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.     

L波段探空仪温度资料误差分析

我国探空观测业务已逐步用L波段探空仪取代59型探空仪。为了解L波段探空仪观测质量,利用观测资料减模式背景场的差（简称OMB）的统计分析技术和贝塞尔函数拟合法分离观测误差技术,分析了2005年35月我国36个L波段探空仪探测的温度误差特性。结果表明,L波段和59型的OMB平均偏差差别不大,一般都在0．2℃之内。而温度随机误差在500-300hPa减小约0．2℃,在00时300hPa以上,有更明显的减小,达0．4℃,约占59型观测误差的四分之一。     

复杂地形下地面观测资料同化Ⅱ.模式地形与观测站地形高度差异代表性误差

第Ⅰ部分研究结果 (徐枝芳等, 2007) 表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响.此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析, 考虑模式与实际观测站地形高度差异对同化效果的影响, 提出在地面观测误差中增加地形代表性误差来解决这个问题.研究结果表明: 地面资料同化分析时, 在其观测误差中加入一项新的误差--地形代表性误差, 能较好地解决地面资料同化分析中模式与观测站地形高度差异问题; 地面资料参与同化分析, 在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时, 地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小, 同时又部分地将地面观测信息通过变分分析融进分析场, 使得低层分析更接近真实场, 且地面资料利用率更高, 24小时降水数值预报 (模拟) 的效果较好.     

复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

自动土壤水分观测资料应用误差分析

根据从国家气象信息中心实时资料数据库读取的自动土壤水分监测资料,对比同日人工测定的土壤相对湿度数据,发现白天各时次自动监测数据与人工监测数据之间均存在15%左右的差异。具体针对监测仪器自身的结构特点以及中国气象局的业务要求,从两种监测方法自身的监测地段代表性、数据测量和换算、监测土层深度、监测时间、土壤水分常数测算、土壤结构变化等多种角度分析数据间存在差异的原因;认为多种可以估算的差异"叠加"在一起时,对比差异最大可能达到20%左右,加上其他误差因素的影响,实际应用中出现15%左右的差异是可以解释的;选择较长序列的站点实测资料进行了数据差异的实况分析。结合业务中常用的墒情等级判断指标,分析数据差异对客观判断构成的数据干扰和数据损失。建议直接利用体积含水量进行业务应用分析,探究全新的自动土壤水分监测数据应用方法,在具体应用中建立相应的指标体系或指标模型,充分发挥自动土壤水分监测的优势。     

不同观测误差确定方法对地基GNSS-ZTD资料同化预报效果影响的对比分析

利用2016年6—8月华北—东北地区的地基全球卫星导航系统的天顶总延迟(GNSS-ZTD)观测资料、东北区域中尺度数值预报系统,以2016年6—8月的13 d强降水为例,开展基于Desroziers等(2005)理论的Des方法和传统方法进行观测误差确定的天顶总延迟资料同化对比试验研究,探讨Des方法相对于传统观测误差确定方法对天顶总延迟资料同化预报效果的影响,并以未做天顶总延迟资料同化的试验为对照试验,考察天顶总延迟资料在数值模式中的同化应用效果。结果表明:(1)Des方法得到的天顶总延迟观测误差诊断值较为合理,诊断值站点间差别较大,说明逐站进行观测误差诊断的必要性;(2)天顶总延迟资料同化使强降水的强度、落区预报性能得到提高,使温、湿、风等要素的预报与观测接近,Des方案同化分析、预报效果优于传统方案;(3)对2016年7月25日华北—东北强降水过程进行了同化预报分析,整体而言,天顶总延迟资料同化有效增强了对流层中低层初始湿度场,修正了积分初期水凝物含量与位置,进而改善了降水预报效果,修正了对照试验对辽宁东部地区强降水的明显漏报,且通过降水的反馈作用改进了温度与风场预报效果。基于D...     

AMDAR资料在北京数值预报系统中的同化应用

该文针对北京市气象局业务快速更新循环同化预报系统(BJ-RUC),通过对有无飞机观测资料参加同化的预报试验客观要素预报均方根误差和降水量TS评分的对比分析,探讨了飞机观测资料对短期数值天气预报的影响。结果表明:飞机观测资料的同化对于前9 h预报时效内的高空风和温度预报有明显的正面影响。其中,对风预报的正面影响集中在925~250 hPa高度上;而对温度预报的正面影响主要体现在850~400 hPa之间的各层内。在快速更新循环的暖启动模式下,飞机观测资料同化比冷启动模式下带给预报结果更明显的正面贡献。飞机观测资料参加同化对于降水预报技巧的提高也有正面效应,对24 h和12 h累积降水量TS评分以及12~18 h和18~24 h时段内的6 h累积降水TS评分有明显提高,提高的最大幅度达50%,并对相应阈值和时段内无飞机观测资料参加同化的试验中雨区偏大现象有改善。分析增量分布特征与同化带来的风温要素3 h预报改进的垂直特征基本对应,表明飞机观测资料参加同化对初始场中风场和温度场质量的改进。     

探空加密观测资料对西南地区数值预报的影响分析

应用2013年6月逐日全国探空气象加密观测资料和常规观测资料,WRF模式模拟资料,西南地区地面自动站资料等,采用数值模拟、统计方法和天气学方法,分析了探空气象加密观测资料对数值模拟效果的影响。研究得到:(1)探空资料同化,总体上提高了降水的TS评分值,一定程度降低了降水预报空报率,提高了中雨和大雨的6h累积降水预报准确率。(2)探空资料同化主要使降水区上空位势高度增加,气旋环流减弱,从而影响降水落区和降水强度。(3)探空资料同化减小气象要素分析场和预报场的均方根误差,对高空要素预报的改进在前24h较明显,尤其是前6h,对地面气象要素预报在整个积分时段内总体呈现正效果作用。     

地面温度自动观测个例误差分析

通过凌源自动站与人工站的地面温度对比观测，分析了自动站样本的稳定性和误差原因，找出了产生误差的相关因子，探讨了如何保证资料的连续性和可比性。     

常规地面观测资料在GRAPES同化系统中的误差控制试验

利用GRAPES-3Dvar系统,分别对2004年9月3~5日、2005年7月2~4日、2008年7月20~22日的3个降水个例进行了常规地面资料各同化变量误差倍数改变的质量控制试验。结果表明,改变地面同化变量的误差倍数对进入同化系统的资料条目数是有所改变的;H的误差倍数取4时就能保证80%的资料进入同化系统,而U、V、Q的误差倍数取到2时,就能保证90%的资料进入同化系统;通过对目标函数及其梯度随跌代步数下降趋势对比分析,发现同化各变量的误差倍数取4及其以下时,其代价函数就能满足收敛条件,从而得到分析场;随着误差倍数的增加,进入同化的H资料的条目数越多,其对四川境内的降水预报的改善程度越差,而进入同化的U、V、Q条目数越多,其对四川境内的降水预报的改善程度越好,同时当误差倍数取到3以上时,各同化变量在四川境内的降水雨带与各自的误差倍数取3时一致。在既保证最大程度的利用更多同化资料,又保证其同化质量的前提下,H、U、V、Q的误差倍数的取值分别为4、3、3、3。     

集合卡尔曼滤波同化多普勒雷达资料的数值试验

利用集合卡尔曼滤波(EnKF)在云数值模式中同化模拟多普勒雷达资料,并考察了不同条件下EnKF同化方法的性能.结果显示,经过几个同化周期后,EnKF分析结果非常接近真值.单多普勒雷达资料EnKF同化对雷达位置不太敏感,双雷达资料同化结果在同化的初期阶段比单雷达资料同化结果准确.同化由反射率导出的雨水比直接同化反射率资料更有效,联合同化径向速度和雨水有利于提高同化分析效果.协方差对EnKF同化效果起着非常重要的作用,考虑模式全部预报变量与径向速度协方差的同化效果比仅考虑速度场与径向速度协方差的同化效果好.雷达资料缺值降低了同化效果,此时增加地面常规观测资料的同化可以明显提高同化分析效果.EnKF同化技术对雷达观测资料误差不太敏感.初始集合对同化分析有较大影响.EnKF同化受集合大小和观测资料影响半径.同化对模式误差较敏感.利用EnKF同化双多普勒雷达资料,分析了一次梅雨锋暴雨过程的中尺度结构.结果表明,EnKF同化技术能够从双多普勒雷达资料反演暴雨中尺度系统的动力场、热力场和微物理场,反演的风场是较准确的,反演的热力场和微物理场分布也是基本合理的.中低层切变线是此次暴雨的主要动力特征,对流云表现为低层辐合、高层辐散并有垂直上升运动伴随,其热力特征表现为低层是低压区,高层为高压区,中部为暖区而上、下部为冷区,水汽、云水和雨水分别集中在对流云体内、上升气流区和强回波区.     

卡尔曼滤波技术在暴雨中期预报中的应用

在河北暴雨中期预报系统中,应用卡尔曼滤波技术对ＥＣＭＷＦ５００ｈＰａ高度预报场进行了订正。通过对ＥＣＭＷＦ５００ｈＰａ高度场的多种订正试验,分析比较未订正的和各种不同订正方案的高度预报均方根误差,证明卡尔曼滤波双因子订正对于提高暴雨预报能力是有效的。     

探空报在区域中尺度同化系统中的优化处理

通过对同化系统中常规探空观测资料分类、解码程序的优化,实现了常规探空天气报告全部要素的提取和解码,提高了常规探空天气报告的利用率。     

FY-2E卫星云导风定高误差及在同化中的应用

FY-2E气象卫星云导风产品观测误差较大的主要原因是高度指定存在较大误差。针对该问题,采用一维变分方法对云导风高度进行调整。统计分析表明:经高度调整后的FY-2E气象卫星云导风产品质量得到很大改善;采用新息向量法,选取零阶Bessel函数模型,在观测空间分离背景误差和观测误差方差得到云导风的观测误差。运用GRAPES全球模式进行数值模拟,结果表明:采用新的观测误差方案和经过高度调整后的云导风产品能提高数值模式在北半球的短期预报能力,高层的改进效果明显好于中低层。并根据云导风反演原理及算法,讨论了FY-2E气象卫星云导风高度指定系统性偏高的主要原因,以求进一步改善云导风产品的质量。     

利用探空资料计算水汽压

利用L波段探空资料的相对湿度值及温度值计算水汽压时,由于探空测量的是相对于水面的相对湿度,只能用相对于水面的饱和水汽压公式来计算,低温时用相对于冰面的饱和水汽压公式计算水汽压可能不正确.对水相和冰相的不同处理所带来的偏差进行了分析和讨论.以CIMO规定的温度-45℃和0℃为界,分别计算了用相对于冰面的饱和水汽压公式和相对于水面的饱和水汽压公式得到的水汽压值,并进行了比较.结果表明,在计算实际水汽压的过程中,用不同的饱和水汽压公式所产生的绝对偏差虽然不大,但相对偏差最大可能达到50％,不容忽视,对确定对流层上部的气候效应可能产生影响.     

Wind Speed and Altitude Dependent AMDAR Observational Error and Its Impacts on Data Assimilation and Forecasting

Aircraft Meteorological Data Relay (AMDAR) observations have been widely used in numerical weather prediction (NWP) because of its high spatiotemporal resolution. The observational error of AMDAR is influenced by aircraft flight altitude and atmospheric condition. In this study, the wind speed and altitude dependent observational error of AMDAR is estimated. The statistical results show that the temperature and the observational error in wind speeds slightly decrease as altitude increases, and the observational error in wind speed increases as wind speed increases. Pseudo single AMDAR observation assimilation tests demonstrate that the wind speed and altitude dependent observational error can provide more reasonable analysis increment. Furthermore, to assess the performance of wind speed and altitude dependent observational error on data assimilation and forecasting, two-month 3-hourly cycling data assimilation and forecast experiments based on the Weather Research and Forecasting Model (WRF) and its Data Assimilation system (WRFDA) are performed for the period during 1 September-31 October, 2017. The results of the two-month 3-hourly cycling experiments indicate that new observational error improves analysis and forecast of wind field and geo-potential height, and has slight improvements on temperature. The Fractions Skill Score (FSS) of the 6-h accumulated precipitation shows that new wind speed and altitude dependent observational error leads to better precipitation forecast skill than the default observational error in the WRFDA does.