基于解析四维集合变分的全球正压谱模式初始场优化研究

解析四维集合变分数据同化方法是一种无需伴随的、完全继承四维变分非线性处理能力的、“流依赖”的非顺序数据同化方法。本研究基于解析四维集合变分,开展全球正压谱模式初始场优化研究,验证解析四维集合变分的同化能力,并构建了高效的扰动集合成员生成方案,将解析四维集合变分降维到了样本空间,最后检验了解析四维集合变分对同化积分窗口长度和观测采样间隔的敏感性。试验结果表明,解析四维集合变分能优化全球正压谱模式的初始场,降维到样本空间后,只需要80个集合成员就可以取得很好的同化效果,在较长的同化积分窗口和观测采样间隔的条件下也可以达到理想的同化效果。

四维集合变分同化方法在华南冬季暴雨模拟中的应用

利用WRF(Weather Research and Forecasting)模式和基于本征正交分解的四维集合变分同化方法(POD-4DEn Var),对2015年12月9日一次华南暴雨过程进行多普勒雷达资料同化试验,并与三维变分同化试验(WRF-3DVar)进行对比,讨论了POD-4DEn Var方法中局地化半径对模拟效果的敏感性。结果表明,比较不同化雷达资料的控制试验,WRF-3DVar和WRF-POD-4DEn Var试验的降水模拟结果得到明显改善,且WRF-POD-4DEn Var的降水强度更接近实况。两种同化方法通过改变不同的初始要素达到改进降水模拟效果的目的,3DVar方法通过调整初始风场,间接减弱暴雨发生的水汽条件,POD-4DEn Var方法则直接调整湿度场。在降水过程中,同化试验改变了冷空气活动和水汽通量辐合的模拟结果,从而改善降水的模拟效果。POD-4DEn Var方法对局地化半径比较敏感,随局地化半径增大,同化对风场和湿度场的影响范围扩大,当局地化半径取为200 km时,降水模拟的效果最好。

解析四维集合变分参数优化方法研究

传统的四维变分数据同化方法在同化观测资料的同时可以对数值模式参数进行优化,然而传统的四维变分方法需要针对不同的数值模式编写特有的伴随模式,因此算法的可移植性差,同时计算时耗费大量资源。本文提出了一种新的基于解析四维集合变分的参数优化方法,该方法以迭代搜索得到的模式参数为基准展开扰动并构建样本集合,由此显式地计算协方差矩阵,并得到代价函数极小值的解析解,从而避免了伴随模式的使用。基于Lorenz-63模型对该方法进行单参数和多参数数值试验和优化效果检验,并在不同的同化时间窗口长度和观测采样间隔情况下,采用传统四维变分方法与之进行对比,结果显示,新方法表现出与传统四维变分相同的优化性能,都能有效收敛到真值,而新方法不需要计算伴随模式,可移植性好。本文还测试了不同的集合成员个数和模式参数真值的情况下新方法的同化效果,结果表明,新方法对集合样本个数及模型参数真值不敏感,采用较少的集合样本即可完成数据同化。

集合四维变分资料同化研究进展

背景误差协方差矩阵的精确定义是构建高水平资料同化系统的先决条件。传统四维变分资料同化(4D-Var)方法将观测资料处理转化成以动力模式为约束的泛函极小化问题,通过调整控制变量,使指定时间窗口内由控制变量得到的模式预报结果与实际观测资料之间的偏差达到最小。该方法在同化窗口内可以利用模式的切线性和伴随隐式地改变背景误差协方差,能够在某种程度上满足快速发展的天气过程。但是大部分业务中心的四维变分资料同化系统仍采用静态化的背景误差协方差矩阵模型来缓解背景误差协方差矩阵的维度问题,即矩阵维数远大于可用信息量。随着计算机科学的迅猛发展,维度问题可以进一步通过集合的方法缓解。集合四维变分资料同化就是基于这一目标通过构造多个能反映出背景误差协方差分布特征的样本集合来弥补可用信息量的不足。该方法目前已在ECMWF、Mete-France等业务中心实现业务化,为确定性四维变分资料同化系统提供流依赖背景误差协方差估计。简要介绍了集合四维变分资料同化方法的基本原理;其次以ECMWF为例,概述了四维变分资料同化系统的业务现状,重点阐述了系统在开发过程中需要解决的扰动、滤波、校正等一些关键技术;最后探讨集合四维变分资料同化系统目前存在的问题和未来可能的研究方向。

四维变分资料同化中非平衡项方差的流依赖估计

优化和改进变分资料同化系统中的背景误差协方差模型,使之能够正确反映随流型演变的不确定性信息,是提高中期数值预报精度的重要技术手段。集合四维变分资料同化的一大关键是如何根据自身的背景误差协方差模型提取和应用流依赖背景信息。为了提高变分资料同化解算的效率,通过将某些变量划分为平衡部分和非平衡部分,平衡部分依据平衡约束关系与一个特定的变量相联系,剩余的非平衡部分在各变量间互不相关。随着数值预报模式的不断优化,非平衡方差在总方差中的影响越来越重要。本文介绍了YH4DVAR的背景误差协方差模型和集合四维变分资料同化系统架构,重点分析了平衡算子。通过集合方法估计得到了散度、温度、地面气压的非平衡项流依赖方差。最后,为了减少有限样本噪声对方差估计的影响,对非平衡项方差进行了校正和滤波。

基于集合四维变分方法PODEn4DVar的GRACE陆地水储量同化:方法与验证

地球重力场季节和年际变化主要来源于地球表层大气、海洋和陆地各系统间水的质量交换,由GRACE重力卫星探测地球重力场变化所反映陆地水储量的改变主要来自降雨、土壤蒸发蒸腾、河流输运以及向地下深层的渗透等过程.本研究利用陆面过程模式CLM3.5以及基于本征正交分解的集合四维变分同化方法 PODEn4DVar,构建能够同化GRACE卫星重力场的陆面水文同化系统LDAS-G,实现对地球重力场所反映的大尺度陆地水储量变化在时间及垂直方向各分量的分解,并对垂直方向的水文变量进行同化,从而更好地估计陆面水循环要素变化并实现其监测.利用LDAS-G同化系统进行理想试验以及针对中国区域所进行的同化试验表明该同化系统能够改善对陆面水文要素变化的模拟,对大尺度陆面水文循环监测研究具有重要意义.

多普勒天气雷达资料同化对冬季暴雨模拟的影响研究

采用基于本征正交分解的四维集合变分同化(POD-4DEn Var)方法,利用梅州站的多普勒天气雷达资料和NCEP资料,对2015年12月9日一次华南冬季暴雨过程进行同化试验,探讨了同化不同的雷达观测要素对暴雨模拟的影响。结果表明:同化多普勒天气雷达资料有利于削弱控制试验偏强降水的模拟结果,改善降水分布结构;同化不同的雷达观测要素得到的模拟结果不同,同时同化径向风和反射率的降水模拟结果最好。同化试验对降水模拟结果的改善主要通过调整初始时刻的风场和水汽条件来实现,一方面减弱偏南风和偏东风在暴雨区的辐合,阻碍海上暖湿气流对暴雨区的水汽输送,另一方面直接削弱暴雨区的水汽条件,大幅降低水汽混合比。同化试验相对于控制试验的同化增量远大于不同雷达观测要素的同化试验之间的分析场差异,这表明同化不同的雷达观测要素对初始风场和水汽条件的调整呈现类似的特征。虽然同化试验的初始场存在较小的差异,但随着模式积分,16 h后模拟降水出现了明显差异。分析同化试验之间的初始偏差演变发现,850~700 h Pa的平均垂直速度偏差和雨水混合比偏差在模式积分至16 h开始急剧增长,这种变量偏差的急剧增长与逐时降水偏差的迅速增加一致,是降水偏差增长的直接原因。另外,这两个变量偏差的增大,也伴随着偏差能量的增大,变量偏差增长最明显的时段为偏差能量增幅最大的时段,且偏差能量迅速增长早于变量偏差和降水偏差的迅速增长,变量偏差增长最明显的区域为偏差能量梯度较大的区域。