一种求解条件非线性最优扰动的快速算法及其在台风目标观测中的初步检验

条件非线性最优扰动(CNOP)是Mu等2003年提出的一个新的理论方法,它是线性奇异向量在非线性情形的推广,克服了线性奇异向量不能代表非线性系统最快发展扰动的缺陷,成为非线性系统可预报性和敏感性等研究新的有效工具.然而,由于以往CNOP的求解需要采用伴随技术,计算量相当巨大,限制了该方法的推广应用.为了克服这一困难,本文基于经验正交分解(EOF),提出了一种求解CNOP的快速算法,利用GRAPES区域业务预报模式实现了CNOP快速计算,并在台风"麦莎"的目标观测研究中得到初步检验,通过观测系统模拟实验(OSSE)检验了该方法确定敏感性区域(瞄准区)的有效性和可行性.试验结果表明,用快速算法求解的CNOP,其净能量随时间快速地发展,而且发展呈非线性.在台风"麦莎"个例的目标观测试验中,用快速算法得到的预报时间为24 h的CNOP可以有效地识别瞄准区,并通过瞄准区内初值的改善,可明显减少目标区域(检验区)内24 h累计降水预报误差.尤其,累计降水预报的这种改进效果能够延伸到更长时间(如72 h),尽管检验时间是设在第24小时.进一步分析发现,24 h累计降水预报误差的减少是通过利用瞄准区内改善的初值改进初始时刻台风暖心结构、高空相对涡度以及水汽条件等而得以实现的.

A fast algorithm to obtain CNOP and its preliminary tests in a target observation experiment of typhoon.

Conditional nonlinear optimal perturbation(CNOP)is a new method proposed by Mu et al.in 2003,which generalizes linear singular vector(LSV)to include nonlinearity.It has become a powerful tool for studying predictability and sensitivity,among other issues in nonlinear systems.This is because the CNOP is able to represent,while the LSV is unable to deal with,the fastest-de-veloping perturbation in a nonlinear system.The wide application of this new method,however,has been limited due to its large computationa...