开发内容

完成快速更新循环同化与预报系统搭建,常规观测资料和GPS、洋面散射等资料的质量控制与同化。

  1. 常规观测资料的质量控制:能够从通讯系统中自动获取常规观测数据,并对观测数据进行质量控制(时空方差检验,时空一致性检验,背景一致性检查, 数据代表性检验,数据稀疏/填充和观测误差分析等),最终实现满足变分同化系统的观测无偏、观测误差满足正态分布的要求。
  2. GPS、洋面散射计等资料质量控制:自动获取GPS、洋面散射计观测数据,并对观测数据进行质量控制(建立月序列,进行稳定性检查、双权重检查、偏差订正、标准差检查等质控),最终实现满足变分同化系统的观测无偏、观测误差满足正态分布的要求。
  3. 初值场形成:基于混合变分同化技术及NCEP的GEFS集合预报产品,实现对洋面散射计、GPS等非常规资料及常规观测的自动获取和有效循环同化,生成更为接近实况的初值场。
  4. 快速更新循环同化与预报系统建立:建设每天02时(北京时)冷启动一次,其他时次热启动的逐小时快速更新循环同化与预报系统,实现系统运行正常、稳定。预报模式采用双层嵌套,一层网格覆盖全中国范围(20°-65°N, 90°-140°E),二层嵌套覆盖环渤海区域(34°-41°N,117°-127°E),分辨率分别为9km和3km,能够进行72小时稳定预报。
  5. 环渤海大风大雾预报产品建设:输出空间分辨率3km、时间分辨率1小时的0-72小时海面大风、大雾诊断预报产品。

技术要求

常规资料处理与质量控制技术

  • 解码(decoding):每30分钟运行一次,对接收到的报文进行解码,并将观测资料转换成BUFR格式。
  • 规整(tranjb):将上一步骤的得到的BUFR资料,按照时间(天),观测类型,规整到各自的目录中,在每个目录下保存着过去24小时(以天为单位)的同样观测类型的所有观测。
  • 过滤(dump):根据逐小时数据同化的需求和模式区域的设置,对上一步得到的数据进行时间的切割和区域的过滤,得到逐小时的,仅保留模式区域的观测资料。同时对资料集进行重复检验,去掉重复的观测报告。
  • 质量控制:以模式6小时预报作为背景场,对常规观测资料进行时空方差检验,时空一致性检验,背景一致性检查, 数据代表性检验,数据稀疏/填充和观测误差分析等质控;对飞机报、航空报的观测进行相对背景场的检验和相邻的相互效验。在质控过程中,为每个观测资料加上质控标识和观测误差(统计得到的观测误差表)。

GPS、洋面风散射计等资料质量控制

建立月序列,通过稳定性检查、双权重检查、偏差订正、标准差检查等四步逐步剔除无效观测信息,除了上述四种质控方法,我们还计划使用下面的质控方法:

  • 极值检查:识别给定极值范围以外的观测资料。极值是根据长期历史资料的统计得出的。
  • 内部一致性检查:根据观测要素之间应满足的数量关系进行的检查,并包括根据大气科学,对探空观测相邻气压层的温度与高度的静力学检查、温度垂直递减率检查、逆温检查、风切变检查等。
  • 时间一致性检查:基于气象要素随时间变化连续性特点,识别和处理异常时间突变的观测资料。
  • 空间一致性检查:基于气象要素随空间变化连续性特点,识别和处理异常空间突变的观测资料。空间一致性检查方法有逐步订正、临近比对法、最优插值法等。
  • 背景场对比检查:假设背景场基本能描述真实大气,把观测资料和对应位置的背景场数值进行比较,识别偏离背景场太大的异常观测资料。
  • 偏差订正对观测资料的系统性偏差进行的订正。系统性偏差是根据历史资料和参照场进行长期统计得出的。

集合混合变分同化分析技术

混合同化方法运用扩展控制变量的方法将集合背景误差协方差与气候态背景误差协方差融合,设计变分代价函数。

\[\begin{split}J(x, \alpha) & = \frac{1}{2}(x + x_e - x_b)^\intercal (\frac{1}{\beta_s} \mathrm{B} + \frac{1}{\beta_e} \mathrm{B}_e \circ \mathrm{C})^{-1} (x + x_e - x_b) \\ & + \frac{1}{2} [y - H(x + x_e)]^\intercal \mathrm{R}^{-1} [y - H(x + x_e)]\end{split}\]

如上式所示,混合资料同化系统中背景场误差协方差矩阵的组成由两部分,一部分来自基于NMC计算得到静态 \(\mathrm{B}\) ,另一部分来基于集合预报成员的扰动分析 \(\mathrm{B}_e\)\(\beta_s\)\(\beta_e\) 是权重控制系数,如果 \(1/\beta_e = 0\)\(1/\beta_s = 1\) 就是3DVar。可以根据大量的试验来确定 \(\beta_s\)\(\beta_e\) 的最优值。在初始阶段,一般取 \(1/\beta_s = 0.75\),即25%的来自气候静态 \(\mathrm{B}\) ,75%来自集合的 \(\mathrm{B}_e\) 。 在WRFDA中,集合Be是根据提供的集合预报在线计算得到;WRFDA也提供了若干基于全球模式和区域模式的气候静态B供用户选择使用;在WRFDA中的背景误差协方差工具(gen_be)也可以根据历史的预报结果重新统计适合于东北区域的气候静态B。在项目的实施过程中,将为沈阳RUC系统生成适合于海洋区域的B,并且通过大量试验确定最优的 \(\beta_s\)\(\beta_e\) 取值。集合 \(\mathrm{B}_e\) 可以由NCEP的GDAS ENKF集合预报产生,也可以由我国自己的集合预报产生。 NCEP的GDAS ENKF集合预报系统,共有80个集合成员。每天分别在00,06,12,18Z预报4次,每次预报9小时,该集合预报为NCEP的GDAS分析系统的混合资料同化提供集合预报信息;利用该集合预报也为沈阳的RUC系统提供集合背景场误差协方差信息。我们将根据网络带宽的情况,确定下载的频次和数量。最低要求,每天下载一次(9小时预报),每次下载20个成员(约20G)。

后处理与诊断模块

基于天气学形成机理及WRF后处理诊断模块UPP,诊断输出环渤海大风大雾等海上气象要素的预报产品,UPP诊断输出的物理量代码如下表所示,对海洋预报有特别意义的诊断变量以红色标出。同时利用美国国家大气科学研究中心的专业绘图软件NCL对预报结果进行实时诊断绘图,绘图任务和模式的预报同步进行。