风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验 Ⅱ.考虑模式误差的情形

被引:29
作者
兰伟仁 [1 ,2 ]
朱江 [3 ]
雷霆 [4 ]
机构
[1] 中国科学院研究生院
[2] 部队
[3] 中国科学院大气物理研究所大气边界层物理与大气化学国家重点实验室
[4] 中国科学院大气物理研究所
关键词
风暴尺度; 模拟多普勒雷达资料; 集合卡尔曼滤波; 模式误差; 敏感性试验;
D O I
暂无
中图分类号
P412.25 [雷达探测];
学科分类号
0706 ; 070601 ;
摘要
文章的第I部分(兰伟仁等,2010),利用模拟雷达资料在假定模式无误差的情况下进行了一系列的集合卡尔曼滤波(EnKF)敏感性试验,验证了EnKF方法在风暴尺度天气资料同化中的作用。本文继续探讨EnKF在有显著模式误差的情况下同化模拟多普勒雷达资料的效果问题。试验中假定模式误差主要来源于微物理过程参数化的不确定性。结果表明:模式误差在不同程度上影响了EnKF分析的效果,对微物理量的影响尤其明显;在EnKF分析中,利用微物理过程参数化集合的方法来考虑模式误差,对速度场、位温场以及比湿场有较明显的正作用,但对于微物理量场分析效果较差;若包含控制试验的微物理过程参数化方案,则EnKF对所有变量都有正效果,随着同化循环次数的增加,分析结果更加合理;只考虑冰相过程的微物理过程参数化方案的集合,分析效果进一步提高。
引用
收藏
页码:737 / 753
页数:17
相关论文
共 12 条
[1]   风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验Ⅰ. 不考虑模式误差的情形 [J].
兰伟仁 ;
朱江 ;
雷霆 .
大气科学, 2010, 34 (03) :640-652
[2]   显式云物理方案的研究进展 [J].
史月琴 ;
楼小凤 .
气象科技, 2006, (05) :513-520
[3]   集合卡尔曼平滑和集合卡尔曼滤波在污染源反演中的应用 [J].
朱江 ;
汪萍 .
大气科学 , 2006, (05) :871-882
[4]  
Improved ENSO Forecasts by Assimilating Sea Surface Temperature Observations into an Intermediate Coupled Model[J]. 郑飞,朱江,周广庆.Advances in Atmospheric Sciences. 2006(04)
[5]   多普勒雷达资料4DVAR同化反演的模拟研究 [J].
许小永 ;
郑国光 ;
刘黎平 .
气象学报, 2004, (04) :410-422
[6]   MM5模式显式微物理方案的对比分析 [J].
楼小凤 ;
周秀骥 ;
胡志晋 ;
王鹏云 ;
史月琴 .
气象科技, 2004, (01) :6-12
[7]   各种非绝热物理过程在中尺度模式中的作用 [J].
张大林 .
大气科学, 1998, (04) :166-179
[8]  
Simultaneous Estimation of Microphysical Parameters and Atmospheric State with Simulated Radar Data and Ensemble Square Root Kalman Filter. Part I: Sensitivity Analysis and Parameter Identifiability[J] . Tong, Mingjing,Xue, Ming.Monthly Weather Review . 2008 (5)
[9]   The Ensemble Kalman Filter: Theoretical formulation and practical implementation [J].
Geir Evensen .
Ocean Dynamics, 2003, 53 (4) :343-367
[10]  
The Advanced Regional Prediction System (ARPS) – A multi-scale nonhydrostatic atmospheric simulation and prediction tool. Part II: Model physics and applications[J] . M. Xue,K. K. Droegemeier,V. Wong,A. Shapiro,K. Brewster,F. Carr,D. Weber,Y. Liu,D. Wang.Meteorology and Atmospheric Physics . 2001 (3-4)