可降水量同化对初始湿度场调整的应用研究

设计了一个三维变分同化方案,利用非静力中尺度模式MM5和由实况观测反演得到的可降水量资料,运用该变分同化方法改善初始湿度场,并对2003年7月9～10日的暴雨过程进行数值模拟对比试验.结果表明,①可降水量资料的变分同化对初始湿度场具有较强的调整能力;②同化可降水量后,可以明显地改善模式初始湿度场,能够有效地提高降水模拟的准确率.     

用变分法修正边界层资料的数值试验

文中用变分方法修正边界层资料及模误差 ,目标函数相对于控制变量的梯度用扰动法计算 ,对利用小扰动求取梯度的方法进行了理论推导和试验分析。利用模式资料所作的数值试验表明 ,该方法能有效地修正模式自身误差 ,使模式能精确描述边界层物理过程 ,从而使调整后的初始场最好地拟合“观测资料”     

基于模式约束三维变分技术的连续循环同化试验研究

由于模式约束三维变分同化技术中考虑了模式的动力和物理过程,因此能保证各物理量间的平衡关系,从而滤除由于观测资料引入导致的高频波动,减小模式与初始场的协调时间.由于能在较短时间调整到稳定状态,采用模式约束三维变分同化进行连续循环同化可用较少的计算量达到同化多时次的多种观测资料的目的.该研究利用模式约束三维变分技术,针对2006年"桑美"台风个例,进行了连续循环同化卫星云导风、QuikSCAT海面风、Bogus海平面气压的试验.在台风数值预报中往往需要使用经验构造的台风信息(如Bogus海平面气压,Bogus风场等),该研究采用了模式约束三维变分同化技术同化Bogus海平面气压.由于模式约束三维变分同化技术充分考虑了各物理量间的约束,因此通过同化Bogus海平面气压也调整了初始场中相应的高度场、温度场、风场等变量,使得初始场中的台风涡旋具有较强的协调性,提高了对台风的模拟能力.采用AVN模式6小时间隔的分析场作为侧边界,2006年8月8日20时的分析场作为初估场,文中对8月8日20时到9日05时"桑美"台风的观测资料进行了连续循环同化.采用连续循环同化后台风路径的模拟精度得到了显著提高,对台风降水结构等的模拟也得到了改善.     

一种基于进化策略的3D Var代价函数优化方法

数值天气预报准确性直接取决于好的预报模式和初始场;资料同化方法就是一种有效的求解初始场方法.鉴于进化算法在求解这些数值问题方面的优越性,将进化策略算法应用到变分同化方法中,即将三维变分方法中的代价函数作为进化策略算法优化的目标函数,应用进化策略算法优化此目标函数,均衡背景场和观测场,以求得最优分析场.以Lorenz-63和Lorenz-96模式为例,进行了理想个例试验,与传统三维变分方法进行对比.试验结果表明经优化后的误差与传统方法相比非常一致,从而验证了进化策略算法在资料同化问题中应用的可行性.     

SVD-En3DVar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模式及模式模拟的资料,开展了利用SVD-En3DVar(基于集合和SVD技术的三维变分同化方法)方法同化雷达径向速度资料的试验.由于雷达观测经常出现大面积空缺,同化时引入了一种局地化方法避免远距离虚假相关的影响.试验着重研究了不同的初始扰动样本产生方法以及不同的样本积分时间对同化结果的影响.提出了一种为预报集合提供初始扰动场的新方法,这一方法将温度和比湿的伪随机扰动场当作观测增量,通过3DVar (three-dimensional variational technique)系统生成所有变量的初始扰动场.试验表明,用这种方法给出的初始扰动样本各个变量间有较好的协调性,积分后扰动不会快速衰减,可以减少模式调整的时间,达到缩短同化循环时间窗的目的.同化雷达径向风资料后对12小时内的温度,湿度和水平风的预报都有所改进,对降水的预报也有一定改进.     

四维变分同化方法在暴雨预报中的应用

本文利用PSU/NCAR的MM5数值预报模式及其伴随模式,以我国1999年6月23日~6月24日的一次梅雨锋暴雨过程为个例,作了两组试验:控制试验和同化试验,并对两组试验的降水预报效果以及初始场进行对比分析,结果表明:四维变分资料同化方法可以将各种不同类型、不同时次的观测资料同化到模式中,将这些资料中有用的中尺度信息引入到模式初始场,有效改善初始场,从而提高暴雨预报水平。     

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。     

区域四维变分资料同化的数值试验

针对中尺度数值预报模式预报误差的主要来源,尝试利用四维变分资料同化的方法来改善预报效果。在已建立的中尺度模式（ＭＭ４）四维变分资料同化系统基础上,进行了若干数值试验,通过比较同化前后的预报来检验同化的效果。这些试验中初始场、模式误差和侧边界条件被分别或同时作为控制变量来进行调整,主要探讨了模式误差和侧边界条件对同化及预报的影响,以及同时结合两者或三者的途径和方法。对两组个例分别进行的试验结果表明,区域中尺度模式预报误差除了来源于初始误差外,模式误差、侧边界条件也有不可忽视的作用。同化时应同时考虑初始场、模式误差和侧边界条件这三方面的共同作用,仅修正其中某一个或某两个会把由于其它方面造成的预报误差转嫁到它们之上,从而出现尽管目标函数下降很快而预报结果并没有相应改善的现象。     

变分连续同化中优化步长的推导方法及数值试验

一个好的变分同化方法,必须考虑到预报模式具有误差,并对模式误差进行纠正.变分连续同化(VCA)通过在模式方程中引进一个修正项,连续地调整模式变量,从而达到以上目的.在变分连续同化的迭代过程中,优化步长的选取方法对于同化迭代是否收敛、收敛速度快慢与否都至关重要,文中推导了一种有效利用观测资料计算优化步长的新方法,并以大气运动方程中一维非线性平流波和二维惯性波为例,进行了四维变分资料同化数值试验.数值结果表明,VCA方法和计算优化步长的公式都是有效的.     

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。     

变分四维同化方法若干问题的数值试验

资料误差和模式误差都可能影响变分四维同化的结果,针对这一问题利用浅水方程模式进行了变分四维同化的数值模拟试验。试验分三种情况进行：（１）仅修正初始场,（２）仅修正模式;（３）二者同时修正。试验结果表明,当模式有误差时,传统的变分四维同化方法（仅修正初始场）可能将模式的误差混淆到初始场中去,尽管在同化期间可得到较好的拟合,但却不一定能保证同化后有好的预报。如果不修正初始场而修正模式,当模式误差不大时     

卫星云图反演资料质量控制方案在暴雨模拟中的对比研究

本文以2003年7月9～10日发生在江淮流域的暴雨过程为例，应用FY-2B卫星红外云图灰度资料，利用统计回归的反演方法求出高分辨率的温度和湿度的反演场用于改进预报的初始场。设计和对比了几种质量控制方案，再将控制后的反演场与常规资料进行同化，最后用MM5模式进行了模拟对比试验。结果表明：在模式的初始场中引入卫星云图反演场能反映出更为细致的中尺度结构，有效地增强了对降水有重要影响的高湿区；锋生函数质量控制方案改善模式的初始场，从而改善了MM5模式降水预报的落区和强度，提高了降水预报准确性及Ts评分。     

黑河地区近地面层辐射和温度的适用性模拟研究

为了检验中尺度区域大气模式在中国高原复杂下垫面区域气候模拟中的适用性,文中采用该模式在40余种不同的初始参数条件下模拟了1991年6月20日至7月20日黑河区域的近地面辐射收支平衡和空气温度。并分析了中尺度区域大气模式应用于中国西北部大起伏地形和高原地区复杂下垫面(HEIFE)的模拟能力。结果表明,在仅使用NCEP再分析资料、探空资料和常规地面观测资料(RAMS标准输入),而不根据当地特征调整区域大气模式初始参数的情况下,对近地面层的辐射收支和空气温度具有一定的模拟能力,但可能引发较大的误差;特别是地面向上长波辐射通量和2 m空气温度,其模拟结果与实测结果相差甚远。只有合理地调整模式的初始参数,主要是初始土壤层的温度和湿度,才能得到与实测资料符合良好的结果;而要进一步地模拟出这些物理量在复杂天气情况下的细致变化,则需要把土壤深度扩大到4 m左右,并使用较为可靠的数据初始化垂直非均匀的土壤湿度。     

正压原始方程变分初值试验

本文利用地转风关系及运动方程作为动力约束条件,对初始风场及高度场进行了调整。在调整场与实测场均方差最小,总平均动能损失也最小的条件下选择了权重因子。还成功地进行了局部风场“嵌入”即所谓“窗户”区试验。对于变分约束对扰动的影响作了初步的探讨。最后还做了24小时预报并与地转初值预报进行了比较。     

不同初始场条件对GRAPES模式数值预报的影响

利用中国新一代数值预报模式GRAPES(Global/Regional Assimilation and Prediction Enhanced System),分别使用T213 L31及NCEP FNL 6 h间隔的资料作为初始和边界条件,对2005年7月9—10日淮河流域一次致洪暴雨过程进行了个例试验,初步探讨了GRAPES模式的数值预报产品对不同初始场的敏感程度,以及三维变分同化对数值预报结果的可能影响。结果表明,T213和NCEP初始场中存在着差异较大的次天气尺度特征,并由此造成了此后GRAPES模式预报场的差异,且此差异不会随时间消失;同化对GRAPES模式积分结果的影响主要表现在最初的24 h内;模式对此次致洪暴雨过程的暴雨区分布、强度均有一定的模拟能力,但模拟的强暴雨区与实况仍存在着较大差异。由此可知,GRAPES模式的数值预报能力对不同的初始场和侧边界条件存在不同程度的依赖性,初始场的差异决定了模拟结果的差异。     

TOVS资料的变分处理方法在青藏高原地区的数值试验

首次在测站稀少的高原地区引入经变分技术处理的TOVS资料,使用MM5数值模式对高原地区降水数值预报难点进行了研究。探讨了解决高原地区测站少、数值预报模式初始场信息误差大的技术关键问题,提出了采用TOVS资料在高原地区增加初始场信息的构思。数值试验结果表明,应用变分法处理后的TOVS资料,可显著地提高高原初始场信息的可靠性。考虑夏季高原地区是对流多发区特点,本文采用非静力MM5模式,并在模式初始场中增加了TOVS资料,弥补了测站稀少的高原地区使用非静力模式的不足之处。研究结果表明,本文采用的TOVS资料技术方案可能是高原区域数值模式降水预报的有效途径,并为开拓卫星资料的应用领域提供了技术思路与理论分析依据。     

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.     

应用TOVS资料变分分析技术增加青藏高原地区摸式初始场信息

首次在测站稀少的高原地区引入经变分技术处理的 TOVS卫星资料 ,通过动力诊断探讨了解决高原地区测站少、数值预报模式初始场信息误差大的技术关键问题 ,提出了采用TOVS反演资料在高原地区增加模式初始场信息的构思 ,并应用变分法处理 TOVS反演资料 ,显著地提高了高原初始场信息的可靠性 ;并从动力诊断分析角度 ,进一步证实了 TOVS反演资料的应用有利于提高高原动力系统特征的描述能力 ,并显著改善水汽输送通道分布及其层结稳定度等有关初始场信息的客观性     

Variational data assimilation experiments of mei-yu front rainstorms in China

The numerical forecasts of mei-yu front rainstorms in China has been an important issue. The intensity and pattern of the frontal rainfall are greatly influenced by the initial fields of the numerical model. The 4-dimensional variational data assimilation technology (4DVAR) can effectively assimilate all kinds of observed data, including rainfall data at the observed stations, so that the initial fields and the precipitation forecast can both be greatly improved. The non-hydrostatic meso-scale model (MM5) and its adjoint model are used to study the development of the mei-yu front rainstorm from 1200 UTC 25 June to 0600 UTC 26 June 1999. By numerical simulation experiments and assimilation experiments, the T106 data and the observed 6-hour rainfall data are assimilated. The influences of many factors, such as the choice of the assimilated variables and the weighting coefficient, on the precipitation forecast results are studied. The numerical results show that 4DVAR is valuable and important to mei-yu front rainfall prediction.