区域四维变分资料同化的数值试验

针对中尺度数值预报模式预报误差的主要来源,尝试利用四维变分资料同化的方法来改善预报效果。在已建立的中尺度模式（ＭＭ４）四维变分资料同化系统基础上,进行了若干数值试验,通过比较同化前后的预报来检验同化的效果。这些试验中初始场、模式误差和侧边界条件被分别或同时作为控制变量来进行调整,主要探讨了模式误差和侧边界条件对同化及预报的影响,以及同时结合两者或三者的途径和方法。对两组个例分别进行的试验结果表明,区域中尺度模式预报误差除了来源于初始误差外,模式误差、侧边界条件也有不可忽视的作用。同化时应同时考虑初始场、模式误差和侧边界条件这三方面的共同作用,仅修正其中某一个或某两个会把由于其它方面造成的预报误差转嫁到它们之上,从而出现尽管目标函数下降很快而预报结果并没有相应改善的现象。     

四维变分资料同化

用Lorenz模式作变分同化数值试验，通过对一个简单系统的讨论，对四维变分同化方法进行较深入分桥。利用Lorenz模式的数值试验，检验切线模式及伴随模式，并对目标函数及其梯度进行了检验。     

四维变分资料同化

本文选用数值预报产品与朔州市6区(县)夏季(6月至8月)降水资料。采用最优子集圆归方法。研究朔州市分县分级降水预报指导产品。用以提高朔州市汛期降水天气的客观预报水平。     

区域资料四维同化试验

根据国家气象中心有限区分析预报系统的基本方案，设计一个以6小时为周期的间歇区域资料四维同化方案，对我国的两次暴雨过程进行两种不同粗细水平分辨率的资料四维同化和短期模式预报的试验。结果表明，由同化方案初值获得的短期预报明显好于LAFS方案的预报结果，高分辨率同化方案对预报的改进更明显。     

GRAPeS三维变分同化系统的理想试验

文中介绍了一种新的、适合格点模式的三维变分同化方案GRAPeS 3DVAR。该方案采用相互独立的流函数、非平衡速度势函数、非平衡位势和水汽作为分析变量。通过变量变换对目标函数进行预调节 ,不仅避免了直接计算背景误差协方差逆矩阵的困难 ,而且改善了Hessian矩阵的性状 ,提高了收敛速度。采用EOF分解方法 ,将三维分析变量投影到垂直摸态上 ,分解成为二维场 ;水平方向采用数字 (递归 )滤波器代替矩阵运算 ,实现和简化了方案的求解。此外 ,还考虑了质量场和风场之间的平衡约束关系。理想试验结果表明 ,GRAPeS 3DVAR能够正确地反映多变量之间相互作用关系 ,收敛迅速 ,分析结果合理     

变分四维同化方法若干问题的数值试验

资料误差和模式误差都可能影响变分四维同化的结果,针对这一问题利用浅水方程模式进行了变分四维同化的数值模拟试验。试验分三种情况进行：（１）仅修正初始场,（２）仅修正模式;（３）二者同时修正。试验结果表明,当模式有误差时,传统的变分四维同化方法（仅修正初始场）可能将模式的误差混淆到初始场中去,尽管在同化期间可得到较好的拟合,但却不一定能保证同化后有好的预报。如果不修正初始场而修正模式,当模式误差不大时     

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。      

雷达径向风资料的四维变分同化试验

在MM5四维变分同化系统(MM5 4D-Var)的基础上开发出雷达径向风资料的同化模块,利用改进后的同化系统对2002年7月22日湖北宜昌多普勒雷达的径向风观测资料进行四维变分同化试验,分析雷达径向风资料的同化对中尺度数值模式初始场的调整以及对中尺度强降水模拟的影响.研究结果表明,同化雷达径向风资料加强了中尺度对流系统低层100km左右范围内的风场辐合.调整后的风场具有更明显的β中尺度特征.利用14 min的雷达径向风资料可以改进3 h之内的强降水模拟,尤其是对雷达站东南侧强降水的模拟.     

集合四维变分资料同化研究进展

背景误差协方差矩阵的精确定义是构建高水平资料同化系统的先决条件。传统四维变分资料同化(4D-Var)方法将观测资料处理转化成以动力模式为约束的泛函极小化问题,通过调整控制变量,使指定时间窗口内由控制变量得到的模式预报结果与实际观测资料之间的偏差达到最小。该方法在同化窗口内可以利用模式的切线性和伴随隐式地改变背景误差协方差,能够在某种程度上满足快速发展的天气过程。但是大部分业务中心的四维变分资料同化系统仍采用静态化的背景误差协方差矩阵模型来缓解背景误差协方差矩阵的维度问题,即矩阵维数远大于可用信息量。随着计算机科学的迅猛发展,维度问题可以进一步通过集合的方法缓解。集合四维变分资料同化就是基于这一目标通过构造多个能反映出背景误差协方差分布特征的样本集合来弥补可用信息量的不足。该方法目前已在ECMWF、Mete-France等业务中心实现业务化,为确定性四维变分资料同化系统提供流依赖背景误差协方差估计。简要介绍了集合四维变分资料同化方法的基本原理;其次以ECMWF为例,概述了四维变分资料同化系统的业务现状,重点阐述了系统在开发过程中需要解决的扰动、滤波、校正等一些关键技术;最后探讨集合四维变分资料同化系统目前存在的问题和未来可能的研究方向。     

梅雨锋暴雨研究中的四维变分同化试验

作者利用PSU/NCAR的MM5数值预报模式及其伴随模式, 以中国1999年6月23日～24日的一次梅雨锋暴雨过程为个例, 根据气象要素与同化窗口之间的配置差异, 作了3组变分同化试验.试验结果表明: 4DVAR方法在提高梅雨锋暴雨的数值预报水平上具有重要的作用.     

基于遗传算法的四维变分资料同化技术的研究

将遗传算法应用于四维变分资料同化问题,提供一种新的较为有效的数值预报初始场优化方法,给出了相应的理论依据和详细算法,并结合变分问题本身的特点,设计合理的遗传编码、遗传操作和遗传参数.同时,以二维的浅水方程模式为例建立基于遗传算法的变分同化模型,并从多方面与伴随模式变分同化方案进行分析比较.数值试验结果表明,基于遗传算法的变分同化方案取得了比较满意的同化效果.     

使用卫星资料进行边界层四维变分同化研究综述

数值天气预报是当前天气预报的重要手段之一,而同化工作一直是数值预报研究的重点。在查阅了近年来国内外相关文献的基础上,对使用卫星举行资料边界层四维变分同化的研究进展进行了论述,并对最优插值法和变分法2种主要的研究方法进行了简单介绍。研究结果认为,变分方法对于初始场的改善具有明显的效果,与纯粹的统计插值方法相比,变分法具有十分明显的优势;理论上变分法能够同化所有类型大气探测资料,对非常规探测的包容能力极强,不仅能最大限度地获得观测中的信息量,而且避免了各种反演不适定问题。     

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.     

使用混合样本的集合四维变分同化试验研究

基于集合和奇异值分解的四维变分同化方法(SVD-En4DVar)的同化效果对采用的预报样本容量有很强的依赖性,其中一个重要原因是在SVD-En4DVar中分析变量被表示为按照扰动预报集合提取的奇异向量作线性展开的形式,这种展开存在截断误差,过少的样本数会造成过大的截断误差。为了在不增加计算量的情况下增加用于同化的样本,从而改善同化效果,本文提出了流依赖的预报样本与定常样本相混合的方法。定常样本有两种生成方法：第一种是按照给定的统计结构给出伪随机扰动场直接叠加到四维背景场上而完全不经过模式积分;第二种是在第一个同化循环时将伪随机扰动场叠加到初始背景场,然后在分析时间窗内积分模式得到扰动预报样本,最后将其中一部分保留不动作为后面同化循环的定常样本。利用浅水方程模式和80个变量的Lorenz-96模式及模拟资料进行数值试验,比较不同样本结构的同化效果。结果表明,在浅水方程模式的同化中,完全采用大容量的定常样本仍然可以得到较好的结果,但对Lorenz-96模式效果不好。采用混合样本后,这两类模式的同化都可以得到较好的结果,在相同的计算时间下,混合样本方法可以明显提高同化精度,其中第二种产生定常样本的方法要好于第一种。     

Conjugate Gradient Algorithm in the Four-Dimensional Variational Data Assimilation System in GRAPES

Minimization algorithms are singular components in four-dimensional variational data assimilation (4DVar). In this paper, the convergence and application of the conjugate gradient algorithm (CGA), which is based on the Lanczos iterative algorithm and the Hessian matrix derived from tangent linear and adjoint models using a non-hydrostatic framework, are investigated in the 4DVar minimization. First, the influence of the Gram-Schmidt orthogonalization of the Lanczos vector on the convergence of the Lanczos algorithm is studied. The results show that the Lanczos algorithm without orthogonalization fails to converge after the ninth iteration in the 4DVar minimization, while the orthogonalized Lanczos algorithm converges stably. Second, the convergence and computational efficiency of the CGA and quasi-Newton method in batch cycling assimilation experiments are compared on the 4DVar platform of the Global/Regional Assimilation and Prediction System (GRAPES). The CGA is 40% more computationally efficient than the quasi-Newton method, although the equivalent analysis results can be obtained by using either the CGA or the quasi-Newton method. Thus, the CGA based on Lanczos iterations is better for solving the optimization problems in the GRAPES 4DVar system.     

四维变分同化中坐标轮转法的应用研究

探讨了下降算法的尺度化问题，试验发现尺度因子的选取对目标函数的收敛非常重要，而现有的计算尺度因子的方法并不能适用于所有的情况，因此提出将坐标轮转法应用于尺度化过程．对比试验表明了该方法有效，试验还发现将坐标轮转法和尺度化方法结合起来可以更好地提高试验效果。     

基于进化方向遗传算法的四维变分资料同化方法

数值天气预报模式初始时刻要素场的变分同化问题是一个非线性最优化问题。利用进化方向遗传算法（EDGA）求解该最优化问题，并对理想初始场作数值模拟，结果表明模拟的效果较好。