论文部分内容阅读
多普勒雷达观测资料所具有的高时间分辨率(5.10分钟)和空间分辨率(125-1000m),使其在中小尺度强对流天气的预警、预报应用中具有其它观测资料无法比拟的优越性。但是多普勒雷达只提供径向风和反射率的观测,不能直接应用到数值天气预报模式,需进行资料同化来有效地利用这些资料。多普勒天气雷达资料的同化应用是目前强对流天气研究和业务化应用的热点、难点与前沿。
集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)作为一种先进的资料同化方法,可以提供具有流依赖性质的背景误差协方差并且可以对非观测的模式场进行分析。集合卡尔曼滤波对转折性、突发性的中小尺度强对流灾害性天气过程的同化有广阔的应用前景。
尽管很多研究都展示了EnKF在多普勒雷达资料同化的应用效果,但是EnKF方法在强对流天气应用上也有诸多限制。在中小尺度的EnKF同化中,由于物理过程参数化的不确定性以及模式分辨率的不足、边界条件的不完善,导致模式存在明显的误差;风暴尺度的背景场经常由中尺度分析/预报场获得,可能存在明显的偏差;通过多普勒雷达资料的同化,EnKF的分析场可能比较完美,但是受到环境场的影响,预报效果可能会变差;另外,由于多普勒雷达资料的覆盖范围不足、观测误差的相关以及不确定性;局地化尺度、背景误差协方差扰动方法及系数等EnKF参数的设置都可能导致实际多普勒雷达资料EnKF试验的失败,如何在实际多普勒雷达资料同化中有效避免上述问题,将决定同化分析及预报的成败。本论文立足于研究在EnKF同化应用中克服上述诸因素的影响,发挥EnKF在中小尺度强对流天气同化分析及预报中的潜力,提高强对流天气的分析和预报水平。主要研究内容和结论包括:
(1)利用理想试验确定中小尺度EnKF同化中的相关参数,为实际EnKF同化提供依据。
在实际的EnKF分析过程中,分析效果严重受到EnKF相关参数的影响。不正确的参数设定,有可能导致分析效果变差甚者失败。本文在假定模式无偏差的情况下,利用一次风暴过程的模拟多普勒雷达资料进行一系列风暴天气尺度的同化试验,检验EnKF在云天气尺度资料同化方面的效果,并验证各EnKF参数对同化效果的影响。
结果表明:在EnKF相关参数做了合理的选取后,EnKF能够被有效地应用于强对流天气过程的资料同化。不同的参数对分析的效果也不尽相同。
(2)通过合理地考虑模式误差的作用,避免了EnKF同化中容易出现的“滤波发散”现象。
在EnKF分析过程中,如果模式误差被低估,则可能引起“滤波发散”,进而降低了EnKF的分析效果。由于中小尺度天气的高度非线性、因不同天气过程而异的特性以及缺少足够的观测资料进行检验,导致模式误差很难确定,也很难在EnKF分析过程中进行处理。本论文将首先检验模式误差对分析的影响,然后利用微物理过程参数化集合的方法来减少模式误差对EnKF的影响。
结果表明:模式误差在不同程度上影响了EnKF的分析效果,增加了包含实际天气过程微物理过程参数化方案,可以有效改善因为模式误差导致的分析效果变差的问题。
(3)在理想试验的基础上,对模式误差、初始成员准确性、观测资料以及EnKF相关参数等影响的恰当处理,利用EnKF同化实际多普勒雷达资料,对发生在广东佛山和江苏丰县的两次龙卷过程进行了EnKF分析和预报试验,验证EnKF在实际资料同化中的有效性,检验环境场、同化时间间隔等对同化的影响。
试验的主要结论包括:EnKF在实际多普勒雷达资料同化方面有较好的效果。集合平均的预报效果要优于利用分析场集合平均的确定性预报,而概率匹配法(Probability Matching,PM)虽然存在预报范围偏大的问题,但是可以比较好地模拟出强反射率中心的分布,而且预报时效较集合平均和确定性预报更长。进行3部雷达资料同化以后,分析和预报的风场都有较大的提高。只进行径向风和只进行反射率同化的结果表明,径向风对EnKF的分析有更大的作用,反射率在微物理量分析上有一定的效果。另外利用微物理参数化过程集合的方案以消除模式误差的影响,对分析和预报的效果主要体现在与反射率相关的微物理变量的分析和预报效果的提高,提高的效果不明显表明,各种微物理过程参数化方案对这次龙卷的预报效果相当,即对于本次过程,模式误差不明显。而与三维变分的对比结果表明,在本试验中三维变分的分析和预报评分明显低于EnKF。但12分钟同化间隔的三维同化分析场的预报效果要优于6分钟间隔的。