基于历史样本投影的四维变分陆面数据同化方法及其初步应用

法面临着计算量上的挑战。本研究将一种历史样本投影的四维变分同化方法(Historical-Sample-Projection4DVar,简写为HSP-4DVar)应用于陆面数据同化,建立起CoLM陆面模型的HSP-4DVar系统。相比其他四维变分同化方法,HSP-4DVar的分析值是显式求解,不需要编写和使用伴随模式,从而大大节省了计算量,是一种易于实现的同化方案。通过同化56个月的土壤湿度观测数据表明,新的陆面同化系统不仅省时,而且能够有效吸取观测信息,使得同化后的均方根误差显著降低,各层土壤湿度模拟都有所改善,陆表1000mm层的改善最为明显。     

CMA-MESO三维变分同化系统2m相对湿度资料同化研究

为了提高CMA-MESO （China Meteorological Administration Mesoscale model）（原GRAPES）三维变分同化系统中2 m相对湿度资料的应用效果,改善模式中相对湿度的分析和降水预报效果,分析了2015年6—8月T639（T639L60全球中期数值预报系统,0.28125°×0.28125°）分析场低层相对湿度和2 m相对湿度之差与表征稳定度的理查森数（Ri）的关系,发现二者有很好的相关,Ri＜0时,模式低层相对湿度与2 m相对湿度的差异较小,基本在同化观测误差范围内。依据该统计结果,对CMA-MESO同化系统中2 m相对湿度同化方案进行优化,Ri＜0时,将观测站地形低于模式地形的2 m相对湿度观测由观测站高度改为模式最低层高度进行同化,形成新的2 m相对湿度同化方案,旨在解决2 m相对湿度资料同化时模式地形高度与观测站高度不同的影响。2018年7月CMA-MESO三维变分同化系统（3DVar）个例和连续试验结果显示:新的2 m相对湿度同化方案同化分析资料数量明显增加,且08时多于20时（北京时）,新增观测点新息向量（背景减观测）与周围原有观测新息向量保持基本一致,分析残差偏差和均方根误差减小,降水预报效果明显改善。新2 m相对湿度同化方案通过提高观测站低于模式地形高度的观测资料合理应用,从而改善了3 km模式系统同化分析和预报效果。      

GRAPES全球三维变分同化中卫星微波温度计亮温的背景误差及在质量控制中的应用

模式变量背景误差在观测空间的投影,也即观测变量的背景误差包含了变分同化系统的重要信息,其在诊断和分析变分同化系统中资料的影响等方面具有重要作用,特别是在背景场检查质量控制中。在GRAPES全球三维变分同化(3DVar)系统中仅给定了控制变量的背景误差,并未直接给定观测变量的背景误差。为了能够对GRAPES全球3DVar进行全面的诊断和分析,改进卫星微波温度计资料的质量控制,推导出GRAPES全球3DVar同化系统控制变量随机扰动方法估计观测变量的背景误差的公式,为分析和改进GRAPES全球3DVar提供了一个有力工具,并进而估计了AMSU-A亮温的背景误差,分析了AMSU-A不同通道亮温的背景误差特征,将其应用于GRAPES全球3DVar的AMSU-A亮温的背景场检查质量控制中。结果表明,控制变量随机扰动方法估计的GRAPES全球3DVar同化系统AMSU-A亮温的背景误差正确合理。同化循环预报试验结果表明,亮温的背景误差在背景场检查中的应用显著提高了GRAPES全球3DVar同化的亮温资料的数量,显著提高了GRAPES南半球对流层中高层位势高度场的预报技巧。在GRAPES全球3DVar同化系统中推导和实现的控制变量扰动方法为诊断和分析GRAPES全球3DVar观测资料同化效果提供了有力工具。      

台风暴雨数值预报中ATOVS资料的变分同化试验

利用ATOVS卫星辐射率资料和NCEP资料,采用中尺度数值模式WRF(V3.3)及其同化系统WRF-3DVar,设计了几组同化试验方案,对由0908号台风"莫拉克"导致的台湾南部2009年8月8—9日特大暴雨过程进行数值预报。结果表明,直接同化ATOVS辐射率资料对初始温度场、湿度场和风场均有较明显的改善,其中连续循环同化试验的改善效果最显著,同化后初始场增加了暴雨中心上空对流不稳定性,同时风场也表现出更强的低层辐合、高层辐散的中尺度特征。对比不同的辐射率资料发现,同化MHS资料对湿度场改进效果较好,同化AMSUA资料对温度场和风场改进效果较好,同时同化MHS和AMSUA资料改进效果整体上要好于前两者。在对降水预报定量检验中,同化试验的整体评分要高于控制试验,特别是降水临界值超过300 mm后评分提高最为显著。连续循环同化试验对这次台风暴雨的预报与实况最为接近。     

基于雷达资料四维变分同化和三维云模式对一次超级单体风暴发展维持热动力机制的模拟分析

利用三维云尺度数值模式和雷达资料快速更新循环四维变分同化(4DVar)技术,对京津冀地区一次强降水超级单体风暴发展演变的热动力机制进行了数值模拟和结果分析,并结合雷达、加密探空和自动站资料,揭示了快速变化的近风暴大气环境及风暴自身的热动力三维特征对超级单体形成、发展和演变的影响.雷达回波观测分析表明,这是一次由多单体合并加强为“右移”超级单体而后又分裂为多单体的风暴过程.在超级单体形成到发展成熟阶段,风暴前方中低层环境垂直风切变逐渐加强,为超级单体中稳定旋转上升气流和中气旋的形成创造了重要条件.模拟的风矢端图也指示出,风暴前方的低层环境风随高度存在显著的顺时针切变,有利于超级单体风暴的持续发展     

基于GRAPES-MESO模式的非静力三维变分同化方案性能分析

利用国家气象中心中尺度业务模式GRAPES-MESO V3.0,以2009年6 8月为例,用T213模式12h预报场为大尺度模式背景场,进行了非静力GRAPES-3DVAR系统同化(3DVAR试验)与不同化(CNTL试验)探空资料的两组数值试验,并对降水、高度、温度、风场和相对湿度场进行了统计检验和典型个例分析,探讨了非静力三维变分同化系统的性能.结果表明:(1)除700 hPa相对湿度场外,3DVAR试验850,700和500 hPa初始温、压、湿和风场均方根误差均比CNTL试验有所增加,其中3DVAR试验对500 hPa初始温、压和风场的负贡献最为显著.随着预报时间延长,3DVAR试验对500 hPa风场预报的负贡献较为明显;(2)对整个模式积分区域平均状况而言,3DVAR试验对模式0～24 h和12～36 h降水预报中大多数降水量级的TS评分都小于CNTL试验;(3)CNTL试验对小雨、中雨的预报范围比较适中,对大雨、暴雨及大暴雨的预报范围均小于实况,且随着降水量级的增大,预报范围较实况偏小的程度加剧;3DVAR试验则对各量级降水范围预报偏小的程度均大于CNTL试验,特别是中雨以上强度的降水;(4)CNTL试验较3DVAR试验能更好地模拟雨带的分布、演变特征和降水强度的变化;(5)CNTL试验较好地再现了长江中下游、华南、华北、东北、西南地区东部和华东平均降水率的逐日演变及峰值、谷值模拟,但强度普遍偏弱;3DVAR试验模拟的各区域日平均降水率的演变趋势与CNTL试验类似,但强度弱于CNTL试验,因而其与实况的差异进一步加大;(6)两个试验与观测均有较好的一致性,CNTL试验的一致性略好于3DVAR试验;对＜1.5 mm·d-1的降水,两个试验都倾向于过多地预报了降水量;对＞1.5 mm·d-1的降水,两个试验预报的都偏弱;对1.5 mm·d-1以下的降水,两个试验的预报水平相当;对1.5 mm·d-1以上的降水,CNTL试验的预报优于3DVAR试验;(7)对2009年6-8月逐日降水预报结果进行了考察,整体而言,CNTL试验能较好地预报出逐日雨带的位置,强度也与实况基本接近,对西风带低槽、台风、低涡、切变线和局地降水都有较好的表现.3DVAR试验对逐日雨带的预报大致与CNTL试验类似,但预报的降水强度普遍弱于CNTL试验.     

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。      

一种新的COSMIC大气折射率资料观测误差估计方法及在GRAPES全球三维变分同化中的应用

观测误差协方差是变分同化系统中决定分析及预报效果的关键参数之一,观测误差的估计精度直接影响变分同化分析和预报效果。分析了新息增量法(H-L法)估计全球定位系统无线电掩星这类观测点不固定资料的观测误差的适用条件,并利用1年的气象、电离层及气候星座观测系统(COSMIC)折射率资料,针对局地观测算子,估计了COSMIC折射率在南、北半球高、中、低6个纬度带四季的观测误差,分析了COSMIC折射率观测误差的纬度、高度和季节变化的特点,并将估计的折射率观测误差应用于GRAPES(Global/Regional Assimilation and Prediction Enhanced System)三维变分同化系统。结果表明,折射率观测误差随高度和纬度有明显变化;在中、高纬度带,折射率观测误差有显著的季节变化:夏季折射率的观测误差约为冬季2倍,春、秋两季折射率误差具有较好的南北对称性,冬、夏两季折射率观测误差南、北半球差异较大。与GRAPES原来使用的全球平均单一的折射率观测误差相比,在GRAPES全球三维变分同化系统中使用本研究估计的较高精度的随纬度变化的COSMIC折射率观测误差能够提高GRAPES全球变分同化系统的预报水平。     

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。     

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.     

An Economical Approach to Four-dimensional Variational Data Assimilation

Four-dimensional variational data assimilation (4DVar) is one of the mostpromising methods to provide optimal analysis for numerical weatherprediction (NWP). Five national NWP centers in the world have successfullyapplied 4DVar methods in their global NWPs, thanks to the increment methodand adjoint technique. However, the application of 4DVar is still limited bythe computer resources available at many NWP centers and researchinstitutes. It is essential, therefore, to further reduce the computationalcost of 4DVar. Here, an economical approach to implement 4DVar is proposed,using the technique of dimension-reduced projection (DRP), which is called``DRP-4DVar. The proposed approach is based on dimension reduction usingan ensemble of historical samples to define a subspace. It directly obtainsan optimal solution in the reduced space by fitting observations withhistorical time series generated by the model to form consistent forecaststates, and therefore does not require implementation of the adjoint oftangent linear approximation.To evaluate the performance of the DRP-4DVar on assimilating different typesof mesoscale observations, some observing system simulation experiments areconducted using MM5 and a comparison is made between adjoint-based 4DVar andDRP-4DVar using a 6-hour assimilation window.     

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.     

A New Global Four-Dimensional Variational Ocean Data Assimilation System and Its Application

A four-dimensional variational data assimilation （4DVar） system of the LASG/IAP Climate Ocean Model, version 1.0 （LICOM1.0）, named LICOM-3DVM, has been developed using the three-dimensional variational data assimilation of mapped observation （3DVM）, a 4DVar method newly proposed in the past two years. Two experiments with 12-year model integrations were designed to validate it. One is the assimilation run, called ASSM, which incorporated the analyzed weekly sea surface temperature （SST） fields from Reynolds and Smith （OISST） between 1990 and 2001 once a week by the LICOM-3DVM. The other is the control run without any assimilation, named CTL. ASSM shows that the simulated temperatures of the upper ocean （above 50 meters）, especially the SST of equatorial Pacific, coincide with the Tropic Atmosphere Ocean （TAO） mooring data, the World Ocean Atlas 2001 （WOA01） data and the Met Office Hadley Centre＇s sea ice and sea surface temperature （HadISST） data. It decreased the cold bias existing in CTL in the eastern Pacific and produced a Nifio index that agrees with observation well. The validation results suggest that the LICOM-3DVM is able to effectively adjust the model results of the ocean temperature, although it＇s hard to correct the subsurface results and it even makes them worse in some areas due to the incorporation of only surface data. Future development of the LICOM-3DVM is to include subsurface in situ observations and satellite observations to further improve model simulations.     

陆面气温资料的一种推广三维变分同化方法及其在简化情形的检验

发展了一种同化窗口为1个月的陆面气温推广三维变分资料同化方法,并建立了逐日资料到月平均资料的观测算子.作为对该同化方法的初步检验,以2000年1月中国陆地区域时间分辨率低、空间分辨率较高且在高原地区与台站观测资料比较接近的CRU(Climate Research Unit)月平均陆面气温资料作为观测,以时间分辨率高、空间分辨率较低且在高原地区与台站资料有较大误差的NCEP逐日气温资料作为背景场,采用背景误差协方差矩阵(简称B矩阵)的两种简化对角形式进行同化试验,得到高时空分辨率的格点陆面气温分析场,并进行对比分析和均方根误差检验.结果显示,由两种简化形式得到的逐日资料和月平均资料的质量均得到改善,在我国东南和中部大部分地区与台站观测基本一致,在青藏高原、新疆等台站稀疏地区与地形对应良好,为M-SDGVM模型或其他陆面过程模式高质量陆面气象驱动场的准备提供了一种新的手段.尤其在B矩阵中考虑了方差逐日变化的简化形式所得到的分析场整体上要优于不考虑的,这为最终在B矩阵中考虑协方差(即对推广三维变分同化不作简化)进一步改进同化效果打下了基础.     

A New Approach to Data Assimilation

A significant attempt to design a timesaving and efficient four-dimensional variational data assimilation (4DVar) has been made in this paper, and a new approach to data assimilation, which is noted as 'three-dimensional variational data assimilation of mapped observation (3DVM)' is proposed, based on the new concept of mapped observation and the new idea of backward 4DVar. Like the available 4DVar, 3DVM produces an optimal initial condition (IC) that is consistent with the prediction model due to the inclusion of model constraints and best fits the observations in the assimilation window through the model solution trajectory. Different from the 4DVar, the IC derived from 3DVM is located at the end of the assimilation window rather than at the beginning conventionally. This change greatly reduces the computing cost for the new approach, which is almost the same as that of the three-dimensional variational data assimilation (3DVar). Especially, such a change is able to improve assimilation accuracy because it does not need the tangential linear and adjoint approximations to calculate the gradient of cost function. Therefore, in numerical test, the new approach produces better IC than 4DVar does for 72-h simulation of TY9914 (Dan), by assimilating the three-dimensional fields of temperature and wind retrieved from the Advanced Microwave Sounding Unit-A (AMSU-A) observations. Meanwhile, it takes only 1/7 of the computing cost that the 4DVar requires for the same initialization with the same retrieved data.     

GRAPES全球四维变分同化系统极小化算法预调节

在进行多次外循环更新的增量分析框架下,前一次极小化迭代过程中产生的信息可提供给下一次极小化做预调节。该文在GRAPES全球四维变分同化系统中对极小化算法——L-BFGS算法实施了这种预调节,通过全观测的个例试验和批量试验进行评估,发现进行预调节后L-BFGS算法的收敛效率得到明显提高,而且在1个月的循环试验中表现十分稳定。该工作可以帮助GRAPES全球四维变分同化系统有效减少极小化的迭代次数,有利于满足业务化运行的时效要求。另外,间隔6 h和间隔24 h的两次4DVar分析对应的海森矩阵变化不大,因此,前一时刻极小化过程产生的信息提供给后一时刻的极小化进行预调节也有一定效果。     

Assimilation of Doppler Radar Data with an Ensemble 3DEnVar Approach to Improve Convective Forecasting

An ensemble three-dimensional ensemble-variational(3DEnVar)data assimilation(E3DA)system was developed within the Weather Research and Forecasting model’s 3DVar framework to assimilate radar data to improve convective forecasting.In this system,ensemble perturbations are updated by an ensemble of 3DEnVar and the ensemble forecasts are used to generate the flow-dependent background error covariance.The performance of the E3DA system was first evaluated against one experiment without radar DA and one radar DA experiment with 3DVar,using a severe storm case over southeastern China on 5 June 2009.Results indicated that E3DA improved the quantitative forecast skills of reflectivity and precipitation,as well as their spatial distributions in terms of both intensity and coverage over 3DVar.The root-mean-square error of radial velocity from 3DVar was reduced by E3DA,with stronger low-level wind closer to observation.It was also found that E3DA improved the wind,temperature and water vapor mixing ratio,with the lowest errors at the surface and upper levels.3DVar showed moderate improvements in comparison with forecasts without radar DA.A diagnosis of the analysis revealed that E3DA increased vertical velocity,temperature,and humidity corresponding to the added reflectivity,while 3DVar failed to produce these adjustments,because of the lack of reasonable cross-variable correlations.The performance of E3DA was further verified using two convective cases over southern and southeastern China,and the reflectivity forecast skill was also improved over 3DVar.     

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.