2006～2013年CMIP5模式中国降水预估误差分析

用第五次耦合模式比较计划（CMIP5）的10个模式模拟结果与英国东安格利亚大学（UEA）气候研究机构（CRU）的最新降水格点分析资料比较,评估了三种典型浓度路径（RCPs）排放情景下模式集合对2006～2013年中国降水预估误差,结果发现模式间年降水预估在西北和东部沿海地区差异较明显,在沿海地区模式降水估计偏少,在西部和北方大部分地区偏多;冬半年大部分地区模式降水明显偏多,部分地区甚至偏多一倍以上;夏半年东部季风区降水估计偏少,但西部仍然偏多。模式降水误差随时间变化,夏半年误差变化明显的区域主要集中在北方和东部地区,冬半年在东北南部、华东及华南等地。此外,提高排放情景对年降水量估计影响明显的地区主要集中在我国西部的部分地区,加剧了西北模式降水估计偏多程度,但对东部地区影响不大。El Ni?o与La Ni?a年的模式降水误差分布相似,仅在沿海部分地区和华北北部差异较明显,逐年误差分布特征也与此相似。各种误差的对比分析表明,模式降水误差可能多来自模式本身存在的问题,如积云对流参数化、固体降水物理过程、地形处理及分辨率等。这些误差特征说明,直接使用CMIP5模式集合情景输出资料估计未来降水的方法存在较大的不确定性,必须对其进行评估,以降低潜在用户或决策者们制定未来规划的风险。     

Application of data assimilation with the Root Zone Water Quality Model for soil moisture profile estimation in the upper Cedar Creek,Indiana

Data assimilation techniques have been proven as an effective tool to improve model forecasts by combining information about observed variables in many areas. This article examines the potential of assimilating surface soil moisture observations into a field‐scale hydrological model, the Root Zone Water Quality Model, to improve soil moisture estimation. The Ensemble Kalman Filter (EnKF), a popular data assimilation technique for nonlinear systems, was applied and compared with a simple direct insertion method. In situ soil moisture data at four different depths (5, 20, 40, and 60 cm) from two agricultural fields (AS1 and AS2) in northeastern Indiana were used for assimilation and validation purposes. Through daily update, the EnKF improved soil moisture estimation compared with the direct insertion method and model results without assimilation, having more distinct improvement at the 5 and 20 cm depths than for deeper layers (40 and 60 cm). Local vertical soil property heterogeneity in AS1 deteriorated soil moisture estimates with the EnKF. Removal of systematic bias in the forecast model was found to be critical for more successful soil moisture data assimilation studies. This study also demonstrates that a more frequent update generally contributes in enhancing the open loop simulation; however, large forecasting error can prevent more frequent update from providing better results. In addition, results indicate that various ensemble sizes make little difference in the assimilation results. An ensemble of 100 members produced results that were comparable with results obtained from larger ensembles. Copyright © 2011 John Wiley & Sons, Ltd.     

一次梅汛期强降雨过程的中期时效预报误差分析

2016年6月30日至7月4日,中国长江流域发生了入汛以来最强的一次极端降雨过程,但对雨带位置的预报却出现了显著误差。为此,本文基于欧洲中期天气预报中心的预报资料,利用天气学诊断方法,分析了确定性和集合预报的基本情况,讨论了预报误差产生原因及其演变特征。结果表明：梅雨锋上次天气尺度波动在中国黄淮—辽东半岛到朝鲜半岛—日本东部一带呈“负—正—负”的分布,它的强弱对雨带位置的变化起着重要影响。当该波动偏强时,有利于低层季风向北伸展,加之冷空气强度偏弱,进而造成雨带位置偏北,反之亦然。此外,通过对比集合预报成员中的准确和偏北成员组,发现该次天气尺度波动来源于青藏高原东北部的初始误差场。伴随着中纬度西风波动的向东传播,该误差在中低层沿着梅雨锋向东移动、并不断增强,最终造成中国长江中下游地区雨带位置明显偏北。     

A probabilistic analysis of random wave-induced liquefaction

Seabed instability caused by soil liquefaction due to build-up of excess pore pressure within the sedimentary seabed represents a serious threat to coastal structures. Models of varying sophistication exist for predicting the liquefaction process but most previous calculations are limited to regular waves while the real waves are random. In this study, a numerical study of liquefaction potential of a sand bed under narrow-band random waves is carried out employing ensemble modelling techniques. The aim of the work is to investigate the effect of random waves on excess pore pressure build-up and liquefaction processes and study the probability distribution of the maximum liquefaction depth. The computational results using a 1D liquefaction model indicate that the random wave-induced liquefaction can be much deeper than that of the corresponding regular waves with the largest individual waves in the random wave time series playing a dominant role in determining the maximum liquefaction depth. It is also found that the time for the maximum liquefaction depth to be reached can vary considerably from one random wave series to another, which suggests that in random waves notable densification may occur within the same timeframe as that for liquefaction.     

GRAPES集合卡尔曼滤波资料同化系统Ⅰ:系统设计及初步试验

集合卡尔曼滤波资料同化方法,可以用集合样本统计出随天气形势变化的误差协方差,是当前资料同化领域的研究热点。主要介绍了GRAPES集合卡尔曼滤波资料同化系统的设计以及初步的试验结果。针对集合卡尔曼滤波同化实际观测资料难以实施的问题,采用成批观测同化的顺序同化方法进行多变量的集合卡尔曼滤波同化;为了滤除有限集合数造成的误差相关噪音和缓解求逆矩阵不满秩的问题,在水平和垂直方向都采用了Schur滤波;建立了与GRAPES预报模式的垂直坐标和预报变量一致的模式面集合卡尔曼滤波系统;集合样本的生成考虑了模式变量的空间相关和模式变量之间的相关,通过利用三维变分分析中的控制变量变换得到模式变量扰动场。通过比较GRAPES集合卡尔曼滤波资料同化系统和GRAPES区域三维变分资料同化系统的单点观测资料同化分析结果,对比背景误差相关系数的分布,验证了GRAPES集合卡尔曼滤波系统的正确性。此外,同化区域探空观测资料试验结果表明,GRAPES集合卡尔曼滤波资料同化系统能够得到合理的分析,并且具有实际运行能力。对分析结果进行12h预报表明,GRAPES集合卡尔曼滤波资料同化系统的分析协调性不如三维变分资料同化系统。     

GRAPES集合卡尔曼滤波资料同化系统Ⅱ：区域分析及集合预报

GRAPES集合卡尔曼滤波资料同化方法能够分批同化常规观测资料,GRAPES集合卡尔曼滤波同化系统的设计及其与GRAPES三维变分同化系统的对比试验结果表明,GRAPES集合卡尔曼滤波系统能够得到合理的分析,并且具有实际运行能力。在此基础上,进行集合卡尔曼滤波区域同化分析及集合预报试验,对比区域模式面三维变分同化分析预报结果,研究表明,集合卡尔曼滤波分析比三维变分分析具有一定优势,降水预报更接近实况。考察了预报误差特征随天气形势的变化情况,表明预报误差相关场和均方差的分布随着天气形式不同而变化。     

基于多模式短期集合预报技术的热带气旋降水预报试验

利用中尺度AREM和WRF模式为试验模式,由对降水预报结果影响颇大的积云和边界层参数化方案构成的10个集合预报成员,开展有限区域多模式短期集合预报在热带气旋降水预报中的应用与研究.分别研究了单个模式集合预报和多模式集合预报在热带气旋"天鹅"(0907)降水预报中的应用.试验结果表明:(1) WRF模式集合预报效果整体上...     

集合方根滤波同化多普勒雷达资料在一次飑线过程中的应用研究

针对2005年7月12日发生在山东省中西部地区的一次飑线天气过程,采用集合方根滤波方法开展基于WRF模式的多普勒雷达资料的同化应用试验,考察了此同化系统对实际雷达资料的同化效果。主要结论如下：（1）集合方根滤波同化系统能有效同化实际雷达资料,雷达资料的加入增加了模式的中小尺度信息,使分析场得到了显著改善,有效缩短了模式起转时间,改进了对地面降水的预报。（2）利用三次同化分析后的集合平均分析场进行的确定性预报表明,与控制试验相比,同化后分析场能更准确地预报飑线系统的微物理量场,预报的流场结构符合风暴的动力特征,动力场和热力场的分布与配置也基本合理。（3）集合平均分析场对飑线系统传播方向的预报与实况一致,但预报的系统传播速度较实况快,由于对流系统的非线性发展迅速,对系统的预报时效为5—6 h。     

����EEMD��GPS�߳�ʱ����������ʶ������ȡ

?????????EEMD??GPS???????????????????????????????????????徭??????????????????????????????????????????????????????????????????????й?????CORS??????????????????????????飬??????????????????????????????????????????????????????????????????????????     

集合卡尔曼滤波的GPS周跳探测

周跳的探测一直以来都是GPS载波相位测量数据预处理的一个重点和难点,准确探测周跳有利于整周模糊度的确定,大大地提高了GPS的定位精度.文章利用集合卡尔曼滤波模型对GPS周跳问题进行探测研究,针对静态载波相位数据给出了最佳的参数量,进行周跳探测试验,从理论和实践上证明了该模型对GPS周跳探测的可行性和有效性.