迭代EnSRF方案设计及在Lorenz96模式下的检验

本文利用非同步 (Asynchronous) 算法设计了一个包含迭代过程的集合平方根滤波方案 (迭代EnSRF),并在Lorenz96模式下详细对比分析了该方案和传统EnSRF方案的同化效果.与传统EnSRF方案不同,迭代EnSRF方案能够同时更新两个时次的背景场并通过迭代过程来改进分析结果.本文不仅检验了迭代EnSRF在同化不同类型观测资料时的效果,还检验了存在模式误差时该方案的同化效果,并且对同化结果的合理性进行了详细分析.试验结果表明:在完美模式下,迭代EnSRF能够显著加快同化常规观测时的收敛速度,并能够更加有效地同化非常规观测资料;在存在模式误差时,迭代EnSRF并不能有效改进分析结果;当对不准确的模式参数进行扰动后,迭代EnSRF能够更好地利用改进后的集合预报系统来提高其对部分类型观测的分析结果.进一步的分析表明,分析结果的改进主要得益于迭代EnSRF改进了背景误差协方差空间结构,并使得EnSRF的线性假设得到更好的满足.     

新疆叶尔羌河流域温度与降水序列的小波分析

利用1961—2006年叶尔羌河流域7个气象站点的气温和降水系列资料,采用Morlet小波函数,分析了不同时间尺度下气温和降水序列变化的周期和突变点,确定了各序列中存在的主周期。结果表明：该流域暖湿化趋势比较明显,气温和降水的变化趋势与西北地区和新疆区的气候变化基本一致;小尺度的变化嵌套在较大尺度的复杂背景之中,不同时间尺度下突变的年份有所差异。     

南海和印度洋海温异常对东亚大气环流及降水的影响

利用英国气象局全球海温资料和ＮＣＥＰ再分析资料以及我国１６０个标准站降水资料,进行合成分析和ＳＶＤ分析。结果表明,当南海、孟加拉湾和阿拉伯海春季（３～５月）海温为一致正（负）异常时,夏季（６～８月）副高偏南（北）偏西（东）偏强（弱）,我国长江流域降水偏多（少）,华南和华北降水偏少（多）。     

卫星云图资料反演的质量控制及变分同化数值试验

该文针对数值化的 GMS红外卫星云图资料的特点 ,利用改进的统计反演方法分别求出温度和湿度估计场 ,设计了几种订正方案对反演出的温度和湿度进行质量控制 ;控制后的反演场再与常规观测资料进行变分同化 ,最后用 MM4模式进行了模拟对比试验 .结果显示 ,在合理的泛函设计的基础上 ,质量控制的好坏直接影响预报结果 .用分析场格点值进行订正效果优于用测站值直接订正 ,加上对云图反演的值进行系统误差订正后 ,有效提高了降水预报准确率 .值得指出的是 ,加进云图资料后 ,明显改善了模式降水预报的强度和区域 ,与仅用常规探空资料相比更接近于实况 .     

ENSO对黑潮海区风应力异常影响的初步探讨

利用近50a黑潮海区风应力场与Nino3区海温指数序列进行相关分析后发现,ENSO对黑潮海区经向风应力影响的“关键时段”为秋、冬季至次年初夏时期,对纬向风应力影响的“关键时段”为冬季至次年春季。黑潮海区风应力距平场与赤道中东太平洋SSTA场的扩展SVD分析及相应的合成分析揭示了ENSO期间黑潮海区风应力异常结构的演变：秋季,中国的东海、琉球群岛附近海域首先出现南风应力异常;冬季,吕宋岛以北、台湾以东的海域出现西南风应力异常,其影响范围和强度在次年2月前后达到最强,其后迅速减弱,至5月,风应力异常基本消失。赤道中东太平洋SSTA对黑潮海区经向风应力异常的影响范围较大,强度更显著。     

一种根据湿对流区域时空分布调整的BGM扰动改进方案

在增长模繁殖法(Breeding of the Growing Mode,BGM)的动态繁殖过程中,尺度化因子的选择极为关键。利用WRF(Weather Research and Forecasting)模式,在分析飑线系统数值模拟误差增长机制的基础上,根据飑线发展过程中湿对流区域误差更容易快速增长的特点,提出了一种根据湿对流区域时空分布调整的BGM初始扰动改进方案。该方案通过在动态繁殖过程中对小扰动的水平结构进行调整,加强湿对流区域扰动,捕获到增长最快方向上的小扰动并将其作为初始扰动。试验结果表明:根据降水量调整的改进方案相比其他方案扰动能量较大,各集合成员之间差异也较大,集合平均预报误差较小;对强降水范围的模拟相对理想,暴雨的降水评分较高;对风廓线及水汽场的预报更接近于实况,较好地改善了集合预报效果。     

0-10 KM TEMPERATURE AND HUMIDITY PROFILES RETRIEVAL FROM GROUND-BASED MICROWAVE RADIOMETER

Deviation exists between measured and simulated microwave radiometer sounding data. The bias results in low-accuracy atmospheric temperature and humidity profiles simulated by Back Propagation artificial neural network models. This paper evaluated a retrieving atmospheric temperature and humidity profiles method by adopting an input data adjustment-based Back Propagation artificial neural networks model. First, the sounding data acquired at a Nanjing meteorological site in June 2014 are inputted into the MonoRTM Radiative transfer model to simulate atmospheric downwelling radiance at the 22 spectral channels from 22.234GHz to 58.8GHz, and we performed a comparison and analysis of the real observed data; an adjustment model for the measured microwave radiometer sounding data was built. Second, we simulated the sounding data of the 22 channels using the sounding data acquired at the site from 2011 to 2013. Based on the simulated rightness temperature data and the sounding data, BP neural network-based models were trained for the retrieval of atmospheric temperature, water vapor density and relative humidity profiles. Finally, we applied the adjustment model to the microwave radiometer sounding data collected in July 2014, generating the corrected data. After that, we inputted the corrected data into the BP neural network regression model to predict the atmospheric temperature, vapor density and relative humidity profile at 58 high levels from 0 to 10 km. We evaluated our model’s effect by comparing its output with the real measured data and the microwave radiometer’s own second-level product. The experiments showed that the inversion model improves atmospheric temperature and humidity profile retrieval accuracy; the atmospheric temperature RMS error is between 1K and 2.0K; the water vapor density’s RMS error is between 0.2 g/m3 and 1.93g/m3; and the relative humidity’s RMS error is between 2.5% and 18.6%.     

卫星气溶胶光学厚度资料同化对灰霾预报改进个例研究

面对日益严峻的大气污染形势,针对卫星气溶胶光学厚度（AOD）资料在灰霾数值预报领域的合理有效利用问题,使用WRF-Chem（WRF coupled with Chemistry）大气化学模式以及GSI（Gridpoint Statistical Interpolation）三维变分同化系统,利用MODIS和FY-3A/MERSI AOD资料,对一次灰霾天气过程进行了同化预报试验。试验结果显示,同化卫星AOD资料有效改善了模式初始场,MODIS和MERSI同化试验分别在AOD分析场的中心强度和空间分布各具优势,且对PM_2.5和PM₁₀的后续预报改进明显;从统计分析上看,同化试验的预报效果整体上好于控制试验,同化试验中PM_2.5和PM₁₀预报值的平均值、中值、平均偏差、均方根误差等指标均明显优于控制试验,且MODIS和MERSI同化试验分别在PM_2.5和PM₁₀预报统计结果中体现出了优势;卫星AOD资料同化能明显降低污染事件的空报率和漏报率,提高预报的TS评分和ETS评分。不同卫星AOD资料的差异对分析场中AOD的分布和强度产生了相应影响,进而影响了模式的灰霾预报效果;本次试验中,MODIS和MERSI AOD同化试验分别在PM_2.5和PM₁₀预报的评分上表现更佳。结果表明,卫星AOD资料同化对数值预报产生了积极的效果。      

基于KF-ETA积云对流参数化方案集合预报试验

采用中尺度数值模式WRF和Kain-Fritsch-ETA积云对流参数化方案(简称KF-ETA方案)对2003年江淮流域一次暴雨过程进行了敏感性分析和集合试验。结果表明,KF-ETA方案中的敏感因子(最小净环境卷入率和积云半径)对预报均有明显的影响,主要体现在各物理变量垂直廓线和次网格对流降水场的分布。基于KF-ETA方案的多成员集合预报,不仅改善了降水的位置和范围、纠正了单一确定性预报中"过干"和"过湿"的随机性偏差,而且也显示预报的不确定性主要集中在地形复杂及强降水的区域。