海洋数据同化与数据融合技术应用综述

简述了不同数据同化和数据融合方法在海洋环境监测与预测方面的应用、国内外相关业务单位的海洋分析和预报系统的现状,以及海洋数据同化将来的业务化应用的发展趋势。四维变分和集合卡尔曼滤波正在成为国际上海洋环境分析与预报的主要应用方向,海-气耦合数据同化以及海冰数据同化是目前数据同化方法研究的热点。     

集合数据同化方法的发展与应用概述

集合数据同化方法具有简洁概念化的公式和应用起来相对容易等优点,因此,它们获得了普及性的应用;近10年来集合数据同化方法已经得到了快速的发展。综述了包括集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)、集合卡尔曼平滑(EnKS,Ensemble Kalman Smoother)、集合方均根滤波(EnSRF,Ensemble Square-Root Filter)和减秩卡尔曼滤波(SEEK,Singular Evolutive Extended Kalman Filter)等集合数据同化方法的研究进展状况。通过与其它数据同化方法的对比,总结出了这些方法的特点,探讨了我国在集合数据同化方法研究中存在的问题并展望了该方法的研究和应用前景。     

融合法及其在数据同化中的应用研究

根据预报值具有最小方差这一要求,详细推导了融合法在观测数据为一维、多维和维数不同的情况下的具体同化表达形式,同时还给出了不同情况下与同化表达式相对应的预报误差公式.利用这些公式,可以用融合法处理常见的海洋观测数据的同化问题.在陆架海模式HAMSOM基础上,以4月份的渤海海表温度为例,我们验证了同化公式的正确性,并给出了同化后较好的同化结果。最后将融合法的同化结果与卡尔曼滤波同化结果进行了对比.比较表明,融合法使用起来更简单,且能有效地处理常见的海洋观测数据.     

最优插值法在海温数据同化中的应用研究

海洋声场环境是决定海军作战行动成败的重要组成要素之一,海洋的垂直温度结构作为影响声速场的最重要因素,为了更精确更为实际的反映其分布特点,对其各种数据进行同化研究是十分必要的。文中针对海温数据来源的特点,提出了一种海温数据同化的最优插值方法,较好地完成了各种观测数据与背景数据的同化,并用各种数据进行了检验,其结果表明,利用最优插值法对海温数据进行同化处理是可行的,且同化效果比较理想。     

海洋卫星遥感数据同化在海洋声场研究中的应用

卫星遥感数据同化技术已成为海洋学研究的一个有效手段。本文选取了日本以东黑潮流域作为研究海区,介绍了最优插值同化方法对海洋温度场和盐度场的分析,在此基础上对实验海区声场进行了研究。文中为了说明数据同化的优越性,利用WOA数据与其进行比较,体现了同化数据对真实场描述的可靠性。     

集合最优平滑同化方法的研究与应用

海洋状态场的历史变化过程对其分布状态有重要影响。在观测资料稀疏的情况下,合理利用历史观测资料能够为海洋数据同化提供大量有效信息。然而在目前的顺序资料同化过程中,往往只同化当前时刻的观测数据,没有考虑到历史观测资料对当前状态的约束。四维变分虽然可以体现变量在时间维度的演变过程,但引入伴随方程会增加计算代价。本文基于集合最优平滑同化算法（Ensemble Optimal Smoothing,EnOS）探讨了一种在数据同化中加入历史观测资料的简易可行方案,其能够根据历史观测数据估计当前状态,并进行单点同化实验和区域同化实验来验证该方案的有效性。实验结果表明,将历史观测资料引入到同化过程中可以把控时间演变趋势,减小分析数据与真实值之间的偏差,更有效地消除数值模式误差,提高同化质量。     

数据同化在海洋数值产品制作及预报中的应用研究

讨论了海洋中数据同化的目的,意义,各种数据同化方法,国内外发展现状及其在海洋数值产品制作及预报中的应用。文中还介绍了数据同化方法中的客观分析法和伴随法的原理,结合海洋中的实际问题进行了数据同化试验,给出了相应的同化试验结果,并讨论了二阶伴随理论。     

MODAS试验数据统计分析

模块化海洋数据同化系统（MODAS）通过同化卫星遥感测得的海面温度和海面高度,产生一种动态气候态,能够更接近地预报出海洋的真实状况。介绍了MODAS基本原理,并选择试验海区,对MODAS数据进行了统计和分析。     

Kalman滤波法在海温数据同化中的应用研究

以一维水温垂直分布数值模型为例，探索 Kalman 滤波法在海温观测数据同化中的应用。文中给出了在 165°E 赤道海域将连续观测的海温资料同化到模型中的 Kalman 滤波法试验，计算结果表明该同化方法对改进海温数值计算是十分有效的。     

最优插值法及其在热带太平洋海表温度数据同化中的应用

利用M IT gcm模式和最优插值法搭建的同化平台对热带太平洋赤道附近的海表温度SST数据进行了数值同化处理。结果表明,同化处理有效兼顾了模式模拟值和观测值,纠正了模式模拟值出现的误差,数值同化结果更接近于观测值。该同化平台能够更好地反映出SST的分布特征,该同化方法可以有效地对海表数据进行数值预报。     

An experimenal analysis for the impact of 2D variation assimilation of satellite data on typhoon track simulation

A series of test simulations are performed to evaluate the impact of satellite-derived meteorological data on numerical typhoon track prediction. Geostationary meteorological satellite (GMS-5) and NOAA‘s TIROS operational vertical sounder (TOVS) observations are used in the experiments. A twodimensional variation assimilation scheme is developed to assimilate the satellite data directly into the Penn State-NCAR nonhydrostatic meteorological model (MM5). Three-dimensional objective analyses fields based on T213 results and routine observations are employed as the background fields of the initialization. The comparisons of the simulated typhoon tracks are also carried out, which correspond respectively to the initialization scheme with two-dimensional variation (2D- Var), three-dimensional observational nudging and direct assimilation of satellite data. It is found that, comparing with the experiments without satellite data assimilation, the first two assimilation schemes lead to significant improvements on typhoon track prediction. Track errors reduce by 18% at 12 h for 2D- Var and from about 16% at 24 h to about 35% at 48 h for observational nudging. The simulated results based on assimilating different kinds of satellite data are also compared.     

An experimental analysis for the impact of 3D variation assimilation of satellite data on typhoon track simulation

A series of test simulations are performed to evaluate the impact of satellite-derived meteorological data on numerical typhoon track prediction. Geostationary meteorological satellite (GMS-5) and NOAA‘ s TIROS operational vertical sounder (TOVS) observations are used in the experiments. A three-dimensional variational (3D-Var) assimilation scheme is developed to assimilate the satellite data directly into the Penn State-NCAR nonhydrostatic meteorological model (MM5). Three-dimensional objective analysis fields based on the T213 results and conventional observations are employed as the background fields of the initialization. The comparisons of the simulated typhoon tracks are carried out, which correspond respectively to assimilate different kinds of satellite data. It is found that, compared with the experiment without satellite data assimilation, the 3D-Var assimilation schemes lead to significant improvements on typhoon track prediction. Track errors reduce from approximately 25% at 24 h to approximately 30% at 48 h for 3D-Var assimilation experiments.     

The impact of ocean data assimilation on seasonal predictions based on the National Climate Center climate system model

An ensemble optimal interpolation (EnOI) data assimilation method is applied in the BCC_CSM1.1 to investigate the impact of ocean data assimilations on seasonal forecasts in an idealized twin experiment framework. Pseudo-observations of sea surface temperature (SST), sea surface height (SSH), sea surface salinity (SSS), temperature and salinity (T/S) profiles were first generated in a free model run. Then, a series of sensitivity tests initialized with predefined bias were conducted for a one-year period; this involved a free run (CTR) and seven assimilation runs. These tests allowed us to check the analysis field accuracy against the “truth”. As expected, data assimilation improved all investigated quantities; the joint assimilation of all variables gave more improved results than assimilating them separately. One-year predictions initialized from the seven runs and CTR were then conducted and compared. The forecasts initialized from joint assimilation of surface data produced comparable SST root mean square errors to that from assimilation of T/S profiles, but the assimilation of T/S profiles is crucial to reduce subsurface deficiencies. The ocean surface currents in the tropics were better predicted when initial conditions produced by assimilating T/S profiles, while surface data assimilation became more important at higher latitudes, particularly near the western boundary currents. The predictions of ocean heat content and mixed layer depth are significantly improved initialized from the joint assimilation of all the variables. Finally, a central Pacific El Ni?o was well predicted from the joint assimilation of surface data, indicating the importance of joint assimilation of SST, SSH, and SSS for ENSO predictions.     

各向异性背景场误差协方差构建及在“凡亚比”台风的应用

利用相临过去时段预报结果中同一时刻不同时效的模式预报场差异,计算预报误差协方差,并基于集合-变分混合同化系统将其与静态背景场误差协方差结合,从而在同化系统中构建了具有各向异性和一定流依赖特征的背景场误差协方差。单点观测理想试验显示本方案改善了静态模型化背景场误差协方差的各向同性和流依赖性问题。“凡亚比”台风的一系列同化及模拟试验表明,从台风路径、强度等方面本文方案的效果都要优于三维变分法。本文方案在不需要集合预报,计算量与三维变分法相当的情况下,给同化系统引入了各向异性、一定流依赖特征的背景误差协方差,因此本方案适于在计算资源较为紧缺情况下,对时效要求较高的预报业务中应用。     

云迹风资料同化对东亚海域风场数值模拟的影响

为了揭示云迹风资料同化对于东亚海域内各层模拟风场的影响,采用由日本GMS卫星红外和水汽通道资料反演得到的1999年6月底至7月初的云迹风资料,首先对这些云迹风资料进行质量评估,评估结果表明云迹风u,v分量的均方根误差和偏差都在所容许的误差范围之内.然后针对10个个例进行5种不同的四维同化模拟试验,多种同化试验和无同化控制试验的检验对比表明:在经过初始12 h常规高空地面资料和云迹风资料同化过程以后,模拟结果质量有了比较明显的提升;各种同化试验与控制试验间的最大差异发生在12h,也即同化结束的时刻,此后随着模拟时间的增长,两者间的差异逐渐变小;但24~36h同化试验对控制试验的改进效果又开始提升,36h后效果再次下降.由于海面上缺少常规测站,因此无法实现海面部分的测站同化,而这必将影响到海面部分的模拟质量,而云迹风资料恰可以祢补这个不足.试验表明云迹风资料对u,v风场的改进则主要集中在对流层高层(300~200hPa),对中低层的影响不很明显,这与云迹风资料主要集中在高层是相一致的.另外,敏感性试验表明经过质量控制的云迹风同化模拟的性能相对不采用质量控制的同化模拟有了一定程度的提高.     

不同 AMDAR资料同化时间窗对台风“摩羯”预报影响研究

2018年第14号台风“摩羯”对山东造成了大范围暴雨和大风天气,基于WRF（Weather Research and Forecasting）模式及其Hybrid-3DVAR混合同化预报系统,对Hybrid-3DVAR不同集合协方差比例和不同航空气象数据转发（aircraft meteorological data relay,以下简称AMDAR）资料同化时间窗对台风“摩羯”预报的影响进行了数值研究。结果表明：加大集合协方差比例对台风“摩羯”路径预报有较大影响和改进;当全部取来自集合体的流依赖误差协方差时,预报的台风路径最好,降水预报也最接近实况;AMDAR资料同化对于台风路径和降水预报也有正的改进作用,但加大集合协方差比例到100%时对台风路径预报影响更大;不同资料同化时间窗会影响同化的AMDAR资料数量,从而影响台风降水精细化预报;45 min同化时间窗的要素预报误差最小,对台风造成的强降水精细特征预报最接近实况;不同资料同化时间窗主要影响台风降水预报落区分布,对台风路径预报影响相对较小。     

基于不同背景场条件的雷达资料同化在登陆台风“桑美”中的应用研究

本文针对2006年登陆我国的超强台风“桑美”,分别采用美国国家环境预报中心的全球预报系统(Global Forecasting System, GFS)再分析资料和日本气象厅(Japan Meteorological Agency, JMA)区域客观再分析资料作为背景场,利用中尺度数值模式WRF(Weather Research and Forecasting Model)及其三维变分同化系统进行多普勒雷达资料同化和数值模拟试验,考察不同的背景场条件下雷达资料同化对台风初始场、内部结构及其随后确定性预报的影响。结果表明:GFS试验和JMA试验在同化了雷达资料之后分析出的台风700 hPa风场和500 hPa高度场相比其初始场均有所增强,JMA试验在3 h同化窗内的均方根误差和最小海平面气压的改进效果均比GFS试验显著,同时对台风动力和热力结构的改进效果也优于GFS试验;JMA试验对台风降水、路径、强度的预报均优于GFS试验,且能预报出台风前沿的降水,更加接近观测实况。