共查询到16条相似文献，搜索用时 140 毫秒
1.
EnKF协方差膨胀算法对雷达资料同化的影响研究 总被引：1，自引：1，他引：0
基于集合卡尔曼滤波(EnKF)方法同化模拟雷达径向风和回波,引入具有时空自适应理论优势的贝叶斯膨胀算法,通过与常数膨胀算法的对比,分析了两种协方差膨胀算法对EnKF同化效果的影响。结果表明:在对流区域的北侧,由贝叶斯膨胀算法分析得到的回波在水平和垂直结构上均增强;在对流区域,由贝叶斯膨胀算法分析得到的各变量的集合离散度增大,均方根误差减小,水平和垂直速度增大,冷池强度减弱;模拟还发现贝叶斯膨胀算法提高了强对流系统的模拟效果,回波强度增强,阵风锋区内水平和垂直风速增大。这表明贝叶斯膨胀算法有效地改进了基于常数膨胀算法的EnKF同化雷达资料的效果。 相似文献
2.
EnSRF雷达资料同化对一次强对流天气模拟的影响研究 总被引：2，自引：2，他引：0
利用ARPS(Advanced Regional Prediction System)模式和具有流依赖背景误差协方差的集合均方根滤波(Ensemble Square Root Filter,简称En SRF)方法,通过同化多部多普勒雷达资料,对2013年6月23日的强对流天气过程进行了研究。首先对比同化试验和观测的组合反射率因子,检验了同化效果。通过计算均方根误差和离散度,进一步定量评估了同化结果。再对比模式变量,综合分析了En SRF雷达资料同化对模式热力、动力、湿度和微物理量等变量的影响。最后对集合平均场进行1 km的高分辨率数值模拟。结果表明:En SRF能够同化出与观测类似的对流系统,且减弱了南北部的虚假回波。径向风和反射率因子的均方根误差明显减少。En SRF雷达同化能够明显优化模式的初始场,同化试验的回波在垂直方向上范围增加,强度偏弱。在强对流区域,低层的冷池温度最多降低6 K,相对湿度最多增加30%。对流区域的雨水、冰晶和雪的混合比均有明显增加。模拟发现同化试验能够较好地模拟出对流系统的结构和位置。 相似文献
3.
针对对流尺度集合卡尔曼滤波（EnKF）雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向（即环境气流的方向）。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上（即与环境气流成45°夹角）,同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波（iEnSRF）算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。 相似文献
4.
迭代集合平方根滤波在风暴尺度资料同化中的应用 总被引：2，自引：1，他引：1
本文根据最新的非同步(Asynchronous)算法设计了一个迭代EnSRF(iterative Ensemble Square Root Filter,简称iEnSRF)方案。在这个迭代方案中,同化时刻的背景场和一个较早时刻的背景场将被同时更新,得到两个时刻的分析场,然后预报模式从较早时刻的分析场再次进行集合预报到同化时刻,最后重复前面两个步骤,实现对同化时刻背景场的迭代分析。在一个理想风暴个例上,本文通过模拟雷达资料同化对这一方案进行了检验,对比了传统EnSRF方案和iEnSRF方案的同化效果。此外,本文还讨论了只在同化时刻一个时间层上进行迭代的情况。同化单部模拟雷达资料的试验表明iEnSRF方案能够在初始估计缺少风暴信息的情况下较好地还原风暴中垂直运动和潜热释放之间的正反馈关系,显著提高初始分析的质量并加快随后同化的收敛速度。而传统EnSRF在这一初始估计较差的情况下不能在初始分析中有效估计这一相关关系并导致其收敛速度较慢且收敛误差较大。当只涉及一个时间层时,迭代算法并不能取得比传统EnSRF更好的效果。这一结果表明重复使用观测的算法只有在涉及两个时间层时才能改进最终的分析结果。在同化两部模拟雷达资料的试验中,iEnSRF的初始分析仍然优于传统EnSRF的初始分析,并在对流层高层取得显著改进。单双雷达资料同化的试验结果对比表明,单纯增加观测数量并不能显著改进传统EnSRF对非观测变量(比如温度)的分析,而iEnSRF则能够更加充分地利用更多的观测进一步提升初始分析的效果。 相似文献
5.
为避免直接同化时反射率非线性观测算子线性化带来的线性近似误差问题,目前许多研究和业务中还常采用间接同化方式来同化雷达反射率因子,其通过背景场温度判定水凝物类型及比例。基于一种实时天气背景依赖的雷达反射率因子间接同化方案,进行了4次暴雨过程（2次强对流,2次锋面）的循环同化及预报试验。结果表明:对于强对流暴雨个例,相对于传统温度判定方案,天气背景依赖方案的温度预报误差更小、降水预报评分更高,而对于锋面过程区别不明显;进一步机理分析表明,对于强对流暴雨个例,由于背景依赖方案在同化反射率因子时引入了实时天气背景信息,使得分析场水凝物结构能够更好表征实际对流特征且与其它模式变量更为协调,进而改善了模式预报的热、动力及水汽条件,从而改善了降雨预报效果;而锋面暴雨由浅对流过程占主导,水凝物以低层的雨水为主导,冰相水凝物对于该过程的影响较小,由于两种方案反演的雨水结构和量级均相似,因此降雨预报差异较小。 相似文献
6.
迭代EnSRF方案设计及在Lorenz96模式下的检验 总被引：3，自引：2，他引：1
本文利用非同步 (Asynchronous) 算法设计了一个包含迭代过程的集合平方根滤波方案 (迭代EnSRF),并在Lorenz96模式下详细对比分析了该方案和传统EnSRF方案的同化效果.与传统EnSRF方案不同,迭代EnSRF方案能够同时更新两个时次的背景场并通过迭代过程来改进分析结果.本文不仅检验了迭代EnSRF在同化不同类型观测资料时的效果,还检验了存在模式误差时该方案的同化效果,并且对同化结果的合理性进行了详细分析.试验结果表明:在完美模式下,迭代EnSRF能够显著加快同化常规观测时的收敛速度,并能够更加有效地同化非常规观测资料;在存在模式误差时,迭代EnSRF并不能有效改进分析结果;当对不准确的模式参数进行扰动后,迭代EnSRF能够更好地利用改进后的集合预报系统来提高其对部分类型观测的分析结果.进一步的分析表明,分析结果的改进主要得益于迭代EnSRF改进了背景误差协方差空间结构,并使得EnSRF的线性假设得到更好的满足. 相似文献
7.
EnSRF雷达资料同化在一次飑线过程中的应用研究 总被引：3，自引：1，他引：2
本文利用包含复杂冰相微物理过程的WRF（Weather Research and Forecasting）模式,针对2007年4月23日发生在我国华南地区的一次典型飑线天气过程,分别进行了确定性预报和集合预报试验,发现确定性预报能大致捕捉到飑线系统的发生发展过程,但对飑线后部的层云区模拟效果较差。集合预报能够有效地减少模式的不确定性,大部分集合成员对飑线的模拟效果优于确定性预报。进一步将集合预报得到的40个成员作为背景场,采用EnSRF（Ensemble Square Root Filter）同化多普勒天气雷达资料,并将分析得到的集合作为初始场进行集合预报,通过与未同化雷达资料的集合对比,考察了EnSRF同化多部雷达资料对飑线系统的影响。结果表明:EnSRF雷达资料同化增加了模式初始场的中小尺度信息,大部分集合成员的分析场能够较准确地再现飑线的热力场、动力场和微物理场的细致特征,并且模拟出飑线后部的层云结构。通过对EnSRF分析的集合进行模拟发现,大部分集合成员较未同化雷达资料时模拟效果有明显改善。同化后的集合预报ETS（Equitable Threat Score）评分最高,其次是未同化的集合预报,确定性预报的最低。 相似文献
8.
集合卡尔曼滤波 (the Ensemble Kalman Filter,简称EnKF) 中将预报集合的统计协方差作为预报误差协方差,但该估计可能严重偏离真实的预报误差协方差,影响同化精度。基于极大似然估计理论,发展了一种优化预报误差协方差矩阵的实时膨胀方法,即MLE (the Maximum Likelihood Estimation) 方法。利用蒙古国基准站Delgertsgot (简称DGS站) 观测资料,基于EnKF方法和MLE方法,在通用陆面模式 (the Common Land Model,简称CoLM) 中同化了地表温度和10 cm土壤温度观测资料,建立了土壤温度同化系统。结果表明:MLE方法对地表温度和各层土壤温度 (尤其深层土壤温度) 的估计比EnKF方法准确。考虑到浅层和深层土壤温度的差别,在实施MLE方法时对浅层和深层土壤温度采用了不同的膨胀因子。对比膨胀因子为单一标量时的结果,多因子膨胀能缓解深层土壤温度的不合理膨胀,改善同化效果。 相似文献
9.
分级集合滤波(Hierarchical Ensemble Filter,HEF)和采样误差修正(Sampling Error Correction,SEC)局地化算法能够使采样误差取得极小值,且不需要给出距离的定义。为了检验其理论优势,基于集合卡尔曼滤波(Ensemble Kalman Filter,En KF)方法同化模拟雷达资料,通过与Gaspari-Cohn(GC)局地化算法对比,分析不同局地化算法对En KF同化效果的影响。结果表明,HEF和SEC局地化算法的雷达回波在水平和垂直方向上均强于GC局地化算法。HEF局地化算法各个变量的离散度最高,均方根误差最低;SEC局地化算法离散度略低,均方根误差略高;GC局地化算法离散度最低,均方根误差最高。相比于GC局地化算法,HEF和SEC局地化算法的冷池强度减弱,面积减小,下沉气流的速度和范围增大,雹霰混合比的大小和覆盖面积增大。通过模拟发现,HEF局地化算法模拟的北侧对流中心最强,SEC局地化算法模拟的南侧对流中心最强,且模拟出(40 km,60 km)处的强对流中心。HEF局地化算法模拟的冷池强度最强,HEF和SEC局地化算法基本上模拟出北侧的雹霰混合比高值区。这表明HEF局地化算法有效地改进了基于GC局地化算法的En KF雷达资料同化效果,SEC局地化算法减小了计算量,是HEF局地化算法较好的近似。 相似文献
10.
集合卡尔曼滤波同化多普勒雷达资料的观测系统模拟试验 总被引：4，自引：1，他引：3
本文将集合卡尔曼滤波同化技术应用到对流尺度系统中,实施了基于WRF模式的同化单部多普勒雷达径向风和反射率因子的观测系统模拟试验,验证了其在对流尺度中应用的可行性和有效性,并对同化系统的特性进行了探讨。试验表明:WRF-EnKF雷达资料同化系统能较准确分析模式风暴的流场、热力场、微物理量场的细致特征;几乎所有变量的预报和分析误差经过同化循环后都能显著下降,同化分析基本上能使预报场在各层上都有所改进,对预报场误差较大层次的更正更为显著;约8个同化循环后,EnKF能在雷达反射率、径向风观测与背景场间建立较可靠的相关关系,使模式各变量场能被准确分析更新,背景场误差协方差在水平方向和垂直方向都有着复杂的结构,是高度非均匀、各项异性和流依赖的;集合平均分析场做的确定性预报在短时间内能较好保持真值场风暴的细节结构,但预报误差增长较快。 相似文献
11.
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
12.
WRF-EnSRF系统同化多普勒雷达资料在多类型强对流天气过程的数值试验 总被引：4，自引：3，他引：1
利用自主构建的基于风暴尺度的WRF—EnSRF（weather research and forecasting ensemble square root filter）系统同化实际多普勒雷达资料,检验该同化系统在包括飑线、超级单体风暴和多单体风暴3个不同结构类型的强对流天气过程的同化效果,并考察了初始场扰动时不同强度的位温和水汽扰动对集合离散度以及同化效果的影响。结果表明,在3个个例中该同化系统均表现出有效的同化能力,各分析结果均比较合理,径向速度和反射率因子分析的增量均方差在经过24min同化后分别下降到3～5m／s和10dBz,并维持至60min同化结束。预报场集合离散度和同化效果对热力场的扰动强度比较敏感,适当增加初始扰动时位温和水汽的扰动强度有利于提高集合离散度和改善径向速度的分析效果。 相似文献
13.
利用自主构建的基于风暴尺度的WRF-En SRF系统同化模拟多普勒雷达资料,讨论了微物理方案及其参数的不确定性对同化效果的影响。试验采用组合微物理方案以及扰动微物理方案中的参数的方法,结果表明,模式误差非常小甚至可以忽略时,使用单个微物理方案并扰动参数能够使真实风暴的主要特征在分析场中较未扰动参数得到更好地反映;存在模式误差时,使用单个微物理方案并扰动参数后,分析场中的各要素的分布较未扰动参数更加接近真实风暴,同化效果得到改进,且改进效果比模式误差非常小时更为明显;存在模式误差时,组合微物理方案并扰动参数后,分析场中对流云团的形态较未组合方案或未扰动参数更接近真实风暴,主要要素场的配置最能反映真实风暴的特征,同化效果最为理想。结果也表明,扰动参数时、参数扰动范围较小时,同化效果较优。 相似文献
14.
Assimilation of Doppler Radar Observations with an Ensemble Square Root Filter：A Squall Line Case Study 
下载免费PDF全文
下载免费PDF全文 The effectiveness of using an Ensemble Square Root Filter（EnSRF） to assimilate real Doppler radar observations on convective scale is investigated by applying the technique to a case of squall line on 12July 2005 in midwest Shandong Province using the Weather Research and Forecasting（WRF） model.The experimental results show that：（1） The EnSRF system has the potential to initiate a squall line accurately by assimilation of real Doppler radar data.The convective-scale information has been added into the WRF model through radar data assimilation and thus the analyzed fields are improved noticeably.The model spin-up time has been shortened,and the precipitation forecast is improved accordingly.（2） Compared with the control run,the deterministic forecast initiated with the ensemble mean analysis of EnSRF produces more accurate prediction of microphysical fields.The predicted wind and thermal fields are reasonable and in accordance with the characteristics of convective storms.（3） The propagation direction of the squall line from the ensemble mean analysis is consistent with that of the observation,but the propagation speed is larger than the observed.The effective forecast period for this squall line is about 5-6 h,probably because of the nonlinear development of the convective storm. 相似文献
15.
两个中尺度对流系统的降水结构和闪电特征 总被引：10，自引：3，他引：7
对两个处于不同发展阶段的中尺度对流系统(MCS)降水结构的分析结果表明,处于初生至发展阶段的MCS,对流降水和层云降水的面积比相对较大,处于成熟至消亡阶段的MCS的相对较小。本文进一步分析了这两个MCS个例在6km高度处的雷达回波特征及其和闪电的关系,结果表明处于初生至发展阶段的MCS的绝大部分事件(闪电资料的一种)集中发生在MCS中的强对流单体回波区,而对处于成熟至消亡阶段的MCS,事件集中发生在对流区和对流云向层云转化的回波区。 相似文献
16.
集合方根滤波同化多普勒雷达资料在一次飑线过程中的应用研究 总被引：1，自引：0，他引：1
针对2005年7月12日发生在山东省中西部地区的一次飑线天气过程,采用集合方根滤波方法开展基于WRF模式的多普勒雷达资料的同化应用试验,考察了此同化系统对实际雷达资料的同化效果。主要结论如下：（1）集合方根滤波同化系统能有效同化实际雷达资料,雷达资料的加入增加了模式的中小尺度信息,使分析场得到了显著改善,有效缩短了模式起转时间,改进了对地面降水的预报。（2）利用三次同化分析后的集合平均分析场进行的确定性预报表明,与控制试验相比,同化后分析场能更准确地预报飑线系统的微物理量场,预报的流场结构符合风暴的动力特征,动力场和热力场的分布与配置也基本合理。（3）集合平均分析场对飑线系统传播方向的预报与实况一致,但预报的系统传播速度较实况快,由于对流系统的非线性发展迅速,对系统的预报时效为5—6 h。 相似文献