GRAPES全球集合预报系统模式扰动随机动能补偿方案初步探究   总被引：10，自引：5，他引：5  

彭飞  李晓莉  陈静  李红祺 《气象学报》2019,77(2):180-195

为了体现次网格尺度能量升尺度转换过程中存在的不确定性, 文中将随机动能补偿(Stochastic Kinetic Energy Backscatter, SKEB)方案应用于GRAPES(Global/Regional Assimilation and Prediction System)全球集合预报系统(GRAPES-GEPS), 以更好地表征模式误差并且增大集合离散度。使用的SKEB方案基于具有一定时、空相关特征的随机型以及由数值扩散导致的局地动能耗散率来构造随机流函数强迫。并根据流函数与水平风速旋转分量的关系, 将SKEB方案中的流函数强迫转化为适用于GRAPES全球模式的水平风速扰动。结果表明, SKEB方案的使用一方面能够提高GRAPES对大气动能谱的模拟能力; 另一方面能够改善GRAPES-GEPS的集合离散度与集合平均误差的关系, 增加了集合离散度, 并在一定程度上减小了集合平均误差, 尤其是在热带地区这种改进更为显著。而且该方案使得热带地区连续分级概率评分(CRPS评分)显著减小。就降水预报而言, 从Brier评分与相对作用特征面积(AROC, Area under the Relative Operating Characteristics)的结果来看, SKEB方案有助于改善中国地区小雨[0.1 mm, 10 mm)、中雨[10 mm, 25 mm)与大雨[25 mm, 50 mm)量级降水的概率预报技巧, 而对暴雨[50 mm, ∞)量级降水预报技巧影响很小(24 h降水量)。总体上, 模式扰动随机动能补偿方案提高了GRAPES-GEPS的概率预报技巧。   相似文献   

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  

徐致真  陈静  王勇  李红祺  陈法敬  范宇恩 《气象学报》2019,77(5):849-868

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   

飞机积冰预报算法对比及其集成预报模型研究     

卞双双  何宏让  安豪  潘晓滨  张云 《气象》2019,45(10):1352-1362

以人工增雨作业获取的飞机积冰实例资料为基础,利用WRF模式对51次飞机积冰过程进行数值模拟,对比分析了常用七种积冰预报算法对积冰潜势区和强度的预报效果,进而采用评分权重集成法建立了飞机积冰强度集成预报模型,并检验了其预报效果。结果表明:(1)假霜点温度经验法对2002年4月4日积冰个例的预报效果与实况一致,而其他积冰算法预报效果均与实况相差较大;(2)对51次飞机积冰预报效果进行统计检验发现,假霜点温度经验法的预报效果最好,积冰强度预报准确率为72.55%,其次是RAOB法,IC指数法和I积冰指数法次之,改进的IC指数法预报准确率最差,只有19.61%;(3)对比不同积冰算法建立的集成预报模型的预报效果发现,选用IC指数法、假霜点温度经验法、RAOB法进行集成预报时,预报准确率最高,且漏报率、偏弱率及偏强率均能控制在10%以内,比单一预报算法中的最高预报准确率提高了8%,且漏报率降低了4%,偏强率降低了8%。  相似文献   

GRAPES区域集合预报两种侧边界扰动方法对比试验     

范宇恩  陈静  邓国  陈法敬  刘雪晴  徐致真 《气象》2019,45(12):1629-1641

中国气象局数值预报中心自2014年建立了区域集合预报业务系统,其使用的侧边界扰动由全球集合预报系统动力降尺度得到。为深入了解侧边界扰动对区域集合预报的影响,基于15 km水平分辨率的区域集合预报模式,使用动力降尺度方法和尺度化滞后平均法(scaled lagged average forecasting,SLAF)设计构造了两种侧边界扰动方案,并开展了2015年7月共6天的集合预报试验,利用集合均方根误差、集合离散度、连续分级概率评分、离群值、Brier Score及相对作用特征曲线面积等概率预报检验方法进行了多方面检验,分析了两种侧边界扰动方案对区域集合预报质量的影响。结果表明:动力降尺度侧边界扰动方案(DOWN)的扰动总能量在各垂直层次均大于SLAF方案,使得边界上前者的离散度大于后者,集合扰动增长更为合理;对于等压面要素和地面要素,DOWN方案的离散度、Outlier、CRPS等评分优于SLAF方案,反映了DOWN方案构造的侧边界扰动更加合理;在降水概率预报技巧方面,SLAF方案在评分上具有一定优势,但评分的提高没有通过显著性水平检验,因此认为两种方案对降水预报的改进基本相当。  相似文献   

速度传感反馈地震计的动态范围上限     

饶文松  杨晓源 《地震地磁观测与研究》2007,28(5):63-70

在开环参数一定的条件下,速度传感反馈地震计中的环路滤波是影响地震计主要技术指标的关键环节之一.本文探讨了一阶极点高通、一阶极点低通、一阶零点高通、双一阶和零阶环路滤波在扩展地震计动态范围上限方面的优缺点.研究指出,对于用闭环反馈直接生成主导二阶极点的速度传感反馈地震计,一阶零点高通环路滤波的优点较多;若允许在环外生成主导二阶极点,则零阶环路滤波也不失为一个较好的方案.  相似文献   

几种非线性滤波算法的性能比较与分析          下载免费PDF全文

余春平  李广云  张冠宇 《海洋测绘》2008,28(6):43-45

在非线性状态估计中,传统的扩展卡尔曼滤波通过线性化来实现高斯近似,由于截断误差的存在很难保证估计精度;而基本粒子滤波容易出现粒子退化,导致滤波发散。针对粒子滤波的两个基本假设：蒙特卡罗假设和重要采样假设,采用蒙特卡罗随机链的方法来提高粒子的多样性,并利用无味卡尔曼滤波来产生更高精度的替代分布,发展了无味粒子滤波。通过仿真实验证明,相比较扩展卡尔曼滤波和基本粒子滤波,改进后的无味粒子滤波算法性能更优越,对含有非线性非高斯的状态估计问题有更好的滤波效果。  相似文献   

基于Gabor变换的嵌入式气表自动识别系统     

高慧萍  吴炜  杨晓敏  何小海 《成都信息工程学院学报》2008,23(1):54-58

介绍一种基于嵌入式操作系统WinCE开发的天然气表字符自动识别系统。系统运用区域增长法和最大类间方差法对图像进行字符区域定位及字符分割,提出了将Gabor特征用于气表字符识别并讨论了Gabor滤波器参数优化设置方法。实验表明系统具有良好的识别效果及实时性。  相似文献   

捷联式海洋重力数据的小波阈值滤波     

韦建成  肖云  王利  孟宁  邹嘉盛 《大地测量与地球动力学》2019,39(11):1132-1136

基于捷联式海洋重力测量数据,对比不同小波、阈值及施加方式对滤波效果的影响。结果表明,db6、db7、db8、db9、db10、sym6、sym7、sym8、sym9、sym10、coif3、coif4和coif5小波较适用于海洋重力测量,小波分解层次可取至8层或9层,采用史坦无偏风险阈值滤波效果较好;小波分解至第8、9层时,阈值滤波结果与截止频率为0.005 Hz和0.003 3 Hz的Butterworth低通滤波器的滤波结果吻合较好,但小波阈值滤波结果更加平滑,两者差值的RMSE在0.25 mGal以内,且小波阈值滤波更容易分解出噪声成分,可以更有效地消除重力畸变。  相似文献   

Case Study of Fog Predictability for an Event with Cold-Front Synoptic Pattern     

HU Huiqin  HUANG Fei  ZHANG Shaoqing  RUAN Chengqing  GAO Shanhong  LI Pengyuan 《中国海洋大学学报(英文版)》2019,(2):271-281

Fog has recently become a frequent high-impact weather phenomenon along the coastal regions of North China. Accurate fog forecasting remains challenging due to limited understanding of the predictability and mechanism of fog formation associated with synoptic-scale circulation. One frequent synoptic pattern of fog formation in this area is associated with cold front passage(cold-front synoptic pattern, CFSP). This paper explored the predictability of a typical CFSP fog event from the perspective of analyzing key characteristics of synoptic-scale circulation determining fog forecasting performance and the possible mechanism. The event was ensemble forecasted with the Weather Research and Forecasting model. Two groups of ensemble members with good and bad forecasting performance were selected and composited. Results showed that the predictability of this case was largely determined by the simulated strengths of the cold-front circulation(i.e., trough and ridge and the associated surface high). The bad-performing members tended to have a weaker ridge behind a stronger trough, and associated higher pressure over land and a weaker surface high over the sea, leading to an adverse impact on strength and direction of steering flows that inhibit warm moist advection and enhance cold dry advection transported to the focus region. Associated with this cold dry advection, adverse synoptic conditions of stratification and moisture for fog formation were produced, consequently causing failure of fog forecasting in the focus region. This study highlights the importance of accurate synoptic-scale information for improved CFSP fog forecasting, and enhances understanding of fog predictability from perspective of synoptic-scale circulation.  相似文献   

Robust adaptive unscented Kalman filter for bearings-only tracking in three dimensional case     

《Applied Ocean Research》2019

This paper proposes an improved version of Unscented Kalman Filter (UKF), namely Robust Adaptive UKF (RAUKF), with a special focus on Bearings-Only Target Tracking for three-dimensional case (3DBOT). The automatic tuning of the noise covariance matrices and the robust estimation of the target states form a critical point for the performance of the Kalman-type filtering algorithms, especially in the variable environmental conditions exposed in underwater. The key idea of the proposed filter is to combine robust aspects of UKF and adaption of the process and measurement noise covariance matrices with low computational complexity. The main contribution of this paper is to adjust these matrices by means of the steepest descent algorithm, and the H_∞ technique is embedded to achieve superior performance in terms of accuracy and robustness against initial conditions and model uncertainties. Different experiments are performed to evaluate the performance of the proposed algorithm in the 3DBOT problem with a single moving observer. Simulations demonstrate that the proposed filter produce more accurate results with satisfactory computational burden in comparison with other methods.  相似文献