當前位置:新聞閱讀
基於水凝物擴展控製變量的雲區衛星資料集合-變分混合同化研究
作者:陳耀登               發布時間:2019/12/13 10:36:03              瀏覽量:87

提高數值天氣預報(Number Weather Prediction)的準確性對防災減災具有重要意義。數值天氣預報的準確性很大程度上依賴於初始場的質量,衛星資料同化為改善數值預報初始場提供了一種有效手段。然而目前衛星資料的同化主要針對晴空條件下進行,大量受雲影響的衛星資料常被丟棄不用。受雲影響的衛星資料的有效利用將是進一步改善數值預報初始場,進而提高數值預報準確率的重要途徑。因此,開展雲區衛星資料同化方法研究,提升雲區衛星資料的同化效果,進而提高數值天氣預報準確率,是目前資料同化領域的熱點和難點。

近日,我院陳耀登教授和博士研究生孟德明開展了基於水凝物擴展控製變量的雲區衛星資料集合-變分混合同化。該研究基於擴展控製變量方法,將集合-變分混合同化係統(EnVar)中的控製變量擴展至水凝物變量(Qc, Qi, Qr, Qs),發展了EnVar-Hydro混合同化模塊,實現了衛星雲產品資料的混合同化。結果表明,該EnVar-Hydro混合同化模塊可以有效結合靜態水凝物背景場誤差協方差和集合水凝物背景場誤差協方差,從而可以更好地維持了初始場中水凝物與其他預報變量之間平衡關係,有效延長了衛星雲觀測信息在模式中的作用時間。在連續循環同化和預報的批量對比試驗中,EnVar-Hydro試驗有效減少了常規預報變量的分析場和預報場的均方根誤差(RMSE),並且提高了降水預報的技巧評分。

 

image.png

Figure 1. The distribution of 12h accumulated precipitation of the subdomain D03 beginning at 0000 UTC 10 June 2017 for (a) the precipitation observation, (b) the 3DVar experiment, (c) the EnVar experiment and (d) the EnVar-Hydro experiment.

 

image.png

Figure 2. Vertical cross sections of temporal evolution of horizontally averaged qi in the first 5 hours average over the rainfall center (units: 10-2g kg-1), (a) 3DVar experiment, (b) EnVar experiment, (c) EnVar-Hydro experiment.

 

image.png

Figure 3. Vertical profiles of the analysis (solid line) and 12h forecast (dotted line) RMSE of (a) U (m s-1), (b) V (m s-1), (c) T (K) and (d) Q (g kg-1) for Cycle-Ⅰ.

 

image.png

Figure 4. Fractions skill scores with 6-km radius of influence for the hourly precipitation threshold of 3mm (the left column) and 6mm (the right column) from the three experiments of the Cycle-Ⅰ(a, b) and Cycle-Ⅱ(c, d). The precipitation observation used in the score are from the China Hourly Merged Precipitation Analysis(CHMPA) with 0.1°latitude× 0.1°longitude spatial resolution . The radius of influence of the neighborhood method used in this study is 6km and the scoring area covers the entire D03.

 

論文信息:

Meng, D., Chen, Y.*, Wang, H., Gao, Y., Potthast, R., & Wang, Y. (2019). The evaluation of EnVar method including hydrometeors analysis variables for assimilating cloud liquid/ice water path on prediction of rainfall events. Atmospheric research, 219, 1-12.