全球资料同化中误差协方差三维结构的准确估计与应用Ⅰ:观测空间协方差的准确估计

被引:5
作者
龚建东 [1 ]
魏丽 [2 ]
陶士伟 [1 ]
赵刚 [1 ]
万丰 [1 ]
机构
[1] 国家气象中心
[2] 中国科学院寒区旱区环境与工程研究所
关键词
观测误差; 背景误差协方差; 贝塞尔函数拟合; 观测空间分离; 准确估计。;
D O I
暂无
中图分类号
P459 [天气资料];
学科分类号
0706 ; 070601 ;
摘要
观测误差与背景误差协方差在四维资料同化和业务资料分析系统中起到决定性作用,它决定着观测信息与背景初猜值信息的相对重要性以及这些信息在空间及不同变量间的扩展方式。由于实际大气的真值并不知道,需要发展不同的技巧来估计观测误差与背景误差协方差,其中在观测空间利用观测与背景初猜值之差来分离观测误差与背景误差协方差的方法估计出的结果较为准确,其估计出的观测误差可直接用于资料分析系统中,背景误差可作为标尺来度量其他方法估计结果的可靠性。文章采用国家气象中心T213L31全球中期分析预报系统的6 h预报作为背景初猜场及同时段冬夏两个季节的北半球探空,利用贝塞尔函数拟合方法来分离观测误差与背景误差协方差,并比较了东亚区、北美区、欧洲区3个探空资料均匀密集区的区域与季节变化结果。结果表明,观测空间拟合方法所要求的水平均质、各向同性在欧洲区和北美区成立程度较好,在东亚区略差,使用时需要斟酌。此外均方差区域间差别较大,在冬季明显大于夏季,温度场偏大0.2 K,风场偏大0.9 m/s。温度场在400 hPa以下与150 hPa以上,背景误差略小于观测误差,而在200—300 hPa,背景误差略大一些。风场的特点与温度场比较一致。温度与风场背景误差主要集中在前40波,并在20波左右达到最大,水平相关季节区域差别不大,而温度垂直相关比风场窄,两者相关范围比较大的波数主要集中在前20波。此外利用贝塞尔函数拟合方法获得结果的分析表明,在质量场中不同区域季节间温度误差的稳定性要明显好于高度场,涡度散度的稳定性要明显好于流函数和势函数,特别是对于特征长度更为明显。这表明利用贝塞尔函数拟合方法获得的结果对校准在全球资料同化中采用温度、涡度散度作为资料同化的分析变量具有一定的优势。
引用
收藏
页码:669 / 683
页数:15
相关论文
共 12 条
[1]  
The ECMWF imple-mentation of three-dimensional variational assimilation(3D-VAR) II:Structure functions. Rabier F,Mcnally A,Anderson E,et al. Quarterly Journal of the Royal Meteorological Society . 1998
[2]  
The statistical structure of short-range forecast errors as determined from radiosonde data,Part I:the wind field. Hollingsworth A,Lonnberg P. Tellus . 1986
[3]  
Atmospheric Data Analysis. Daley R. . 1991
[4]  
Maximum-likehood estimation of fore-cast and observation error covariance parameters,Part I:methodology. Dee D P,Da Silva A M. Monthly Weather Review . 1999
[5]  
Objective Analysis of Meteorological Fields. Gandin L S. Israel Program for Scientific Translation . 1965
[6]  
An introduction to estimation theory. Stephen E C. J Met SocJapan . 1997
[7]  
Three-dimensional variationalanalysis with spatially inhomogeneous covariances. Wu W-S,Purser J,Parrish D. Monthly Weather Review . 2002
[8]  
Data assimilation by statistical interpolation offorecast error fields. Rutherford I D. Journal of the Atmospheric Sciences . 1972
[9]  
Estimation of three-dimensional error covari-ances,Part II:analysis of wind innovation vectors. Xu Q,Wei L. Monthly Weather Review . 2001
[10]  
Estimation of three-dimen-sional error covariances,Part I:analysis of height innovationvectors. Xu Q,Wei L,Van Tuyl A,et al. Monthly Weather Review . 2001