风温湿遥感资料的快速更新混合同化研究

作     者：顾英杰 

作者单位：南京信息工程大学 

学位级别：硕士

导师姓名：鲍艳松

授予年度：2021年

学科分类：07[理学] 0706[理学-大气科学] 

主      题：快速更新同化预报 集合变分同化 集合预报 背景误差协方差 

摘      要：模式初值的准确性是制约数值天气预报准确性的关键问题之一,为了改善分析场,适应快速更新同化预报（Rapid Refresh）系统对模式初值较高的质量要求,本文针对传统的快速更新同化预报系统中三维变分同化的固有缺陷——静态、均匀和各向同性的背景误差协方差,通过集合变分同化方案构造了具备流依赖属性的背景误差协方差,构建了能较好地反映实际大气预报误差的快速更新混合同化（Hybrid Rapid Refresh,Hybrid RR）系统。针对北京地区垂直综合气象观测网地基微波辐射计和风廓线雷达组网观测资料,开展了大气风温湿遥感资料的快速更新同化预报试验,完成了Hybrid RR系统参数优化,以及不同方案下的同化预报效果对比试验。本文主要的研究结论如下:1)本文构建的Hybrid RR系统能较好地反映实际大气流依赖预报误差。对Hybrid RR系统的背景误差协方差的检验结果表明,Hybrid RR系统的背景误差协方差具备了流依赖特性,且较好地反映了天气形势;对Hybrid RR系统的集合成员质量的检验结果表明,RMAPS-EN集合成员、集合变换卡尔曼滤波（Ensemble Transform Kalman Filter,ETKF）方法及多物理参数化集合预报方案能有效地为Hybrid RR系统提供振幅合理、符合实际大气运动特征的高质量集合扰动;2)系统参数优化研究结果表明,温度、相对湿度、U风和V风的特征长度尺度因子/方差因子的最优参数分别为0.7/1.0、1.0/1.0、0.7/1.0和0.7/1.0,局地化距离的最优参数为11.2km,集合权重的最优参数为0.5。同时敏感性试验结果表明,背景、观测和真值的分布情况可以为静态背景误差方差因子的调整提供指导;3)不同方案的同化预报对比试验表明,相比三维变分同化,引入流依赖预报误差的集合变分同化提高了快速更新同化预报系统的同化和预报性能;系统优化研究得到的最优参数进一步提高了快速更新同化预报系统的同化和预报性能。