背景误差尺度分离与多尺度混合滤波技术在CMA-MESO 3km系统的应用

为提高CMA-MESO 3 km系统降水预报能力,采用二维离散余弦变换对2018年6月2日至8月31日3个月格点背景误差样本结合模式分辨率和天气系统尺度范围划分进行3种尺度分离,并对这3种尺度背景误差样本分别进行水平协相关尺度拟合,通过采用3个不同水平特征相关尺度的递归滤波器在CMA-MESO三维变分同化系统中实现3种拟合水平协相关尺度应用,替代业务测试系统单一水平特征相关尺度,开展个例和连续试验分析。研究结果表明,采用二维离散余弦变换尺度分离背景误差样本的3种水平特征相关尺度垂直结构相似,水平特征尺度的水平尺度相隔几十至几百千米。拟合水平特征相关尺度在CMA-MESO 3 km系统应用结果显示,3种水平特征相关尺度试验对u风、v风、湿度分析有明显正影响,分析更接近实况,对温度分析影响较小;对降水预报有改善,冷启动预报前6 h的TS评分提高明显,偏差(Bias)减小向1靠近,暖启动24 h逐6 h降水预报TS评分都小幅提升,Bias差异不大。

构建准实时海面风场的一种智能算法

本文基于深度学习U-Net网络构建了CMA-GFS数值模式风场订正模型,并以此订正模型订正后的风场为背景场(CMA-GFS_Unet),以HY-2B/2C/2D以及MetOp-B 4颗卫星的散射计海面风资料为观测资料,采用插补法快速完成准实时海面风场的构建。此智能算法可实现滞后3 h准实时生成空间分辨率为0.25°、时间分辨率为6 h的全球海面融合风场(Fusion_QRT)。分别使用CCMP融合风场数据和中国近海浮标10 m风矢量数据对CMA-GFS、CMA-GFS_Unet和Fusion_QRT 3组风场资料进行了评估,结果表明,CMA-GFS_Unet风场质量得到显著提升,Fusion_QRT风场风速质量得到进一步改善,但风向质量略有降低:相较于CCMP,3组风场的风速平均绝对误差(MAE)分别为1.13 m/s、0.89 m/s和0.84 m/s,CMA-GFS_Unet和Fusion_QRT相较于CMA-GFS分别提升了21.3%和25.7%;风向MAE分别为17.5°、15.5°和16°,分别提升了11.3%和8.6%;而相较于浮标,风速MAE分别为1.50 m/s、1.36 m/s和1.28 m/s,分别提升了9.3%和14.7%;风向MAE分别为23.3°、22.7°和24.0°,分别提升了3.0%和-3.9%。

基于二维恒模算法的直达波提纯技术

为了有效提取被多径杂波污染的直达波信号，采用了二维恒模盲均衡算法。该算法采用多天线多通道接收直达波信号，并综合利用接收信号的空域和时域信息。进一步采用变步长方法提高了算法的收敛速度，获得了较好的提纯效果。实验结果表明，改进的方法能较好地提纯被多径杂波污染的直达波信号，更具优越性。