热带风压场平衡特征及其对GRAPES系统中同化预报的影响研究I:平衡特征分析

本文基于GRAPES全球模式的短期预报误差样本,利用赤道波动正规模态研究了热带风、压场平衡特征,并根据这些特征分析了线性平衡方程(LBE)在该区域应用时存在的问题。结果表明:(1)赤道波动能成功解释热带短期预报误差样本的大部分分量,对流层中层为60%~80%,对流层顶和平流层低层为80%以上。(2)在可解释的误差方差中,赤道罗斯贝波(ER)占比仅为30%~55%,其他赤道波动的作用不可忽视。(3)在ER模态基础上引入其他赤道波动会大幅削弱原有风、压场平衡约束,重力惯性波与Kelvin波的作用最为显著。此时,对流层中层位势高度h与u风、v风间的约束接近于零,而平流层低层h-u的平衡特征由Kelvin波主导。(4)LBE主要表达了ER模态下的风、压场平衡特征,与实际情形相比高估了热带风、压场的耦合程度,进一步的改进中需削弱这一虚假平衡,使得热带风、压场分析变得更加独立。     

热带风压场平衡特征及其对GRAPES系统中同化预报的影响研究Ⅱ:动力与统计混合平衡约束方案的应用

研究I的结果表明:线性平衡方程(LBE)在热带地区不适用,而进一步改进方向是削弱LBE在该区域的约束程度。本文以此为基础,在GRAPES(global/regional assimilation and prediction system)全球变分同化系统中引入动力与统计混合平衡约束方案。新方案在逐层求解LBE的基础上增加垂直方向的线性回归,回归系数随纬度和高度变化。针对背景误差协方差的分析表明,新方案可以更好的保证独立分析变量间预报误差不相关的基本要求,并大幅度减小热带地区平衡气压预报误差方差的量值和占总方差的比例。单点试验结果表明,与LBE方案相比,新方案对中、高纬影响很小,但在热带地区成功实现了风、压场分析的解耦,两者分析更为独立。并且,虽未考虑具体波动模态,但新方案给出的风、压场协相关结构与研究I的理论分析结果相近。一个月的同化循环与预报结果表明,引入新方案后,赤道外地区的同化预报效果为中性偏正,而热带地区风场的同化预报效果显著提高,LBE方案中平流层低层的风场同化预报异常被基本消除。     

AMDAR资料质量分析及对GRAPES系统同化和预报影响

为了研究AMDAR(Aircraft Meteorological Data Relay)资料对GRAPES(Global Regional Assimilation and Prediction System)系统的影响,针对从国家气象信息中心实时库检索的业务AMDAR资料,分析了该资料的偏差和标准差等质量特性;利用GRAPES数值预报系统,做了两个月的同化预报循环试验。选取资料和试验的时间是2013年5月、6月,同化窗口6 h,预报时效7 d。结果表明,与背景场该资料的温度要素的平均偏差在0.2°C,标准差在2°C,风的平均偏差在0.2 m/s,标准差在3 m/s,偏差基本符合正态分布;AMDAR资料对同化和预报效果均有改善。     

GRAPES变分同化系统中动力平衡约束的统计求解

该文在GRAPES (Global/Regional Assimilation and PrEdiction System) 模式面三维变分 (3D_Var) 框架中引入了一种描述不同控制变量之间动力平衡约束的新方案。新方案采用统计得到的流函数和模式气压变量 ( π ) 之间的回归系数代替原方案中的线性平衡方程,来表达旋转风和质量场之间的平衡关系;采用流函数和势函数之间的回归系数,补充表达了原方案中所没有的旋转风和散度风之间的平衡关系。与原方案相比,新方案算法简单,避免了垂直方向的反复插值,减少了插值误差的引入。通过随机扰动试验和单点试验可以发现,在地转关系成立较好的区域,新方案中旋转风和质量场的耦合程度与原方案接近一致;而在地转关系不适用区域,新方案可以有效减小两者的耦合程度。此外,由于新方案中添加了旋转风和散度风之间的动力平衡约束,边界层的风场分析也更加接近大气真实状况。     

背景误差协方差变量平衡特征及其对台风同化和预报的影响

构造合理的背景场误差协方差是做好资料同化的关键。分析了背景误差协方差中变量相关关系在台风季节和非台风季节隐含的不同动力平衡特征,并讨论其对台风同化和预报的影响。分析发现,与非台风季节相比,在台风季节温度与非平衡速度势具有更强的动力相关性,拟相对湿度与其他控制变量的相关性也更显著。这些动力相关性在背景场误差中协方差的引入,将在同化分析过程中使得观测信息可以合理地对同化分析场产生影响。台风循环同化和预报的结果验证了对变量平衡特征的分析:背景误差协方差中新平衡关系的建立,对同化和预报有较大的正面影响,尤其是相对湿度和其他控制变量相关的建立,明显改善了台风路径、强度和降水的预报效果。      

集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅰ：局地化方案设计与动力平衡特征分析

通过引入流依赖的集合预报误差,使得同化分析与天气形势紧密相关,是改善初值分析质量的重要途径。文中在GRAPES（Global Regional Assimilation and PrEdiction System）全球四维变分资料同化（4DVar）中研究了如何有效应用集合预报误差,包括增加扩展控制变量时如何降低其计算消耗以及如何在局地化过程中保持不同变量之间的动力平衡。利用高斯分布的谱滤波实现水平局地化,利用垂直正交经验函数分解实现垂直局地化,并采用前8个主导特征模态来限制控制变量空间维数增加。引入20至180个集合样本,在水平二维局地化情形下,控制变量总数的增长可以限制在1.1—1.8倍,而在三维局地化情形下,控制变量总数的增长限制在1.7—7.1倍。对60个集合样本和1°水平分辨率内循环,4DVar引入扩展控制变量后墙钟时间增加了约30%。进一步,通过采用在非平衡分析变量上进行水平局地化,然后再将风压地转平衡关系重新叠加到非平衡分析变量上,使得分析更好地保持了风压平衡关系,初始场地面气压倾向变化减小。此外,虽然垂直局地化对分析平衡影响较大,但依靠目标函数中的数字滤波弱约束,分析变量之间仍能较好满足动力平衡关系。结果表明,GRAPES全球4DVar中发展的增加扩展控制变量、谱滤波实现水平局地化、非平衡分析变量进行水平局地化等有效应用集合预报误差的方法,适合集合样本数超过100个的情况,在分析质量改善的同时,4DVar系统的计算和存储消耗没有显著增加。      

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。     

不同初始场条件对GRAPES模式数值预报的影响

利用中国新一代数值预报模式GRAPES(Global/Regional Assimilation and Prediction Enhanced System),分别使用T213 L31及NCEP FNL 6 h间隔的资料作为初始和边界条件,对2005年7月9-10 日淮河流域一次致洪暴雨过程进行了个例试验,初步探讨了GRAPES模式的数值预报产品对不同初始场的敏感程度,以及三维变分同化对数值预报结果的可能影响.结果表明,T213和NCEP初始场中存在着差异较大的次天气尺度特征,并由此造成了此后GRAPES模式预报场的差异,且此差异不会随时间消失;同化对GRAPES模式积分结果的影响主要表现在最初的24 h内;模式对此次致洪暴雨过程的暴雨区分布、强度均有一定的模拟能力,但模拟的强暴雨区与实况仍存在着较大差异.由此可知,GRAPES模式的数值预报能力对不同的初始场和侧边界条件存在不同程度的依赖性,初始场的差异决定了模拟结果的差异.     

江西及其临近区域同化系统中不同季节背景误差协方差特征及其对降水预报影响

在不同季节背景下,对比分析多元变量相关的背景误差协方差特征,了解其在天气过程中的作用,可以改进同化系统性能,提高降水数值预报水平。对比分析汛期和非汛期江西及其临近区域多元变量相关的背景误差协方差特征,分别选取2019年汛期和非汛期的2次降水过程,设计2组循环同化试验,探讨多元变量相关的背景误差协方差对江西降水预报效果的影响。结果表明,相较于非汛期,汛期分析变量对风场、温度场和水汽场的贡献值整体上要更大,且汛期各个控制变量的背景场误差更为显著。多元变量试验的降水预报评估效果整体上更好,其汛期预报效果改善更显著。汛期与非汛期的多元变量试验降水预报结果更接近实况,且相对非汛期降水而言,汛期多元变量试验模拟效果更好,模拟的降水分布及强度与实况更为接近。     

同化FY3B/IRAS资料对GRAPES分析场影响诊断

GRAPES(Globe and Regional Assimilation and Prediction System)变分系统能够同化常规资料和非常规卫星资料,这些被同化的资料究竟对同化系统得到的分析场有何影响,目前国内外尚未见相关的研究文献。为此,首次采用基于信息熵信号自由度思想,诊断风云三号B星(FY3B)红外分光计(Infrared Atmospheric Sounder,IRAS)资料对GRAPES分析场的影响。诊断过程中,采用数值逼近方法,统计2012年12月24日18时到2013年1月22日00时共114个时次IRAS资料对GRAPES分析场影响,结果表明,IRAS中高层通道亮温资料对GRAPES分析场影响比地表通道20观测亮温的影响大,地表通道8和9观测亮温对分析场影响较大。前24个GRAPES变分同化时次每个时次IRAS通道亮温对分析场影响的贡献率分析结果显示,高层通道和H_2O通道贡献率较大。个例分析结果表明,在同化探空资料基础上加入IRAS资料后,温度和湿度增量场变化幅度较大,表明IRAS资料对分析场有降温和增湿作用。     

特殊风压场中强降水临近预报的探讨

通过简化的降水率公式、散度方程和运动学公式,在强降水上空满足特殊风压场(高层地转偏差大于实际风)和(低层地转偏差大于实际风)的条件下,导出了与天气尺度运动的正相对散度中心相对应的强降水加强、减弱及移动的判别式。并以蚌埠为例定性地作了临近预报,结果与实况一致。讨论表明:在天气尺度运动正相对散度中心对应的强降水上空,满足上述条件下,高、低层非地转运动在地转涡度平衡态(fζ=▽~2φ)附近摆动,通过正相对散度中心的变化,影响强降水加强、减弱。     

纬度依赖背景场误差协方差及其对台风同化和预报的影响研究

合理的背景场误差协方差矩阵是做好变分同化的关键。为进一步认识背景场误差协方差矩阵在中尺度预报中的作用,对背景场误差协方差中平衡关系的纬度依赖特征及其对中尺度同化及预报效果的影响进行了研究。为使得平衡关系既包含纬度依赖特征,又降低纬度依赖带来的非平衡的噪音信息,在背景场误差协方差矩阵构造的平衡变换过程中引入了递归滤波的方法,对平衡变换中的回归系数进行了滤波平滑。同化单点观测的理想试验表明纬度依赖的背景场误差协方差具有更合理的动力关系,且滤波后的背景场误差协方差既保持了纬度依赖特征且明显平滑了噪音信息。台风“莫拉克”同化数值模拟试验表明纬度依赖的背景场误差协方差明显提高了36 h及以上的中心海平面最低气压和路径预报的预报效果。      

GSI同化系统的背景误差协方差特征及对预报的影响

在同化系统中使用更合理的背景误差协方差对于得到更良好的同化效果至关重要。首先采用NMC方法针对中国区域构建更适合WRF-ARW区域预报系统的B矩阵,并对比分析了其与GSI同化系统预设的NCEP预报系统的B矩阵在分析变量间的平衡关系、分析控制变量的标准差、水平和垂直特征尺度等方面的特征差异。参照这些特征差异设计单点观测试验、背景误差协方差调优参数敏感性试验,确定针对中国区域构建B矩阵的最佳调优参数。并讨论其对一次季风低压强降水天气过程的循环同化和预报效果的影响。结果表明,采用最佳调优参数使用针对中国区域构建B矩阵的试验(Sen6)对V风分量场和相对湿度场的预报性能改进显著,同时也引出了GSI同化系统背景误差协方差参数调优(尤其是水平特征尺度参数调整)的两难问题。在此基础上,采用Hybrid同化方法使用针对中国区域构建B矩阵的循环同化试验(Hyb3)可以进一步改善预报效果,并在一定程度上修正个例模拟雨带的位置。     

几种风压场中强降水临近预报的探讨

通过简化的降水率公式、散度方程和运动学公式,在强降水上空满足风压场,(分别为高,低层地转偏差;分别为高、低层实际风)条件下,分别导出与天气尺度运动正相对散度中心对应的强降水加强,减弱及移动的判别式。并提出以此判别式作为临近预报的依据。讨论表明:在天气尺度运动正相对散度中心对应的强降水上空,满足上述条件下,高层,高、低层及低层非地转运动在地转涡度平衡态(fζ=▽2φ)附近摆动,通过高层强辐散、高层强辐散同时低层强辐合或低层强辐合引起正相对散度中心的变化,影响强降水加强、减弱。     

C波段雷达资料同化对GRAPES中尺度数值模式短临降水预报的影响

将C波段雷达资料用LAPS模式的云分析系统进行反演,并采用Nudging技术将反演得到的云微物理场引入GRAPES中尺度数值模式,结合1次强降水天气过程的模拟实验,研究了C波段雷达资料同化对GRAPES中尺度数值模式短临降水预报的影响。结果表明：(1)雷达资料同化能够改进中尺度模式的降水预报,模式前6 h的降水预报相关系数和不同等级降水TS评分都有提高,同时降水峰值提前了1 h,有助于缓解模式spin-up问题。(2)模式降水预报的改进效果主要由强降水贡献,最大改进效果集中在4～6 h。(3)同化雷达资料后25 mm以上强降水预报站数比更接近实况,落区偏差幅度更小,降水落区和强度向实况方向得到调整。(4)10 mm以下弱降水在吸收雷达资料后,站数比相较于控制预报,比实况增加更多,落区偏差幅度增大,存在预报过量的问题。弱降水预报过量主要集中在4～6 h,而前3 h对降水预报的改进有积极作用。     

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.     

线性化物理过程对GRAPES 4DVAR同化的影响

线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。      

背景场误差样本模拟对同化及数值预报效果的影响

合理估计背景场误差协方差矩阵(B)是做好变分同化的关键环节。利用控制变量随机扰动法(RandomCV)、增长模繁殖法(BGM)及NMC法等3种背景场样本模拟方法,基于WRFDA系统计算B矩阵,对B矩阵的特征及其对同化预报效果的影响进行了研究。B矩阵的特征分析和单点观测试验表明,NMC法与RandomCV法得到的B矩阵误差方差较大,在同化中观测的权重更大;RandomCV法得到的B矩阵,背景场误差中变量的长度尺度更大,说明同化中观测的水平影响范围更大。连续循环同化和预报试验表明:应用RandomCV法计算得到的B矩阵分析与预报的效果明显优于系统自带的以及BGM法得到的B矩阵,且效果与NMC法相当与NMC方法相比,采用RandomCV方法产生背景场样本具有时间和人力成本相对低的优点。     

场对场预报模型及其对降水的预报试验

用经验正交函数对预报因子场和预报对象场分别进行分解，将正交展开的时间系数作为预报因子和预报对象，提出了一种场对场预报模型，该模型考虑了预报系统的时变性，并利用云南５月份的雨量资料进行了预报试验。结果表明，用这种模型作区域性降水预报有一定的优越性。