GSI-3DVAR背景误差协方差水平相关特征尺度对地面自动气象站资料同化的适应性研究

基于华东地区3 km分辨率WRF(Weather Research and Forecasting)模式和高密度地面自动气象站(AWS)观测,研究GSI-3DVAR同化系统的R_(HZSCL)对AWS观测的地面温度和风观测同化的敏感性。结果表明:运用GSI-3DVAR同化地面AWS观测时,R_(HZSCL)的取值较为敏感;选取合适的R_(HZSCL)能有效改进地面分析场精度,相较于背景场地面温度和地面矢量风差(VWD)RMSE均可减小35%以上。当R_(HZSCL)过大会导致温度高、低值中心的影响范围过大,风分析场较为平滑,无法反映出中小尺度环流结构。但R_(HZSCL)过小则会使得温度分析场增加误差,并导致风分析场出现虚假大风。观测密度稀疏化的敏感性试验结果表明,地面温度场及风场所适应的最优R_(HZSCL)皆随着观测密度的增大而相应减小。

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。

GRAPES全球模式背景误差协方差水平结构特征分析

基于1个月的GRAPES全球模式模拟资料,采用NMC方法统计了GRAPES全球模式的背景误差协方差,从背景误差的谱曲线和水平相关特征尺度2方面对背景误差协方差的水平结构进行分析,并与欧洲中心的计算结果进行比较。结果表明:2种模式的谱曲线变化趋势较为一致,背景误差的动能谱和位势高度功率谱均在1—7的波数范围逐渐增大,在7—14的波数范围取得最大值,之后随着波数的增大,谱值逐渐减小;在波数>20的范围内,总动能谱随波数的衰减主要由旋转动能谱随波数的减小造成。采用谱方法和格点方法进行水平相关特征尺度的计算,结果表明二者计算得到的背景误差的水平相关特征尺度随高度的升高而增大,随波数的增大而减小,但谱方法的计算结果大于格点方法。

GRAPES_Meso背景误差特征及应用

基于2015年6月—2016年5月GRAPES_Meso有限区域中尺度数值预报模式产品,采用美国国家气象中心(NMC)方法和高斯函数拟合方案统计中国区域的背景误差和水平相关尺度随纬度、高度和季节的变化特征。结果表明:控制变量的背景误差与水平相关尺度不仅随高度和纬度有明显变化,其中非平衡Exner气压和比湿具有明显的局地性和季节变化特征。非平衡Exner气压的背景误差在青藏高原地区较大,且冬季最大,夏季最小。比湿背景误差在低纬度热带季风区较大,且夏季最大,冬季最小。非平衡Exner气压和比湿的水平相关尺度在冬季最大,夏季最小。同时文中采用随高度变化的水平相关尺度替换GRAPES-3DVar中单一尺度参数,1个月的分析和模式预报试验表明,6 h的位势高度预报在对流层有明显改进;风场分析及其12 h内的预报在平流层改进明显;对24 h不同量级降水的预报有显著正贡献,也显著改善24 h内的小雨、中雨和大雨的空报现象,明显改善12～24 h特大暴雨的漏报现象。