FY-2E卫星云导风定高误差及在同化中的应用

FY-2E气象卫星云导风产品观测误差较大的主要原因是高度指定存在较大误差。针对该问题,采用一维变分方法对云导风高度进行调整。统计分析表明:经高度调整后的FY-2E气象卫星云导风产品质量得到很大改善;采用新息向量法,选取零阶Bessel函数模型,在观测空间分离背景误差和观测误差方差得到云导风的观测误差。运用GRAPES全球模式进行数值模拟,结果表明:采用新的观测误差方案和经过高度调整后的云导风产品能提高数值模式在北半球的短期预报能力,高层的改进效果明显好于中低层。并根据云导风反演原理及算法,讨论了FY-2E气象卫星云导风高度指定系统性偏高的主要原因,以求进一步改善云导风产品的质量。     

卫星云导风资料应用于伴随同化系统的数值试验研究

以2002年6月14日00时至15日00时发生在江南、华南一带的暴雨过程为例,利用MM5伴随模式同化系统,同化常规观测资料以及卫星云导风资料,研究MM5伴随模式对降水预报的改善以及云导风资料对于提高暴雨预报的作用。设计了4种数值试验方案,试验结果表明：MM5伴随同化系统对降水预报有较好的改善作用;GMS-5卫星云导风资料的加入增加了高空风场资料,将其同化到伴随同化系统中能有效改善模式初始场,提高了降水预报质量,特别对暴雨强降水的预报起到了较好的改善作用。     

FY-4A卫星云导风观测误差优化及同化效果影响研究

为了推进FY-4A卫星资料在数值模式中的实际应用,本研究选择云导风产品作为研究对象,首先统计了FY-4A高层水汽通道和红外通道云导风的观测误差,进一步基于WRFDA(Weather Research and Forecasting model Data Assimilation system)系统,利用默认观测误差和新...     

FY-2E云导风的算法改进及其在GRAPES中的同化应用研究

2014年国家卫星气象中心全面改进了风云二号卫星云导风产品算法,为评估算法改进后FY-2E云导风资料对我国GRAPES数值模式同化和预报的影响,根据国家卫星气象中心提供的2013年8月算法改进前后的FY-2E红外通道云导风资料,对比分析了两者的观测分布及偏差特征,并利用GRAPES全球模式进行了一个月的连续试验。结果表明,改进算法后的FY-2E红外通道云导风观测数量明显增加,观测误差在600~200 hPa有所减小,风的平均偏差在高层减少,更满足正态分布;连续试验结果表明北半球和东亚地区风场在300~150 hPa分析中改进显著,风的平均偏差和均方根误差明显减少;预报结果显示500 hPa高度场预报距平相关系数略提高,均方根误差略减小;说明改进算法后的FY-2E红外通道云导风对GRAPES数值模式同化和预报均有一定改善。     

FY-4A云导风在GRAPES_RAFS中的同化应用评估

云导风资料具有较高的时空分辨率特性,是数值天气预报中重要的非常规观测资料之一。2016年12月我国第二代静止气象卫星风云四号首颗试验卫星(FY-4A)成功发射。依据国家卫星气象中心提供的2017年8月FY-4A卫星红外和高空、低空水汽通道云导风测试数据,选用美国国家环境预报中心的FNL全球分析资料为参考场,对比分析云导风资料观测分布及偏差特征。评估结果表明,FY-4A云导风测试数据分布稳定,水汽通道云导风资料观测数明显多于红外通道;红外通道云导风资料偏差和均方根误差最小,水汽通道云导风资料在高层偏差较大。基于GRAPES_RAFS系统,选取2017年第13号台风天鸽做24 h预报试验。个例试验结果表明,同化FY-4A云导风资料对模式高度场和风场分析有一定调整作用,特别是同化FY-4A水汽通道云导风资料,对强降水落区和强度预报有所改善。     

云导风资料在遗传算法同化系统中的应用

利用云导风资料和常规观测资料,采用遗传算法同化系统和中尺度MM5模式对2005年7月9～10日长江流域的暴雨过程进行了模拟和分析.结果表明:遗传算法同化系统可以同化常规资料和非常规资料.使用遗传算法同化系统可以有效改善数值预报模式的初始场,在一定程度上提高物理量场的预报,但对降水场的预报效果改善不明显.加入云导风资料后,可进一步改善风场和温度场,使得物理量场和降水场的预报更加接近实况.     

伴随同化系统中用云导风修正模式地形的试验

以2002年7月23日的天气过程为例,利用中尺度模式MM5伴随模式同化系统,进行了修正模式地形高度的试验研究。结果发现,MM5伴随模式同化系统可以对地形进行修正,并得到与资料更为协调一致的地形高度。另外,利用非常规云导风资料能够比仅使用常规资料更有效地修正模式地形高度。将修正后的地形场作为模式地形,所得的预报结果比未经修正的地形有所改进。     

卫星微波观测资料在混合同化中的应用

利用美国环境预报中心(NCEP)的GSI(Gridpoint Statstical Interpolation)业务同化系统,采用三维变分同化方法(3DVAR)和三维变分混合同化方法(3DVAR-Ensemble),针对2013年5月8日发生在我国华南地区的一次强降水天气过程进行了数值模拟试验研究,设计了不同组试验方案,将常规观测资料和AMSU-A\MHS\ATMS辐射率亮温资料直接同化进入区域大气模式WRF中,对比分析不同同化试验方案对模式初始场及降水预报效果的影响。数值试验结果表明:从初始时刻的同化增量来看,各试验组均改变了初始场结构,但增量的大小和分布却不同。加入ATMS微波资料的分析增量要小于同化AMSU-A+MHS的;Hybrid同化方法使用具有"流依赖"的背景误差协方差在一定程度上减小了模拟区域周围的虚假增量,使初始场的分布更真实和合理。从降水模拟的强度和空间分布评估结果来看,使用Hybrid方法同化ATMS的资料可以比较准确预报出降水中心的位置。综合而言,采用Hybrid的方法同化ATMS的资料最优。     

变分同化及卫星资料同化

文章介绍了变分同化方法和卫星资料同化，并就其实际应用中的一些问题进行了讨论。     

云导风资料同化在伴随模式同化系统中的应用

以一次发生在长江流域的暴雨过程为例,设计了几种数值试验方案,并进行模拟。结果表明,MM5伴随模式同化系统能有效改善初始场与模式的协调能力,提高模式对于降水场和其它要素场的预报;使用云导风资料修正初始场后直接模拟的效果比未使用时直接模拟的效果要好,对部分区域的强降水预报精度有一定程度的改善;使用伴随模式同化系统后,加入云导风资料的同化试验对其它要素的改善与直接同化常规资料的效果相比,改善优势不明显,但从各要素的误差来看,对于风场的改善最好。     

在台风业务系统中使用卫星云导风资料的试验

在国家气象中心台隐数值预报业务系统中引入国家卫星气象中心提供的卫星云导风资料,进行两项预报试验。第一项是把卫星云导风资料作为观测资料进行最优插值客观分析;第二项是将云导风资料加入到轴对称的人造台风模型风场上,使之产生非对称风场。试验结果表明：卫星云导风资料作为观测资料进入模式后对减小台风路径预报误差效果明显;用云导风形成人造台风模型非对称风场可进一步提高台风路径预报精度。     

风廓线雷达资料对GRAPES_MESO数值预报系统影响的初步研究

针对一个南方切变线系统降水个例,通过观测系统模拟试验(OSSEs)对我国拟建风廓线雷达观测网内的不同类型风廓线雷达观测资料在GRAPES_MESO系统中的影响、对风廓线雷达观测和探空观测及两者混合使用时在GRAPES_MESO系统中的影响差异进行了初步分析和讨论。试验结果表明,在GRAPES_MESO系统中,风廓线雷达资料对500 hPa高度以下水平风速分析场的修正作用明显优于探空资料;风廓线雷达资料对水平风速分析场的影响高度极限大约在300 hPa附近,经过6h的传播,其影响可以向上继续传播至250 hPa以上高度;在300 hPa高度以下,同化对流层Ⅱ型风廓线雷达资料对水平风速分析场的影响比边界层型风廓线雷达资料略大;单独同化风廓线雷达资料对降水预报的贡献较弱,与探空观测混合使用时有助改进降水预报。     

资料同化中雷达VAD风质量控制研究

新一代天气雷达VAD(Velocity Azimuth Display)风作为多层次水平风矢量的垂直廓线,具有时间频次高、易与业务数值预报模式分辨率相匹配、影响质量因素复杂等特点。在数值预报中有效同化该资料,可改善低空风场资料不足等状况。本文根据变分同化中对资料质量的特殊要求,集成现有VAD质量控制方案后,设计了逐步拟合质量控制方案。再根据VAD资料不同误差来源,综合集成了现有的VAD质量控制方案,形成逐级综合质量控制方案。通过分析逐级质量控制方案得到VAD资料在同化中的适应性,发现该资料相对背景场存在偏差。进一步分析表明,出现这种偏差的原因在于选择用以反演VAD径向原始数据中存在许多不符合VAD廓线的数据。据此设计了逐步拟合质量控制方案,该方法可逐步筛选出用以反演VAD的径向速度数据,提取出数据中的简谐波特征。通过北京站雷达获取的VAD廓线与分钟级探空实测对比,发现通过逐步拟合质量控制得到的风速更接近实况。相对背景场偏差分析也表明,通过逐步拟合质量控制,观测相对于背景场的偏差得到有效修正。一个月的连续试验结果显示,质量控制后获取的VAD资料可基本满足同化中对资料的无偏要求。     

风廓线雷达水平风数据质量控制

基于九龙站风廓线雷达实时水平风数据制定了水平风数据的质量控制方法，首先求取中位数水平风场，其次构建实际观测风场和中位数风场的差值序列，然后求取差值序列的均方差，再根据差值均方差得到质控判别式，最后试验求取质控判别式中的质控阈值。通过对九龙站2017年风廓线雷达水平风数据质量控制发现，实测风向数据有2044185个，25721个没有通过质控，未通过质控的风向数据占总观测的比例是1.258%，风向数据在近地层通过质控的数据最多，随高度增加通过质控的数据量有所下降。实测风速数据有2044185个，18296个没有通过质控，未通过质控的风速数据占总观测的比例是0.895%，风速数据在2000～4000 m出错的最少，近地层次之，4500～7000 m出错的数据最多。质控后风廓线雷达和探空观测风数据的均方根误差减小，相关系数增加，风向数据质量在500～7000 m提升明显，风速数据在1500～8000 m之间提升明显。     

FY-2C云迹风资料同化应用对台风预报的影响试验研究

针对0505号台风“海棠”, 采用WRF区域中尺度模式进行控制试验和两个同化试验, 利用WRF-3DVAR同化系统同化FY-2C红外和水汽两个通道云迹风反演产品, 同化分云迹风经质量控制和未经质量控制两组同化试验。通过三组试验分析云迹风资料对降水和风场等的预报结果的影响, 并进行24小时降水量分级Ts评分检验以及风场点对点检验。结果表明: 同化经质量控制云迹风资料可以提高降水落区和强度预报的准确度, 不同等级的Ts评分较其它试验都有较明显改进; 风场预报模拟也有所改善。增加两例台风, 使用与“海棠” 相似的处理方法进行模拟试验, 并对模拟结果24小时降水分析与检验, 得到与“海棠”类似结论。因此, 经过合理性选择的云迹风资料的加入, 有利于补充初始场中可能未包含的中尺度信息, 从而提高试验中对于降水、风场等的模拟效果, 提高WRF模式的模拟预报能力。     

AMDAR资料在北京数值预报系统中的同化应用

该文针对北京市气象局业务快速更新循环同化预报系统(BJ-RUC),通过对有无飞机观测资料参加同化的预报试验客观要素预报均方根误差和降水量TS评分的对比分析,探讨了飞机观测资料对短期数值天气预报的影响。结果表明:飞机观测资料的同化对于前9 h预报时效内的高空风和温度预报有明显的正面影响。其中,对风预报的正面影响集中在925~250 hPa高度上;而对温度预报的正面影响主要体现在850~400 hPa之间的各层内。在快速更新循环的暖启动模式下,飞机观测资料同化比冷启动模式下带给预报结果更明显的正面贡献。飞机观测资料参加同化对于降水预报技巧的提高也有正面效应,对24 h和12 h累积降水量TS评分以及12~18 h和18~24 h时段内的6 h累积降水TS评分有明显提高,提高的最大幅度达50%,并对相应阈值和时段内无飞机观测资料参加同化的试验中雨区偏大现象有改善。分析增量分布特征与同化带来的风温要素3 h预报改进的垂直特征基本对应,表明飞机观测资料参加同化对初始场中风场和温度场质量的改进。     

AMSU微波探测资料同化的质量控制方法概述

微波相比红外、可见光等卫星探测方式有能够穿透薄云的优点,同化微波探测资料能明显改进数值预报模式初始场。由于观测算子在云、降水粒子及性质复杂下垫面等因素影响下模拟辐射传输过程不准确,以及资料的观测误差较大等原因,实际同化应用时必须对微波探测资料加以认真筛选。为充分发挥探测资料作用并保证同化分析效果,在同化AMSU微波探测的研究中,很多机构和学者建立了散射指数、降水检测等质量控制方法,用来剔除观测算子不能准确模拟的观测。研究表明,资料同化过程中引入质量控制能起到改善同化效果,提高数值天气预报准确率的作用。但是,对于各种质量控制方法的原理和使用条件目前尚无完整的分析,使得各业务研究单位使用的质量控制方案差别较大。文章针对AMSU微波探测资料同化,在分析同化误差来源的基础上,总结了散射指数、降水概率、下垫面类型检测等质量控制方法,并简单讨论了质量控制的发展方向。