降水资料同化在GRAPES-MESO模式中应用试验研究

利用国家气象中心中尺度业务数值预报模式GRAPES-MESO v3.0,以2010年6月1～30日为例,开展地面降水率1DVAR(one-dimensional variational assimilation)同化方案在GRAPES-3DVAR(three-dimensional variational assimilation)同化系统中的应用试验研究(ASSI试验),并以未加降水资料同化的试验为对照试验(CNTL试验),以评估全国1h加密雨量资料在模式中同化应用的效果。结果表明:1)在相对湿度背景误差和降水率观测误差范围内,1DVAR同化方案能够对湿度廓线进行有意义的调整,使分析降水向观测降水靠近;ASSI试验对初始温、压、湿、风场的修正主要为正效果;2)对2010年6月17～21日江南、华南连续性降水过程进行了分析,整体而言ASSI试验对逐日及逐时降水强度的预报普遍强于CNTL试验,与实况更加接近;3)ASSI试验对2010年6月1～30日08时起报的0～24 h模式预报的小雨、中雨、大雨、暴雨、大暴雨各个降水量级TS评分及ETS评分相比CNTL试验均有较明显提高,预报偏差也更接近于1;4)ASSI试验较CNTL试验能更好地模拟雨带的分布、雨带演变特征和降水强度的变化;5)对降水所做的典型个例和统计检验分析从不同角度说明了地面降水资料1DVAR同化方案在GRAPES-3DVAR系统中的应用改善了GRAPES-MESO v3.0的降水模拟效果。     

GRAPES非静力数值预报模式的三维变分资料同化系统的发展

为了减少分析变量与模式状态变量之间的插值误差,改善业务预报模式的初值质量,在GRAPES等压面三维变分资料同化系统的基础上,研究发展了针对GRAPES区域模式的非静力模式变量三维变分资料同化系统(GRAPES m3DVAR).该资料同化系统的垂直坐标及其分析变量的水平分布格式、垂直跳点方案与GRAPES预报模式保持完全一致.由于垂直坐标的变化和非静力关系,m3DVAR分析系统中设计了求解动力学约束方程的新方案.通过有效的高精度数学方案,避免了地形追随坐标下平衡方程的非线性项造成的复杂计算,有效解决了非静力平衡条件下求解平衡方程中非线性项的切线性方程和伴随方程引起的困难.重新构造各种观测算子,并考虑了质量场和风场之间的平衡约束关系、背景误差协方差结构,实现对探空、地面资料、船舶报等常规观测的同化.理想单点试验和实际资料的多变量资料同化分析结果表明,非静力模式变量三维变分资料同化系统能够正确地描写多变量之间的相互作用以及物理约束关系,分析结果合理,能够有效减少原等压面三维变分资料同化系统的分析与模式变量之间需要相互插值、变换产生的误差,在一定程度上提高了分析场质量,对预报模式的初值具有一定改善.     

雷达反射率资料的三维变分同化研究

应用天气研究和预报模式(WRF)三维变分系统中一种新的雷达反射率资料间接同化方法来进行反射率资料的三维变分同化研究,评估雷达反射率资料对夏季短时定量降水预报的作用.该方法不直接同化雷达反射率资料,而是同化由反射率资料反演出的雨水和估计的水汽.以2009年夏季北京地区发生的4次强降水过程为例,考察了北京市气象局业务运行的快速更新循环同化预报系统对京津冀地区雷达网的雷达反射率资料的同化性能以及雷达反射率资料和径向风资料同时同化的效果.数值试验结果表明:(1)同化反演雨水或水汽都能改善降水预报,但同化反演水汽对降水预报效果的改善起了更重要的作用;(2)同化反射率资料能极大地提高短时降水预报的效果,其稳定的正面效果可以延伸到6h的预报时效,而同化径向风资料不能得到稳定的正效果;(3)同化雷达资料时,应用快速更新循环同化预报系统是提高短时定量降水预报的一个有效途径.     

基于模式约束三维变分技术的连续循环同化试验研究

由于模式约束三维变分同化技术中考虑了模式的动力和物理过程,因此能保证各物理量间的平衡关系,从而滤除由于观测资料引入导致的高频波动,减小模式与初始场的协调时间.由于能在较短时间调整到稳定状态,采用模式约束三维变分同化进行连续循环同化可用较少的计算量达到同化多时次的多种观测资料的目的.该研究利用模式约束三维变分技术,针对2006年"桑美"台风个例,进行了连续循环同化卫星云导风、QuikSCAT海面风、Bogus海平面气压的试验.在台风数值预报中往往需要使用经验构造的台风信息(如Bogus海平面气压,Bogus风场等),该研究采用了模式约束三维变分同化技术同化Bogus海平面气压.由于模式约束三维变分同化技术充分考虑了各物理量间的约束,因此通过同化Bogus海平面气压也调整了初始场中相应的高度场、温度场、风场等变量,使得初始场中的台风涡旋具有较强的协调性,提高了对台风的模拟能力.采用AVN模式6小时间隔的分析场作为侧边界,2006年8月8日20时的分析场作为初估场,文中对8月8日20时到9日05时"桑美"台风的观测资料进行了连续循环同化.采用连续循环同化后台风路径的模拟精度得到了显著提高,对台风降水结构等的模拟也得到了改善.     

基于GRAPES-MESO模式的极端短时强降水预报

利用2017—2018年5—9月四川盆地109个自动站逐小时降水资料,以及GRAPES-MESO模式0.1°×0.1°的逐3 h预报场资料,从热力不稳定、水汽、动力条件等方面分析极端短时强降水(1 h降水量大于等于50 mm)发生发展所需的关键物理量指标,结合随机事件概率思想和主成分分析方法构建预报模型,研发极端短时强...     

三维变分同化在-η坐标中尺度模式预报中的应用

将中国气象局的GRAPES三维变分系统与-η坐标中尺度模式结合，对模式初始场进行同化前后对比试验，研究η坐标中尺度模式对云南降水的预报能力，并用于2002年5月10～15日00：00云南雨季开始降雨过程的模拟试验。试验结果表明，三维变分同化方案目标函数收敛快，采用同化方案的η模式预报的强降水中心、分布范围、预报精度比不进行同化的效果好。     

集合变分混合同化方案在快速循环同化系统中的应用研究

基于北京市气象局快速循环同化系统RMAPS-ST以及对流尺度集合预报系统RMAPS-EN,构建了En-3DVAR集合变分混合同化系统,将该系统应用到业务快速循环同化系统中并进行试验,分别在冷启动与循环启动环境下对比了混合同化系统（Hybrid）与三维变分（3DVAR）的同化预报效果。获得的结论如下:单点试验结果表明,混合同化系统分析增量的分布与集合预报离散度分布具有较好的对应关系;在冷启动和循环启动中,三维变分的分析增量都表现出各向同性的特点,混合同化分析增量均表现出一定的流依赖特征;降水个例分析表明,在冷启动环境中,Hybrid与3DVAR效果相当,而在循环启动中,Hybrid的降水预报相对于3DVAR有较明显的改进效果;批量试验检验结果表明,冷启动中,Hybrid与3DVAR的评分大致相当,而在循环启动中,Hybrid相对于3DVAR的评分有明显改进;集合离散度和背景场误差的相关性分析表明二者在循环启动环境下具有更好的相关性。     

GRAPES_Meso V3.0模式预报效果检验

应用国家气象中心模式检验方法对GRAPES_Meso V3.0模式2008年2月-2009年3月的试验预报产品,如降水、中低层高度、温度和风场预报进行统计检验。检验结果表明:V3.0模式降水预报性能得到明显改善,年及四季平均的各级降水TS评分显著提高,除了秋、冬季的48h中雨和暴雨预报外,TS评分明显高于V2.5模式,但V3.0模式的预报偏差偏大,中雨以上偏大更明显。从预报的季节平均降水率分布来看,对秋、冬季我国东部24h降水预报偏小改进明显,对春、夏季强降水中心位置及强度预报也好于V2.5模式,但是48h降水预报明显偏大,逐日降水率演变图也印证了这一点。此外,V3.0模式对500hPa高度和风场及48h预报的850hPa风场和温度场改进显著,对于850hPa高度和温度的24h预报,除夏季外,其他季节预报效果优于业务模式。     

中尺度模式的四维伴随同化系统及其同化试验

以中尺度模式MM4为基础，利用伴随码技术改进、完善了MM4伴随模式同化系统，并利用该系统进行了常规资料和非常规资料的伴随模式同化试验，例如加入了可降水量资料等。试验表明：在伴随模式同化系统中加入常规和非常规资料，可以改进初始场，从而改善预报场。     

GRAPES全球三维变分同化系统的检验与诊断

中国气象局数值预报中心新近升级的GRAPES全球三维变分同化系统的大气基本状态变量在物理属性与定义的网格和坐标上与预报模式保持一致,是一个完全针对GRAPES预报模式的同化系统。该系统不仅有利于减小分析误差,也是构建GRAPES四维变分同化系统的基本环节之一。该文通过与观测资料的对比、与国际其他业务中心分析场的对比,以及中期数值预报的检验,对新的GRAPES全球三维变分同化系统性能进行较全面讨论,并通过对这一系统的检验,探索资料同化系统性能的检验方法,尤其是观测资料同化效果的定量评价方法。诊断结果表明:在宏观特征上,GRAPES变分同化系统的分析场与欧洲中期数值预报中心和美国国家环境预测中心的分析场十分相似, 但细节上仍有差别。这些差别主要源自GRAPES同化系统中探空、地面报、掩星以及飞机报观测的贡献偏大,而卫星垂直探测仪观测资料的作用尚未充分发挥。从探测单要素来讲,风及湿度观测的作用发挥不够。此外,青藏高原周围地区、模式高层及赤道地区分析场偏差较大,它们与模式地形及高层的处理等有关系,这些问题有待进一步改进。     

Developments of the Three-Dimensional Variational Data Assimilation System for the Nonhydrostatic GRAPES

Based on the original GRAPES (Global/Regional Assimilation and PrEdiction System) 3DVAR (p3DAR), which is defined on isobaric surface, a new three-dimensional variational data assimilation system (m3DVAR) is constructed and used exclusively with the nonhydrostatic GRAPES model in order to reduce the errors caused by spatial interpolation and variable transformation, and to improve the quality of the initial value for operational weather forecasts. Analytical variables of the m3DVAR are fully consistent with predictands of the GRADES model in terms of spatial staggering and physical definition. A different vertical coordinate and the nonhydrostatic condition are taken into account, and a new scheme for solving the dynamical constraint equations is designed for the m3DVAR. To deal with the difficulties in solving the nonlinear balance equation at σ levels, dynamical balance constraints between mass and wind fields are reformulated, and an effective mathematical scheme is implemented under the terrain-following coordinate. Meanwhile, new observation operators are developed for routine observational data, and the background error covariance is also obtained. Currently, the m3DVAR system can assimilate all routine observational data. Multi-variable idealized experiments with single point observations are performed to validate the m3DVAR system. The results show that the system can describe correctly the multi-variable analysis and the relationship of the physical constraints. The difference of innovation and the analysis residual for ∏ also show that the analysis error of the m3DVAR is smaller than that of the p3DVAR. The Ts scores of precipitation forecasts in August 2006 indicate that the m3DVAR system provides reduced errors in the model initial value than the p3DVAR system. Therefore, the m3DVAR system can improve the analysis quality and initial value for numerical weather predictions.     

Application of Nonlinear Balance Scheme in Three-Dimensional Variational Data Assimilation

The dynamical constrains in three-dimensional variational data assimilation are discussed when consid- ering the impact of stream divergence and convergence on the pressure and wind fields.For the analysis of severe tropical cyclone,frontal structures,and other rapidly changing structures,the geostrophic balance and linear balance cannot properly represent the relationship between wind and pressure fields.However,the nonlinear balance incremental equation takes into account the information of flow-dependent background, and makes response to the flow-dependent background covariance in the 3D-Var system.Results indicate that the application of the nonlinear balance equation to 3D-Var system improves the quality of severe trop- ical cyclone assimilation system,which has some positive effects on intensity prediction of tropical cyclones.     

An Ensemble-Based Three-Dimensional Variational Assimilation Method for Land Data Assimilation

Land surface models are often highly nonlinear with model physics that contain parameterized discontinuities. These model attributes severely limit the application of advanced variational data assimilation methods into land data assimilation. The ensemble Kalman filter （EnKF） has been widely employed for land data assimilation because of its simple conceptual formulation and relative ease of implementation. An updated ensemble-based three-dimensional variational assimilation （En3-DVar） method is proposed for land data assimilation This new method incorporates Monte Carlo sampling strategies into the 3-D variational data assimilation framework. The proper orthogonal decomposition （POD） technique is used to efficiently approximate a forecast ensemble produced by the Monte Carlo method in a 3-D space that uses a set of base vectors that span the ensemble. The data assimilation process is thus significantly simplified. Our assimilation experiments indicate that this new En3-DVar method considerably outperforms the EnKF method by increasing assimilation precision. Furthermore, computational costs for the new En3-DVar method are much lower than for the EnKF method.     

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。     

雷达降水资料一维变分同化研究——湿度廓线调整

采用η坐标中尺度有限区域模式进行了数字化天气雷达探测降水资料的一维变分(1DVAR)同化试验,结果表明充分利用高时空分辨率的雷达降水资料所包含的丰富的中尺度信息,调整湿度廓线,从而改善模式初始湿度场,能有效提高模式暴雨预报能力。“98·7”鄂东沿江特大暴雨的数值试验结果表明,应用1DVAR方法同化1h雷达降水资料调整模式湿度廓线后,极大地缩小了分析降水与观测降水间的差距,而且24h预报能模拟出与实际降水发生区域相对应的位于鄂东的大暴雨区,而变分前模式预报效果不佳。进一步的分析表明,应用雷达降水资料对短时预报(0～12h)的改进更为显著,而对12h之后降水预报的改善则不明显。     

资料同化方法的理论发展及应用综述

简单介绍了资料同化的概念、功能及分类,回顾了资料同化的发展历程,对各个时期发展的各种方法的理论进行了概述,并指出了每种方法的优缺点及应用进展。目前,三维变分在业务上得到了广泛的应用和推广,随着研究的深入和计算机水平的不断提高,四维变分和集合Kalman滤波在将来业务预报中有广泛的应用前景。     

Comparisons of Three-Dimensional Variational Data Assimilation and Model Output Statistics in Improving Atmospheric Chemistry Forecasts

Atmospheric chemistry models usually perform badly in forecasting wintertime air pollution because of their uncertainties. Generally, such uncertainties can be decreased effectively by techniques such as data assimilation(DA) and model output statistics(MOS). However, the relative importance and combined effects of the two techniques have not been clarified. Here,a one-month air quality forecast with the Weather Research and Forecasting-Chemistry(WRF-Chem) model was carried out in a virtually operational setup focusing on Hebei Province, China. Meanwhile, three-dimensional variational(3 DVar) DA and MOS based on one-dimensional Kalman filtering were implemented separately and simultaneously to investigate their performance in improving the model forecast. Comparison with observations shows that the chemistry forecast with MOS outperforms that with 3 DVar DA, which could be seen in all the species tested over the whole 72 forecast hours. Combined use of both techniques does not guarantee a better forecast than MOS only, with the improvements and degradations being small and appearing rather randomly. Results indicate that the implementation of MOS is more suitable than 3 DVar DA in improving the operational forecasting ability of WRF-Chem.     

GRAPES-MESO模式不同空间分辨率对中国夏季降水预报的影响分析

国家气象中心业务运行的中尺度数值预报系统GRAPES-MESO（Global/Regional Assimilation and Prediction System mesoscale model）在升级到4.0版本后采用了与以往版本不同的三维空间分辨率设置,本文通过计算精度分析、个例分析及统计分析的方法详细阐述了两者水平分辨率和不等距垂直分层的差异,并由此深入分析了不同模式三维空间分辨率对中国夏季汛期降水预报的影响。主要结论表明,GRAPES-MESO预报系统4.0版本在水平分辨率提高到10 km并同时使用更为合理的加密垂直分层设置后,不仅提高了计算精度和计算稳定性,同时仍能满足业务预报的时效要求。对个例降水特征的分析结果表明,提高模式空间分辨率可以在一定程度上改善对降水中心的预报,但对降水落区的预报改进较为有限。对2012年7月整月批量试验的统计检验结果表明,月平均技巧评分总体变化不大,但对逐日大到暴雨评分提高较大,通过各气象要素统计检验分析可以认为,模式空间分辨率提高的主要作用是通过降低了中低层高度场、温度场和水平风场的误差,改进了对流层中层环流背景场以及对流层低层降水直接触发系统的强度预报,从而能够提高大到暴雨的降水评分。