论文部分内容阅读
冰雪地球形成和融化机制的模拟研究
【机 构】
：
北京大学物理学院大气与海洋科学系
【出 处】
：
第二届深海研究与地球系统科学学术研讨会
【发表日期】
：
2012年8期
其他文献
A multivariate background error (MBE) statistics along with a new set of analysis control variables are implemented within the framework of WRF data assimilation (WRFDA).To assess the impact of implem
Satellite observations show significant stratospheric warming trends over Southern‐Hemisphere (SH) high latitudes and large portion of the Antarctic polar region in spring season since 1970s.To invest
本文从离散度角度出发,通过理想实验发现在WRF-EnSRF 雷达资料同化中,现有扰动方案产生的集合成员离散度偏小,并且有逐渐减小的趋势.通过检测雷达观测中反射率较大观测的位置,来确定风暴发生大致的位置.根据反射率强度的不同,对格点加强度不同的扰动,来增大风暴位置处格点的背景误差协方差.
利用WRFDA3.2.1 模式,对2011 年发生在西北太平洋上1109 号台风“梅花”和2006 年0608 号登陆台风“桑美”用Hybrid 模块直接同化微波辐射率(AMSU)资料,作确定性预报研究其移动路径.混合(Hybrid)同化的背景场误差协方差是由三维变分的静态背景场误差协方差和集合卡尔曼滤波流依赖(flow-dependent)协方差线性组合得到.首先,采用NMC 方法统计得到静态背
本文基于WRF3.3.1 模式,考察了Hybrid ETKF–3DVAR 方法同化模拟雷达径向速度资料的效果.该混合同化方法将集合转换卡尔曼滤波得到的集合扰动样本通过一个转换矩阵直接作用到背景场上,利用顺序滤波的思想得到分析场的一个扰动;然后通过增加额外控制变量把“流依赖”的集合协方差信息引入到变分目标函数中去,在三维变分框架基础下与观测数据进行糅合,从而给出分析场的最优估计.
基于AMSU-A 辐射率资料的直接同化和BGM 集合预报方法,在暴雨预报中设计和实现了BGM-3DVAR 混合同化方案.结果表明:BGM 方法能为混合同化方案提供有效的集合信息;流依赖的背景误差协方差是改善降水预报的重要因素,BGM集合协方差具有明显的流依赖特征;BGM-3DVAR 方案通过在雨区内增加与暴雨雨团尺度相当的中尺度信息,改善了对暴雨分布结构和强度的预报效果.混合同化方案是提高资料同化
本文首先成功的实现了RTTOV辐射传输模式和WRF模式及同化系统的对接,构建了WRF-EnSRF卫星资料同化系统.其次,运用该同化系统,同时同化了NOAA-16的AMSU-A和AMSU-B的辐射率资料,模拟了2010年6月19日到6月20日,发生在华南的特大暴雨的降水过程.试验结果表明:同化辐射率资料对各要素场都有着明显的调整作用;在暴雨级别以上,同化试验的TS评分要优于控制试验.从而进一步证明了
传统四维变分同化(4dvar)中往往认为模式模式误差很小而忽略模式误差的影响,在实际数值模拟应用中,由于模式参数误差,物理过程描绘缺失误差及时间空间分辨率误差等的存在,模式误差对变分同化效果的影响并不完全可以忽略,在4dvar中考虑模式误差的影响显得尤为重要.文章研究了模式误差控制变量的弱约束4dvar基本理论,并以一维浅水方程组为例,对其同化和预报效果及估计模式误差的有效性进行相关数值实验研究.