共查询到20条相似文献，搜索用时 468 毫秒
1.
目前多数快速更新循环同化系统在各分析时刻常使用固定的背景场误差协方差。为在快速更新循环同化系统中采用日变化的背景场误差协方差,基于RMAPS-ST系统分析了其夏季和冬季日变化背景场误差协方差特征,并进行了同化及预报对比试验。结果表明,该系统夏、冬两季的背景场误差协方差均呈现出明显的日变化特征,且夜间各变量(U、V、T、RH)的误差标准差与特征值均大于日间,反映模式系统夜间的预报误差大于日间;而夏季各变量误差标准差和特征值大于冬季,也说明系统在夏季的模式预报误差比冬季大;连续3 d的循环同化试验初步表明,采用日变化背景场误差协方差可以提高同化及预报效果。 相似文献
2.
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
3.
Using analysis state to construct a forecast error covariance matrix in ensemble Kalman filter assimilation 总被引：1，自引：0，他引：1
Correctly estimating the forecast error covariance matrix is a key step in any data assimilation scheme. If it is not correctly estimated, the assimilated states could be far from the true states. A popular method to address this problem is error covariance matrix inflation. That is, to multiply the forecast error covariance matrix by an appropriate factor. In this paper, analysis states are used to construct the forecast error covariance matrix and an adaptive estimation procedure associated with the error covariance matrix inflation technique is developed. The proposed assimilation scheme was tested on the Lorenz-96 model and 2D Shallow Water Equation model, both of which are associated with spatially correlated observational systems. The experiments showed that by introducing the proposed structure of the forecast error covariance matrix and applying its adaptive estimation procedure, the assimilation results were further improved. 相似文献
4.
MM5三维变分系统在北京地区冷暖季背景场误差的对比分析 总被引：4，自引：2，他引：2
NMC方法是目前较广泛采用的一种对模式背景场误差协方差进行统计分析的一种方法。本文根据积累的2002年8月份和2003年2月份各一个月模式预报结果,采用NMC方法,计算了中尺度模式MM5V3在北京地区的冷暖季背景场误差,详细给出其气候统计特征。通过对比分析发现,背景场误差特征对于不同的模式变量、水平分辨率、垂直层各不相同,冷暖季背景场误差也有不同的特征,其差别主要表现在风场。这些特征与模式模拟区域的平均天气状况相对应,同化应该在各模式区域分别进行。MM5三维变分系统在北京地区的实际应用中,应发展根据实际季节变换背景场误差协方差矩阵的方法。 相似文献
5.
集合变分混合同化背景误差协方差流依赖性分析 总被引：4，自引：2，他引：2
通过单点观测试验的方法,对集合变分混合同化背景误差协方差的流依赖特征、流依赖性影响因子、产生原因,以及集合预报方法对流依赖性的影响进行了研究。结果表明:由于引入了集合信息,集合变分混合同化的分析增量与天气系统的分布有关,具有非均匀、各向异性的特征;这种流依赖特征对混合系数敏感,当集合协方差所占权重很小时,分析增量仍呈现出均匀、各向同性特征;混合同化背景误差协方差的流依赖特征不仅与集合样本有关,还与构造集合协方差的ETKF方法有关,只引入与环流形势密切相关的集合样本并不能使分析增量表现出显著的流依赖性,集合样本和ETKF方法共同作用才能将流依赖信息引入到混合协方差中,使分析增量出现流依赖特征;不同集合预报方法对混合协方差的流依赖特征有显著影响,考虑初值和物理过程的超级集合,以及在超级集合样本上再进行ETKF更新扰动后样本构造的混合协方差流依赖特征更加显著。 相似文献
6.
M. Široká C. Fischer V. Cassé R. Brožková J.-F. Geleyn 《Meteorology and Atmospheric Physics》2003,82(1-4):227-244
Summary ?The paper deals with an alternative formulation of the so-called NMC (National Meteorological Center, now National Centers
for Environmental Prediction) statistics to compute the background error covariance matrix to be used in a mesoscale variational
analysis. While the standard method uses differences of forecasts valid for the same time, but starting from different analysis
times, the new formulation required the recomputation of the short-term forecast with the initial and lateral boundary data
that come from the long-term run. In the frame of a limited-area model, this approach forces the error variances at large
scales to decrease drastically, because those scales are controlled by the (constant data) lateral boundary coupling. As a
result, the background cost function acts more scale selectively, with an emphasis on medium scales. The analysis increments
obtained from the 3D-VAR system show that the analysis increments are sharper and more concentrated with the new formulation,
both in single observation and in full observation experiments. This work is part of a wider project for building a variational
assimilation system inside the ALADIN model. The complete system should concentrate on mesoscale features and it should not
reanalyse those scales that were already treated by the global model (ARPEGE). Some difficulties and perspectives are drawn
in the concluding discussion.
Received February 12, 2001; revised July 24, 2001 相似文献
7.
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。 相似文献
8.
9.
基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。 相似文献
10.
Satellite data obtained over synoptic data-sparse regions such as an ocean contribute toward improving the quality of the initial state of limited-area models. Background error covariances are crucial to the proper distribution of satellite-observed information in variational data assimilation. In the NMC (National Meteorological Center) method, background error covariances are underestimated over data-sparse regions such as an ocean because of small differences between different forecast times. Thus, it is necessary to reconstruct and tune the background error covariances so as to maximize the usefulness of the satellite data for the initial state of limited-area models, especially over an ocean where there is a lack of conventional data. In this study, we attempted to estimate background error covariances so as to provide adequate error statistics for data-sparse regions by using ensemble forecasts of optimal perturbations using bred vectors. The background error covariances estimated by the ensemble method reduced the overestimation of error amplitude obtained by the NMC method. By employing an appropriate horizontal length scale to exclude spurious correlations, the ensemble method produced better results than the NMC method in the assimilation of retrieved satellite data. Because the ensemble method distributes observed information over a limited local area, it would be more useful in the analysis of high-resolution satellite data. Accordingly, the performance of forecast models can be improved over the area where the satellite data are assimilated. 相似文献
11.
12.
13.
An Adaptive Estimation of Forecast Error Covariance
Parameters for Kalman Filtering Data Assimilation 总被引：1，自引：0，他引：1
Xiaogu ZHENG 《大气科学进展》2009,26(1):154-160
An adaptive estimation of forecast error covariance matrices is proposed for Kalman filtering
data assimilation. A forecast error covariance matrix is initially estimated using an ensemble of
perturbation forecasts. This initially estimated matrix is then adjusted with scale parameters that are
adaptively estimated by minimizing -2log-likelihood of observed-minus-forecast residuals. The proposed
approach could be applied to Kalman filtering data assimilation with imperfect models when the model
error statistics are not known. A simple nonlinear model (Burgers' equation model) is used to demonstrate
the efficacy of the proposed approach. 相似文献
14.
不同的大气云模式对月预报影响的数值试验 总被引：1，自引：0，他引：1
所用的 T42L10月长期数值预报谱模式采用了模式诊断云方案,在辐射计算中,用模式的预报水汽场和模式诊断云代替原民T42L9中的气候纬向平均水汽场和云,模式诊断云计算中还考虑了大地形作用对云的影响.本文利用国家气象中心1992年8月31日的客观分析资料为初始场,进行30天长期数值预报,对比研究了这两种不同的云模式对月际数值预报的影响.模式诊断云方案的预报明显优于气候云方案,采用模式诊断云预报的500hPa 高度场月平均的倾向相关系数有所提高,月平均预报误差减少.模式诊断云方案的预报误差低于对应的持续性误差.模式诊断云方法由于考虑了在预报时间内云分布的时间和空间变化,提高了模式中的辐射计算精度,从而改进模式中的云、辐射作用,克服由于气候云方法所出现的预报偏差,较显著地改善月际数值预报效果. 相似文献
15.
在不同季节背景下,对比分析多元变量相关的背景误差协方差特征,了解其在天气过程中的作用,可以改进同化系统性能,提高降水数值预报水平。对比分析汛期和非汛期江西及其临近区域多元变量相关的背景误差协方差特征,分别选取2019年汛期和非汛期的2次降水过程,设计2组循环同化试验,探讨多元变量相关的背景误差协方差对江西降水预报效果的影响。结果表明,相较于非汛期,汛期分析变量对风场、温度场和水汽场的贡献值整体上要更大,且汛期各个控制变量的背景场误差更为显著。多元变量试验的降水预报评估效果整体上更好,其汛期预报效果改善更显著。汛期与非汛期的多元变量试验降水预报结果更接近实况,且相对非汛期降水而言,汛期多元变量试验模拟效果更好,模拟的降水分布及强度与实况更为接近。 相似文献
16.
利用2020年6月1日—2022年5月31日CMA GD模式2 m气温预报产品（预报时效为13—36 h）和同期江西省智能网格预报区域内地面站气温观测资料,计算气温预报准确率、平均误差和均方根误差,并统计分析其时空分布特征。结果表明： 1）模式预报准确率在不同月份、起报时次存在差异,暖季总体较高,冷季总体较低;暖季08时起报产品的月准确率总体高于20时,冷季反之;秋、冬季旬准确率分布更离散。模式预报产品其准确率明显低于中央气象台和江西省气象台订正产品,需订正后使用。08时起报产品对寒潮的预报效果优于20时。2）气温预报年误差分布存在日变化,最大值出现在08时,最小值出现在15时;年均方根误差峰值出现在15时和06时,白天大于夜间。3）冬季平均误差多为正值,夏季为负值,春、秋季平均误差大小界于冬、夏季之间;白天时段夏季均方根误差最大,夜间时段冬季最大。4）气温预报年误差地理分布特征明显,平原地区预报值偏低,年均方根误差最小;丘陵和山区22 h时效预报值偏高,31 h时效偏低;高山站预报值偏高,年均方根误差最大。丘陵地区负误差最大,平原地区最小;山区正误差最大。 相似文献
17.
基于背景误差的特征长度理论,研究调整背景误差水平分辨率对多普勒雷达资料三维变分同化的影响。首先利用NMC方法针对暴雨落区统计不同水平分辨率的背景误差协方差,分析两种不同分辨率的背景误差的结构特征,研究水平分辨率对背景误差特征长度的影响。将其应用于雷达资料同化中,研究背景误差水平分辨率变化对雷达资料同化的影响。结果表明:背景误差水平分辨率由27 km提高到3 km时,在大气低层体现出更细致的动力场信息,其动力场水平特征长度按水平分辨率的二次根递减,而温度场与水汽场水平特征长度变化不明显。在将不同分辨率的背景误差用于三维变分同化时,更高分辨率的背景误差可以在分析场增量中体现更细致的中小尺度信息,能够明显改善雷达径向速度资料同化效果,并在随后的暴雨数值模拟中雨量及其分布形态更接近实况。 相似文献
18.
19.
通过设计3组不同的观测误差均方差,对2012年8月1日—29日进行了基于GRAPES-M EPS(Global/Regional Assimilation and Prediction System-Mesoscale Ensemble Prediction System)的集合预报敏感性试验,研究观测误差均方差对集合预报初始扰动场结构、扰动量及垂直扰动总能量发展的影响,评估集合预报结果的差异,并分析了一次典型的江淮流域强降水个例。结果显示,模式变量扰动结构和扰动振幅对观测误差均方差较敏感,较小的观测误差均方差使得温度和风等模式变量的初始扰动量增大,扰动总能量增长更快,降水集合预报效果更优。因此在GRAPES-MEPS中,可以考虑对观测误差均方差进行适当的扰动,以体现观测误差均方差的不确定性对集合预报的影响,提高GRAPES-MEPS的集合预报技巧。 相似文献
20.
2021年7月16—17日,在大尺度鞍型背景场中长江中下游地区生成了准静止的β中尺度低涡系统,造成苏皖地区出现局地特大暴雨及雷暴大风天气。欧洲中心（EC）控制预报对低涡位置的描述较实况明显偏北,由此在降水预报中也呈现出较大偏差,给预报决策带来较大误导。采用EC控制和集合预报产品,并基于“预报挑战度（MFC）”和“可预报性演变指数（PHDX）”等客观方法对低涡及降水预报不确定性进行分析,并在此基础上探讨模式偏差成因,得到以下结论:（1）对流层低层低涡东侧西南气流和东南气流的辐合以及低空急流的水平涡度输送是低涡发展的主要动力因素,而低涡东侧和南侧降水的潜热释放则构成低涡发展的热力因素;（2）EC控制预报不同起报时次均出现低涡位置偏北及雨带预报偏北现象,其集合预报产品离散度无法覆盖实况降水,揭示了此次过程的低可预报性,MFC和PHDX则能够客观指示此次过程低可预报性;（3）前期模式对低涡南侧西南气流南风分量预报偏大及对东侧辐合区刻画偏北造成前期东段降水偏北,而后在潜热释放、低空急流与低涡正反馈机制影响下,偏北的降水区造成低涡进一步预报偏北,最终导致整个时段预报较观测呈现巨大差异。 相似文献