共查询到19条相似文献，搜索用时 765 毫秒
1.
文中试验研究了一个在三维变分框架中直接同化多普勒天气雷达信息,获取雷达覆盖范围内大气风场的技术方案。径向风速是多普勒天气雷达数据中可直接被三维变分同化系统用来反演大气风场的唯一信息。由于风矢量有二或三个分量,径向风速作为风矢量的一个分量,不能为反演风矢量提供足够的信息。如果三维变分同化系统仅仅同化径向风速,所存在的不确定性将可能会给所反演的风场带来错误。文中提出的方案,不仅同化雷达径向风速,还同化雷达回波的移动信息,其关键是将雷达回波强度时空变化转换成一个新的雷达观测变量———雷达“视风速”。由于“视风速”是包含风场信息的变量,这在三维变分同化系统中增加了风场探测信息。通过联合利用“视风速”和径向风速,由单一径向风速确定风矢量所带来的不确定性可以被克服。使用中国气象科学研究院数值预报研究中心开发的三维变分同化系统(GRAPES-3Dvar)和广东省新一代天气雷达的监测资料进行了实例试验,结果表明本技术方案能够对获取大气系统结构是有用和有效的,也可用于形成模式初始场,这对中尺度天气预报是有作用的。 相似文献
2.
"7·8"特大暴雨过程雷达风场资料的三维变分同化研究 总被引：10，自引：5，他引：5
基于中尺度暴雨预报模式AREM和三维变分同化系统GRAPeS-3dvar对2003年7月8日发生在长江中游的一场特大暴雨过程,进行了武汉、宜昌多普勒雷达风场资料的三维变分同化研究,结果表明:(1)增加了武汉、宜昌多普勒雷达反演风场资料后,模式对湘-鄂交界处特大暴雨区的模拟效果改善非常显著.(2)分别单独增加武汉、宜昌多普勒雷达风场资料的三维变分同化后,降水模拟都有明显改进,但要差于对两部雷达风场资料同时进行变分同化的结果,表明同化的中尺度初始风场信息越多,初始场的质量越高,降水模拟效果越好.(3)雷达风场资料的三维变分同化,改善了分析场中尺度结构的描述,从而减轻了spin-up现象,使得模式在积分初期就能模拟出与实况相近的强降水. 相似文献
3.
多普勒雷达资料4DVAR同化反演的模拟研究 总被引：21，自引：5，他引：21
利用Sun等建立的同化模式和四维变分同化方法对多普勒雷达资料反演大气风场、热力场和微物理场进行了模拟试验研究.反演的基本思路是将4DVAR同化方法应用到三维云模式,定义价值函数表征雷达资料与模式预报结果之间的差别,通过极小化价值函数得到反演场,价值函数相对模式控制变量的梯度由伴随模式求取.试验结果表明,4DVAR同化技术能够从单(双)多普勒雷达资料反演大气三维风场、热力场和微物理场.各个变量反演精度高低与同化过程中变量受约束的大小程度呈正相关.速度场和雨水场反演精度较高,温度场、云水和水汽的反演精度次之,温度场的准确反演需要较长的同化时间.价值函数中加入背景场,哪怕是单点探空给出的平均场信息也有利于提高反演精度.在采用单部多普勒雷达资料进行反演时,速度场的反演误差较大.反演区相对雷达站的位置变化对速度场反演结果有一定的影响,而对其他变量的反演影响很小.两个时次的雷达观测资料基本足够提供反演所需的时间演变信息,同化更多时次的雷达资料,反演效果改进很小.雷达观测资料的缺值会显著降低同化效果,甚至可能导致同化失败,引入背景场可以改善这一状况.4DVAR同化技术对于雷达观测资料误差不太敏感.利用双多普勒雷达合成风场提供水平风场边界条件是比较准确可靠的.在反演主体离边界较远时,VAD风场也基本可用作水平风场边界条件.微物理场的反演对模式中的微物理参数化方案较敏感. 相似文献
4.
多普勒雷达资料在冷涡强对流天气中的同化应用试验 总被引：3，自引：0，他引：3
应用WRF模式的三维变分同化系统(WRF-3DVAR),对沈阳多普勒天气雷达资料在东北冷涡暴雨个例中的同化应用进行了试验.研制了多普勒雷达资料质量控制系统,实现了对径向风和反射率因子的直接同化,不但可以反演中尺度三维气象要素场,而且可以为模式提供初始场.以天气尺度资料为背景场同化多普勒雷达资料,WRF-3DVAR可以较好地反演冷涡中尺度对流系统的三维结构,反演的地面强对流辐散气流及在对流层中层涡旋都符合中尺度系统概念模型,通过与实际地面探测资料进行了对比,风场环流基本接近,同化了雷达资料的气象要素场可为预报业务提供较好的包含中小尺度系统的实时三维分析场.通过冷涡个例同化试验,应用WRF-3DVAR同化雷达资料后,中尺度模式对对流降水的预报总体有正的影响,对强对流中的一些中小尺度雨团的预报也略有改善. 相似文献
5.
为了将雷达风场资料更好地应用到数值预报模式中, 使用VAD方法反演多普勒雷达风廓线并处理成标准的探空资料进行变分同化试验。结果表明: VAD方法反演的风廓线与探空实况对应较好, 验证了用VAD技术反演风廓线的可行性。用GRAPES-Meso模式的三维变分同化系统对雷达风廓线资料进行同化后, 风场的初始场明显改善, 降水强度和落区预报也有不同程度的改善。其中, 对6 h降水预报的改善明显优于对24 h的预报改善。另外, 在短时强降水预报中, 雷达风场资料的同化频率和同化窗口的不同, 对降水预报的改善情况也有所差异。在个例研究中, 同化间隔为1 h的方案6 h降水预报要优于同化间隔为3 h和6 h的方案, 同化窗口为3 h的试验方案6 h降水预报要好于同化窗口为6 h的试验方案。 相似文献
6.
多普勒雷达估算降水和反演风在不同初值方案下对降水预报影响的数值研究 总被引：7，自引：6，他引：7
基于有限区域中尺度暴雨预报模式AREM,利用常德、荆州、宜昌3部多普勒雷达及武汉数字化天气雷达联合反演的1h降水量资料和宜昌、荆州多普勒雷达反演的水平风场资料,采用3种不同的初值方案:Grapes-3DVAR同化方案、Barnes客观分析法及Barnes-3DVAR同化方案,对2002年7月22日20:00—23日20:00发生在长江流域的一次大暴雨过程进行了多普勒雷达估算降水和反演风场在不同初值方案下对降水预报影响的数值试验,结果表明:(1)采用相同资料源(探空 T213L31分析场),3种初值方案降水模拟效果差别显著。整体而言,融合了Barnes和3DVAR两种方案的Barnes-3DVAR初值方案降水模拟效果最好:雨带模拟完整,位置与实况完全一致;降水中心中尺度结构清晰,位置、强度与实况接近。(2)Barnes-3DVAR同化方案与Grapes-3DVAR同化方案都能同化雷达降水和风场资料,但两者降水预报结果相差很大。Barnes-3DVAR方案下的降水模拟结果明显好于Grapes-3DVAR同化方案。(3)Grapes-3DVAR同化方案下,在控制试验的基础上增加雷达降水资料的同化,24h降水模拟效果有所改善;增加雷达风场资料的同化,仅部分改善模拟效果,某些地方效果反而变差;同时增加雷达降水和风场资料的同化,降水模拟效果反而明显变差。Barnes-3DVAR同化方案则不然,无论雷达降水资料和风场资料单独同化还是两种资料同时同化,降水模拟效果都有不同程度的改进,特别是对雷达降水和风场资料同时同化的模拟结果是各种试验中效果最好的。(4)融合Barnes客观分析方法和Grapes-3DVAR同化方案的Barnes-3DVAR同化方案,是同化雷达降水和风场资料的一种新的、有效的初值方案。 相似文献
7.
三维变分方法反演风场的效果检验 总被引：1，自引：0，他引：1
为研究三维变分方法反演风场的能力、在不同天气系统中的适用性以及在实际业务工作中的应用潜力,利用广州、深圳、海口、湛江、龙岩和厦门六部多普勒天气雷达构成三个双多普勒雷达系统,选取热带风暴、飑线和层状云降水三种不同类型的天气过程。以双多普勒雷达反演的风场为"真值",对风场三维结构进行了对比分析,并根据绝对误差、均方根误差和相关系数进行了定量的效果检验。结果表明,使用双雷达资料进行三维变分方法反演获得的风场结构与各类型天气的基本特征一致,能够较好地反演出飑线系统低层强对流区前缘阵风锋处的风场辐合以及热带风暴的气旋式环流。基于单部雷达资料和双雷达资料得到三维变分风场对比表明,使用单部雷达资料不能很好地表现强天气过程中的风场结构,对热带风暴的涡旋结构和飑线系统内部的辐合线结构的反演效果都较差,只有在风向沿雷达径向时才能得到较准确的风场结构;同时使用两部雷达资料进行风场反演,不仅降低了水平风向的反演误差,而且解决了单雷达反演风场时,雷达径向风分量反演结果较好、切向风分量反演结果较差的问题。误差分析结果表明水平风速和水平风向的反演结果都比较可靠,层状云降水的风场反演效果优于热带风暴和飑线系统的风场反演效果。 相似文献
8.
双雷达风场反演拼图在登陆台风“莫兰蒂”(1614)强降水精细预报中的同化应用试验 总被引：4，自引：2，他引：2
利用福建龙岩、漳州、泉州新一代多普勒天气雷达和厦门海沧双偏振雷达探测资料,采用动态地球坐标系下双雷达三维风场反演与拼图技术,基于天气研究和预报模式（Weather Research and Forecasting,WRF）及其资料同化系统,对登陆台风“莫兰蒂”（1614）引起的2016年9月14—15日福建强降水过程进行了双雷达风场反演拼图资料检验及其三维变分同化对强降水精细预报影响的数值试验,结果发现:（1）动态地球坐标系下双雷达反演风场能合理反映实际风场分布状况,其误差相对较小。相较厦门翔安风廓线雷达及厦门探空秒级测风数据,反演风风向（风速）平均绝对误差分别为7.8°（2.6 m/s）及3.4°（1.1 m/s）;（2）反演风场水平方向稀疏化对同化及预报结果极为重要,过密的反演风场资料会给同化及预报结果带来负效果。文中采用18、6、2 km 3重嵌套,在3重嵌套区域均进行同化以及仅在2 km区域进行同化两种情况下,均表现为当反演风场资料水平分辨率提高到0.1°时,同化分析及预报的台风环流开始受到负影响;且当反演风场资料水平分辨率越高时,负效果越明显。敏感性试验结果显示,分辨率取0.2°时数值预报效果最好;（3）以美国国家环境预报中心全球预报系统（National Centers for Environmental Prediction/Global Forecast System,NCEP/GFS）0.5°×0.5°分析场为初值,基于3个不同起报时刻（2016年9月14日14时、20时及15日02时）（北京时,下同）模拟的福建省境内台风内核雨带和螺旋雨带逐时演变、台风路径与强度、逐时降水TS评分和空间相关差异显著,其中14日14时起报试验效果最好;而14日20时起报试验效果最差,这与该试验初始台风大风轴风速明显偏大有关;（4）在上述3个不同起报时刻试验基础上,分别增加双雷达反演风场资料的三维变分同化后,福建境内地面风场和台风内核雨带、螺旋雨带逐时分布、逐时降水TS评分和空间相关、台风环流结构以及U、V风垂直廓线分布均有明显改善,最大正影响时效可达24 h;但仅对1—6 h时效内台风路径有改善。 相似文献
9.
为了改善低纬高原地区天气预报水平,利用WRF(Weather Research and Forecasting)模式及其变分同化系统进行雷达VAD(Velocity Azimuth Display)反演风场资料同化试验。通过设计不同的试验方案,对2009年6月30日00:00至7月1日00:00发生在云南的一次强降水过程进行数值模拟和对比分析,结果表明:同化VAD反演风场资料后对区域模式的风矢量初始场有明显影响。同化系统能把雷达反演风场信息有效地引入模式初始场,改善强降水区域的水汽输送和风场辐合强度;同化VAD反演风场资料后对区域模式累计降水预报有一定改进作用。从长时间累计降水量定量检验结果看,具体表现为25mm以上量级的降水准确率明显提高、漏报率下降,预报偏差更趋合理。不同的同化试验方案之间的模拟结果差异较大。同化频率越高、同化持续时间越长,对区域模式初始场和预报场的影响越明显。但同化持续时间不宜过长,否则可能导致系统移速过快、降水强度偏大、空报率增加等异常。 相似文献
10.
多普勒雷达径向速度同化在淮河暴雨数值模拟中的应用 总被引：2，自引：1，他引：1
针对2007年7月淮河流域的一次强降雨过程,利用WRF中尺度数值模式及其三维变分同化系统(WRF-3DVAR),开展了多普勒雷达径向速度的三维变分同化对暴雨过程模拟效果的影响研究。结果表明:WRF-3DVAR能够有效地同化多普勒雷达径向速度资料,同化后使得模式初始场出现了一定的调整,包含更详尽的中尺度特征信息,进而显著改善模式对大暴雨过程前12h降水的模拟效果。在高分辨率中尺度数值模式中有效地利用多普勒天气雷达资料,能较好地提高中尺度降雨预报。 相似文献
11.
Dynamical and Microphysical Retrieval from Simulated Doppler Radar Observations Using the 4DVAR Assimilation Technique 总被引：3，自引：0，他引：3
Based on a cloud model and the four-dimensional variational (4DVAR) data assimilation method developed by Sun and Crook (1997), simulated experiments of dynamical and microphysical retrieval from Doppler radar data were performed. The 4DVAR data assimilation technique was applied to a cloud scale model with a warm rain parameterization scheme. The 3D wind, thermodynamical, and microphysical fields were determined by minimizing a cost function, defined by the difference between both radar observed radial velocities and reflectivities and their model predictions. The adjoint of the numerical model was used to provide the gradient of the cost function with respect to the control variables. Experiments have demonstrated that the 4DVAR assimilation method is able to retrieve the detailed structure of wind, thermodynamics, and microphysics by using either dual-Doppler or single-Doppler information. The quality of retrieval depends strongly on the magnitude of constraint with respect to the variables. Retrieving the temperature field, cloud water and water vapor is more difficult than the recovery of the wind field and rainwater. Accurate thermodynamic retrieval requires a longer assimilation period. The inclusion of a background term, even mean fields from a single sounding, helped reduce the retrieval errors. Less accurate velocity fields were obtained when single-Doppler data were used. It was found that the retrieved velocity is sensitive to the location of the retrieval domain relative to the radars while the other fields have very little changes. Two radar volumetric scans are generally adequate for providing the evolution, although the use of additional volumes improves the retrieval. As the amount of the observations decreases, the performance of the retrieval is degraded. However, the missing observations can be compensated by adding a background term to the cost function. The technique is robust to random errors in radial velocity and calibration errors in reflectivity. The boundary conditions from the dual-Doppler synthesized winds are sufficient for the retrieval. When the retrieval is mainly controlled by the observations in the regions away from the boundaries, the simple boundary conditions from velocity azimuth display (VAD) analysis are also available. The microphysical retrieval is sensitive to model errors. 相似文献
12.
The mobile incoherent Doppler lidar(MIDL),which was jointly developed by State Key Laboratory of Severe Weather(LaSW) of the Chinese Academy of Meteorological Sciences(CAMS) and Ocean University of China,provided meteorological services during the Olympic sailing events in Qingdao in 2008.In this study,two experiments were performed based on these measurements.First,the capabilities of MIDL detection of sea-surface winds were investigated by comparing its radial velocities with those from a sea buoy.MIDL radial velocity was almost consistent with sea-buoy data;both reflected the changes in wind with time.However,the MIDL data was 0.5 m s 1 lower on average than the sea-buoy data due to differences in detection principle,sample volume,sample interval,spatial and temporal resolution.Second,the wind fields during the Olympic sailing events were calculated using a four-dimensional variation data assimilation(4DVAR) algorithm and were evaluated by comparing them with data from a sea buoy.The results show that the calculations made with the 4DVAR wind retrieval method are able to simulate the fine retrieval of sea-surface wind data-the retrieved wind fields were consistent with those of sea-buoy data.Overall,the correlation coefficient of wind direction was 0.93,and the correlation coefficient of wind speed was 0.70.The distribution of retrieval wind fields was consistent with that of MIDL radial velocity;the root-mean-square error between them had an average of only 1.52 m s 1. 相似文献
13.
利用国家气象中心中尺度业务数值预报模式GRAPES-MESO v3.0,以2010年6月1～30日为例,开展地面降水率1DVAR(one-dimensional variational assimilation)同化方案在GRAPES-3DVAR(three-dimensional variational assimilation)同化系统中的应用试验研究(ASSI试验),并以未加降水资料同化的试验为对照试验(CNTL试验),以评估全国1h加密雨量资料在模式中同化应用的效果。结果表明:1)在相对湿度背景误差和降水率观测误差范围内,1DVAR同化方案能够对湿度廓线进行有意义的调整,使分析降水向观测降水靠近;ASSI试验对初始温、压、湿、风场的修正主要为正效果;2)对2010年6月17～21日江南、华南连续性降水过程进行了分析,整体而言ASSI试验对逐日及逐时降水强度的预报普遍强于CNTL试验,与实况更加接近;3)ASSI试验对2010年6月1～30日08时起报的0～24 h模式预报的小雨、中雨、大雨、暴雨、大暴雨各个降水量级TS评分及ETS评分相比CNTL试验均有较明显提高,预报偏差也更接近于1;4)ASSI试验较CNTL试验能更好地模拟雨带的分布、雨带演变特征和降水强度的变化;5)对降水所做的典型个例和统计检验分析从不同角度说明了地面降水资料1DVAR同化方案在GRAPES-3DVAR系统中的应用改善了GRAPES-MESO v3.0的降水模拟效果。 相似文献
14.
利用WRF(Weather research and forecasting)模式及模式模拟的资料,采用Hybrid ETKF-3DVAR(ensemble transform Kalman filter-three-dimensional variational data assimilation)方法同化模拟雷达观测资料。该混合同化方法将集合转换卡尔曼滤波(ensemble transform Kalman filter)得到的集合样本扰动通过转换矩阵直接作用到背景场上,利用顺序滤波的思想得到分析扰动场;然后通过增加额外控制变量的方式把"流依赖"的集合协方差信息引入到变分目标函数中去,在3DVAR框架基础下与观测数据进行融合,从而给出分析场的最优估计。试验结果表明,Hybrid ETKF-3DVAR同化方法相比传统3DVAR可以提供更为准确的分析场,Hybrid方法雷达资料初始化模拟的台风涡旋结构与位置比3DVAR更加接近"真实场",对台风路径预报也有明显改进。通过对比Hybrid S试验与Hybrid F试验发现,Hybrid的正效果主要来源于混合背景误差协方差中的"流依赖"信息,集合平均场代替确定性背景场带来的效果并不显著。 相似文献
15.
利用三维变分方法对2014年3月30—31日华南一次强飑线过程进行风场反演,经与风廓线雷达探测结果、双多普勒天气雷达反演结果、原始径向速度数据等对比分析,得到如下结论：三维变分方法反演的中低层水平风场与风廓线雷达探测到的结果较为一致,且能很好地表现飑线过境时的风向切变;通过与双多普勒雷达风场反演结果对比发现,两种方法得到的风场空间分布十分相似,均能很好地表现2 km高度上系统内部强带状回波前缘的辐合线以及5 km高度上较弱的辐散;三维变分方法反演的水平风场与径向速度场有较好的一致性,2 km高度强回波带前缘阵风锋处的辐合线位置以及5 km和8 km高度上辐散区的位置均与径向速度场十分吻合;三维变分方法反演的垂直速度能较好地反映该飑线过程中气流的上升和下沉运动,平行于飑线方向的气流变化较小,而系统气流变化主要沿垂直于飑线的方向。三维变分方法反演的飑线系统的三维风场结构合理,反演结果可靠。 相似文献
16.
A heavy rainfall case related to Mesoscale Convective Systems (MCSs) over
the Korean Peninsula was selected to investigate the impact of radar data
assimilation on a heavy rainfall forecast. The Weather Research and
Forecasting (WRF) three-dimensional variational (3DVAR) data assimilation
system with tuning of the length scale of the background error covariance
and observation error parameters was used to assimilate radar radial
velocity and reflectivity data. The radar data used in the assimilation
experiments were preprocessed using quality-control procedures and
interpolated/thinned into Cartesian coordinates by the SPRINT/CEDRIC
packages. Sensitivity experiments were carried out in order to determine the
optimal values of the assimilation window length and the update frequency
used for the rapid update cycle and incremental analysis update experiments.
The assimilation of radar data has a positive influence on the heavy
rainfall forecast. Quantitative features of the heavy rainfall case, such as
the maximum rainfall amount and Root Mean Squared Differences (RMSDs) of
zonal/meridional wind components, were improved by tuning of the length
scale and observation error parameters. Qualitative features of the case,
such as the maximum rainfall position and time series of hourly rainfall,
were enhanced by an incremental analysis update technique. The positive
effects of the radar data assimilation and the tuning of the length scale
and observation error parameters were clearly shown by the 3DVAR increment. 相似文献
17.
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 总被引：1，自引：0，他引：1
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EnSRF,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34～100 cm） 土壤湿度的均方根误差从0.036 cm3/cm3降到0.016 cm3/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90 cm处误差从0.085 cm3/cm3降到0.024 cm3/cm3, 降幅达71.8%。 相似文献
18.
19.
The present study designs experiments on the direct assimilation of
radial velocity and reflectivity data collected by an S-band Doppler weather
radar (CINRAD WSR-98D) at the Hefei Station and the reanalysis data produced by
the United States National Centers for Environmental Prediction using the Weather
Research and Forecasting (WRF) model, the WRF model with a three-dimensional
variational (3DVAR) data assimilation system and the WRF model with an ensemble
square root filter (EnSRF) data assimilation system. In addition, the present
study analyzes a Meiyu front heavy rainfall process that occurred in the Yangtze
-Huaihe River Basin from July 4 to July 5, 2003, through numerical simulation.
The results show the following. (1) The assimilation of the radar radial velocity
data can increase the perturbations in the low-altitude atmosphere over the heavy
rainfall region, enhance the convective activities and reduce excessive simulated
precipitation. (2) The 3DVAR assimilation method significantly adjusts the
horizontal wind field. The assimilation of the reflectivity data improves the
microphysical quantities and dynamic fields in the model. In addition, the
assimilation of the radial velocity and reflectivity data can better adjust the
wind fields and improve the intensity and location of the simulated radar echo
bands. (3) The EnSRF assimilation method can assimilate more small-scale wind
field information into the model. The assimilation of the reflectivity data alone
can relatively accurately forecast the rainfall centers. In addition, the
assimilation of the radial velocity and reflectivity data can improve the
location of the simulated radar echo bands. (4) The use of the 3DVAR and EnSRF
assimilation methods to assimilate the radar radial velocity and reflectivity
data can improve the forecast of precipitation, rain-band areal coverage and the
center location and intensity of precipitation. 相似文献