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。     

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。     

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。      

背景场误差样本模拟对同化及数值预报效果的影响

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。     

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。     

基于云依赖背景场误差协方差的雷达资料同化及对降雨预报影响研究

传统变分同化方法中使用各向同性和均质的背景场误差协方差,忽略了背景场误差协方差的天气系统依赖性,而在变分框架下引入集合流依赖的背景场误差协方差还需要额外的集合预报.为在变分同化中引入更合理的背景场误差协方差,通过引入云指数构建"云依赖"背景场误差协方差,提出了一种云依赖背景场误差协方差的同化方案,并应用于雷达等多源观测...     

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。     

背景误差协方差变量平衡特征及其对台风同化和预报的影响

构造合理的背景场误差协方差是做好资料同化的关键。分析了背景误差协方差中变量相关关系在台风季节和非台风季节隐含的不同动力平衡特征,并讨论其对台风同化和预报的影响。分析发现,与非台风季节相比,在台风季节温度与非平衡速度势具有更强的动力相关性,拟相对湿度与其他控制变量的相关性也更显著。这些动力相关性在背景场误差中协方差的引入,将在同化分析过程中使得观测信息可以合理地对同化分析场产生影响。台风循环同化和预报的结果验证了对变量平衡特征的分析:背景误差协方差中新平衡关系的建立,对同化和预报有较大的正面影响,尤其是相对湿度和其他控制变量相关的建立,明显改善了台风路径、强度和降水的预报效果。      

基于GSI的华南地区对流尺度快速循环同化预报试验

针对对流尺度快速循环同化系统多次循环同化带来的预报效果改进和资料应用问题,利用GSI同化技术和WRFARW区域模式,设计了华南地区对流尺度快速循环同化方案,对2016年4月17一18日华南地区的飑线天气强降水过程进行模拟试验,分析不同循环同化方案和雷达径向风资料同化对雷达回波、相对湿度、降水量级等的预报效果,以期提高华南地区飑线强降水过程预报技巧。检验结果表明:尽管只同化常规资料对预报效果的改进有局限性,但是多次循环同化对于模式预报的降水有一定改善作用;同时同化雷达径向风资料与常规资料对湿度和降水等模拟技巧均有所提高,大雨以上量级的ETS评分改进尤为明显;尽管模式模拟降水峰值小于真实观测值,但同化雷达径向风资料有效改善了飑线最强时段内的垂直上升速度,使得强降水发生时间和强度更接近真实观测。     

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。      

Assimilating AMSU-a radiance data with the WRF hybrid En3DVAR system for track predictions of Typhoon Megi (2010)

The impact of assimilating radiances from the Advanced Microwave Sounding Unit-A (AMSU-A) on the track prediction of Typhoon Megi (2010) was studied using the Weather Research and Forecasting (WRF) model and a hybrid ensemble three-dimensional variational (En3DVAR) data assimilation (DA) system. The influences of tuning the length scale and variance scale factors related to the static background error covariance (BEC) on the track forecast of the typhoon were studied. The results show that, in typhoon radiance data assimilation, a moderate length scale factor improves the prediction of the typhoon track. The assimilation of AMSU-A radiances using 3DVAR had a slight positive impact on track forecasts, even when the static BEC was carefully tuned to optimize its performance. When the hybrid DA was employed, the track forecast was significantly improved, especially for the sharp northward turn after crossing the Philippines, with the flow-dependent ensemble covariance. The flow-dependent BEC can be estimated by the hybrid DA and was capable of adjusting the position of the typhoon systematically. The impacts of the typhoon-specific BEC derived from ensemble forecasts were revealed by comparing the analysis increments and forecasts generated by the hybrid DA and 3DVAR. Additionally, for 24 h forecasts, the hybrid DA experiment with use of the full flow-dependent background error substantially outperformed 3DVAR in terms of the horizontal winds and temperature in the lower and mid-troposphere and for moisture at all levels.     

混合误差协方差用于集合平方根滤波同化的试验

在集合卡尔曼滤波方法中, 根据预报集合统计提供的依流型而变的预报误差协方差对同化起到决定性的作用。但在集合样本容量不足及模式存在系统误差时, 由预报集合估计的预报误差协方差会出现明显偏差。既要减小这种估计偏差对同化产生的影响而又不增加计算量, 一种可供选择的方法是将定常或准定常的高斯型预报误差协方差和由预报集合估计的预报误差协方差加权平均用于集合卡尔曼滤波同化。利用浅水方程模式, 通过观测系统模拟试验检验在不同的模式误差、 集合成员数以及观测密度条件下, 将这种混合预报误差协方差矩阵用于在集合平方根滤波的效果。试验结果表明, 当预报集合成员数较多而模式又无误差时, 不必采用混合的预报误差协方差矩阵, 否则, 采用混合的预报误差协方差矩阵都有可能改进分析和预报。混合预报误差协方差的最优的权重系数与模式误差关系密切, 模式误差越大, 定常预报误差协方差的权重越大。最优的权重系数与集合成员数及观测密度也有一定关系。     

Representations of inverse covariances by differential operators

In the cost function of three- or four-dimensional variational data assimilation, each term is weighted by the inverse of its associated error covariance matrix and the background error covariance matrix is usually much larger than the other covariance matrices. Although the background error covariances are traditionally normalized and parameterized by simple smooth homogeneous correlation functions, the covariance matrices constructed from these correlation functions are often too large to be inverted or even manipulated. It is thus desirable to find direct representations of the inverses of background error correlations. This problem is studied in this paper. In particular, it is shown that the background term can be written into f dx|Dv(x)|^2, that is, a squared L2 norm of a vector differential operator D, called the D-operator, applied to the field of analysis increment v(x). For autoregressive correlation functions, the D-operators are of finite orders. For Gaussian correlation functions, the D-operators are of infinite order. For practical applications, the Gaussian D-operators must be truncated to finite orders. The truncation errors are found to be small even when the Gaussian D-operators are truncated to low orders. With a truncated D-operator, the background term can be easily constructed with neither inversion nor direct calculation of the covariance matrix. D-operators are also derived for non-Gaussian correlations and transformed into non-isotropic forms.     

在四维变分同化中运用集合协方差的试验

利用浅水方程模式和模式模拟资料进行数值试验比较3种不同的背景误差协方差矩阵处理方法对四维变分(4DVAR)资料同化的影响.3种背景误差协方差矩阵分别是:(1)对单一变量将背景误差协方差矩阵简化为对角矩阵;(2)将背景误差协方差矩阵的作用简化为高斯过滤;(3)由预报集合生成背景误差协方差矩阵并利用奇异值分解技术解决矩阵的求逆.通过一系列数值试验,比较不同观测密度、不同观测误差下3种背景误差协方差处理方法对4DVAR同化效果的影响.结果表明,背景误差协方差的结构对4DVAR有重大影响.当观测资料的空间密度不够高时,采用对角矩阵得不到满意的结果.高斯过滤方案可以明显改善同化结果,但是对背景误差特征长度比较敏感.第3种方法采用的背景误差协方差矩阵是流型依赖的,而且并不以显式的方式出现在目标函数中.避免了对它求逆的复杂运算.由于做了降维处理,在观测点的密度较低和观测误差较大时可望取得较好的同化结果,同化效果较为稳定.     

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.     

Variational assimilation of satellite cloud water/ice path and microphysics scheme sensitivity to the assimilation of a rainfall case

Hydrometeor variables (cloud water and cloud ice mixing ratios) are added into the WRF three-dimensional variational assimilation system as additional control variables to directly analyze hydrometeors by assimilating cloud observations. In addition, the background error covariance matrix of hydrometeors is modeled through a control variable transform, and its characteristics discussed in detail. A suite of experiments using four microphysics schemes (LIN, SBU-YLIN, WDM6 and WSM6) are performed with and without assimilating satellite cloud liquid/ice water path. We find analysis of hydrometeors with cloud assimilation to be significantly improved, and the increment and distribution of hydrometeors are consistent with the characteristics of background error covariance. Diagnostic results suggest that the forecast with cloud assimilation represents a significant improvement, especially the ability to forecast precipitation in the first seven hours. It is also found that the largest improvement occurs in the experiment using the WDM6 scheme, since the assimilated cloud information can sustain for longer in this scheme. The least improvement, meanwhile, appears in the experiment using the SBU-YLIN scheme.     

台风预报误差的流依赖特征及混合资料同化中最优耦合系数

基于集合卡尔曼变换与三维变分(ETKF-3DVAR)混合资料同化系统和欧洲中期天气预报中心(ECWMF)的全球集合预报,以"梅花"台风为例,分析了台风系统预报误差的流依赖特征,讨论了耦合系数在混合同化和预报中的敏感性及其对预报质量的影响。结果显示,台风系统的预报误差协方差具有显著的中小尺度结构特征,集合估计的预报误差协方差结构能够再现其流依赖属性。相对于3DVAR方案,混合资料同化方案的最优耦合系数对台风系统的分析和预报质量具有更好的改善;但不同的耦合系数对台风路径预报有明显的影响,不合适的耦合系数甚至可能导致更坏的结果,只有耦合了相对合适的预报误差协方差的流依赖信息,混合资料同化方案才可能对分析和预报质量有正效果。这表明在混合资料同化系统中,构造一种具有自适应能力的耦合权重函数,实现相对最优权重的自动选择,对充分发挥混合资料同化方案的潜在优势具有重要意义。