对降水资料的四维变分同化

用常规资料（Ｔ、ｐ、ｕ、ｖ、ｑ的分析值）和降水资料（２４ｈ降水量的分析值）进行四维变分（４ＤＶＡＲ）资料同化试验。试验中用了全物理过程的ＮＭＣη模式和带有充过程的伴模式。４ＤＶＡＲ试验的结果 资料同化期间和同化以后，用了积云对流修改方案和降水资料后，最小化过程迭代十次便收敛，降水预报了，特别是４ＤＶＡＲ方法比最优内插方法在改善降水预报方面更优越。     

区域四维变分资料同化的数值试验

针对中尺度数值预报模式预报误差的主要来源,尝试利用四维变分资料同化的方法来改善预报效果。在已建立的中尺度模式（ＭＭ４）四维变分资料同化系统基础上,进行了若干数值试验,通过比较同化前后的预报来检验同化的效果。这些试验中初始场、模式误差和侧边界条件被分别或同时作为控制变量来进行调整,主要探讨了模式误差和侧边界条件对同化及预报的影响,以及同时结合两者或三者的途径和方法。对两组个例分别进行的试验结果表明,区域中尺度模式预报误差除了来源于初始误差外,模式误差、侧边界条件也有不可忽视的作用。同化时应同时考虑初始场、模式误差和侧边界条件这三方面的共同作用,仅修正其中某一个或某两个会把由于其它方面造成的预报误差转嫁到它们之上,从而出现尽管目标函数下降很快而预报结果并没有相应改善的现象。     

四维变分资料同化

用Lorenz模式作变分同化数值试验，通过对一个简单系统的讨论，对四维变分同化方法进行较深入分桥。利用Lorenz模式的数值试验，检验切线模式及伴随模式，并对目标函数及其梯度进行了检验。     

模式误差对变分同化过程影响的数值研究

本文利用浅水方程模式，对变分四维同化过程中模式中误差的影响进行了数值模拟实验，实验显示了模式误差被“混淆”入初始场的现象，在一些模式变量无观测时，这种混淆的后果更为严重。     

四维变分同化方法在暴雨预报中的应用

本文利用PSU/NCAR的MM5数值预报模式及其伴随模式,以我国1999年6月23日~6月24日的一次梅雨锋暴雨过程为个例,作了两组试验:控制试验和同化试验,并对两组试验的降水预报效果以及初始场进行对比分析,结果表明:四维变分资料同化方法可以将各种不同类型、不同时次的观测资料同化到模式中,将这些资料中有用的中尺度信息引入到模式初始场,有效改善初始场,从而提高暴雨预报水平。     

中尺度数值模式MM5的四维变分资料同化系统

应用伴随方法求解以数值预报方程作为约束条件的四维变分资料同化方案，关键问题是如何构造伴随模式。以中尺度数值模式MM5为例，讨论了如何用伴随码技术建立MM5伴随模式，以及伴随模式系统中权重、尺度因子的选取；最后对MM5伴随模式系统进行了梯度检验，并利用实际资料进行四维变分资料同化试验。试验表明该系统有较强的同化能力，能够提高MM5降水预报的准确性。     

REM模式伴随系统的建立及其四维变分资料同化初步试验

Regional-Eta-Coordinate-Model（REM）中尺度模式对中国区域性降水显示出公认的较高预报能力,建立其四维变分资料同化系统是完善该模式,进一步提高其预报效果的重要工作。本研究编写了REM模式的切线性模式和伴随模式,介绍了建立REM模式伴随系统的过程,并利用实际天气个例资料,分别对REM模式的切线性模式、伴随模式及定义的目标函数梯度进行了正确性检验,检验结果表明对REM模式的切线性模式及伴随模式编写是成功的。利用REM模式的伴随系统,对1998年06月08日00时到09日00时和2000年08月01日00时到02日00时两个实际天气个例进行了四维变分资料同化试验。从数值试验的结果分析可以看到,进行四维变分资料同化后,两个天气个例在预报结束时刻其预报结果对风场和湿度场的预报都有明显改善,对温度场和高度场的预报也有所改善。对于累积降水的预报,两个个例利用四维变分资料同化后得到的初始场进行的预报结果则有较大不同,在个例1中,变分同化后对降水中心的位置和降水强度的预报都有明显改善,预报结果更接近于观测场;个例2中,变分同化后对降水中心位置和强度的预报则没有改善,产生这种现象的原因可能是由于定义的目标函数中没有加进背景场项,也可能是由于采用的观测资料时次比较少,还需要进一步进行研究和试验。     

多普勒雷达资料四维变分同化

文章从理论上分析了多普勒雷达资料的四维同化。阐述多普勒雷达资料四维同化的主要过程及其基本思路。着重论述多普勒雷达资料四维变分分析系统(4D-VDRAS)的原理和方法,以及价值函数,共轭方程、伴随方程和多普勒雷达数据处理、Barnes插值技术和4D-VDRAS的应用。     

2019年影响中国台风的降水预报误差及其来源研究

针对2019年影响中国的8个台风,利用面向降水对象的CRA(contiguous rain area)方法研究了欧洲中期天气预报中心确定性预报的降水误差来源,及其在不同预报时段和降水量级下的变化趋势,分析了台风路径预报误差与降水对象的CRA位置误差之间的相关性,对比计算了台风路径修正与CRA shifting方法对于改进降水预报的作用,并评估了台风降水概率分布、径向分布和非对称分布的预报误差。结果表明:总体而言,台风降水预报的主要误差来自于位置误差和形态误差;除特大量级降水以外,台风降水对象的CRA位置误差与路径误差显著相关,通过修正台风路径能改进降水预报,但其效果要逊于CRA shifting方法;预报的台风降水概率密度分布形态与观测总体上较为一致,但台风核心区内的预报降水强度均大于观测;台风登陆或靠近我国沿海前后,预报降水较观测更靠近台风中心,且略滞后于观测,预报降水的非对称性明显弱于观测。     

Assessing 4D-VAR for dynamical mapping of coastal high-frequency radar in San Diego

The problem of dynamically mapping high-frequency (HF) radar radial velocity observations is investigated using a three-dimensional hydrodynamic model of the San Diego coastal region and an adjoint-based assimilation method. The HF radar provides near-real-time radial velocities from three sites covering the region offshore of San Diego Bay. The hydrodynamical model is the Massachusetts Institute of Technology general circulation model (MITgcm) with 1 km horizontal resolution and 40 vertical layers. The domain is centered on Point Loma, extending 117 km offshore and 120 km alongshore. The reference run (before adjustment) is initialized from a single profile of T and S and is forced with wind data from a single shore station and with zero heat and fresh water fluxes. The adjoint of the model is used to adjust initial temperature, salinity, and velocity, hourly temperature, salinity and horizontal velocities at the open boundaries, and hourly surface fluxes of momentum, heat and freshwater so that the model reproduces hourly HF radar radial velocity observations. Results from a small number of experiments suggest that the adjoint method can be successfully used over 10-day windows at coastal model resolution. It produces a dynamically consistent model run that fits HF radar data with errors near the specified uncertainties. In a test of the forecasting capability of the San Diego model after adjustment, the forecast skill was shown to exceed persistence for up to 20 h.     

Spatial Propagation of Different Scale Errors in Meiyu Frontal Rainfall Systems

The spatial propagation of meso- and small-scale errors in a Meiyu frontal heavy rainfall event,which occurred in eastern China during 4 -6 July 2003,is investigated by using the mesoscale numerical mo...     

初值不确定性对暴雨数值预报影响的初步研究

为了研究初值不确定性对我国南方暴雨数值预报的影响,依据历史降水资料的统计分型,选取华南暴雨型、江淮暴雨型和黄淮暴雨型等三类型中具有代表性的暴雨过程,采用AREM模式以不同资料分析场(常规观测资料、NCEP和ERA40同化分析资料)作为初值进行暴雨预报对比试验。试验结果表明,对于各类型暴雨,不同资料初值的差异都会引起暴雨数值预报结果的较大差异;在此基础上,采用经验正交函数(EOF)分析方法,分析了各类暴雨初值误差及其变化信息,从中提取出主要的误差分量,并对这类误差的数值预报影响进行了敏感性试验和预报验证,结果显示,寻找和消除主要的初值误差,对改进暴雨数值预报结果具有重要作用。     

T639模式预报系统误差统计和订正方法研究

通过统计2009—2010年T639模式500 hPa高度、850 hPa温度和2 m温度的1～10天预报场的平均误差发现,T639模式的这些气象要素预报都存在明显系统误差,且系统误差随着预报时效的增加而增加。利用＂递减平均法＂尝试订正其预报系统误差,订正结果表明：该订正方法总体表现为正的订正技巧,但订正能力随着预报时效的增加而下降;东亚地区的系统误差小于整个北半球,＂递减平均法＂的订正能力总体小于整个北半球。对比夏、冬半年订正效果发现：对于500 hPa位势高度和850 hPa温度的预报场,冬半年和夏半年订正技巧相当;对于地面2 m温度预报场,冬半年订正能力明显高于夏半年。不同权重系数试验表明：对于500 hPa高度场,权重系数约取0.06时,订正效果较好,而对于850 hPa和2 m温度场,权重系数约取0.1时,订正效果最佳。     

The Combined Effect of Initial Error and Model Error on ENSO Prediction Uncertainty Generated by the Zebiak-Cane Model

Initial errors and model errors are the source of prediction errors. In this study, the authors compute the conditional nonlinear optimal perturbation （CNOP）-type initial errors and nonlinear forcing singular vector （NFSV）- type tendency errors of the Zebiak-Cane model with respect to El Nifio events and analyze their combined effect on the prediction errors for E1 Nino events. The CNOP- type initial error （NFSV-type tendency error） represents the initial errors （model errors） that have the largest effect on prediction uncertainties for E1 Nifio events under the perfect model （perfect initial conditions） scenario. How- ever, when the CNOP-type initial errors and the NFSV- type tendency errors are simultaneously considered in the model, the prediction errors caused by them are not am- plified as the authors expected. Specifically, the predic- tion errors caused by the combined mode of CNOP-type initial errors and NFSV-type tendency errors are a little larger than those caused by the NFSV-type tendency er- rors. This fact emphasizes a need to investigate the opti- mal combined mode of initial errors and tendency errors that cause the largest prediction error for E1 Nifio events.     

自适应网格模式在暴雨数值模拟中的应用

基于变分原理，自适应网格技术能根据数值模式的特点，在模式解梯度大的地区自动加密网格，提高模式的分辨率。将其应用于MM4模式中，采用多重网格法以加速自适应网格的生成。对1996年8月4日至5日发生在华北的特大台风暴雨过程，用自适应网格模式和均匀网格模式进行了数值模拟和动力诊断分析，以研究自适应网格模式在天气预报和模拟应用中的特点。试验表明，采用自适应网格后计算稳定，对所关心的天气系统及其降水的模拟精度均高于均匀网格模式，对形势场、风场的模拟精度也有明显改善。     

暴雨站数预报在暴雨落点预报中的应用

采用暴雨站数预报与站点降水量预报相结合的方法预报暴雨落点,在１９９８年７月￣８月的暴雨落点预报中,ＴＳ评分达到２２．４％,超过了ＨＬＡＦＳ和主观预报。进一步的研究的分析表明：这种方法可充分利用降水量预报的空间分布信息,预报准确率还在较大的可提高空间,是一种较为有效的暴雨落点客观预报方法。     

基于T213产品与水汽收支的强降水面雨量预报方法及其误差分析

基于T213数值预报产品,以水汽收支平衡方程为基础,研制预报强降水的落区及强度的预报方法,并利用此方法制作6h面雨量的预报。该方法在2003年汛期淮河流域洪涝期间进行了应用,利用所得面雨量结果与实况降水进行各种误差分析。结果表明,预报正确率较高,该方法较为可靠,有一定的预报价值。     

单站暴雨客观预报的一种适用模型

采用滑动分区车贝雪夫多项式展开模型,研制福建省建阳市单站5～6月暴雨客观预报模型,以提高单站暴雨预报能力。模型取得了较好的结果：客观预报模型因子结构简单而天气学意义明了,具有预报准确率较高、稳定性好。各预报模型的三层形势特征都能体现出有利于暴雨生成的合理垂直配置。在2000～2002年的试用中,准确率平均比主观预报高出50％,且无漏报。在2003年的试用中无空报也无漏报。这表明该技术模型是一种能够有效提高单站暴雨客观预报能力和效果的适用模型。