气候模式中海洋数据同化对热带降水偏差的影响

本文采用海洋卫星观测海表温度(SST)和海面高度异常(SLA)数据,对国家海洋局第一海洋研究所地球系统模式FIO-ESM(First Institute of Oceanography Earth System Model version 1.0)中海洋模式分量进行了集合调整卡尔曼滤波(EAKF)同化,对比分析了大气环流、湿度和云量对海洋数据同化的响应,探讨了海洋同化对热带降水模拟偏差的影响。结果表明:海洋数据同化能有效改善海表温度和上层海洋热含量的模拟,30°S~30°N纬度带内年平均SST的绝均差降低60%。同化后大气模式模拟的赤道两侧信风得到明显改善,上升气流在赤道以北热带地区增强而在赤道以南热带地区减弱,热带降水模拟的动力结构更为合理,水汽和云量分布也更切合实际。热带年平均降水的空间分布和强度在同化后均得到改善,赤道以南的纬向年平均降水峰值显著降低,降水偏差明显减小,同化后30°S~30°N纬度带内年平均降水绝均差降低35%。     

集合均方根滤波同化地面自动站资料的技术研究

模式地形与观测站地形高度差异一直是地面资料同化面临的棘手问题,合理的同化方案能够将地面自动站资料有效的同化到中尺度数值模式中。本文首先采用Guo et al.(2002)的方案实现了在WRF模式中应用集合Kalman滤波方法同化地面自动站资料;然后对方案进行调整,对10 m高度风场、2 m高度位温、2 m高度露点和地表气压进行同化。通过均方根误差分析,模拟结果和同化增量分析来确定集合平方根滤波(EnSRF)同化地面自动站资料的有效性,并进行敏感性试验分析检验模式对各要素物理量的响应状况。结果表明:在EnSRF同化系统中应用Guo et al.(2002)的方案将地面自动站资料进行同化到数值模式中,能够部分改善模拟结果;地面观测资料(温度、湿度、风场、地表气压)中各物理量分别同化到数值模式都能影响18小时降水预报,但各物理量所起作用大小不同,其中对结果影响最大的是露点;使用位温、露点分别代替温度、比湿进行同化模拟效果更好,对自动站资料的同化也更加有效。     

ENSO预测的目标观测敏感区在热带太平洋海温的多模式集合预报中的应用

本文将ENSO预测的目标观测敏感区与多模式集合预报方法相结合, 提出了一种能够有效提高预报技巧且又具有较小计算成本的多模式集合预报方法。该方法在目标观测敏感区内采用模式不等权的多模式超级集合预报方法(SUP), 而在其他区域采用相对简单的等权的多模式消除偏差集合平均方法(BREM)。利用CMIP5中15个气候系统模式的工业革命前参照试验(pi-Control)数据, 针对热带太平洋海温的长期演变开展了理想预报试验。将新集合预报方法与现有的多模式集合预报方法进行了比较。结果表明, 在所考察的预报期内(即1～20年), 新集合预报方法与整个热带太平洋区域使用SUP方法具有相当的预报技巧, 但前者的计算成本明显小于后者, 计算时间仅为后者的1/4。可见, 新方法是一个具有较高预报技巧且计算成本较小的多模式集合预报方法。同时, 其较高的预报技巧强调了热带太平洋SST预测对ENSO目标观测敏感区内的模式误差也是极端敏感的, 也正因如此, 多模式集合预报方法才能够有效过滤模式误差的影响, 具有较高的预报技巧。     

相似性判别原理在影像变化检测中的应用

针对传统基于Bayes影像变化监测方法中分类的硬划分及对辐射畸变敏感的问题,首先,采用集合相似性测度动态更新变化和未变化两类像元模糊子集,解决变化检测分类过程中硬划分的问题;然后,采用像元相似性测度来判断变化类像元集合和未变化类像元集合中的每个像元是否真正发生了变化,剔除伪变化像元,克服对影像线性辐射畸变敏感的问题,并检测出漏检像元,最终实现影像变化区域的提取。实验结果表明,基于相似性测度的影像变化检测方法可实现变化区域自动化提取,具有较好的应用价值。     

动力协调的扰动场在风暴尺度集合预报中的效果改进试验

利用WRF模式,对1977年5月20日发生在美国俄克拉荷马州的超级单体风暴进行理想化的集合预报试验。基于具有明确统计意义的蒙特卡洛扰动法和扰动变量动力协调性的考虑,构造了两个集合预报系统（EPS）,一个是由包含多时次扰动误差信息并能够使各个扰动变量与动力模式相协调的初始扰动场生成集合成员;一个是由蒙特卡洛扰动法生成集合成员。对比检验了两个EPS的性能,结果表明：与动力模式相协调的扰动场形成初始扰动的EPS预报效果要好于蒙特卡洛扰动法产生的EPS;Talagrand分布和离散度情况表明前者可以获得更适宜的离散度,模式对初始扰动的平滑作用更小,比后者更为合理。     

Improving multimodel weather forecast of monsoon rain over China using FSU superensemble

In this paper we present the current capabilities for numerical weather prediction of precipitation over China using a suite of ten multimodels and our superensemble based forecasts. Our suite of models includes the operational suite selected by NCARs TIGGE archives for the THORPEX Program. These are: ECMWF, UKMO, JMA, NCEP, CMA, CMC, BOM, MF, KMA and the CPTEC models. The superensemble strategy includes a training and a forecasts phase, for these the periods chosen for this study include the months February through September for the years 2007 and 2008. This paper addresses precipitation forecasts for the medium range i.e. Days 1 to 3 and extending out to Day 10 of forecasts using this suite of global models. For training and forecasts validations we have made use of an advanced TRMM satellite based rainfall product. We make use of standard metrics for forecast validations that include the RMS errors, spatial correlations and the equitable threat scores. The results of skill forecasts of precipitation clearly demonstrate that it is possible to obtain higher skills for precipitation forecasts for Days 1 through 3 of forecasts from the use of the multimodel superensemble as compared to the best model of this suite. Between Days 4 to 10 it is possible to have very high skills from the multimodel superensemble for the RMS error of precipitation. Those skills are shown for a global belt and especially over China. Phenomenologically this product was also found very useful for precipitation forecasts for the Onset of the South China Sea monsoon, the life cycle of the mei-yu rains and post typhoon landfall heavy rains and flood events. The higher skills of the multimodel superensemble make it a very useful product for such real time events.     

用前期大气环流指数预测新疆北部夏季降水的探讨

用1961-2007年新疆北部29站夏季(6-8月)降水资料,计算得到北疆夏季降水指数.以前期的月环流指数为因子,考虑相关系数的不稳定性,用滑动相关法初选因子,采用两级逐步回归的集合方案,尝试对北疆夏季降水指数进行预测.总样本数为47时,北疆夏季降水指数的拟合(预测)序列与原始序列之间的相关系数为0.7248.另外建立了10种不同总样本数的预测模型.经综合分析比较,以最终的统计集合预测效果最好,预测2008年北疆夏季降水将偏少,降水指数为106.9.结果表明:(1)滑动相关-逐步回归-集合预测方法以及在此基础上建立的统计集合预测模型具有一定的预测能力;(2)相关分析与时间序列分析相结合的思路和方法,可在季节、月等不同时间尺度的短期气候预测业务中应用.     

北京地区暴雨个例的观测敏感区研究

利用基于集合预报的相关方法对2009年7月23日发生在北京及周边地区的暴雨过程的观测敏感区进行了分析。通过WRF(Weather Research Forecast)三维变分方法对初始场进行随机扰动,形成30个初始集合样本,做了预报时效为12 h的集合预报。利用该方法分析检验区(北京及周边地区)累积降水[14:00(北京时间,下同)至20:00]相对于初始时刻(08:00)各基本要素的敏感性,确定感性要素及其对应的区域。研究发现初步确定的敏感性要素为水汽和温度,对应的敏感区分别位于北京的西南侧和北京的东北侧,且通过实况分析可知初步确定的敏感性要素和对应的敏感区具有明确的物理意义。还进一步通过观测系统模拟试验(OSSE)的资料同化验证所确定的敏感区,结果表明在水汽对应的敏感区内同化水汽对降水的预报结果有明显的改进;在温度对应的敏感区内同化温度,降水的预报准确率有了明显的提高,说明了初步确定的敏感性要素和敏感区的正确性。在水汽对应的敏感区内同化水汽的同时在温度对应的敏感区内同化温度,使降水预报的技巧有大幅度的提高,说明了温度和水汽的共同作用对提高降水预报准确率贡献最大。因此,通过基于集合预报的相关方法能够快速的确定敏感区。研究结果将为确定北京暴雨的观测敏感区提供参考。     

全球海洋资料同化系统ZFL_GODAS的研制和初步评估试验

本研究发展了一个全球海洋资料同化系统ZFL_GODAS。该系统是一个短期气候数值预测业务系统的子系统,为短期气候预测海气耦合模式提供全球海洋初始场。系统能够同化的观测资料包括卫星高度计资料、卫星海表温度(SST)资料,以及Argo、XBT、TAO等各种不同来源的现场温盐廓线资料。系统使用的海洋模式为中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室开发的气候系统海洋模式LICOM1.0,同化方案为集合最优插值(EnOI)方案。系统使用一个由海洋模式自由积分得到的静态样本来估计背景场误差协方差。这样的基于集合样本的背景场误差协方差具有多变量协变、各向异性的特征,且能反映海洋物理过程固有的空间尺度特征。针对EnOI同化程序的特点,开发了一套特色鲜明、负载均衡、高效的并行化同化程序。本文通过与不同类型观测资料的比较,对同化系统的性能进行了评估。通过比较海表温度和海面高度的年际变率,海表温度异常随时间的变化,SST、海面高度异常(SLA)以及次表层温盐预报产品的均方根误差,5年平均温度偏差廓线、平均盐度廓线、平均纬向流速廓线等发现:系统工作正常、同化效果较好;经过同化以后,各变量都更加接近观测,误差更小,与观测场的相关性更好,可以为短期气候预测系统提供较好的海洋初始场,也可以为物理海洋学的研究提供有效的再分析资料。