集合預報誤差在GRAPES全球四維變分同化中的應用研究Ⅱ:參數選取與數值試驗

作者：龔建東,張林,王瑞春

摘要：研究的第一部分討論了如何有效應用集合預報誤差的科學方案,確定了集合預報誤差在GRAPES(Global Regional Assimilation and PrEdiction System)全球4DVar(four dimensional variational data assimilation)中應用的分析框架。在此基礎上研究了針對集合預報誤差實際應用于GRAPES全球4DVar,解決接近或超過100個集合樣本數時高效生成的計算效率問題,以及與GRAPES全球4DVar匹配的同化關鍵參數確定問題。選擇基于4DVar的集合資料同化方法生成集合樣本,通過將第1個樣本極小化迭代過程中產生的預調節信息用于其他樣本極小化做預調節,將計算效率提高了2倍。通過時間錯位擾動方法增加集合樣本數,實現集合樣本增加到3倍。對集合方差進行膨脹,并選擇水平局地化相關尺度為流函數背景誤差水平相關的1.4倍。通過批量數值試驗方法確定背景誤差與集合預報誤差的權重系數,對60個集合樣本當集合預報誤差權重為0.7時預報效果最好。對北半球夏、冬兩季各52 d的批量試驗表明,對于南、北半球En4DVar(ensemble 4DVar)較4DVar的改進在冬季主要集中在700—30 hPa,而在夏季主要集中在400—150 hPa。赤道地區受季節影響較小,En4DVar對位勢高度、風場與溫度的改進都較為明顯,且經向風場的改進最為顯著。文中研發的集合預報誤差在GRAPES全球4DVar中應用的方法合理可行。

發文機構：國家氣象中心 中國氣象局數值預報中心

關鍵詞：集合資料同化集合預報誤差En4DVar參數選擇數值試驗Ensemble data assimilationEnsemble forecast errorsEn4DVarParameter determinationNumerical experiments

分類號： P435[天文地球—大氣科學及氣象學]P456.7