一种同时修正模式方程中参数的变分同化方案：基于Lorentz系统的研究

本文用Ｌｏｒｅｎｔｚ系统作了共轭变分同化的数值试验。结果表明，随着方程中误差的增加，变分同化的效果会越来越差，直到所作的预报试验无任何意义，在做变分同化时，对模式参数同时进行了反演，即在求得最佳初值的同时对模式方程中的一些系数也进行了某些修正，使得基于Ｌｏｒｅｎｔｚ系统所做的预报效果大大提高。     

四维变分同化技术在优化Z-C预测模式初始场中的应用试验

文中使用四维变分同化技术将海温观测资料同化到Zebiak-Cane模式中,通过优化模式的初始场提高了模式的预报技巧.通过用理想场进行检验,说明所建立的同化伴随模式是正确的 .用文中建立的四维变分同化模式以1997年1月为初始场所做的预报结果与实况相比,结果较好.这对今后ENSO预报打下了良好的基础.     

多普勒雷达资料对暴雨定量预报的同化对比试验

基于NCEP/NCAR再分析资料和连云港雷达探测资料,利用WRF模式及其三维变分同化V2.1系统,对发生在2008年4月19日连云港地区一次区域性暴雨过程进行了三维变分同化数值模拟对比研究.结果表明,同化了雷达资料后,模式预报效果比单独使用NCEP做初始场效果明显改善,暴雨落区和量值更接近实况.同化了雷达资料后,模式预报的垂直运动区、最大上升区、水汽输送通道和高空涡度分布等更接近强降水区,结构也更精细,说明初始场增加雷达资料后,对初始风场的结构、强度和初始云水分布有实质性的改进,从而提高了对暴雨定量预报的效果.     

数值模式误差对降水四维变分资料同化及预报的影响

利用一个无量纲的水汽发展方程,针对同化时间窗口内出现和不出现降水两种情况,分析了不同模式误差和初始误差对降水四维变分资料同化预报效果的影响。结果表明,应用四维变分资料同化方法进行降水预报前,应该充分考虑数值模式中的误差,才能得到比较满意的同化及预报结果。假定同化窗口内获得的比湿观测场是准确的,当不存在模式误差时,四维变分资料同化方法可以有效地消除初始场误差,找到比湿真实初始场;而存在模式误差时,四维变分资料同化后的模式初始场会偏离真实的比湿初始场,并且模式误差越大,偏离程度越严重。在一些模式误差情况下,由于模式误差在同化窗口及延伸预报时段的作用不同,进行四维变分资料同化处理后,尽管累积降水量的预报结果在同化时间窗口内优于同化前的预报,而在最终预报时刻反而差于同化前。     

台风数值模拟中bogus涡旋四维变分同化的研究

研究用MM5四维变分同化系统同化bogus涡旋变量对台风数值模拟的影响,对2002年13号台风Phanfone进行48h预报,结果表明：用四维变分方法同化bogus涡旋变量效果优于在背景场中直接植入模型涡旋的传统bogus技术。同时同化bogus涡旋的风、气压、温度和比湿效果不如只同化气压和其中任一变量。同化bogus涡旋的气压和比湿,能够调整模式初始场的其他变量,得到结构更清晰、与环境场更协调的初始涡旋,从而在一定程度上提高了台风Phanfone路径和强度预报的准确性。     

变分同化方法在Lorenz系统中的简单应用研究

利用Lorenz模式作变分同化数值试验，通过对一个简单系统的讨论，介绍四维变分同化方法。对初值敏感性和观测点的个数及观测值作了对比试验，发现随着模式对初值敏感性的增加，同化效果会越来越差；观测点越少，观测值误差越大，这些都会影响同化效果，甚至导致同化失败。     

云迹风资料的三维变分同化及对台风预报的影响试验

主要研究云迹风资料对三维变分同化分析场及台风预报的影响。首先分析了不同通道和层次的静止气象卫星云迹风产品的误差特征；然后，把云迹风资料放到GRAPES三维变分同化系统中进行同化，通过将不同观测类型资料的同化结果进行对比，探讨了红外通道和水汽通道云迹风资料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WRF模式对2002年“森拉克”台风做24小时预报实验。结果表明，不同通道和层次的云迹风资料具有不同的误差特征；云迹风资料可以提高分析场和预报场中风压场的质量；而且在台风预报试验中可以更准确地预报台风的路径和降水。     

中尺度模式遗传算法同化系统及同化试验研究

设计了一个以MM5模式为基础的遗传算法同化系统,并对一次暴雨过程进行了实际降水的模拟,通过对比遗传同化和伴随同化的降水预报效果,对遗传算法同化系统的同化性能进行验证。试验结果表明,遗传算法与四维变分相结合的同化系统能有效地改善模式的初始场,使MM5模式要素预报和降水预报的准确率得到提高。     

GRAPES的新初始化方案

四维变分同化由于引入预报模式作为一项约束,理论上它的分析场已经具有较好的平衡性,但实施时还会有诸多因重力波导致的高频振荡过程,因此,四维变分同化(4DVar)分析仍需要初始化。文中描述了GRAPES全球四维变分同化系统(GRAPES-4DVar)的新初始化方案的科学设计、公式演绎以及试验结果。GRAPES-4DVar的新初始化方案采用数字滤波方案作为代价函数的一项约束控制重力波引发的不平衡结构,约束强加在分析增量上与极小化迭代过程同步进行。新的初始化方案是变分同化系统的一部分,数字滤波的积分时间与4DVar的同化时间窗一致,不会对4DVar产生额外的计算资源消耗;并能适应长时间窗的同化,不会因为时间窗的延长而削弱慢波过程。新初始化方案中,模式轨迹的光滑程度可在变分同化中通过重力波控制项的权重系数方便控制。GRAPES全球四维变分同化的理想和循环同化批量试验都表明,在四维变分同化中,重力波的控制依然非常重要,具有初始化的GRAPES试验,无论分析还是预报技巧都较无初始化的有明显优势。与以前分析和滤波独立实施的旧初始化方案相比,新方案的分析和预报效果略优,同时有效地节省循环同化系统的运行时间,这对四维变分同化来说非常重要。     

基于扰动模式的四维变分资料同化系统框架的设计完善和数值试验

为了建立一个应用于区域数值预报的四维变分资料同化（4DVar）系统,在近期开发的扰动预报模式GRAPES_PF基础上,开发完善增量四维变分同化系统框架。该框架中暂不包含物理过程（长短波辐射、边界层过程、对流参数化和云微物理等）。对比业务使用的GRAPES 3DVar系统,增加了温度控制变量。将无量纲Exner气压与流函数的线性风压平衡方程直接在地形追随垂直坐标面上求解,且通过广义共轭余差法（GCR）求解扰动亥姆霍兹（Helmholtz）伴随方程。利用人造“探空”资料对2015年10月台风“彩虹”进行了理想数值试验。试验结果表明,所开发的扰动四维变分同化框架得到了预期的结果,即同化更多资料并反复受到模式约束的四维变分同化系统能有效改善初值质量,进而改善区域数值预报。建立的区域四维变分同化框架合理可行,为进一步发展包含完整物理过程的区域四维变分同化系统奠定了研究基础。      

THE SENSITIVITY INFLUENCE OF NUMERICAL MODEL INITIAL VALUES ON FOUR-DIMENSIONAL ASSIMILATION-STUDY BASED ON LORENZ SYSTEM*

Numerical experiments of adjoint variational assimilation have been performed using the known Lorenz system.With the increase of sensitivity of model's initial values,it is more and more difficult to use the adjoint method to get the initial values which are consistent with the dynamics of the forecast model.Under some circumstances the algorithm completely fails.This shows that four-dimensional assimilation is related to the limit of predictability.On the other hand.with the increase of model equation's error,the result of variational assimilation may become worse and worse so that the prediction has no meaning.But if the model parameters are corrected when variational assimilation is made,the forecast results can be greatly improved based on Lorenz model.     

THE SENSITIVITY INFLUENCE OF NUMERICAL MODEL INITIAL VALUES ON FOUR-DIMENSIONAL ASSIMILATION—STUDY BASED ON LORENZ SYSTEM

Numerical experiments of adjoint variational assimilation have been performed using the knownLorenz system.With the increase of sensitivity of model's initial values,it is more and more difficultto use the adjoint method to get the initial values which are consistent with the dynamics of the fore-cast model.Under some circumstances the algorithm completely fails.This shows that four-dimen-sional assimilation is related to the limit of predictability.On the other hand.with the increase ofmodel equation's error,the result of variational assimilation may become worse and worse so that theprediction has no meaning.But if the model parameters are corrected when variational assimilation ismade,the forecast results can be greatly improved based on Lorenz model.     

扩展卡尔曼滤波数据同化试验--基于Lorenz(1960)系统的研究

本文采用Lorenz(1960)系统，在只考虑初始误差及观测误差而不考虑模式误差的情况下，利用扩展卡尔曼滤波(Extended Kalman Filter)数据同化方法进行了数值模拟试验。数值试验的结果表明：扩展卡尔曼滤波数据同化方法对系统状态的估计有较好的改善作用，能有效的抑制估计误差的增长；加大观测频率，可以进一步改善数据同化的效果，使估计误差进一步减小；由于模式误差的存在，系统的不稳定能量会不断的累积，出现了估计误差的异常增长和计算的不连续现象，在模式预报方程中的均值演变方程加人二阶偏差纠错项，对控制估计误差的异常增长，进一步改善数据同化的效果有较明显作用。     

Variational Data Assimilation for a Lorenz Model Usinga Non-Standard Genetic Algorithm

Summary  Data assimilation in meteorology and oceanography for strongly nonlinear dynamical systems is challenging. The dynamical system studied here is the classical three-variable Lorenz model. In this context data assimilation with weak-constraint variational methods performs better than other methods like strong-constraint variational methods or Kalman filters. The difficulty in tracking the chaotic Lorenz orbit by assimilation of noisy observations results from the inherent instability in the system. In variational methods a cost function has to be minimized. It is known, that in the Lorenz case the structure of the cost function becomes more and more complex with increasing length of the assimilation time interval and with reduction of the observational data quality. This paper proposes a non-standard implementation of a genetic algorithm for searching the global minimum in case of a weak-constraint formulation. The good performance of this non-local search is shown, but the algorithm is computationally demanding due to a very large number of control parameters within the weak-constraint formulation and, thus, the algorithm is applicable for simple systems only. Received December 12, 1998 Revised May 11, 1999     

FOUR-DIMENSIONAL DATA QUALITY CONTROL THROUGH THE ADJOINT APPROACH

Using the variational four-dimensional (4-D) data assimilation technique (the adjointmethod), we defined the error/mean-error ratios (EMER) of observational data. The plausibilityof marking the gross error using the EMER is investigated theoretically under some assumptions.Idealized numerical experiments are carried out using the simple Lorenz model to test the qualitycontrol scheme.     

FOUR-DIMENSIONAL DATA QUALITY CONTROL THROUGH THE ADJOINT APPROACH*

Using the variational four-dimensional (4-D) data assimilation technique (the adjoint method), we defined the error/mean-error ratios (EMER) of observational data. The plausibility of marking the gross error using the EMER is investigated theoretically under some assumptions.Idealized numerical experiments are carried out using the simple Lorenz model to test the quality control scheme.     

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。     

模式误差对变分同化过程影响的数值研究

本文利用浅水方程模式，对变分四维同化过程中模式中误差的影响进行了数值模拟实验，实验显示了模式误差被“混淆”入初始场的现象，在一些模式变量无观测时，这种混淆的后果更为严重。