复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

两种四维奇异值分解同化方法的比较及误差分析

4DSVD是最近提出的一种新的资料同化方法。目前还存在一些需要解决的问题,比如如何选取样本,如何得到支撑大气吸引子的基向量以及选取基向量的个数问题等等。作者利用奇异值分解(SVD)与经验正交函数分解(EOF)两种方法来获得支撑大气吸引子的基向量,推导了基于这两种方法的4DSVD分析场的理论公式,并用简单的数值试验比较了基于这两种方法的4DSVD分析场的空间相关系数和误差,初步分析了分析场与基向量个数的关系以及与样本选取的关系和分析误差的来源及各种误差对分析误差影响的相对大小。结果表明,用SVD方法作为获得支撑大气吸引子基向量的方法得到的分析场较EOF方法稳定,分析场与基向量个数有密切关系,观测误差、模式误差和观测代表性误差是分析误差的主要来源,且其引起的分析误差随着基向量个数增多而增大。     

Multi-Source Emission Determination Using an Inverse-Dispersion Technique

Inverse-dispersion calculations can be used to infer atmospheric emission rates through a combination of downwind gas concentrations and dispersion model predictions. With multiple concentration sensors downwind of a compound source (whose component positions are known) it is possible to calculate the component emissions. With this in mind, a field experiment was conducted to examine the feasibility of such multi-source inferences, using four synthetic area sources and eight concentration sensors arranged in different configurations. Multi-source problems tend to be mathematically ill-conditioned, as expressed by the condition number κ. In our most successful configuration (average κ = 4.2) the total emissions from all sources were deduced to within 10% on average, while component emissions were deduced to within 50%. In our least successful configuration (average κ = 91) the total emissions were calculated to within only 50%, and component calculations were highly inaccurate. Our study indicates that the most accurate multi-source inferences will occur if each sensor is influenced by only a single source. A “progressive” layout is the next best: one sensor is positioned to “see” only one source, the next sensor is placed to see the first source and another, a third sensor is placed to see the previous two plus a third, and so on. When it is not possible to isolate any sources κ is large and the accuracy of a multi-source inference is doubtful.     

Assimilation of Polarimetric Radar Data Using an Ensemble Kalman Filter for the Analysis and Forecast of Tropical Storm Ewiniar

This study explores the potential for directly assimilating polarimetric radar data (including reflectivity Z and differential reflectivity ZDR) using an ensemble Kalman filter (EnKF) based on the Weather Research and Forecasting (WRF) model to improve analysis and forecast of Tropical Storm Ewiniar (2018). Ewiniar weakened but brought about heavy rainfall over Guangdong, China after its final landfall. Two experiments are performed, one assimilating only Z and the other assimilating both Z and ZDR. Assimilation of ZDR together with Z effectively modifies hydrometeor fields, and improves the intensity, shape and position of rainbands. Forecast of 24-hour extraordinary rainfall ≥250 mm is significantly improved. Improvement can also be seen in the wind fields because of cross-variable covariance. The current study shows the possibility of applying polarimetric radar data to improve forecasting of tropical cyclones, which deserves more researches in the future.     

利用伴随法反演风应力系数

基于无结构网格有限体积法的正模型和伴随数据同化模型,建立了风应力系数反演表达式,将风应力系数的确定变成依赖于区域内观测值的数值迭代过程,实现了风应力系数确定的自动化,并成功进行了概化河口一系列风应力系数反演的伴随同化实验,反演得到的结果精度较高,实验结果表明：1）伴随法反演风应力系数是合理可行的;2）充分的观测数据能够提高反演的精度;3）风速在10 m/s或15 m/s的情况下,对于风应力系数反演的结果影响不大。     

基于均值变点法提取地形起伏度的影响因素分析——以黄河流域(山西段)为例

地形起伏度因子在宏观尺度生态评估中具有重要作用。均值变点法是确定地形起伏度最佳分析窗口的常用方法,但其影响因素尚缺乏研究。本文以黄河流域(山西段)为例,基于DEM数据和均值变点法提取了研究区地形起伏度,并探讨了分析窗口样本数量、DEM分辨率和地貌类型3种因素的影响。结果表明：(1)分析窗口样本数量对最佳分析窗口取值有明显影响。随着样本数量的增加,变点所在的最佳分析窗口面积也不断增加。(2)DEM分辨率对最佳分析窗口取值有一定影响。分析窗口面积取值范围一致时,基于30 m ASTER GDEM计算得到的最佳分析窗口面积小于基于90 m SRTM DEM的最佳分析窗口面积。(3)地貌类型对最佳分析窗口取值的影响不大。当分析窗口样本数量一致时,不同地貌类型区及整个研究区最佳分析窗口相同或接近。总体而言,分析窗口样本数量是最关键的影响因素。     

一次东北冷涡过程的宏微观物理特征分析

利用2019年5月20日机载DMT和SPEC粒子测量系统获取的飞机云微物理探测资料,结合高空、地面、卫星云图产品等常规气象数据,分析了东北冷涡在发展成熟期的云宏微观结构特征。结果表明:飞机探测区域为冷性层积混合云,云水充沛。云粒子探头(CDP)和二维云粒子图像探头(CIP)探测到的最大粒子数浓度分别为362.10cm-3、191.08L-1,液态含水量变化范围为0~0.88g/m3;CDP粒子谱呈指数型下降,谱宽较窄;CIP粒子谱呈双峰结构。云粒子图像探测仪CPI表明,层积云上部主要为冰雪晶粒子,以冰晶的核化和凝华增长为主;中上部粒子主要为小冰晶形态,也有冰晶聚合体和枝状冰晶;中下部是过冷水和冰晶粒子的共存区,过冷水较为丰富。     

多普勒雷达资料4DVAR同化反演的模拟研究

利用Sun等建立的同化模式和四维变分同化方法对多普勒雷达资料反演大气风场、热力场和微物理场进行了模拟试验研究.反演的基本思路是将4DVAR同化方法应用到三维云模式,定义价值函数表征雷达资料与模式预报结果之间的差别,通过极小化价值函数得到反演场,价值函数相对模式控制变量的梯度由伴随模式求取.试验结果表明,4DVAR同化技术能够从单(双)多普勒雷达资料反演大气三维风场、热力场和微物理场.各个变量反演精度高低与同化过程中变量受约束的大小程度呈正相关.速度场和雨水场反演精度较高,温度场、云水和水汽的反演精度次之,温度场的准确反演需要较长的同化时间.价值函数中加入背景场,哪怕是单点探空给出的平均场信息也有利于提高反演精度.在采用单部多普勒雷达资料进行反演时,速度场的反演误差较大.反演区相对雷达站的位置变化对速度场反演结果有一定的影响,而对其他变量的反演影响很小.两个时次的雷达观测资料基本足够提供反演所需的时间演变信息,同化更多时次的雷达资料,反演效果改进很小.雷达观测资料的缺值会显著降低同化效果,甚至可能导致同化失败,引入背景场可以改善这一状况.4DVAR同化技术对于雷达观测资料误差不太敏感.利用双多普勒雷达合成风场提供水平风场边界条件是比较准确可靠的.在反演主体离边界较远时,VAD风场也基本可用作水平风场边界条件.微物理场的反演对模式中的微物理参数化方案较敏感.     

ASSIMILATION OF OBSERVED SURFACE WIND WITH GRAPES

With the advances of numerical weather simulation and reduced data assimilation updating cycle, surface observation data assimilation becomes more and more important in data assimilation systems. It is widely accepted that a better data assimilation system should contain the restriction of thermodynamic processes in the surface layer. Therefore, in this paper, a new surface wind observation operator is utilized in Global and Regional Assimilation PrEdiction System_3D-Variance (GRAPES_3D-Var), with the restriction of thermodynamic process in the planetary boundary layer (PBL). In order to research the ability of this new surface wind observation operator in assimilation and forecasting, a series of experiments are operated by using the GRAPES model. The main results indicate that this new method of surface wind observation operator has positive impact on the forecast with the GRAPES model.     

利用ARGO资料改进海洋资料同化和海洋模式中的物理过程

国际ARGO计划的实施每年将可提供多达 10万个剖面 (0～ 2 0 0 0m水深 )的海水温度和盐度资料 ,这些资料的获取无疑将会大大促进海洋和大气科学的发展 ,使人们加深对海洋过程的了解 ,揭示海 气相互作用的机理 ,为长期天气预报和短期气候预测提供模式初始场 ,提高长期天气预报和短期气候预测的能力。如何利用这些资料开展研究工作以及在实际业务中应用这些资料是目前大气和海洋科学界的一个前沿课题。本研究将ARGO浮标资料引入了国家气候中心的NCC GODAS同化系统 ,结果分析表明 ,同化ARGO资料后所得到的海温场在三大洋中不仅在温度数值的大小 ,而且在分布形式方面都与观测场具有较好的一致性 ,可以很好地反映出观测到的冬季和夏季海温的分布形式以及海温的季节变化特征和异常特征。本研究还应用最新的ARGO海洋观测资料 ,通过建立新的热带西太平洋次表层海温参数化方案 ,改进了Zebiak Cane(1987)海洋模式 (ZC模式 ) ,克服了ZC模式几乎没有模拟赤道西太平洋表层和次表层海温变化能力的缺陷。在ZC模式中引用新的次表层海温参数化方案后 ,在赤道西太平洋不仅次表层海温的模拟得到了改善 ,对海面温度异常的模拟也有了较大的改进 ,不仅模拟出了赤道西太平洋表层和次表层海温异常的年际变化特征 ,也模拟出了与观