臭氧观测的全球四维变分资料同化技术

臭氧观测的全球四维变分资料同化技术
臭氧观测的全球四维变分资料同化技术

ETKF—3DVAR混合同化方案在一次梅雨锋暴雨预报中的应用研究

ETKF—3DVAR混合同化方案在一次梅雨锋暴雨预报中的应用研 究 梅雨锋暴雨是我国夏季长江中下游地区的主要灾害之一,每年给我国带来重大经济损失。因此,选用合适的资料同化方法,改善初始场质量,对于提高梅雨锋暴雨的预报精度具有重要意义。目前,变分和集合是资料同化领域的两种主流方法。 而结合二者优点的集合——变分混合同化方案正在不断研究发展。本文将GTS常规观测资料和MSU-A&B卫星辐射率资料相融合,采用基于WRF模式的ETKF ——3DVAR混合同化方法,与传统的3DVAR同化方法进行对比,对2013年7月5日——6日一次梅雨锋暴雨天气过程进行了同化、模拟和分析,比较了混合同化方案与3DVAR同化方案在初始场改进、天气过程模拟、数值预报效果等方面的差异,得到了如下研究结论:首先,在单点测试中,与传统3DVAR同化方案相 比,Hybri d同化方法的单点试验温度场增量场充分体现了集合协方差的“流依赖”特征,随着天气形势的演变而变化。而3DVAR的背景误差协方差虽然满足地转平衡和静力平衡,却具有静态、各向同性的特点,不随天气形势发生变化。 在Hybrid同化的循环同化末端,通过对ETKF更新扰动的集合成员进行集合平均和集合离散度两方面的检验,发现该组集合成员200hPa风场平均场能够较好地反映本次暴雨过程的天气特征和发生发展趋势,而集合成员500hPa风,场、温度场的集合离散度大值区与梅雨锋锋区对流不稳定相对应。其次,在对7月5日——6日的24h降水雨量模拟中,控制试验、3DVAR同化试验和Hybri d同化试验均较好地模拟了本次暴雨的雨量分布和雨带走势。然而,Hybrid同化试验相比于控制试验和3DVAR同化试验,Hybri d同化试验能够更好地模拟出强降水中心

同化理论的发展及其在遥感方面的应用

同化理论发展及其在遥感方面的应用 摘要:在为数值预报模式提供准确、合理初值问题上,资料同化是一种行之有效的方法。其基本含义是根据一定的优化标准和方法,将不同空间、不同时间、采用不同观测手段获得的观测数据与数学模型有机结合,纳入统一的分析与预报系统,建立模型与数据相互协调的优化关系,使分析结果的误差达到最小。其中应用最为广泛的同化方法是变分法和卡尔曼滤波法。另外遥感信息与作物生长模型结合来进行作物监测和产量预测,已经逐渐成为一种接受度较大、应用较为广泛的方法之一。 关键字:同化 变分 卡尔曼滤波 遥感 1.同化的概念 在为数值预报模式提供准确、合理初值问题上,资料同化是一种行之有效的方法[1]。它是由早期气象学中的分析技术发展起来的[2-3]。其基本含义是根据一定的优化标准和方法,将不同空间、不同时间、采用不同观测手段获得的观测数据与数学模型有机结合,纳入统一的分析与预报系统,建立模型与数据相互协调的优化关系,使分析结果的误差达到最小。 一般一个资料同化系统包括观测数据集、动力模型和数据同化方案三部分。以模式的一种初估状态或其他一些不重要的状态为初始场,由模式得到的解常称之为背景场;结合观测数据集,通过同化过程产生能够相对准确反映真实状态的一种最优估计,称之为分析场。一般而言,分析场是背景场和观测场的加权平均,其方差始终比观测场和背景场的方差小。 2.同化方法的发展 2.1逐步订正法 1954年,Gilchrist 等提出了理想的逐步订正法。其原理是从每一个观测中减去背景场得到观测增量,通过分析观测增量得到分析增量,然后将分析增量加到背景场上得到最终的分析场。每一个分析格点上的分析增量通过其周围影响区域内观测增量的线性组合而加权,观测权重与观测位置和格点之间的距离成反比。该方法的表达式可写为: 11(,)[()()] ()()(, )n b i a b n i w i j y i X i X j X j w i j ==-=+∑∑ ()b X i 为插值到观测点i 上的背景场信息;y(i)为相应的观测值;()a X i 为格点j 的订正值;

自动生成四维变分同化共轭码的软件方法

[收稿日期]2007 05 18 [作者简介]潘纪明(1960 ),男,江苏南京人,南京审计学院信息科学学院工程师,主要研究方向为网络工程和软件开发;吴令云(1979 ),女,江苏南京人,南京审计学院信息科学学院教师,主要研究方向为计算机网络。 第4卷 第4期2007年11月 南京审计学院学报 Journal o f N anjing A udit U niversity V ol.4,No.4Nov.,2007 计算机科学与技术 自动生成四维变分同化共轭码的软件方法 潘纪明,吴令云 (南京审计学院信息科学学院,江苏南京 210029) [摘 要]四维同化(4 D assimilatio n)是当前气象(meteo ro log y)科学研究的重要方向,计算四维同化需要编写大量共轭码(adjo int code),手工编写共轭码非常困难,本文介绍了笔者设计的自动编写共轭码语句的软件代码及其原理和算法,实验证明,该软件有很好的效果。 [关键词]气象;四维同化;共轭码;软件 [中图分类号]T P 311.52 [文献标识码]A [文章编号]1672 8750(2007)04 0076 03 四维变分同化简称为四维同化,是气象预报的重要方法,它能把观测数据与大气动力学模式结合起来, 目前已有一些国家开始运用这一方法,它也成为目前气象研究的重要课题。四维同化问题必须用到预报方程,同时要由预报方程产生共轭码以实现最优化。气象科学一般都用Fo rtran 语言编写软件。四维同化用到许多预报方程,它们是微分方程,四维同化软件中把这些微分方程化为差分形式,一般用Fortran 语言写成;它的共轭码也是用Fortran 语句写成的。共轭码是四维同化软件的重要部分,而共轭码行数很多,数以万计,稍有不慎就会出错,这就有必要编写一个由预报方程写出共轭码程序的软件。现将笔者开发的写共轭码的软件介绍如下: 一、四维同化基本原理 本文仅简介四维变分同化的基本原理,实际情况可能更复杂,但基本原理是一致的。从数学观点来看,四维变分同化就是求代价函数的条件极值,以下简介代价函数及其条件极值。 设所考虑的气象问题涉及p 个气象要素,诸如横向风速、纵向风速、温度、湿度等,称它们为大气控制变量。在所考虑区域D 上取一些格点x k ,建立代价函数: J =1/2 N i=0 m k=1 [U(t i , x k )-U O (t i ,x k )]T W ik [U(t i ,x k )-U O (t i ,x k )]+1/2 m k=1 [U(t 0,x k )-U kb ]T W bk [U(t 0,x k )-U kb ] (1.1) 其中U(t,x k )是在区域D 的格点x k 上大气控制变量所成p 维向量,t i 是观测时间,U O (t i ,x k )是U(t i ,x k )的观测值,W ik ,W bk 是权矩阵,U kb 表示对初始时刻U(t 0,x k )的背景估计。 约束条件为动力学方程: U t =N (U)(1.2) ! 76!

资料同化方法的理论发展及应用综述

资料同化方法的理论发展及应用综述 官元红1,2,周广庆2,陆维松1,陈建萍 3(1.南京信息工程大学,江苏南京210044;2.中国科学院大气物理研究所,北京100029;3.江西省气象台,江西南昌 330046)摘要:简单介绍了资料同化的概念、功能及分类,回顾了资料同化的发展历程,对各个时期发展的各种方法 的理论进行了概述,并指出了每种方法的优缺点及应用进展。目前,三维变分在业务上得到了广泛的应用和推 广,随着研究的深入和计算机水平的不断提高,四维变分和集合Kalman滤波在将来业务预报中有广泛的应用 前景。 关键词:资料同化,三维变分,四维变分,集合卡尔曼滤波,综述。 中图分类号:P435文献标识码:A 0引言 数值天气预报业务中,为了得到精确的预报值,准确的初值、合理的边值和完善的模式都是十分重要的。近年来,随着模式的不断发展完善,对初始条件的精确性要求也日趋提高,物理学家Bjerknes[1]曾把天气预报归结为初值问题,好的初始条件越来越被认为是整个数值预报领域的一个重要方面,初始条件的精确性直接影响着数值天气预报的成败。另外,随着观测技术的发展,全球天气观测系统的不断完善,观测资料的时空分布不断扩大,类型和数目也不断增多,资料同化作为一种资料分析方法,如何有效地利用这些资料为数值预报提供更多的信息,是一个值得研究的问题。因此,近年来,在很多研究工作者的共同努力下,资料同化发展较快,从早期没有理论基础的客观分析,发展到如今基于统计估计和变分两种理论的分析方法,对产生再分析资料和提高预报的准确性等方面做出了很大贡献。文中回顾了资料同化的发展历程,对各个阶段发展的各种方法的特点进行了分析,并做了简单对比,旨在为人们根据所采用的模型、观测资料的相对质量和可用的计算资源选择何种同化方法提供参考。 1资料同化的概念 在为数值天气预报模式提供准确、合理的初值问题上,资料同化是一种行之有效的方法。它是由早期气象学中的分析技术发展起来的[2-3]。其基本含义是根据一定的优化标准和方法,将不同空间、不同时间、采用不同观测手段获得的观测数据与数学模型有机结合,纳入统一的分析与预报系统,建立模型与数据相互协调的优化关系,使分析结果的误差达到最小。 一个资料同化系统包括观测数据集、动力模型和数据同化方案三部分。以模式的一种初估状态、气候态或其他一些不重要的状态为初始场,由模式得到的解常称之为背景场;结合观测数据集,通过同化过程产生能够相对准确反映真实状态的一种最优估计,称之为分析场。一般而言,分析场是背景场和观测场的加权平均,其方差始终比观测场和背景场的方差小。 2资料同化方法的发展 收稿日期:2007-08-13. 基金项目:南京信息工程大学科研基金项目(编号:Y521).第一作者简介:官元红(1978—),女,讲师,博士研究生,主要从事资料同化和气候预测研究. 文章编号:1007-9033(2007)04-0001-08 第30卷第4期 2007年12月Vol.30NO.4Dec.2007气象与减灾研究METEOROLOGYANDDISASTERREDUCTIONRESEARCH

相关文档
最新文档