中尺度数值模式MM5的四维变分资料同化系统

应用伴随方法求解以数值预报方程作为约束条件的四维变分资料同化方案，关键问题是如何构造伴随模式。以中尺度数值模式MM5为例，讨论了如何用伴随码技术建立MM5伴随模式，以及伴随模式系统中权重、尺度因子的选取；最后对MM5伴随模式系统进行了梯度检验，并利用实际资料进行四维变分资料同化试验。试验表明该系统有较强的同化能力，能够提高MM5降水预报的准确性。     

云迹风资料的三维变分同化及对台风预报的影响试验

主要研究云迹风资料对三维变分同化分析场及台风预报的影响。首先分析了不同通道和层次的静止气象卫星云迹风产品的误差特征；然后，把云迹风资料放到GRAPES三维变分同化系统中进行同化，通过将不同观测类型资料的同化结果进行对比，探讨了红外通道和水汽通道云迹风资料对数值预报分析场的影响；最后，把同化后的分析场作为初始场，用WRF模式对2002年“森拉克”台风做24小时预报实验。结果表明，不同通道和层次的云迹风资料具有不同的误差特征；云迹风资料可以提高分析场和预报场中风压场的质量；而且在台风预报试验中可以更准确地预报台风的路径和降水。     

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。     

bbGPS/PWV资料三维变分同化改进MM5降水预报连续试验的评估

利用区域地基GPS网反演的高时空密度的大气垂直方向水汽总量,也称为可降水量（PWV）,可大大弥补常规探空探测水汽资料的不足。为了全面评估区域GPS网PWV资料同化对业务数值天气预报改进程度的目的,在个例研究分析的基础上,进行了连续38天的GPS/PWV资料三维同化（3D-Var）改进数值业务预报的试验。研究方法是根据长江三角洲地区GPS气象网在2002年梅雨和盛夏季节观测的刖资料,通过三维变分同化建立中尺度数值预报模式MM5的初始场,逐日作出长江三角洲地区24小时的降水量预报。以6小时累积雨量为对象,与未同化GPS／刖资料的MM5的相应预报比较,通过多种评分方法,评估了GPS／PWV资料改进MM5降水预报的效果。结果表明GPS／PWV资料同化后的MM5降水预报能力在大部分时间和大部分地区都有所提高,主要是伪击率有较明显的下降,对小范围降水预报的改进更为明显。预报明显改进的区域恰好位于GPS站填补常规探空站间距较大的地区。     

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。     

2003年汛期3种中尺度数值预报模式降水预报检验

利用2003年汛期降水实况及河南省气象台引进的3种中尺度数值预报模式(REM、MM5、MAPS)的降水预报资料，对模式预报性能作了检验对比分析。结果发现：REM模式对于大雨以上降水的预报效果较好；MAPS模式的12h预报有明显优势；MM5模式对小雨和中雨的预报效果较好，并且预报结果具有稳定性。     

高分辨率区域模式降水预报在云南的检验

为了解高分辨率区域数值模式降水预报在云南的预报效果和误差特点,针对华南中尺度模式、华东区域数值预报业务模式和中央气象台GRAPES-Meso模式对2017年9月—2018年12月云南降水预报进行检验分析。结果表明:华东模式降水预报效果整体最好,其降水的振幅接近实况,晴雨准确率也是最高,而华南和GRAPES模式空报率和漏报率普遍偏高。三种模式对滇东北、滇中西部、滇西北北部≥0.1 mm降水预报评分普遍较低,对滇南、滇西南、滇西边缘地区的评分普遍较高。在滇东北北部、滇中西部、及滇西北北部地区三种模式对≥10 mm降水TS评分普遍较低。对于≥25 mm降水,华东模式和华南模式在滇中、滇西地区的TS评分高于GRAPES模式。对于≥50 mm降水,华东模式和华南模式在滇东南、滇西南、滇西边缘及金沙江河谷沿线TS评分高于GRAPES模式。对于云南强降水天气过程,≥0.1 mm降水华南模式预报效果较好,但10 mm和25 mm以上量级降水华东模式的预报效果较好,≥50.0 mm则是GRAPES模式更具参考价值。     

在数值预报中应用卫星反演资料的质量控制研究

资料变分同化作为提高数值预报准确率的有效手段之一，受到了越来越多的关注。如何将分辨率较高的卫星资料应用到数值预报中，弥补常规观测网时空分辨率的不足，成为数值天气预报的重要课题。以1996年6月28-29日发生在江淮流域的暴雨过程为例，依据其中尺度场和能量场特征，分别以低云量、急流、湿静力能为标准设计了三套质量控制方案。将质量控制后的反演湿度场变分同化并应用到中尺度MM5模式中，结果表明：经质量控制后，可以明显地改善降水区域及降水量的预报；对降水预报，特别是强降水天气过程的预报，该质量控制方案具有普遍意义。     

MM5中尺度非静力模式对云南省降水预报检验

根据MM5／V3中尺度非静力模式数值预报结果，检验了该模式在云南2001年汛期（6－10月）的降水预报效果。结果表明，MM5模式降水预报对云南大部分地区的小雨有较高的TS评分，对于全省性大雨过程，MM5模式24小时降水预报的TS评分高于同期预报员的主观预报，但对暴雨及以上量级的降水预报，模式结果不太理想。     

数值模式误差对降水四维变分资料同化及预报的影响

利用一个无量纲的水汽发展方程,针对同化时间窗口内出现和不出现降水两种情况,分析了不同模式误差和初始误差对降水四维变分资料同化预报效果的影响。结果表明,应用四维变分资料同化方法进行降水预报前,应该充分考虑数值模式中的误差,才能得到比较满意的同化及预报结果。假定同化窗口内获得的比湿观测场是准确的,当不存在模式误差时,四维变分资料同化方法可以有效地消除初始场误差,找到比湿真实初始场;而存在模式误差时,四维变分资料同化后的模式初始场会偏离真实的比湿初始场,并且模式误差越大,偏离程度越严重。在一些模式误差情况下,由于模式误差在同化窗口及延伸预报时段的作用不同,进行四维变分资料同化处理后,尽管累积降水量的预报结果在同化时间窗口内优于同化前的预报,而在最终预报时刻反而差于同化前。     

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。     

GPS可降水量资料应用于MM5模式的变分同化试验

利用建立在长江三角洲地区GPS观测网中13个站点的资料对2002年6月27~28日影响长江三角洲地区的降水过程进行了MM5背景误差调节和可降水量资料的三维变分同化试验。试验结果表明:背景误差对三维变分同化的效果起着关键作用,模式变量(u,v,T,p和q)误差的水平尺度与NMC方法的平均时间长度有直接的关系。利用NMC方法重新构建的背景误差更接近实际的背景误差。三维变分技术能有效地同化GPS可降水量资料。GPS可降水量资料的同化使用不仅能调整模式初始湿度场,而且也能相应地调整模式初始气压场、温度场和风场。GPS可降水量资料的同化有利于减小模式初始场对可降水量的分析误差,并且有利于减小模式积分初期(3~6 h)可降水量的预报误差。与没有进行GPS可降水量同化相比,通过GPS可降水量资料的三维变分同化,使MM5模式6 h和24 h累计降水能力得到提高,改善了MM5模式降水预报性能。总体上,GPS可降水量资料的变分同化有利于模式降水预报能力的提高。     

Variational data assimilation experiments of mei-yu front rainstorms in China

The numerical forecasts of mei-yu front rainstorms in China has been an important issue. The intensity and pattern of the frontal rainfall are greatly influenced by the initial fields of the numerical model. The 4-dimensional variational data assimilation technology (4DVAR) can effectively assimilate all kinds of observed data, including rainfall data at the observed stations, so that the initial fields and the precipitation forecast can both be greatly improved. The non-hydrostatic meso-scale model (MM5) and its adjoint model are used to study the development of the mei-yu front rainstorm from 1200 UTC 25 June to 0600 UTC 26 June 1999. By numerical simulation experiments and assimilation experiments, the T106 data and the observed 6-hour rainfall data are assimilated. The influences of many factors, such as the choice of the assimilated variables and the weighting coefficient, on the precipitation forecast results are studied. The numerical results show that 4DVAR is valuable and important to mei-yu front rainfall prediction.     

局地分析预报系统在GRAPES模式中的应用

在分析美国局地分析预报系统 (LAPS) 和GRAPES_Meso数值预报系统,实现GRAPES-LAPS接口的基础上,通过两种数据融合方案,即GRAPES/LAPS方案 (简称LAPS方案) 和GRAPES/3DVAR方案 (3DVAR方案),对2008—2010年华南地区的28个个例的地面、探空常规和加密资料,以及多部多普勒天气雷达数据等融合、同化,开展两种方案的对比模拟试验。结果表明:LAPS方案获得的初始场,水汽条件有所改善,其辐合辐散相耦合触发中小尺度系统发展加强的中尺度环境场,有助于提高模式对强对流天气的预报能力。两种方案的24 h要素场均方根误差检验结果和降水TS评分大体相当,但28个个例中,LAPS方案报出了10个暴雨,而3DVAR方案只报出了5个,LAPS方案的中雨、大雨和暴雨的24 h降水预报TS评分要略好于3DVAR方案相应预报的TS评分,表明LAPS方案对强降水的预报较3DVAR方案有一定改进。     

中尺度模式遗传算法同化系统及同化试验研究

设计了一个以MM5模式为基础的遗传算法同化系统,并对一次暴雨过程进行了实际降水的模拟,通过对比遗传同化和伴随同化的降水预报效果,对遗传算法同化系统的同化性能进行验证。试验结果表明,遗传算法与四维变分相结合的同化系统能有效地改善模式的初始场,使MM5模式要素预报和降水预报的准确率得到提高。     

复杂地形下地面观测资料同化I. 模式地形与观测站地形高度差异对地面资料同化的影响研究

中国地形复杂，模式地形与实际观测地形存在一定高度差异，因此设计合理的复杂地形下地面观测资料的同化方案有利于使我国目前仅用作探测手段的地面观测资料（常规地面观测站和地面自动站）在中尺度数值模式中得到充分利用。作者在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，并对地面资料同化方案设计中是否需要考虑模式与实际观测站地形高度差异进行探讨研究。研究结果表明：通过近地层相似理论将地面观测资料同化到数值模式能起到一定的作用，并且地面观测资料（温度、 湿度、 风场、 地面气压）中各物理量同化到数值模式都能影响24小时降水数值结果，但各物理量起的作用大小不一样，其中影响最大的是温度，其次为湿度；地面观测资料同化方案设计有必要考虑模式地形与实际观测站地形高度差异，适当考虑这种高度差异能取得较好的结果。     

“00.7”北京特大暴雨模拟中气象资料同化作用的评估

针对2000年7月4～5日北京地区的一次特大暴雨过程(24 h降水量达240 mm),文中利用MM5/WRF三维变分系统和MM5非静力模式,对此次特大暴雨过程中的各种气象监测资料(地基GPS大气柱水汽含量、常规探空、高空测风、地面常规观测和地面自动气象站)的同化作用通过观测系统数值试验进行了评估.结果表明与传统的客观分析方案相比较,MM5/WRF三维变分同化系统可直接引入非常规地基GPS大气柱水汽含量监测资料,提供更好的大气初始分析场.在三维变分同化方案下,各种大气监测资料均对改进此次特大暴雨模拟有不同程度的贡献,其中,常规探空和高空测风监测资料对改进预报结果的影响最大,地面常规观测和地面自动气象站观测资料作用次之,地基GPS大气柱水汽含量资料在与其他大气监测资料相互优势互补后,可很好地改善模式大气的分析质量,通过三维变分同化技术在区域数值天气预报模式初始场中引入地基GPS大气水汽监测网资料,使此次强降水个例的6 h和24 h测站降水预报的TS评分值在1,5,10和20 mm预报检验阈值下分别提高了1%～8%.研究结果对利用三维变分数值系统,评估气象监测网资料在改进高影响天气事件预报中的作用有借鉴意义.     

三维变分系统在我国夏季降雨预测中的应用试验

采用MM5模式及其三维变分系统(MM5/3DVAR)对我国夏季降雨进行了一个月的连续预测试验,并对试验结果进行评估.试验中首先采用"National Meteorological Center(NMC)"方法,将2005年8月的MM5模式的预测结果形成与试验区域和水平分辨率相匹配的背景误差场,并将其与全球背景误差场进行了对比分析,结果表明,采用2005年8月MM5模式预报结果生成的背景误差场的基本特征与系统提供的全球背景误差场相似,且长度尺度随着水平分辨率的提高而减小.之后,分别利用NCEP再分析资料(NCEP试验)、NCEP再分析资料基础上采用CRESSMAN方法分析观测资料(LITT试验)和NCEP再分析资料基础上采用3DVAR系统同化观测资料(3DVAR试验)形成模式预报初始场,再次对2005年8月降雨进行逐日连续预报.逐日降雨预报结果表明,相对NCEP试验,LITT试验中1 和10 mm的预报评分有明显提高,但 25 和 50 mm的预报评分却有所下降,而3DVAR试验的预报评分在10 mm以上均有明显提高.对于降雨期间的形势场预报,3个试验中,除温度场和湿度场外,其他变量场的均方根误差随高度增加而增加,但相比而言,3DVAR试验的均方根误差小于其他2个试验.3DVAR试验对降雨的明显改进,可能是因为其对与背景场信息差别比较大的反应中尺度系统的观测资料的分析结果比较靠近观测资料.     

Numerical Assessing Experiments on the Individual Component Impact of the Meteorological Observation Network on the ＂July 2000＂ Torrential Rain in Beijing

In an effort to assess the impact of the individual component of meteorological observations (ground-based GPS precipitable water vapor,automatic and conventional meteorological observations) on the torrential rain event in 4-5 July 2000 in Beijing (with the 24-h accumulated precipitation reaching 240 mm),24-h observation system experiments are conducted numerically by using the MM5/WRF 3DVAR system and the nonhydrostatic MM5 model.Results indicate that,because the non-conventional GPS observations are directly assimilated into the initial analyses by 3DVAR system,better initial fields and 24-h simulation for the severe precipitation event are achieved than those under the MM5/Litter_R objective analysis scheme. Further analysis also shows that the individual component of meteorological observation network plays their special positive role in the improvement of initial field analysis and forecasting skills.3DVAR scheme with or without radiosonde and pilot observation has the most significant influence on numerical simulation,and automatic and conventional surface meteorological observations rank second.After acquiring the supplement information from the other meteorological observations,the ground-based GPS precipitable water vapor data can more obviously reflect initial field assimilation and precipitation forecast.By incorporating the ground- based GPS precipitable water vapor data into the 3DVAR analyses at the initial time,the threat scores (TS) with thresholds of 1,5,10,and 20 mm are increased by 1%-8% for 6- and 24-h accumulated precipitation observations,respectively.This work gives one helpful example that assesses the impact of individual component of the existing meteorological observation network on the high influence weather event using 3DVAR numerical system.     

Impact of 4DVAR assimilation of rainfall data on the simulation of mesoscale precipitation systems in a mei-yu heavy rainfall event

The multi-scale weather systems associated with a mei-yu front and the corresponding heavy precipitation during a particular heavy rainfall event that occurred on 4 5 July 2003 in east China were successfully simulated through rainfall assimilation using the PSU/NCAR non-hydrostatic, mesoscale, numerical model （MM5） and its four-dimensional, variational, data assimilation （4DVAR） system. For this case, the improvement of the process via the 4DVAR rainfall assimilation into the simulation of mesoscale precipitation systems is investigated. With the rainfall assimilation, the convection is triggered at the right location and time, and the evolution and spatial distribution of the mesoscale convective systems （MCSs） are also more correctly simulated. Through the interactions between MCSs and the weather systems at different scales, including the low-level jet and mei-yu front, the simulation of the entire mei-yu weather system is significantly improved, both during the data assimilation window and the subsequent 12-h period. The results suggest that the rainfall assimilation first provides positive impact at the convective scale and the influences are then propagated upscale to the meso- and sub-synoptic scales.
Through a set of sensitive experiments designed to evaluate the impact of different initial variables on the simulation of mei-yu heavy rainfall, it was found that the moisture field and meridional wind had the strongest effect during the convection initialization stage, however, after the convection was fully triggered, all of the variables at the initial condition seemed to have comparable importance.