一种显式四维变分资料同化方法

提出一种新的资料同化方法——显式变分四维同化方法, 该方法将奇异值分解(SVD)技术用于四维空间的预报集合提取正交基向量, 这些基向量不但能够表现分析变量的空间结构, 也能反映它的时间演变特征. 将分析变量依截断的基向量展开后, 控制变量会显式地出现在代价函数中, 避免了传统的变分四维同化方法所必需的伴随模式的运用, 使同化过程变得简单. 用浅水方程模式和人造资料进行的一系列数值试验对所提方法的有效性作了检验并和传统的变分四维同化方法进行比较. 结果表明, 在观测点很密集, 观测和模式都没有误差的情况下, 它不如传统的变分四维同化方法好. 但是当观测点稀疏时显式方法会好于传统的方法, 它对模式误差及观测误差的敏感性也远远小于传统的方法.     

基于集合四维变分方法PODEn4DVar的GRACE陆地水储量同化：方法与验证

地球重力场季节和年际变化主要来源于地球表层大气、海洋和陆地各系统间水的质量交换,由GRACE重力卫星探测地球重力场变化所反映陆地水储量的改变主要来自降雨、土壤蒸发蒸腾、河流输运以及向地下深层的渗透等过程．本研究利用陆面过程模式CLM3．5以及基于本征正交分解的集合四维变分同化方法PODEn4DVar,构建能够同化GRACE卫星重力场的陆面水文同化系统LDAS．G,实现对地球重力场所反映的大尺度陆地水储量变化在时间及垂直方向各分量的分解,并对垂直方向的水文变量进行同化,从而更好地估计陆面水循环要素变化并实现其监测．利用LDAS．G同化系统进行理想试验以及针对中国区域所进行的同化试验表明该同化系统能够改善对陆面水文要素变化的模拟,对大尺度陆面水文循环监测研究具有重要意义．     

考虑次网格变异性和土壤冻融过程的土壤湿度同化方案

集合Kalman滤波以其简单有效的特点在陆面数据同化中广泛应用,通常作为预报模型的陆面过程模式往往要考虑模式次网格变异性和土壤冻融过程,若对此不加考虑而直接对土壤湿度进行同化可能会使得同化结果发生偏差．将双集合Kalman滤波应用于土壤湿度的同化,基于NCAR／CLM陆面过程模式建立了一个考虑次网格变异性和土壤冻融过程的土壤湿度同化方案：在同一个时间步内用状态滤波对模式网格内某片上液态水分含量进行优化,用参数滤波对该片上的固态水分含量和其他片上的液态／固态水分含量进行优化,由此考虑模式次网格变异性和土壤冻融过程的影响,从而实现对整个模式网格上土壤湿度的同化．初步的同化试验表明：其同化效果在有、无土壤冻融阶段都优于一般的不考虑次网格变异性和土壤冻融变化的同化方案;该同化方案不仅能够提高那些有直接观测信息的土壤层的土壤湿度模拟精度,还能在一定程度上改善那些没有任何观测信息的土壤层的模拟效果;另外,土壤湿度同化结果的改善还能在一定程度上提高陆面模式对于土壤温度的模拟精度．     

基于多正则化参数约束的四维变分同化方法及其对台风预报的影响

Tikhonov正则化反问题思想应用于变分同化时,通常引入的单正则化参数并不能同时满足不同观测资料的误差特性.针对传统四维变分同化(4D-Var)中不同观测资料分别引入不同正则化参数,提出基于多正则化参数约束的4D-Var(Tikh-4D-Var);同时,鉴于实际维数巨大同化系统中多正则化参数难于计算问题,基于同化系统后验估计信息,引入一种新的多正则化参数选择方法,相比于传统正则化参数选择方法,该方法计算量较小.基于WRF3.3.1 4D-Var同化系统,利用2010年Chaba台风个例开展bogus资料同化台风初始化应用试验,结果表明:结合引入的多正则化参数选择方法,Tikh-4D-Var方法相比于传统4D-Var方法更快达到收敛标准,迭代次数更少;同时,相比于传统4D-Var方法,Tikh-4D-Var方法呈现出更优的同化和预报效果,使得72 h路径和强度预报误差减小的同时,进一步改善了台风的内部结构信息;多正则化参数在一定程度上可反应同化系统中观测资料误差方差给定的准确性.     

集合资料同化中方差滤波技术研究及试验

本文基于YH4DVAR业务系统构建了集合资料同化试验平台,利用10个集合样本统计得到的流依赖背景误差能显著改进业务应用中背景误差方差的结构和大小.但是受样本数的限制,背景误差方差的集合估计值中引入了大量的随机取样噪声.为了降低噪声对估计值的影响,本文采用谱滤波方法,根据信号和噪声尺度的统计特征构造一个低通滤波器来滤除背景误差方差估计值中的大部分随机取样噪声.在2013年第九号台风"飞燕"的集合方差滤波试验中,10个样本的滤波结果优于30个样本的集合估计值.谱滤波方法的成功应用有效降低了集合资料同化系统对集合样本数的要求,将是集合资料同化系统未来业务化运行的一项不可或缺的关键技术.     

数据同化组成部分对初始条件和误差增长的影响

若不考虑特定的数据同化方法,数据同化通常可被分解为先验信息、观测算子、观测误差协方差和背景误差协方差等组成部分.本文基于经典的Lorenz模式,研究了数据同化各组成部分对初始条件误差和预报误差的影响,以期为设计不同尺度天气系统的数据同化方法提供理论基础.研究结果表明,预报误差经历三个典型阶段:0～5天为预报误差的缓慢增长期; 5～15天为预报误差的快速增长期,其中确定性预报和集合预报的误差增长速率具有显著差异; 15天后为预报误差的饱和期.数据同化可通过提供更加准确的初始条件,进而提升可预报性.相比于静态背景误差协方差(B),流依赖的背景误差协方差(P^f)可提供更精确的初始条件,因此当瞬时观测或频繁的时间平均观测被同化时,循环同化效果优于离线同化;但当时间平均观测频率低时则结果相反,这是因为循环同化在模式缺乏预报技巧时无法构造具有信息的先验估计,且流依赖的P^f相比于静态的B不能有效地从含信息量低的观测中提取出观测信息.瞬时观测相比于时间平均观测包含更多的信息,因此在时间频率低的观测系统中,瞬时观测应优先被考虑.此外,集合预报优于确定性预报,且...     

位移和加速度融合的自适应多速率Kalman滤波方法

多速率Kalman滤波方法可用于低采样率的位移和高采样率的加速度数据融合,而未知的噪声协方差信息则显著制约着多速率Kalman滤波精度.本文通过将多速率Kalman滤波转换为传统的单速率Kalman滤波,建立了Kalman滤波增益的自协方差矢量与未知的加速度谱密度和观测噪声参数间的线性函数模型,并采用最小二乘估计方法对未知的噪声协方差参数进行估计,进而有效地提高了多速率Kalman滤波精度.数值仿真和震动台实验结果验证了本文方法的正确性和有效性.     

基于微波亮温及集合Kalman滤波的土壤湿度同化方案

基于集合Kalman滤波及SCE-UA(shuffled complex evolution)算法发展了能够直接同化微波亮温的土壤湿度同化方案. 该方案以陆面过程模式CLM 3.0中的土壤水模型作为预报算子, 以辐射传输模型作为观测算子. 整个同化过程分为参数优化和土壤湿度同化两个阶段, 利用SCE-UA算法优化辐射传输模型中难以确定的植被光学厚度参数和地表粗糙度参数, 并利用优化参数作为观测算子的模型参数进行同化. 通过人工理想试验表明该同化方案可以明显改善表层土壤湿度的模拟精度, 并且对深层土壤湿度的模拟也有一定程度的改善; 利用AMSR-E亮温(10.65 GHz垂直极化)所进行的实际同化试验表明顶层(0~10 cm)土壤湿度同化结果与观测的均方根误差(RMSE)由模拟的0.05052减小到0.03355, 相对减小了33.6%, 而较深层(10~50 cm)平均减小了20.9%. 这些同化试验显示该同化方案的合理性.     

修正数值天气预报的非系统性误差的变分方法

变分方法被用于根据分析场来估计数值天气预报的非系统性误差,从而对预报作出订正．这一方法中假设预报误差与预报场的某种组合线性相关,奇异值分解（SVD）技术被用于由一系列预报和分析场样本产生的相关矩阵得到预报场和误差场之间的映射关系,同时也降低了问题的维数,并使目标函数中的背景误差协方差矩阵成为简单的对角矩阵．利用两种有不同误差的浅水方程模式和模式资料对连续20次的6h,24h和48h预报进行了误差订正试验．试验采用了3种预报场组合方案：第一种方案是末时刻的预报场;第二种方案是初始场和末时刻预报场的组合;第三种方案是末时刻的预报场以及预报的倾向场的组合．结果表明当预报误差明显超过分析误差时,订正能够明显改进预报,其中第三种方案对预报误差的订正效果最好,而其他两种方案不能保证订正都能改进预报．     

基于微分响应的流域产流分单元修正方法

为考虑洪水预报误差的空间变化,提出一种基于微分响应的流域产流分单元修正方法.该方法建立了各单元流域产流与流域出口流量之间的微分响应关系,采用正则化最小二乘法结合逐步迫近进行反演求解,将产流误差估计量分配给相应单元流域实现流域产流分单元修正.将构建的方法应用于大坡岭流域和七里街流域进行新安江模型产流修正,比较分析了流域产流分单元修正、流域面平均产流修正和自回归修正的效果.结果表明：流域产流分单元修正效果优于流域面平均产流修正;随着预见期的增大,产流微分响应修正效果优于自回归修正.该方法通过汇流系统将流域出口断面流量信息进行分解用于修正各单元流域产流,有利于提高实时洪水预报精度.     

基于奇异值分解的计算条件非线性最优扰动的集合投影算法

条件非线性最优扰动(CNOP)是线性奇异向量(LSV)在非线性领域的拓展,它代表了在一定物理约束条件下且在预报时刻导致最大预报误差的一类初始误差.CNOP类型的初始误差在天气和气候的可预报性研究中具有重要作用.在求解复杂数值模式的CNOP中,一般通过数值计算目标函数关于初始扰动的梯度,并沿着梯度下降方向在相空间搜索极值点而得到CNOP.计算梯度常用的一个方法是利用伴随模式得到梯度,然而发展一个复杂模式的伴随模式是困难且非常繁琐的,大大限制了CNOP方法在复杂数值模式中的广泛应用.本文在前人工作的基础上,提出了一种基于奇异值分解(SVD)的集合投影算法.该算法避免了集合投影算法中采用的局地化步骤,从而克服了局地化半径的经验性选择带来的不确定性.将该算法应用于中等复杂程度的ENSO预报模式中计算CNOP.结果表明,用新集合投影算法得到的CNOP能够有效地逼近用伴随算法得到的CNOP,抓住了CNOP的主要空间特征.因此,本文提出的基于SVD的集合投影算法是计算CNOP的一种有效近似算法.     

均衡拟多道匹配滤波法在波动方程法压制多次波中的应用

本文针对单道最小二乘自适应匹配滤波方法在一次波和多次波分量不正交的情况下不能获得正确匹配的问题，提出均衡拟多道最小二乘自适应匹配滤波方法，该方法采取在空间方向上均衡的办法，使得均衡范围内记录中的一次波和多次波分量总是正交的，并结合拟多道最小二乘自适应匹配能更好匹配记录波形的特点，使得该方法取得很好的自适应匹配效果.通过对简单模型、SEG/EAGE SMAART模型和实际资料压制多次波的处理，结果表明该方法效果良好.     

基于Gauss-Markov卡尔曼滤波的电离层数值同化现报预报系统的构建-以中国及周边地区为例的观测系统模拟试验

本文给出了一个基于Gauss-Markov卡尔曼滤波的电离层数据同化系统的初步构建和试验结果.我们选择中国及周边地区部分涉及电离层观测的台站(包括子午工程台站、中国地壳形变网和部分IGS台站)作为观测系统进行模拟试验,背景场利用IRI模式,观测值则由NeQuick模式计算得到.我们的同化结果表明,采用Kalman滤波算法,把部分斜TEC同化到背景模式当中,能够获得较好的同化结果,说明我们设计的算法可行、所选择的各种参数比较合理,采用Gauss-Markov假设进行短期预报也取得了较合理的结果.本项研究经过进一步的改进和完善,可以用来对中国地区的电离层进行现报和短期预报,一方面满足相关空间工程应用,另一方面可以提升现有观测系统的科学意义.     

纬向平均区域臭氧层动力学系统的反演及其研究

根据观测的O3总量场序列资料反演区域系统的非线性演化方程,采用自然正交分解方法,由空间函数构造相空间正交基,将时间函数（主成分）嵌入对应于系统状态变量,计算得到O3层系统的分数维D2＝2．9,说明它属于低自由度的混饨动力学系统．主成分的时间尺度层次特征,反映了O3层的各种动力行为,它们是动力学系统再现的集合,用于反演动力学方程可描述不同层次扰动的约束及相互作用的性质,刻画出系统的演化形态．为研究系统成分的内在关系,在三维和四维相空间中分别建立动力学方程。通过对比分析,两者描述O3层动力行为的差异表现在较低层次的系统成分中,表明在系统成分相互作用过程中高层次对低层次信息的不完全确定性。     

基于四维变分同化法的巢湖流域南淝河水质模拟

针对河流模拟中未知不确定性源对模拟精度的影响,以巢湖流域南淝河为研究对象,建立了基于四维变分同化方法的南淝河干流水质模型,研究了含未知污染源的南淝河水质过程模拟.模型以未知污染负荷的动态变化过程为控制变量,通过同化沿河不同断面的逐日水质监测数据,识别不同河段的逐日入河污染负荷过程来实现水质过程的模拟,改变了常规模型模拟需提前预知并输入污染负荷的应用前提.模拟结果表明,采用四维变分同化方法的水质模拟结果有明显改进,重点河段水质模拟的纳什效率系数从小于0提高到0.5以上.识别的入河污染过程与降雨过程波动总体一致,证实南淝河的入河污染与降雨过程密切;同时,模型也可识别异常的入河负荷,提高模型对水环境问题的诊断分析能力.该方法可推广应用于复杂河流系统,为巢湖等流域污染来源定量解析、水质预测预警及污染管控提供支持.     

基于全球集合预报的西北太平洋热带气旋预报的评估和改进

西北太平洋热带气旋在2018年7~8月间的预报,特别是在上海登陆的温比亚(2018)、安比(2018)和云雀(2018),给数值模式和预报均带来巨大的挑战.文章基于ECMWF和NCEP的集合预报对这些热带气旋的预报技巧进行了分析.结果表明,ECMWF的集合预报对热带气旋路径和强度的预报技巧高于NCEP的集合预报.对于在上海登陆的三个台风,ECMWF的集合预报对温比亚(2018)和安比(2018)的强度预报技巧优于NCEP的集合预报,但两者对云雀(2018)在峰值附近的强度预报技巧都较低.为了提高集合预报对热带气旋的预报技巧,文章提出了一种集合预报成员的适应性权重估计方法.该方法利用集合成员的预报场和分析场相对于观测的距离,适应性地估计集合成员在集合平均中的权重.当适应性权重方法应用于ECMWF和NCEP的集合预报时,二者的集合预报对热带气旋路径和强度的预报技巧都得到了改进,并且ECMWF集合预报的改进要优于NCEP集合预报.     

正交最小二乘法在确定台站震级偏差校正公式中的应用

经典最小二乘回归模型假设自变量没有误差而所有误差都集中于响应变量,但是许多应用领域中实际问题的自变量含有噪声数据,往往不符合这个假设,经典最小二乘回归模型不再适用。为克服这一缺陷,介绍了正交最小二乘回归模型和参数估计算法。对经典最小二乘和正交最小二乘回归系数进行了理论分析和计算机数值仿真,结果表明当自变量和响应变量都含有误差时,正交最小二乘法优于经典最小二乘法。最后将经典最小二乘法和正交最小二乘法用于蒙城地震台2001-2006年地震数据,确定了台站震级偏差校正公式,并对它们的结果进行了详细比较。     

利用最小二乘拟合法进行多站地磁日变基值归算

多站日变改正技术是解决远海区大范围磁力测量地磁日变改正的关键技术,然而多站日变改正中,为了减小磁场水平差异的影响,分站日变基值必须向主站归算.基于地磁日变化的时空特点,尝试将最小二乘拟合法引入到多站日变基值归算中,并采用多站同步观测数据对方法的有效性进行了验证.结论表明:当主站和分站日变性质相似时,最小二乘拟合法可以取得良好的效果,且对同步观测时段低.但是当日变性质差异较大时,则应当采用传统的同步比对法.     

基于汉南-奎因信息准则的电阻率层析成像径向基神经网络反演

径向基神经网络（RBFNN）具有结构简单、学习速度快、不易陷入局部极小等优点,能够有效地提高电阻率层析成像反演的收敛速度和求解质量.本文针对电阻率层析成像反演的非线性特征,提出了一种基于汉南-奎因信息准则（HQC）的正交最小二乘法（OLS）学习算法（HQOLS）.该算法通过计算HQC的最优值来自动选择RBFNN的网络结构,避免了传统OLS学习算法中阈值参数的设定,保证了网络的泛化性能.通过比较聚类法、梯度法、OLS和HQOLS等学习算法的反演性能,构建了基于RBFNN的电阻率层析成像反演模型.数值仿真和模型反演的结果表明,该方法实现简单,在准确性上优于BP反演,成像质量优于传统最小二乘法反演.     

基于区域ATOVS数据同化的2008中国南方低温雨雪冰冻灾害的暴雪监测研究

2008年1月中国南方地区遭受了严重的低温雨雪冰冻灾害, 地面常规观测、地面雷达观测等气象监测手段因受冰雪灾害的影响, 未能提供全面及时的雪情信息. 为了补充雪情数据, 国家卫星气象中心采用区域ATOVS卫星遥感数据和NCEP预报数据, 利用与美国NCAR合作开发的WRF三维变分预报/同化系统(其中陆面子过程选用NOAH方案), 建立了基于区域ATOVS数据同化的2008中国南方低温雨雪冰冻灾害的暴雪监测系统, 提供了暴雪灾害时段内每6 h一次的雪水当量演化分布数据. 本文系统阐述了基于区域ATOVS数据同化的2008中国南方特大暴雪灾害监测方案, 并对比分析了同化前、后模拟结果与观测资料的吻合度. 研究表明: 同化后的分析场能更好地反映此次强降雪过程的天气特征, 雪深的计算精度较同化前有明显改进, 从而验证了基于区域ATOVS数据同化的雪情监测方案的可行性. 该研究不仅为暴雪天气灾害应急服务提供了及时准确的雪情空间分布和演变信息, 也为区域ATOVS数据的应用开辟了新途径.