A comparison of the radar ray path equations and approximations for use in radar data assimilation

The radar ray path equations are used to determine the physical location of each radar measurement. These equations are necessary for mapping radar data to computational grids for diagnosis, display and numerical weather prediction (NWP). They are also used to determine the forward operators for assimilation of radar data into forecast models. In this paper, a stepwise ray tracing method is developed. The influence of the atmospheric refractive index on the ray path equations at different locations related to an intense cold front is examined against the ray path derived from the new tracing method. It is shown that the radar ray path is not very sensitive to sharp vertical gradients of refractive index caused by the strong temperature inversion and large moisture gradient in this case. In the paper, the errors caused by using the simplified straight ray path equations are also examined. It is found that there will be significant errors in the physical location of radar measurements if the earth’s curvature is not considered, especially at lower elevation angles. A reduced form of the equation for beam height calculation is derived using Taylor series expansion. It is computationally more efficient and also avoids the need to use double precision variables to mitigate the small difference between two large terms in the original form. The accuracy of this reduced form is found to be sufficient for modeling use.     

拉格朗日资料同化的研究进展

拉格朗日资料对了解海洋环流和大气环流的动力学过程起到很重要的作用,同化拉格朗日资料有很大的必要性.拉格朗日观测工具主要提供的是水团或空气微团的位置和速度等信息,因为拉格朗日资料提供的是移动框架的数据而不是欧拉格点上的模式变量,所以随着拉格朗日观测覆盖大部分海洋和全球海洋环流模式的实现,采用先进的同化方法充分利用这些资料来提高分析预报准确性势在必行.在同化方法不断的发展中最优插值、变分同化、卡尔曼滤波这几种方法都有很好的应用.     

珠三角流动人口社会融入与生活满意度期望

近年来有关流动人口社会融入和生活满意度的研究成为我国学者广泛关注的研究主题,较高的社会融入水平已成为流动人口获得生活满意度的根本。基于珠三角流动人口问卷调研数据建立两个结构方程模型,探究社会融入各维度及其影响因素的路径效应,进一步分析社会融入如何影响流动人口实现“生活满意度期望”,即感受到本地生活满意度高于老家的路径机制。结果显示：珠三角地区社会融入可分为经济融入和非经济融入两部分,但经济融入的基础作用不凸显;个体、家庭与制度等因素对社会融入各维度存在较大影响差异;社会融入影响“生活满意度期望”可归纳为“经济融入-生活满意度期望”的直接影响路径和“非经济融入-生活满意度-生活满意度期望”的间接影响路径;提高流动人口市民化和社会融入水平,不仅要关注流动人口的经济收入问题,还应注重流动人口与本地人邻里关系建设,以形成良性的城市更新与和谐的社区环境。     

基于守恒重映射的全球非结构网格模式同化及预报初步应用

全球大气模式在发展过程中不断获得改进,并逐渐采用非结构计算网格,如以球面重心Voronoi网格为特点的MPAS-A模式。为改进MPAS-A模式初值,相关的资料同化研究同步在积极开展。本文为实现利用变分方法快速同化多源观测资料的需求,以美国NCEP业务上使用的GSI系统作为同化模块,基于守恒重映射方法进行非结构与结构化球面网格转换,构建了GSI-MPAS同化及预报框架,并进行了网格转换测试和同化预报试验。网格转换检验测试表明,模式物理量的转换误差与其分布特征密切相关,二阶精度守恒重映射转换结果优于一阶精度转换结果。连续一周的滚动循环同化及预报试验表明,基于守恒重映射方法的GSI-MPAS同化及预报框架能够有效同化多源观测资料,改善了初值场的质量并使得MPAS-A预报得到的各个变量更加准确,且对降水预报具有正面效果。进一步分析表明,由于在北半球同化了更多观测资料,所以北半球地区的改进明显优于南半球及赤道地区。     

在四维变分同化中运用集合协方差的试验

利用浅水方程模式和模式模拟资料进行数值试验比较3种不同的背景误差协方差矩阵处理方法对四维变分(4DVAR)资料同化的影响.3种背景误差协方差矩阵分别是:(1)对单一变量将背景误差协方差矩阵简化为对角矩阵;(2)将背景误差协方差矩阵的作用简化为高斯过滤;(3)由预报集合生成背景误差协方差矩阵并利用奇异值分解技术解决矩阵的求逆.通过一系列数值试验,比较不同观测密度、不同观测误差下3种背景误差协方差处理方法对4DVAR同化效果的影响.结果表明,背景误差协方差的结构对4DVAR有重大影响.当观测资料的空间密度不够高时,采用对角矩阵得不到满意的结果.高斯过滤方案可以明显改善同化结果,但是对背景误差特征长度比较敏感.第3种方法采用的背景误差协方差矩阵是流型依赖的,而且并不以显式的方式出现在目标函数中.避免了对它求逆的复杂运算.由于做了降维处理,在观测点的密度较低和观测误差较大时可望取得较好的同化结果,同化效果较为稳定.     

基于CLDAS资料的内蒙古干旱监测分析

以内蒙古地区为研究区域,对中国气象局陆面数据同化系统（CMA Land Data Assimilation System,CLDAS）的土壤湿度和降水数据进行了评估,使用土壤相对湿度法和连续无降水日数法监测2014年夏季干旱,并选择干旱年（2014年）和湿润年（2013年）与标准化降水指数和降水百分位指数法进行验证分析。结果表明：CLDAS资料能够很好地再现日土壤相对湿度动态变化情况和降水落区与量级,能够满足干旱监测的需求;基于CLDAS数据的土壤相对湿度法可以方便、快捷地监测干旱日变化和区域性变化,连续无有效降水日数法对评估长时间、持续性干旱较为有效;CLDAS同化数据在时效性、分辨率、代表性上能够满足气象服务的需求,可作为观测资料的重要补充广泛应用于业务和科研,特别是对于地广人稀且气象站点相对较少的内蒙古地区气象服务潜力巨大。     

基于NLS-4DVar方法的雷达资料同化及其在暴雨预报中的应用

在基于本征正交分解POD（Proper Orthogonal Decomposition）的集合四维变分同化方法（POD4DEnVar）建立的雷达资料同化系统（PRAS）的基础上,本文利用非线性最小二乘法的集合四维变分同化方法（NLS-4DVar）对PRAS进行改进,解决PRAS在高度非线性情况下的适应性问题,建立了新的雷达资料同化系统（NRAS）。通过观测系统模拟试验OSSEs（Observing System Simulation Experiments）和两次实际暴雨同化试验（2010年7月8日,中国中部地区;2014年3月30日,中国华南地区）对NRAS进行检验,并与PRAS的同化结果进行了对比。结果表明:无论是OSSEs还是实际雷达资料的同化,相对于PRAS,NRAS能够进一步提高同化效果。通过增加迭代的次数,NRAS能够有效地调整初始场的风场和水汽场,进一步提高了降水强度和位置的预报精度。但随着迭代次数的增加,对初始场的调整变小,进而对降水预报效果的改进也减小。试验结果表明NRAS能够有效解决PRAS在高度非线性情况下的应用问题,通过有限次数的迭代,即可得到近似收敛的结果。因而NRAS有望在数值预报中更有效地同化雷达资料,提高中小尺度天气的预报水平。     

全球定位系统的可降水量资料在北京地区快速更新循环系统中的同化试验

针对发生于2006年8月和2007年6-8月的28次降水过程,在3 h快速更新循环同化预报系统平台上分别进行了有无同化局地GPS可降水量资料的试验.结果表明,局地GPS可降水量的同化可以使模式对大阈值降水的时段、强度和落区的预报性能均获得全面的提高,此现象在模式积分最初的0-6小时表现得更为明显.由于同化所用的GPS可降水量观测资料主要集中在极为局地的京津冀地区,而且GPS-PWV资料的同化仅能对模式中的水汽含量发生影响,因此该资料的同化与否并不能为模式总体预报性能带来明显差异.但从以54511测站为代表的北京地区局地常规要素预报效果来看,快速更新循环的同化方式能使高时空分辨率的GPS可降水量在北京局地的同化效果得以累积,并为气象要素在局地的预报效果带来显著的正面影响.通过对一次强对流个例进行分析可以发现,以快速更新循环的方式可以同化较高时间频率的GPS可降水量观测,从而对模式大气的初始湿度条件起到持续累积的影响.在一定的动力和热力条件下,由GPS可降水量同化带来的累积的模式大气增湿也有望在模式中形成利于局地对流形成和发展的环境,提高模式对局地对流的预报水平.     

Parameterized Forward Operators for Simulation and Assimilation of Polarimetric Radar Data with Numerical Weather Predictions

Many weather radar networks in the world have now provided polarimetric radar data(PRD)that have the potential to improve our understanding of cloud and precipitation microphysics,and numerical weather prediction(NWP).To realize this potential,an accurate and efficient set of polarimetric observation operators are needed to simulate and assimilate the PRD with an NWP model for an accurate analysis of the model state variables.For this purpose,a set of parameterized observation operators are developed to simulate and assimilate polarimetric radar data from NWP model-predicted hydrometeor mixing ratios and number concentrations of rain,snow,hail,and graupel.The polarimetric radar variables are calculated based on the T-matrix calculation of wave scattering and integrations of the scattering weighted by the particle size distribution.The calculated polarimetric variables are then fitted to simple functions of water content and volumeweighted mean diameter of the hydrometeor particle size distribution.The parameterized PRD operators are applied to an ideal case and a real case predicted by the Weather Research and Forecasting(WRF)model to have simulated PRD,which are compared with existing operators and real observations to show their validity and applicability.The new PRD operators use less than one percent of the computing time of the old operators to complete the same simulations,making it efficient in PRD simulation and assimilation usage.     

一阶有限元浅水模式的变分资料同化

一阶有限元浅水方程的伴随模式应用于气象资料同化场,并利用最优化方法对具有随机扰动的初始场进行优化处理。通过极小化算法,使所定义的目标函数达到最小,从而得到最优的气象要素初始场。数值试验结果表明这种处理是很有效的