GRAPES Hybrid-3DVar对台风苏迪罗的数值试验

为了把反映天气形势变化的背景误差协方差引入到变分分析系统中来提高分析质量,本文在GRAPES区域三维变分框架的基础上通过扩展控制变量方法实现动态与静态背景误差协方差耦合,建立混合三维变分分析系统（GRAPES Hybrid-3DVar）。通过控制变量扰动产生的集合样本进行单点观测分析试验验证Hybrid-3DVar及其局地化方案的合理性,并针对台风苏迪罗进行实际观测资料同化和数值预报试验,结果表明:用集合样本描述的背景误差协方差是随着天气流型变化的,动力场和质量场的离散度在台风中心处最大,因而混合同化的分析增量包含更多细微结构和中小尺度信息;其分析和24 h内预报要素质量优于3DVar,24 h内降水强度和落区预报也更准确,混合同化分析改善了3DVar分析的降水空报问题;同时混合同化分析的24 h内台风路径预报也最接近实况,台风强度预报在48 h之内都比3DVar更接近观测。     

集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅱ：参数选取与数值试验

研究的第一部分讨论了如何有效应用集合预报误差的科学方案,确定了集合预报误差在GRAPES（Global Regional Assimilation and PrEdiction System）全球4DVar（four dimensional variational data assimilation）中应用的分析框架。在此基础上研究了针对集合预报误差实际应用于GRAPES全球4DVar,解决接近或超过100个集合样本数时高效生成的计算效率问题,以及与GRAPES全球4DVar匹配的同化关键参数确定问题。选择基于4DVar的集合资料同化方法生成集合样本,通过将第1个样本极小化迭代过程中产生的预调节信息用于其他样本极小化做预调节,将计算效率提高了2倍。通过时间错位扰动方法增加集合样本数,实现集合样本增加到3倍。对集合方差进行膨胀,并选择水平局地化相关尺度为流函数背景误差水平相关的1.4倍。通过批量数值试验方法确定背景误差与集合预报误差的权重系数,对60个集合样本当集合预报误差权重为0.7时预报效果最好。对北半球夏、冬两季各52 d的批量试验表明,对于南、北半球En4DVar （ensemble 4DVar）较4DVar的改进在冬季主要集中在700—30 hPa,而在夏季主要集中在400—150 hPa。赤道地区受季节影响较小,En4DVar对位势高度、风场与温度的改进都较为明显,且经向风场的改进最为显著。文中研发的集合预报误差在GRAPES全球4DVar中应用的方法合理可行。      

GRAPES全球三维变分同化中卫星微波温度计亮温的背景误差及在质量控制中的应用

模式变量背景误差在观测空间的投影,也即观测变量的背景误差包含了变分同化系统的重要信息,其在诊断和分析变分同化系统中资料的影响等方面具有重要作用,特别是在背景场检查质量控制中。在GRAPES全球三维变分同化(3DVar)系统中仅给定了控制变量的背景误差,并未直接给定观测变量的背景误差。为了能够对GRAPES全球3DVar进行全面的诊断和分析,改进卫星微波温度计资料的质量控制,推导出GRAPES全球3DVar同化系统控制变量随机扰动方法估计观测变量的背景误差的公式,为分析和改进GRAPES全球3DVar提供了一个有力工具,并进而估计了AMSU-A亮温的背景误差,分析了AMSU-A不同通道亮温的背景误差特征,将其应用于GRAPES全球3DVar的AMSU-A亮温的背景场检查质量控制中。结果表明,控制变量随机扰动方法估计的GRAPES全球3DVar同化系统AMSU-A亮温的背景误差正确合理。同化循环预报试验结果表明,亮温的背景误差在背景场检查中的应用显著提高了GRAPES全球3DVar同化的亮温资料的数量,显著提高了GRAPES南半球对流层中高层位势高度场的预报技巧。在GRAPES全球3DVar同化系统中推导和实现的控制变量扰动方法为诊断和分析GRAPES全球3DVar观测资料同化效果提供了有力工具。      

两种样本生成方法对DRP-4DVar同化方法性能影响的比较及分析

降维投影四维变分同化方法(DRP-4DVar)利用历史预报的集合来统计背景误差协方差,并将分析变量投影到样本空间下求解代价函数,因而集合样本的质量对DRP-4DVar同化方法的性能有着重要影响.文中尝试使用三维变分(3DVar)控制变量的扰动方法来产生集合样本,并与原来的历史预报扰动方法做比较.历史预报扰动样本具有随流...     

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。     

基于历史预报的四维变分资料同化（4DVar）方法中的滤波

基于历史预报的四维变分同化方法在降维的样本空间最小化代价函数,避免切线性伴随模式,是一种比较经济的算法。但是因为选取的集合样本不可能无限多,实际样本数远远小于观测资料数以及模式变量的自由度,会导致观测站点和模式格点间产生虚假的相关。介绍了在历史预报4DVar中引入的局地化滤波技术,并通过3组试验,比较了局地化前后的结果。试验结果表明:引入局地化技术后,其能有效滤去初始场中的虚假相关关系,同时由于Schur算子的作用,滤波后的分析场是光滑连续的。而且实际个例研究结果表明,局地化后能改进6 h和12 h累积降水的均方根误差,进一步提高预报效果。       

流依赖球面小波背景误差协方差模型设计和初步试验

基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。      

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。     

背景误差水平相关结构对四维变分资料同化的影响研究

为考察GRAPES全球四维变分同化（4DVar）的分析增量在谱空间的时间演变特征,分析当同化时间窗起始时刻与终止时刻背景误差水平相关特征明显不一致时对分析与预报造成的影响,对GRAPES全球4DVar的背景误差水平相关采用二阶自回归模型（SOAR）、集合资料同化生成扰动样本估计的水平相关模型以及基于这两者的背景误差谱空间融合模型进行比较。结果表明,SOAR的分析增量在20波以上的天气尺度波动的分析信息明显不足,而将集合资料同化样本所计算的水平相关的功率谱方差与SOAR功率谱方差进行融合,水平相关特征呈现出多尺度水平相关的特点,可以更好地吸纳观测信息,显著改善北半球形势场、温度与风场预报效果,南半球也有改善,对赤道地区的影响中性。表明研究发展的融合水平相关方案合理、实用。      

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。      

GRAPES非静力数值预报模式的三维变分资料同化系统的发展

为了减少分析变量与模式状态变量之间的插值误差,改善业务预报模式的初值质量,在GRAPES等压面三维变分资料同化系统的基础上,研究发展了针对GRAPES区域模式的非静力模式变量三维变分资料同化系统(GRAPES m3DVAR).该资料同化系统的垂直坐标及其分析变量的水平分布格式、垂直跳点方案与GRAPES预报模式保持完全一致.由于垂直坐标的变化和非静力关系,m3DVAR分析系统中设计了求解动力学约束方程的新方案.通过有效的高精度数学方案,避免了地形追随坐标下平衡方程的非线性项造成的复杂计算,有效解决了非静力平衡条件下求解平衡方程中非线性项的切线性方程和伴随方程引起的困难.重新构造各种观测算子,并考虑了质量场和风场之间的平衡约束关系、背景误差协方差结构,实现对探空、地面资料、船舶报等常规观测的同化.理想单点试验和实际资料的多变量资料同化分析结果表明,非静力模式变量三维变分资料同化系统能够正确地描写多变量之间的相互作用以及物理约束关系,分析结果合理,能够有效减少原等压面三维变分资料同化系统的分析与模式变量之间需要相互插值、变换产生的误差,在一定程度上提高了分析场质量,对预报模式的初值具有一定改善.     

地形高度依赖水平局地化尺度方案在台风数值模拟中的应用试验

为了探究GRAPES区域集合三维变分混合同化系统中"地形高度依赖水平局地化尺度方案"对台风预报性能的影响,以"苏迪罗"台风(2015)和"杜鹃"台风(2015)为例,开展了集合变分混合同化系统在台风中的应用试验,对比分析了"地形高度依赖水平局地化尺度方案"和非"地形高度依赖水平局地化尺度方案"集合变分混合同化后台风路径...     

GRAPES集合卡尔曼滤波资料同化系统Ⅱ：区域分析及集合预报

GRAPES集合卡尔曼滤波资料同化方法能够分批同化常规观测资料,GRAPES集合卡尔曼滤波同化系统的设计及其与GRAPES三维变分同化系统的对比试验结果表明,GRAPES集合卡尔曼滤波系统能够得到合理的分析,并且具有实际运行能力。在此基础上,进行集合卡尔曼滤波区域同化分析及集合预报试验,对比区域模式面三维变分同化分析预报结果,研究表明,集合卡尔曼滤波分析比三维变分分析具有一定优势,降水预报更接近实况。考察了预报误差特征随天气形势的变化情况,表明预报误差相关场和均方差的分布随着天气形式不同而变化。     

SVD-En3DVar同化方法在一次飑线过程中的应用北大核心CSCD

基于集合和奇异值分解的三维变分同化方法(SVD-En3DVar)对2009年6月14日江苏地区的一次飑线过程进行多普勒雷达资料同化预报数值试验,以检验该方法在这类尺度较小的强对流天气过程中的同化应用效果。同时,还讨论了SVD-En3DVar的分块局地化方案中水平半径对此次飑线过程同化效果的敏感性,并应用WRF 3DVar进行了平行对比试验。数值试验结果表明,应用SVD-En3DVar方法同化多普勒雷达资料后能够有效调整风场、比湿和位温等状态变量,同化预报结果对分块局地化方案中水平半径参数较为敏感,水平分块半径为50 km时对组合反射率的预报效果最好。SVD-En3DVar和WRF 3DVar两种同化方法同化雷达资料后都能够提高雷达组合回波的预报水平,但SVD-En3DVar方法的效果明显优于WRF 3DVar同化系统,对回波带位置及其向东南方向发展趋势的预报和观测回波较为一致。     

SVD-En3DVar同化方法在一次飑线过程中的应用

基于集合和奇异值分解的三维变分同化方法(SVD-En3DVar)对2009年6月14日江苏地区的一次飑线过程进行多普勒雷达资料同化预报数值试验,以检验该方法在这类尺度较小的强对流天气过程中的同化应用效果。同时,还讨论了SVD-En3DVar的分块局地化方案中水平半径对此次飑线过程同化效果的敏感性,并应用WRF 3DVar进行了平行对比试验。数值试验结果表明,应用SVD-En3DVar方法同化多普勒雷达资料后能够有效调整风场、比湿和位温等状态变量,同化预报结果对分块局地化方案中水平半径参数较为敏感,水平分块半径为50 km时对组合反射率的预报效果最好。SVD-En3DVar和WRF 3DVar两种同化方法同化雷达资料后都能够提高雷达组合回波的预报水平,但SVD-En3DVar方法的效果明显优于WRF 3DVar同化系统,对回波带位置及其向东南方向发展趋势的预报和观测回波较为一致。     

CMA-TYM混合En3DVar方案的设计和初步试验

基于CMA-TYM的3DVar系统,发展了利用扩展控制变量引入流依赖背景误差协方差(集合扰动成员统计表达)的混合En3DVar同化方案。测试显示,单点台风中心气压数据同化会引起风场非对称增量形成,以及导致传统3DVar方案认为不相关的湿度增量出现。台风个例试验表明,混合En3DVar方案能提取台风内零散观测资料信息,并按实际台风动力特征和分布区域向四周传播,从而影响分析场中台风涡旋强度、结构。同时,与3DVar方案相比,混合En3DVar方案对提高台风路径、强度预报效果明显。     

温湿统计平衡约束关系对GRAPES全球湿度分析的作用

为改进GRAPES全球三维变分同化系统(GRAPES-3DVar)的湿度分析,借鉴Hólm等(2002)的思想,在背景误差协方差结构中引入湿度与温度的统计平衡约束关系。通过扣除湿度变化中与温度有关的平衡部分获取非平衡拟相对湿度,并引入非线性对称变换对其做标准化处理,将处理后的变量作为新的湿度控制变量。统计结果表明,温湿统计平衡约束主要出现在中高纬度对流层中层相对湿度大于80%的区域,与大尺度抬升凝结加热有关;新的湿度控制变量能满足无偏、高斯分布特征。单点理想观测试验结果表明,新的湿度分析具备了流依赖特征,并能有效地抑制负水汽与超饱和水汽的出现。同化循环与预报试验结果表明,新方案给出的湿度分析的偏差和均方根误差均有所减小。而针对降水预报的检验结果表明,引入新方案后的0.1-10 mm降水预报,在ETS评分没有显著降低的情况下,BIAS评分更靠近1,降水空报有所减缓。然而60-84 h的25 mm以上的降水漏报现象更为明显,表明湿度同化分析方案还有改进空间。通过引入温湿统计平衡约束关系,完善了GRAPES-3DVar分析框架,为全球湿度分析的持续改进奠定了坚实基础。      

集合变换卡尔曼滤波局地化对区域集合初始扰动的影响

集合变换卡尔曼滤波(ensemble transform Kalman filter, ETKF)是一种有效的集合预报初始扰动构造方案。但是,有限的集合样本、相同的集合成员设置以及预报模式误差等可能会使两个距离较远的状态变量产生虚假相关,从而影响ETKF集合扰动的质量。为了有效解决远距离虚假相关问题,将局地化思想引入ETKF方案。本文针对GRAPES区域集合预报系统(GRAPES REPS),对ETKF初值扰动局地化方案的效果进行了试验分析,为进一步改善和优化局地化方案(LETKF方案)提供依据。通过一周的连续试验,从暴雨个例、集合预报多种评分检验等方面分析了LETKF初始扰动方案所产生的集合预报质量。结果表明,区域集合预报中集合变换卡尔曼滤波初始扰动的局地化方案能够更加合理地捕捉到快速增长的分析误差的物理结构,更准确地再现数值模式预报误差的线性与非线性传播和演变特征。该局地化方案可以较好地改进预报质量,提高降水预报的准确率,尤其是针对小雨、中雨、暴雨量级的预报。相对于现有区域集合预报的业务系统GRAPES REPS,基于局地化ETKF初始扰动方案的区域集合预报具有较明显的优势。总体来看,LETKF初始扰动方案可更好地改善区域集合预报的质量。     

一种基于鲁棒集合滤波的资料同化方法

在集合卡尔曼滤波方法中,根据预报集合的统计特性提供的预报误差协方差矩阵对资料同化起决定性作用。但协方差矩阵低估会引起资料同化滤波发散问题。通过将集合转换卡尔曼滤波方法和时间局地化的H_∞滤波方法相结合,提出一种基于鲁棒集合滤波思想的资料同化方法,放大转移矩阵的特征值,改善估计效果。主要思路是在集合滤波的框架下,按照鲁棒滤波的最小最大准则,实现同化系统性能的改进。利用非线性Lorenz-96混沌系统,考察集合时间局地化的H_∞滤波在系统参数变化时,对同化系统鲁棒性的影响。结果表明:集合时间局地化的H_∞滤波对系统参数变化具有很好的鲁棒性;与传统的滤波方法相比,鲁棒滤波方法提高了同化的效果。     

雷达观测对应模式变量非线性特征及对四维变分同化的影响

四维变分同化（4DVar）中切线性模式和伴随模式的时间积分长度即为同化时间窗的长度。为理解线性模式时间积分长度对4DVar的具体影响,在雷达观测对应变量非线性分析的基础上,进行了一系列不同时间窗（10 min、20 min和30 min）4DVar单点观测试验和一次降雨的实际雷达同化和预报试验。从径向风同化来看:短时间窗（10 min）的风场增量更大、更局地;长时间窗(20 min、30 min)的风场增量则更具系统性特征,但会丢失一些小尺度信息,导致暴雨预报能力降低。从反射率同化来看:短时间窗对6 h内强降水预报有较明显的改善,较长时间窗甚至会降低降水预报效果。研究旨在为合理设置4DVar的同化时间窗提供参考,以有效利用高时空分辨率的雷达观测资料,又尽量减小线性化造成的误差,进而快速有效地同化雷达信息。