| 基于多尺度混合滤波的GRAPES_3Dvar及其在实际暴雨预报中的应用分析 |
| |
| 引用本文： | 吴洋,徐枝芳,王瑞春,张华,程志刚. 基于多尺度混合滤波的GRAPES_3Dvar及其在实际暴雨预报中的应用分析[J]. 气象, 2018, 44(5): 621-633 |
| |
| 作者姓名： | 吴洋 徐枝芳 王瑞春 张华 程志刚 |
| |
| 作者单位： | 成都信息工程大学;国家气象中心;中国气象局数值预报中心 |
| |
| 基金项目： | 国家自然科学基金项目(41275105)资助 |
| |
| 摘 要： | 为提高暴雨的数值模拟和预报效果,在生成初值的同化分析中保证中小尺度信息的引入十分重要。为改善GRAPES(Global/Regional Assimilation and Prediction System)区域三维变分同化系统对中小尺度信息的引入,本文利用气候态背景误差样本估计变量误差的水平协相关尺度,进而利用三个不同水平特征尺度的递归滤波器对统计结果予以拟合,以替代原有单一尺度的递归滤波方案。利用新方案对2015年6月1—2日江汉平原的暴雨过程进行同化和预报,研究结果表明:新方案的功率谱衰减较慢,通过单点试验和分析场分析发现,新同化方案引入了更多的α中尺度信息;在暴雨个例的预报中发现,利用新同化方案后湿度场、散度场和涡度场在分析场和预报场中更加接近实际情况,降水预报技巧明显提高。通过能量谱分析发现,新方案与原方案相比反映出更多的α中尺度信息;新方案对江汉平原地区暴雨预报具有正效果,在α中尺度内出现了低层辐合、高层辐散及湿度增加等有利于降水的要素。在暴雨个例的基础上,本文进行16d的批量试验,结果显示新方案对降水的预报技巧明显提高,与个例结果一致。
|
| 关 键 词： | GRAPES，多尺度，暴雨预报，递归滤波 |
| 收稿时间： | 2017-01-22 |
| 修稿时间： | 2018-03-02 |
Improvement of GRAPES_3Dvar with a New Multi-Scale Filtering and Its Application in Heavy Rain Forecasting |
| |
| WU Yang,XU Zhifang,WANG Ruichun,ZHANG Hua and CHENG Zhigang. Improvement of GRAPES_3Dvar with a New Multi-Scale Filtering and Its Application in Heavy Rain Forecasting[J]. Meteorological Monthly, 2018, 44(5): 621-633 |
| |
| Authors: | WU Yang XU Zhifang WANG Ruichun ZHANG Hua CHENG Zhigang |
| |
| Abstract: | |
| |
| Keywords: | GRAPES multi-scale heavy rain prediction recursive filters |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《气象》浏览原始摘要信息 |
|
点击此处可从《气象》下载全文 |
|
