消除系统性观测误差的时空梯度信息同化方法研究

被引:5
作者
王云峰
费建芳
袁炳
韩月琪
机构
[1] 解放军理工大学气象海洋学院
基金
国家高技术研究发展计划(863计划);
关键词
数值预报; 系统性观测偏差; 时空梯度信息; 同化;
D O I
暂无
中图分类号
P416 [观测记录];
学科分类号
摘要
随着气象观测手段的进步,各种气象观测资料在数值预报模式中的应用不断发展。然而由于观测资料存在观测误差,尤其一些非常规资料存在系统性偏差,且难以对此类误差进行充分订正,使得观测资料在数值预报模式同化应用过程中的作用没有被充分发挥。文中提出一种消去此类误差的时间及空间梯度信息变分同化方法,其特点在于不需要知道系统性偏差的具体估计,而是用一个梯度信息算子对原变量进行变换从而隐性回避此类误差。通过浅水波模式四维变分同化理想试验结果表明,此同化方法完全消除平整性系统性偏差对同化结果的影响,本身数值较小的模式变量更能够获得好的同化效果,大数值变量则可通过估算来确定适用范围。由于最优解不唯一性质的存在,同化效果更多的吸收观测场的整体时空梯度分布趋势而非观测量值本身,这对具有较低可信度的观测资料是适用的。
引用
收藏
页码:54 / 64
页数:11
相关论文
共 8 条
  • [1] 模式误差动力特征:模式参数误差和物理过程描绘缺失误差
    钟剑
    黄思训
    费建芳
    杜华栋
    [J]. 大气科学, 2011, (06) : 1169 - 1176
  • [2] The GRAPES Variational Bias Correction Scheme and Associated Preliminary Experiments
    Wang Xiang
    Li Gang
    Zhang Hua
    Wang Hui
    Guo Rui
    [J]. ACTA METEOROLOGICA SINICA, 2011, 25 (01): : 51 - 62
  • [3] EXPERIMENTAL STUDY ON A DYNAMIC ASYMMETRICAL TYPHOON INITIALIZATION SCHEME BASED ON 4D-VAR[J]. 袁炳,费建芳,王云峰,韩月琪.Journal of Tropical Meteorology. 2010(04)
  • [4] A new sequential data assimilation method[J]. HAN YueQi1,2, ZHANG YaoCun1, WANG YunFeng2,3, YE Song2 & FANG HanXian2 1 Department of Atmospheric Sciences, Nanjing University, Nanjing 210093, China;2 Institute of Meteorology, PLA University of Science and Technology, Nanjing 211101, China;3 Institute of Heavy Rain, China Meteorological Administration, Wuhan 430074, China.Science in China(Series E:Technological Sciences). 2009(04)
  • [5] 两种四维奇异值分解同化方法的比较及误差分析
    王金成
    李建平
    丑纪范
    [J]. 大气科学, 2008, (02) : 277 - 288
  • [6] 误差非线性的增长理论及可预报性研究
    丁瑞强
    李建平
    [J]. 大气科学, 2007, (04) : 571 - 576
  • [7] On the limited memory BFGS method for large scale optimization[J] . Dong C. Liu,Jorge Nocedal.Mathematical Programming . 1989 (1-3)
  • [8] UPDATING QUASI-NEWTON MATRICES WITH LIMITED STORAGE
    NOCEDAL, J
    [J]. MATHEMATICS OF COMPUTATION, 1980, 35 (151) : 773 - 782