基于北京市氣象局快速循環(huán)同化系統(tǒng)RMAPS-ST以及對流尺度集合預(yù)報系統(tǒng)RMAPS-EN,構(gòu)建了En-3DVAR集合變分混合同化系統(tǒng),將該系統(tǒng)應(yīng)用到業(yè)務(wù)快速循環(huán)同化系統(tǒng)中并進(jìn)行試驗(yàn),分別在冷啟動與循環(huán)啟動環(huán)境下對比了混合同化系統(tǒng)（Hybrid）與三維變分（3DVAR）的同化預(yù)報效果。獲得的結(jié)論如下:單點(diǎn)試驗(yàn)結(jié)果表明,混合同化系統(tǒng)分析增量的分布與集合預(yù)報離散度分布具有較好的對應(yīng)關(guān)系;在冷啟動和循環(huán)啟動中,三維變分的分析增量都表現(xiàn)出各向同性的特點(diǎn),混合同化分析增量均表現(xiàn)出一定的流依賴特征;降水個例分析表明,在冷啟動環(huán)境中,Hybrid與3DVAR效果相當(dāng),而在循環(huán)啟動中,Hybrid的降水預(yù)報相對于3DVAR有較明顯的改進(jìn)效果;批量試驗(yàn)檢驗(yàn)結(jié)果表明,冷啟動中,Hybrid與3DVAR的評分大致相當(dāng),而在循環(huán)啟動中,Hybrid相對于3DVAR的評分有明顯改進(jìn);集合離散度和背景場誤差的相關(guān)性分析表明二者在循環(huán)啟動環(huán)境下具有更好的相關(guān)性。 

【文章來源】：大氣科學(xué). 2020,44(06)北大核心CSCD

【文章頁數(shù)】：15 頁

【部分圖文】：

RMAPS-ST循環(huán)同化系統(tǒng)區(qū)域設(shè)置

為了對比分析不同背景場對同化結(jié)果的影響，驗(yàn)證Hybrid En-3DVAR同化方案在不同背景場下的作用效果，本文采用了兩種不同的背景場設(shè)置方案。方案一為冷啟動，即采用ECMWF全球細(xì)網(wǎng)格分析場作為背景場；方案二按照業(yè)務(wù)循環(huán)同化設(shè)置，采用業(yè)務(wù)逐3 h循環(huán)的預(yù)報場作為背景場。在兩種設(shè)置下，分別針對d02進(jìn)行了Hybrid En-3DVAR混合同化預(yù)報試驗(yàn)和3DVAR同化預(yù)報試驗(yàn)（d01始終保持3DVAR不變），檢驗(yàn)了Hybrid方法在RMAPS-ST系統(tǒng)中的應(yīng)用效果，對比分析Hybrid與3DVAR的同化預(yù)報效果，四組試驗(yàn)的具體設(shè)置如表1所示。四組試驗(yàn)的起報時刻均為每天的00時，其中3DVAR-cold和Hybrid-cold均為在冷啟環(huán)境中進(jìn)行試驗(yàn)，即采用00時的ECMWF全球分析場作為背景場；3DVAR-cycle和Hybridcycle均為在循環(huán)啟動環(huán)境下進(jìn)行試驗(yàn)，即采用業(yè)務(wù)RMAPS-ST系統(tǒng)前一天21時啟動獲得的3 h預(yù)報場作為背景場。冷啟和循環(huán)啟兩種設(shè)置下的3DVAR同化方案均采用NMC方法估計的靜態(tài)背景誤差協(xié)方差，而兩種設(shè)置下的Hybrid同化則采用集合與靜態(tài)相結(jié)合的背景誤差協(xié)方差，集合樣本為RMAPS-EN區(qū)域集合預(yù)報系統(tǒng)在RMAPS-ST同化時刻（每天的00時）之前12 h（即前一天12時）起報的12 h預(yù)報時效的集合成員。四組試驗(yàn)的時段為2018年7月10～30日連續(xù)20天。3 試驗(yàn)結(jié)果分析

與之相對應(yīng)，圖4是不同集合權(quán)重下模式第15層緯向風(fēng)單點(diǎn)分析增量。首先可以看出，當(dāng)集合權(quán)重為0，即為3DVAR增量，表現(xiàn)出各項(xiàng)同性的狀態(tài)，隨著集合權(quán)重的增加，分析增量形態(tài)逐漸產(chǎn)生變化，表現(xiàn)出隨流型響應(yīng)的特征，增量在東北—西南向逐漸增大，增量大值區(qū)域與集合離散度大值區(qū)相對應(yīng)，而當(dāng)集合權(quán)重到100%的時候，分析增量表現(xiàn)出完全的東北—西南向形狀。該試驗(yàn)結(jié)果說明RMAPS-EN集合具有充足的離散度，可以有效應(yīng)用于Hybrid同化中背景誤差協(xié)方差的估計，且產(chǎn)生的分析增量能夠有效地響應(yīng)集合離散度分布，考慮到本文中集合成員數(shù)量有限，因此不宜給予集合太大權(quán)重，且集合估計背景誤差協(xié)方差比重為1/2時已具備明顯的流依賴效果，本文實(shí)際試驗(yàn)中集合背景誤差協(xié)方差權(quán)重選為1/2。3.2 真實(shí)觀測同化個例試驗(yàn)

【參考文獻(xiàn)】：
期刊論文
[1]TOPOGRAPHY-DEPENDENT HORIZONTAL LOCALIZATION SCALE SCHEME IN GRAPES-MESO HYBRID EN-3DVAR ASSIMILATION SYSTEM[J]. 夏宇,陳靜,智協(xié)飛,莊照榮,陳良呂,王婧卓.  Journal of Tropical Meteorology. 2019(02)
[2]雷達(dá)反射率三維拼圖觀測資料在北方區(qū)域數(shù)值模式預(yù)報系統(tǒng)中的同化應(yīng)用研究[J]. 何靜,陳敏,仲躋芹,洪曉媛.  氣象學(xué)報. 2019(02)
[3]GRAPES混合同化方法在青藏高原區(qū)域的初步試驗(yàn)[J]. 夏宇,陳靜,劉艷,朱克云,陳良呂,袁月.  大氣科學(xué)學(xué)報. 2018(02)
[4]基于動力降尺度的區(qū)域集合預(yù)報初值擾動構(gòu)建方法研究[J]. 張涵斌,李玉煥,范水勇,仲躋芹,盧冰.  氣象. 2017(12)
[5]HBFNEnKF混合同化方法設(shè)計及檢驗(yàn)[J]. 朱浩楠,閔錦忠,杜寧珠.  大氣科學(xué). 2016(05)
[6]Hybrid ETKF-3DVAR方法同化多普勒雷達(dá)速度觀測資料Ⅰ:模擬資料試驗(yàn)[J]. 沈菲菲,閔錦忠,許冬梅,張冰.  大氣科學(xué)學(xué)報. 2016(01)
[7]臺風(fēng)預(yù)報誤差的流依賴特征及混合資料同化中最優(yōu)耦合系數(shù)[J]. 馬旭林,李琳琳,周勃旸,朱金煥,和杰,計燕霞.  大氣科學(xué)學(xué)報. 2015(06)
[8]Development and Testing of the GRAPES Regional Ensemble-3DVAR Hybrid Data Assimilation System[J]. 陳良呂,陳靜,薛紀(jì)善,夏宇.  Journal of Meteorological Research. 2015(06)
[9]集合變分混合同化背景誤差協(xié)方差流依賴性分析[J]. 張明陽,張立鳳,張斌,張曉慧.  氣象科學(xué). 2015(06)
[10]數(shù)值天氣預(yù)報中集合-變分混合資料同化及其研究進(jìn)展[J]. 馬旭林,陸續(xù),于月明,朱金煥,陳靜.  熱帶氣象學(xué)報. 2014(06)



本文編號：3418589