共查询到19条相似文献，搜索用时 140 毫秒
1.
风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验 II. 考虑模式误差的情形 总被引：8，自引：6，他引：2
文章的第I部分(兰伟仁等, 2010), 利用模拟雷达资料在假定模式无误差的情况下进行了一系列的集合卡尔曼滤波(EnKF)敏感性试验, 验证了EnKF方法在风暴尺度天气资料同化中的作用。本文继续探讨EnKF在有显著模式误差的情况下同化模拟多普勒雷达资料的效果问题。试验中假定模式误差主要来源于微物理过程参数化的不确定性。结果表明: 模式误差在不同程度上影响了EnKF分析的效果, 对微物理量的影响尤其明显; 在EnKF分析中, 利用微物理过程参数化集合的方法来考虑模式误差, 对速度场、 位温场以及比湿场有较明显的正作用, 但对于微物理量场分析效果较差; 若包含控制试验的微物理过程参数化方案, 则EnKF对所有变量都有正效果, 随着同化循环次数的增加, 分析结果更加合理; 只考虑冰相过程的微物理过程参数化方案的集合, 分析效果进一步提高。 相似文献
2.
风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验Ⅱ.考虑模式误差的情形 总被引：5，自引：3，他引：2
文章的第Ⅰ部分(兰伟仁等,2010),利用模拟雷达资料在假定模式无误差的情况下进行了一系列的集合卡尔曼滤波(EnKF)敏感性试验,验证了EnKF方法在风暴尺度天气资料同化中的作用.本文继续探讨EnKF在有显著模式误差的情况下同化模拟多普勒雷达资料的效果问题.试验中假定模式误差主要来源于微物理过程参数化的不确定性.结果表明:模式误差在不同程度上影响了EnKF分析的效果,对微物理量的影响尤其明显;在EnKF分析中,利用微物理过程参数化集合的方法来考虑模式误差,对速度场、位温场以及比湿场有较明显的正作用,但对于微物理量场分析效果较差;若包含控制试验的微物理过程参数化方案,则EnKF对所有变量都有正效果,随着同化循环次数的增加,分析结果更加合理;只考虑冰相过程的微物理过程参数化方案的集合,分析效果进一步提高. 相似文献
3.
风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验I.不考虑模式误差的情形 总被引：11，自引：8，他引：3
本文在假定模式无偏差的情况下, 利用一次风暴过程的模拟多普勒雷达资料进行一系列风暴天气尺度的集合卡尔曼滤波资料同化试验, 检验集合卡尔曼滤波在风暴天气尺度资料同化方面的效果, 并验证各集合卡尔曼滤波参数对同化效果的影响。试验结果表明, 集合卡尔曼滤波能有效地应用于风暴尺度的资料同化; 40个集合成员以及6 km的局地化尺度能较好地滤除采样误差造成的虚假相关, 同时可以将观测信息传递到无观测的模式格点; 利用背景场加上空间平滑的高斯型随机扰动生成初始成员的方式较未经过平滑的方式有更好的分析效果; 背景场扰动方法能够提高样本的离散度; 只同化反射率的同化试验表明, 反射率的同化效果较明显, 也证明了集合卡尔曼滤波在非常规资料同化中的作用; 增加径向风资料同化的效果优于只进行反射率同化的结果。 相似文献
4.
风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验Ⅰ.不考虑模式误差的情形 总被引：3，自引：2，他引：1
本文在假定模式无偏差的情况下,利用一次风暴过程的模拟多普勒雷达资料进行一系列风暴天气尺度的集合卡尔曼滤波资料同化试验,检验集合卡尔曼滤波在风暴天气尺度资料同化方面的效果,并验证各集合卡尔曼滤波参数对同化效果的影响。试验结果表明,集合卡尔曼滤波能有效地应用于风暴尺度的资料同化;40个集合成员以及6km的局地化尺度能较好地滤除采样误差造成的虚假相关,同时可以将观测信息传递到无观测的模式格点;利用背景场加上空间平滑的高斯型随机扰动生成初始成员的方式较未经过平滑的方式有更好的分析效果;背景场扰动方法能够提高样本的离散度;只同化反射率的同化试验表明,反射率的同化效果较明显,也证明了集合卡尔曼滤波在非常规资料同化中的作用;增加径向风资料同化的效果优于只进行反射率同化的结果。 相似文献
5.
基于集合Kalman滤波数据同化的热带气旋路径集合预报研究 总被引：1，自引：2，他引：1
构建了一个基于集合Kalman滤波数据同化的热带气旋集合预报系统，通过积云参数化方案和边界层参数化方案的9个不同组合，采用MM5模式进行了不同时间的短时预报。对预报结果使用“镜像法”得到18个初始成员，为同化提供初始背景集合。将人造台风作为观测场，同化后的结果作为集合预报的初值，通过不同参数组合的MM5模式进行集合预报。对2003～2004年16个台风个例的分析表明，初始成员产生方法能够对热带气旋的要素场、中心强度和位置进行合理扰动。同化结果使台风强度得到加强，结构更接近实际。基于同化的集合路径预报结果要优于未同化的集合预报。使用“镜像法”增加集合成员提高了预报准确度，路径预报误差在48小时和72小时分别低于200 km和250 km。 相似文献
6.
中尺度降水集合预报随机参数扰动方法敏感性试验 总被引：6，自引：2，他引：4
中尺度降水模式预报具有很大的不确定性,为更好地描述与模式降水预报密切相关的物理过程关键参数的不确定性,基于中国气象局GRAPES（Global/Regional Assimilation and Prediction System）中尺度区域集合预报模式,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等4个参数化方案中选取了18个关键参数,设计了一种随机参数扰动方案（Stochastically Perturbed Parameterization,SPP）,并通过2015年6—7月总计10 d的随机扰动集合预报试验,对比分析了SPP方案对不同物理过程参数扰动敏感性、随机场时、空尺度敏感性、能量变化特征及其集合预报效果。结果显示,对所选择的任一物理过程参数化方案增加SPP扰动后,降水及等压面要素的概率预报技巧优于无SPP扰动的预报,而扰动积云对流和边界层过程中的参数较扰动云微物理过程中的参数影响更显著,且同时扰动积云对流、云微物理、边界层及近地面层参数化方案中的18个参数的集合预报效果优于扰动任何单一物理过程中的部分参数,表明SPP方案能够有效地提高中尺度降水概率预报技巧;从能量变化特征可知,不同物理过程的参数扰动对动能、内能和总能量的影响层次和特征有所不同,但总体而言,扰动前后各项能量基本相同;随机场时、空尺度敏感性试验发现,SPP扰动随机场时间、空间相关尺度对集合预报效果有明显影响,当扰动随机场选用12 h抗相关时间及截断波数20时,集合预报结果最优。上述结果表明,SPP随机参数扰动方案不仅能够有效提高集合概率预报效果,还能够提高集合降水概率预报技巧,具有良好的业务应用与发展前景。 相似文献
7.
利用WRF模式,从模式的不确定性角度来构造中尺度的集合预报,重点对比分析了不同物理参数化方案、物理过程随机扰动方案、积云对流参数化敏感参数扰动方案对中尺度对流复合体降水集合预报的影响。试验结果表明:3种物理过程扰动方法都可以反映中尺度对流复合体降水预报的不确定性特征,其预报效果比控制预报好。物理过程随机扰动方案集合平均的降水落区及强度最接近实况,并且其降水的ETS评分要高于其他2种方案。从均方根误差与离散度的角度来看,3种方案中物理过程随机扰动的均方根误差要小于其他2种方案,而其离散度要大于其他2种方案,物理过程随机扰动方案要优于其他2种方案。 相似文献
8.
集合卡尔曼滤波同化多普勒雷达资料的数值试验 总被引：35，自引：10，他引：25
利用集合卡尔曼滤波(EnKF)在云数值模式中同化模拟多普勒雷达资料,并考察了不同条件下EnKF同化方法的性能.结果显示,经过几个同化周期后,EnKF分析结果非常接近真值.单多普勒雷达资料EnKF同化对雷达位置不太敏感,双雷达资料同化结果在同化的初期阶段比单雷达资料同化结果准确.同化由反射率导出的雨水比直接同化反射率资料更有效,联合同化径向速度和雨水有利于提高同化分析效果.协方差对EnKF同化效果起着非常重要的作用,考虑模式全部预报变量与径向速度协方差的同化效果比仅考虑速度场与径向速度协方差的同化效果好.雷达资料缺值降低了同化效果,此时增加地面常规观测资料的同化可以明显提高同化分析效果.EnKF同化技术对雷达观测资料误差不太敏感.初始集合对同化分析有较大影响.EnKF同化受集合大小和观测资料影响半径.同化对模式误差较敏感.利用EnKF同化双多普勒雷达资料,分析了一次梅雨锋暴雨过程的中尺度结构.结果表明,EnKF同化技术能够从双多普勒雷达资料反演暴雨中尺度系统的动力场、热力场和微物理场,反演的风场是较准确的,反演的热力场和微物理场分布也是基本合理的.中低层切变线是此次暴雨的主要动力特征,对流云表现为低层辐合、高层辐散并有垂直上升运动伴随,其热力特征表现为低层是低压区,高层为高压区,中部为暖区而上、下部为冷区,水汽、云水和雨水分别集中在对流云体内、上升气流区和强回波区. 相似文献
9.
敏感性试验表明集合变换卡尔曼滤波(Ensemble Transform Kalman Filter,ETKF)方法在混合(Hybrid)同化过程中易受观测资料数量变化的影响而产生较大程度的协方差震荡,从而可能导致系统不稳定。为设计一种简便、稳定的Hybrid同化系统,构建了一种基于物理控制变量扰动及多物理参数化方案的Hybrid同化及预报系统。本系统随着循环的进行,不断对Hybrid同化分析场进行控制变量扰动得到集合成员初始场,并且对各集合成员采用不同物理参数化方案以更合理地表征背景场的误差特征。连续10 d的循环同化及预报试验表明,本文同化方案效果明显优于三维变分方案,动力场的整体同化和预报效果与ETKF方案基本相当。本方案相比于ETKF方法不受观测波动影响,在没有经任何参数调试情况下,取得了良好同化和预报效果,为Hybrid同化的便捷运行提供了一种稳定可靠的手段。 相似文献
10.
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
11.
This study explores the use of the hierarchical ensemble filter to determine the localized influence of ob-servations in the Weather Research and Forecasting ensemble square root filtering (WRF-EnSRF) assimilation system. With error correlations between observations and background field state variables considered, the adaptive localization approach is applied to conduct a series of ideal storm-scale data assimilation experiments using simulated Doppler radar data. Comparisons between adaptive and empirical localization methods are made, and the feasibility of adaptive locali-zation for storm-scale ensemble Kalman filter assimilation is demonstrated. Unlike empirical localization, which relies on prior knowledge of distance between observations and background field, the hierarchical ensemble filter provides con-tinuously updating localization influence weights adaptively. The adaptive scheme improves assimilation quality during rapid storm development and enhances assimilation of reflectivity observations. The characteristics of both the observation type and the storm development stage should be considered when identifying the most appropriate localization method. Ultimately, combining empirical and adaptive methods can optimize assimilation quality. 相似文献
12.
在中尺度WRF-EnSRF系统中最新引入的采样误差订正局地化方法不仅考虑了回归系数偏差,而且计算量较小。该方法基于状态变量和对应观测值的相关系数的分布关系,根据离线蒙特卡洛技术制作的关于集合数和样本相关系数的查找表格确定局地化系数因子,进而订正由集合数选取有限造成的背景误差协方差被低估引起的采样误差。本文利用风暴过程的雷达观测资料做了一系列风暴尺度的资料同化理想试验,探讨了采样误差订正局地化方法在风暴尺度集合卡尔曼滤波同化中的技术特点和同化效果。结果表明:相比于经验局地化方法,采样误差订正局地化方法能够有效地改善集合同化的效果,对距离的敏感度更低,尤其在天气系统发展变化较快的阶段,新方法优势更大。并且,对不同观测变量以及在风暴发展的不同阶段使用不同的局地化方法,所得的结果都存在一定的差异,因此需要根据同化对象合理地选择局地化方法。 相似文献
13.
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
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.
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
16.
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
17.
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
18.
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
19.
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