Reconstruction of eddies by assimilating satellite altimeter data into Princeton Ocean Model

An optimal interpolation assimilation model for satellite altimetry data is developed based on Princeton Ocean Model (POM), which is applied in a quasi-global domain, by the method of isotropic correlation between sea level anomaly (SLA) and sea temperature anomaly. The perfor- mance of this assimilation model is validated by the modeled results of SLA and the current patterns. Comparisons between modeling and satellite data show that both the magnitudes and distribution patterns of the simulated SLA are improved by assimilation. The most signiˉcant improvement is that meso-scale systems, e.g., eddies, are well reconstructed. The evolution of an eddy located in the northwest Paciˉc Ocean is traced by using the assimilation model. Model results show that during three months the eddy migrated southwestward for about 6 degrees before merging into the Kuroshio. The three dimensional structure of this eddy on 12 August 2001 is further analyzed. The strength of this warm, cyclonic eddy decreases with the increase of depth. The eddy shows di?erent horizontal patterns at di?erent layers, and the SLA and temperature ˉelds agree with each other well. This study suggests that this kind of data assimilation is economic and reliable for eddy reconstruction, and can be used as a promising technique in further studies of ocean eddies as well as other ˉne circulation structures.     

一种非对称台风Bogus方法的数值模拟应用

前人研究中BDA方法采用的轴对称Bogus台风不能反映个别台风具体特征,也弃掉了背景场的合理成分,有必要改用更精细的非对称台风Bogus模型对BDA方案做出改进。因此,提出一种充分融合分析场信息和实际观测信息并考虑副高影响的非对称台风Bogus方法,针对0613、0704台风个例,通过4DVAR技术,利用MM5模式及其伴随模式对此Bogus资料进行BDA同化试验和模拟预报,数值结果表明:BDA方法同化非对称台风Bogus模型,其路径预报效果优于同化轴对称台风模型,同化两种Bogus资料都使台风强度模拟效果得到极大改善,但改善程度相当,故台风的非对称结构及副高等外围环境场及背景场弱台风中合理信息对台风的准确模拟起到关键作用,同时,Bogus资料同化方法用于远洋上的台风时,需注意台风模型与副高的配置关系。     

美国卡罗莱纳州区域海洋观测预报系统简介

介绍了美国卡罗莱纳州区域海洋观测预报系统(Caro-COOPS系统)。该系统通过"实时观测-模式模拟-数据同化-业务应用"形成的一个完整链结,为卡罗莱纳州及其周边海域的科研、经济以及军事应用提供服务。观测系统依靠沿岸水文气象台站、海上浮标、潜标以及卫星遥感装置等,获得研究海区的准确观测资料。数值模拟模块是Caro-COOPS系统的核心部分,使用三重网格嵌套技术,并耦合了大气、海浪、泥沙输运以及生物化学模型,真实、全面地模拟出该海区的状况。Caro-COOPS系统中采用集合卡曼滤波和四维变分同化的方式,利用观测数据来调整计算误差。在模式的运行过程中,数据同化的作用主要体现在对初始场和强迫场的修正上,其观测结果经过统计分析处理后,可对原有的强迫场进行校正,将相对真实的强迫场提供给模式计算;模式计算的结果与观测数据相融合,通过滤波的方法调整积分的方向,以便更加逼近物理场的真实状态,将滤波调整后形成的物理场作为模拟下一个时刻计算所需的初始场。经过数据同化的调整,优化了模式计算所依赖的初始场和强迫场,减小了其与真实状态的误差,使模式的计算结果更加逼近真实值。Caro-COOPS系统的一大优势亮点是通过将预报结果与地理信息系统(GIS)相结合,快速而准确地定位洪水、风暴潮等自然灾害的影响区域,可准确至每一条街道乃至住宅,极大方便了决策部门有针对性地进行灾害预防和救助工作。GIS与模式结果的结合也极大地增强了Caro-COOPS系统服务社会的能力。     

海洋卫星遥感数据同化在海洋声场研究中的应用

卫星遥感数据同化技术已成为海洋学研究的一个有效手段。本文选取了日本以东黑潮流域作为研究海区,介绍了最优插值同化方法对海洋温度场和盐度场的分析,在此基础上对实验海区声场进行了研究。文中为了说明数据同化的优越性,利用WOA数据与其进行比较,体现了同化数据对真实场描述的可靠性。     

中国海及邻近海域卫星观测资料同化试验

利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。     

集合卡尔曼滤波在流域水文模型流量预报中的应用

针对流域降雨入渗过程,引入集合卡尔曼滤波(EnKF)理论,视整个边坡流域为一个随机动态系统,将边坡流域流量观测值作为系统的输出,用集合卡尔曼滤波模型来描述系统的状态;结合流域流量计算方法,实现水文模型参数的随机动态估计,在有效获得待估参数的同时还给出估计值的不确定性.通过数值算例表明,集合卡尔曼滤波可以有效地对含噪声的量测数据进行处理,能够跟踪水文模型的动态变化.相对于常用最优化算法,集合卡尔曼滤波同时给出反演结果和先验知识的后验分布,显示出更好的实时性和可靠性.     

贺兰山小松山基性-超基性杂岩体岩石地球化学特征

贺兰山小松山岩体的岩石地球化学研究表明,基性岩的Mg^#为0．71～0．76,接近原生岩浆的值,超基性岩的Mg^#为0．80～0．89,具有岩浆早期堆晶的特征,稀土总量∑REE为（13．03～82．66）×10^-6;δ（Eu）为1．08～1．61,具弱正异常;（La／Yb）N为2．49～5．24,（Ce／Yb）N为3．01～4．97,配分曲线表现为轻稀土相对富集的右倾型。微量元素配分曲线图表现为大离子亲石元素富集。岩石地球化学数据综合分析证明,该岩体产于板内拉张环境,岩体形成过程中经历了岩浆分离结晶作用,后期发生了同化混染,岩体具有寻找铬-铜-镍型岩浆矿床的潜力。     

基于参数空间分布的海洋生态系统模拟

在模拟大尺度海洋生态系统时,由于子区域的生态系统有着各自的特征,导致参数值在空间上存在差异,因此参数在整个研究区域取常数的做法必须改进.基于此,使用气候模式FOAM的气侯态背景场驱动一个简单的三维海洋生态系统模型,并引入参数的空间分布,在全球尺度上通过伴随方法同化SeaWiFS叶绿素资料.引入参数空间分布后,同化结果得到很大改进:浮游植物表层生物量(氮)的平均差从0.155 3减小至0.060 6 mmol·m-3,下降了60.9%,有效地降低了模拟值与观测值在空间上的差异;浮游植物表层生物量平均值也从0.103 1上升至0.125 2 mmol·m-3,更接近SeaWiFS观测.实验结果表明通过引入参数的空间分布来改进海洋生态系统的模拟是可行的.     

混合截断尺度Blending方案及其在西南区域模式中的应用

西南区域地形复杂多样,产生的灾害性天气系统往往具有多尺度特征,各个尺度的波动信息均影响着天气系统的发生发展。为了在循环同化过程中及时并恰当地引入来自全球模式背景场的信息,修正区域模式对大尺度波段信息的分析和预报偏差,本文以西南区域为研究背景,根据不同类型模式变量的长度尺度特征,将风场的截断尺度与温湿变量的截断尺度进行差异化设置,提出了混合截断尺度的Blending方案,并基于西南区域循环同化系统进行了为期一周的批量循环同化试验和个例结果诊断分析。结果表明,统一和混合截断尺度的Blending方案均能减小循环同化过程中的分析和预报偏差,而混合截断尺度的Blending方案通过对动力场和温湿场采用不同的截断尺度,分别引入更符合动力场和温湿度场尺度特征的全球背景场信息,进一步减小了区域背景场的偏差,提高了循环同化分析的连续性和气象要素预报的准确度。在降水个例分析中,模式在地形陡峭区域出现了明显的降水虚报和落区偏差,混合截断尺度Blending方案能进一步降低大量级降水的虚报率,改进了对降水量级和落区的预报,提高了降水预报准确度。     

Impact of 4DVAR assimilation of rainfall data on the simulation of mesoscale precipitation systems in a mei-yu heavy rainfall event

The multi-scale weather systems associated with a mei-yu front and the corresponding heavy precipitation during a particular heavy rainfall event that occurred on 4 5 July 2003 in east China were successfully simulated through rainfall assimilation using the PSU/NCAR non-hydrostatic, mesoscale, numerical model （MM5） and its four-dimensional, variational, data assimilation （4DVAR） system. For this case, the improvement of the process via the 4DVAR rainfall assimilation into the simulation of mesoscale precipitation systems is investigated. With the rainfall assimilation, the convection is triggered at the right location and time, and the evolution and spatial distribution of the mesoscale convective systems （MCSs） are also more correctly simulated. Through the interactions between MCSs and the weather systems at different scales, including the low-level jet and mei-yu front, the simulation of the entire mei-yu weather system is significantly improved, both during the data assimilation window and the subsequent 12-h period. The results suggest that the rainfall assimilation first provides positive impact at the convective scale and the influences are then propagated upscale to the meso- and sub-synoptic scales.
Through a set of sensitive experiments designed to evaluate the impact of different initial variables on the simulation of mei-yu heavy rainfall, it was found that the moisture field and meridional wind had the strongest effect during the convection initialization stage, however, after the convection was fully triggered, all of the variables at the initial condition seemed to have comparable importance.