进展

数值天气预报中混合资料同化是结合集合预报与变分同化方法各自优势研究发展的一种新型资料同化方案。它在变分资料同化框架的基础上,利用集合预报扰动场信息的优点,构造具有流依赖属性的背景误差协方差结构,克服变分同化中固定、均匀及各向同性的背景误差协方差的缺陷,改善对不同天气系统预报误差协方差的表达能力,从而改善分析和预报的质量。近年来,基于集合与变分方法的混合资料同化快速成为数值预报资料同化发展的新趋势,具有良好的业务应用潜力。对集合与变分混合资料同化的研究进展进行综述,在简要介绍数值天气预报中资料同化发展趋势的基础上,分析混合资料同化方案的理论框架和优势,总结混合资料同化的发展和研究成果,并讨论我国研究和发展混合资料同化的基础和前景及面临的问题,指出混合资料同化发展中亟需研究的关键科学问题。      

台风过程数值模拟中4种初值化方案对比分析

了解、比较并改善各种Bogus技术,对台风数值模拟和数值预报具有重要意义.介绍了4种不同的台风初值化方案:基于四维变分资料同化原理的BDA方案、MM5模式附带的Bogus方案、王国民的Bogus方案,以及广州热带海洋所业务上曾使用的Bogus方案,具体台风个例,对这几种方案在台风数值模拟中所起的作用,进行对比讨论.数值...     

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.     

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。     

MM5数值预报引入GRAPES三维变分同化技术在上海地区的预报和检验

该文简要介绍GRAPES三维变分同化技术在MM5数值预报中的应用；利用2003年3月至2003年5月华东地区138个台站实况资料与其预报结果，评价了该模式系统对华东地区降水的预报结果，分析了三维变分同化对MM5数值预报结果的可能影响。结果表明，GRAPES三维变分同化方案是比较合理的，同化后模式对华东大部分地区的降水24 h预报比没有使用同化的总体情况要好；同样，同化后模式对华东大部分地区的晴雨预报准确率较高。     

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.     

Intelligent optimization algorithms to VDA of models with on/off parameterizations

Some variational data assimilation (VDA) problems of time- and space-discrete models with on/off parameterizations can be regarded as non-smooth optimization problems. Same as the sub-gradient type method, intelligent optimization algorithms, which are widely used in engineering optimization, can also be adopted in VDA in virtue of their no requirement of cost functions gradient (or sub-gradient) and their capability of global convergence. Two typical intelligent optimization algorithms, genetic algorithm (GA) and particle swarm optimization (PSO), are introduced to VDA of modified Lorenz equations with on-off parameterizations, then two VDA schemes are proposed, that is, GA based VDA (GA-VDA) and PSO based VDA (PSO-VDA). After revealing the advantage of GA and PSO over conventional adjoint methods in the ability of global searching at the existence of cost functions discontinuity induced by on-off switches, sensitivities of GA-VDA and PSO-VDA to population size, observational noise, model error and observational density are detailedly analyzed. Its shown that, in the context of modified Lorenz equations, with proper population size, GA-VDA and PSO-VDA can effectively estimate the global optimal solution, while PSO-VDA consumes much less computational time than GA-VDA with the same population size, and requires a much lower population size with nearly the same results, both methods are not very sensitive to observation noise and model error, while PSO-VDA shows a better performance with observational noise than GA-VDA. It is encouraging that both methods are not sensitive to observational density, especially PSO-VDA, using which almost the same perfect assimilation results can be obtained with comparatively sparse observations.     

包含“开关”变量的MM5四维变分资料同化系统

数值模式中的湿物理过程对于模拟各种尺度的天气现象非常重要,但它会使得模式方程的状态变量不连续,这种不连续在模式程序中表现为“开关”变量。本文对包括Kuo降水参数化方案的非静力中尺度数值模式MM5的四维变分资料同化系统进行研究,利用对实际降水的模拟,比较详细地讨论了有关的“开关”变量以及切向线性化和伴随问题。结果表明：对于一个离散的数值模式,保持“开关”变量与基态一致,用伴随码方法构造的伴随模式计算的梯度值能够为最小化过程提供较好的下降方向;Kuo方案中对流每隔一个积分步的交替发生并不影响目标函数最小化的收敛速度;“开关”变量的存在也不影响将风、温度、气压和比湿结合起来同化对MM5降水预报准确性的提高。     

含有开关参数化物理过程的模式变分资料同化的非光滑优化方法:几个理论问题

时间、空间上离散的模式如果含有带开关的参数化物理过程，某些对应的变分同化问题可以看成为非光滑优化问题。本系统地讨论了与此相关的几个理论问题。首先，利用次梯度这个非光滑优化中的基本概念可以对通常的伴随方程的解进行清楚的解释和定义。利用一个带对流调整的多层扩散模式，演示了通常的伴随方程的解在奇异点处不是由代价函数的Gateaux导数构成，而是代价函数的一个次梯度。其次，在非光滑优化的框架下对现有的解决这类问题的方法进行了评述。这些方法包括：（1）利用光滑优化方法和通常的伴随模式，并且讨论了这个方法的收敛条件；（2）正则化方法。这个方法是把模式中不光滑的项用光滑的项近似，以把问题变为光滑优化问题。（3）次梯度方法。这个方法利用通常的伴随模式来计算一个次梯度，是收敛的算法，不过收敛速度很慢。（4）非光滑优化中的Bundle方法。这个方法比次梯度方法收敛得快，不过需要利用所有的次梯度信息。由于计算所有的次梯度十分困难，现有的Bundle方法大都进行了一些改变，仅需要用户能够计算出一个次梯度。不过这个改变是无奈的，多个次梯度的信息可以提高Bundle方法的效率。本最主要的工作是提出了集值伴随方程的概念。集值伴随模式可以在奇异点处计算出所有支撑次梯度，因此利用集值伴随方程有可能提出基于Bundle方法的更好算法。     

具约束条件的四维变分资料同化问题

考察了具约束条件的四维变分资料同化问题，首先引入解决该类问题的一般理论与方法，然后用有限元浅水模式对具高频重力波约束条件的四维变分同化问题进行数值试验。采用伴随技术方法和约束最优化的罚函数法和增广拉格朗日方法，使定义的约束目标函数达到最小，而得到最优解。数值试验结果表明：以控制重力波增长为约束条件的四维变分资料同化，能够更有效的滤除扰动分量，得到最优初始场。由此也表明了对数值天气预报中的这类问题是可以用具约束条件的四维变分资料同化来处理。     

A New Approach to Data Assimilation

A significant attempt to design a timesaving and efficient four-dimensional variational data assimilation (4DVar) has been made in this paper, and a new approach to data assimilation, which is noted as 'three-dimensional variational data assimilation of mapped observation (3DVM)' is proposed, based on the new concept of mapped observation and the new idea of backward 4DVar. Like the available 4DVar, 3DVM produces an optimal initial condition (IC) that is consistent with the prediction model due to the inclusion of model constraints and best fits the observations in the assimilation window through the model solution trajectory. Different from the 4DVar, the IC derived from 3DVM is located at the end of the assimilation window rather than at the beginning conventionally. This change greatly reduces the computing cost for the new approach, which is almost the same as that of the three-dimensional variational data assimilation (3DVar). Especially, such a change is able to improve assimilation accuracy because it does not need the tangential linear and adjoint approximations to calculate the gradient of cost function. Therefore, in numerical test, the new approach produces better IC than 4DVar does for 72-h simulation of TY9914 (Dan), by assimilating the three-dimensional fields of temperature and wind retrieved from the Advanced Microwave Sounding Unit-A (AMSU-A) observations. Meanwhile, it takes only 1/7 of the computing cost that the 4DVar requires for the same initialization with the same retrieved data.     

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。     

IMPACT OF DIABATIC PROCESSES IN AGCM ON 4-DIMENSIONAL VARIATIONAL DATA ASSIMILATION*

The impact of diabatic processes on 4-dimensional variational data assimilation (4D-Var) was studied using the 1995 version of NCEP's global spectral model with and without full physics.The adjoint was coded manually.A cost function measuring spectral errors of 6-hour forecasts to "observation" (the NCEP reanalysis data) was minimized using the L-BFGS (the limited memory quasi-Newton algorithm developed by Broyden,Fletcher,Goldfard and Shanno) for optimizing parameters and initial conditions.Minimization of the cost function constrained by an adiabatic version of the NCEP global model converged to a minimum with a significant amount of decrease in the value of the cost function.Minimization of the cost function using the diabatic model, however,failed after a few iterations due to discontinuities introduced by physical parameterizations.Examination of the convergence of the cost function in different spectral domains reveals that the large-scale flow is adjusted during the first 10 iterations,in which discontinuous diabatic parameterizations play very little role.The adjustment produced by the minimization gradually moves to relatively smaller scales between 10-20th iterations.During this transition period,discontinuities in the cost function produced by "on-off" switches in the physical parameterizations caused the cost function to stay in a shallow local minimum instead of continuously decreasing toward a deeper minimum. Next,a mixed 4D-Var scheme is tested in which large-scale flows are first adiabatically adjusted to a sufficient level,followed by a diabatic adjustment introduced after 10 to 20 iterations. The mixed 4D-Var produced a closer fit of analysis to observations,with 38% and 41% more decrease in the values of the cost function and the norm of gradient,respectively,than the standard diabatic 4D-Var,while the CPU time is reduced by 21%.The resulting optimal initial conditions improve the short-range forecast skills of 48-hour statistics.The detrimental effect of parameterization discontinuities on minimization was also reduced.     

一种新的资料同化方法

为寻求一种快速有效的四维变分资料同化(英文缩写4DVar)作了有意义的尝试,提出了映射观测的新概念和反向四维变分资料同化的新思路,并以此为基础建立了三维变分映射资料同化(英文缩写为3DVM:3-DimensionalVariational data assimilation of Mapped observation)。该方法与传统的四维变分资料同化一样,不仅考虑了模式的动力和物理约束,使得同化后的初值与模式协调,而且通过模式方程对同化窗口中不同时刻的观测资料作了最佳拟合。与传统四维变分同化方法不同的是,由3DVM得到的初值不在同化窗口的始端,而在窗口的末端。正是所求初值时刻的改变,使得该方法的计算代价大大减少,几乎与三维变分资料同化(英文缩写3DVar)相当,这实际上是用3DVar的代价实现了4DVar的功能。同时,由于3DVM不再需要切线性和伴随近似来计算代价函数的梯度也提高了同化的精度。对具体的台风个例(Dan)用AMSU-A反演的温度场进行变分同化模拟试验,发现3DVM能比传统4DVar产生更好的初值,而且所花计算时间只需4DVar的1/7。