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。     

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。      

区域三维变分同化中背景误差协方差的模拟

背景误差协方差(B)是变分同化中的一个重要部分,极大地影响同化系统输出的分析场.由于计算和指定B中有关统计量需要巨大的资料存储量和计算量,因此进行相关的研究较为困难.本文首先论述了B在变分同化中的重要性以及进行模拟的必要性;接着介绍了美国NMC方法的原理,并研究将其应用到区域三维变分同化中的方法;然后利用WRF模式生成的预报场差值集合对有关统计量进行了估计.揭示了以下结论:通过使用平衡变换和回归系数,控制变量被限制在较小范围内,保证了分析场的质量;流函数第一全局特征向量在200 hPa附近的最大分量,表示了急流层中强西风误差;流函数前五个全局特征向量在低层与中高层之间是负相关的;非平衡温度和相对湿度的特征长度尺度比流函数和非平衡速度势的值要小,说明它们是局地性较强的量.流函数和非平衡速度势的特征长度尺度随垂直模态数的增大快速减小,而相对湿度和非平衡温度的特征长度尺度随垂直模态数的变化较为平缓.     

背景场误差样本模拟对同化及数值预报效果的影响北大核心CSCD

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。     

资料同化中背景场位势高度误差统计分析的研究

在客观分析中,背景误差协方差对观测信息的传播和平滑、反映不同变量之间的关系有着非常重要的作用.构造合理的背景误差协方差矩阵对于同化系统至关重要,甚至会决定同化分析的好坏.作者主要利用观测余差方法,用T213预报资料和无线电探空观测资料统计我国区域的背景位势高度误差协方差样本,分析背景误差协方差场的结构特征和拟合误差场的空间分布.     

GRAPES全球变分同化背景误差协方差的改进及对分析预报的影响：背景误差协方差三维结构的估计

回顾并详细推导了估计背景误差协方差统计特征的美国国家气象中心(NMC)方法及其优缺点;采用NMC方法系统地估计了新版GRAPES全球模式的背景误差方差、水平相关特征尺度和垂直相关结构,并与欧洲中心模式结果进行了比较。结果表明,目前GRAPES全球模式的背景误差方差比以前有了显著减小;水平相关特征尺度随纬度和高度有显著变化;背景误差垂直相关结构与欧洲中心模式结果非常一致,相比经验公式结果更具物理意义,同时,单点试验结果也表明,更新后的垂直相关结构产生的分析增量更合理。通过与欧洲中心模式背景误差协方差三维结构的对比,分析了不同模式间背景误差协方差的异同及GRAPES全球同化分析系统目前存在的一些不足及可能原因。为新版GRAPES全球模式的三维变分系统提供了基本的背景误差协方差的三维结构。     

快速更新循环同化系统的背景场误差协方差日变化特征研究及初步应用

目前多数快速更新循环同化系统在各分析时刻常使用固定的背景场误差协方差。为在快速更新循环同化系统中采用日变化的背景场误差协方差,基于RMAPS-ST系统分析了其夏季和冬季日变化背景场误差协方差特征,并进行了同化及预报对比试验。结果表明,该系统夏、冬两季的背景场误差协方差均呈现出明显的日变化特征,且夜间各变量(U、V、T、RH)的误差标准差与特征值均大于日间,反映模式系统夜间的预报误差大于日间;而夏季各变量误差标准差和特征值大于冬季,也说明系统在夏季的模式预报误差比冬季大;连续3 d的循环同化试验初步表明,采用日变化背景场误差协方差可以提高同化及预报效果。     

雷达径向风观测在华北区域数值预报系统中的实时三维变分同化应用试验

以实现业务应用为目标开展了区域多部雷达径向风观测资料的三维变分直接同化应用研究。重点对背景场误差协方差的方差和尺度因子进行调整,形成能够与其他常规观测资料协同同化的雷达径向风同化方案,并建立了京津冀6部多普勒雷达观测资料的实时预处理系统。基于上述工作开展2011年汛期京津冀多普勒雷达径向风观测资料在华北区域快速更新循环同化和预报系统中的实时同化和对比试验,并对应用效果进行了初步评估。实时同化试验期间京津冀地区6部雷达经过质量控制后的径向风数据质量和同化情况的分析结果表明,同化系统有效地吸收了雷达径向风的观测信息并形成合理的分析增量,其中,S波段雷达观测的径向风数据数量、质量和稳定度均明显优于C波段雷达;整体来看,雷达径向风同化对地面和高空要素预报性能的影响基本为中性,且主要影响时段集中在最初的6 h。但降水预报评分结果表明,雷达径向风同化从降水强度、落区和范围等方面均明显提升了系统对对流尺度降水的短时预报性能。同时也应该看到,受制于目前3 h一次的同化更新频率,雷达资料同化的效果往往到对流临近时次才能体现。     

WRF-Hybrid背景误差协方差调整在台风同化及预报中的应用研究

利用雷达径向风单点试验和2006年8月超强台风"桑美"个例,首先研究了静态背景误差协方差的尺度化因子和方差在台风系统雷达资料同化中对台风路径和强度预报的影响。结果表明:在高时空分辨率的雷达资料同化中,较小的尺度化因子能显著改进对台风路径的预报;尺度化因子的影响比方差的影响更为显著。基于上述实验结果,进一步研究了WRFDA-Hybrid系统中"流依赖"控制变量的水平局地化和垂直局地化对台风预报的影响。试验结果表明:当"流依赖"的水平局地化距离与静态背景误差协方差的尺度化因子具有等效影响范围的时候,WRFDA-Hybrid能够得到比较合理的分析结果。同时针对雷达观测资料的空间分布特征,本文提出了一种新的基于雷达探测高度的垂直局地化方案,对台风的强度和路径预报均有显著的改进。     

集合变分混合同化背景误差协方差流依赖性分析

通过单点观测试验的方法,对集合变分混合同化背景误差协方差的流依赖特征、流依赖性影响因子、产生原因,以及集合预报方法对流依赖性的影响进行了研究。结果表明:由于引入了集合信息,集合变分混合同化的分析增量与天气系统的分布有关,具有非均匀、各向异性的特征;这种流依赖特征对混合系数敏感,当集合协方差所占权重很小时,分析增量仍呈现出均匀、各向同性特征;混合同化背景误差协方差的流依赖特征不仅与集合样本有关,还与构造集合协方差的ETKF方法有关,只引入与环流形势密切相关的集合样本并不能使分析增量表现出显著的流依赖性,集合样本和ETKF方法共同作用才能将流依赖信息引入到混合协方差中,使分析增量出现流依赖特征;不同集合预报方法对混合协方差的流依赖特征有显著影响,考虑初值和物理过程的超级集合,以及在超级集合样本上再进行ETKF更新扰动后样本构造的混合协方差流依赖特征更加显著。     

Ensemble-based diurnally varying background error covariances and their impact on short-term weather forecasting

Background error covariance (BEC) plays an essential role in variational data assimilation. Most variational data assimilation systems still use static BEC. Actually, the characteristics of BEC vary with season, day, and even hour of the background. National Meteorological Center–based diurnally varying BECs had been proposed, but the diurnal variation characteristics were gained by climatic samples. Ensemble methods can obtain the background error characteristics that suit the samples in the current moment. Therefore, to gain more reasonable diurnally varying BECs, in this study, ensemble-based diurnally varying BECs are generated and the diurnal variation characteristics are discussed. Their impacts are then evaluated by cycling data assimilation and forecasting experiments for a week based on the operational China Meteorological Administration-Beijing system. Clear diurnal variation in the standard deviation of ensemble forecasts and ensemble-based BECs can be identified, consistent with the diurnal variation characteristics of the atmosphere. The results of one-week cycling data assimilation and forecasting show that the application of diurnally varying BECs reduces the RMSEs in the analysis and 6-h forecast. Detailed analysis of a convective rainfall case shows that the distribution of the accumulated precipitation forecast using the diurnally varying BECs is closer to the observation than using the static BEC. Besides, the cycle-averaged precipitation scores in all magnitudes are improved, especially for the heavy precipitation, indicating the potential of using diurnally varying BEC in operational applications.摘要背景场误差协方差在资料同化系统中具有非常重要的作用, 目前业务变分同化系统中常采用静态背景场误差协方差, 未考虑其具体的日变化特征. 为构建更为合理且便于业务系统应用的日变化背景误差协方差, 本文构建了高分辨率集合预报样本的日变化背景场误差协方差, 揭示了其日变化特征, 并应用到了CMA-BJ业务系统中, 开展了基于业务框架的批量循环同化预报试验. 结果表明, 背景场误差存在明显的日变化特征, 采用集合日变化背景场误差协方差能够改进模式的预报效果.     

基于物理约束扰动的EnSRF雷达资料同化

在完善WRF集合均方根滤波同化系统的双向嵌套预报方案、雷达资料质量控制方案和多微物理过程积分方案的基础上,引入了一种扰动势函数、流函数的尺度较小、物理意义更明显的集合初始扰动新方案.通过台风“桑美”登陆过程中的多普勒雷达资料直接同化试验,对比新扰动方案与目前应用较多的背景误差协方差随机扰动和全场随机扰动方案,对集合滤波同化效果的影响.试验结果表明,3种初始扰动方案都有效改善了台风内部结构,但新方案由于尺度更小、结构更为合理,其同化效果也更为显著,提高了对台风路径、中心最低气压、最大风速及降水的预报质量.     

GSI-3DVAR背景误差协方差水平相关特征尺度对地面自动气象站资料同化的适应性研究

基于华东地区3 km分辨率WRF (Weather Research and Forecasting) 模式和高密度地面自动气象站(AWS)观测,研究GSI-3DVAR同化系统的R_HZSCL对AWS观测的地面温度和风观测同化的敏感性。结果表明:运用GSI-3DVAR同化地面AWS观测时,R_HZSCL的取值较为敏感;选取合适的R_HZSCL能有效改进地面分析场精度,相较于背景场地面温度和地面矢量风差(VWD) RMSE均可减小35％以上。当R_HZSCL过大会导致温度高、低值中心的影响范围过大,风分析场较为平滑,无法反映出中小尺度环流结构。但R_HZSCL过小则会使得温度分析场增加误差,并导致风分析场出现虚假大风。观测密度稀疏化的敏感性试验结果表明,地面温度场及风场所适应的最优R_HZSCL皆随着观测密度的增大而相应减小。     

流依赖球面小波背景误差协方差模型设计和初步试验

基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。      

基于ECMWF集合预报资料的乡镇温度预报误差订正方法

利用滑动平均法和递减平均法对2013—2014年江西省1 216个乡镇站点ECMWF集合预报2 m温度集合平均产品进行误差订正试验。结果表明:1)滑动平均法和递减平均法对江西地区乡镇温度预报为正的订正效果,订正后的预报准确率大于订正前,并且递减平均法的订正效果要略优于滑动平均法。2)误差订正方法对各时段温度TRMSE的订正能力都随预报时效的增加而减小,对高温预报准确率的提高明显大于低温,对山区预报准确率的提高大于平原,对有规律的预报误差的站点订正效果较好。3)随季节和站点变化的自适应递减平均法的预报结果较各季节和全年定常最优订正系数好,订正方法对秋季温度预报订正能力最强,春季最差。     

一次特大暴雨过程的多普勒天气雷达资料分析

利用卫星云图和多普勒天气雷达资料对2008年8月1—2日上午发生在安徽东南部及江苏西南部特大暴雨过程进行了分析。结果表明,这次区域性特大暴雨是由台风减弱演变为深厚低压系统所引发,暴雨区域辐合上升运动强烈,西南低空急流强盛,同时中层冷空气侵入触发不稳定能量释放;特大暴雨的发生与中β尺度强对流云团多次发展以及长时间维持密切相关,中尺度云团的最冷云区亮温和面积决定了暴雨强度;积层混合云降水回波内部有多个尺度不等的的对流回波相继经过暴雨发生地形成“列车效应”,从而造成持续性暴雨,暴雨回波的强回波核总是位于云体的中下部,这是暴雨回波的典型特征;特大暴雨发生阶段,对流层中低层辐合厚度增加,强度增强,同时低层（2 km以下）伴随下沉运动,2 km以上则为上升运动。