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。

集合降维变分同化中的初始扰动和局地化

集合降维变分同化方法ERDVar不需要求解切线性模式和伴随模式,不仅能减少同化计算量,而且能够提供“流依赖”的背景误差协方差矩阵。本文提出用NMC初始扰动生成方法和分区同化方案,来解决初始扰动样本生成问题和全球同化局地化问题,最终实现将ERDVar应用到全球中期数值预报模式T106L19。试验结果表明:(1)使用ERDVar方法能够有效提取真实增量信息,提高全球同化精度。(2)用NMC方法产生的扰动样本反映预报误差结构特征,在预报过程中不容易衰减,同化后至少使预报误差降低10%。(3)与全球ERDVar同化试验相比,分区ERDVar同化试验各变量平均的均方根误差降低14%,计算代价进一步降低。分区ERDVar方法和NMC样本的联合应用使同化改进效果更稳定。

集合变分混合同化背景误差协方差流依赖性分析

通过单点观测试验的方法,对集合变分混合同化背景误差协方差的流依赖特征、流依赖性影响因子、产生原因,以及集合预报方法对流依赖性的影响进行了研究。结果表明:由于引入了集合信息,集合变分混合同化的分析增量与天气系统的分布有关,具有非均匀、各向异性的特征;这种流依赖特征对混合系数敏感,当集合协方差所占权重很小时,分析增量仍呈现出均匀、各向同性特征;混合同化背景误差协方差的流依赖特征不仅与集合样本有关,还与构造集合协方差的ETKF方法有关,只引入与环流形势密切相关的集合样本并不能使分析增量表现出显著的流依赖性,集合样本和ETKF方法共同作用才能将流依赖信息引入到混合协方差中,使分析增量出现流依赖特征;不同集合预报方法对混合协方差的流依赖特征有显著影响,考虑初值和物理过程的超级集合,以及在超级集合样本上再进行ETKF更新扰动后样本构造的混合协方差流依赖特征更加显著。

基于混合集合—变分同化方案对台风“布拉万”模拟中协方差权重系数的选择

利用WRF以及WRFDA3.6.1的ETKF-3DVAR混合集合—变分同化方案,对2012年第15号台风"布拉万"进行了模拟,并分析协方差权重系数对"流依赖"属性和台风强度、路径的模拟效果的影响。通过单点实验发现:随着集合协方差权重系数增加,分析增量的"流依赖"属性就越发明显。当集合协方差权重系数大于0.5时,由于集合成员数量以及预报质量的限制,将会引入虚假的"流依赖"信息,使得分析增量的范围形状不再发生变化,强度有所减弱。在对台风"布拉万"路径和强度的模拟中发现:集合协方差权重系数取0.5以下的预报结果普遍好于系数大于0.5的预报结果,其中,当集合协方差权重系数取0.25时路径预报误差最小,当集合协方差权重系数取0.2时强度预报误差最小。

集合变分混合同化方案在快速循环同化系统中的应用研究

基于北京市气象局快速循环同化系统RMAPS-ST以及对流尺度集合预报系统RMAPS-EN,构建了En-3DVAR集合变分混合同化系统,将该系统应用到业务快速循环同化系统中并进行试验,分别在冷启动与循环启动环境下对比了混合同化系统(Hybrid)与三维变分(3DVAR)的同化预报效果。获得的结论如下:单点试验结果表明,混合同化系统分析增量的分布与集合预报离散度分布具有较好的对应关系;在冷启动和循环启动中,三维变分的分析增量都表现出各向同性的特点,混合同化分析增量均表现出一定的流依赖特征;降水个例分析表明,在冷启动环境中,Hybrid与3DVAR效果相当,而在循环启动中,Hybrid的降水预报相对于3DVAR有较明显的改进效果;批量试验检验结果表明,冷启动中,Hybrid与3DVAR的评分大致相当,而在循环启动中,Hybrid相对于3DVAR的评分有明显改进;集合离散度和背景场误差的相关性分析表明二者在循环启动环境下具有更好的相关性。

FY-3A卫星微波资料的集合变分混合同化试验

以2012年"北京7.21暴雨"为例,实现了集合变分混合同化方法对FY-3A的微波温度仪和微波湿度仪资料的直接同化,并与三维变分方法进行了比较。结果表明:虽然两种同化方法同化FY-3A微波资料都能改进降水模拟效果,但是与实况相比,集合变分混合同化方法改进效果更为明显,其能有效减少虚假强降水的模拟,改进强降水中心位置的模拟,SAL评分定量检验也同样表明,集合变分混合同化方法对暴雨的模拟效果要优于三维变分同化方法;无论是热力学变量还是动力学变量,集合变分同化得到的初始场均方根误差均显著小于三维变分同化的结果;两种方法同化FY-3A微波资料均能改变初始场中的各种物理量信息,但不同方法得到的同化增量大小和分布却有明显的差异:三维变分同化方法对初始场的调整区域和强度都要大于混合同化方法,且其同化增量表现出均匀和各向同性的分布特点;而利用集合信息的混合同化方法得到的同化增量分布表现为非均匀性和各向异性,具有"流依赖性"的特征,这使得初始场的分布更合理,有利于改善降水的模拟效果。

大气风温湿垂直观测网资料快速更新混合同化试验研究

基于WRF预报模式、WRFDA Hybrid集合变分同化系统和ETKF方法,构建了面向城市气象观测网数据的快速更新混合同化系统。针对北京地区地基微波辐射计和风廓线雷达组网观测资料数据同化,开展了静态背景误差调整因子(特征长度尺度因子和方差因子)、局地化距离和集合权重系数4个重要参数敏感性试验研究。试验结果表明:当温度、相对湿度、u风和v风的特征长度尺度因子和方差因子分别调整为0.7/1.0、1.0/1.0、0.7/1.0和0.7/1.0,局地化距离和集合权重系数分别调整为11.2 km和0.5时,快速更新混合同化系统的分析场均方根误差最小。为对比三种常用同化方案,开展了默认参数混合同化、最优参数混合同化、三维变分同化对比试验,试验结果表明:在针对北京地区地基微波辐射计和风廓线雷达组网观测资料的快速更新同化预报试验中,混合同化方案表现优于三维变分,同时相对于默认参数混合同化方案,最优参数混合同化方案的风场、温度及湿度的分析场和预报场得到了进一步改善:风温湿的分析场均方根误差分别最大降低了13%、19%和5%,12~24 h预报场的均方根误差分别最大降低了2%、12%和5%。

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。

雷达径向风和反演风联合同化在台风灿都(2010)数值预报中的研究

基于WRF模式及其Hybrid集合-变分同化系统,比较研究了雷达径向速度(V_r)同化和T-TREC(Typhoon-Tracking radar echoes by correlation)反演风同化对台风灿都(2010)分析和预报的影响。为了探索最适合登陆台风预报的雷达资料同化策略,在研究V_r循环同化和T-TREC循环同化的基础上,考虑到两种雷达风场资料各自的优势,提出了合理利用两种雷达风场资料的联合同化策略,即在循环同化的首次分析中同化T-TREC风,而在之后的分析中同化V_r资料。研究三种不同的雷达资料同化策略发现,V_r直接同化虽能改善台风分析和预报,但其依赖于较多的同化次数,这会导致确定性预报的启动时间较晚,不利于台风业务预报。相比之下,由于T-TREC资料观测范围远、风场结构完整,T-TREC循环同化策略只经过较少次数的同化分析即能显著改善台风强度预报;然而受T-TREC资料自身反演误差的影响,增加同化次数反而不利于提高预报效果。当联合利用这两种雷达风场时,联合同化策略在不同同化时间窗下的预报表现均最优。

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。

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.

不同同化方案在台风“白鹿”强降水预报中的应用

基于WRF模式和GSI同化系统,构建了一套同化预报系统,研究常见的两种同化方法3DVar(threedimensional variational)和3DEnVar(three-dimensional ensemble-variational)的应用,开展不同的嵌套区域采用不同的同化方法对模式预报效果的影响研究。基于本系统,分别设计三组试验,评估不同的同化方案对2019年8月第11号台风“白鹿”在华南地区造成强降水的模式预报和分析同化效果。个例试验结果表明:在双层嵌套模式中,两层均采用3DVar同化方法的试验对“白鹿”登陆前后所带来的小雨、中雨量级降水落区的模拟存在优势;而两层均采用3DEnVar同化方法的试验则对强降水落区和强度预报把握度更好,特别是对暴雨、大暴雨等强降水事件中心位置的模拟与实况更接近,且降水评分最优。此外,3DEnVar同化方法所构建的背景误差协方差具有明显的流依赖特性,并且对形成强降水的相关气象要素场包括垂直风场、温度场和湿度场的预报中均有较好的表现。

地形高度依赖水平局地化尺度方案在台风数值模拟中的应用试验

为了探究GRAPES区域集合三维变分混合同化系统中“地形高度依赖水平局地化尺度方案”对台风预报性能的影响,以“苏迪罗”台风(2015)和“杜鹃”台风(2015)为例,开展了集合变分混合同化系统在台风中的应用试验,对比分析了“地形高度依赖水平局地化尺度方案”和非“地形高度依赖水平局地化尺度方案”集合变分混合同化后台风路径、强度以及台风所带来的降水的预报结果。试验结果表明,“地形高度依赖水平局地化尺度方案”下台风路径与实况更为接近,该方案可有效地减小台风的路径误差,但对台风强度改进效果不明显。“地形高度依赖水平局地化尺度”方案相较于非“地形高度依赖水平局地化尺度”方案,能一定程度减小台风降水预报的漏报现象,提高各降水量级的TS评分。总体来看,“地形高度依赖的水平局地化尺度”方案可提高台风的降水预报技巧,在一定程度上减小台风的路径误差。