共查询到17条相似文献，搜索用时 109 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：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
2.
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
3.
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
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：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
5.
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
6.
基于全球集合预报系统(GEFS)资料,利用WRF中尺度模式及GEFS动力降尺度获取区域集合预报初值场,通过对同化后的分析场进行模式积分实现华南前汛期区域集合预报。对2019年6月10日的一次华南前汛期暴雨过程进行不同同化方案的试验:混合同化(Hybrid)、三维变分(3Dvar)、集合卡尔曼滤波(EnKF)和对比试验(Ctrl)四组试验的对比分析,探讨具有不同背景误差协方差矩阵的同化方案对区域集合预报集合扰动和集合离散随时间演变特征的影响,评估不同试验的降水模拟效果。(1) Hybrid对模式初始场有较好的改善作用,而3DVar和EnKF对初始场的改善作用不明显。(2) 对风场、温度场和湿度场,在前期预报中Hybrid的预报误差小于3DVar和EnKF,在中后期的预报中,3DVar和EnKF的预报误差得到改善,且好于Hybrid。同样,集合扰动能量,Hybrid和Ctrl在前期预报发展好于3DVar和EnKF,而在中后期的预报3DVar和EnKF好于Hybrid和Ctrl。(3) 从24 h累积降水评分中,整体上同化试验好于Ctrl,3DVar和EnKF好于Hybrid,且3DVar对大中雨级别的降水评分较好,而EnKF对暴雨以上级别的降水评分较好。(4) 对于集合统计检验分析,同化试验的AUC值都大于Ctrl的AUC值,24 h累积降水量阈值在10~100 mm的AUC值,3DVar最好;而125 mm阈值的AUC值,EnKF最好。 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
9.
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
10.
集合卡尔曼滤波同化探空资料的数值试验 总被引：4，自引：1，他引：3
应用集合卡尔曼滤波（Ensemble Kalman Filter;EnKF）方法,同化了2005年7月一次暴雨过程的探空观测资料,并用非静力中尺度模式MM5进行数值模拟试验。结果表明：在理想模式的假设下,即假设真实模拟和所产生的集合用的是同一个模式并有相同的初始误差,EnKF方法同化的分析结果较好。如果不运用EnKF方法同化探空观测资料,则集合预报结果和不加扰动的单个数值预报结果都没有EnKF方法同化过的好。 相似文献
11.
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
12.
采用WRFV3.1.1数值模式,选取模式中的10个微物理过程参数化方案构造10个集合预报成员,分别对2008年6月9—10日江淮地区暴雨与2008年6月6—7日华南地区暴雨进行集合预报试验,并进一步讨论了这两例暴雨的可预报性差异。结果表明:各参数化方案在暴雨的模拟中所表现出来的优势是相对的,但微物理过程集合预报在两例暴雨中都取得稳定且优异的模拟效果;通过比较两例暴雨的ETS(Equitable threat score)评分距平发现,华南暴雨在各个量级上的ETS评分距平都大于江淮暴雨,且华南暴雨集合成员之间的ETS评分差别也较大;大多数集合成员的模式误差在初始12 h增长最快,其后将减慢或者降低。对各成员的均方根误差(σ)距平分析表明,华南暴雨的σ距平增长相对较快且成员之间差别较大。因此从模式误差增长的角度来说,华南暴雨的可预报性低于江淮暴雨。 相似文献
13.
Kefeng ZHU Ming XUE Yujie PAN Ming HU Stanley G. BENJAMIN Stephen S. WEYGANDT Haidao LIN 《大气科学进展》2019,36(12):1308-1326
A regional ensemble Kalman filter (EnKF) data assimilation (DA) and forecast system was recently established based on the Gridpoint Statistical Interpolation (GSI) analysis system. The EnKF DA system was tested with continuous threehourly updated cycles followed by 18-h deterministic forecasts from every three-hourly ensemble mean analysis. Initial tests showed negative to neutral impacts of assimilating satellite radiance data due to the improper bias correction procedure. In this study, two bias correction schemes within the established EnKF DA system are investigated and the impact of assimilating additional polar-orbiting satellite radiance is also investigated. Two group experiments are conducted. The purpose of the first group is to evaluate the bias correction procedure. Two online bias correction methods based on GSI 3DVar and EnKF algorithms are used to assimilate AMSU-A radiance data. Results show that both variational and EnKF-based bias correction procedures effectively reduce the observation and background radiance differences, achieving positive impacts on forecasts. With proper bias correction, we assimilate full radiance observations including AMSU-A, AMSU-B, AIRS, HIRS3/4, and MHS in the second group. The relative percentage improvements(RPIs) for all forecast variables compared to those without radiance data assimilation are mostly positive, with the RPI of upper-air relative humidity being the largest. Additionally, precipitation forecasts on a downscaled 13-km grid from 40-km EnKF analyses are also improved by radiance assimilation for almost all forecast hours. 相似文献
14.
集合预报最优ETKF初始扰动方法设计及其在暴雨中的应用 总被引：1，自引：0，他引：1
为改进集合转换卡尔曼滤波方法(Ensemble Transform Kalman Filter,ETKF)在初始扰动中离散度偏小的问题,考虑引入物理不确定性。使用初始时刻离散度检验两种ETKF初始扰动方案改进的程度,通过动力和水汽条件分析探求改进机制。利用WRF模式构建更新预报系统,选取2014年5月一次暴雨个例进行集合降水预报试验,通过ETKF方法设计两种不同的初始扰动方案。结果表明:在分析循环中引入多物理扰动的初始扰动方案(multi)相比单一物理过程的初始扰动方案(mono)在初始时刻离散度和模拟动力水汽条件以及降水评分上均有较大改进。初始扰动中multi的离散度相比mono整体更优,显然添加了多物理扰动方案的试验对结果有改进作用;在对两种方案的机理分析中,multi对于降水位置的明显改善主要取决于散度及水汽通量散度模拟能力的提高;在离散度分析中,multi方案在强对流区域的改进效果比在整个区域中的更好,而对各变量的离散度和均方根误差之比相当,说明集合预报系统的合理性;对各量级预报结果评分显示,multi方案均呈现较好表现能力。 相似文献
15.
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
16.
利用WRFV3. 6的8种微物理方案和6种积云参数化方案对湖北及其周边地区夏季12次暴雨过程进行回报,分析各种方案对暴雨预报的影响。结果显示,各种方案均能较好地预报出降水过程,但其降水强度和范围存在一定差异。当积云参数化方案为KF方案时,对Lin、WSM6、Thompson、Morrison 2-mom、CAM5. 1、WDM5、WDM6、NSSL 2-mom微物理方案做敏感性试验,发现CAM 5. 1方案优于其他7种微物理方案,M orrison 2-mom次之。当微物理方案为CAM 5. 1时,对KF、BM J、GD、SAS、G3D、Tiedtke积云参数化方案做敏感性试验,发现在不同量级降水预报中,6种积云参数化方案各有优劣。综合考虑,GD、SAS、Tiedtke积云参数化方案优于其他3种方案。在此基础上开展多方案集成试验,结果表明集合平均(ensemble mean,EMN)在一定程度上可以减少预报误差,降低单个成员预报的不确定性。 相似文献
17.
基于WRFV3.6.1,利用其8个云微物理参数化方案对2010—2016年华南汛期（4—9月）的6个南风型暖区暴雨个例进行数值模拟与多方案集成试验,并采用基于对象的诊断评估方法（MODE）对模拟结果进行评估。结果发现对于大多数个例,WRF模式都能较好地模拟出暖区暴雨的降水带,对暖区降水带模拟最好的参数化方案是WSM6方案,其次是Lin方案;模拟效果较差的参数化方案为CAM5.1与NSSL 2-mon方案。选取模拟结果较好的个例进行诊断分析,发现不同参数化方案得到的动力学特征以及云微物理特征相关变量存在较大差异,导致模拟降水的差异。在单方案模拟的基础上,开展多方案集成试验,发现多方案集成方法能够有效降低模式模拟的不确定性,产生更稳定的模拟结果。 相似文献