为发展中国气象局地球系统数值预报中心CMA-MESO模式对流尺度集合预报,基于CMA-MESO模式设计了观测扰动构建技术,并利用该技术发展集合资料同化(ensemble data assimilation,EDA)初值扰动方法。开展观测扰动敏感性试验、EDA方法在CMA-M...为发展中国气象局地球系统数值预报中心CMA-MESO模式对流尺度集合预报,基于CMA-MESO模式设计了观测扰动构建技术,并利用该技术发展集合资料同化(ensemble data assimilation,EDA)初值扰动方法。开展观测扰动敏感性试验、EDA方法在CMA-MESO对流尺度集合预报中的应用试验,分析观测扰动构建合理性及影响特征,并对比传统的动力降尺度方法与EDA方法的效果,结果表明:观测扰动可有效表征同化中来源于观测资料的不确定性特征;观测扰动主要影响CMA-MESO模式短时效预报效果,随时效延长逐渐耗散;EDA方法可有效形成对流尺度集合预报初值扰动,相对于传统的动力降尺度,该方法可显著减少初值扰动中来自背景场的扰动分量,并增加观测扰动分量体现观测的不确定性;强对流降水个例试验也表明,EDA方法可有效提高降水概率预报效果。展开更多
淮河流域是中国南北气候重要的过渡带,气象灾害频繁发生。这里水网、农田、丘陵、山地、城镇密布,地-气作用复杂,干冷与暖湿空气时常交汇于此,造成局地或流域旱涝经常发生。淮河流域处于梅雨区,且是中国重要的农业生产基地,具有气象和...淮河流域是中国南北气候重要的过渡带,气象灾害频繁发生。这里水网、农田、丘陵、山地、城镇密布,地-气作用复杂,干冷与暖湿空气时常交汇于此,造成局地或流域旱涝经常发生。淮河流域处于梅雨区,且是中国重要的农业生产基地,具有气象和水文综合观测系统,积累了长序列的气象和水文观测资料。因此,淮河流域是研究能量和水分循环的理想试验区。国家自然科学基金重大项目"淮河流域能量与水分循环试验和研究(HUaihe river Basin Experiment,简称HUBEX)"于1998、1999年夏在淮河流域开展了气象和水文联合观测试验。文中回顾了HUBEX试验的目的、观测网设计与布局,介绍了HUBEX推动下的淮河流域综合观测网的发展,总结了HUBEX观测试验对区域气候事件和暴雨等灾害性天气机理研究、提高模式模拟和预报能力及建立长期连续的气象观测数据集等方面的成果和作用。展开更多
同化大量观测资料可以有效地改进模式预报结果,但不同观测对预报的影响有着显著差异,合理评估观测对预报的贡献是数值模式中最具挑战性的诊断之一。本文采用基于伴随的预报对观测的敏感性(Forecast Sensitivity to Observation,简称FSO...同化大量观测资料可以有效地改进模式预报结果,但不同观测对预报的影响有着显著差异,合理评估观测对预报的贡献是数值模式中最具挑战性的诊断之一。本文采用基于伴随的预报对观测的敏感性(Forecast Sensitivity to Observation,简称FSO)方法,构建WRFDA(Weather Research and Forecasting model’sData Assimilation)框架下的WRFDA-FSO系统。基于2019年9月超大城市项目在北京地区获取的风廓线雷达(Wind Profile Radar,简称WPR)和地基微波辐射计(Microwave Radiometer,简称MWR)观测数据,利用WRFDA-FSO系统,开展观测对WRF模式12 h预报的影响试验,并分析风温湿观测对预报的贡献。结果表明:(1)同化的观测资料(MWR、WPR、Sound、Synop和Geoamv)均减小了WRF模式12 h预报误差,对预报为正贡献,其中MWR观测对预报的影响最大,WPR风场观测对预报的改进效果优于Sound的风场观测。(2)WPR的U、V观测和MWR的T、Q观测中,V观测和T观测对预报的正贡献值更高,对预报的改进效果更优。(3)WPR和MWR多数高度层的观测均减小了预报误差,对预报为正贡献,其中MWR的T观测对预报的正贡献主要位于近地面800 h Pa以下。展开更多
卫星资料凭着卫星遥感的全球性、连续性和高频次观测等优势,成为一种重要的非常规资料源,但卫星观测仍然存在各种各样的观测误差,其中包含由于观测偶然性所造成的统计学上的随机误差及仪器本身和辐射传输模式等造成的系统性偏差,这些误...卫星资料凭着卫星遥感的全球性、连续性和高频次观测等优势,成为一种重要的非常规资料源,但卫星观测仍然存在各种各样的观测误差,其中包含由于观测偶然性所造成的统计学上的随机误差及仪器本身和辐射传输模式等造成的系统性偏差,这些误差在很大程度上影响了卫星资料的质量。文中提出了一种能有效订正卫星观测资料系统性偏差的梯度信息同化算法,该方法用一个梯度算子进行模式变量与观测变量的梯度变换,从而达到订正系统性偏差的目的。本文利用WRF(Weather Research Forecast)模式及其同化模式WRFDA(WRF Data Assimilation system),以及AIRS(Atmospheric Infrared Sounder)资料,对台风"圆规"进行了实际的数值模拟和同化试验,数值结果表明,梯度信息同化方法能明显改善台风路径的模拟,在处理可信度较低的资料时仍然适用。另外,通过同化诊断分析,发现卫星资料的系统性偏差对于台风数值模拟有较大影响,而文中提出的梯度信息同化方法能较好的解决此类问题。展开更多
文摘为发展中国气象局地球系统数值预报中心CMA-MESO模式对流尺度集合预报,基于CMA-MESO模式设计了观测扰动构建技术,并利用该技术发展集合资料同化(ensemble data assimilation,EDA)初值扰动方法。开展观测扰动敏感性试验、EDA方法在CMA-MESO对流尺度集合预报中的应用试验,分析观测扰动构建合理性及影响特征,并对比传统的动力降尺度方法与EDA方法的效果,结果表明:观测扰动可有效表征同化中来源于观测资料的不确定性特征;观测扰动主要影响CMA-MESO模式短时效预报效果,随时效延长逐渐耗散;EDA方法可有效形成对流尺度集合预报初值扰动,相对于传统的动力降尺度,该方法可显著减少初值扰动中来自背景场的扰动分量,并增加观测扰动分量体现观测的不确定性;强对流降水个例试验也表明,EDA方法可有效提高降水概率预报效果。
文摘淮河流域是中国南北气候重要的过渡带,气象灾害频繁发生。这里水网、农田、丘陵、山地、城镇密布,地-气作用复杂,干冷与暖湿空气时常交汇于此,造成局地或流域旱涝经常发生。淮河流域处于梅雨区,且是中国重要的农业生产基地,具有气象和水文综合观测系统,积累了长序列的气象和水文观测资料。因此,淮河流域是研究能量和水分循环的理想试验区。国家自然科学基金重大项目"淮河流域能量与水分循环试验和研究(HUaihe river Basin Experiment,简称HUBEX)"于1998、1999年夏在淮河流域开展了气象和水文联合观测试验。文中回顾了HUBEX试验的目的、观测网设计与布局,介绍了HUBEX推动下的淮河流域综合观测网的发展,总结了HUBEX观测试验对区域气候事件和暴雨等灾害性天气机理研究、提高模式模拟和预报能力及建立长期连续的气象观测数据集等方面的成果和作用。
文摘同化大量观测资料可以有效地改进模式预报结果,但不同观测对预报的影响有着显著差异,合理评估观测对预报的贡献是数值模式中最具挑战性的诊断之一。本文采用基于伴随的预报对观测的敏感性(Forecast Sensitivity to Observation,简称FSO)方法,构建WRFDA(Weather Research and Forecasting model’sData Assimilation)框架下的WRFDA-FSO系统。基于2019年9月超大城市项目在北京地区获取的风廓线雷达(Wind Profile Radar,简称WPR)和地基微波辐射计(Microwave Radiometer,简称MWR)观测数据,利用WRFDA-FSO系统,开展观测对WRF模式12 h预报的影响试验,并分析风温湿观测对预报的贡献。结果表明:(1)同化的观测资料(MWR、WPR、Sound、Synop和Geoamv)均减小了WRF模式12 h预报误差,对预报为正贡献,其中MWR观测对预报的影响最大,WPR风场观测对预报的改进效果优于Sound的风场观测。(2)WPR的U、V观测和MWR的T、Q观测中,V观测和T观测对预报的正贡献值更高,对预报的改进效果更优。(3)WPR和MWR多数高度层的观测均减小了预报误差,对预报为正贡献,其中MWR的T观测对预报的正贡献主要位于近地面800 h Pa以下。
文摘卫星资料凭着卫星遥感的全球性、连续性和高频次观测等优势,成为一种重要的非常规资料源,但卫星观测仍然存在各种各样的观测误差,其中包含由于观测偶然性所造成的统计学上的随机误差及仪器本身和辐射传输模式等造成的系统性偏差,这些误差在很大程度上影响了卫星资料的质量。文中提出了一种能有效订正卫星观测资料系统性偏差的梯度信息同化算法,该方法用一个梯度算子进行模式变量与观测变量的梯度变换,从而达到订正系统性偏差的目的。本文利用WRF(Weather Research Forecast)模式及其同化模式WRFDA(WRF Data Assimilation system),以及AIRS(Atmospheric Infrared Sounder)资料,对台风"圆规"进行了实际的数值模拟和同化试验,数值结果表明,梯度信息同化方法能明显改善台风路径的模拟,在处理可信度较低的资料时仍然适用。另外,通过同化诊断分析,发现卫星资料的系统性偏差对于台风数值模拟有较大影响,而文中提出的梯度信息同化方法能较好的解决此类问题。
