留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

WRF模式三维变分中背景误差协方差估计

王曼 李华宏 段旭 刘建宇 符睿 陈新梅

王曼, 李华宏, 段旭, 等. WRF模式三维变分中背景误差协方差估计. 应用气象学报, 2011, 22(4): 482-492..
引用本文: 王曼, 李华宏, 段旭, 等. WRF模式三维变分中背景误差协方差估计. 应用气象学报, 2011, 22(4): 482-492.
Wang Man, Li Huahong, Duan Xu, et al. Estimating background error covariance in regional 3DVAR of WRF. J Appl Meteor Sci, 2011, 22(4): 482-492.
Citation: Wang Man, Li Huahong, Duan Xu, et al. Estimating background error covariance in regional 3DVAR of WRF. J Appl Meteor Sci, 2011, 22(4): 482-492.

WRF模式三维变分中背景误差协方差估计

资助项目: 

云南省面上基金项目 2009CD145

云南省科技攻关及高新技术计划 2006SG25

中国气象局成都高原气象研究所开放基金 LPM2009012

详细信息
    通信作者:

    王曼, E-mail: wangmanbox@163.com

Estimating Background Error Covariance in Regional 3DVAR of WRF

  • 摘要: 利用WRF模式2008年5—10月逐日预报结果,通过NMC方法进行背景误差协方差 ( B ) 估计。给出其结构特征,进行单点数值试验,并利用不同 B 进行1个月的数值模拟试验,检验模拟降水效果。结果表明:通过单点数值试验验证估算的 B 结构合理。不同的 B ,资料同化过程差别较大,应用重新统计的 B ,同化效率更高,目标函数收敛更稳定。模式模拟降水预报效果有所差别,经过重新统计与预报模式区域和各种参数相匹配的 B ,模式预报效果在中雨及以上量级优于通用的 B 预报效果。因此,在应用三维变分同化系统时,重新统计 B 非常必要。
  • 图  1  背景误差协方差与控制变量转换算子的关系

    Fig. 1  The relation between background error covariance and control variable transformation operator

    图  2  平衡势函数、平衡温度与其完整场的比值

    Fig. 2  The ratio between balanced and full velocity potential, temperature

    图  3  控制变量的前5个特征向量

    Fig. 3  The five eigenvectors of control variables

    图  4  控制变量各模态的特征值

    Fig. 4  The eigenvalues of control variables

    图  5  分析变量特征长度尺度分布

    Fig. 5  Lengthscales of control variables

    图  6  纬向风单点观测同化试验 (a) 纬向风分析增量场 (单位:m·s-1),(b) 经向风分析增量场 (单位:m·s-1),(c) 气压分析增量场 (单位:Pa),(d) 温度分析增量场 (单位:K)

    Fig. 6  The assimilation test of zonal wind speed single observation

    (a) zonal wind increment structure (unit:m·s-1), (b) meridional wind increment structure (unit:m·s-1), (c) pressure increment structure (unit:Pa), (d) temperature increment structure (unit:K)

    图  7  温度单点观测同化试验

    a) 温度分析增量场 (单位:K), (b) 纬向风分析增量场 (单位:m·s-1),(c) 经向风分析增量场 (单位:m·s-1),(d) 气压分析增量场 (单位:Pa)

    Fig. 7  The assimilation test of temperature single observation

    a) temperature increment structure (unit:K), (b) zonal wind increment structure (unit:m·s-1), (c) meridional wind increment structure (unit:m·s-1), (d) pressure increment structure (unit:Pa)

    图  8  纬向风 (a,b) 和温度 (c,d) 单点观测同化试验

    (a) 纬向风分析增量场 (单位:m·s-1),(b) 经向风分析增量场 (单位:m·s-1),(c) 温度分析增量场 (单位:K), (d) 纬向风分析增量场 (单位:m·s-1),

    Fig. 8  The assimilation test of zonal wind (a, b) and temperature (c, d) single observations

    (a) zonal wind increment structure (unit:m·s-1), (b) meridional wind increment structure (unit:m·s-1), (c) temperature increment structure (unit:K), (d) zonal wind increment structure (unit:m·s-1)

    图  9  2009年6月30日20:00 700 hPa风矢量

    (a) 初始场, (b) 应用CV3-B的增量场, (c) 应用本地化B的增量场

    Fig. 9  The wind vector fields of 700 hPa at 20:00 30 June 2009

    (a) initial guess field, (b) the increment field using CV3-B, (c) the increment field using the updated B

    图  10  2009年6月30日20:00—7月1日08:00降水量 (单位:mm)

    (a) 实况,(b) 应用本地化B模拟,(c) 应用CV3-B模拟,(d) 模拟差值 (本地化B-CV3-B)

    Fig. 10  Accumulated precipitation from 20:00 30 June to 08:00 7 July in 2009(unit:mm)

    (a) observation, (b) simulated precipitation using updated B, (c) simulated precipitation using CV3-B, (d) the difference of simulated precipitation with different B(updated B minus CV3-B)

    表  1  CV3-B和本地化B作为背景误差协方差WRF模式降水预报检验

    Table  1  The precipitation forecast test with CV3-B and updated B in WRF

    量级 TS/% ETS 偏差
    CV3-B 本地化B CV3-B 本地化B CV3-B 本地化B
    小雨 71.880 68.738 0.583 0.554 1.48 1.63
    中雨 17.179 19.850 0.096 0.116 1.77 1.97
    大雨 8.091 8.729 0.060 0.059 1.75 1.21
    暴雨 6.783 7.719 0.045 0.052 1.88 1.71
    下载: 导出CSV
  • [1] Cardinali C, Pezzulli S, Anderson E. Influence-matrix diagnostic of a data aysimilation system. Quart J Roy Meteor Soc, 2004, 130: 2767-2786. doi:  10.1256/qj.03.205
    [2] Ajjaji Radi, Al-Katheri A A, Dhanhani A.Tuning of WRF 3D-Var Data Assimilation System over Middle-East and Arabian Peninsula.The 8th WRF User Workshop, 2007.
    [3] 龚建东, 赵刚.全球资料同化中误差协方差三维结构的准确估计与应用:背景误差协方差调整与数值试验分析.气象学报, 2006, 64(6):669-682. doi:  10.11676/qxxb2006.065
    [4] Parrish D F, Derber J C.The National Meteorological Center's spectral statistical interpolation analysis system.Mon Wea Rev, 1992, 120: 1747-1763. doi:  10.1175/1520-0493(1992)120<1747:TNMCSS>2.0.CO;2
    [5] 朱立娟. 背景场误差协方差估计技术的应用研究. 南京: 南京信息工程大学, 2005: 1-60.
    [6] 范水勇, 张朝林, 仲跻芹.MM5三维变分系统在北京地区冷暖季背景场误差的对比分析.高原气象, 2006, 25(5):855-861. http://www.cnki.com.cn/Article/CJFDTOTAL-GYQX200605011.htm
    [7] 范水勇, 郭永润, 陈敏, 等.高分辨率WRF三维变分同化在北京地区降水预报中的应用.高原气象, 2008, 27(6):1181-1188. http://www.cnki.com.cn/Article/CJFDTOTAL-GYQX200806001.htm
    [8] 刘磊, 费建芳, 程小平, 等.我国东部海区不同气候背景条件下背景误差协方差的性质对比分析.海洋预报, 2009, 26(4):25-35. doi:  10.11737/j.issn.1003-0239.2009.04.004
    [9] 曹小群, 黄思训, 张卫民, 等.区域三维变化同化中背景误差协方差的模拟.气象科学, 2008, 28(1):8-14. http://www.cnki.com.cn/Article/CJFDTOTAL-QXKX200801004.htm
    [10] 庄照荣. 背景场误差的结构特征及其对三维变分同化影响的研究. 北京: 中国气象科学研究院, 2004: 1-87.
    [11] 庄照荣, 薛纪善, 庄世宇, 等.资料同化中背景场位势高度误差统计分析的研究.大气科学, 2006, 30(3):533-544. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXK200603015.htm
    [12] 张华, 薛纪善, 庄世宇, 等.GRAPES三维变分同化系统的理想试验.气象学报, 2004, 62(1):31-41. doi:  10.11676/qxxb2004.004
    [13] 黄丽萍, 伍湘君, 金之雁.GRAPES模式标准初始化方案设计与实现.应用气象学报, 2005, 16(3):374-384. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20050346&flag=1
    [14] 庄世宇, 薛纪善, 朱国富, 等.GRAPES全球三维变分同化系统——基本设计方案与理想试验.大气科学, 2005, 29(6):872-884. http://www.cnki.com.cn/Article/CJFDTOTAL-DQXK200506003.htm
    [15] 马旭林, 庄照荣, 薛纪善, 等.GRAPES非静力数值预报模式的三维变分资料同化系统的发展.气象学报, 2009, 67(1):50-60. doi:  10.11676/qxxb2009.006
    [16] 薛纪善, 陈德辉.数值预报系统GRAPES的科学设计与应用.北京:科技出版社, 2008:1-61.
    [17] 刘红亚, 薛纪善, 沈桐立, 等.探空气球漂移及其对数值预报影响的研究.应用气象学报, 2005, 16(4):518-526. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20050465&flag=1
    [18] 陈炯, 王建捷.北京地区夏季边界层结构日变化的高分辨模拟对比.应用气象学报, 2006, 17(4):403-411. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20060469&flag=1
    [19] 徐广阔, 孙建华, 雷霆, 等.多普勒天气雷达资料同化对暴雨模拟的影响.应用气象学报, 2009, 20(1):36-46. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20090105&flag=1
    [20] 苗世光, 孙桂平, 马艳, 等.青岛奥帆赛高分辨率数值模式系统研制与应用.应用气象学报, 2009, 20(3):370-379. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20090315&flag=1
    [21] 董佩明, 王海军, 韩威, 等.水物质对云雨区卫星微波观测模拟影响.应用气象学报, 2009, 20(6):682-691. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20090605&flag=1
    [22] 仲跻芹, 陈敏, 范水勇, 等.AMDAR资料在北京数值预报系统中的同化应用.应用气象学报, 2010, 21(1):19-28. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20100103&flag=1
    [23] Skamarock W C, Klemp J B, Dudhia J, et a1.A Description of the Advanced Research WRF Vesion 3.NCAR Tech Note, NCAR/TN-475+STR, 2008:125.
    [24] Wu W S, Purser R J, Parrish D F. Three dimensional variational analysis with spatially inhomogeneous covariance. Mon Wea Rev, 2002, 130:2905-2916. doi:  10.1175/1520-0493(2002)130<2905:TDVAWS>2.0.CO;2
    [25] Derber J, Bouttier F. A reformulation of the background error covariance in the ECMWF global data assimilation system. Tellus, 1999, 51: 195-221. doi:  10.3402/tellusa.v51i2.12316
  • 加载中
图(10) / 表(1)
计量
  • 摘要浏览量:  4928
  • HTML全文浏览量:  1037
  • PDF下载量:  2256
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-10-20
  • 修回日期:  2011-04-03
  • 刊出日期:  2011-08-31

目录

    /

    返回文章
    返回