混合误差协方差用于集合平方根滤波同化的试验

在集合卡尔曼滤波方法中, 根据预报集合统计提供的依流型而变的预报误差协方差对同化起到决定性的作用。但在集合样本容量不足及模式存在系统误差时, 由预报集合估计的预报误差协方差会出现明显偏差。既要减小这种估计偏差对同化产生的影响而又不增加计算量, 一种可供选择的方法是将定常或准定常的高斯型预报误差协方差和由预报集合估计的预报误差协方差加权平均用于集合卡尔曼滤波同化。利用浅水方程模式, 通过观测系统模拟试验检验在不同的模式误差、 集合成员数以及观测密度条件下, 将这种混合预报误差协方差矩阵用于在集合平方根滤波的效果。试验结果表明, 当预报集合成员数较多而模式又无误差时, 不必采用混合的预报误差协方差矩阵, 否则, 采用混合的预报误差协方差矩阵都有可能改进分析和预报。混合预报误差协方差的最优的权重系数与模式误差关系密切, 模式误差越大, 定常预报误差协方差的权重越大。最优的权重系数与集合成员数及观测密度也有一定关系。     

非线性滤波在含“开关”过程的资料同化中的应用研究

利用一个描述实际数值天气预报模式中比湿在单格线上随时间发展的偏微分方程作为控制方程,研究分析了非线性滤波方法在含开关过程的资料同化中的有效性和可行性。首先在贝叶斯理论框架下,讨论了一般情形的非线性滤波方法,然后对基于粒子滤波(PF)和基于集合卡尔曼滤波(EnKF)的两种同化方法进行对比,由于EnKF是通过对集合成员的统计分析得到的误差分布的一阶矩和二阶矩来近似真实误差分布的,所以当用高斯分布近似真实误差分布所产生的误差较大时,基于EnKF的同化方法得到的结果也会有较大的误差。最后分别从观测算子为线性和非线性、观测误差为高斯型和非高斯型4种情形进行数值试验,结果显示当观测误差为高斯型时,无论观测算子为线性还是非线性,基于PF和基于EnKF的同化方法都能克服由开关过程给资料同化带来的困难,给出满意的同化结果;而当观测误差为非高斯型时,EnKF出现滤波不稳定,产生了非理想的同化结果,但PF方法仍然能够有效地发挥作用,给出满意的同化结果。     

GRAPES集合卡尔曼滤波资料同化系统Ⅰ:系统设计及初步试验

集合卡尔曼滤波资料同化方法,可以用集合样本统计出随天气形势变化的误差协方差,是当前资料同化领域的研究热点。主要介绍了GRAPES集合卡尔曼滤波资料同化系统的设计以及初步的试验结果。针对集合卡尔曼滤波同化实际观测资料难以实施的问题,采用成批观测同化的顺序同化方法进行多变量的集合卡尔曼滤波同化;为了滤除有限集合数造成的误差相关噪音和缓解求逆矩阵不满秩的问题,在水平和垂直方向都采用了Schur滤波;建立了与GRAPES预报模式的垂直坐标和预报变量一致的模式面集合卡尔曼滤波系统;集合样本的生成考虑了模式变量的空间相关和模式变量之间的相关,通过利用三维变分分析中的控制变量变换得到模式变量扰动场。通过比较GRAPES集合卡尔曼滤波资料同化系统和GRAPES区域三维变分资料同化系统的单点观测资料同化分析结果,对比背景误差相关系数的分布,验证了GRAPES集合卡尔曼滤波系统的正确性。此外,同化区域探空观测资料试验结果表明,GRAPES集合卡尔曼滤波资料同化系统能够得到合理的分析,并且具有实际运行能力。对分析结果进行12h预报表明,GRAPES集合卡尔曼滤波资料同化系统的分析协调性不如三维变分资料同化系统。     

大气风温湿垂直观测网资料快速更新混合同化试验研究

基于WRF预报模式、WRFDA Hybrid集合变分同化系统和ETKF方法,构建了面向城市气象观测网数据的快速更新混合同化系统。针对北京地区地基微波辐射计和风廓线雷达组网观测资料数据同化,开展了静态背景误差调整因子(特征长度尺度因子和方差因子)、局地化距离和集合权重系数4个重要参数敏感性试验研究。试验结果表明：当温度、相对湿度、u风和v风的特征长度尺度因子和方差因子分别调整为0.7/1.0、1.0/1.0、0.7/1.0和0.7/1.0,局地化距离和集合权重系数分别调整为11.2 km和0.5时,快速更新混合同化系统的分析场均方根误差最小。为对比三种常用同化方案,开展了默认参数混合同化、最优参数混合同化、三维变分同化对比试验,试验结果表明：在针对北京地区地基微波辐射计和风廓线雷达组网观测资料的快速更新同化预报试验中,混合同化方案表现优于三维变分,同时相对于默认参数混合同化方案,最优参数混合同化方案的风场、温度及湿度的分析场和预报场得到了进一步改善：风温湿的分析场均方根误差分别最大降低了13%、19%和5%,12～24 h预报场的均方根误差分别最大降低了2%、12%和5%。     

基于地面资料集合均方根滤波同化方案的京津冀暴雨模拟研究

为了更加有效地同化地面自动气象站观测资料,针对模式地形与观测站地形存在的高度差异对同化效果的影响,提出了相应的解决方案。在同化系统的位温和露点观测误差中分别引入位温和露点地形代表性误差,在WRF模式中应用集合均方根滤波方法（EnSRF）同化地面自动气象站观测资料,并对2016年一次京津冀暴雨个例进行数值试验。研究结果表明,同化地面资料后,同化阶段的均方根误差、预报阶段的降水TS评分和前13个时次各要素预报均有整体改进。在观测误差中引入地形代表性误差与引入前相比,风场均方根误差得到整体改进;位温和露点的均方根误差在前期表现并不稳定,在后期有所改进;预报阶段前24 h累计降水与后24 h累计降水TS评分在整体上均有所提高。新方案能够减少高度差异对同化效果的影响。      

基于集合卡尔曼滤波的土壤水分同化试验

集合卡尔曼滤波是由大气数据同化发展的新的顺序同化算法,它利用蒙特卡罗方法计算背景场的误差协方差矩阵,克服了卡尔曼滤波需要线性化的模型算子和观测算子的难点。我们发展了一个基于集合卡尔曼滤波和简单生物圈模型(SiB2,Simple Biosphere Model)的单点陆面数据同化方案。利用1998年7月6日至8月9日青藏高原GAME-Tibet实验区MS3608站点的观测数据进行了同化试验。结果表明,利用集合卡尔曼滤波的数据同化方法可以明显地提高表层、根区、深层土壤水分的估算精度。     

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。     

EnSRF雷达资料同化对一次强对流天气模拟的影响研究

利用ARPS(Advanced Regional Prediction System)模式和具有流依赖背景误差协方差的集合均方根滤波(Ensemble Square Root Filter,简称En SRF)方法,通过同化多部多普勒雷达资料,对2013年6月23日的强对流天气过程进行了研究。首先对比同化试验和观测的组合反射率因子,检验了同化效果。通过计算均方根误差和离散度,进一步定量评估了同化结果。再对比模式变量,综合分析了En SRF雷达资料同化对模式热力、动力、湿度和微物理量等变量的影响。最后对集合平均场进行1 km的高分辨率数值模拟。结果表明:En SRF能够同化出与观测类似的对流系统,且减弱了南北部的虚假回波。径向风和反射率因子的均方根误差明显减少。En SRF雷达同化能够明显优化模式的初始场,同化试验的回波在垂直方向上范围增加,强度偏弱。在强对流区域,低层的冷池温度最多降低6 K,相对湿度最多增加30%。对流区域的雨水、冰晶和雪的混合比均有明显增加。模拟发现同化试验能够较好地模拟出对流系统的结构和位置。     

GRAPES集合卡尔曼滤波资料同化系统Ⅱ：区域分析及集合预报

GRAPES集合卡尔曼滤波资料同化方法能够分批同化常规观测资料,GRAPES集合卡尔曼滤波同化系统的设计及其与GRAPES三维变分同化系统的对比试验结果表明,GRAPES集合卡尔曼滤波系统能够得到合理的分析,并且具有实际运行能力。在此基础上,进行集合卡尔曼滤波区域同化分析及集合预报试验,对比区域模式面三维变分同化分析预报结果,研究表明,集合卡尔曼滤波分析比三维变分分析具有一定优势,降水预报更接近实况。考察了预报误差特征随天气形势的变化情况,表明预报误差相关场和均方差的分布随着天气形式不同而变化。     

双分辨率集合卡尔曼滤波同化方案及模拟试验

高分辨率中尺度模式集合卡尔曼滤波实际应用的困难是集合预报会耗费大量的时间。而双分辨率集合卡尔曼滤波是由一组低分辨率样本提供同化所需的背景误差协方差矩阵,这种方法可以减少集合预报的时间。为了检验其有效性,文中利用模拟资料,与标准高分辨率集合卡尔曼滤波方法比较。结果表明：在第一个同化时次,两者对500 hPa水平风场和扰动位温场的分析增量场均与真实增量场的高低值中心位置一致,且结构与真实增量场接近,前者（高分辨率集合卡尔曼滤波）的增量值比后者（双分辨率集合卡尔曼滤波）的增量值更接近真实情况;在连续的预报-同化循环试验中,随着同化次数的增加,两种方法分析变量的均方根误差总体上都是下降的,均表现了很好的同化能力,但后者与前者相比仍存在一定的差距;在相同的运行环境下,后者的运行时间仅是前者的1/6。     

HBFNEnKF混合同化方法设计及检验

基于前后张驰逼近（Back and Forth Nudging,简称BFN）和集合卡尔曼滤波（EnKF）方法,构建了一种新的同化方法HBFNEnKF（Hybrid Back and Forth Nudging EnKF）混合同化方法,并将此同化系统分别与通道浅水模式（shallow water model）和全球浅水模式对接,检验了HBFNEnKF同化方法的有效性。同时,对比了集合均方根滤波（EnSRF）、HNEnKF (Hybrid Nudging EnKF)、HBFNEnKF三种方法在有误差模式中的同化效果。试验结果表明:HBFNEnKF同化方法保留了HNEnKF方法的同化连续性,解决了EnKF同化不连续不平滑的问题,同时还有着更快的收敛速度;当采用单变量分析试验时,HBFNEnKF方法的优势最为明显,表明HBFNEnKF能够较好地保持不同模式变量间的平衡。此外,增量场尺度分析结果表明:相比EnSRF,HBFNEnKF在大尺度范围有更好的同化效果,同时能够避免在中小尺度范围内出现大量的虚假增量。     

集合Kalman滤波资料同化技术及研究现状

针对国内集合Kalman滤波资料同化领域的研究空白,对该技术的背景、理论、优势以及存在的问题做了简要描述,对目前国际上的主要研究成果做了介绍,并给出了该方法可能的发展方向。     

集合Kalman滤波在土壤湿度同化中的应用

基于非饱和土壤水模型和集合卡尔曼滤波 (Ensemble Kalman Filter, 简称EnKF) 并结合陆面水文模型——可变下渗能力模型 (Variable Infiltration Capacity, 简称VIC模型) 发展了一个土壤湿度同化方案。利用1998年6~8月淮河流域能量和水循环试验 (HUBEX) 项目外场观测试验区——史灌河流域梅山站土壤湿度逐日观测资料及1986~1993年合肥和南阳两站点的土壤湿度旬观测资料进行同化试验, 结果表明该同化方案能完整估计土壤湿度廓线, 同化的土壤湿度与观测资料基本吻合, 反映了土壤湿度的日、 旬、 月、 季变化, 同化方案是合理的。与基于扩展卡尔曼滤波 (Extended Kalman Filter, 简称EKF) 的土壤湿度同化方案的结果比较, 基于EnKF的土壤湿度同化方案易于实现, 且通过选择恰当的集合样本数其同化效果总体上略优于EKF同化方案, 但前者同化时需要花费较多的计算时间。     

Development of an ensemble data assimilation system with LMDZ5 AGCM for regional reanalysis

Climate Dynamics - The present study describes a newly developed LMDZ–DART data assimilation system based on the Ensemble Kalman Filter (EnKF) with a stretched grid atmospheric model and...     

A ＂Dressed＂ Ensemble Kalman Filter Using the Hybrid Coordinate Ocean Model in the Pacific

The computational cost required by the Ensemble Kalman Filter (EnKF) is much larger than that of some simpler assimilation schemes, such as Optimal Interpolation (OI) or three-dimension variational assimilation (3DVAR). Ensemble optimal interpolation (EnOI), a crudely simplified implementation of EnKF, is sometimes used as a substitute in some oceanic applications and requires much less computational time than EnKF. In this paper, to compromise between computational cost and dynamic covariance, we use the idea of ``dressing' a small size dynamical ensemble with a larger number of static ensembles in order to form an approximate dynamic covariance. The term ``dressing' means that a dynamical ensemble seed from model runs is perturbed by adding the anomalies of some static ensembles. This dressing EnKF (DrEnKF for short) scheme is tested in assimilation of real altimetry data in the Pacific using the HYbrid Coordinate Ocean Model (HYCOM) over a four-year period. Ten dynamical ensemble seeds are each dressed by 10 static ensemble members selected from a 100-member static ensemble. Results are compared to two EnKF assimilation runs that use 10 and 100 dynamical ensemble members. Both temperature and salinity fields from the DrEnKF and the EnKF are compared to observations from Argo floats and an OI SST dataset. The results show that the DrEnKF and the 100-member EnKF yield similar root mean square errors (RMSE) at every model level. Error covariance matrices from the DrEnKF and the 100-member EnKF are also compared and show good agreement.     

基于集合Kalman滤波数据同化与偏差修正的热带气旋强度集合预报研究

采用基于集合Kalman滤波数据同化和偏差修正方法的集合预报技术来研究热带气旋的强度预报问题.集合预报系统考虑初值误差和模式误差,利用MM5中尺度模式,采用Anthes-kuo、Grell和Betts-Miller等积云参数化方案和High-res-olution Blaekadar、Burlk-Thompson、MRF等边界层过程的9组不同的组合,分别进行45、60和75 min的短时预报.对9个预报结果采用"镜像法",得到18个集合成员.将蓝金涡旋作为同化的观测场,18个集合成员作为集合Kalman滤波的初始背景集合,采用ENSRF算法和逐点局地分析算法进行同化.同化后的结果作为集合预报的初值,预报过程对模式参数采用前述9种组合,进行72小时预报.通过求取偏差系数对预报结果进行修正,减小模式系统误差.选2003-2004年16个台风过程作为预报个例,讨论偏差修正前后对预报结果的影响.实验结果表明,基于集合Kalman滤波数据同化的热带气旋集合预报相对于非同化的集合预报对路径预报的改进效果优于强度预报.平均而言通过偏差修正,强度集合预报的潜力得到挖掘,绝对误差明显减小,通过偏差修正减小了强度集合预报均值的误差,进而使得预报概率密度函数均值向理论值靠近,从而提高了概率预报的精度和合理性,因此基于集合预报的偏差修正分析方法,是改善热带气旋强度预报水平的有效途径.     

Hydrological Evaluation of the Canadian Meteorological Ensemble Reforecast Product

This paper evaluates the quality of the ensemble hydrological reforecasts obtained using the 18-year ensemble meteorological reforecast dataset available from the Canadian Centre for Meteorological and Environmental Prediction (CCMEP). This study focuses on four large watersheds in the province of Quebec. A distribution-based scaling (DBS) post-processing method is used to correct the 18-year ensemble precipitation reforecasts. An Ensemble Kalman Filter (EnKF) assimilation technique is also assessed to improve the initial conditions of the hydrologic model. There is a slight improvement in performance and reliability after applying the DBS approach to precipitation reforecasts, but this technique induces a reduction in the spread. The impact of the integration of the post-processed precipitation into the hydrologic model is also quite marginal. However, the addition of an EnKF provides better ensemble hydrological reforecasts with high performance, reliability, and skill, especially in the first reforecast horizons. The best results are, however, generally obtained when using DBS and an EnKF together. Combining DBS and an EnKF, hydrological forecasts for the next two weeks are obtained using the CCMEP reforecast and also the second generation Global Ensemble Forecast System (GEFS v2) reforecast, which is considered a reference. Forecasts of comparable skill and spread are obtained, with CCMEP-based forecasts showing better spread during the first week, and GEFS v2–based reforecasts showing better skill and spread during the second week. Finally, it is shown that the two meteorological reforecast products assessed in this study have similar economic value for hydrological forecasting applications based on the cost–loss model.     

集合卡尔曼滤波数据同化在一维波动方程中的应用

简要回顾了集合卡尔曼滤波(EnKF：Ensemble Kalman Filter)数据同化方法的发展历史,并介绍了EnKF数据同化方法的基本原理,利用一维非线性波动方程进行了数值试验。EnKF数据同化方法的实现过程简单可行。避免了EKF中协方差演变方程预报过程中出现的计算不准确和关于协方差矩阵的大量数据的存储问题,最主要的是EnKF可以有效控制模式变量估计误差方差的增长,改善预报效果。     

EnKF循环同化相控阵雷达数据与变分雷达反演方法的对比研究:对一次台风外围龙卷个例的分析北大核心

针对2018年9月17日发生在广东省佛山市的一次台风龙卷过程,对比分析了EnKF和变分方法同化X波段相控阵雷达得到的风场结构。结果表明,EnKF方法和变分方法在同化了X波段相控阵雷达资料之后,都可以得到龙卷母体风暴的涡旋特征。相比之下,EnKF同化分析的涡旋强度更强,台风龙卷母体风暴及其周边三维风场的结构更加完整,与回波结构匹配更好。变分方法同化得到的流场不够连续,台风龙卷母体风暴的涡旋强度偏弱,弱回波区入流也明显偏弱,并不符合概念模型。而两种方法在没有同化相控阵雷达数据时,都无法产生龙卷母体风暴的流场特征。总体而言,相对于变分方法,EnKF同化系统在同化X波段相控阵雷达数据后可以产生更为合理的涡旋结构,台风龙卷母体风暴及其周边动力场结构更合理,这为以后X波段相控阵雷达的业务应用提供了思路。