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。     

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     

基于遗传算法的四维变分资料同化技术的研究

将遗传算法应用于四维变分资料同化问题,提供一种新的较为有效的数值预报初始场优化方法,给出了相应的理论依据和详细算法,并结合变分问题本身的特点,设计合理的遗传编码、遗传操作和遗传参数.同时,以二维的浅水方程模式为例建立基于遗传算法的变分同化模型,并从多方面与伴随模式变分同化方案进行分析比较.数值试验结果表明,基于遗传算法的变分同化方案取得了比较满意的同化效果.     

GPS折射角资料的变分同化试验

越来越多的新型观测资料为数值天气预报水平的进一步提高提供了许多新的机会。在各种新型的观测资料中,GPS(全球定位卫星系统)折射角资料无疑是非常重要的。GPS折射角资料具有分辨率高、全天候探测、覆盖全球等优点,实现对GPS折射角资料的变分同化,将具有非常重要的意义。文中介绍了如何获得及同化GPS折射角资料的原理。对GPS折射角资料的变分同化可以分为两种:间接同化和直接同化,文中对这两种方法都作了具体介绍。在变分同化的最小化过程中,计算效率无疑是最重要的,而优化步长的计算又直接关系到算法效率的成败。根据最小化算法的特点,通过数学推导,得出一种适合于各种最小化算法的计算优化步长的自适应方法。最后,还利用1995年10月11日的GPS折射角资料进行了数值试验,结果表明了变分同化方法和计算优化步长方法的有效性。     

消除系统性观测误差的时空梯度信息同化方法研究

随着气象观测手段的进步,各种气象观测资料在数值预报模式中的应用不断发展.然而由于观测资料存在观测误差,尤其一些非常规资料存在系统性偏差,且难以对此类误差进行充分订正,使得观测资料在数值预报模式同化应用过程中的作用没有被充分发挥.文中提出一种消去此类误差的时间及空间梯度信息变分同化方法,其特点在于不需要知道系统性偏差的具体估计,而是用一个梯度信息算子对原变量进行变换从而隐性回避此类误差.通过浅水波模式四维变分同化理想试验结果表明,此同化方法完全消除平整性系统性偏差对同化结果的影响,本身数值较小的模式变量更能够获得好的同化效果,大数值变量则可通过估算来确定适用范围.由于最优解不唯一性质的存在,同化效果更多的吸收观测场的整体时空梯度分布趋势而非观测量值本身,这对具有较低可信度的观测资料是适用的.     

具约束条件的四维变分资料同化问题

考察了具约束条件的四维变分资料同化问题，首先引入解决该类问题的一般理论与方法，然后用有限元浅水模式对具高频重力波约束条件的四维变分同化问题进行数值试验。采用伴随技术方法和约束最优化的罚函数法和增广拉格朗日方法，使定义的约束目标函数达到最小，而得到最优解。数值试验结果表明：以控制重力波增长为约束条件的四维变分资料同化，能够更有效的滤除扰动分量，得到最优初始场。由此也表明了对数值天气预报中的这类问题是可以用具约束条件的四维变分资料同化来处理。     

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。      

MPAS动力框架和伴随模式简介以及未来扩展和应用

跨尺度大气预报模式(MPAS-A)的动力学框架是非结构化的球面质心Voronoi网格,它代表了过去几十年来数值天气预报最重要进展之一。MPAS-A具有开放性、计算机程序和文件规范性、科学性及先进性等特点,因此可选其作为未来全球四维变分资料同化系统模式,目前已经发展了MPAS-A的切线线性模式和伴随模式。选择MPAS-A为全球四维变分资料同化系统模式,不仅可以避免MPAS-A预报模式网格与资料同化网格之间的来回插值所产生的误差,减少每次极小化迭代时MPAS-A模式变量与资料同化分析变量之间的转换所需计算时间,同时也为非结构化球面质心网格的跨尺度全球资料同化研究提供新机遇。     

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.     

动态权重粒子群算法在含“开关”过程四维变分资料同化中的有效应用

粒子群优化算法(Particle Swarm Optimization,PSO)由于其编码简单,易于实施而发展迅速,PSO的性能取决于两个重要因素:惯性权重和学习因子.通过合理设计这两个参数,将动态权重的PSO应用于含有不连续“开关”过程的变分资料同化.为检验算法的有效性,针对一个简化的含不连续开关过程的偏微分方程,操作了3种比较同化数值试验,即基于传统伴随方法,遗传算法(GA)和动态权重的PSO的变分同化.结果显示,当控制方程含有开关时,使用PSO的变分同化结果的质量上明显优于其他两种方法,且PSO的性能更加稳定.对观测误差及模式误差的敏感性试验结果显示PSO方法具有更强的鲁棒性.PSO同化的效果与算法中参数的选取有关,采用好的参数设置能获得更好的同化结果.     

A simple method of calculating the optimal step size in 4DVAR technique

l.IntroductionWithhighlydevelopingofmodernscientifictechnologyandincessantupdatingoftheobservationalsystem,manykindsofnewsourcesofobservationaldataarereadilyobtained,suchassatellitedataandradardata.Ithasbeenacriticalproblemtopuzzleresearcherstoeffectivelyemploythesedatainnumericalcalculation.4DVARtechniquehasgraduallybeenaveryimportanttoolinthemainstreamofnumericalweatherprediction,becauseitisofstrongcapabilityofcombiningandextractingtheusefulinformationfromallkindsofobservationaldata.Thedat…     

用一种新的同化方法同化降水量资料

Observations of accumulated precipitation are extremely valuable for effectively improving rainfall analysis and forecast. It is, however, difficult to use such observations directly through sequential assimilation methods, such as three-dimensional variational data assimilation or an Ensemble Kalman Filter. In this study, the authors illustrate a new approach that makes effective use of precipitation data to improve rainfall forecast. The new method directly obtains an optimal solution in a reduced space by fitting observations with historical time series generated by the model; it also avoids the implementation of tangent linear model and its adjoint. A lot of historical samples are produced as the ensemble of precipitation observations with the fully nonlinear forecast model. The results show that the new approach is capable of extracting information from precipitation observations to improve the analysis and forecast. This method provides comparable performance with the standard four- dimensional variational data assimilation at a much lower computational cost.     

GRAPES区域扰动预报模式动力框架设计及检验

设计了适用于四维变分同化系统的扰动预报模式GRAPES_PF。根据GRAPES的地形追随坐标非静力原始方程组,采用小扰动分离方法推导微分形式的线性扰动预报方程组,并利用与GRAPES非线性模式相似的数值求解方案求解线性扰动微分方程组。在设计扰动预报模式时采用了两个时间层半隐式半拉格朗日方案对动量方程、热力学方程、水汽方程和连续方程进行时间差分,空间差分方案的变量分布水平方向采用Arakawa C跳点网格,垂直方向采用Charney/Phillips跳层。利用代数消元法进一步推导得到只包含未来时刻扰动Exner气压的亥姆霍兹方程,进而通过广义共轭余差法（GCR）求解,在此基础上得到未来时刻扰动量的预报值。基于所开发的扰动模式开展了数值试验。首先在非线性模式中施加一个中尺度初始扰动高压,得到初始扰动在非线性模式中的后续演变,然后将相同的初始扰动作为扰动模式的初值进行时间积分,将扰动模式预报的结果与非线性模式的结果做了对比。结果表明,所开发的扰动模式GRAPES_PF较好地模拟了惯性重力内波的传播过程:初始高压扰动激发了一个迅速向外传播的惯性重力内波,在气压场向风场适应的过程中,水平风场、垂直运动、位温和湿度等变量均出现了扰动增量,与非线性模式得到的结果相当接近。GRAPES_PF作为GRAPES非线性模式的合理线性模式为建立基于线性扰动预报的区域四维变分同化系统奠定了科学基础。      

中尺度数值模式MM5的四维变分资料同化系统

应用伴随方法求解以数值预报方程作为约束条件的四维变分资料同化方案，关键问题是如何构造伴随模式。以中尺度数值模式MM5为例，讨论了如何用伴随码技术建立MM5伴随模式，以及伴随模式系统中权重、尺度因子的选取；最后对MM5伴随模式系统进行了梯度检验，并利用实际资料进行四维变分资料同化试验。试验表明该系统有较强的同化能力，能够提高MM5降水预报的准确性。     

预分析初始扰动样本对降维投影四维变分同化性能的影响

降维投影四维变分同化(DRP-4DVar)方法的背景误差协方差是由基于历史预报的扰动样本统计得到的,为了改进降维投影四维变分同化系统中背景误差协方差的流依赖特性,提出了对初始扰动样本进行预分析的新思路,即在对背景场分析之前,利用降维投影四维变分同化系统本身对每个样本进行预先分析,使得统计出的背景误差协方差随实际的天气形势而变化,从而实现其在真正意义上的流依赖,且在循环同化时能够避免滤波发散现象的出现。试验结果表明,对样本进行预先分析能够通过改善同化系统中背景误差协方差的空间结构和流依赖特性,来进一步改进降维投影四维变分同化方法的性能,为数值模式提供更精确的初始场,从而提高了基本模式变量的预报精度,并改善了对强降水的模拟能力。相比较而言,对所有初始扰动样本都进行了预分析的同化试验能够得到最优的分析和预报。     

伴随系统及非线性优化方法在REM模式可预报性研究中的实际个例应用

利用REM模式的伴随系统和非线性优化方法，通过三个实际天气个例，对REM模式的可预报性问题进行了研究。结果表明，REM模式在给定的实际应用中可接受的预报误差范围内，对三个天气个例都具有预报能力。对于个例一，利用现有的常规报文初始观测场，进行简单的插值处理（最优插值等），REM数值模式就可以得到比较满意的预报结果； 对于个例二和个例三，对现有的报文初始观测场进行处理（如四维变分资料同化）后，REM模式在给定的误差允许范围内，对这两个天气个例仍得到满意的预报。研究结果不仅对改进数值模式具有一定的指导意义，而且对如何改进数值模式的初值问题，特别是在中尺度天气预报中如何改进具有一定的参考价值。