背景场误差样本模拟对同化及数值预报效果的影响北大核心CSCD

合理估计背景场误差协方差矩阵(B)是做好变分同化的关键环节。利用控制变量随机扰动法(RandomCV)、增长模繁殖法(BGM)及NMC法等3种背景场样本模拟方法,基于WRFDA系统计算B矩阵,对B矩阵的特征及其对同化预报效果的影响进行了研究。B矩阵的特征分析和单点观测试验表明,NMC法与RandomCV法得到的B矩阵误差方差较大,在同化中观测的权重更大;RandomCV法得到的B矩阵,背景场误差中变量的长度尺度更大,说明同化中观测的水平影响范围更大。连续循环同化和预报试验表明:应用RandomCV法计算得到的B矩阵分析与预报的效果明显优于系统自带的以及BGM法得到的B矩阵,且效果与NMC法相当与NMC方法相比,采用RandomCV方法产生背景场样本具有时间和人力成本相对低的优点。     

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。      

集合降维变分同化中的初始扰动和局地化

集合降维变分同化方法ERDVar不需要求解切线性模式和伴随模式，不仅能减少同化计算量，而且能够提供“流依赖”的背景误差协方差矩阵。本文提出用NMC初始扰动生成方法和分区同化方案，来解决初始扰动样本生成问题和全球同化局地化问题，最终实现将ERDVar应用到全球中期数值预报模式T106L19。试验结果表明：①使用ERDVar方法能够有效提取真实增量信息，提高全球同化精度。②用NMC方法产生的扰动样本反映预报误差结构特征，在预报过程中不容易衰减，同化后至少使预报误差降低10%。③与全球ERDVar同化试验相比，分区ERDVar同化试验各变量平均的均方根误差降低14%，计算代价进一步降低。分区ERDVar方法和NMC样本的联合应用使同化改进效果更稳定。     

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。     

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。     

全球资料同化中误差协方差三维结构的准确估计与应用Ⅱ:背景误差协方差调整与数值试验分析

利用NMC方法针对背景误差协方差的方差、三维相关与特征长度来揭示T213L31模式的误差主要特点,并与传统更新矢量方法的计算结果进行了对比与调整。结果表明NMC方法结果与更新矢量方法结果在大体特征上基本吻合,但细节上的差异不可忽视,特别是对背景误差方差与特征长度的估计存在显著的差异,其主要原因是NMC方法倾向于高估天气尺度波的背景误差,而低估次天气尺度到中尺度波的背景误差。通过对背景误差方差、特征长度的调整,显著改善了背景误差功率谱的分布特点,使得NMC方法结果与更新矢量方法结果更为吻合。通过三维变分同化与最优插值中观测与背景误差相对重要性的比较,发现两者结果基本一致,但三维变分同化在850 hPa以下的温度场和300 hPa以上的风场统计结果都表现出背景误差相对于观测误差偏小的特点。背景误差相对于观测误差偏小有助于保证分析场中质量场与风场平衡,消除了大气底层和高层质量场与风场不匹配现象。在数值试验中,针对不同的背景误差均方差与特征长度的特点,分析了分析增量和预报效果的差异,结果表明,准确的背景误差估计与优化工作改善了预报效果,使得北半球三维变分同化的120 h预报效果整体好于现有最优插值。     

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。      

两种动力控制变量对比分析及其对台风同化和预报的影响

目前常用的流函数-势函数(ψ-χ)和水平风分量(U-V)两种动力控制变量方案分别被认为适用于大尺度同化和对流尺度同化,而两种方案在台风尺度同化中的具体特征及其对台风预报的影响尚未明确。基于WRF-3DVarDA系统,分析不同动力控制变量方案的背景场误差协方差的统计特征,并进行了单点观测同化理想试验和5场台风过程的20组连续循环同化和预报批量试验。两种动力控制变量方案的背景场误差协方差的统计特征分析表明,ψ-χ方案背景场误差更小、长度尺度更大,而U-V方案的局地性特征更明显,方差更大;单点观测试验证实了两种方案的统计特征,也表明ψ-χ作为控制变量会导致虚假负增量的出现;批量试验表明,U-V方案的台风路径、最大风速以及台风强度的整体优于ψ-χ方案;诊断分析表明,U-V方案得到的更合理的热动力结构特征是提高台风预报的主要原因。     

一种基于历史样本投影的三维变分同化方法

对于中尺度数值天气预报来说,初始条件的准确与否已成为影响预报技巧的主要因素之一。现有的大气观测资料在时空分布上的不均匀,以及存在的观测误差,使得我们必须引进资料同化方法,为中尺度数值模式提供最优的初始场。由于传统的三维变分同化(3DVar)方法缺乏模式约束以及背景误差协方差矩阵(B矩阵)不具有流依赖性,因此本文提出一种基于历史样本投影的3DVar(HSP-3DVar)方法,它不仅具有流依赖的B矩阵,而且比传统的3DVar简单易行。为了评价HSP-3DVar的同化性能,我们基于区域暴雨预报模式AREM(Advanced Regional Eta Model)对其进行了观测系统模拟试验(OSSE),结果表明:HSP-3DVar能够有效融合观测信息,模式初值在各层的均方根误差都显著地降低。     

基于优化样本组合的集合-变分混合同化方案研究

为有效引入“流依赖”的背景场误差协方差,同时降低集合预报带来的计算量,尝试通过优选与同化时刻天气形势更相似的历史预报样本,并结合预报过程中的时间滞后样本,将两种样本引入集合-变分混合同化系统中,构建基于优选历史预报样本和时间滞后样本的集合-变分混合同化方案。单点观测理想试验表明,优选历史预报样本结合时间滞后样本,既能够缓解样本不足所导致的采样误差,又能够为同化系统提供“流依赖”的背景场误差协方差。连续一周的循环同化及预报试验结果显示,相较于ERA5资料和探空资料,三维变分方案整体表现稍差,样本组合混合同化方案分析场和预报场的均方根误差最小,且比仅用时间滞后样本的混合同化方案有所改进;降水评分整体也表现最优,尤其对中雨和暴雨的模拟改进较明显,较好地模拟出了强降水中心的强度和位置,且改善了降水过报的问题。      

GPS可降水量资料应用于MM5模式的变分同化试验

利用建立在长江三角洲地区GPS观测网中13个站点的资料对2002年6月27~28日影响长江三角洲地区的降水过程进行了MM5背景误差调节和可降水量资料的三维变分同化试验。试验结果表明:背景误差对三维变分同化的效果起着关键作用,模式变量(u,v,T,p和q)误差的水平尺度与NMC方法的平均时间长度有直接的关系。利用NMC方法重新构建的背景误差更接近实际的背景误差。三维变分技术能有效地同化GPS可降水量资料。GPS可降水量资料的同化使用不仅能调整模式初始湿度场,而且也能相应地调整模式初始气压场、温度场和风场。GPS可降水量资料的同化有利于减小模式初始场对可降水量的分析误差,并且有利于减小模式积分初期(3~6 h)可降水量的预报误差。与没有进行GPS可降水量同化相比,通过GPS可降水量资料的三维变分同化,使MM5模式6 h和24 h累计降水能力得到提高,改善了MM5模式降水预报性能。总体上,GPS可降水量资料的变分同化有利于模式降水预报能力的提高。     

资料同化中背景场位势高度误差统计分析的研究

在客观分析中,背景误差协方差对观测信息的传播和平滑、反映不同变量之间的关系有着非常重要的作用.构造合理的背景误差协方差矩阵对于同化系统至关重要,甚至会决定同化分析的好坏.作者主要利用观测余差方法,用T213预报资料和无线电探空观测资料统计我国区域的背景位势高度误差协方差样本,分析背景误差协方差场的结构特征和拟合误差场的空间分布.     

GRAPES集合卡尔曼滤波资料同化系统Ⅰ:系统设计及初步试验

集合卡尔曼滤波资料同化方法,可以用集合样本统计出随天气形势变化的误差协方差,是当前资料同化领域的研究热点。主要介绍了GRAPES集合卡尔曼滤波资料同化系统的设计以及初步的试验结果。针对集合卡尔曼滤波同化实际观测资料难以实施的问题,采用成批观测同化的顺序同化方法进行多变量的集合卡尔曼滤波同化;为了滤除有限集合数造成的误差相关噪音和缓解求逆矩阵不满秩的问题,在水平和垂直方向都采用了Schur滤波;建立了与GRAPES预报模式的垂直坐标和预报变量一致的模式面集合卡尔曼滤波系统;集合样本的生成考虑了模式变量的空间相关和模式变量之间的相关,通过利用三维变分分析中的控制变量变换得到模式变量扰动场。通过比较GRAPES集合卡尔曼滤波资料同化系统和GRAPES区域三维变分资料同化系统的单点观测资料同化分析结果,对比背景误差相关系数的分布,验证了GRAPES集合卡尔曼滤波系统的正确性。此外,同化区域探空观测资料试验结果表明,GRAPES集合卡尔曼滤波资料同化系统能够得到合理的分析,并且具有实际运行能力。对分析结果进行12h预报表明,GRAPES集合卡尔曼滤波资料同化系统的分析协调性不如三维变分资料同化系统。     

一种控制变量循环扰动和多参数化方案的混合同化方法

敏感性试验表明集合变换卡尔曼滤波(Ensemble Transform Kalman Filter,ETKF)方法在混合(Hybrid)同化过程中易受观测资料数量变化的影响而产生较大程度的协方差震荡,从而可能导致系统不稳定。为设计一种简便、稳定的Hybrid同化系统,构建了一种基于物理控制变量扰动及多物理参数化方案的Hybrid同化及预报系统。本系统随着循环的进行,不断对Hybrid同化分析场进行控制变量扰动得到集合成员初始场,并且对各集合成员采用不同物理参数化方案以更合理地表征背景场的误差特征。连续10 d的循环同化及预报试验表明,本文同化方案效果明显优于三维变分方案,动力场的整体同化和预报效果与ETKF方案基本相当。本方案相比于ETKF方法不受观测波动影响,在没有经任何参数调试情况下,取得了良好同化和预报效果,为Hybrid同化的便捷运行提供了一种稳定可靠的手段。     

Hybrid ETKF-3DVAR方法同化多普勒雷达速度观测资料Ⅰ:模拟资料试验

利用WRF(Weather research and forecasting)模式及模式模拟的资料,采用Hybrid ETKF-3DVAR(ensemble transform Kalman filter-three-dimensional variational data assimilation)方法同化模拟雷达观测资料。该混合同化方法将集合转换卡尔曼滤波(ensemble transform Kalman filter)得到的集合样本扰动通过转换矩阵直接作用到背景场上,利用顺序滤波的思想得到分析扰动场;然后通过增加额外控制变量的方式把"流依赖"的集合协方差信息引入到变分目标函数中去,在3DVAR框架基础下与观测数据进行融合,从而给出分析场的最优估计。试验结果表明,Hybrid ETKF-3DVAR同化方法相比传统3DVAR可以提供更为准确的分析场,Hybrid方法雷达资料初始化模拟的台风涡旋结构与位置比3DVAR更加接近"真实场",对台风路径预报也有明显改进。通过对比Hybrid S试验与Hybrid F试验发现,Hybrid的正效果主要来源于混合背景误差协方差中的"流依赖"信息,集合平均场代替确定性背景场带来的效果并不显著。     

三维变分系统在我国夏季降雨预测中的应用试验

采用MM5模式及其三维变分系统(MM5/3DVAR)对我国夏季降雨进行了一个月的连续预测试验,并对试验结果进行评估.试验中首先采用"National Meteorological Center(NMC)"方法,将2005年8月的MM5模式的预测结果形成与试验区域和水平分辨率相匹配的背景误差场,并将其与全球背景误差场进行了对比分析,结果表明,采用2005年8月MM5模式预报结果生成的背景误差场的基本特征与系统提供的全球背景误差场相似,且长度尺度随着水平分辨率的提高而减小.之后,分别利用NCEP再分析资料(NCEP试验)、NCEP再分析资料基础上采用CRESSMAN方法分析观测资料(LITT试验)和NCEP再分析资料基础上采用3DVAR系统同化观测资料(3DVAR试验)形成模式预报初始场,再次对2005年8月降雨进行逐日连续预报.逐日降雨预报结果表明,相对NCEP试验,LITT试验中1 和10 mm的预报评分有明显提高,但 25 和 50 mm的预报评分却有所下降,而3DVAR试验的预报评分在10 mm以上均有明显提高.对于降雨期间的形势场预报,3个试验中,除温度场和湿度场外,其他变量场的均方根误差随高度增加而增加,但相比而言,3DVAR试验的均方根误差小于其他2个试验.3DVAR试验对降雨的明显改进,可能是因为其对与背景场信息差别比较大的反应中尺度系统的观测资料的分析结果比较靠近观测资料.     

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。     

陆面气温资料的一种推广三维变分同化方法及其在简化情形的检验

发展了一种同化窗口为1个月的陆面气温推广三维变分资料同化方法,并建立了逐日资料到月平均资料的观测算子.作为对该同化方法的初步检验,以2000年1月中国陆地区域时间分辨率低、空间分辨率较高且在高原地区与台站观测资料比较接近的CRU(Climate Research Unit)月平均陆面气温资料作为观测,以时间分辨率高、空间分辨率较低且在高原地区与台站资料有较大误差的NCEP逐日气温资料作为背景场,采用背景误差协方差矩阵(简称B矩阵)的两种简化对角形式进行同化试验,得到高时空分辨率的格点陆面气温分析场,并进行对比分析和均方根误差检验.结果显示,由两种简化形式得到的逐日资料和月平均资料的质量均得到改善,在我国东南和中部大部分地区与台站观测基本一致,在青藏高原、新疆等台站稀疏地区与地形对应良好,为M-SDGVM模型或其他陆面过程模式高质量陆面气象驱动场的准备提供了一种新的手段.尤其在B矩阵中考虑了方差逐日变化的简化形式所得到的分析场整体上要优于不考虑的,这为最终在B矩阵中考虑协方差(即对推广三维变分同化不作简化)进一步改进同化效果打下了基础.     

高分辨率WRF三维变分同化在北京地区降水预报中的应用

为迎接2008年北京奥运会,改进北京地区的天气预报,建立了一个基于三重嵌套区域(27/9/3 km)的WRF三维变分同化(WRFVar)和WRF模式的高分辨率快速更新循环同化预报(Rapid-Up-date Cycle)系统,并针对2006年8月1日发生在北京地区的强对流天气进行了一系列数值试验,结果表明:高分辨率的快速更新循环系统很好地预报出了此次强降水过程;在WRF三维变分同化里调节背景场误差和观测误差,提高了降水预报的效果;插值得出的3 km背景场误差可以作为一个合理的近似在3 km分辨率的WRFVar中使用,用户可以不必积累高分辨率的预报场去计算背景场误差,从而节省大量计算资源。3 h频次的RUC已经能满足预报要求,更高频次(1 h)的RUC并没有导致预报的进一步提高。     

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。