共查询到20条相似文献，搜索用时 109 毫秒
1.
利用WRF模式及模式模拟的资料,开展了利用SVD-En3DVar(基于集合和SVD技术的三维变分同化方法)方法同化雷达径向速度资料的试验.由于雷达观测经常出现大面积空缺,同化时引入了一种局地化方法避免远距离虚假相关的影响.试验着重研究了不同的初始扰动样本产生方法以及不同的样本积分时间对同化结果的影响.提出了一种为预报集合提供初始扰动场的新方法,这一方法将温度和比湿的伪随机扰动场当作观测增量,通过3DVar (three-dimensional variational technique)系统生成所有变量的初始扰动场.试验表明,用这种方法给出的初始扰动样本各个变量间有较好的协调性,积分后扰动不会快速衰减,可以减少模式调整的时间,达到缩短同化循环时间窗的目的.同化雷达径向风资料后对12小时内的温度,湿度和水平风的预报都有所改进,对降水的预报也有一定改进. 相似文献
2.
多普勒天气雷达资料在数值模式ARPS中的试验 总被引：2，自引：2，他引：0
利用中尺度预报模式ARPS及其资料分析系统ADAS和三维变分同化系统ARPS3DVAR,直接加入多普勒天气雷达基数据反射率因子和径向速度资料进行数值预报试验。试验包括：控制试验、反射率因子同化试验、径向速度同化试验,两种资料同时同化,多时次连续同化等试验。通过模拟2009年7月7日发生在江苏省附近一次暴雨过程,分析了多普勒天气雷达反射率因子和径向速度资料不同组合的加入对改进模式初始湿度场、风场及预报结果的影响。结果表明：同化雷达反射率因子和径向速度资料,分别对湿度场和风场有显著调整;同时同化两种资料比单独同化在2 h内更显优势;多时次连续同时同化两种资料的试验比起其他试验预报的风速更接近探空风速,预报的降水位置与雷达3 h累积降水产品较为对应,但降水量的预报仍有偏差。 相似文献
3.
利用中尺度WRF模式及其3DVAR同化系统对2014年3月30日发生在我国华南地区的一次飑线过程展开多普勒天气雷达资料的同化效果试验研究。首先对雷达资料进行去地物杂波、退速度模糊等预处理,后设计了基于不同雷达观测量的同化试验及同化频次的敏感性试验。结果表明:直接循环同化雷达径向风资料和雷达反射率因子能够增加数值模式中的中小尺度信息,提供可靠的水汽分布;不同的同化频次对同化结果影响显著,每12 min同化间隔的结果略优于30 min、60 min同化间隔;同化雷达反射率因子和径向风资料分别对模式的总水场和风场有显著调整,联合同化雷达反射率因子和径向风资料比单独同化反射率因子或径向风更能改善飑线垂直结构配置,促使地面冷池和雷暴高压配合,进一步改善模式对大雨和暴雨量级降水预报效果。 相似文献
4.
利用中尺度非静力WRF(Weather Research and Forecasting)模式及其三维变分同化系统,对2007年7月淮河流域的一次强降雨过程进行多普勒雷达径向速度资料的三维变分同化试验,重点考察雷达资料的不同稀疏化方式对同化结果以及对暴雨数值模拟的影响。结果表明:同化多普勒雷达径向速度资料使得模式初始风场包含了更丰富的中尺度特征信息,有效调整了初始场的环流结构,能够改善模式对暴雨过程的模拟效果;以不同的稀疏化处理方式同化多普勒雷达径向速度资料对分析场会产生不同的影响,进而影响模式的降水预报效果,本次试验中当极坐标网格径向分辨率取10 km的时候降水过程的预报效果最好。 相似文献
5.
集合卡尔曼滤波同化多普勒雷达资料的数值试验 总被引：25，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
6.
一次大暴雨过程的多普勒雷达资料同化的敏感性试验 总被引：3，自引：1，他引：2
利用WRF中尺度模式及WRF-3DVAR变分同化系统和LAPS雷达资料前处理模块建立试验平台,直接同化S波段多普勒雷达反射率和径向速度资料,通过对2008年8月15-16日发生在我国长江中游的一次大暴雨过程的各项预报对比试验研究,初步检验和评估不同种类多普勒雷达观测数据同化对改进数值模式初始场及其数值预报能力的影响及作用.初步结果表明:多普勒雷达资料同化对提高暴雨数值预报能力有重要作用.无论在24 h累计降水还是在逐时降水预报方面,同化多普勒雷达资料均可使降水雨带分布和强降水中心预报的准确性得到较大改善;多普勒雷达反射率资料同化对初始水汽场的改变显著,对初始风场影响较小,而同化径向速度对初始水汽场的改变较小,但可增加初始风场的中小尺度信息,使初始风场产生较大变化.总体上看,虽然雷达反射率和径向速度资料同化均可改进强暴雨的数值预报,但雷达反射率资料同化对降水雨带和中心预报的改进更为显著和重要. 相似文献
7.
诊断分析了2007年8月8日陕西中南部一次突发性大暴雨过程,利用WRFV3.4数值预报模式及WRF-3DVAR变分同化系统,采用直接同化西安C波段多普勒雷达资料的方法,设计了4组试验方案。结果表明,多普勒雷达资料同化能有效改进WRF数值模式性能,不同的同化方案对模式初始场及预报场有不同的改进,同化反射率对初始水汽场的改变较为显著,而同化径向速度对初始风场的改变更为明显。在加入雷达资料同化后模式系统对中小尺度天气系统特征的模拟效果提高,风场的辐合特征更为明显,水汽也有显著增强,降水强度和中心跟实况更为接近。 相似文献
8.
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
9.
同化多普勒雷达风资料的两种方法比较 总被引：11，自引：5，他引：11
以美国新近研发的天气研究预报模式(WRF)配置的三维变分同化系统WRF 3D-Var为平台,比较了两种不同的同化多普勒雷达径向风资料的方法。一种是WRF 3D-Var系统现有的径向风资料直接同化方法;另一种是首先用两步变分法由多普勒资料反演出水平风,再同化反演风场。针对2003年7月4~5日的一次淮河暴雨过程进行的同化试验结果表明,同化了雷达风资料后得到的水平风场包含了更多的中尺度特征;从降水预报评分和预报的雷达回波来看,两种方法都能够明显改进降水预报,这种正作用能维持6 h左右;相对而言,同化反演的水平风场的效果略优于直接同化雷达径向风的效果。 相似文献
10.
利用变分方法反演单多普勒雷达资料,得到风矢量场。同时,利用MM5伴随模式同化系统,结合一次暴雨过程,设计四种方案,进行数值模拟试验。结果表明,通过变分方法反演的雷达资料的应用对于暴雨的分布预报有明显的改善作用;运用伴随方法同化雷达资料后可改善对暴雨中心的预报;对于各个物理量误差的减少,雷达资料的应用也起到重要作用,尤其是对于风场作用较为明显;雷达资料的应用可加快伴随模式同化系统目标函数的收敛,得到最优初始场。 相似文献
11.
12.
The WRF 3DVar System Combined with Physical Initialization for
Assimilation of Doppler Radar Data 
下载免费PDF全文
下载免费PDF全文 The three-dimensional variational data assimilation (3DVar) system of the Weather Research and Forecasting (WRF) model (WRF-Var) is further developed with a physical initialization (PI)
procedure to assimilate Doppler radar radial velocity and reflectivity observations. In this updated 3DVar system, specific humidity, cloud water content, and vertical velocity are first derived from reflectivity with PI, then the model fields of specific humidity and cloud water content are replaced with the modified ones, and finally, the estimated vertical velocity is added to the cost-function of the existing WRF-Var (version 2.0) as a new observation type, and radial velocity observations are assimilated directly by the method afforded by WRF-Var. The new assimilation scheme is tested with a heavy convective precipitation event in the middle reaches of Yangtze River on 19 June 2002 and a Meiyu front torrential rain event in the Huaihe River Basin on 5 July 2003. Assimilation results show that the increments of analyzed variables correspond well with the horizontal distribution of the observed reflectivity. There are positive increments of cloud water content, specific humidity, and
vertical velocity in echo region and negative increments of vertical velocity in echo-free region where the increments of horizontal winds present a clockwise transition. Results of forecast experiments show that the effects of adjusting cloud water content or vertical velocity directly with PI on forecast are not obvious. Adjusting specific humidity shows better performance in forecasting the precipitation than directly adjusting cloud water content or vertical velocity. Significant
improvement in predicting precipitation as well as in reducing the model's spin-up time are achieved when radial velocity and reflectivity observations are assimilated with the new scheme. 相似文献
13.
An observation localization scheme is introduced into an ensemble-based three-dimensional variational (3DVar) assimilation method based on the singular value decomposition technique (SVD-En3DVar) to improve assimilation skill. A point-by-point analysis technique is adopted in which the weight of each observation decreases with increasing distance between the analysis point and the observation point. A set of numerical experiments, in which simulated Doppler radar data are assimilated into the Weather Research and Forecasting (WRF) model, is designed to test the scheme. The results are compared with those obtained using the original global and local patch schemes in SVD-En3DVar, neither of which includes this type of observation localization. The observation localization scheme not only eliminates spurious analysis increments in areas of missing data, but also avoids the discontinuous analysis fields that arise from the local patch scheme. The new scheme provides better analysis fields and a more reasonable short-range rainfall forecast than the original schemes. Additional forecast experiments that assimilate real data from 10 radars indicate that the short-term precipitation forecast skill can be improved by assimilating radar data and the observation localization scheme provides a better forecast than the other two schemes. 相似文献
14.
为了提高CMA-MESO （China Meteorological Administration Mesoscale model）（原GRAPES）三维变分同化系统中2 m相对湿度资料的应用效果,改善模式中相对湿度的分析和降水预报效果,分析了2015年6—8月T639（T639L60全球中期数值预报系统,0.28125°×0.28125°）分析场低层相对湿度和2 m相对湿度之差与表征稳定度的理查森数（Ri）的关系,发现二者有很好的相关,Ri＜0时,模式低层相对湿度与2 m相对湿度的差异较小,基本在同化观测误差范围内。依据该统计结果,对CMA-MESO同化系统中2 m相对湿度同化方案进行优化,Ri＜0时,将观测站地形低于模式地形的2 m相对湿度观测由观测站高度改为模式最低层高度进行同化,形成新的2 m相对湿度同化方案,旨在解决2 m相对湿度资料同化时模式地形高度与观测站高度不同的影响。2018年7月CMA-MESO三维变分同化系统（3DVar）个例和连续试验结果显示:新的2 m相对湿度同化方案同化分析资料数量明显增加,且08时多于20时（北京时）,新增观测点新息向量（背景减观测）与周围原有观测新息向量保持基本一致,分析残差偏差和均方根误差减小,降水预报效果明显改善。新2 m相对湿度同化方案通过提高观测站低于模式地形高度的观测资料合理应用,从而改善了3 km模式系统同化分析和预报效果。 相似文献
15.
A new forecasting system—the System of Multigrid Nonlinear Least-squares Four-dimensional Variational (NLS-4DVar) Data Assimilation for Numerical Weather Prediction (SNAP)—was established by building upon the multigrid NLS-4DVar data assimilation scheme, the operational Gridpoint Statistical Interpolation (GSI)?based data-processing and observation operators, and the widely used Weather Research and Forecasting numerical model. Drawing upon lessons learned from the superiority of the operational GSI analysis system, for its various observation operators and the ability to assimilate multiple-source observations, SNAP adopts GSI-based data-processing and observation operator modules to compute the observation innovations. The multigrid NLS-4DVar assimilation framework is used for the analysis, which can adequately correct errors from large to small scales and accelerate iteration solutions. The analysis variables are model state variables, rather than the control variables adopted in the conventional 4DVar system. Currently, we have achieved the assimilation of conventional observations, and we will continue to improve the assimilation of radar and satellite observations in the future. SNAP was evaluated by case evaluation experiments and one-week cycling assimilation experiments. In the case evaluation experiments, two six-hour time windows were established for assimilation experiments and precipitation forecasts were verified against hourly precipitation observations from more than 2400 national observation sites. This showed that SNAP can absorb observations and improve the initial field, thereby improving the precipitation forecast. In the one-week cycling assimilation experiments, six-hourly assimilation cycles were run in one week. SNAP produced slightly lower forecast RMSEs than the GSI 4DEnVar (Four-dimensional Ensemble Variational) as a whole and the threat scores of precipitation forecasts initialized from the analysis of SNAP were higher than those obtained from the analysis of GSI 4DEnVar. 相似文献
16.
利用2016年6—8月华北—东北地区的地基全球卫星导航系统的天顶总延迟（GNSS-ZTD）观测资料、东北区域中尺度数值预报系统,以2016年6—8月的13 d强降水为例,开展基于Desroziers等（2005） 理论的Des方法和传统方法进行观测误差确定的天顶总延迟资料同化对比试验研究,探讨Des方法相对于传统观测误差确定方法对天顶总延迟资料同化预报效果的影响,并以未做天顶总延迟资料同化的试验为对照试验,考察天顶总延迟资料在数值模式中的同化应用效果。结果表明:（1）Des方法得到的天顶总延迟观测误差诊断值较为合理,诊断值站点间差别较大,说明逐站进行观测误差诊断的必要性;（2）天顶总延迟资料同化使强降水的强度、落区预报性能得到提高,使温、湿、风等要素的预报与观测接近,Des方案同化分析、预报效果优于传统方案;（3）对2016年7月25日华北—东北强降水过程进行了同化预报分析,整体而言,天顶总延迟资料同化有效增强了对流层中低层初始湿度场,修正了积分初期水凝物含量与位置,进而改善了降水预报效果,修正了对照试验对辽宁东部地区强降水的明显漏报,且通过降水的反馈作用改进了温度与风场预报效果。基于Des方法逐站诊断观测误差相比传统方法得到的观测误差更为合理,因此能够提高天顶总延迟资料的同化预报效果,同化天顶总延迟资料能够提高降水及温、湿、风等气象要素的预报水平。 相似文献
17.
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
18.
为了把反映天气形势变化的背景误差协方差引入到变分分析系统中来提高分析质量,本文在GRAPES区域三维变分框架的基础上通过扩展控制变量方法实现动态与静态背景误差协方差耦合,建立混合三维变分分析系统（GRAPES Hybrid-3DVar）。通过控制变量扰动产生的集合样本进行单点观测分析试验验证Hybrid-3DVar及其局地化方案的合理性,并针对台风苏迪罗进行实际观测资料同化和数值预报试验,结果表明:用集合样本描述的背景误差协方差是随着天气流型变化的,动力场和质量场的离散度在台风中心处最大,因而混合同化的分析增量包含更多细微结构和中小尺度信息;其分析和24 h内预报要素质量优于3DVar,24 h内降水强度和落区预报也更准确,混合同化分析改善了3DVar分析的降水空报问题;同时混合同化分析的24 h内台风路径预报也最接近实况,台风强度预报在48 h之内都比3DVar更接近观测。 相似文献
19.
降维投影四维变分同化(DRP-4DVar)方法的背景误差协方差是由基于历史预报的扰动样本统计得到的,为了改进降维投影四维变分同化系统中背景误差协方差的流依赖特性,提出了对初始扰动样本进行预分析的新思路,即在对背景场分析之前,利用降维投影四维变分同化系统本身对每个样本进行预先分析,使得统计出的背景误差协方差随实际的天气形势而变化,从而实现其在真正意义上的流依赖,且在循环同化时能够避免滤波发散现象的出现。试验结果表明,对样本进行预先分析能够通过改善同化系统中背景误差协方差的空间结构和流依赖特性,来进一步改进降维投影四维变分同化方法的性能,为数值模式提供更精确的初始场,从而提高了基本模式变量的预报精度,并改善了对强降水的模拟能力。相比较而言,对所有初始扰动样本都进行了预分析的同化试验能够得到最优的分析和预报。 相似文献
20.
基于雷达资料快速更新四维变分同化 (RR4DVar) 技术和三维数值云模式,初步研发了一个针对对流尺度数值模拟的快速更新雷达四维变分分析系统。系统通过对京津冀6部多普勒天气雷达资料进行RR4DVar同化,并融合5 min自动气象站观测和中尺度数值模式结果,可快速分析得到12~18 min更新的低层大气三维动力、热力场的对流尺度结构特征。针对2009年7月22日发生在京津冀的一次强风暴个例,通过一系列敏感性试验,并利用局地加密资料进行检验对比,表明有效的雷达资料RR4DVar同化及自动气象站和中尺度模式资料融合方案、恰当的中尺度背景场设置和动力约束方法是获得合理结果的关键。研究也表明:恰当的系统配置能够模拟出与对流生消发展密切相关的近风暴环境特征,包括低层入流、垂直风切变、低层辐合上升和暖舌等,以及风暴自身形成的冷池、出流等与风暴演变密切相关的对流尺度结构。 相似文献