發(fā)布時(shí)間：2020-05-03 13:31

【摘要】：本文利用三維變分(3DVar),集合卡爾曼濾波(EnKF)來(lái)同化雷達(dá)資料,考察了各自在強(qiáng)對(duì)流系統(tǒng)中的應(yīng)用效果,并通過(guò)多種方法對(duì)其同化和預(yù)報(bào)效果進(jìn)行改善。在此基礎(chǔ)上,進(jìn)一步結(jié)合以上改進(jìn)后的3DVar和EnKF方法,發(fā)展了 hybrid EnKF-En3DVar同化系統(tǒng),使用兩步法同化常規(guī)和雷達(dá)資料。主要研究?jī)?nèi)容和成果如下:(1)首先基于WRFDA 3DVar雷達(dá)資料間接同化系統(tǒng),采用鄰域方法發(fā)展了一種非降水回波同化方案,檢驗(yàn)其在強(qiáng)對(duì)流天氣過(guò)程中的預(yù)報(bào)效果。并探討了該方案對(duì)不同鄰域半徑和比例閥值(非降水回波在鄰域中的比例)的敏感性及其改善模式預(yù)報(bào)水平的原因。結(jié)果表明:相比未同化非降水回波的試驗(yàn),非降水回波同化試驗(yàn)?zāi)軌蛴行p少降水預(yù)報(bào)中的BIAS和FAR。盡管所有的非降水回波同化試驗(yàn)均能減少降水偏差,鄰域半徑較大,比例閥值適中時(shí),預(yù)報(bào)效果最佳。這是因?yàn)榉墙邓夭ǖ耐梢允沟媚Ｊ酱髿庵锌偹看笾率睾?與未同化非降水回波的試驗(yàn)相比更加合理。(2)為了克服3DVar同化上背景誤差協(xié)方差靜態(tài)的缺點(diǎn),采用更高級(jí)的EnKF方法同化雷達(dá)資料,針對(duì)發(fā)生我國(guó)華南地區(qū)的一次典型颮線過(guò)程,檢驗(yàn)了在中國(guó)區(qū)域的應(yīng)用效果。進(jìn)一步引入具有時(shí)空自適應(yīng)理論優(yōu)勢(shì)的貝葉斯膨脹算法來(lái)減小EnKF的采樣誤差,首先應(yīng)用到一次超級(jí)單體理想個(gè)例,通過(guò)與常數(shù)膨脹算法對(duì)比,從理論上證明了貝葉斯膨脹算法在EnKF同化雷達(dá)資料上的優(yōu)勢(shì)。然后同化多部多普勒天氣雷達(dá)資料,將貝葉斯膨脹算法應(yīng)用到一次實(shí)際強(qiáng)對(duì)流過(guò)程。結(jié)果表明,EnKF方法同化雷達(dá)資料后,集合成員較未同化雷達(dá)資料的模擬效果更好,其ETS評(píng)分最高。對(duì)于理想試驗(yàn),貝葉斯膨脹算法的分析變量更接近真實(shí)場(chǎng),集合離散度相比常數(shù)膨脹算法增大,均方根誤差明顯減小。對(duì)于實(shí)際個(gè)例試驗(yàn),貝葉斯膨脹算法同化和模擬的MCS結(jié)構(gòu)更接近觀測(cè),風(fēng)場(chǎng)和冷池結(jié)構(gòu)更合理。對(duì)于不同組合反射率因子的閥值,其ETS評(píng)分均高于常數(shù)膨脹算法。這是因?yàn)樨惾~斯膨脹算法可以在背景場(chǎng)均方根誤差較大時(shí),給出較大的膨脹參數(shù),使得觀測(cè)權(quán)重增大,從而給出了較大的分析增量。(3)進(jìn)一步系統(tǒng)地對(duì)比了以上改進(jìn)后的3DVar和EnKF同化方法對(duì)強(qiáng)對(duì)流天氣同化和預(yù)報(bào)效果的影響。結(jié)果發(fā)現(xiàn):同化雷達(dá)資料明顯地改善了背景場(chǎng),且EnKF分析的對(duì)流結(jié)構(gòu)更接近觀測(cè)。EnKF提高了雷達(dá)反射率因子和降水預(yù)報(bào)水平,包括FSS,ETS,BIAS和FAR。反射率因子的預(yù)報(bào)概率顯示,EnKF對(duì)不同反射率因子閥值的概率預(yù)報(bào)水平,均高于3DVar方法。另外,與3DVar相比,EnKF減少了高空和地面的風(fēng),溫度和水汽混合比等變量的均方根誤差。(4)根據(jù)以上工作,構(gòu)建了 hybrid EnKF-En3DVar雷達(dá)資料同化系統(tǒng),采用兩步法同化常規(guī)和雷達(dá)資料,詳細(xì)分析了該系統(tǒng)相比于3DVar系統(tǒng)的改善效果及其原因。結(jié)果表明:無(wú)論3DVar或者h(yuǎn)ybrid方法,雷達(dá)資料同化試驗(yàn)均能夠?qū)⒍拷邓A(yù)報(bào)的時(shí)長(zhǎng)提高至7 h。相比于3DVar,hybrid試驗(yàn)?zāi)芨鼫?zhǔn)確地模擬出與觀測(cè)相接近的降水量,特別是對(duì)于強(qiáng)降水中心強(qiáng)度和形狀的模擬更為明顯。同化雷達(dá)資料后,預(yù)報(bào)效果明顯高于未同化雷達(dá)資料的試驗(yàn)。降水和反射率因子預(yù)報(bào)效果的提高與背景場(chǎng)的溫度、風(fēng)和水汽混合比等變量的改善緊密相關(guān)。同化雷達(dá)資料的hybrid試驗(yàn)在對(duì)流區(qū)域能夠增強(qiáng)低層降水蒸發(fā)冷卻過(guò)程及中層的潛熱釋放增溫過(guò)程。
【圖文】：

２．２．２非降水回波定義及同化方案逡逑Ｋｎｉｇｈｔ和Ｍｉｌｌｅｒ［６６＾義小于１０邋ｄＢＺ的雷達(dá)回波為非降水回波，本章定義更保守的逡逑值即反射率因子小于５邋ｄＢＺ的雷達(dá)回波為非降水回波。圖２．１為模式內(nèi)層區(qū)域觀測(cè)到的逡逑雷達(dá)回波分布。圖中藍(lán)綠色為非降水回波，即在對(duì)流區(qū)域（反射率因子較高的區(qū)域）占逡逑了大部分面積。一般在雷達(dá)觀測(cè)資料質(zhì)量控制處理中反射率因子較低和質(zhì)量較差的雷達(dá)逡逑回波會(huì)被當(dāng)作缺測(cè)而去除。對(duì)于前者，當(dāng)反射率因子低于－１５邋ｄＢＺ時(shí)，則認(rèn)為是非常弱逡逑的回波。然而，質(zhì)量控制去除的回波并不能當(dāng)做非降水回波，必須仍然當(dāng)作缺測(cè)處理。逡逑雷達(dá)質(zhì)量控制程序使用的是ＶＤＲＡＳ系統(tǒng)Ｐ５：！內(nèi)的雷達(dá)資料質(zhì)量控制模塊。非降水回波包逡逑括反射率因子低于５邋ｄＢＺ且非質(zhì)量控制去除的缺測(cè)資料。同化以上反射率因子較低的非逡逑降水回波，對(duì)抑制模式背景場(chǎng)中虛假的對(duì)流有一定作用。但是，如果不對(duì)風(fēng)暴內(nèi)部的濕逡逑度進(jìn)行調(diào)整，即使這些虛假對(duì)流在分析場(chǎng)中被移除，在預(yù)報(bào)中會(huì)很快地重新產(chǎn)生，因此逡逑對(duì)濕度的調(diào)整非常必要。邐＇＇逡逑如何有效地同化非降水回波的關(guān)鍵在于合理地估計(jì)代價(jià)函數(shù)中根據(jù)反射率因子觀逡逑測(cè)反演的相對(duì)濕度觀測(cè)這里認(rèn)為在非降水回波處，每個(gè)格點(diǎn)觀測(cè)到的＜必須滿足逡逑以下三個(gè)條件：（１）預(yù)報(bào)背景場(chǎng)中的格點(diǎn)必須有降水，即通過(guò)三維雙線性插值方法將背逡逑景場(chǎng)中的水凝物含量插值到非降水回波位置后

南京信息工程大學(xué)博士學(xué)位論文逡逑測(cè)資料。圖２．２為模式的模擬Ｋ域和雷達(dá)位置。降水觀測(cè)資料來(lái)自美國(guó)國(guó)家強(qiáng)風(fēng)暴實(shí)驗(yàn)逡逑室邋ＮＳＳＬ邋（Ｎａｔｉｏｎａｌ邋Ｓｅｖｅｒｅ邋Ｓｔｏｒｍｓ邋Ｌａｂｏｒａｔｏｒｙ）提供的邋ＭＲＭＳ邋（Ｍｕｌｔｉ－Ｒａｄａｒ／Ｍｕｌｔｉ－Ｓｅｎｓｏｒ逡逑Ｓｙｓｔｅｍ—雷達(dá)定量降水估計(jì)產(chǎn)品。首先利用ＶＤＲＡＳｔ２５閘化系統(tǒng)的質(zhì)量控制模塊對(duì)雷達(dá)逡逑資料進(jìn)行質(zhì)量控制和預(yù)處理。逡逑４５ｎ７ｌ＾Ａ邋＿邋—４邋ｉｍ逡逑３５Ｎ邋＼：邐—奪匕一一－，／邋，逡逑、＼邋｝邐ｋ一１逡逑３０Ｎ邋卜邐￣Ｕ￣￣＾＇邐Ｉ邋＾逡逑＿ｊ邐｜邐｜邐ｉ邋ｒ￣ｖ邋ｉ邐Ｚ＿ｉ邐邐逡逑１２０Ｗ邐１１５Ｗ邐１１０Ｗ邐１０５Ｗ邐１００Ｗ邐９５Ｗ邐９０Ｗ逡逑圖２．２模擬區(qū)域及９部雷達(dá)的位置，其中黑色矩形框代表模擬范圍、倒三角代表雷達(dá)位置，大圓圈代逡逑表半徑為雷達(dá)觀測(cè)的范圍逡逑采用ＷＲＦ預(yù)報(bào)模式，具體的模式的配置和參數(shù)化方案如下：利用兩層雙向嵌套，逡逑第一層區(qū)域水平格距為１５邋ｋｍ，第二層區(qū)域水平格距為３邋ｋｍ。垂直層數(shù)為５１層，模式逡逑頂層氣壓為５０ｈＰａ。第一層區(qū)域使用ＫＦ邋（Ｋａｉｎ－Ｆｒｉｔｓｃｈ）積云對(duì)流參數(shù)化方案＿，第二逡逑層區(qū)域不使用任何積云對(duì)流參數(shù)化方案。其它方案主要包括，ＭＹＪ逡逑ＣＭｅｌｌｏｒ－Ｙａｍａｄａ－Ｊａｎｊｉｄ）邊界層方案’，，Ｔｈｏｍｐｓｏｎ微物理方案【７０】，Ｎｏａｈ陸面模式［７１】，逡逑ＲＲＴＭＧ邋（Ｒａｐｉｄ邋Ｒａｄｉａｔｉｖｅ邋Ｔｒａｎｓｆｅｒ邋Ｍｏｄｅｌ邋ｆｏｒ邋ＧＣＭｓ）長(zhǎng)波福射方案和短波福射方案［７２］。逡逑雷達(dá)資料同化采用Ｔｏｎｇ等１６５］提出的兩步法
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：P456

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 擺玉龍;張轉(zhuǎn)花;尤元紅;劉穎娟;;一種基于魯棒集合濾波的資料同化方法[J];高原氣象;2017年04期

2 朱國(guó)富;;理解大氣資料同化的根本概念[J];氣象;2015年04期

3 朱國(guó)富;;理解大氣資料同化的內(nèi)在邏輯和若干共性特征[J];氣象;2015年08期

4 李崇銀;黃紅艷;陳超輝;桂發(fā)銀;;聯(lián)合資料同化理論及其研究進(jìn)展[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2013年04期

5 李宏;許建平;;資料同化技術(shù)的發(fā)展及其在海洋科學(xué)中的應(yīng)用[J];海洋通報(bào);2011年04期

6 蘭健;資料同化中的伴隨方法及其在海洋中的應(yīng)用[J];青島海洋大學(xué)學(xué)報(bào);1998年02期

7 王遂纏;胡向軍;張新榮;程鵬;向軍;;雷達(dá)資料同化在甘肅局地暴雨天氣個(gè)例中的應(yīng)用[J];高原氣象;2011年03期

8 董佩明;薛紀(jì)善;黃兵;王德英;;數(shù)值天氣預(yù)報(bào)中衛(wèi)星資料同化應(yīng)用現(xiàn)狀和發(fā)展[J];氣象科技;2008年01期

9 盛春巖;薛德強(qiáng);雷霆;高守亭;;雷達(dá)資料同化與提高模式水平分辨率對(duì)短時(shí)預(yù)報(bào)影響的數(shù)值對(duì)比試驗(yàn)[J];氣象學(xué)報(bào);2006年03期

10 王斌;趙穎;;一種新的資料同化方法[J];氣象學(xué)報(bào);2005年05期

相關(guān)會(huì)議論文 前10條

1 邱崇踐;;大氣資料同化問(wèn)題的思考[A];第六次全國(guó)動(dòng)力氣象學(xué)術(shù)會(huì)議論文摘要[C];2005年

2 張旭斌;;風(fēng)廓線雷達(dá)資料質(zhì)量控制及其同化應(yīng)用[A];第32屆中國(guó)氣象學(xué)會(huì)年會(huì)S1 災(zāi)害天氣監(jiān)測(cè)、分析與預(yù)報(bào)[C];2015年

3 沈杭鋒;翟國(guó)慶;何斌;周玲麗;宋健;;云跡風(fēng)資料同化對(duì)江南颮線模擬影響試驗(yàn)[A];中國(guó)氣象學(xué)會(huì)2008年年會(huì)天氣預(yù)報(bào)準(zhǔn)確率與公共氣象服務(wù)分會(huì)場(chǎng)論文集[C];2008年

4 丁偉鈺;;背景誤差與觀察誤差比例調(diào)整方案及其對(duì)資料同化的影響[A];第32屆中國(guó)氣象學(xué)會(huì)年會(huì)S3 軍用數(shù)值天氣預(yù)報(bào)技術(shù)及應(yīng)用[C];2015年

5 沈桐立;;四維變分資料同化系統(tǒng)中降水參數(shù)化的伴隨方案研究[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

6 馬艷;楊育強(qiáng);高榮珍;劉紅亞;孫桂平;薛紀(jì)善;;局地資料同化在2008青島奧帆賽風(fēng)場(chǎng)預(yù)報(bào)中的應(yīng)用[A];第七屆全國(guó)優(yōu)秀青年氣象科技工作者學(xué)術(shù)研討會(huì)論文集[C];2010年

7 盛春巖;高守亭;;雷達(dá)資料同化與提高模式水平分辨率對(duì)短時(shí)預(yù)報(bào)影響的數(shù)值對(duì)比試驗(yàn)[A];中國(guó)氣象學(xué)會(huì)2005年年會(huì)論文集[C];2005年

8 馬艷;高榮珍;劉洪亞;孫桂平;;局地資料同化在2008青島奧帆賽風(fēng)場(chǎng)預(yù)報(bào)中的應(yīng)用[A];中國(guó)氣象學(xué)會(huì)2008年年會(huì)天氣預(yù)報(bào)準(zhǔn)確率與公共氣象服務(wù)分會(huì)場(chǎng)論文集[C];2008年

9 馬曉華;屈麗瑋;張雅斌;;西安多普勒雷達(dá)資料同化對(duì)數(shù)值預(yù)報(bào)的影響[A];第33屆中國(guó)氣象學(xué)會(huì)年會(huì) S8 數(shù)值模式產(chǎn)品應(yīng)用與評(píng)估[C];2016年

10 陳鋒;董美瑩;冀春曉;;不同資料同化對(duì)登陸臺(tái)風(fēng)菲特(2013)短時(shí)預(yù)報(bào)的影響研究[A];第35屆中國(guó)氣象學(xué)會(huì)年會(huì) S1 災(zāi)害天氣監(jiān)測(cè)、分析與預(yù)報(bào)[C];2018年

相關(guān)重要報(bào)紙文章 前10條

1 記者 鄭菲;氣象資料同化講習(xí)班舉辦[N];中國(guó)氣象報(bào);2009年

2 本報(bào)記者 彭瑩輝　通訊員 何楨;新課程 新理念 新思路[N];中國(guó)氣象報(bào);2009年

3 韓桂軍;第五屆全國(guó)海洋資料同化研討會(huì)召開(kāi)[N];中國(guó)海洋報(bào);2009年

4 本報(bào)記者 顧燕杰;路在腳下延伸[N];中國(guó)氣象報(bào);2014年

5 本報(bào)記者 趙曉妮;灰霾資料同化面臨哪些挑戰(zhàn)？[N];中國(guó)氣象報(bào);2015年

6 編譯 吳鵬;閃電資料同化技術(shù)可提升風(fēng)暴預(yù)測(cè)水平[N];中國(guó)氣象報(bào);2016年

7 本報(bào)記者 張曄　韓義雷 實(shí)習(xí)生 張淼;發(fā)展新思路：扎根行業(yè)頂天立地[N];科技日?qǐng)?bào);2011年

8 ;2003年度國(guó)家杰出青年科學(xué)基金獲得者榮譽(yù)簡(jiǎn)介（之一）[N];科技日?qǐng)?bào);2003年

9 本報(bào)記者 張格苗 葉芳璐 通訊員 張靜;覆蓋華北 融合資料 服務(wù)城市[N];中國(guó)氣象報(bào);2017年

10 記者 郝靜 莊白羽 通訊員 陳永清;共同提升氣候服務(wù)能力[N];中國(guó)氣象報(bào);2015年

相關(guān)博士學(xué)位論文 前10條

1 朱孟斌;非線性資料同化關(guān)鍵問(wèn)題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

2 高士博;雷達(dá)資料同化在強(qiáng)對(duì)流天氣預(yù)報(bào)中的應(yīng)用研究[D];南京信息工程大學(xué);2018年

3 曹艷華;四維變分資料同化的降維方法及在海洋資料同化中的應(yīng)用[D];首都師范大學(xué);2006年

4 萬(wàn)莉穎;集合同化方法在太平洋海洋高度計(jì)資料同化中的應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（大氣物理研究所）;2006年

5 梁旭東;模式約束三維變分資料同化技術(shù)及其在臺(tái)風(fēng)數(shù)值預(yù)報(bào)中的應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（大氣物理研究所）;2007年

6 楊艷蓉;面向雷電預(yù)報(bào)的雷達(dá)、衛(wèi)星遙感資料同化及其應(yīng)用初步研究[D];南京信息工程大學(xué);2008年

7 萬(wàn)齊林;多尺度/分塊變分資料同化技術(shù)及其在熱帶氣旋初值形成中的應(yīng)用[D];南京信息工程大學(xué);2014年

8 趙軍;數(shù)值天氣預(yù)報(bào)資料同化關(guān)鍵技術(shù)及并行計(jì)算研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

9 張愛(ài)軍;最優(yōu)變分伴隨方法及在近岸水位資料同化中的應(yīng)用[D];中國(guó)科學(xué)院海洋研究所;2000年

10 李昕;適用于登陸臺(tái)風(fēng)數(shù)值預(yù)報(bào)的雷達(dá)資料同化理論和應(yīng)用研究[D];南京大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 岳欣健;大尺度約束下雷達(dá)資料同化的方法研究[D];蘭州大學(xué);2018年

2 方雪;江淮流域強(qiáng)對(duì)流天氣的Z-R關(guān)系統(tǒng)計(jì)及其在雷達(dá)資料同化中的應(yīng)用[D];蘭州大學(xué);2018年

3 王玨;地面資料同化方案設(shè)計(jì)[D];南京信息工程大學(xué);2007年

4 周瑜;非線性優(yōu)化方法及在四維變分資料同化系統(tǒng)中的應(yīng)用[D];華東師范大學(xué);2008年

5 王棟梁;四維變分資料同化系統(tǒng)中降水參數(shù)化的伴隨方案研究[D];南京氣象學(xué)院;2002年

6 蘇萬(wàn)康;多普勒天氣雷達(dá)資料同化在一次強(qiáng)颮線過(guò)程數(shù)值模擬中的應(yīng)用[D];蘭州大學(xué);2011年

7 余意;主成分方法在紅外高光譜資料同化中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

8 楊仁勇;衛(wèi)星云圖資料同化及在暴雨數(shù)值模擬中的試驗(yàn)研究[D];南京氣象學(xué)院;2004年

9 張紅華;集合Kalman濾波在資料同化中的應(yīng)用研究[D];南京信息工程大學(xué);2007年

10 董亞寧;基于集合卡爾曼濾波全球臭氧衛(wèi)星觀測(cè)資料同化試驗(yàn)研究[D];南京信息工程大學(xué);2016年

本文編號(hào)：2647602