（气象学专业论文）台风“桑美”登陆期间的资料同化对比研究.pdf

学位论文独创性声明 本人郑重声明： 1 、坚持以“求实、创新”的科学精神从事研究工作。 2 、本论文是我个人在导师指导下进行的研究工作和取 得的研究成果。 3 、本论文中除引文外，所有实验、数据和有关材料均 是真实的。 4 、本论文中除引文和致谢的内容外，不包含其他人或 其它机构已经发表或撰写过的研究成果。 5 、其他同志对本研究所做的贡献均已在论文中作了声 明并表示了谢意0 作者签名：弓支盔 日期： 学位论文使用授权声明 本人完全了解南京信息工程大学有关保留、使用学位 论文的规定，学校有权保留学位论文并向国家主管部门或 其指定机构送交论文的电子版和纸质版；有权将学位论文 用于非赢利目的的少量复制并允许论文进入学校图书馆被 查阅；有权将学位论文的内容编入有关数据库进行检索： 有权将学位论文的标题和摘要汇编出版。保密的学位论文 在解密后适用本规定。 石，世 作者签名：亏五诊 1 1 1 日期： 中文摘要 我国每年因台风灾害所造成的损失高屠十大自然灾害之首。台风带来的灾 害般都是在其登陆前后造成的，过去由于探测技术和海上观测资料的有限， 对台风登隧问题的研究有限。近年来，随着大气探测技术的发展，卫星云导风 资料、掩星资料等一系列高时空分辨率的非常规资料的应用弥补了洋面上观测 资料的不足，利用两亿方法把非常规资料应震到模式中，可以有效地改善模式 的初始场。 0 6 0 8 号热带飙暴崧桑美( s a o m a i ) 是近5 0 多年来登陆中国大陆最强 的台风。本文选取此次台风为试验个例，首先以2 0 0 6 年8 月1 0 日0 0 时为初 始时刻雳w r f ( 燃) 模式模拟了碡8 小时，并对模拟结果进行了客观分析。 模式模拟所得的台风路径与实际路径走向较一致，但随着积分时间的增长，模 拟的台风中心与实况的位置逐渐偏离。模拟的园降水量比实况小，降水极值中 心位置与实况接近。模拟的2 4 小时降水带出现了一个虚假的暴雨中心，而对 实况极值中心东侧的纬向带状暴雨中心并没有预报出来。模拟的中心强度远小 于实况。总体而言，此次台风登陆过程的数值模拟试验是成功的，但不足之处 仍有待改进，在此体现了初始场资料同化的必要性。 在较为成功的数值模拟的基础上，我们在模式初猜场中加入了经过质量控 制后的掩星湿度场资料c o s m i cg p s r o ( w e t p r f ) 和云导风资料( 红外通道和 水汽通道) ，通过对比各种参数方案及同化循环模拟在此次同化试验中的优劣， 设计了一组同化试验，雳w r f 三维变分同纯系统对其进行了冈化，并对同化 效果进行了对比分析。为了研究w r f 三维变分同化系统同化上述两种非常规 资料在台风天气过程预报中的调整作用及改善程度，我们对比分析了同化前后 台风暴雨、大尺度环流背景场、水平风场、垂直速度场、高低空急流和非对称 结构等，发现掩星湿度场资料的同化对台风暴雨的预报有明显的改善作用，而 云导风资料( 红外通道和水汽通道) 的同化对台风区域高空风场的调整、改善 作用较显著。两种资料的同化对所分析的各个要素场都有一定程度的改善，文 中给出了定性或定量的相关说明。 台风“桑美”的登陆点位于浙江省苍南县，而此处正位于我国浙江省、福 建省一带的太姥山和戴云山东侧。前人的的大量研究工作证实了这一带的沿海 山脉对登陆闽、浙两省台风的显著影响作用。为客观、科学地分析超强台风“桑 美”登陆前后的动力、热力结构变化特征和维持机制，我们设计了一组地形敏 感性试验，探讨了浙江省和福建沿海山脉在0 6 0 8 号台风“桑美 登陆期间对 其各要素场的作用。通过分析实验结果，我们发现，地形抬升作用对0 6 0 8 号 热带风暴“桑美 的降雨量、位涡、垂直速度、q 矢量散度、水汽通量散度等 及台风的空间结构都有显著影响，且地形强迫机制在台风登陆时刻达到最大。 关键词台风数值模拟，资料同化，掩星资料，云迹风资料，地形敏感性试验 4 a bs t r a c t d i s a s t e r sb r o u g h tb yt y p h o o na r ek n o w nt ob es i g n i f i c a n t l yg r e a ti nc h i n aa n d w h a ti sw o f s e i t sh a z a r da p p r o a c h i n gu sa r eb e c o m i n ge v e nm o r es e v e r en o wt h a n e v e rb e f o r e t h o s ed i s a s t e r sc a u s e db yt h e t y p h o o nu s u a l l yh a p p e n e dt o u s h u m a n - b e i n g sd u r i n gi t sl a n d f a l l + r e s e a r c h i n gw o r k su p o nf o r e c a s t i n gt y p h o o n ( o r t r o p i c a lc y c l o n e ) a r ei n s u f f i c i e n t l yc o n d u c t e di nt h ep a s tf e wd e c a d e d sd u et ot h e s c a r i c i t yo fo b s e r v a t i o n s 。a c c o m p a n y i n gt h e i n t r o d u c t i o no fa d v a n c e d s p a c i a l o b s e r v a t i o ni n s t r u m e n t s t o g e t h e r w i t hs c i e n t i f i cm e t h o d si n t o m e t e o r o l o g y , i n c l u d i n gg p s ( g l o b a lp o s i t i o ns y s t e m ) a n ds oo n ，a c c e s so fv a r i o u s u n c o n v e n t i o n a lo b s e r v a t i o n sw i t hm u c hh i g h e rr e s o l u t i o na n dp r e c i s i o nb e c o m e m u c hm o r ec o n v e n i e n tt oa v e r a g ep e o p l et h a ne v e rb e f o r ef o ra c a d e m i cr e s e a r c hi n t h ef i e l do fd a t aa s s i m i l a t i o nt oi m p r o v et h es i m u l a t e d a t m o s p h e r i cs t a t ea n df u r t h e r u p l i f tt h el e v e lo fm u l t i l e 珏g ha n dm u l t i s c a l ew e a t h e rp r e d i c t i o n t h en u m e r i c a ls i m u l a t i o no fs a o m a i ( 0 6 0 8 ) h a sb e e nc a r r i e do u t b yu s i n gt h e n e wg e n e r a t i o nm e s o s c a l en u m e r i c a lm o d e l 孵i ti sp r o v e dt h a t 蹈er e s e a r c h e d t y p h o o nt r a c kc a nb ec o m p a r a b l ys u c c e s s f u l l ys i m u l a t e db yt h ew r fm o d e lw h i l e t h es i m u l a t e da c c u m u l a t e dr a i n f a l li ss o m e w h ml e s st h a nt h a to ft h eo b s e r v a t i o n m e a n w h i l e ，t h em o d e l e di n t e n s i t yo ft h et y p h o o ns a o m a ii sf a rl o w e rt h a nt h e p r a c t i c a ls i t u a t i o n ，t o f u r t h e rr e f i n et h i s s i t u a t i o n ，a s s i m i l a t i o no fv a r i o u s u n c o n v e n t i o n a lo b s e r v a t i o n si n t ot h ef i r s tg u e s sf i e l db e c o m ee v e nm o r en e c e s s a r y b a s e do nt h ec o m p a r a b l ys u c c e s s f u ln u m e r i c a ls i m u l a t i o n e x p e r i m e n t ，w e f u r t h e rc o n d u c t e das e to fd a t a a s s i m i l a t i o n ( d a ) e x p e r i m e n t sb ya s s i m i l a t i n g c o s m i cg p s r o ( w e t p r f ) a n dc l o u d ，d r i f t w i n dd a t as e p a r a t e l ya n dt h e nb o t h t o g e t h e r t h r o u g hc o m p a r i n ga n dd i a g n o s i n gt h eo u t c o m e sf r o mi ta n dt h a to ft h e f o r m e rs i m u l a t i o ne x p e r i m e n tw i t h o u ta n yd a t aa s s i m i l a t e d ，w ef o u n dt h a tt h e a s s i m i l a t i o n so fb o 也c o s m i cg p s r o ( w e t p r f ) d a t aa n dc l o u d d r i f t w i n dd a t a c o u l dp r o d u c eb e t t e ra t m o s p h e r i ci n i t i a ls t a t et h a ti sm o r es i m i l a rt ot h er e a l s i t u a t i o nt h ef o r m e rc o n t r i b u t e sm o r et ot h ep r e c i s i o no fm o d e l e dr a i n f a l lw h i l et h e l a t t e rc a nb e t t e rr e c t i f yt h ec o m p o s e dw i n df i e l d si nt h eu p p e rl a y e r s ，t y p i c a l l ya t 2 0 0 h p a 。 a b u n d a n to fw o r k sh a sb e e nd o n ei nr e s e a r c h i n gt h eo r o g r a p h i ce f f e c to ft h e m o u n t a i n sd a i y u na n dt a i l a ol o c a t e da tt h ec o a s t l a n di nf u j i a n ga n dz h e j i a n g p r o v i n c e ，c h i n a , d u r i n gt y p o o n s l a n d f a l l t or e v e a lt h ed y n a m i ca n dt h e r m a l s t r u c t u r eo ft y p h o o ns a o m a i ( 0 6 0 8 ) a sw e l la si t sm a i n t a i n i n gm e c h a n i s mb e f o r e a n da f t e rl a n d f a l l ，as e to fo r o g r a p h i cs e n s i t i v e e x p e r i m e n t sw a sd e s i g n e db y c h a n g i n gt h et e r r a i na l t i t u d e ( b el o w e r e dd o w nt o3 0 0 m ，e q u a lt ot h eh i g h e s t a l t i t u d eo ft h el a n da r o u n d ) t h r o u g hi n - d e p t hd i a g n o s i n gw i t ht h eo u t c o m e so ft h i s s e to fo r o g r a p h i cs e n s i t i v ee x p e r i m e n t s ，as e r i e so fc o n c l u s i o n sa r ef i n a l l yd r a w n 。 t h eo r o g r a p h i cu p l i f t i n ge f f e c ta r ep r o v e dt ob eq u i t es i g n i f i c a n tu p o nt h eq u a n t i t y o f s a o m a i t y p h o o n sr a i n s t o r mq u a n t i t y , p o t e n t i a lv o r t i c i t y , v e r t i c a lv e l o c i t y , q v e c t o rd i v e r g e n c e ，v a p o rf l u xd i v e r g e n c ea sw e l la si t su n s y m m e t r i c a ls t r u c t u r eb o t h d y n a m i c a l l ya n dt h e r m a l l y k e yw o r d s ：n u m e r i c a ls i m u l a t i o n ，d a t as i m u l a t i o n ，c o s m i cg p s r o ( w e t p r f ) d a t a , c l o u d - d r i f t - w i n dd a t a , o r o g r a p h i cs e n s i t i v ee x p e r i m e n t ， 6 第一章 jf 士 i 百 数值天气预报( n w p ) 是一种重要的天气预报手段。要准确地制作数值天气预报必 须具备两个基本条件：一是预报模式能足够精确地反映天气过程的演变规律：二是模式初 值能足够精确地反映初始时刻的大气状态。近年来，随着数值预报技术的日益完善和计算 能力的迅速提高，以及人们对大气中各种物理过程更加深入的了解，人们设计的数值模式 可以越来越准确地描写天气过程的演变发展。然而，这些模式在应用时常因初始场不理想 而不能发挥应有的作用。创建适合模式的初始场应满足两个基本要求：一是必须在时间和 空间上接近观测值；二是必须满足真实大气动力和统计关系。随着数值模式越来越精细， 由于常规资料低的时空分辨率再加上高原、沙漠、海洋地区的常规测站非常稀少，仅仅依 靠这些常规资料是很难分析出准确的初始场。随着卫星、雷达等遥感技术发展，各种非定 时非常规的观测资料迅速增多，覆盖范围广。，时空间密度大。如何有效地综合利用各种不 同层次、不同类型的观测资料，为数值预报模式提供一个动力上协调的最优初始场，以提 高数值预报结果，这就是所谓资料同化问题，即如何合理地利用各种精度不同的非常规观 测资料，把它们与常规观测资料融合为一个有机的整体，为数值预报提供一个更好的初始 场；如何综合利用不同时次的观测资料，将这些资料中所包含的时间演变信息转化为要素 场的空间分布情况。 5 0 年一遇的“0 6 0 8 ”号超强台风桑美于2 0 0 6 年8 月1 0 日1 7 点2 3 分在我国浙江省 苍南县登陆。浙江福建沿海地区的太姥山、戴云山对台风降水影响显著。台风登陆问题近 年来逐渐成为台风研究中的一个重点。我国又是一个台风多发的国家，每年因台风灾害所 造成的损失高居十大自然灾害之首，对台风的预报研究也一直是气象学家的重大课题之 一。过去由于探测技术有限和海上观测资料的限制，对台风登陆前后的研究十分有限。近 年来，随着大气探测技术的发展，气象卫星云迹风资料、c o s m i cg p s r o ( c o n s t e l l a t i o n o b s e r v i n gs y s t e mf o rm e t e o r o l o g yi o n o s p h e r e & c l i m a t e g l o b a lp o s i t i o n i n gs y s t e mr a d i o o b s e r v a t i o n ) 等一系列高时空分辨率的非常规资料的应用弥补了洋面上观测资料不足的现 7 状，有效地改善了台风预报的初始场。 1 1云迹风资料同化的研究进展 许建民、张其松等1 2 j 用红外和水汽两个通道的卫星测值指定云迹风的高度，陈华、 许建民等【3 】用高度调整法进行云迹风资料高度的质量控制，有效地把一些明显不合理的云 迹风资料调整到它应有的高度层上，l em a r s h a l l 等1 4 用不同同化方法在1 2 小时同化窗内 同化每小时的红外通道云迹风资料。然后作2 4 小时预报，结果表明用加入高时空分辨率 的红外通道云迹风资料的变分同化法比用准牛顿同化法更准确地预报热带气旋路径。 b h a t i a 掣副利用m e t e o s a t - 5 地球同步卫星产品一水汽通道云迹风进行同化试验，证明 了用有限区域模式预报印度洋地区的台风路径效果较好。张守峰等【6 】将包含云迹风的观测 资料和背景场资料用多变量最优插值法进行客观分析，然后在分析场上嵌入轴对称的人造 台风模型，并在此基础上进行了台风数值模拟预报台风路径，试演结果表明用云迹风资料 来订正客观分析风场对台风路径预报有较为明显的改进。王栋梁等f 7 1 通过一系列四维变分 同化试验同化了g m s 5 水汽和红外云迹风资料，发现云迹风资料对热带气旋路径预报有 一定的改善作用。庄照荣等人【8 】在三维变分同化系统中同化了云迹风资料，结果表明云迹 风资料可以提高分析场和预报场中风、压场的质量，从而可以更加准确地预报出台风的路 径和降水。黄彦斌等【9 】利用卫星云迹风资料改进r e m 中尺度数值模式的初始场，表明利 用卫星云图导出的云迹风资料，可以改进中尺度数值模式的初始风场，提高模拟的精度。 周兵等【lo 】对一次暴雨强降水过程进行了数值模拟及云迹风资料的同化试验研究，表明云迹 风资料同化后模拟出的暴雨强度与实况更接近。 1 2g p s 资料同化的研究进展 c o s m i c 是跨学科的卫星业务，将解释许多如今在地球科学中令人非常迷惑的问题： c o s m i c 的数据将揭示出许多对社会和科学界相当重要的自然现象，如厄尔尼诺、拉尼娜 和电离层闪烁现象等，它广泛应用于气象领域、气候领域和电离层研究等领域。 目前，将g p s m e t 资料直接导入数值模式，可采用三维及四维变分资料同化 8 ( 3 d v a r 4 d v a r ) 方法。与俄罗斯科学家合作，邹晓蕾等【l l l 依据所谓的射线追踪法 ( r a y - t r a c i n g ) ，发展了利用美国国家环境预报中心( n a t i o n a lc e n t e r f o re n v i r o m e n t a l p r e d i c t i o n ，n c e p ) 分析资料直接同化g p s m e t 原始折射角资料的程序及其伴随程序。 z o u 及w a n g 等1 2 1 已在n c e p 的谱统计插值( s p e c t r a ls t a t i s t i c a li n t e r p o l a t i o n ，s s i ) 三维 变分同化系统中使用n c e p 分析资料同化g p s 原始折射角观测，首次成功地实现了g p s 气象资料的三维变分同化。然而g p s 资料变分同化的最大难点在于是运算量特别大。在 水平分辨率相同的情况下，其计算时间大概是常规观测资料同化计算的5 0 0 多倍。这是制 约其可行性的一个重要因素，因此，如何大规模节省计算时间是解决问题的关键。王斌等 l l3 】对g p s “射线打靶法”及“射线追踪法”模式的并行计算分别做了研究，大大节省了 计算的时间。另外，邱崇践和丑纪范【1 4 】提出了一种基于奇异值分解( s v d ) 的四维变分同 化方法直接同化g p s 掩星观测资料，能更加有效地节约计算时间。 1 3 本文所做的工作 本文选取0 6 0 8 号台风桑美为试验个例，通过对掩星湿度场资料及云迹风资料进行质 量控制后，将其应用到w r f 三维变分同化系统进行同化。为研究w r f 三维变分同化系 统同化掩星湿度场资料及卫星云迹风资料在台风暴雨预报中的作用，本文对同化前后的模 拟结果进行了对比，并客观评价了同化上述两种资料后对预报效果的改进作用。 利用同化了掩星湿度场资料及卫星云迹风资料后改进了的初始场，通过数值模拟对台 风“桑美”在登陆前后的降水、路径及其结构特征变化进行了研究，通过改变特定范围内 的地形，我们设计了一组地形敏感性试验，分析讨论了浙江省和福建省沿海山脉在0 6 0 8 号台风“桑美”登陆过程中的作用。本文的试验方案设计流程如图1 1 所示： 图1 1 本文试验方案设计流程图 9 第二章w r f 模式和w r f 一3 d v a r 系统介绍 2 1w r f 模式( a r w ) 介绍： w r f 模式( w e a t h e rr e s e a r c ha n df o r e c a s t i n gm o d e l ) 是由n c a r ( t h en a t i o n a lc e n t e r f o ra t m o s p h e r i cr e s e a r c h ) 、m m m ( m e s o s c a l ea n dm i c r o s c a l em e t e o r o l o g yd i v i s i o n ) 、 n o a a ( t h en a t i o n a lo c e a n i ca n da t m o s p h e r i ca d m i n i s t r a t i o n ) 、n c e p ( n a t i o n a lc e n t e r s f o re n v i r o n m e n t a lp r e d i c t i o n ) 和f s l ( f o r e c a s ts y s t e ml a b o r a t o r y ) 、a f w a ( t h e d e p a r t m e n t o fd e f e n s ea i rf o r c ew e a t h e ra g e n c y ) 、n r l ( n a v a lr e s e a r c hl a b o r a t o r y ) 、c a p s ( t h e c e n t e rf o ra n a l y s i sa n dp r e d i c t i o no fs t o r m sa tt h eu n i v e r s i t yo fo k l a h o m a ) 、f a a ( t h ef e d e r a l a v i a t i o n a d m i n i s t r a t i o n ) 等以及许多大学及政府机构协作共同开发的。w r f 模式到2 0 0 8 年3 月己发展到了2 0 版本，本文所用的为2 1 2 版本。 下面给出了w r f 系统的流程图【1 5 1 ： 图2 1w r f 模式系统运行流程图 各主要模块的功能如下： w p s ( w r fp r e p r o c e s s i n gs y s t e m ) 模块：为数值天气预报( n w p ) 添补实况资料， 并替换旧的标准初始化条件。 w r f v a r 模块：a r w 的变分系统，包含三维变分。 w r f 主模块：包含a r w ( a d v a n c e dr e s e a r c hw r f ) * un m m ( n o n h y d r o s t a t i cm e s o s c a l e m o d e l ) 动力核心模块。a r w 主要是由n c a r m m m 开发的，而n m m 是在n c a r d t c 的支持下主要由n c e p e m c 开发的，本文所使用的是a r w 模块。w r f 模块包含实况资 料和理想化( 对a r w ) 资料的初始化程序( r e a l e x e 和i d e a l e x e ) 以及数值积分程序 ( w r f e x e ) 。a r w 目前为显式分离的欧拉模式，它分为地形追随质量( 气压) 坐标和高 1 0 度坐标( 理想模块) ，其中气压和温度是由热动力方程诊断出来的。模式的控制方程是全 弹性的欧拉非静力平衡方程，但仍保留有静力平衡选项。水平方向采用a r a k a w ac 型跳 点网格，运用了高分辨率的地形和下垫面分类资料，采用时间分裂积分的3 阶 r u n g e - k u t t a 方案，太阳短波辐射方案和大气长波辐射方案等。模式的水平分辨率、垂直 方向层次、积分区域及各种物理过程可根据用户需求调整。 w r f 模式程序具有操作的可移植性、可维护性、扩展性、易读性、运行结构性和互用 性等特点，并且可在带边界条件和嵌套的有限区域模式中重复使用。这种模块化的、结构 化的程序设计思想允许多个动力框架、物理过程同时并存。 在程序结构设计上，w r f 模式采用三重结构，包括驱动层( d r i v e rl e v e l ) 、中介层 ( m e d i c a t i o nl e v e l ) 和模式层( m o d e ll e v e l ) 调用结构的最高层是驱动层，最低层为 模式层，中介层位于驱动层和模式层之间。最高层驱动层负责控制初始化、时间步长、输 入输出( i o ) 、预报区域程序安装管理和并行计算等等；模式层主要是数值天气预报的预 报方程、物理过程等源代码部分，该部分允许用户修改和添加自己的程序而不影响整体功 能；中介层主要负责将驱动层和模式层连接起来，该层里包括了驱动层和模式层的连接信 息。 w r f 模式应用了继承式软件设计、多级并行分解算法、选择式软件管理结构，并有 先进的数值计算和资料同化技术、多重移动套网格性能以及更为完善的物理过程( 尤其是 对流和中尺度降水过程) 。因此，w r f 模式将有广泛的应用前景，包括在天气预报、大气 化学、区域气候、纯粹的模拟研究等方面的应用，它将有助于开展针对我国不同类型、不 同地域天气过程的高分辨率数值模拟，提高我国天气预报的准确性。 w r f 模式系统包括标准初始化( s i ) 模块、处理常规和非常规观测资料的资料同化模 块、预报模式以及模式产品后处理模块。其中标准初始化模块包括对标准格点资料的预处 理和地形资料的处理；观测资料同化模块包括对各种常规和非常规资料的预处理及三维 ( 四维) 变分同化：预报模式对积分区域内的大气过程进行积分运算；后处理部分对模式积 分结果进行分析，将各种物理量转化到等压面和等高面上，并转化成各种绘图软件所需要 的格式。 2 1 1 基本动力框架 w r f 中尺度模式是全可压、非静力模式，同时包含静力选项。它采用地形追随的静 力气压垂直坐标，这个坐标也被称为质量垂直坐标。w r f 模式水平格点采用a r a k a w ac 格式。模式的时间积分方案采用的是时间分裂的积分方案，即低频波部分采用3 阶 r u n g e - k u t t a 时间积分方案，高频声波部分采用小时间步长积分扰动变量控制方程组以保 证数值稳定性。另外，模式离散化格点方案采用a a k a w a - c 格式 2 1 2 主要物理方案 在当前w r f 模式中，包含了辐射、边界层、陆面过程参数化、积云对流参数化和微 物理过程等多种适合研究和预报应用的方案。其中微物理方案包括k e s s l e r 方案( k e s s l e r ， 1 9 6 9 ) 、l i n 方案( l i ne t a l ，1 9 8 3 ；t a o ，1 9 8 9 ) 、w s m 3 方案、w s m 5 方案、w s m 6 方案、 e t a 格点尺度云和降水方案和t h o m p s o n 方案。积云对流方案包括k a i n f r i t s c h 方案( k a i n a n df r i t s c h ，1 9 9 0 ，1 9 9 3 ) 、b e t t s m i l l e r - j a n j i c 方案、g r e l l - d e v e n y i 集合方案。各方案的物 理含义见w r f 使用手册。 陆面模式( l s m ) 根据近地表层方案( s u r f a c el a y e rs c h e m e ) 提供的大气信息，辐射方 案提供的辐射强迫，微物理过程和积云对流参数化方案提供的降水强迫，以及地面状态量 和地面性质来计算陆面和海冰面的热量和水汽通量。w r f 提供的陆面模式有5 层热扰动 方案，n o a h 陆面模式，以及r u c 模式的陆面模式。行星边界层过程用于表示整个大气柱 内( 不仅仅是边界层) 由于涡动输送引起的垂直方向次网格尺度通量。主要有：m r f 方案， y s u 方案，m y j 方案。大气辐射过程有：快速辐射传输模式( r r t m ) 长波方案；e t ag f d l 长 波辐射方案；e t ag f d l 短波辐射方案；m m 5 短波辐射方案；g o d d a r d 短波辐射。 2 2w r f _ 3 d v a r 系统介绍 2 2 1 三维变分同化原理 变分同化方法主要包括：目标函数的选择、预报模式和观测算子、梯度计算以及下降 1 2 算法。变分法首先要构造度量预报模式分析值最优性的目标函数( 又称惩罚函数、距离函 数等) ，其一般形式为： ( k ) = 去( k x 6 ) t b - l ( k x w l ( c h l ( x o ) 一盯f ( c l - i l ( x 0 ) - l ，) ( 1 ) 其中为初始时刻的控制变量，一般包括表示大气运动状态的模式变量，还可以包 括模式侧边界条件变量、模式的外参数或其他非模式变量；x 6 为背景向量( 或称初估场) ， i ，为观测向量；l 表示由控制变量向状态变量转换的算子，日代表模式积分，c 表示由状 态变量向观测向量转换的算子；曰为背景误差协方差矩阵，为观测误差协方差矩阵，观 测误差包括观测仪器误差、观测代表性误差及c 的误差。上标t 和1 分别表示矩阵的转 置和逆。上式右端第一项表示模式分析相对背景场的拟合程度，第二项表示模式分析相对 观测资料的拟合程度。 目标函数的梯度： v j ( x o ) = b 一1 ( x o x 6 ) + r 日t c t f ( c h z , ( x o ) 一y ) ( 2 ) 其中矿为伴随模式算予，c t f ( c h l ( x o ) 一y ) 是由厂决定的强迫项。 为了求使( 2 ) 式定义的目标函数取最小的最优解x 4 ，根据泛函理论，x 4 应满足梯 度方程： v j ( x o ) = 0 ( 3 ) 变分法并不直接求控制变量蜀，而是通过下降算法求梯度方程的迭代解，迭代求解的过 程称为目标函数的最小化。 变分方法同纯粹的统计插值方法相比，其优势十分明显：变分同化更能体现复杂的非 线性约束关系；初估场x 6 采用数值模式的预报值，因而包含了同化分析时刻以前的有效 观测信息；变分分析结果更具连续性；无需进行观测筛选，能同时使用所有有效观测；确 1 3 定误差协方差时具有更大自由度，对新型观测数据的应用能力更强。变分方法可在目标函 数中包含物理过程，还能以模式本身作为动力约束，因而变分同化结果具有物理一致性和 动力协调性。理论上变分方法能够同化所有类型的大气探测资料，对非常规探测的包容能 力极强。由于变分框架内可使用复杂的观测算子c ，允许观测以其“原始”或接近“原始” 形式进行同化，因此对和状态变量非直接或非线性相关的观测量的同化更容易，不仅能最 大限度地获得观测中的信息，而且避免了各种反演不适定问题。 2 2 2w r f 三维变分同化系统的特点和结构： 下图所示为w r f 三维变分同化系统的各个组成部分( 蓝色框) 及其与w r f 模式其 他模块之间的关系示意酬1 6 】。 图2 2w r f3 d v a r 输入数据以及各模块之间的关系 w r f 三维变分系统是在m m 5 的三维变分系统基础上发展起来的，该系统目前可 以同化绝大部分的常规资料，以及部分非常规资料。w r f 同化系统的主要特点有： 1 )目标函数采用增量形式； 2 )下降算法有共轭梯度法和拟牛顿法两种； 3 )分析增量采用不交错的a 网格； 4 )水平背景场误差由递归滤波( 区域) 和能量谱( 全球) 表示，水平和垂直误差不 可分离； 5 )多种背景场误差和控制变量供选择； 6 )目标函数背景项用u 来预处理( b = u u t ) ； 7 ) 用n m c 方法估计背景场误差； 8 )三维( 四维正在发展中) ，全球和区域统一，并适用于多种模式。 据l o r e n c ( 1 9 8 6 ) 1 1 8 l - - 维变分可以归结为如下的表达式： ，( x ) = l ( x - x b ) b - l ( x x b ) + ( 日( x ) 一y 。) r d 一1 ( 日( x ) 一少。) 1 4 ( 4 ) 上式中，x 是分析向量，x 6 是背景场向量，y o 是观测向量，h 为观测算子，用以 将位于格点空间的分析量转换为观测量，b 代表背景场误差协方差，o 代表观测误差 协方差。三维变分问题就是求上述泛函的极小值，用下降算法求解，此系统提供了两种下 降算法，共轭梯度法和拟牛顿法。求解分析变量时，要用到目标函数的梯度， v j = ( b 一1 + h r 0 1 h ) ( x x b ) + h r0 1 ( h ( x ) 一y o ) ( 5 ) 其中h = 半是观测算子的切线性算子。 蹴 目标函数是按照分析变量构造的，理想的情况应该是分析变量和模式变量取相同的分 辨率。不过，对于高分辨率模式，这样做无疑会使极小化过程中价格函数的计算开销变得 非常大，特别是四维变分同化中，切线性模式和伴随模式的计算量尤为巨大。c o u r t i e r 等 【1 9 1 提出了一种所谓增量方法来解决这一问题。使用增量办法使得任何非平衡量的引入都 限制在尽可能小的增量范围内，再将增量加到平衡的初始猜测场，这样比使用原始场分析 更稳定可靠。下图是w r f 三维变分系统的输入数据以及和模式其他部分的关系。可见： 背景场x b 在冷启动时由其他模式的预报结果经w r f s i 和r e a l 程序块处理后生成，在循 环时背景场是模式的一次短期预报结果。 目前也可以用m m 5 的三维变分系统的格式也可采用b u r f 格式。w r f3 d v a r 提供 了3 d v a r o b s p r o c 程序块用于观测资料的质量控制和观测误差的确定，并将资料转化 到w r f 3 d v a r 所需要的资料格式，具体可见b a r k e r 等【2 0 】【2 l 】。 背景场误差协方差矩阵b 用于表示分析增量在空间上和变量之间的对观测资料的相 应。它是事先计算好的，在应用于具体例子时还需要大量的调试使之达到较优的同化效果。 2 2 3 背景场误差协方差矩阵的处理 背景场误差协方差矩阵是变分同化的重要数据信息，它决定着分析适应观测的程序。 不同于集合卡尔曼滤波同化技术，三维变分系统计算过程中不包括实时的背景场误差的计 算，所以预先估计好一个背景场误差协方差矩阵。估计的方法有很多，该系统采用的是 1 5 n m c 方法，即预报误差协方差矩阵近似地用预报误差来统计f 2 2 】。 实际上由于模式的自由度( 格点总数乘以变量数) 通常达到1 0 6 1 0 7 ，因而背景场误 差协方差可达1 0 m ，在进行极小化时计算比较困难。为了解决这个问题需要对变量进行 预调节，通过公式x = u v 进行变量变换，其中v 为控制变量，x k x x b ，u 的选取上 尽可能满足b = u u l 。进行变量变换的目标之一就是使误差最大程度地互不相关，从而使 b 简化成块对角形式。 3 d v a r 控制变量变换x = u v 实际上包含了一系列的操作x - u 。u v u h v ，变换总是 在控制变量空间到模式空间进行( 但在伴随矩阵代码和用n m c 方法计算控制变量误差 统计时正好相反) ，各个算子依次表示物理、垂直和水平变换。在w r y 模式的3 d v a r 算 法中，水平变换u h 是通过递归滤波描述水平背景误差相关来实现的；垂直转换可以通过 背景误差的垂直分量的气候估计的特征向量投影到模式层上实现的，也可以通过递归滤波 来实现；物理变量变换u 。是通过将控制变量转变为模式变量而实现的。 对于区域变分分析，w r f 三维变分系统由两套控制变量可以选择，分别为n c a r 和 n c e p 方案。n c a r 方案的控制变量为流函数、势函数、非平衡气压、比湿或者相对湿度。 n c a r 方案和e c m w f 同化系统中背景场处理方法类似，背景场误差水平方向由递归滤 波拟合，垂直方向采用e o f 分解，平衡方程可选用地转风平衡或者旋衡风平衡。n c e p 方案控制变量为流函数、势函数的非平衡部分、，温度的非平衡部分、地面气压的对数、 假相对湿度。这一方案由p u r s e rr 。j a m e s 和w uw a n s h u 等【2 4 1 发展的，选择这种方案 时，背景场误差三个方向均采用递归滤波技术拟合。 1 6 第三章资料及个例实况介绍 本文所爝到的资料有n c e p 荐分析资料、云迹风资料和c o s m i cg p s r o ( w e t p r f ) 资料， 前两种资料的使用已很常见，在此，我们仅对相关概况进行简单的介绍，而对c o s m i cg p s r o ( w e t p r f ) 资料从资料获取原理到数据格式转换以及质量控制等作了相对详尽的介绍。 3 1n c e p 再分析资料 本文使用分辨率为l 。l 。的n c e p 再分析资料作为模式模拟的背景场资料。n n r p ( n c e p n c a rr e a n a l y s i sp r o j e c t ) 的输出产品均在n c e p ( n a t i o n a lc e n t e r sf o r e n v i r o n m e n t a lp r e d i c t i o n ) 数据缝中存放。全球稃分析模式是t 6 2 ( 2 9 2 k m 分辨率) ，垂 叛方向有2 8 个仃层。每6 小时输出一次可用的结果。该资料有8 0 多个不同的变量，包 括位势高度、温度、相对湿度、u 和v 分量等，可在几个不同的坐标系中通用，比如2 5 。2 5 。个格点、1 7 个等压丽；1 9 2 9 4 个高斯格点、2 8 个d 层；2 5 。x 2 。5 。个格点、 1 1 个等熵面等等，它们以不同的子群的形式在g r i b 资料资料中存放。除了分析蹙外，它 还提供了多个诊断量和累计变量，如比热、对流加热以及降水率等。n c e p 再分析资料的 输入观测数据均为w m ob u f r ( w o r l dm e t e o r o l o g i c a lo r g a n i z a t i o n ，b i n a r yu n i v e r s a lf o r m f o rt h er e p r e s e n t a t i o no fm e t e o r o l o g i c a ld a t a ) 格式，而其多数输出产品以w m og r i b ( g r i d d e db i n a r y ) 格式存放。