基于集合Kalman滤波数据同化与偏差修正的热带气旋强度集合预报研究

采用基于集合Kalman滤波数据同化和偏差修正方法的集合预报技术来研究热带气旋的强度预报问题.集合预报系统考虑初值误差和模式误差,利用MM5中尺度模式,采用Anthes-kuo、Grell和Betts-Miller等积云参数化方案和High-res-olution Blaekadar、Burlk-Thompson、MRF等边界层过程的9组不同的组合,分别进行45、60和75 min的短时预报.对9个预报结果采用"镜像法",得到18个集合成员.将蓝金涡旋作为同化的观测场,18个集合成员作为集合Kalman滤波的初始背景集合,采用ENSRF算法和逐点局地分析算法进行同化.同化后的结果作为集合预报的初值,预报过程对模式参数采用前述9种组合,进行72小时预报.通过求取偏差系数对预报结果进行修正,减小模式系统误差.选2003-2004年16个台风过程作为预报个例,讨论偏差修正前后对预报结果的影响.实验结果表明,基于集合Kalman滤波数据同化的热带气旋集合预报相对于非同化的集合预报对路径预报的改进效果优于强度预报.平均而言通过偏差修正,强度集合预报的潜力得到挖掘,绝对误差明显减小,通过偏差修正减小了强度集合预报均值的误差,进而使得预报概率密度函数均值向理论值靠近,从而提高了概率预报的精度和合理性,因此基于集合预报的偏差修正分析方法,是改善热带气旋强度预报水平的有效途径.

The ensemble forecasting of tropical cyclone intensity based on EnKF data assimilation and bias correction

The techniques of ensemble forecasting based on EnKF(Ensemble Kalman Filter) and bias-correction are applied to predict the tropical cyclone intensity by using MM5 model.Adopting the Anthes-Kuo,Grell,and Betts-Miller cumulus parameterization schemes,and high-resolution Blackadar,Burk-Thompson,and MRF PBL process parameterization schemes,nine groups model configuration are designed,and 45-,60- and 75-min forecasts are conducted for each situation.With themirror imaging method,18 different initial conditions ...