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.

 全文链接