多源卫星观测数据在全球四维变分同化系统中的应用

首先描述高分辨率全球四维变分资料同化系统的基本软件框架,并对多源卫星资料同化的关键技术作阐述;其次通过统计分析,说明新型卫星观测数据的引入不但能够增加同化系统中的信息量,而且能够提高其他类型观测数据的利用率;然后通过一个月的统计检验结果表明:无论是从距平相关还是均方根误差而言,在有效同化无线电掩星和卫星风资料后,高分辨率同化预报系统预报技巧的提高是十分明显的;最后,通过一个强降水个例的分析结果表明:基于新的初始场全球模式降水预报准确性较高,就强降水中心区域的预报而言,模式预报和观测实况较为一致,优于国外模式降水预报。     

基于数据同化的元胞自动机

提出基于集合卡尔曼滤波(EnKF)的元胞自动机(CA)模型。在CA模型中,由于不同的样本会训练出不同参数值 的转换规则,且获取的转换规则在整个模拟过程中不能改变等原因,误差在模拟过程中会不断累积。本文在CA模型中 引入集合卡尔曼滤波的数据同化方法,建立了基于集合卡尔曼滤波的数据同化CA模型,同化遥感观测数据,根据得出 的同化值修正模拟结果使之向真实情况逼近。利用该模型模拟了广东省东莞市的发展情景(1995年—2005年),实验表 明,与传统CA模型相比,基于集合卡尔曼滤波的CA模型能够融合遥感观测数据,并能更有效地模拟城市扩张过程,达 到良好的模拟效果。     

耦合遥感观测和元胞自动机的城市扩张模拟

在传统元胞自动机(CA)模型中,静态的模型参数和模型误差不能释放是影响城市扩张模拟效果的两个重要原因。文中引入集合卡尔曼滤波方法到CA模型中,提出了基于联合状态矩阵的地理元胞自动机。该模型在模拟过程中可以通过同化遥感观测数据,动态地调整模型参数和纠正模拟结果,使模型参数能够反映转换规则的时空变化,同时也能较好地释放积累的模型误差。将模型应用于东莞市的城市扩张模拟中,实验结果表明,模型能够准确地调整模型参数使之符合城市发展模式,同时也能有效地控制模型误差,其模拟的空间格局与真实情况吻合。     

M-估计法广义变分同化FY-3B/IRAS通道亮温

采用FY-3B/IRAS亮温资料进行广义变分同化研究。广义变分同化结合了经典变分同化和稳健M-估计两者的优点。区别于经典变分同化依赖于先前的质量控制并要求误差服从高斯分布,把M-估计法耦合到经典变分同化框架中,得到广义变分同化,其弱化了同化前的质量控制和误差服从高斯分布这两个条件。目标能量泛函包含M-估计以保证对离群值具有稳健性,从而能够得到较好的同化结果。对比变分同化前后的FNL资料湿度与GDAS湿度相关系数作为同化结果检验评价。具体操作过程在FNL作为背景场的基础上分别采用经典和M-估计不同的权重因子变分同化FY3B/IRAS资料,把得到的分析场与GDAS进行相关性比较,由于湿度具有较强的非高斯性,文中首先评估了安徽省13个站GPS/PWV和积分相关湿度廓线得到大气可降水量(即GDAS/PWV和FNL/PWV资料)的相关性,进一步基于信息熵自由度思想进行了近一个月IRAS 20个通道对分析场的影响贡献率诊断研究。     

FY-3C积雪产品在同化中对微波资料质量控制的影响分析

T639-GSI全球系统同化AMSU-A资料的过程中,目前使用的月平均积雪产品并不能反映中高纬度大陆上快速地降雪/融雪过程,而FY-3C日积雪产品在时间精度上要高于GSI月平均积雪覆盖数据。由于同化系统对AMSU-A较低通道辐射率资料的质量控制需要依据更准确的地表积雪信息,所以本文结合冬春季节的FY-3C日积雪产品和NCEP再分析资料,研究了北半球中高纬度地区不同积雪覆盖率初值对分析场不同高度层温度场的影响,以及在同化过程中对预报结果的影响。结果表明,在对AMSU-A辐射率资料的质量控制中,月平均积雪数据和日积雪产品对温度场影响较大的区域与两者积雪覆盖差异区域有明显的对应;冬春季节,使用FY-3C日积雪产品代替GSI月平均积雪数据作为背景场中积雪下垫面数据,对进入同化系统的AMSU-A辐射率资料质量控制时,120 h之内1000—600 h Pa的中低层温度场的预报效果得到改善。     

地表净辐射通量观测、模拟和同化的研究进展

地表净辐射通量是陆—气相互作用水热交换过程中的一个重要物理参量,在全球变化背景下,定量研究地表净辐射通量的时空变化对气候变化研究具有重要意义。本文总结了目前定量研究地表净辐射通量的主要方法——观测、模拟和同化,分析了观测和模拟的优势和不足,提出利用数据同化方法可以弥补观测和模拟的不足,并比较分析了目前流行的同化算法的优缺点,利用不同的同化算法构建的同化系统可以同化不同来源的观测数据对模型进行校准,获取时空上连续一致的高精度地表净辐射的预报值。最后,探讨了同化多源遥感数据改进地表净辐射通量的研究中存在的问题、发展方向及其在全球变化研究中的意义。     

顺序数据同化算法的敏感性分析

为了探讨不同同化指标对顺序数据同化的影响,选择En KF,DEn KF,En SRF三种经典的顺序同化算法,结合Lorenz-1963模型进行敏感性实验分析,研究同化总时间、同化步长、集合成员数、方差膨胀因子、观测数目和局地化半径等指标对同化结果的影响。实验表明:同化总时间、同化步长、集合成员数、方差膨胀因子、观测数目和局地化半径对同化结果有直接的影响,基于En KF的改进算法在有限范围内是优于En KF的;当达到一定条件时,以上所有方法的同化结果趋于相同。研究结果对于实际应用中的最优顺序同化算法选择具有指导意义。     

基于GIS的空气质量多模式集合预报系统

空气质量多模式集合预报是研究大气污染演变规律、进行空气质量预报预警,提供大气污染控制管理决策的重要工具。本文介绍了地理信息系统（GIS）与多模式集合预报系统进行集成的设计思路,并对GIS在系统中起到的作用进行了探讨。将GIS技术应用于多模式环境空气质量预测预报系统中,可提供空间数据和相关属性数据的快速存取和管理功能,使环境基础信息与环境管理信息以及模型分析结果以可视化的图形、图像方式呈现给决策管理人员,并能充分发挥GIS的空间分析能力,为辅助决策提供依据。该系统在广州市环境空气质量保障的应用中取得了较好效果。     

风云三号D星MERSI AOD资料的同化应用研究

为了验证风云三号D星MERSI传感器的气溶胶光学厚度(AOD)数据对地面PM_2.5的污染过程预报的效果,本文基于WRF-Chem (Weather Research and Forecasting model coupled with Chemistry)大气化学模式和三维变分同化方法,针对2020-02-10—2020-02-12中国北方地区的一次PM_2.5重污染过程,进行了同化和预报试验研究。同化数据来自常规地面站点的PM_2.5浓度数据和风云三号D星MERSI传感器的气溶胶光学厚度(AOD)数据。控制试验不同化任何资料,3组同化试验分别为仅同化地面PM_2.5,仅同化卫星AOD,以及同时同化PM_2.5和卫星AOD两种资料。结果表明,3组同化试验都可以有效提高初始场准确率,以地面PM_2.5作为检验标准,仅同化PM_2.5、仅同化AOD、同时同化两种资料相对于控制试验,初始场的平均偏差分别降低54.9%、21.9%和49.0%,平均相关系...     

利用一维变分同化方法从地基GPS相位延迟中获取大气折射率

GPS信号相位延迟中包含很多大气信息,通过一定的方法可以从中获取有价值的大气参数。基于地基GPS相位延迟数据,提出了一种结合经验模式的一维变分同化获取大气折射率的方法。利用GPS相位延迟模拟数据进行同化试验,讨论了背景误差的设置对同化结果的影响,采用实测个例对该方法进行了验证。结果表明,该一维变分同化方法可行,并可获取高精度的0~60 km大气折射率。低层大气背景误差设置的准确程度会对整个高度范围内的同化效果产生影响。首次将同化获取的大气折射率应用于无线电波折射修正,取得了很好的修正效果,修正精度可达1 mm量级。