地面观测资料同化初步研究

通过对比分析当前两种地面观测资料同化方案(Ruggiero方案和郭永润方案),对其优缺点进行初步分析研究。结果表明:两种同化方案同化地面观测资料后都是从模式低层到高层对分析场产生影响,中低层高度影响比较大,高层影响较小,并且对24 h模拟结果产生一定的影响。Ruggiero方案考虑了模式地形与观测站地形高度差异,但资料剔除较多,且模式分辨率越高,资料剔除对分析场的影响越明显。郭永润方案不考虑模式地形与观测站地形高度差异,假定所有地面观测资料位于模式面,因此无论模式分辨率如何,资料都能得到充分利用,但模式地形与实际观测站地形高度差异大小在地面观测资料同化分析中的影响不可忽略,因此郭永润方案有待改进,适当考虑这两种地形高度差异时效果更好。     

复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

复杂地形下地面观测资料同化Ⅱ.模式地形与观测站地形高度差异代表性误差

第Ⅰ部分研究结果 (徐枝芳等, 2007) 表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响.此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析, 考虑模式与实际观测站地形高度差异对同化效果的影响, 提出在地面观测误差中增加地形代表性误差来解决这个问题.研究结果表明: 地面资料同化分析时, 在其观测误差中加入一项新的误差--地形代表性误差, 能较好地解决地面资料同化分析中模式与观测站地形高度差异问题; 地面资料参与同化分析, 在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时, 地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小, 同时又部分地将地面观测信息通过变分分析融进分析场, 使得低层分析更接近真实场, 且地面资料利用率更高, 24小时降水数值预报 (模拟) 的效果较好.     

ATMS和CrIS卫星资料同化对青藏高原天气预报的影响

利用WRF模式和GSI同化系统同化美国最新一代的ATMS和Cr IS卫星资料,探讨卫星辐射资料同化对青藏高原天气要素预报准确性的影响。进行了四组试验模拟,即无资料同化的控制试验(CTRL)和三组同化试验,三组同化试验分别为:只用常规观测资料进行同化(CONV)、常规观测资料和ATMS卫星资料同化(ATMS)、常规观测资料和Cr IS卫星资料同化(CRIS)。分析了2015年1月及7月的温度场、相对湿度场和风场的预报能力,除了分析近地表2 m温度场、2 m相对湿度场及10 m风场外,也分析了高地形区域以及低地形区域不同高度层上气象要素的预报能力。结果表明:ATMS和CRIS同化对青藏高原天气要素预报效果改进并不具有普遍性,ATM S同化试验可以有效的增进7月低地形区域的2 m温度场、7月高地形区域2 m相对湿度场以及1月高地形区域10 m风场的24 h、48 h预报能力;CRIS同化对1月高地形区域2 m温度场24 h预报、1月与7月高地形区域10 m风场24 h与48 h预报有改善效果。就垂直分层来讨论,CRIS同化试验不管在哪个高度分层都无法有效地改进模式预报能力,ATMS同化试验则在不同分层、不同变量场有着不一样的预报效果。资料同化后温度场预报主要的误差来源是系统性误差,而相对湿度场和风场在同化后主要误差是由非系统性误差造成的。整体上ATMS同化试验效果优于CRIS同化试验。     

WRF-DA中地面观测资料同化方案的改进与应用

为了改善地面自动气象站观测数据在WRF-DA（the Weather Research and Forecasting Model-Data Assimilation）系统中的同化应用效果,提高数值模式的预报性能,对WRF-DA地面资料同化方案中温度和风速订正方案进行改进,形成地面资料同化更新方案。通过考虑地形高度差异对同化效果的影响,调整同化方案中地面要素由实际地形高度订正到模式高度的同化订正方案,提升地面观测温度及风速订正值的合理性。并进一步分析了2017年7月5日个例试验结果及2017年7月整月的批量试验,发现相比于使用原方案同化后的预报效果,选取更新方案同化地面自动气象站观测资料的模式预报效果在前9 h温度和风速的预报误差明显降低,且在24 h预报时效内更新方案对于模式预报均起到改善作用。      

复杂地形下地面观测资料同化I. 模式地形与观测站地形高度差异对地面资料同化的影响研究

中国地形复杂，模式地形与实际观测地形存在一定高度差异，因此设计合理的复杂地形下地面观测资料的同化方案有利于使我国目前仅用作探测手段的地面观测资料（常规地面观测站和地面自动站）在中尺度数值模式中得到充分利用。作者在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析，并对地面资料同化方案设计中是否需要考虑模式与实际观测站地形高度差异进行探讨研究。研究结果表明：通过近地层相似理论将地面观测资料同化到数值模式能起到一定的作用，并且地面观测资料（温度、 湿度、 风场、 地面气压）中各物理量同化到数值模式都能影响24小时降水数值结果，但各物理量起的作用大小不一样，其中影响最大的是温度，其次为湿度；地面观测资料同化方案设计有必要考虑模式地形与实际观测站地形高度差异，适当考虑这种高度差异能取得较好的结果。     

复杂地形下地面观测资料同化III. 两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点。本文通过个例和单点试验对第I和第II部分 (徐枝芳等, 2007a, 2007b) 中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法 (即增加温度地形代表性误差和温度订正方法) 进行对比分析, 并将这两种方法应用于WRF_3DVAR, 进行3个月的连续数值试验。研究结果表明: 随着地形高度差异的增加, 采用增加观测误差方法得到的估计值向其它资料同化分析值 (背景场值) 靠近, 在一定的高度差异下则失去了同化分析地面资料的意义; 温度订正方法对温度递减率的取值较为敏感, 在有探空资料参与同化分析时, 温度递减率取值敏感性相对减弱。当采用的订正值较为准确时, 采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异, 地面资料信息应用更充分, 得到的估计值最有可能接近真实值。当模式地形与观测站地形高度差异较小 (小于100 m) 时, 两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致。单点及个例试验表明, 有探空资料等高质量观测参与同化分析时, 采用增加观测误差方法得到分析场更接近真实场。三个月连续试验也表明有探空资料参与同化分析时, 采用增加观测误差方法比温度订正法改进的郭永润同化方案 (Guo et al., 2002) 同化地面资料效果好, 且加入地面资料同化对所有量级降水预报都有所改善。当地面资料同化方案没处理好时, 加入地面资料同化的效果反而不如不加地面资料同化。     

复杂地形下地面观测资料同化Ⅲ.两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点.本文通过个例和单点试验对第Ⅰ和第Ⅱ部分(徐枝芳等,2007a,2007b)中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法(即增加温度地形代表性误差和温度订正方法)进行对比分析,并将这两种方法应用于WRF_3DVAR,进行3个月的连续数值试验.研究结果表明:随着地形高度差异的增加,采用增加观测误差方法得到的估计值向其它资料同化分析值(背景场值)靠近,在一定的高度差异下则失去了同化分析地面资料的意义;温度订正方法对温度递减率的取值较为敏感,在有探空资料参与同化分析时,温度递减率取值敏感性相对减弱.当采用的订正值较为准确时,采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异,地面资料信息应用更充分,得到的估计值最有可能接近真实值.当模式地形与观测站地形高度差异较小(小于100 m)时,两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致.单点及个例试验表明,有探空资料等高质量观测参与同化分析时,采用增加观测误差方法得到分析场更接近真实场.三个月连续试验也表明有探空资料参与同化分析时,采用增加观测误差方法比温度订正法改进的郭永润同化方案(Guo et al.,2002)同化地面资料效果好,且加入地面资料同化对所有量级降水预报都有所改善.当地面资料同化方案没处理好时,加入地面资料同化的效果反而不如不加地而资料同化.     

自动站资料在WRF 3DVAR中的同化敏感性试验

为了了解国家级地面自动观测站不同观测要素对数值预报作用,利用WRF三维变分同化系统对自动站资料的不同观测要素开展同化＆预报试验。两个月的数值预报检验结果表明：1）只同化自动站温度观测对位势高度、温度和相对湿度场预报的影响作用最大,且主要为负作用,而同化气压或风向风速观测对上述要素预报影响作用比同化温度小,但会改善位势高度预报和部分温度预报,对相对湿度预报改善作用不明显;2）对于降水预报,同化风向风速方案的评分结果最差,同化温度的方案次之,同化气压的方案可以改善24h降水预报结果。由此看出用WRF 3DVAR同化地面观测资料时,气压观测十分重要,同时也说明要想用好地面观测资料,让其为数值预报提高发挥最大作用仍需开展很多研究工作。     

基于地面资料集合均方根滤波同化方案的京津冀暴雨模拟研究

为了更加有效地同化地面自动气象站观测资料,针对模式地形与观测站地形存在的高度差异对同化效果的影响,提出了相应的解决方案。在同化系统的位温和露点观测误差中分别引入位温和露点地形代表性误差,在WRF模式中应用集合均方根滤波方法（EnSRF）同化地面自动气象站观测资料,并对2016年一次京津冀暴雨个例进行数值试验。研究结果表明,同化地面资料后,同化阶段的均方根误差、预报阶段的降水TS评分和前13个时次各要素预报均有整体改进。在观测误差中引入地形代表性误差与引入前相比,风场均方根误差得到整体改进;位温和露点的均方根误差在前期表现并不稳定,在后期有所改进;预报阶段前24 h累计降水与后24 h累计降水TS评分在整体上均有所提高。新方案能够减少高度差异对同化效果的影响。      

GRAPES全球三维变分同化业务系统性能

近年来,GRAPES全球三维变分同化系统分析性能和稳定性有了长足进步。该文简要介绍了近两年GRAPES全球:三维变分同化技术的发展与改进情况,包括同化框架技术、资料同化应用技术与系统稳定性等方面。分析诊断了两年的同化循环试验结果,以探空资料作为参考,对ERA-Interim再分析场、NCEP FNL分析场和GRAPES全球三维变分分析场的统计特征进行了比较;以ERA-Interim再分析场作为参考,对NCEP FNL分析场、T639分析场和GRAPES全球三维变分分析场进行比较。结果表明:GRAPES分析场的质量明显优于T639分析场,性能上达到了业务化的要求,但相比NCEP FNL分析场还有一定差距,特别是对流层内湿度分析场的误差还比较大。     

SVD-En3DVar方法同化多普勒雷达速度观测资料 I. 模拟资料试验

利用WRF模式及模式模拟的资料,开展了利用SVD-En3DVar(基于集合和SVD技术的三维变分同化方法)方法同化雷达径向速度资料的试验.由于雷达观测经常出现大面积空缺,同化时引入了一种局地化方法避免远距离虚假相关的影响.试验着重研究了不同的初始扰动样本产生方法以及不同的样本积分时间对同化结果的影响.提出了一种为预报集...     

System of Multigrid Nonlinear Least-squares Four-dimensional Variational Data Assimilation for Numerical Weather Prediction (SNAP): System Formulation and Preliminary Evaluation

A new forecasting system—the System of Multigrid Nonlinear Least-squares Four-dimensional Variational (NLS-4DVar) Data Assimilation for Numerical Weather Prediction (SNAP)—was established by building upon the multigrid NLS-4DVar data assimilation scheme, the operational Gridpoint Statistical Interpolation (GSI)?based data-processing and observation operators, and the widely used Weather Research and Forecasting numerical model. Drawing upon lessons learned from the superiority of the operational GSI analysis system, for its various observation operators and the ability to assimilate multiple-source observations, SNAP adopts GSI-based data-processing and observation operator modules to compute the observation innovations. The multigrid NLS-4DVar assimilation framework is used for the analysis, which can adequately correct errors from large to small scales and accelerate iteration solutions. The analysis variables are model state variables, rather than the control variables adopted in the conventional 4DVar system. Currently, we have achieved the assimilation of conventional observations, and we will continue to improve the assimilation of radar and satellite observations in the future. SNAP was evaluated by case evaluation experiments and one-week cycling assimilation experiments. In the case evaluation experiments, two six-hour time windows were established for assimilation experiments and precipitation forecasts were verified against hourly precipitation observations from more than 2400 national observation sites. This showed that SNAP can absorb observations and improve the initial field, thereby improving the precipitation forecast. In the one-week cycling assimilation experiments, six-hourly assimilation cycles were run in one week. SNAP produced slightly lower forecast RMSEs than the GSI 4DEnVar (Four-dimensional Ensemble Variational) as a whole and the threat scores of precipitation forecasts initialized from the analysis of SNAP were higher than those obtained from the analysis of GSI 4DEnVar.     

Development of an Operational Hybrid Data Assimilation System at KIAPS

This study introduces the operational data assimilation (DA) system at the Korea Institute of Atmospheric Prediction Systems (KIAPS) to the numerical weather prediction community. Its development history and performance are addressed with experimental illustrations and the authors’ previously published studies. Milestones in skill improvements include the initial operational implementation of three-dimensional variational data assimilation (3DVar), the ingestion of additional satellite observations, and changing the DA scheme to a hybrid four-dimensional ensemble-variational DA using forecasts from an ensemble based on the local ensemble transform Kalman filter (LETKF). In the hybrid system, determining the relative contribution of the ensemble-based covariance to the resultant analysis is crucial, particularly for moisture variables including a variety of horizontal scale spectra. Modifications to the humidity control variable, partial rather than full recentering of the ensemble for humidity further improves moisture analysis, and the inclusion of more radiance observations with higher-level peaking channels have significant impacts on stratosphere temperature and wind performance. Recent update of the operational hybrid DA system relative to the previous 3DVar system is described for detailed improvements with interpretation.     

A New Approach to Data Assimilation

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.     

The WRF 3DVar System Combined with Physical Initialization for Assimilation of Doppler Radar Data

The three-dimensional variational data assimilation (3DVar) system of the Weather Research and Forecasting (WRF) model (WRF-Var) is further developed with a physical initialization (PI) procedure to assimilate Doppler radar radial velocity and reflectivity observations. In this updated 3DVar system, specific humidity, cloud water content, and vertical velocity are first derived from reflectivity with PI, then the model fields of specific humidity and cloud water content are replaced with the modified ones, and finally, the estimated vertical velocity is added to the cost-function of the existing WRF-Var (version 2.0) as a new observation type, and radial velocity observations are assimilated directly by the method afforded by WRF-Var. The new assimilation scheme is tested with a heavy convective precipitation event in the middle reaches of Yangtze River on 19 June 2002 and a Meiyu front torrential rain event in the Huaihe River Basin on 5 July 2003. Assimilation results show that the increments of analyzed variables correspond well with the horizontal distribution of the observed reflectivity. There are positive increments of cloud water content, specific humidity, and vertical velocity in echo region and negative increments of vertical velocity in echo-free region where the increments of horizontal winds present a clockwise transition. Results of forecast experiments show that the effects of adjusting cloud water content or vertical velocity directly with PI on forecast are not obvious. Adjusting specific humidity shows better performance in forecasting the precipitation than directly adjusting cloud water content or vertical velocity. Significant improvement in predicting precipitation as well as in reducing the model's spin-up time are achieved when radial velocity and reflectivity observations are assimilated with the new scheme.     

一种新的资料同化方法

为寻求一种快速有效的四维变分资料同化(英文缩写4DVar)作了有意义的尝试,提出了映射观测的新概念和反向四维变分资料同化的新思路,并以此为基础建立了三维变分映射资料同化(英文缩写为3DVM:3-DimensionalVariational data assimilation of Mapped observation)。该方法与传统的四维变分资料同化一样,不仅考虑了模式的动力和物理约束,使得同化后的初值与模式协调,而且通过模式方程对同化窗口中不同时刻的观测资料作了最佳拟合。与传统四维变分同化方法不同的是,由3DVM得到的初值不在同化窗口的始端,而在窗口的末端。正是所求初值时刻的改变,使得该方法的计算代价大大减少,几乎与三维变分资料同化(英文缩写3DVar)相当,这实际上是用3DVar的代价实现了4DVar的功能。同时,由于3DVM不再需要切线性和伴随近似来计算代价函数的梯度也提高了同化的精度。对具体的台风个例(Dan)用AMSU-A反演的温度场进行变分同化模拟试验,发现3DVM能比传统4DVar产生更好的初值,而且所花计算时间只需4DVar的1/7。     

GNSS反演资料在GRAPES_Meso三维变分中的应用

为了进一步提高GRAPES_Meso的分析和预报效果,该文在GRAPES_Meso三维变分同化系统中建立了同化GNSS/RO反演的大气资料的观测算子,实现了对GNSS/RO反演的大气资料的同化应用,并通过2013年7月1个月的同化和预报试验分析了GNSS/RO反演大气资料对GRAPES_Meso模式系统分析和预报的影响。结果表明:增加了GNSS/RO反演大气资料的同化后,GRAPES_Meso位势高度场的分析误差明显减小,平均分析误差减小约8%,预报误差略有减小,平均预报误差减小约1%;湿度场的分析误差和预报误差变化不明显,常规观测资料稀少的青藏高原地区的降水预报技巧有所提高,小雨到大雨的ETS (equitable threat score) 评分提高约0.01,对全国及其他分区的降水预报技巧总体上有正效果。     

CMA-MESO关键技术集成及应用

基于GRAPES-MESO 10 km系统,提高模式动力框架计算精度和稳定性,选择调试适合高分辨率模式的物理过程参数化方案组合,建立面向数值天气预报的全国雷达质量控制拼图系统,通过云分析系统融合全国三维组网反射率因子拼图,建立面向中小尺度系统的对流可分辨同化系统和陆面资料同化系统,实现雷达径向风、风廓线雷达、FY-4A成像仪辐射率、卫星云导风、卫星GNSSRO、地面降水观测以及近地面资料等非常规局地稠密资料的同化应用,发展快速循环技术,建立全国3 km间隔3 h的快速循环同化预报系统——CMA-MESO（GRAPES-MESO 3 km）并实现业务化运行。2020年6—9月汛期业务检验结果表明:CMA-MESO预报的近地面要素（降水、2 m温度、10 m风场）检验评分全面超越GRAPES-MESO 10 km结果;CMA-MESO的24 h累积降水TS评分略低于欧洲中期天气预报中心（ECMWF）的结果,但逐3 h累积降水预报TS评分尤其是对于较大降水阈值评分明显优于ECMWF结果;同时,对于能够表征模式对降水时空精细化特征预报能力的降水频次和降水强度等检验,CMA-MESO对我国汛期的预报准确率超过了ECMWF细网格模式结果。     

极轨卫星高层通道在GRAPES同化系统中的应用

针对GRAPES(Global/Regional Assimilation and Prediction System)模式三维变分系统高层背景场温湿廓线外推方案的局限性,提出以气候垂直廓线重新构造高层温湿垂直结构,以减小外推方案的偏差。首先采用一维变分同化系统,展开模拟实验:分析目前模式中使用的外推方案误差及其对反演结果的影响,利用高层大气气候廓线构造垂直结构并分析同化偏差。最后,运用GRAPES全球分析预报系统进行同化实验并分析改进程度。结果显示:模拟研究表明采用高层背景场温湿廓线外推方案与实际观测相比最大偏差在1 h Pa附近可达数十度以上,不仅影响平流层,而且对对流层也有影响;用气候温度数据修正GRAPES高层温度数据,可以减少50%以上的偏差,证明了用气候值高层数据优化现行GRAPES模式中同化系统高层插值方案的可行性。全球GRAPES三维变分同化试验结果显示,改进方案不仅显著的改善平流层分析质量,对对流层中高层也有改进。