论文部分内容阅读
随着GPS遥感技术和四维变分同化技术的迅速发展，以及电子计算能力的不断提高，人们可以将利用GPS延迟信号反演得到的大气可降水量(PWV)资料同化入一个中尺度数值预报模式的初始场中，从而提高模式的预报水平。本次研究中，我们成功地将长江中下游地基GPS网络收集到的GPS—PWV观测资料引入MM54DVAR同化系统并获得“最优”初始场，从而使模式相对准确地模拟出了2002年一次“梅雨锋”上中β尺度对流系统(MCS)暴雨过程的发生和演变过程。在12小时模拟期间内，与以NCEP分析资料为初始场的控制试验相比，GPS—PWV同化试验不仅较好地反映出了各个MCS的发展过程及其降水分布形势，而且还消除了那些在控制试验中存在的虚假降水系统。为了对比分析GPS—PWV的同化效果，我们使用相同的方法进行了自动雨量站观测的每小时降水资料的4DVAR同化试验，它也会在一定程度上提高模式的预报水平，但同时会使得模式的降水分布过于集中，以至于忽略了MCS的移动和发展过程，最终导致这些对流系统非正常地迅速消散。
本次研究中，我们使用了一些综合性变量来分析4DVAR同化对于模式初始场的调整，包括：水汽通量、相当位温、大气可降水量、垂直积分的水汽通量散度和辐散的水汽通量。我们发现GPS—PWV资料同化不仅调整了大气的三维水汽结构，还在观测资料区域内修正了“梅雨锋”的位置。另外，通过分析各个初始场中MCS的垂直剖面，我们进一步发现：GPS—PWV资料同化对于大气水汽场的调整相对明显，而对于三维风场的调整较弱。而初始场中水汽结构上的中尺度扰动可以通过模式的动力和物理过程迅速地发展起来并影响其它模式变量。通过研究GPS—PWV资料同化对初始场的调整及其相关的模式预报结果，我们总结了“梅雨锋”上中β尺度对流系统形成所需要的大气环流条件，认为：在典型的“梅雨锋”背景下，MCS生成过程在中低层表现为强烈的对流不稳定分布，由一支中尺度低空急流为其提供丰富的水汽来源；低层暖湿空气辐合流入并抬升、高层辐散流出：并且在中高层有空气侵入加强系统的对流不稳定趋势。
此外，我们还进行了一系列针对同化时间窗、误差权重等参数的同化敏感性试验。首先，通过诊断分析的手段，我们发现其中一些同化试验受到了虚假重力波的影响，尤其是在降水资料同化中，这些波动表现得更加明显。另外，我们还比较分析了各个同化试验之间对于大气水汽场和MCS系统演变过程模拟能力的差异，并认为1小时的GPS—PWV资料同化可以有效地改进预报水平，并且具有较好的预报时效和较低的计算消耗。而在降水资料同化中，需要对同化时间窗和误差权重进行比较谨慎的设置，以保证有足够的观测信息被有效地同化入模式初始场中。