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。     

集合卡尔曼滤波同化多普勒雷达资料的观测系统模拟试验

本文将集合卡尔曼滤波同化技术应用到对流尺度系统中,实施了基于WRF模式的同化单部多普勒雷达径向风和反射率因子的观测系统模拟试验,验证了其在对流尺度中应用的可行性和有效性,并对同化系统的特性进行了探讨。试验表明:WRF-EnKF雷达资料同化系统能较准确分析模式风暴的流场、热力场、微物理量场的细致特征;几乎所有变量的预报和分析误差经过同化循环后都能显著下降,同化分析基本上能使预报场在各层上都有所改进,对预报场误差较大层次的更正更为显著;约8个同化循环后,EnKF能在雷达反射率、径向风观测与背景场间建立较可靠的相关关系,使模式各变量场能被准确分析更新,背景场误差协方差在水平方向和垂直方向都有着复杂的结构,是高度非均匀、各项异性和流依赖的;集合平均分析场做的确定性预报在短时间内能较好保持真值场风暴的细节结构,但预报误差增长较快。     

时间依赖的多尺度背景误差协方差研究I——构造

为了在资料同化中更好地应用多尺度同化技术,针对当前GRAPES多尺度3D-Var同化系统中背景误差协方差设置的缺陷,探讨如何引入随时间演变的多尺度信息的方法。首先,基于GRAPES模式集合预报系统,利用集合预报结果构造了新型的背景误差协方差,该新型协方差的标准差与相关关系能随着时间演变而发生变化,即具有时间依赖特征。然后,为了考虑背景误差协方差的多尺度特征,针对不同尺度背景场将该新型协方差进行不同程度的缩放,即假设不同尺度的背景误差单变量标准差与相关尺度以及多变量相关系数与原估计值之间存在一定的比例关系。通过选择不同的缩放系数,其对应的分析增量将产生不同量值与尺度的变化,即可对相应的分析场进行多尺度调整。      

GSI同化系统的背景误差协方差特征及对预报的影响

在同化系统中使用更合理的背景误差协方差对于得到更良好的同化效果至关重要。首先采用NMC方法针对中国区域构建更适合WRF-ARW区域预报系统的B矩阵,并对比分析了其与GSI同化系统预设的NCEP预报系统的B矩阵在分析变量间的平衡关系、分析控制变量的标准差、水平和垂直特征尺度等方面的特征差异。参照这些特征差异设计单点观测试验、背景误差协方差调优参数敏感性试验,确定针对中国区域构建B矩阵的最佳调优参数。并讨论其对一次季风低压强降水天气过程的循环同化和预报效果的影响。结果表明,采用最佳调优参数使用针对中国区域构建B矩阵的试验(Sen6)对V风分量场和相对湿度场的预报性能改进显著,同时也引出了GSI同化系统背景误差协方差参数调优(尤其是水平特征尺度参数调整)的两难问题。在此基础上,采用Hybrid同化方法使用针对中国区域构建B矩阵的循环同化试验(Hyb3)可以进一步改善预报效果,并在一定程度上修正个例模拟雨带的位置。      

江西及其临近区域同化系统中不同季节背景误差协方差特征及其对降水预报影响

在不同季节背景下,对比分析多元变量相关的背景误差协方差特征,了解其在天气过程中的作用,可以改进同化系统性能,提高降水数值预报水平。对比分析汛期和非汛期江西及其临近区域多元变量相关的背景误差协方差特征,分别选取2019年汛期和非汛期的2次降水过程,设计2组循环同化试验,探讨多元变量相关的背景误差协方差对江西降水预报效果的影响。结果表明,相较于非汛期,汛期分析变量对风场、温度场和水汽场的贡献值整体上要更大,且汛期各个控制变量的背景场误差更为显著。多元变量试验的降水预报评估效果整体上更好,其汛期预报效果改善更显著。汛期与非汛期的多元变量试验降水预报结果更接近实况,且相对非汛期降水而言,汛期多元变量试验模拟效果更好,模拟的降水分布及强度与实况更为接近。     

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。      

预分析初始扰动样本对降维投影四维变分同化性能的影响

降维投影四维变分同化(DRP-4DVar)方法的背景误差协方差是由基于历史预报的扰动样本统计得到的,为了改进降维投影四维变分同化系统中背景误差协方差的流依赖特性,提出了对初始扰动样本进行预分析的新思路,即在对背景场分析之前,利用降维投影四维变分同化系统本身对每个样本进行预先分析,使得统计出的背景误差协方差随实际的天气形势而变化,从而实现其在真正意义上的流依赖,且在循环同化时能够避免滤波发散现象的出现。试验结果表明,对样本进行预先分析能够通过改善同化系统中背景误差协方差的空间结构和流依赖特性,来进一步改进降维投影四维变分同化方法的性能,为数值模式提供更精确的初始场,从而提高了基本模式变量的预报精度,并改善了对强降水的模拟能力。相比较而言,对所有初始扰动样本都进行了预分析的同化试验能够得到最优的分析和预报。     

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。     

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。      

CMA-BJ 2.0版逐时快速更新追赶循环同化预报系统研发及应用Ⅰ：资料同化及系统构建

介绍了CMA-BJ 2.0版区域逐时快速更新循环同化分析及短时预报业务系统在逐时更新循环和资料同化方面的关键技术特点。该系统采用分析增量更新作为初始化方案,有效抑制了初始噪声累积问题;通过充分考虑各类观测资料实际到报截断时长的差异,发展了包括循环分析和更新预报两个部分耦合的逐时追赶循环运行框架,实现了对各类观测资料充分高效的利用,也较好地兼顾了短临预报服务对逐时更新循环预报产品的时效性要求;通过在分析循环的同化背景场部分应用动态混合方案,实现了全球模式大尺度场对区域模式中小尺度热动力场发展的动态约束,有效抑制了快速更新循环预报误差累积导致的大尺度预报场变形的问题;在资料同化方面,实现了中国全国雷达反射率因子拼图资料的同化应用,并通过仅在更新预报部分开展雷达反射率资料同化以规避连续循环同化造成的水汽正向过量累积、调整雷达同化时的背景场误差的方差和长度尺度两方面的策略优化有效提升了雷达同化的应用效果;此外,在CMA-BJ 2.0版系统中实现了中国全国风廓线雷达观测资料的实时同化应用。     

全球资料同化中误差协方差三维结构的准确估计与应用Ⅰ:观测空间协方差的准确估计

观测误差与背景误差协方差在四维资料同化和业务资料分析系统中起到决定性作用,它决定着观测信息与背景初猜值信息的相对重要性以及这些信息在空间及不同变量间的扩展方式。由于实际大气的真值并不知道,需要发展不同的技巧来估计观测误差与背景误差协方差,其中在观测空间利用观测与背景初猜值之差来分离观测误差与背景误差协方差的方法估计出的结果较为准确,其估计出的观测误差可直接用于资料分析系统中,背景误差可作为标尺来度量其他方法估计结果的可靠性。文章采用国家气象中心T213L31全球中期分析预报系统的6 h预报作为背景初猜场及同时段冬夏两个季节的北半球探空,利用贝塞尔函数拟合方法来分离观测误差与背景误差协方差,并比较了东亚区、北美区、欧洲区3个探空资料均匀密集区的区域与季节变化结果。结果表明,观测空间拟合方法所要求的水平均质、各向同性在欧洲区和北美区成立程度较好,在东亚区略差,使用时需要斟酌。此外均方差区域间差别较大,在冬季明显大于夏季,温度场偏大0.2 K,风场偏大0.9 m/s。温度场在400 hPa以下与150 hPa以上,背景误差略小于观测误差,而在200—300 hPa,背景误差略大一些。风场的特点与温度场比较一致。温度与风场背景误差主要集中在前40波,并在20波左右达到最大,水平相关季节区域差别不大,而温度垂直相关比风场窄,两者相关范围比较大的波数主要集中在前20波。此外利用贝塞尔函数拟合方法获得结果的分析表明,在质量场中不同区域季节间温度误差的稳定性要明显好于高度场,涡度散度的稳定性要明显好于流函数和势函数,特别是对于特征长度更为明显。这表明利用贝塞尔函数拟合方法获得的结果对校准在全球资料同化中采用温度、涡度散度作为资料同化的分析变量具有一定的优势。     

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...     

Ensemble-based diurnally varying background error covariances and their impact on short-term weather forecasting

Background error covariance (BEC) plays an essential role in variational data assimilation. Most variational data assimilation systems still use static BEC. Actually, the characteristics of BEC vary with season, day, and even hour of the background. National Meteorological Center–based diurnally varying BECs had been proposed, but the diurnal variation characteristics were gained by climatic samples. Ensemble methods can obtain the background error characteristics that suit the samples in the current moment. Therefore, to gain more reasonable diurnally varying BECs, in this study, ensemble-based diurnally varying BECs are generated and the diurnal variation characteristics are discussed. Their impacts are then evaluated by cycling data assimilation and forecasting experiments for a week based on the operational China Meteorological Administration-Beijing system. Clear diurnal variation in the standard deviation of ensemble forecasts and ensemble-based BECs can be identified, consistent with the diurnal variation characteristics of the atmosphere. The results of one-week cycling data assimilation and forecasting show that the application of diurnally varying BECs reduces the RMSEs in the analysis and 6-h forecast. Detailed analysis of a convective rainfall case shows that the distribution of the accumulated precipitation forecast using the diurnally varying BECs is closer to the observation than using the static BEC. Besides, the cycle-averaged precipitation scores in all magnitudes are improved, especially for the heavy precipitation, indicating the potential of using diurnally varying BEC in operational applications.摘要背景场误差协方差在资料同化系统中具有非常重要的作用, 目前业务变分同化系统中常采用静态背景场误差协方差, 未考虑其具体的日变化特征. 为构建更为合理且便于业务系统应用的日变化背景误差协方差, 本文构建了高分辨率集合预报样本的日变化背景场误差协方差, 揭示了其日变化特征, 并应用到了CMA-BJ业务系统中, 开展了基于业务框架的批量循环同化预报试验. 结果表明, 背景场误差存在明显的日变化特征, 采用集合日变化背景场误差协方差能够改进模式的预报效果.     

台风预报误差的流依赖特征及混合资料同化中最优耦合系数

基于集合卡尔曼变换与三维变分(ETKF-3DVAR)混合资料同化系统和欧洲中期天气预报中心(ECWMF)的全球集合预报,以"梅花"台风为例,分析了台风系统预报误差的流依赖特征,讨论了耦合系数在混合同化和预报中的敏感性及其对预报质量的影响。结果显示,台风系统的预报误差协方差具有显著的中小尺度结构特征,集合估计的预报误差协方差结构能够再现其流依赖属性。相对于3DVAR方案,混合资料同化方案的最优耦合系数对台风系统的分析和预报质量具有更好的改善;但不同的耦合系数对台风路径预报有明显的影响,不合适的耦合系数甚至可能导致更坏的结果,只有耦合了相对合适的预报误差协方差的流依赖信息,混合资料同化方案才可能对分析和预报质量有正效果。这表明在混合资料同化系统中,构造一种具有自适应能力的耦合权重函数,实现相对最优权重的自动选择,对充分发挥混合资料同化方案的潜在优势具有重要意义。     

Application of an error statistics estimation method to the PSAS forecast error covariance model

In atmospheric data assimilation systems, the forecast error covariance model is an important component. However, the paralneters required by a forecast error covariance model are difficult to obtain due to the absence of the truth. This study applies an error statistics estimation method to the Pfiysical-space Statistical Analysis System （PSAS） height-wind forecast error covariance model. This method consists of two components： the first component computes the error statistics by using the National Meteorological Center （NMC） method, which is a lagged-forecast difference approach, within the framework of the PSAS height-wind forecast error covariance model; the second obtains a calibration formula to rescale the error standard deviations provided by the NMC method. The calibration is against the error statistics estimated by using a maximum-likelihood estimation （MLE） with rawindsonde height observed-minus-forecast residuals. A complete set of formulas for estimating the error statistics and for the calibration is applied to a one-month-long dataset generated by a general circulation model of the Global Model and Assimilation Office （GMAO）, NASA. There is a clear constant relationship between the error statistics estimates of the NMC-method and MLE. The final product provides a full set of 6-hour error statistics required by the PSAS height-wind forecast error covariance model over the globe. The features of these error statistics are examined and discussed.     

GPS/PWV资料在梅雨锋暴雨个例中的同化试验

基于WRF(Weather Research and Forecasting Model,天气预报模式)及其三维变分同化系统3DVAR,利用江苏省GPS/PWV(PWV:Precipitable Water Vapor,GPS反演得到可降水量)资料,并将其与探空资料比对订正,针对2011年6月18日梅雨锋暴雨进行3 h循环同化模拟。在降水参数化方案敏感性试验与单点同化试验基础上,设计多组试验对6 h降水量进行TS(Threat Score)评估。结果表明:(1)同化订正GPS/PWV资料对降水预报能力显著提高,特别是大雨、暴雨量级以上的预报能力;(2)降水量的RMSE(Root Mean Squared Error,均方根误差)相比控制试验均减小,CC(Correlation Coefficient,相关系数)均增大,最显著试验RMSE从19.1 mm下降到12.6 mm,CC从0.45上升到0.74;(3)NMC方法统计的背景误差协方差条件下中雨至暴雨量级TS评分均有一定程度提高,默认的背景误差协方差在大雨以上量级TS评分大幅提高。     

BJ-RUC系统模式地面气象要素预报效果评估

利用自动气象站逐小时地面观测资料,采用客观检验方法对北京市气象局快速更新循环预报 (BJ-RUC) 系统在2008—2010年5—9月的预报结果进行检验,初步评估了BJ-RUC系统对地面气象要素的业务预报性能。结果表明:BJ-RUC系统对地面气象要素预报与实况的变化趋势有很好的一致性。其中,2 m温度预报整体偏高,误差范围为-1.5~1.5℃,早上和傍晚偏大,正午偏小;2 m相对湿度的预报整体偏低,误差为-25%~0,白天偏大,夜间偏小;10 m风速预报明显偏大,午后尤为显著,误差为0.6~1.2 m·s-1;6 h累积降水的晴雨预报效果较好,TS评分可达到0.4。系统在初始起报时次的稳定性较差,从第3个起报时次开始逐渐稳定,但预报误差随着预报时效的增长逐渐增大,12 h内的预报误差较小,预报结果较可靠,在短时临近预报中具有参考价值。     

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。     

WRF模式三维变分中背景误差协方差估计

利用WRF模式2008年5-10月逐日预报结果,通过NMC方法进行背景误差协方差(B)估计.给出其结构特征,进行单点数值试验,并利用不同B进行1个月的数值模拟试验,检验模拟降水效果.结果表明:通过单点数值试验验证估算的B结构合理.不同的B,资料同化过程差别较大,应用重新统计的B,同化效率更高,目标函数收敛更稳定.模式模...