共查询到18条相似文献，搜索用时 109 毫秒
1.
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
2.
两种样本生成方法对DRP-4DVar同化方法性能影响的比较及分析 总被引：1，自引：0，他引：1
降维投影四维变分同化方法(DRP-4DVar)利用历史预报的集合来统计背景误差协方差,并将分析变量投影到样本空间下求解代价函数,因而集合样本的质量对DRP-4DVar同化方法的性能有着重要影响.文中尝试使用三维变分(3DVar)控制变量的扰动方法来产生集合样本,并与原来的历史预报扰动方法做比较.历史预报扰动样本具有随流... 相似文献
3.
设计了适用于四维变分同化系统的扰动预报模式GRAPES_PF。根据GRAPES的地形追随坐标非静力原始方程组,采用小扰动分离方法推导微分形式的线性扰动预报方程组,并利用与GRAPES非线性模式相似的数值求解方案求解线性扰动微分方程组。在设计扰动预报模式时采用了两个时间层半隐式半拉格朗日方案对动量方程、热力学方程、水汽方程和连续方程进行时间差分,空间差分方案的变量分布水平方向采用Arakawa C跳点网格,垂直方向采用Charney/Phillips跳层。利用代数消元法进一步推导得到只包含未来时刻扰动Exner气压的亥姆霍兹方程,进而通过广义共轭余差法（GCR）求解,在此基础上得到未来时刻扰动量的预报值。基于所开发的扰动模式开展了数值试验。首先在非线性模式中施加一个中尺度初始扰动高压,得到初始扰动在非线性模式中的后续演变,然后将相同的初始扰动作为扰动模式的初值进行时间积分,将扰动模式预报的结果与非线性模式的结果做了对比。结果表明,所开发的扰动模式GRAPES_PF较好地模拟了惯性重力内波的传播过程:初始高压扰动激发了一个迅速向外传播的惯性重力内波,在气压场向风场适应的过程中,水平风场、垂直运动、位温和湿度等变量均出现了扰动增量,与非线性模式得到的结果相当接近。GRAPES_PF作为GRAPES非线性模式的合理线性模式为建立基于线性扰动预报的区域四维变分同化系统奠定了科学基础。 相似文献
4.
线性化物理过程能够改善四维变分同化中极小化收敛的稳定性和增加极小化过程中对大气物理过程和动力更加精确的描述,它是四维变分同化中非常重要的一部分。通过在GRAPES全球模式中研究线性化物理过程,尤其是两个湿线性化物理过程,改善切线性模式预报精度,来提高GRAPES全球四维变分同化的分析和预报效果。线性化物理过程的开发首先需要简化原非线性化物理过程中的强非线性项,然后对线性化物理过程进行规约化,以抑制切线性扰动的异常增长。目前GRAEPS全球模式中的线性化物理过程主要包括次网格尺度地形参数化、垂直扩散、积云深对流和大尺度凝结。线性化物理过程预报精度的检验方法是通过选择合适大小的初始扰动（同化分析增量）,来比较非线性模式和切线性模式中的扰动演化的纬向平均误差。然后以绝热版本的切线性模式为基础,通过冬、夏两个个例试验来分别检验4个线性化物理过程的12 h预报效果。试验结果表明,通过添加次网格地形参数化和垂直扩散两个干线性化物理过程方案,可以有效抑制住绝热版本切线性模式低层扰动的异常增长,大幅度改善切线性模式预报效果。通过添加积云深对流和大尺度凝结两个湿线性化物理过程,可以在热带区域和中、高纬度地区提高切线性模式中湿变量和温度变量的近似精度,提高GRAPES全球四维变分同化的分析和预报效果。 相似文献
5.
中尺度数值模式MM5的四维变分资料同化系统 总被引：6，自引：5，他引：6
应用伴随方法求解以数值预报方程作为约束条件的四维变分资料同化方案，关键问题是如何构造伴随模式。以中尺度数值模式MM5为例，讨论了如何用伴随码技术建立MM5伴随模式，以及伴随模式系统中权重、尺度因子的选取；最后对MM5伴随模式系统进行了梯度检验，并利用实际资料进行四维变分资料同化试验。试验表明该系统有较强的同化能力，能够提高MM5降水预报的准确性。 相似文献
6.
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
7.
数值模式误差对降水四维变分资料同化及预报的影响 总被引：3，自引：1，他引：2
利用一个无量纲的水汽发展方程,针对同化时间窗口内出现和不出现降水两种情况,分析了不同模式误差和初始误差对降水四维变分资料同化预报效果的影响。结果表明,应用四维变分资料同化方法进行降水预报前,应该充分考虑数值模式中的误差,才能得到比较满意的同化及预报结果。假定同化窗口内获得的比湿观测场是准确的,当不存在模式误差时,四维变分资料同化方法可以有效地消除初始场误差,找到比湿真实初始场;而存在模式误差时,四维变分资料同化后的模式初始场会偏离真实的比湿初始场,并且模式误差越大,偏离程度越严重。在一些模式误差情况下,由于模式误差在同化窗口及延伸预报时段的作用不同,进行四维变分资料同化处理后,尽管累积降水量的预报结果在同化时间窗口内优于同化前的预报,而在最终预报时刻反而差于同化前。 相似文献
8.
四维变分同化由于引入预报模式作为一项约束,理论上它的分析场已经具有较好的平衡性,但实施时还会有诸多因重力波导致的高频振荡过程,因此,四维变分同化(4DVar)分析仍需要初始化。文中描述了GRAPES全球四维变分同化系统(GRAPES-4DVar)的新初始化方案的科学设计、公式演绎以及试验结果。GRAPES-4DVar的新初始化方案采用数字滤波方案作为代价函数的一项约束控制重力波引发的不平衡结构,约束强加在分析增量上与极小化迭代过程同步进行。新的初始化方案是变分同化系统的一部分,数字滤波的积分时间与4DVar的同化时间窗一致,不会对4DVar产生额外的计算资源消耗;并能适应长时间窗的同化,不会因为时间窗的延长而削弱慢波过程。新初始化方案中,模式轨迹的光滑程度可在变分同化中通过重力波控制项的权重系数方便控制。GRAPES全球四维变分同化的理想和循环同化批量试验都表明,在四维变分同化中,重力波的控制依然非常重要,具有初始化的GRAPES试验,无论分析还是预报技巧都较无初始化的有明显优势。与以前分析和滤波独立实施的旧初始化方案相比,新方案的分析和预报效果略优,同时有效地节省循环同化系统的运行时间,这对四维变分同化来说非常重要。 相似文献
9.
GRAPES全球三维变分同化中卫星微波温度计亮温的背景误差及在质量控制中的应用 总被引：2，自引：0，他引：2
模式变量背景误差在观测空间的投影,也即观测变量的背景误差包含了变分同化系统的重要信息,其在诊断和分析变分同化系统中资料的影响等方面具有重要作用,特别是在背景场检查质量控制中。在GRAPES全球三维变分同化(3DVar)系统中仅给定了控制变量的背景误差,并未直接给定观测变量的背景误差。为了能够对GRAPES全球3DVar进行全面的诊断和分析,改进卫星微波温度计资料的质量控制,推导出GRAPES全球3DVar同化系统控制变量随机扰动方法估计观测变量的背景误差的公式,为分析和改进GRAPES全球3DVar提供了一个有力工具,并进而估计了AMSU-A亮温的背景误差,分析了AMSU-A不同通道亮温的背景误差特征,将其应用于GRAPES全球3DVar的AMSU-A亮温的背景场检查质量控制中。结果表明,控制变量随机扰动方法估计的GRAPES全球3DVar同化系统AMSU-A亮温的背景误差正确合理。同化循环预报试验结果表明,亮温的背景误差在背景场检查中的应用显著提高了GRAPES全球3DVar同化的亮温资料的数量,显著提高了GRAPES南半球对流层中高层位势高度场的预报技巧。在GRAPES全球3DVar同化系统中推导和实现的控制变量扰动方法为诊断和分析GRAPES全球3DVar观测资料同化效果提供了有力工具。 相似文献
10.
基于集合和奇异值分解的四维变分同化方法(SVD-En4DVar)的同化效果对采用的预报样本容量有很强的依赖性,其中一个重要原因是在SVD-En4DVar中分析变量被表示为按照扰动预报集合提取的奇异向量作线性展开的形式,这种展开存在截断误差,过少的样本数会造成过大的截断误差。为了在不增加计算量的情况下增加用于同化的样本,从而改善同化效果,本文提出了流依赖的预报样本与定常样本相混合的方法。定常样本有两种生成方法：第一种是按照给定的统计结构给出伪随机扰动场直接叠加到四维背景场上而完全不经过模式积分;第二种是在第一个同化循环时将伪随机扰动场叠加到初始背景场,然后在分析时间窗内积分模式得到扰动预报样本,最后将其中一部分保留不动作为后面同化循环的定常样本。利用浅水方程模式和80个变量的Lorenz-96模式及模拟资料进行数值试验,比较不同样本结构的同化效果。结果表明,在浅水方程模式的同化中,完全采用大容量的定常样本仍然可以得到较好的结果,但对Lorenz-96模式效果不好。采用混合样本后,这两类模式的同化都可以得到较好的结果,在相同的计算时间下,混合样本方法可以明显提高同化精度,其中第二种产生定常样本的方法要好于第一种。 相似文献
11.
伴随技术是四维变分同化（4DVar）系统中计算代价函数梯度的最佳办法,切线性和伴随模式的效果和效率直接影响着4DVar系统的发展。基于GRAPES（Global and Regional Assimilation PrEdiction System）全球切线性和伴随模式1.0版本,利用GRAPES全球模式2.0版本在并行框架和性能等方面的改善,重新优化和设计了GRAPES全球切线性伴随模式2.0版本,提高了GRAPES全球切线性和伴随模式的效果和效率,优化了切线性模式程序结构,使其计算时间最优可控制在非线性模式的1.2倍以内;采用在切线性模式中保存基态的方法,重构了伴随模式的程序结构,使其计算时间最优控制在非线性模式的1.5倍以内;在GRAPES全球切线性物理过程的设计中,将线性物理过程的轨迹基态计算和切线性扰动计算解耦,提高了GRAPES全球切线性和伴随模式的计算效果和效率。 相似文献
12.
The Regional Eta-coordinate Model(REM) has performed well in forecasting heavy rainfalls in China in recent years.A four-dimensional variational assimilation system(4DVar) is developed to improve the forecast skill of the REM.The tangent linear model and adjoint model codes are written according to thecode to coderule,and the establishment of the REM adjoint modeling system is introduced in detail in this paper.The tangent linear and adjoint models of the REM are validated against the observational data,... 相似文献
13.
This paper proposes a hybrid method, called CNOP–4 DVar, for the identification of sensitive areas in targeted observations, which takes the advantages of both the conditional nonlinear optimal perturbation(CNOP) and four-dimensional variational assimilation(4 DVar) methods. The proposed CNOP–4 DVar method is capable of capturing the most sensitive initial perturbation(IP), which causes the greatest perturbation growth at the time of verification; it can also identify sensitive areas by evaluating their assimilation effects for eliminating the most sensitive IP. To alleviate the dependence of the CNOP–4 DVar method on the adjoint model, which is inherited from the adjoint-based approach, we utilized two adjointfree methods, NLS-CNOP and NLS-4 DVar, to solve the CNOP and 4 DVar sub-problems, respectively. A comprehensive performance evaluation for the proposed CNOP–4 DVar method and its comparison with the CNOP and CNOP–ensemble transform Kalman filter(ETKF) methods based on 10 000 observing system simulation experiments on the shallow-water equation model are also provided. The experimental results show that the proposed CNOP–4 DVar method performs better than the CNOP–ETKF method and substantially better than the CNOP method. 相似文献
14.
基于历史样本投影的四维变分陆面数据同化方法及其初步应用 总被引：2，自引：1，他引：1
法面临着计算量上的挑战。本研究将一种历史样本投影的四维变分同化方法(Historical-Sample-Projection4DVar,简写为HSP-4DVar)应用于陆面数据同化,建立起CoLM陆面模型的HSP-4DVar系统。相比其他四维变分同化方法,HSP-4DVar的分析值是显式求解,不需要编写和使用伴随模式,从而大大节省了计算量,是一种易于实现的同化方案。通过同化56个月的土壤湿度观测数据表明,新的陆面同化系统不仅省时,而且能够有效吸取观测信息,使得同化后的均方根误差显著降低,各层土壤湿度模拟都有所改善,陆表1000mm层的改善最为明显。 相似文献
15.
A significant attempt to design a timesaving and efficient four-dimensional variational data assimilation (4DVar) has been made in this paper, and a new approach to data assimilation, which is noted as 'three-dimensional variational data assimilation of mapped observation (3DVM)' is proposed, based on the new concept of mapped observation and the new idea of backward 4DVar. Like the available 4DVar, 3DVM produces an optimal initial condition (IC) that is consistent with the prediction model due to the inclusion of model constraints and best fits the observations in the assimilation window through the model solution trajectory. Different from the 4DVar, the IC derived from 3DVM is located at the end of the assimilation window rather than at the beginning conventionally. This change greatly reduces the computing cost for the new approach, which is almost the same as that of the three-dimensional variational data assimilation (3DVar). Especially, such a change is able to improve assimilation accuracy because it does not need the tangential linear and adjoint approximations to calculate the gradient of cost function. Therefore, in numerical test, the new approach produces better IC than 4DVar does for 72-h simulation of TY9914 (Dan), by assimilating the three-dimensional fields of temperature and wind retrieved from the Advanced Microwave Sounding Unit-A (AMSU-A) observations. Meanwhile, it takes only 1/7 of the computing cost that the 4DVar requires for the same initialization with the same retrieved data. 相似文献
16.
运用WRF模式（Weather Research and Forecasting Model,天气研究和预报模式）和WRFDA同化（WRF Data Assimilation,WRF资料同化）系统,探究采用物理滤波初始化四维变分同化方法提高数值预报在临近预报时效的预报能力的可能性。通过采用12 min同化窗,在不显著增加计算量的情况下,得到更协调的模式初始场,从而提高模式预报能力。选取2018年8月华北地区17个降水个例进行研究,结果表明:采用物理滤波初始化四维变分同化技术能够明显改进模式短时临近降水预报能力,明显提高对大量级降水预报的ETS评分,6 h累积降水大于25.0 mm量级的ETS评分由0.125提高到0.190,且6 h累积降水大于60.0 mm量级的ETS评分由0.016提高到0.081。研究还表明:同化雷达风场通过改进初始动力场使次网格尺度降水过程（积云参数化）快速响应,可提高短时临近时段的降水预报能力。 相似文献
17.
研究的第一部分讨论了如何有效应用集合预报误差的科学方案,确定了集合预报误差在GRAPES（Global Regional Assimilation and PrEdiction System）全球4DVar（four dimensional variational data assimilation）中应用的分析框架。在此基础上研究了针对集合预报误差实际应用于GRAPES全球4DVar,解决接近或超过100个集合样本数时高效生成的计算效率问题,以及与GRAPES全球4DVar匹配的同化关键参数确定问题。选择基于4DVar的集合资料同化方法生成集合样本,通过将第1个样本极小化迭代过程中产生的预调节信息用于其他样本极小化做预调节,将计算效率提高了2倍。通过时间错位扰动方法增加集合样本数,实现集合样本增加到3倍。对集合方差进行膨胀,并选择水平局地化相关尺度为流函数背景误差水平相关的1.4倍。通过批量数值试验方法确定背景误差与集合预报误差的权重系数,对60个集合样本当集合预报误差权重为0.7时预报效果最好。对北半球夏、冬两季各52 d的批量试验表明,对于南、北半球En4DVar （ensemble 4DVar）较4DVar的改进在冬季主要集中在700—30 hPa,而在夏季主要集中在400—150 hPa。赤道地区受季节影响较小,En4DVar对位势高度、风场与温度的改进都较为明显,且经向风场的改进最为显著。文中研发的集合预报误差在GRAPES全球4DVar中应用的方法合理可行。 相似文献
18.
Conjugate Gradient Algorithm in the Four-Dimensional Variational Data Assimilation System in GRAPES 总被引：2，自引：2，他引：0
Minimization algorithms are singular components in four-dimensional variational data assimilation (4DVar). In this paper, the convergence and application of the conjugate gradient algorithm (CGA), which is based on the Lanczos iterative algorithm and the Hessian matrix derived from tangent linear and adjoint models using a non-hydrostatic framework, are investigated in the 4DVar minimization. First, the influence of the Gram-Schmidt orthogonalization of the Lanczos vector on the convergence of the Lanczos algorithm is studied. The results show that the Lanczos algorithm without orthogonalization fails to converge after the ninth iteration in the 4DVar minimization, while the orthogonalized Lanczos algorithm converges stably. Second, the convergence and computational efficiency of the CGA and quasi-Newton method in batch cycling assimilation experiments are compared on the 4DVar platform of the Global/Regional Assimilation and Prediction System (GRAPES). The CGA is 40% more computationally efficient than the quasi-Newton method, although the equivalent analysis results can be obtained by using either the CGA or the quasi-Newton method. Thus, the CGA based on Lanczos iterations is better for solving the optimization problems in the GRAPES 4DVar system. 相似文献