扩展水凝物控制变量的雷达资料同化对台风“天鸽”数值模拟的影响

利用WRF(Weather Research and Forecast)模式及WRFDA(WRF model data assimilation system)系统,针对2017年台风“天鸽”个例通过同化雷达径向速度(Vr)和反射率因子(RF),研究水凝物控制变量的雷达资料同化对台风分析预报的影响。研究表明：雷达径向速度的直接同化有效地改进了模式初始场中台风涡旋区的中小尺度信息,分析场中产生了气旋性的风场增量,对模式背景场中的台风有显著增强作用。通过在传统控制变量中扩展针对水凝物的控制变量可有效地同化雷达反射率因子资料,对初始场的水物质进行调整,并对随后确定性预报的台风路径和强度都有一定的正效果。此外,相比没有水凝物控制变量的雷达同化试验,加入了水凝物控制变量的雷达资料同化试验降水预报效果更好。这为将我国近海的地基多普勒天气雷达用于台风初始化分析和预报提供了一定的技术支撑和保障。     

采用不同样本集合同化地面观测对一次飑线过程的影响

针对夏季黄淮地区一次飑线过程,利用WRF (Weather Research and Forecasting) 模式及其Hybrid ETKF-3DVAR同化系统,考察不同生成方案的样本对同化地面观测的影响。集合样本创建方式包括3类:扰动初始背景场的方案 (RCV)、使用不同的物理参数化方案 (PPMP) 以及前两者集成方案 (BLE)。基于增量场分析,同化地面观测主要调整850 hPa以下水平风和水汽混合比的空间结构,其中RCV方案侧重于改变水平风的空间分布,PPMP方案侧重于改变水汽混合比的空间结构,BLE方案兼具二者特征。同化地面观测可以间接改善6 h降水预报,其中PPMP试验的降水预报最好,尤其是对降水位置和强度的预报。对比雷达回波观测,RCV试验和BLE试验对弓状回波模拟得较好,BLE试验的模拟较多体现RCV特征。PPMP试验和RCV试验还可改变冷池的位置和强度,同时影响飑线出现和消亡时间,相对而言,PPMP试验影响更大。     

不同资料同化对登陆台风菲特(2013)短时预报的影响研究

为定量评估地面、探空、飞机报、卫星辐射亮温、雷达反射率及径向风等不同观测资料同化对台风预报性能的影响,本文以2013年严重影响我国的登陆台风菲特为例,利用WRF模式与GSI-3DVAR同化系统开展观测系统试验(OSE)研究,探讨了不同类型资料同化对"菲特"(2013)路径、强度、形势场和降水短时预报的相对贡献及可能影响机理。结果表明:(1)不同类型资料同化对模拟结果贡献程度有明显差别,其中探空、雷达反射率和飞机报对模拟结果有较大影响,分别"拒绝"这三种资料后模式模拟的高空各要素均方根误差分别上升约54.8%~62.0%、9.2%~16.5%和6.1%~6.4%。(2)对于不同的台风预报效果评估参数,各类资料的贡献率大小排序不同。对高空场和台风路径模拟影响较大的是探空和飞机报,对台风强度模拟影响较大的依次是雷达径向风、反射率、探空和飞机报,而对降水模拟影响较大的依次是雷达反射率、探空和飞机报。(3)各类资料对降水模拟的贡献率随时间变化不同。雷达反射率资料对降水的贡献随着模式积分时间明显下降,而飞机报、探空资料等对降水的贡献在模式积分3 h之后开始出现。(4)资料同化对降水模拟的改进与其对台风路径、水物质及强度模拟改进有关,因此影响高空场、台风路径和强度较大的雷达反射率、探空和飞机报资料,也是对降水模拟贡献较大的资料。     

一次局地大暴雨的地面观测资料同化预报试验研究

基于WRF（Weather Research and Forecasting）模式及其3DVAR（3-Dimentional Variational）资料同化系统,采用36 km、12 km 、4 km三层嵌套网格进行逐3 h资料同化和快速更新循环预报,对2011年5月8日鲁中一次局地大暴雨过程进行了资料同化敏感性试验。试验结果表明,地面观测资料同化和快速更新循环对本次降水的预报起到了关键性作用。在快速更新循环预报时不同化地面观测资料,或同化全部观测资料进行冷启动预报,模式均不能预报出山东的降水。同化地面观测资料后,显著改进了模式降水落区预报。地面观测资料同化可以影响到700 hPa高度以上温压湿风要素的变化,从而改变了大气初始场的温湿结构,导致模式预报的700 hPa附近高空大气湿度和热力不稳定增强,700 hPa以下低层风场更强,850 hPa鲁中以南风速较无观测资料同化的偏强2～4 m·s-1,低层风场的动力作用触发高空的不稳定大气,降水出现在山东。     

基于卫星资料梯度信息的新型变分同化方法对于台风数值模拟的研究

卫星资料凭着卫星遥感的全球性、连续性和高频次观测等优势,成为一种重要的非常规资料源,但卫星观测仍然存在各种各样的观测误差,其中包含由于观测偶然性所造成的统计学上的随机误差及仪器本身和辐射传输模式等造成的系统性偏差,这些误差在很大程度上影响了卫星资料的质量。文中提出了一种能有效订正卫星观测资料系统性偏差的梯度信息同化算法,该方法用一个梯度算子进行模式变量与观测变量的梯度变换,从而达到订正系统性偏差的目的。本文利用WRF（Weather Research Forecast）模式及其同化模式WRFDA（WRF Data Assimilation system）,以及AIRS（Atmospheric Infrared Sounder）资料,对台风“圆规”进行了实际的数值模拟和同化试验,数值结果表明,梯度信息同化方法能明显改善台风路径的模拟,在处理可信度较低的资料时仍然适用。另外,通过同化诊断分析,发现卫星资料的系统性偏差对于台风数值模拟有较大影响,而文中提出的梯度信息同化方法能较好的解决此类问题。     

不同同化方案在一次梅雨锋暴雨预报中的应用研究

基于ATOVS辐射率资料和GTS常规观测资料融合,通过不同化任何观测资料的控制试验、3DVAR同化试验和ETKF-3DVAR混合同化试验,对2013年7月4—5日一次梅雨锋暴雨天气过程进行模拟分析。结果表明:混合同化方案能够明显地提高暴雨预报准确率,且有效改善了风场、温度场和相对湿度场等各个气象要素的初始场结构,而这些气象要素对于暴雨的预报准确性具有重要作用。且混合同化方案对于中低层大气改进效果较为明显。在数值积分过程中,随着时间的推移,混合同化方案的优势逐渐减弱。     

GRAPES全球切线性和伴随模式的调优

伴随技术是四维变分同化（4DVar）系统中计算代价函数梯度的最佳办法,切线性和伴随模式的效果和效率直接影响着4DVar系统的发展。基于GRAPES（Global and Regional Assimilation PrEdiction System）全球切线性和伴随模式1.0版本,利用GRAPES全球模式2.0版本在并行框架和性能等方面的改善,重新优化和设计了GRAPES全球切线性伴随模式2.0版本,提高了GRAPES全球切线性和伴随模式的效果和效率,优化了切线性模式程序结构,使其计算时间最优可控制在非线性模式的1.2倍以内;采用在切线性模式中保存基态的方法,重构了伴随模式的程序结构,使其计算时间最优控制在非线性模式的1.5倍以内;在GRAPES全球切线性物理过程的设计中,将线性物理过程的轨迹基态计算和切线性扰动计算解耦,提高了GRAPES全球切线性和伴随模式的计算效果和效率。     

EnSRF雷达资料同化对一次强对流天气模拟的影响研究

利用ARPS(Advanced Regional Prediction System)模式和具有流依赖背景误差协方差的集合均方根滤波(Ensemble Square Root Filter,简称En SRF)方法,通过同化多部多普勒雷达资料,对2013年6月23日的强对流天气过程进行了研究。首先对比同化试验和观测的组合反射率因子,检验了同化效果。通过计算均方根误差和离散度,进一步定量评估了同化结果。再对比模式变量,综合分析了En SRF雷达资料同化对模式热力、动力、湿度和微物理量等变量的影响。最后对集合平均场进行1 km的高分辨率数值模拟。结果表明:En SRF能够同化出与观测类似的对流系统,且减弱了南北部的虚假回波。径向风和反射率因子的均方根误差明显减少。En SRF雷达同化能够明显优化模式的初始场,同化试验的回波在垂直方向上范围增加,强度偏弱。在强对流区域,低层的冷池温度最多降低6 K,相对湿度最多增加30%。对流区域的雨水、冰晶和雪的混合比均有明显增加。模拟发现同化试验能够较好地模拟出对流系统的结构和位置。     

初始场估计共轭同化方法的精确化

通过例子,说明对偏微分方程模型使用共轭同化方法时,同周期性条件的重要性,提出尽可能精确地使用共轭同化方法于偏微分方程模型的办法及对有些方程不含ｅ↓ｕ／ｅ↓项时,其相应差分方程模型精确共轭同化方法。     

太湖叶绿素a同化系统敏感性分析

太湖叶绿素a同化系统对于不同参数的敏感性将直接影响到该系统能否精确的估算太湖叶绿素a的浓度分布.利用2009年4月21日环境一号卫星(HJ-1B CCD2)影像数据反演太湖叶绿素a浓度场信息.以此作为背景场信息,结合基于集合均方根滤波的太湖叶绿素a同化系统,分析和评价了样本数目、同化时长、背景场误差、观测误差和模型误差对于同化系统性能的影响.结果表明:从计算成本、系统运行时间和同化效果等方面分析,当集合样本数目达到30~40左右时同化系统取得了较好的结果;同化系统对于背景场误差的估计变化不是很敏感,即初始场的估计是否准确对于同化系统的性能影响不是很大;同化系统对于模型误差和观测误差的变化较为敏感,不同的测试点位由于水体动力学性质不一,其敏感性的表现形式有所差异;利用数据同化方法可以有效地估算太湖叶绿素a浓度.