集合降维变分同化中的初始扰动和局地化

集合降维变分同化方法ERDVar不需要求解切线性模式和伴随模式，不仅能减少同化计算量，而且能够提供“流依赖”的背景误差协方差矩阵。本文提出用NMC初始扰动生成方法和分区同化方案，来解决初始扰动样本生成问题和全球同化局地化问题，最终实现将ERDVar应用到全球中期数值预报模式T106L19。试验结果表明：①使用ERDVar方法能够有效提取真实增量信息，提高全球同化精度。②用NMC方法产生的扰动样本反映预报误差结构特征，在预报过程中不容易衰减，同化后至少使预报误差降低10%。③与全球ERDVar同化试验相比，分区ERDVar同化试验各变量平均的均方根误差降低14%，计算代价进一步降低。分区ERDVar方法和NMC样本的联合应用使同化改进效果更稳定。     

南疆西部两次极端暴雨中尺度特征对比分析

利用常规气象观测资料、地面区域气象站逐小时观测数据、NCEP再分析资料、FY-2G云顶亮温资料、喀什CR/CC雷达产品，对南疆西部两次极端暴雨中的短时强降水环境条件和中尺度特征进行对比分析。结果表明：两次过程均发生在500 hPa“东西夹攻”的有利环流背景下，100 hPa南亚高压分别呈东部型和双体型，低空急流、切变线和地面中尺度辐合线是两次强降水重要的触发系统。500 hPa低涡（低槽）自身携带的偏西局地水汽通道和700~850 hPa偏南、偏东两支水汽通道把充沛的水汽输送至暴雨区，为强降水的出现提供了有利的水汽条件，其中低层偏东水汽输送对此次暴雨的贡献更大。两次强降水出现在对流云团发展最强盛、范围最大时或TBB梯度最大处。雷达回波特征存在明显不同，“过程1”影响系统为线性多单体强风暴，最大反射率因子达65 dBZ，具有中小尺度辐合、辐散和旋转特性，强降水期间VIL维持40 kg/m2以上并有跃增现象，更有利于强对流出现。“过程2”影响系统为分散性普通单体风暴，径向速度高层辐散不明显，VIL值明显小于“过程2”。