GRAPES全球模式的模式误差估计

现代数值天气模式考虑的物理过程和边界条件越来越复杂, 但是它描述的大气状态和真实的大气流体运动轨迹还有一定的差距, 存在模式误差。在以往的研究中, 模式误差往往被忽略, 在集合卡尔曼滤波同化系统中, 如果忽略模式误差会导致滤波发散现象。本文用不同分辨率的模式预报差异估计了GRAPES全球模式的模式误差, 研究发现模式误差随着分辨率降低而线性增加, 而且模式误差随着预报时效的增加呈现线性增长的趋势。     

A COMPARISON OF THE BLENDING AND CONSTRAINING METHODS TO INTRODUCE LARGE-SCALE INFORMATION INTO GRAPES MESOSCALE ANALYSIS

To solve the problem of mesoscale analysis error accumulation after a period of continuous cycle data assimilation (CCDA), a blending method and a constraining method are compared to introduce global analysis information into the Global/Regional Assimilation and Prediction Enhanced System mesoscale three-dimensional variational data assimilation system (GRAPES-Meso 3Dvar). Based on a spatial filter used to obtain a blended analysis, the blending method is weighted toward the T639 global analysis for scales larger than the cutoff wavelength of 1,200 km and toward the GRAPES mesoscale analysis for wavelengths below that. The constraining method considers the T639 global analysis data as an extra source of information to be added in the 3DVar cost function. The cloud-resolving GRAPES-Meso system (3 km resolution) with a 3 h analysis cycle update is chosen, and forecast experiments on an extreme precipitation event over the eastern part of China are presented. The comparison shows that the inclusion of large-scale information with both methods has a positive impact on the regional model, in which the 3 h background forecasts are slightly closer to the radiosonde observations. The results also show that both methods are effective in improving large-scale analysis while reserving the well-featured mesoscale information, leading to an enhancement in the balance and accuracy of the analysis. Subjective verification reveals that the introduction of large-scale information has a visible beneficial impact on the forecast of precipitation location and intensity. The methodologies and experiences presented in this paper could serve as a reference for ongoing efforts toward the development of multi-scale analysis in GRAPES-Meso.     

GRAPES非静力数值预报模式的三维变分资料同化系统的发展

为了减少分析变量与模式状态变量之间的插值误差,改善业务预报模式的初值质量,在GRAPES等压面三维变分资料同化系统的基础上,研究发展了针对GRAPES区域模式的非静力模式变量三维变分资料同化系统(GRAPES m3DVAR).该资料同化系统的垂直坐标及其分析变量的水平分布格式、垂直跳点方案与GRAPES预报模式保持完全一致.由于垂直坐标的变化和非静力关系,m3DVAR分析系统中设计了求解动力学约束方程的新方案.通过有效的高精度数学方案,避免了地形追随坐标下平衡方程的非线性项造成的复杂计算,有效解决了非静力平衡条件下求解平衡方程中非线性项的切线性方程和伴随方程引起的困难.重新构造各种观测算子,并考虑了质量场和风场之间的平衡约束关系、背景误差协方差结构,实现对探空、地面资料、船舶报等常规观测的同化.理想单点试验和实际资料的多变量资料同化分析结果表明,非静力模式变量三维变分资料同化系统能够正确地描写多变量之间的相互作用以及物理约束关系,分析结果合理,能够有效减少原等压面三维变分资料同化系统的分析与模式变量之间需要相互插值、变换产生的误差,在一定程度上提高了分析场质量,对预报模式的初值具有一定改善.     

全球和区域分析的混合方案对区域预报的影响试验

区域分析采用局地高密观测资料,往往分析的中小尺度信息较丰富;全球分析同化全球覆盖的卫星观测资料,而且不受侧边界条件影响,对天气系统大尺度部分描述得更好。基于以上原因,为了提高区域模式的分析预报水平,本文尝试在区域模式中引入全球分析中的大尺度部分,通过DCT方法对全球T639模式分析和区域GRAPES模式分析进行谱分解,获得综合全球大尺度和区域中小尺度信息的混合分析。动能谱分析结果表明,GRAPES分析场的动能谱能量在中小尺度部分比T639全球分析略大,经过混合分析后,动能谱能量更接近理想曲线。一个月的分析预报试验结果表明,混合分析的高度、温度和风场的分析质量有明显提高,风场6 h内的预报也比区域分析有改进;而且全国平均ETS降水评分在各个降水量级上都有明显改进。     

数字滤波初始化方案在高分辨率GRAPES区域模式中的应用研究

高分辨率同化系统中引入的高频率高密度观测信息会造成分析变量之间的不平衡,因而在模式积分中产生的虚假重力波会严重影响模式预报质量和运行稳定.为了抑制虚假重力波在模式中快速增长,文中通过在高分辨率GRAPES区域模式中应用非绝热数字滤波和增量数字滤波初始化方案,研究不同滤波截断周期的初始化方案对分析预报的影响.试验结果表明...     

CMA-MESO逐时快速更新同化预报系统及其短临预报效果初步分析

基于CMA-MESO模式水平3 km分辨率3 h循环的快速更新同化预报系统，本文建立逐小时的分析预报循环系统，并且通过采用5种尺度叠加的高斯相关模型和引入各向异性的水平相关尺度方案来改进背景误差水平相关结构，同时考察引入全球大尺度信息方案对逐小时循环的分析和预报影响。通过对2020年7月19日华东强对流天气过程的数值模拟表明：（1）逐小时循环吸收了更多的高频观测资料和循环中采用更临近的1 h预报场作为背景场，分析和降水短临预报质量整体比3 h循环有所提高；（2）在区域分析中逐时引入全球预报场的大尺度信息会削弱区域观测资料的影响，对预报会有不利影响；（3）改进的五种尺度叠加高斯相关模型和各向异性的水平相关尺度主要使风场背景误差水平相关系数的描述更接近样本的统计结果，因而在逐1 h循环中风场分析更靠近观测，华东强对流过程的组合反射率和降水短临预报更接近实况。     

水平相关模型的性质及其在GRAPES三维变分系统中的应用

在变分资料同化中背景误差水平相关模型不仅决定着观测信息传播到格点空间的远近,而且影响着频谱空间中不同尺度上的分析增量信息的多少.本文比较高斯(Gauss)、二阶自回归(Soar)以及尺度叠加高斯模型(Supergauss)在时空域随着空间距离和在频谱域随着不同尺度分布的特点,阐述三种相关模型在区域GRAPES三维变分分...