作者:
张斌1, 2 田向军2 张立凤1 孙建华3
1 解放军理工大学气象海洋学院,南京 211101
2 中科院大气物理研究所国际气候与环境科学中心(ICCES),北京100029
3 中科院大气物理研究所云降水物理与强风暴重点实验室(LACS),北京100029
摘 要:
在基于本征正交分解POD(Proper Orthogonal Decomposition)的集合四维变分同化方法(POD4DEnVar)建立的雷达资料同化系统(PRAS)的基础上,本文利用非线性最小二乘法的集合四维变分同化方法(NLS-4DVar)对PRAS 进行改进,解决PRAS 在高度非线性情况下的适应性问题,建立了新的雷达资料同化系统(NRAS)。通过观测系统模拟试验OSSEs(Observing System Simulation Experiments)和两次实际暴雨同化试验(2010年7月8日,中国中部地区;2014年3月30日,中国华南地区)对NRAS 进行检验,并与PRAS 的同化结果进行了对比。结果表明:无论是OSSEs 还是实际雷达资料的同化,相对于PRAS,NRAS 能够进一步提高同化效果。通过增加迭代的次数,NRAS 能够有效地调整初始场的风场和水汽场,进一步提高了降水强度和位置的预报精度。但随着迭代次数的增加,对初始场的调整变小,进而对降水预报效果的改进也减小。试验结果表明NRAS 能够有效解决PRAS 在高度非线性情况下的应用问题,通过有限次数的迭代,即可得到近似收敛的结果。因而NRAS有望在数值预报中更有效地同化雷达资料,提高中小尺度天气的预报水平。
关键词:
雷达资料同化 PRAS资料同化系统 NLS-4DVar同化方法 NRAS资料同化系统 降水
引用:
张斌, 田向军,张立凤, 孙建华,基于NLS-4DVar方法的雷达资料同化及其在暴雨预报中的应用,大气科学,41(2),321-332.