卫星微波观测资料在混合同化中的应用

利用美国环境预报中心(NCEP)的GSI(Gridpoint Statstical Interpolation)业务同化系统,采用三维变分同化方法(3DVAR)和三维变分混合同化方法(3DVAR-Ensemble),针对2013年5月8日发生在我国华南地区的一次强降水天气过程进行了数值模拟试验研究,设计了不同组试验方案,将常规观测资料和AMSU-A\MHS\ATMS辐射率亮温资料直接同化进入区域大气模式WRF中,对比分析不同同化试验方案对模式初始场及降水预报效果的影响。数值试验结果表明:从初始时刻的同化增量来看,各试验组均改变了初始场结构,但增量的大小和分布却不同。加入ATMS微波资料的分析增量要小于同化AMSU-A+MHS的;Hybrid同化方法使用具有"流依赖"的背景误差协方差在一定程度上减小了模拟区域周围的虚假增量,使初始场的分布更真实和合理。从降水模拟的强度和空间分布评估结果来看,使用Hybrid方法同化ATMS的资料可以比较准确预报出降水中心的位置。综合而言,采用Hybrid的方法同化ATMS的资料最优。     

GAME再分析资料与NCEP再分析资料在1998年HUBEX试验期的对比分析

1998年夏季中日合作开展了淮河流域能量与水分循环试验（HUBEX），该试验和GAME其他试验的探空加密观测资料作为原始资料的一部分经过同化分析，得到了GAME再分析资料。该文就是以1998年6～8月我国江淮地区的天气过程为背景，对GAME和NCEP两组不同的再分析资料的基本要素场、导数场、降水量场和地面通量场用气候诊断和统计的方法进行了对比分析。结果表明，在对流层低层和中高层GAME再分析资料的基本要素场及地面的降水场和通量场较NCEP再分析资料更为准确；GAME再分析资料能很好地反映出西南涡东移并影响江淮大暴雨的重要天气特征，而NCEP资料则反映不出这一现象。同时还得到，GAME再分析资料优于NCEP再分析资料的主要原因是GAME的资料同化系统中加入了包括HUBEX等气象科学试验的探空加密观测资料。因此，该文证实了GAME的外场加密观测试验—HUBEX等开展的必要性，说明增加观测资料的时空分辨率对于提高我国天气气候的预报准确率具有重要意义。     

资料客观分析会议

空军全球天气中心(AFGWC)在1985年10月2-4日举办了一次资料客观分析会议。这是一系列资料分析会议的继续。参加者有各政府管辖的数值天气预报机构的业务气象学家和研究气象学家。会上各参加机构各自评述了他们的现行业务状况和未来的计划。然后报告了与资料分析有关的论文,随后分小组就资料客观分析的气象问题和计算问题进行了讨论。会议期间取得了以下结论,(1)最优插值是数值天气预报机构使用的最普遍的方法,而且它有利于对各种不同观测平台所测得的资料进行同化。(2)很有希望的工作是继续将新的资料源引入分析模式中去。(3)大多数的分析方案之间的主要差别是所采用的质量控制方案不同。(4)如果存档过程中增加协方差统计,那末就有可能进一步改善资料同化。     

T63资料同化中分析增量垂插值方案及其试验

文章介绍了国家气象中心Ｔ６３资料同化系统中分析增量ρ－η坐标变换的垂直插值方案以及与全量插值方案对比试验的结果，试验表明，增量方案可减小垂直插值误差，提高初值质量，从而对改进资料同化和中期数值天气预报起到一定作用。     

T63 资料同化中分析增量垂直插值方案及其试验

文章介绍了国家气象中心T63资料同化系统中分析增量p-η坐标变换的垂直插值方案以及与全量插值方案对比试验的结果。试验表明，增量方案可减小垂直插值误差，提高初值质量，从而对改进资料同化和中期数值天气预报起到一定作用。     

复杂地形下地面观测资料同化III. 两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点。本文通过个例和单点试验对第I和第II部分 (徐枝芳等, 2007a, 2007b) 中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法 (即增加温度地形代表性误差和温度订正方法) 进行对比分析, 并将这两种方法应用于WRF_3DVAR, 进行3个月的连续数值试验。研究结果表明: 随着地形高度差异的增加, 采用增加观测误差方法得到的估计值向其它资料同化分析值 (背景场值) 靠近, 在一定的高度差异下则失去了同化分析地面资料的意义; 温度订正方法对温度递减率的取值较为敏感, 在有探空资料参与同化分析时, 温度递减率取值敏感性相对减弱。当采用的订正值较为准确时, 采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异, 地面资料信息应用更充分, 得到的估计值最有可能接近真实值。当模式地形与观测站地形高度差异较小 (小于100 m) 时, 两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致。单点及个例试验表明, 有探空资料等高质量观测参与同化分析时, 采用增加观测误差方法得到分析场更接近真实场。三个月连续试验也表明有探空资料参与同化分析时, 采用增加观测误差方法比温度订正法改进的郭永润同化方案 (Guo et al., 2002) 同化地面资料效果好, 且加入地面资料同化对所有量级降水预报都有所改善。当地面资料同化方案没处理好时, 加入地面资料同化的效果反而不如不加地面资料同化。     

复杂地形下地面观测资料同化Ⅲ.两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点.本文通过个例和单点试验对第Ⅰ和第Ⅱ部分(徐枝芳等,2007a,2007b)中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法(即增加温度地形代表性误差和温度订正方法)进行对比分析,并将这两种方法应用于WRF_3DVAR,进行3个月的连续数值试验.研究结果表明:随着地形高度差异的增加,采用增加观测误差方法得到的估计值向其它资料同化分析值(背景场值)靠近,在一定的高度差异下则失去了同化分析地面资料的意义;温度订正方法对温度递减率的取值较为敏感,在有探空资料参与同化分析时,温度递减率取值敏感性相对减弱.当采用的订正值较为准确时,采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异,地面资料信息应用更充分,得到的估计值最有可能接近真实值.当模式地形与观测站地形高度差异较小(小于100 m)时,两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致.单点及个例试验表明,有探空资料等高质量观测参与同化分析时,采用增加观测误差方法得到分析场更接近真实场.三个月连续试验也表明有探空资料参与同化分析时,采用增加观测误差方法比温度订正法改进的郭永润同化方案(Guo et al.,2002)同化地面资料效果好,且加入地面资料同化对所有量级降水预报都有所改善.当地面资料同化方案没处理好时,加入地面资料同化的效果反而不如不加地而资料同化.     

多源观测资料在LAPS中尺度分析场中的作用分析

利用LAPS系统,分别针对华中、华南两个区域,将2008—2010年5—7月采集的观测资料进行融合同化分析,设计几种敏感性试验方案,以探空资料为客观标准,对比分析各种观测资料对LAPS分析场各要素误差的作用。将LAPS分析资料和FNL再分析资料做比较,给出融合多种观测资料后LAPS分析场的误差精度。结果表明,LAPS融合同化雷达资料、探空资料、地面观测资料后所得到的分析场误差最小;雷达资料和探空资料的融合对于改善风场及温度场的分析具有正效果,并可减小低层相对湿度误差;融合地面资料后能改善低层的温度场和湿度场分析,但对中高层无影响。对比试验期间各要素总均方根误差可发现,LAPS分析的温度、风向和风速较FNL再分析资料有明显改善,各要素误差在观测误差范围内;高度误差在中低层小于10 m,高层小于20 m;温度误差在1℃左右;相对湿度误差在中低层小于20%,高层误差较大;850hPa以上风向误差较小,不超过20°,风速误差小于2m·s-1。     

逐时云迹风资料同化对暴雨预报的模拟试验

文中基于不同的云迹风同化方案,用GRAPES模式对2005年7月11-12日长江中下游一次暴雨强降水过程进行了云迹风资料同化试验及数值模拟,通过对比分析不同方案所得的分析场及预报场的差异,研究逐时云迹风资料三维变分同化对分析场及暴雨预报的影响.首先,根据连续性原理及双通道各层次云迹风资料的误差分析,分3个步骤对7月11日00:00-12:00 UTC共12个时次的双通道云迹风资料进行了初步的质量控制;然后,把经过质量控制的云迹风资料放入基于GRAPES 3D-VAR三维变分同化方案开发的逐小时循环同化系统中进行同化,将得出的分析场与单一时次未经质量控制的云迹风资料同化得出的分析场进行对比,探讨了逐时云迹风资料同化对数值预报分析场的影响;最后,把同化后的分析场作为初始场,用 GRAPES模式对 2005年7月11-12日长江流域暴雨过程做24 h降水预报试验,分析两个同化方案所模拟得到的预报场的差异.结果表明,经资料的筛选、同经纬度单点通道的选择及资料的稀疏化3个步骤控制后,各层次云迹风资料的误差有明显减小;加入经质量控制的逐时云迹风资料其三维变分同化可以提高分析场中风压场及水汽场的质量;而且在暴雨预报试验中可以相对更准确地预报暴雨落区及雨强.     

分析约束的集合预报初始扰动构造方案的研究

集合预报初始扰动准确描述大气运动的不确定性是集合预报研究的核心问题,合理的扰动结构及振幅应能更好地反映大气运动状态的预报误差特征。随着集合扰动和资料同化的深入研究和理解,集合初始扰动方案与集合同化紧密结合协同发展。本文基于中国气象局数值预报中心自主研发的GRAPES-REPS集合预报系统,针对其初始扰动的结构和振幅与预报误差一致性较差的不合理问题,结合不同空间尺度天气系统预报误差特征,将表征预报不确定性的集合扰动与表达观测和预报不确定性的资料同化分析增量有效结合,研究提出了一种改善集合初始扰动质量的分析约束方案,以实现对集合初始扰动质量进一步改善。分析约束方案充分考虑资料同化分析增量的空间结构和量值特征,分别构造了单一定常和具有一定适应能力的两种分析约束函数,实现对初始扰动中不合理信息的识别和约束调整。试验结果表明,具有适应能力的分析约束方案对集合初始扰动具有良好的调整能力,约束后集合扰动的结构和振幅与中小尺度天气系统的预报误差更为吻合,其集合离散度和扰动能量的空间结构与演变特征更加趋于合理。分析约束方案可有效改善集合初始扰动质量及其预报性能。     

FY-3A卫星微波资料的集合变分混合同化试验

以2012年"北京7.21暴雨"为例,实现了集合变分混合同化方法对FY-3A的微波温度仪和微波湿度仪资料的直接同化,并与三维变分方法进行了比较。结果表明:虽然两种同化方法同化FY-3A微波资料都能改进降水模拟效果,但是与实况相比,集合变分混合同化方法改进效果更为明显,其能有效减少虚假强降水的模拟,改进强降水中心位置的模拟,SAL评分定量检验也同样表明,集合变分混合同化方法对暴雨的模拟效果要优于三维变分同化方法;无论是热力学变量还是动力学变量,集合变分同化得到的初始场均方根误差均显著小于三维变分同化的结果;两种方法同化FY-3A微波资料均能改变初始场中的各种物理量信息,但不同方法得到的同化增量大小和分布却有明显的差异:三维变分同化方法对初始场的调整区域和强度都要大于混合同化方法,且其同化增量表现出均匀和各向同性的分布特点;而利用集合信息的混合同化方法得到的同化增量分布表现为非均匀性和各向异性,具有"流依赖性"的特征,这使得初始场的分布更合理,有利于改善降水的模拟效果。     

ANALYSIS OF THE EFFECT OF 3DVAR AND ENSRF DIRECT ASSIMILATION OF RADAR DATA ON THE FORECAST OF A HEAVY RAINFALL EVENT

The present study designs experiments on the direct assimilation of radial velocity and reflectivity data collected by an S-band Doppler weather radar (CINRAD WSR-98D) at the Hefei Station and the reanalysis data produced by the United States National Centers for Environmental Prediction using the Weather Research and Forecasting (WRF) model, the WRF model with a three-dimensional variational (3DVAR) data assimilation system and the WRF model with an ensemble square root filter (EnSRF) data assimilation system. In addition, the present study analyzes a Meiyu front heavy rainfall process that occurred in the Yangtze -Huaihe River Basin from July 4 to July 5, 2003, through numerical simulation. The results show the following. (1) The assimilation of the radar radial velocity data can increase the perturbations in the low-altitude atmosphere over the heavy rainfall region, enhance the convective activities and reduce excessive simulated precipitation. (2) The 3DVAR assimilation method significantly adjusts the horizontal wind field. The assimilation of the reflectivity data improves the microphysical quantities and dynamic fields in the model. In addition, the assimilation of the radial velocity and reflectivity data can better adjust the wind fields and improve the intensity and location of the simulated radar echo bands. (3) The EnSRF assimilation method can assimilate more small-scale wind field information into the model. The assimilation of the reflectivity data alone can relatively accurately forecast the rainfall centers. In addition, the assimilation of the radial velocity and reflectivity data can improve the location of the simulated radar echo bands. (4) The use of the 3DVAR and EnSRF assimilation methods to assimilate the radar radial velocity and reflectivity data can improve the forecast of precipitation, rain-band areal coverage and the center location and intensity of precipitation.     

An Ensemble-Based Three-Dimensional Variational Assimilation Method for Land Data Assimilation

Land surface models are often highly nonlinear with model physics that contain parameterized discontinuities. These model attributes severely limit the application of advanced variational data assimilation methods into land data assimilation. The ensemble Kalman filter （EnKF） has been widely employed for land data assimilation because of its simple conceptual formulation and relative ease of implementation. An updated ensemble-based three-dimensional variational assimilation （En3-DVar） method is proposed for land data assimilation This new method incorporates Monte Carlo sampling strategies into the 3-D variational data assimilation framework. The proper orthogonal decomposition （POD） technique is used to efficiently approximate a forecast ensemble produced by the Monte Carlo method in a 3-D space that uses a set of base vectors that span the ensemble. The data assimilation process is thus significantly simplified. Our assimilation experiments indicate that this new En3-DVar method considerably outperforms the EnKF method by increasing assimilation precision. Furthermore, computational costs for the new En3-DVar method are much lower than for the EnKF method.     

使用卫星资料进行边界层四维变分同化研究综述

数值天气预报是当前天气预报的重要手段之一,而同化工作一直是数值预报研究的重点。在查阅了近年来国内外相关文献的基础上,对使用卫星举行资料边界层四维变分同化的研究进展进行了论述,并对最优插值法和变分法2种主要的研究方法进行了简单介绍。研究结果认为,变分方法对于初始场的改善具有明显的效果,与纯粹的统计插值方法相比,变分法具有十分明显的优势;理论上变分法能够同化所有类型大气探测资料,对非常规探测的包容能力极强,不仅能最大限度地获得观测中的信息量,而且避免了各种反演不适定问题。     

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.     

Initialization and simulation of a landfalling typhoon using a variational bogus mapped data assimilation (BMDA)

Summary Recently, a new data assimilation method called “3-dimensional variational data assimilation of mapped observation (3DVM)” has been developed by the authors. We have shown that the new method is very efficient and inexpensive compared with its counterpart 4-dimensional variational data assimilation (4DVar). The new method has been implemented into the Penn State/NCAR mesoscale model MM5V1 (MM5_3DVM). In this study, we apply the new method to the bogus data assimilation (BDA) available in the original MM5 with the 4DVar. By the new approach, a specified sea-level pressure (SLP) field (bogus data) is incorporated into MM5 through the 3DVM (for convenient, we call it variational bogus mapped data assimilation – BMDA) instead of the original 4DVar data assimilation. To demonstrate the effectiveness of the new 3DVM method, initialization and simulation of a landfalling typhoon – typhoon Dan (1999) over the western North Pacific with the new method are compared with that with its counterpart 4DVar in MM5. Results show that the initial structure and the simulated intensity and track are improved more significantly using 3DVM than 4DVar. Sensitivity experiments also show that the simulated typhoon track and intensity are more sensitive to the size of the assimilation window in the 4DVar than that in the 3DVM. Meanwhile, 3DVM takes much less computing cost than its counterpart 4DVar for a given time window.     

大气数据同化方法的研究与应用进展

简要介绍了大气数据同化的基本思想与方法，阐述了松弛逼近法、Kalman滤波和变分约束法三种大气数据同化方法研究状况和应用进展情况。     

风廓线雷达资料质量控制及其同化应用

为更好地同化风廓线雷达观测资料开展了相应的质量控制与同化应用研究。针对2013年5月广东地区13部风廓线雷达的观测数据,采用经验正交函数(EOF) 分析方法对其进行质量控制。相比原始观测,经过质量控制的风场提高(降低)了来自时空大(小)尺度的贡献,较好地滤除了小尺度高频脉动,也较好地保留了大尺度平均状态与局地中小尺度系统的共同影响,并且更加接近ECMWF再分析场。此外,还对质量控制后的数据进行了垂直稀疏化。分别计算了质量控制前、后风廓线雷达观测与NCEP 6 h预报场的差值,对比差值的特征发现,经过质量控制的数据的观测增量更好地满足了高斯分布与无偏假设。针对一个实际天气个例,基于GRAPES 3D-Var同化系统,分析了质量控制后的风廓线雷达资料对模式分析与预报的影响。试验表明,在循环同化过程中加入风廓线雷达资料可以更好地描述模式初始场低层风场的特征,从而对强降水的位置与强度做出更好的预报。针对2013年5月的批量试验表明,同化风廓线雷达资料使短期降水预报有明显的改善。     

红外高光谱IASI卫星资料同化对一次大风过程的影响研究

以2019年4月24日发生在辽宁省的一次大风天气过程为例,选取GFS(全球预报系统) 0.25°×0.25°再分析资料,基于WRF模式三维变分同化技术,进行一组IASI资料同化试验,和未同化任何资料的控制试验(CTNL)。通过对比两组试验结果考察IASI资料同化改进数值模式初始场的分析及其后续预报的机制。研究结果表明：经过IASI资料同化的模拟结果质量有很大改善,分析场与背景场相比更靠近观测场；经过云检测之后不同通道使用的观测数目多少不一,资料同化对模拟的改善效果在通道0~800最佳；IASI资料同化对地表10 m风场的预报技巧有显著的提高作用,相比控制试验可以更精准地预报大风天气的区域和强度；IASI同化试验的预报质量高于控制试验且随时间比较稳定。     

A global ocean reanalysis product in the China Ocean Reanalysis (CORA) project

The first version of a global ocean reanalysis over multiple decades (1979–2008) has been completed by the National Marine Data and Information Service within the China Ocean Reanalysis (CORA) project. The global ocean model employed is based upon the ocean general circulation model of the Massachusetts Institute of Technology. A sequential data assimilation scheme within the framework of 3D variational (3DVar) analysis, called multi-grid 3DVar, is implemented in 3D space for retrieving multiple-scale observational information. Assimilated oceanic observations include sea level anomalies (SLAs) from multi-altimeters, sea surface temperatures (SSTs) from remote sensing satellites, and in-situ temperature/salinity profiles. Evaluation showed that compared to the model simulation, the annual mean heat content of the global reanalysis is significantly approaching that of World Ocean Atlas 2009 (WOA09) data. The quality of the global temperature climatology was found to be comparable with the product of Simple Ocean Data Assimilation (SODA), and the major ENSO events were reconstructed. The global and Atlantic meridional overturning circulations showed some similarity as SODA, although significant differences were found to exist. The analysis of temperature and salinity in the current version has relatively larger errors at high latitudes and improvements are ongoing in an updated version. CORA was found to provide a simulation of the subsurface current in the equatorial Pacific with a correlation coefficient beyond about 0.6 compared with the Tropical Atmosphere Ocean (TAO) mooring data. The mean difference of SLAs between altimetry data and CORA was less than 0.1 m in most years.