公里尺度区域变分同化中引入大尺度约束的影响研究

公里尺度资料同化系统的框架设计和资料选择均侧重于中小尺度分析,常存在大尺度分析能力不足的问题。本研究在GRAPES（Global/Regional Assimilation and Prediction System）区域3 km三维变分同化目标泛函中增加大尺度约束,将全球系统的大尺度信息引入到分析框架中去,研究其对公里尺度同化预报的影响。一个月的数值试验结果表明,引入大尺度约束可以显著改进大尺度形势场的分析和预报,提高降水预报评分,减少2 m温度和10 m风场的分析预报误差。进一步的,定量降水敏感性试验结果表明,大尺度湿度场和温度场约束对于改进降水评分十分重要。这其中,湿度场约束对于减少降水空报以及提高短时临近降水的TS（Threat Score）评分重要,而温度场约束对于改进较长时效的TS降水评分重要。此外,在均引入大尺度约束的条件下,采用完全循环（一个月中间无冷启）方案运行的试验获得了与局部循环（每日冷启）相当的分析预报结果。这为GRAPES区域公里尺度系统采用完全循环方案,进一步简化流程,减少计算消耗奠定了很好的基础。     

一次台风登陆过程的变分同化模拟试验

本文主要对0509号台风"麦莎"的登陆过程进行模拟试验,把云迹风资料引入三维变分同化系统,分析了同化水汽通道和红外通道的云迹风资料对初始场的影响;利用美国新一代中尺度模式WRF针对台风登陆前后过程做了48 h数值模拟试验,模拟结果表明:引入同化云迹风资料后,对模拟台风登陆前后的路径移向, 降雨分布及强度变化方面,都有一定程度的改善,进而初步探讨了"麦莎"台风陆上长期维持的机制.     

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。     

一阶有限元浅水模式的变分资料同化

一阶有限元浅水方程的伴随模式应用于气象资料同化场,并利用最优化方法对具有随机扰动的初始场进行优化处理。通过极小化算法,使所定义的目标函数达到最小,从而得到的最优的气象要素初始场。数值试验结果表明这种处理是很有效的。     

CoLM模式地表温度变分同化研究

本文采用变分方法对通用陆面模式 (CoLM) 中的地表温度进行同化.同化伴随约束条件采用CoLM模式中的地表及植被能量平衡方程,调节因子采用裸土及植被蒸发比.采用美国通量网 (AmeriFlux) 中的Bonville站数据对同化方法进行了单点验证,验证结果表明同化后地表温度以及蒸散结果更加接近于实测值.选取中国华北地区对同化方法进行区域验证,结果显示每天仅采用白天一次观测值对地表温度进行同化的方法是有效的.通过对同化前后地表温度误差直方图比较可以发现,在有MODIS观测值的区域,同化后白天地表温度误差大大降低,同时,同化后地表蒸散空间分布图也发生了变化.单点验证以及区域验证结果都表明了变分同化方法是可靠的.变分同化方法可以改进陆面模式模拟结果,对于地表过程研究中的植被生态、水文等研究具有重要意义,同时,陆面模式可以与数值预报模式进行耦合,改进数值预报结果.     

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。     

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。     

台风数值模拟中bogus涡旋四维变分同化的研究

研究用MM5四维变分同化系统同化bogus涡旋变量对台风数值模拟的影响,对2002年13号台风Phanfone进行48h预报,结果表明：用四维变分方法同化bogus涡旋变量效果优于在背景场中直接植入模型涡旋的传统bogus技术。同时同化bogus涡旋的风、气压、温度和比湿效果不如只同化气压和其中任一变量。同化bogus涡旋的气压和比湿,能够调整模式初始场的其他变量,得到结构更清晰、与环境场更协调的初始涡旋,从而在一定程度上提高了台风Phanfone路径和强度预报的准确性。     

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.     

雷达径向风观测在华北区域数值预报系统中的实时三维变分同化应用试验

重构GRAPES（Global/Regional Assimilation and Prediction System）全球、区域一体化变分同化系统中的极小化控制变量,提升中、小尺度同化分析能力,为中国气象局业务区域数值预报系统CMA-MESO提供千米尺度适用的同化方案。新方案用纬向风速（u）和经向风速（v）替代原有流函数和势函数作为新的风场控制变量,采用温度和地面气压（T,p_s）替代原有非平衡无量纲气压作为新的质量场控制变量,同时不再考虑准地转平衡约束,而是采用连续方程弱约束保证分析平衡。背景误差参数统计和数值试验结果表明,采用重构后的极小化控制变量,观测信息传播更加局地,分析结构更加合理,避免了原方案在中、小尺度应用时存在的虚假相关问题。连续方程弱约束的引入,限制了同化分析中辐合、辐散的不合理增长,帮助新方案在分析更加局地的同时保证分析平衡。为期1个月的连续同化循环和预报试验结果表明,新方案可以减小风场和质量场分析误差,CMA-MESO系统地面降水和10 m风场的预报评分显著提升。

     

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。     

GRAPES-3DVar高阶递归滤波方案及其初步试验

背景误差协方差矩阵B及其逆的求解是三维变分同化研究的核心问题之一.在GRAPES区域三维变分同化系统(GRAPES-3Dvar)中背景误差协方差矩阵的水平变换部分,假定各向同性并进行递归滤波运算.原有方案中采用一阶递归滤波器,但收敛不够迅速,每次循环同化时需滤波10次才能使目标函数收敛.根据Purser等2003年的研...     

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。      

雷达径向风观测在华北区域数值预报系统中的实时三维变分同化应用试验

以实现业务应用为目标开展了区域多部雷达径向风观测资料的三维变分直接同化应用研究。重点对背景场误差协方差的方差和尺度因子进行调整,形成能够与其他常规观测资料协同同化的雷达径向风同化方案,并建立了京津冀6部多普勒雷达观测资料的实时预处理系统。基于上述工作开展2011年汛期京津冀多普勒雷达径向风观测资料在华北区域快速更新循环同化和预报系统中的实时同化和对比试验,并对应用效果进行了初步评估。实时同化试验期间京津冀地区6部雷达经过质量控制后的径向风数据质量和同化情况的分析结果表明,同化系统有效地吸收了雷达径向风的观测信息并形成合理的分析增量,其中,S波段雷达观测的径向风数据数量、质量和稳定度均明显优于C波段雷达;整体来看,雷达径向风同化对地面和高空要素预报性能的影响基本为中性,且主要影响时段集中在最初的6 h。但降水预报评分结果表明,雷达径向风同化从降水强度、落区和范围等方面均明显提升了系统对对流尺度降水的短时预报性能。同时也应该看到,受制于目前3 h一次的同化更新频率,雷达资料同化的效果往往到对流临近时次才能体现。     

Radar data assimilation of the GRAPES model and experimental results in a typhoon case

Constructing β-mesoscale weather systems in initial fields remains a challenging problem in a mesoscale numerical weather prediction (NWP) model. Without vertical velocity matching the β-mesoscale weather system, convection activities would be suppressed by downdraft and cooling caused by precipitating hydrometeors. In this study, a method, basing on the three-dimensional variational (3DVAR) assimilation technique, was developed to obtain reasonable structures of β-mesoscale weather systems by assimilating radar data in a next-generation NWP system named GRAPES (the Global and Regional Assimilation and Prediction System) of China. Single-point testing indicated that assimilating radial wind significantly improved the horizontal wind but had little effect on the vertical velocity, while assimilating the retrieved vertical velocity (taking Richardson's equation as the observational operator) can greatly improve the vertical motion. Experiments on a typhoon show that assimilation of the radial wind data can greatly improve the prediction of the typhoon track, and can ameliorate precipitation to some extent. Assimilating the retrieved vertical velocity and rainwater mixing ratio, and adjusting water vapor and cloud water mixing ratio in the initial fields simultaneously, can significantly improve the tropical cyclone rainfall forecast but has little effect on typhoon path. Joint assimilating these three kinds of radar data gets the best results. Taking into account the scale of different weather systems and representation of observational data, data quality control, error setting of background field and observation data are still requiring further in-depth study.     

两种动力控制变量对比分析及其对台风同化和预报的影响

目前常用的流函数-势函数(ψ-χ)和水平风分量(U-V)两种动力控制变量方案分别被认为适用于大尺度同化和对流尺度同化,而两种方案在台风尺度同化中的具体特征及其对台风预报的影响尚未明确。基于WRF-3DVarDA系统,分析不同动力控制变量方案的背景场误差协方差的统计特征,并进行了单点观测同化理想试验和5场台风过程的20组连续循环同化和预报批量试验。两种动力控制变量方案的背景场误差协方差的统计特征分析表明,ψ-χ方案背景场误差更小、长度尺度更大,而U-V方案的局地性特征更明显,方差更大;单点观测试验证实了两种方案的统计特征,也表明ψ-χ作为控制变量会导致虚假负增量的出现;批量试验表明,U-V方案的台风路径、最大风速以及台风强度的整体优于ψ-χ方案;诊断分析表明,U-V方案得到的更合理的热动力结构特征是提高台风预报的主要原因。     

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。     

GNSS反演资料在GRAPES_Meso三维变分中的应用

为了进一步提高GRAPES_Meso的分析和预报效果,该文在GRAPES_Meso三维变分同化系统中建立了同化GNSS/RO反演的大气资料的观测算子,实现了对GNSS/RO反演的大气资料的同化应用,并通过2013年7月1个月的同化和预报试验分析了GNSS/RO反演大气资料对GRAPES_Meso模式系统分析和预报的影响。结果表明:增加了GNSS/RO反演大气资料的同化后,GRAPES_Meso位势高度场的分析误差明显减小,平均分析误差减小约8%,预报误差略有减小,平均预报误差减小约1%;湿度场的分析误差和预报误差变化不明显,常规观测资料稀少的青藏高原地区的降水预报技巧有所提高,小雨到大雨的ETS (equitable threat score) 评分提高约0.01,对全国及其他分区的降水预报技巧总体上有正效果。     

Impact of the Assimilation Frequency of Radar Data with the ARPS 3DVar and Cloud Analysis System on Forecasts of a Squall Line in Southern China

Assimilation configurations have significant impacts on analysis results and subsequent forecasts. A squall line system that occurred on 23 April 2007 over southern China was used to investigate the impacts of the data assimilation frequency of radar data on analyses and forecasts. A three-dimensional variational system was used to assimilate radial velocity data,and a cloud analysis system was used for reflectivity assimilation with a 2-h assimilation window covering the initial stage of the squall line. Two operators of radar reflectivity for cloud analyses corresponding to single-and double-moment schemes were used. In this study, we examined the sensitivity of assimilation frequency using 10-, 20-, 30-, and 60-min assimilation intervals. The results showed that analysis fields were not consistent with model dynamics and microphysics in general;thus, model states, including dynamic and microphysical variables, required approximately 20 min to reach a new balance after data assimilation in all experiments. Moreover, a 20-min data assimilation interval generally produced better forecasts for both single-and double-moment schemes in terms of equitable threat and bias scores. We conclude that a higher data assimilation frequency can produce a more intense cold pool and rear inflow jets but does not necessarily lead to a better forecast.