全球资料同化中误差协方差三维结构的准确估计与应用Ⅰ:观测空间协方差的准确估计

观测误差与背景误差协方差在四维资料同化和业务资料分析系统中起到决定性作用,它决定着观测信息与背景初猜值信息的相对重要性以及这些信息在空间及不同变量间的扩展方式.由于实际大气的真值并不知道,需要发展不同的技巧来估计观测误差与背景误差协方差,其中在观测空间利用观测与背景初猜值之差来分离观测误差与背景误差协方差的方法估计出的结果较为准确,其估计出的观测误差可直接用于资料分析系统中,背景误差可作为标尺来度量其他方法估计结果的可靠性.文章采用国家气象中心T213L31全球中期分析预报系统的6 h预报作为背景初猜场及同时段冬夏两个季节的北半球探空,利用贝塞尔函数拟合方法来分离观测误差与背景误差协方差,并比较了东亚区、北美区、欧洲区3个探空资料均匀密集区的区域与季节变化结果.结果表明,观测空间拟合方法所要求的水平均质、各向同性在欧洲区和北美区成立程度较好,在东亚区略差,使用时需要斟酌.此外均方差区域间差别较大,在冬季明显大于夏季,温度场偏大0.2 K,风场偏大0.9 m/s.温度场在400 hPa以下与150 hPa以上,背景误差略小于观测误差,而在200-300 hPa,背景误差略大一些.风场的特点与温度场比较一致.温度与风场背景误差主要集中在前40波,并在20波左右达到最大,水平相关季节区域差别不大,而温度垂直相关比风场窄,两者相关范围比较大的波数主要集中在前20波.此外利用贝塞尔函数拟合方法获得结果的分析表明,在质量场中不同区域季节间温度误差的稳定性要明显好于高度场,涡度散度的稳定性要明显好于流函数和势函数,特别是对于特征长度更为明显.这表明利用贝塞尔函数拟合方法获得的结果对校准在全球资料同化中采用温度、涡度散度作为资料同化的分析变量具有一定的优势.     

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。     

华中区域模式三维变分中夏季背景误差协方差统计与对比试验

利用2012年6月12日—8月31日华中区域中尺度业务数值预报模式(WRF)一日两次的预报结果,采用NMC方法对背景误差协方差(B)进行了统计,得到了基于华中区域业务模式框架、分辨率和区域地理特征的夏季背景误差协方差矩阵的回归系数、特征向量、特征值以及特征长度尺度,并对模式三重嵌套各区域B的统计结构特征进行了对比,结果表明不同区域B的统计结构特征差异明显,表明B与模式区域地理特征和分辨率等关系密切。为探讨不同B对模式预报的影响,采用WRF模式自带的通用B矩阵(CV3-B)及本文统计得到的本地化B矩阵两种方案对2013年6—8月进行了批量试验和统计检验,结果表明:采用本地化B后,24 h小雨、中雨、大雨和48 h中雨、大雨、暴雨降水预报TS评分皆有所提高。850 h Pa风、温度及2 m温度等要素场预报的均方根误差减小,但500 h Pa高度场均方根误差略有加大。暴雨个例的分析表明:不同B方案,对初值影响非常显著,本地化B方案分析的初值场更趋合理,因而改进了降水预报。     

WRF模式三维变分中背景误差协方差估计

利用WRF模式2008年5-10月逐日预报结果,通过NMC方法进行背景误差协方差(B)估计.给出其结构特征,进行单点数值试验,并利用不同B进行1个月的数值模拟试验,检验模拟降水效果.结果表明:通过单点数值试验验证估算的B结构合理.不同的B,资料同化过程差别较大,应用重新统计的B,同化效率更高,目标函数收敛更稳定.模式模...     

内蒙古区域模式三维变分中背景场误差协方差结构特征分析

背景场误差协方差矩阵的统计是资料同化的重点工作。文章利用NMC方法对内蒙古区域模式2017年7月和2018年2月各月的预报场进行背景场误差协方差矩阵的统计,通过对重新统计背景场误差协方差矩阵的特征、单点试验及预报效果进行分析。结果表明:内蒙古夏季和冬季控制变量的特征向量变化特征相似,但由于天气系统的影响而有所差别;夏季和冬季各控制变量在各模态上的特征值都随着模态数的增加而快速减小,冬季误差模态振幅要小于夏季,这主要是由于影响内蒙古夏季的天气系统较多,天气过程较冬季复杂;对模式贡献越小的特征向量,其特征长度尺度也越小,影响的范围也越小;单点试验验证了应用本地资料重新统计的背景场误差协方差矩阵的合理性。对暴雨个例的数值模拟试验表明:应用本地化背景场误差协方差同化后模拟的强降水范围和强度均得到明显改善,降水模拟更接近实况。说明本地化后的背景场误差协方差对模式预报具有一定的改进作用,在三维变分同化系统中,背景场误差协方差的重新统计工作十分必要。     

变分同化中使用背景场时尺度匹配的数值研究

利用2012年6月12日-8月31日华中区域中尺度业务数值预报模式(WRF)一日两次的预报结果, 采用NMC方法对背景误差协方差(B)进行了统计, 得到了基于华中区域业务模式框架、分辨率和区域地理特征的夏季背景误差协方差矩阵的回归系数、特征向量、特征值以及特征长度尺度, 并对模式三重嵌套各区域B的统计结构特征进行了对比, 结果表明不同区域B的统计结构特征差异明显, 表明B与模式区域地理特征和分辨率等关系密切。为探讨不同B对模式预报的影响, 采用WRF模式自带的通用B矩阵(CV3-B)及本文统计得到的本地化B矩阵两种方案对2013年6-8月进行了批量试验和统计检验, 结果表明:采用本地化B后, 24 h小雨、中雨、大雨和48 h中雨、大雨、暴雨降水预报TS评分皆有所提高。850 hPa风、温度及2 m温度等要素场预报的均方根误差减小, 但500 hPa高度场均方根误差略有加大。暴雨个例的分析表明:不同B方案, 对初值影响非常显著, 本地化B方案分析的初值场更趋合理, 因而改进了降水预报。

     

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.     

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。     

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。     

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.     

变分同化框架通过背景误差协方差构建动力平衡约束的研究进展

通过背景误差协方差构建动力平衡约束是变分同化框架设计的重要环节。它不仅帮助实现变量间的协同分析,提高观测使用效率,还能改善变分极小化问题的性状。本文在系统梳理通过背景误差协方差引入动力平衡约束的方式、流程的基础上,对求解目前全球和有限区域变分同化系统普遍采用的准地转平衡和静力平衡约束的共性问题和存在的不足作了归纳总结。分析了求解准地转平衡约束的三类方案:动力平衡方程方案、统计方案和动力-统计相结合方案的优缺点。对照比较了不同垂直离散方案下求解静力平衡约束时遇到的欠定问题的表现以及解决途径。最后,展望了基于背景误差协方差构建动力平衡约束在赤道等特殊地区、高分辨率同化系统、以及集合-变分混合同化系统发展中面临的挑战和机遇。     

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。     

基于云依赖背景场误差协方差的雷达资料同化及对降雨预报影响研究

传统变分同化方法中使用各向同性和均质的背景场误差协方差,忽略了背景场误差协方差的天气系统依赖性,而在变分框架下引入集合流依赖的背景场误差协方差还需要额外的集合预报.为在变分同化中引入更合理的背景场误差协方差,通过引入云指数构建云依赖背景场误差协方差,提出了一种云依赖背景场误差协方差的同化方案,并应用于雷达等多源观测...     

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-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。     

背景误差水平相关结构对四维变分资料同化的影响研究

为考察GRAPES全球四维变分同化(4DVar)的分析增量在谱空间的时间演变特征,分析当同化时间窗起始时刻与终止时刻背景误差水平相关特征明显不一致时对分析与预报造成的影响,对GRAPES全球4DVar的背景误差水平相关采用二阶自回归模型(SOAR)、集合资料同化生成扰动样本估计的水平相关模型以及基于这两者的背景误差谱空间融合模型进行比较。结果表明,SOAR的分析增量在20波以上的天气尺度波动的分析信息明显不足,而将集合资料同化样本所计算的水平相关的功率谱方差与SOAR功率谱方差进行融合,水平相关特征呈现出多尺度水平相关的特点,可以更好地吸纳观测信息,显著改善北半球形势场、温度与风场预报效果,南半球也有改善,对赤道地区的影响中性。表明研究发展的融合水平相关方案合理、实用。     

集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅱ：参数选取与数值试验

研究的第一部分讨论了如何有效应用集合预报误差的科学方案,确定了集合预报误差在GRAPES（Global Regional Assimilation and PrEdiction System）全球4DVar（four dimensional variational data assimilation）中应用的分析框架。在此基础上研究了针对集合预报误差实际应用于GRAPES全球4DVar,解决接近或超过100个集合样本数时高效生成的计算效率问题,以及与GRAPES全球4DVar匹配的同化关键参数确定问题。选择基于4DVar的集合资料同化方法生成集合样本,通过将第1个样本极小化迭代过程中产生的预调节信息用于其他样本极小化做预调节,将计算效率提高了2倍。通过时间错位扰动方法增加集合样本数,实现集合样本增加到3倍。对集合方差进行膨胀,并选择水平局地化相关尺度为流函数背景误差水平相关的1.4倍。通过批量数值试验方法确定背景误差与集合预报误差的权重系数,对60个集合样本当集合预报误差权重为0.7时预报效果最好。对北半球夏、冬两季各52 d的批量试验表明,对于南、北半球En4DVar （ensemble 4DVar）较4DVar的改进在冬季主要集中在700—30 hPa,而在夏季主要集中在400—150 hPa。赤道地区受季节影响较小,En4DVar对位势高度、风场与温度的改进都较为明显,且经向风场的改进最为显著。文中研发的集合预报误差在GRAPES全球4DVar中应用的方法合理可行。      

GRAPES全球三维变分同化中卫星微波温度计亮温的背景误差及在质量控制中的应用

模式变量背景误差在观测空间的投影,也即观测变量的背景误差包含了变分同化系统的重要信息,其在诊断和分析变分同化系统中资料的影响等方面具有重要作用,特别是在背景场检查质量控制中。在GRAPES全球三维变分同化(3DVar)系统中仅给定了控制变量的背景误差,并未直接给定观测变量的背景误差。为了能够对GRAPES全球3DVar进行全面的诊断和分析,改进卫星微波温度计资料的质量控制,推导出GRAPES全球3DVar同化系统控制变量随机扰动方法估计观测变量的背景误差的公式,为分析和改进GRAPES全球3DVar提供了一个有力工具,并进而估计了AMSU-A亮温的背景误差,分析了AMSU-A不同通道亮温的背景误差特征,将其应用于GRAPES全球3DVar的AMSU-A亮温的背景场检查质量控制中。结果表明,控制变量随机扰动方法估计的GRAPES全球3DVar同化系统AMSU-A亮温的背景误差正确合理。同化循环预报试验结果表明,亮温的背景误差在背景场检查中的应用显著提高了GRAPES全球3DVar同化的亮温资料的数量,显著提高了GRAPES南半球对流层中高层位势高度场的预报技巧。在GRAPES全球3DVar同化系统中推导和实现的控制变量扰动方法为诊断和分析GRAPES全球3DVar观测资料同化效果提供了有力工具。