WRF-EnSRF同化地面自动站资料的实现与技术研究

论文摘要

模式地形与观测站地形高度差异一直是地面资料同化面临的棘手问题,合理的同化方案能够将地面自动站资料有效的同化到中尺度数值模式中。本文首先采用Guo et al.（2002）的方案实现了在WRF模式中应用集合Kalman滤波方法同化地而自动站资料；然后对方案进行调整,对10 m高度风场（u10,v10）、2 m高度位温（θ2）、2m高度露点（Td2）和地表气压（Psfc）进行同化。通过均方根误差分析,模拟结果和同化增量分析来确定EnSRF方案同化地面自动站资料的有效性,并进行敏感性试验分析检验模式对各要素物理量的响应状况。为了更加有效的同化地面自动站资料,针对模式地形与观测站地形存在的高度差异对同化效果的影响,通过在WRF-EnSRF同化系统的位温和露点观测误差中分别引入位温和露点地形代表性误差,并通过试验来选取合适的温度递减率来解决此问题。主要结论有：（1）在EnSRF同化系统中应用Guo et aL（2002）的方案将地面自动站资料进行同化到数值模式中,能够部分改善模拟结果。（2）地面观测资料（温度、湿度、风场、地面气压）中各物理量分别同化到数值模式都能影响18小时降水预报,但各物理量所起作用大小不同,其中对结果影响最大的是露点。（3）使用位温、露点分别代替温度、比湿进行同化模拟效果更好,对自动站资料的同化也更加有效。（4）在观测误差中引入地形代表性误差对各要素的均方根误差影响不大。（5）不同的温度递减率取值对降水模拟结果影响不同,与引入地形代表性误差之前相比,合适的温度递减率能够有效的改进18小时降水模拟结果。（6）试验结果表明当温度递减率取0.4K/100m时18小时降水模拟结果更能接近实况。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 气象资料同化方法的发展史
• 1.1.1 经验分析方法
• 1.1.2 多元统计方法
• 1.1.3 变分同化方法
• 1.1.4 序列同化方法
• 1.2 地面资料同化的重要意义
• 1.3 地面资料同化国内外研究进展
• 1.3.1 国外研究进展
• 1.3.2 国内研究进展
• 1.4 本文研究的目的及主要内容
• 1.4.1 研究目的
• 1.4.2 主要内容
• 第二章 Kalman滤波理论及其发展
• 2.1 理论背景
• 2.1.1 Bayesian估计理论
• 2.1.2 概率密度的预报
• 2.2 Kalman滤波（KF）
• 2.2.1 Bayesian估计理论
• 2.2.2 扩展Kalman滤波（EKF）
• 2.3 集合Kalman滤波
• 2.3.1 集合Kalman滤波理论
• 2.3.2 集合Kalman滤波的优点
• 2.3.3 集合Kalman滤波存在的问题
• 2.4 集合平方根滤波（EnSRF）
• 2.5 集合Kalman滤波的发展
• 2.6 本章小结
• 第三章 基于WRF模式的集合平方根滤波（EnSRF）同化系统
• 3.1 WRF模式简介
• 3.1.1 WRF中尺度模式的运行流程
• 3.1.2 基本动力框架
• 3.1.3 主要物理过程及其参数化
• 3.2 集合平方根滤波（EnSRF）及相关问题的处理
• 3.2.1 误差协方差的局地化
• 3.2.2 误差协方差膨胀
• 3.3 WRF集合平方根滤波资料同化系统
• 3.3.1 同化系统流程
• 3.3.2 初始扰动
• 3.3.3 观测算子
• 3.4 本章小结
• 第四章 WRF集合平方根滤波地面自动站资料同化方案的设计及质量控制方法
• 4.1 暴雨天气过程概况
• 4.2 暴雨天气过程分析
• 4.3 同化方案的设计
• 4.3.1 郭永润方案的引入
• 4.3.2 对郭永润方案的改进
• 4.4 地面资料质量控制（QC）
• 4.4.1 地面资料质量控制方法
• 4.4.2 同化系统质量控制（背景一致性检验）
• 4.5 试验设计
• 4.6 对单要素物理量的敏感性分析
• 4.7 本章小结
• 第五章 不考虑模式地形与观测站地形高度差异的同化试验
• 5.1 同化方案对比试验设计
• 5.2 同化方案的结果分析
• 5.2.1 均方根误差（RMSE）分析
• 5.2.2 降水模拟结果分析
• 5.2.3 资料利用情况
• 5.2.4 同化增量分析
• 5.3 本章小结
• 第六章 考虑模式地形与观测站地形高度差异的同化试验
• 6.1 地形代表性误差的设计
• 6.1.1 地形代表性误差的引入
• 6.1.2 位温地形代表性误差公式推导
• 6.1.3 露点地形代表性误差公式推导
• 6.2 温度递减率的设计
• 6.3 试验结果分析
• 6.3.1 均方根误差（RMSE）分析
• 6.3.2 降水模拟结果分析
• 6.4 本章小结
• 第七章 全文总结与讨论
• 7.1 全文总结
• 7.2 本文创新点
• 7.3 问题与展望
• 参考文献
• 致谢