混合误差协方差用于集合平方根滤波同化的试验

在集合卡尔曼滤波方法中,根据预报集合统计提供的依流型而变的预报误差协方差对同化起到决定性的作用。但在集合样本容量不足及模式存在系统误差时,由预报集合估计的预报误差协方差会出现明显偏差。既要减小这种估计偏差对同化产生的影响而又不增加计算量,一种可供选择的方法是将定常或准定常的高斯型预报误差协方差和由预报集合估计的预报误差协方差加权平均用于集合卡尔曼滤波同化。利用浅水方程模式,通过观测系统模拟试验检验在不同的模式误差、集合成员数以及观测密度条件下,将这种混合预报误差协方差矩阵用于在集合平方根滤波的效果。试验结果表明,当预报集合成员数较多而模式又无误差时,不必采用混合的预报误差协方差矩阵,否则,采用混合的预报误差协方差矩阵都有可能改进分析和预报。混合预报误差协方差的最优的权重系数与模式误差关系密切,模式误差越大,定常预报误差协方差的权重越大。最优的权重系数与集合成员数及观测密度也有一定关系。

四维变分同化和集合平方根滤波联合反演土壤湿度廓线的研究

提出将集合平方根滤波(EnSRF)估计的预报误差协方差用于四维变分(4DVAR)的同化方案(文中称混合四维变分同化方法,简称混合方法)来反演土壤湿度廓线,该方法由两个同化时段构成:第一时段为En-SRF,第二时段为4DVAR,此种组合可以充分发挥每一同化方法的优势。通过同化表层土壤湿度观测反演土壤湿度廓线这一理想试验来验证方法的可行性,并与EnSRF和4DVAR的反演结果进行比较,结果表明,混合方法反演的分析时刻土壤湿度廓线都优于EnSRF和4DVAR的结果。与此同时,为了克服小样本在估算背景场误差协方差矩阵时出现的虚假相关对反演的干扰,提出在原有协方差矩阵中加入具有高斯指数函数成分来降低其影响;与修正前结果相比,反演的中下层(地下34～100cm)土壤湿度的均方根误差从0.036cm3/cm3降到0.016cm3/cm3,降幅为55.6%,更重要的是大大降低了部分深度处反演土壤湿度的误差,如地下90cm处误差从0.085cm3/cm3降到0.024cm3/cm3,降幅达71.8%。

集合平方根滤波同化AMSU-A辐射率的观测系统模拟试验

借助观测系统模拟试验,针对晴天和有降水两种天气状况,探究用集合平方根滤波同化卫星辐射率资料来改进中尺度天气预报模式初始场的可行性.试验结果表明:在晴天条件下,同化后的分析场较同化前背景场更加接近于真实场,尤其是对所选AMSU-A第5通道辐射率观测值贡献较大的那些层,如500,700,800 hPa3层位温的分析场相对背景场均方根误差分别减小了26%,15%和42%,同化效果显著.在有降水天气状况下,试验结果在特定的高度层上也表现出一定的正贡献,但总体而言对各气象要素场的改善均不及晴天时明显,说明该种天气类型下的卫星资料同化还有待进一步的研究.

有参数误差时估算土壤湿度的集合平方根滤波同化方法

当陆面模式存在参数误差时,借助在NOAH陆面模式中同化表层土壤湿度的观测系统模拟试验,探讨同时估算土壤湿度廓线和校正土壤参数的集合平方根滤波方案的可行性.结果表明:准确校正参数对估算土壤湿度廓线非常重要,错误参数值会严重影响对模式状态量的更新.但是模式状态和参数同时更新的同化方案对参数的初估值较为敏感,只有选取合适的初估值才能保证参数校正和状态估计成功.

改进集合平方根滤波的目标跟踪算法

目标跟踪算法的目的是在部分含噪声的可用观测值中估计目标的位置,最大的难点是测量源的不确定和剔除杂波的干扰。针对高斯噪声下的线性动态系统,论文采用非最优的粒子滤波器,通过一个连续的蒙特卡洛方法实现随机滤波出了在集合平方根的滤波框架中采用基于样本的联合概率数据关联技术的目标跟踪算法。实验通过将其跟踪性能与常规的自举和辅助自举粒子滤波器的比较,证明该方法跟踪更加准确高效。

模式时间关联误差对集合平方根滤波估算土壤湿度的影响

为了定量评估模式时间关联误差对NOAH陆面模式同化表层土壤湿度观测估算土壤湿度廓线的影响,采用集合平方根滤波(En SRF)与状态增广相结合的技术,开展同时更新状态变量和订正模式偏差的观测系统模拟试验,结果表明:同化时若不对存在较大系统性偏差的模式时间关联误差进行处理,En SRF就不能有效估算土壤湿度廓线,而采用状态增广和En SRF相结合的技术,可以在更新土壤湿度时同步订正模式偏差,土壤湿度估算精度明显提高。敏感性试验进一步表明:模式偏差大小、同化时间间隔和观测误差会以不同方式对同化结果造成影响。

同化卫星对地敏感通道微波亮温观测的模拟试验

借助快速辐射传输模式RTTOV v10(Radiative Transfer for TOVS)及其地表微波发射率模块,针对江淮区域晴天和雨天2类不同天气状况,采用理想试验手段,利用集合平方根滤波(En SRF)方法同化AMSU-A对地敏感第1通道的模拟亮温资料,探究改善中尺度模式WRF(Weather Research and Forecasting)初始场的可行性。结果表明:晴天时,同化对位温、水汽混合比及水平风速u和v整体上均有不同程度的改善,但不同高度改善程度有所差异,相对而言水平风场的改进程度最大,位温最小;有降水时,4个要素场整体改进程度与晴天时类似,但分析场误差的水平空间分布与晴天时不同。

珠江三角洲SO2初始场同化试验研究

基于WRF-CMAQ空气质量模式系统,采用最优插值法(OI)和集合平方根滤波法(EnSRF)对2013年12月广东珠江三角洲地区污染物SO_2进行初始场同化试验.背景场误差水平分布高值区主要位于江门一带,垂直分布在边界层内较大,400m以下基本不变,400m以上随高度增加而递减.对比OI与EnSRF两种方法同化前后SO_2浓度场变化,表明同化观测资料调整了污染物浓度场的分布型态,与观测场更为吻合,两种方法都能为模式提供与实际更加接近的初始场.敏感性试验表明最优插值法的最优水平尺度为20km;同化站点和检验站点的均方根误差平均下降率分别达到73%和39%.

新冠肺炎封城对南京污染排放的影响

2020年初新冠肺炎疫情爆发以后,为了有效防止疫情扩散和蔓延,全国主要城市都相继停工停产,人类活动和污染排放强度大幅降低.本文针对新冠肺炎爆发前后南京地区污染排放变化,利用南京及周边地区的逐时污染观测资料,基于在线区域化学传输模式WRF-Chem和集合平方根滤波同化系统,在同时同化污染物浓度初始场和污染源排放的框架下,在1 km的高分辨率条件下进行了逐时同化实验模拟.结果表明,由于疫情管控,2月南京市区的PM2.5气溶胶和NO源排放分别较1月减少4.4%和30%,减少的区域主要位于工业区和南京城区.该结果显示同化系统在反演高时空分辨率的污染源方面具有很好的潜力.

基于CESM-EnSRF系统全球甲烷及臭氧卫星资料同化试验研究

臭氧(O3)与甲烷(CH4)均是大气中重要的微量气体,对全球气候变化有着重要的影响.为提高全球范围的臭氧、甲烷在气候模式中的预报效果,使用集合平方根滤波(En SRF)同化方法及地球系统模式(CESM)构建了CESM-En SRF卫星资料同化预报系统,并通过设计试验,将大气红外探测器(AIRS)的臭氧与甲烷观测资料同化到气候模式中,对模式的同化再预报效果进行系统的测试与评估.结果显示,臭氧、甲烷分析集合均值的偏差及均方根误差皆低于背景集合均值的偏差及均方根误差.臭氧、甲烷的同化再预报偏差及均方根误差较控制实验都得到改善,但对5 h Pa以上高度臭氧预报准确性的改进效果很小.随循环同化的进行,平流层臭氧与甲烷的平均同化改进率呈增加趋势,并逐渐趋于稳定;对流层平均同化改进率随时间变化不明显.试验表明,该系统可有效利用臭氧与甲烷的观测资料对模式场进行合理的改善,从而有效地提高臭氧、甲烷在气候模式中的再预报效果,但对于平流层顶-中间层高度(5 h Pa以上)臭氧预报准确度的提高,模式中臭氧光化学过程的准确模拟较同化观测资料具有更重要的作用.此外,循环同化对提高5~150 h Pa高度臭氧及1~200 h Pa高度甲烷在CESM模式中的预报效果最有效.