Strategies to Overcome Filter Divergence in the DRP-4-DVar Approach

This paper discusses an important issue related to filter divergence in the dimension-reduced projection,four-dimensional variational data assimilation(DRP-4-DVar) approach.Idealized experiments with the Lorenz-96 model over a period of 200 days showed that the amplitudes of the root mean square errors(RMSEs) reached the same levels as those of the state variables after approximately 100 days because of the accumulation of sampling errors following the cycle of assimilation.Strategies to reduce sampling errors are critical to ensure the quality of ensemble-based assimilation.Numerical experiments showed that localization and reducing observational errors can alleviate,but cannot completely overcome,the filter divergence in the DRP-4-DVar approach,while the method of perturbing observations and the inflation technique can efficiently eliminate the filter divergence problem.     

Sensitivity of the DRP-4DVar Performance to Perturbation Samples Obtained by Two Different Methods

The dimension-reduced projection four-dimensional variational data assimilation (DRP-4DVar) approach utilizes the ensemble of historical forecasts to estimate the background error covariance (BEC) and directly obtains the analysis in the ensemble space.As a result,the quality of ensemble members significantly affects the DRP-4DVar performance.The historical-forecast-based initial perturbation samples are flow-dependent and can describe the error-growth pattern of the atmospheric model and the balanced relat...     

基于历史预报的四维变分资料同化（4DVar）方法中的滤波

基于历史预报的四维变分同化方法在降维的样本空间最小化代价函数,避免切线性伴随模式,是一种比较经济的算法。但是因为选取的集合样本不可能无限多,实际样本数远远小于观测资料数以及模式变量的自由度,会导致观测站点和模式格点间产生虚假的相关。介绍了在历史预报4DVar中引入的局地化滤波技术,并通过3组试验,比较了局地化前后的结果。试验结果表明:引入局地化技术后,其能有效滤去初始场中的虚假相关关系,同时由于Schur算子的作用,滤波后的分析场是光滑连续的。而且实际个例研究结果表明,局地化后能改进6 h和12 h累积降水的均方根误差,进一步提高预报效果。       

基于雷达资料4DVar的低层热动力反演系统及其在北京奥运期间的初步应用分析

在变分多普勒雷达分析系统(VDRAS)中,通过对雷达资料的质量控制和预处理、云尺度模式的暖雨参数化方案、中尺度初猜场的插值分析方法、循环同化的冷启动和热启动中尺度背景场的计算方案等进行改进,实现了VDRAS对低层动力和热力场的分析反演及其在北京奥运期间的实时应用.改进后的VDRAS利用四维变分(4DVar)同化技术和一...     

An Adjoint-Free CNOP–4DVar Hybrid Method for Identifying Sensitive Areas in Targeted Observations: Method Formulation and Preliminary Evaluation

This paper proposes a hybrid method, called CNOP–4 DVar, for the identification of sensitive areas in targeted observations, which takes the advantages of both the conditional nonlinear optimal perturbation(CNOP) and four-dimensional variational assimilation(4 DVar) methods. The proposed CNOP–4 DVar method is capable of capturing the most sensitive initial perturbation(IP), which causes the greatest perturbation growth at the time of verification; it can also identify sensitive areas by evaluating their assimilation effects for eliminating the most sensitive IP. To alleviate the dependence of the CNOP–4 DVar method on the adjoint model, which is inherited from the adjoint-based approach, we utilized two adjointfree methods, NLS-CNOP and NLS-4 DVar, to solve the CNOP and 4 DVar sub-problems, respectively. A comprehensive performance evaluation for the proposed CNOP–4 DVar method and its comparison with the CNOP and CNOP–ensemble transform Kalman filter(ETKF) methods based on 10 000 observing system simulation experiments on the shallow-water equation model are also provided. The experimental results show that the proposed CNOP–4 DVar method performs better than the CNOP–ETKF method and substantially better than the CNOP method.     

The REM Adjoint System and Its 4DVar Data Assimilation Experiments

The Regional Eta-coordinate Model(REM) has performed well in forecasting heavy rainfalls in China in recent years.A four-dimensional variational assimilation system(4DVar) is developed to improve the forecast skill of the REM.The tangent linear model and adjoint model codes are written according to thecode to coderule,and the establishment of the REM adjoint modeling system is introduced in detail in this paper.The tangent linear and adjoint models of the REM are validated against the observational data,...     

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。     

预分析初始扰动样本对降维投影四维变分同化性能的影响

降维投影四维变分同化(DRP-4DVar)方法的背景误差协方差是由基于历史预报的扰动样本统计得到的,为了改进降维投影四维变分同化系统中背景误差协方差的流依赖特性,提出了对初始扰动样本进行预分析的新思路,即在对背景场分析之前,利用降维投影四维变分同化系统本身对每个样本进行预先分析,使得统计出的背景误差协方差随实际的天气形势而变化,从而实现其在真正意义上的流依赖,且在循环同化时能够避免滤波发散现象的出现。试验结果表明,对样本进行预先分析能够通过改善同化系统中背景误差协方差的空间结构和流依赖特性,来进一步改进降维投影四维变分同化方法的性能,为数值模式提供更精确的初始场,从而提高了基本模式变量的预报精度,并改善了对强降水的模拟能力。相比较而言,对所有初始扰动样本都进行了预分析的同化试验能够得到最优的分析和预报。     

基于扰动模式的四维变分资料同化系统框架的设计完善和数值试验

为了建立一个应用于区域数值预报的四维变分资料同化（4DVar）系统,在近期开发的扰动预报模式GRAPES_PF基础上,开发完善增量四维变分同化系统框架。该框架中暂不包含物理过程（长短波辐射、边界层过程、对流参数化和云微物理等）。对比业务使用的GRAPES 3DVar系统,增加了温度控制变量。将无量纲Exner气压与流函数的线性风压平衡方程直接在地形追随垂直坐标面上求解,且通过广义共轭余差法（GCR）求解扰动亥姆霍兹（Helmholtz）伴随方程。利用人造“探空”资料对2015年10月台风“彩虹”进行了理想数值试验。试验结果表明,所开发的扰动四维变分同化框架得到了预期的结果,即同化更多资料并反复受到模式约束的四维变分同化系统能有效改善初值质量,进而改善区域数值预报。建立的区域四维变分同化框架合理可行,为进一步发展包含完整物理过程的区域四维变分同化系统奠定了研究基础。      

GRAPES Hybrid-3DVar对台风苏迪罗的数值试验

为了把反映天气形势变化的背景误差协方差引入到变分分析系统中来提高分析质量,本文在GRAPES区域三维变分框架的基础上通过扩展控制变量方法实现动态与静态背景误差协方差耦合,建立混合三维变分分析系统（GRAPES Hybrid-3DVar）。通过控制变量扰动产生的集合样本进行单点观测分析试验验证Hybrid-3DVar及其局地化方案的合理性,并针对台风苏迪罗进行实际观测资料同化和数值预报试验,结果表明:用集合样本描述的背景误差协方差是随着天气流型变化的,动力场和质量场的离散度在台风中心处最大,因而混合同化的分析增量包含更多细微结构和中小尺度信息;其分析和24 h内预报要素质量优于3DVar,24 h内降水强度和落区预报也更准确,混合同化分析改善了3DVar分析的降水空报问题;同时混合同化分析的24 h内台风路径预报也最接近实况,台风强度预报在48 h之内都比3DVar更接近观测。     

基于雷达资料四维变分同化及云模式的中尺度对流系统数值临近预报试验

基于雷达资料快速刷新四维变分同化(RR4DVar)初始化的三维数值云模式,利用京津冀6部新一代多普勒天气雷达和区域自动气象站观测资料,针对2013年7月4日出现在京津冀平原地区的中尺度对流系统(MCS),开展了数值临近预报试验。研究结果表明,充分考虑雷达观测信息的对流尺度数值临近预报具有很大的优势,但也存在不足:(1)模式能够较好地把握中尺度对流系统的组织发展和移动演变特征,对风暴回波带的走向和尺度特征有较好的预报,但对强回波的强度和位置预报存在一定偏差;(2)模式预报可以反映风暴系统的中小尺度扰动特征,对风暴冷池和出流边界(阵风锋)的发展变化均有较为合理的预报;(3)模式对强降水中心和雨带位置的预报有很大优势,能较好地预报弱降水雨带的分布形势和雨量,但对强降水落区的预报偏大;(4)模式对风暴造成的对流性强降水的预报准确率较高,对0.5—10 mm阈值的降水范围预报偏差比较合理,对10 mm以上降水范围的预报偏大,但是对弱降水风暴的弱回波较强回波的预报性能要好;(5)由于三维数值云模式对京津冀复杂地形的处理不够完善,对山前风场预报偏差较大,造成对山前风暴的发展演变和山前降水的预报偏差较大。     

两种样本生成方法对DRP-4DVar同化方法性能影响的比较及分析

降维投影四维变分同化方法(DRP-4DVar)利用历史预报的集合来统计背景误差协方差,并将分析变量投影到样本空间下求解代价函数,因而集合样本的质量对DRP-4DVar同化方法的性能有着重要影响.文中尝试使用三维变分(3DVar)控制变量的扰动方法来产生集合样本,并与原来的历史预报扰动方法做比较.历史预报扰动样本具有随流...     

DRP-4DVar方法同化AIRS反演资料在一次江淮流域暴雨中的应用

利用经济省时的降维投影四维变分同化方法(DRP-4DVar),在2009年7月22～23日江淮流域的一次大暴雨过程中同化晴空条件下高光谱大气红外探测仪(AIRS)反演温度、湿度廓线,改进此次强降水过程的模拟。试验结果分析显示,同化AIRS反演的温度及湿度场后,基于四维变分同化系统的模式约束,能够改进湿度场、高度场、高低层散度场。从累积降水量偏差图及同化试验增量图可以看到,正降水量偏差对应于正湿度增量、负位势高度增量及低层负散度高层正散度增量,负降水量偏差则与之相反。同化试验较参照试验可更好地模拟出暴雨的天气形势、对暴雨的落区及强度有更好的反映。此外,从单次同化与连续同化的试验对比结果看出,连续同化试验结果较单次同化结果有进一步的改进,说明不断加入新的观测资料可以更好地模拟强降水过程。     

基于NLS-4DVar方法的雷达资料同化及其在暴雨预报中的应用

在基于本征正交分解POD（Proper Orthogonal Decomposition）的集合四维变分同化方法（POD4DEnVar）建立的雷达资料同化系统（PRAS）的基础上,本文利用非线性最小二乘法的集合四维变分同化方法（NLS-4DVar）对PRAS进行改进,解决PRAS在高度非线性情况下的适应性问题,建立了新的雷达资料同化系统（NRAS）。通过观测系统模拟试验OSSEs（Observing System Simulation Experiments）和两次实际暴雨同化试验（2010年7月8日,中国中部地区;2014年3月30日,中国华南地区）对NRAS进行检验,并与PRAS的同化结果进行了对比。结果表明:无论是OSSEs还是实际雷达资料的同化,相对于PRAS,NRAS能够进一步提高同化效果。通过增加迭代的次数,NRAS能够有效地调整初始场的风场和水汽场,进一步提高了降水强度和位置的预报精度。但随着迭代次数的增加,对初始场的调整变小,进而对降水预报效果的改进也减小。试验结果表明NRAS能够有效解决PRAS在高度非线性情况下的应用问题,通过有限次数的迭代,即可得到近似收敛的结果。因而NRAS有望在数值预报中更有效地同化雷达资料,提高中小尺度天气的预报水平。     

往返平飘式探空在CMA-MESO三维变分中的同化及对模式预报的影响

往返平飘式探空通过一次探空气球施放实现“上升段-平飘段-下降段”三段观测,其下降段能实现在06时(世界时,下同)和18时自动垂直加密观测大气,具备提升区域高分辨率快速同化循环预报系统在06时和18时的预报技巧潜力。为了实现往返平飘式探空在区域高分辨率模式中的同化,分析其对预报的影响,初步提出了“选取模式层最接近观测”的垂直稀疏化方法来预处理资料,深入分析了稀疏化对同化效果的影响,论证了资料垂直稀疏化对于同化应用的必要性;在此基础上,开展了为期1个月的批量同化影响试验,着重分析了往返平飘式探空在长江中下游区域的组网观测对CMA-MESO模式预报技巧的影响。稀疏化敏感性试验结果表明,同化不稀疏化的往返平飘式探空相比同化传统业务探空,分析和预报误差显著增加,降水预报评分也显著降低,相反,“选取最接近模式层”数据的垂直稀疏化方案能提高模式的分析和预报技巧,表明往返平飘式探空同化前必须进行垂直稀疏化。批量同化试验结果表明,在冷启动时刻(00时和12时,为常规探空释放时刻),同化往返平飘式探空(上升段)相对同化传统业务探空,分析误差和预报误差变化较小。但在暖启动时刻(03、06、09、15、18、...     

基于Hybrid EnSRF-En3DVar的雷达资料同化研究

基于WRF模式构建了Hybrid En SRF-En3DVar同化系统,该系统使用En SRF方案直接更新集合扰动。利用构建的同化系统针对台风"桑美"分别进行集合协方差权重敏感性试验和同化雷达不同观测资料的敏感性试验。集合协方差权重敏感性试验发现:当集合协方差权重分别为0.25、0.5和0.75时,同化效果优于3DVar试验,其中0.75的集合协方差权重试验得到了分析场的最优估计;当集合协方差权重为1.0时,分析场最差。同化雷达不同观测资料的敏感性试验表明,联合同化雷达径向风及反射率能有效改善大气湿度场和风场,但对风场的改善效果不如仅同化雷达径向风好。将En SRF集合扰动更新方案与扰动观测方案综合分析发现,扰动观测方案集合离散度较小,计算代价大,En SRF方案优于扰动观测方案。     

Impacts of Multigrid NLS-4DVar-based Doppler Radar Observation Assimilation on Numerical Simulations of Landfalling Typhoon Haikui (2012)

We applied the multigrid nonlinear least-squares four-dimensional variational assimilation(MG-NLS4DVar) method in data assimilation and prediction experiments for Typhoon Haikui(2012) using the Weather Research and Forecasting(WRF) model. Observation data included radial velocity(V_r) and reflectivity(Z) data from a single Doppler radar, quality controlled prior to assimilation. Typhoon prediction results were evaluated and compared between the NLS-4DVar and MG-NLS4DVar methods. Compar...     

一种基于历史样本投影的三维变分同化方法

对于中尺度数值天气预报来说,初始条件的准确与否已成为影响预报技巧的主要因素之一。现有的大气观测资料在时空分布上的不均匀,以及存在的观测误差,使得我们必须引进资料同化方法,为中尺度数值模式提供最优的初始场。由于传统的三维变分同化(3DVar)方法缺乏模式约束以及背景误差协方差矩阵(B矩阵)不具有流依赖性,因此本文提出一种基于历史样本投影的3DVar(HSP-3DVar)方法,它不仅具有流依赖的B矩阵,而且比传统的3DVar简单易行。为了评价HSP-3DVar的同化性能,我们基于区域暴雨预报模式AREM(Advanced Regional Eta Model)对其进行了观测系统模拟试验(OSSE),结果表明:HSP-3DVar能够有效融合观测信息,模式初值在各层的均方根误差都显著地降低。     

基于雷达四维变分分析系统的强对流高分辨率模拟个例分析和批量检验

利用以雷达资料快速更新四维变分同化(RR4DVar)技术和三维数值云模式为核心的模拟分析系统,通过同化京津冀区域6部新一代天气雷达逐6 min的径向速度和反射率因子资料,并融合区域自动站逐5 min观测和中尺度数值模式结果,对发生在京津冀地区的18个对流风暴"事件"进行了高分辨率数值模拟,开展了个例分析和全部模拟结果的检验评估。个例分析结果表明,模拟的低层三维动力、热动力和水汽特征可以明确解释复杂地形条件下对流风暴的局地新生、组织化和线状中尺度对流系统(MCS)的形成。高分辨率模拟结果也明确指示了线状中尺度对流系统中对流风暴单体不断新生(再生)和"后向传播"的机制,以及地形强迫在风暴形成和演变中的重要作用。基于一部风廓线雷达、两部地基微波辐射计、一个秒级探空和一个边界层观测塔等局地高频非常规观测数据对18个对流风暴"事件"模拟结果的检验表明,0-3 km的风速、风向和温度的模拟误差(包括偏差和均方根误差)总体较小。其中,最低模式层(187.5 m)风速偏差和均方根误差分别在-0.5和0.9 m/s以内,最高检验层(2.8125 km)风速偏差和均方根误差分别在-0.9和1.6 m/s以内,风速误差随高度逐渐增大;风向偏差在14°-22°,风向均方根误差小于38°;温度偏差和均方根误差分别在-1和1.8℃以内。系统模拟的低层风速、风向和温度的偏差和均方根误差在对流风暴内部稍大于外部。上述研究表明,该系统模拟结果对对流风暴生消、发展及生命史特征的临近预报和预警具有重要指示意义。     

An Extension of the Dimension-Reduced Projection 4DVar

This paper extends the dimension-reduced pro- jection four-dimensional variational assimilation method （DRP-4DVar） by adding a nonlinear correction process, thereby forming the DRP-4DVar with a nonlinear correction, which shall hereafter be referred to as the NC-DRP- 4DVar. A preliminary test is conducted using the Lorenz-96 model in one single-window experiment and several multiple-window experiments. The results of the single-window experiment show that compared with the adjoint-based traditional 4DVar, the final convergence of the cost function for the NC-DRP-4DVar is almost the same as that using the traditional 4DVar, but with much less computation. Furthermore, the 30-window assimilation experiments demonstrate that the NC-DRP-4DVar can alleviate the linearity approximation error and reduce the root mean square error significantly.