一、变分同化中使用背景场时尺度匹配的数值研究（论文文献综述）
刘淑贤[1]（2021）在《FY3C MWHS-2的陆地降水检测算法研究及其在LAPS-WRF同化系统中的应用》文中认为研究表明,对流层中水汽初值的误差是数值预报,尤其是短时（0–12 h）预报中不确定性的重要来源。相比传统的常规观测资料,星载微波湿度计资料由于其覆盖范围广、垂直分辨率高,并且可以穿透非降水云探测到云内大气湿度信息等优势,能很好地弥补常规观测资料的不足。因此,同化微波湿度计资料对改善对流层中水汽初始场以及提高数值预报精度有着重要意义。然而由于受到纬度、扫描角、地表发射率以及云降水等因素的影响,使得微波湿度计资料在进入同化系统前存在系统偏差,将会影响卫星资料在数值模式中的同化效果。为充分利用星载微波湿度计资料以提高区域数值模式对短时降水的预报能力,本文针对搭载于我国风云三号C星（Feng Yun-3C,FY3C）上的微波湿度计（Microwave Humidity Sounder-2,MWHS-2）在陆地上的降水检测算法进行研究以进行质量控制,并对微波湿度计FY3C MWHS-2资料在LAPS（Local Analysis and Prediction System）-WRF（Weather Research and Forecasting Model）系统中的同化效果进行定量评估。首先,对微波湿度计FY3C MWHS-2的观测偏差O-B（观测亮温O与模拟亮温B之差）随雷达反射率因子的变化特征进行了分析。研究发现,微波湿度计FY3C MWHS-2通道亮温的O-B偏差和地基雷达反射率因子之间存在一定的正相关关系,雷达反射率因子越大,O-B偏差越大。对于通道2–6和通道11–14而言,当雷达反射率因子小于10d BZ时,其O-B偏差的变化范围基本位于±2 K之间。在此统计分析基础上,利用微波湿度计FY3C MWHS-2的通道亮温、通道间亮温差、扫描角、方位角以及纬度等特征建立了一个基于机器学习算法梯度提升决策树（Gradient Boosting Decision Tree,GBDT）的陆地降水检测算法PDL（Precipitation Detction over Land）。该降水检测算法能剔除大部分受降水影响的资料,正确检测率可以高达～90%。经降水检测后,可使得微波湿度计FY3C MWHS-2的观测亮温（O）与模拟亮温（B）之间更加满足线性相关。同时,该算法能有效利用微波湿度计FY3C MWHS-2观测资料自身完成降水检测,有很好的应用前景。完善针对微波湿度计FY3C MWHS-2的质量控制方法后,在LAPS区域模式中实现了对微波湿度计FY3C MWHS-2资料的直接同化,并评估了同化FY3C MWHS-2水汽资料后对WRF模式的预报效果的影响。结果表明,LAPS-WRF同化微波湿度计FY3C MWHS-2资料后对位于强降水雨带区域处的湿度分析场进行了调整,并减小了预报场中湿度和风速等物理量的误差,进而在一定程度上提高了模式12 h降水量的预报水平,改善了降水的分布,尤其是大于50 mm的降水,同化微波湿度计FY3C MWHS-2资料后使得Ts评分提高了约23.9%。
窦芳丽[2]（2021）在《风云三号微波湿度计台风降水云区资料的仿真和同化》文中提出星载微波遥感仪器在云和降水区的观测包含与天气系统的热力、动力过程相关的关键大气信息,具有提高灾害性天气预报准确度的潜力,因此在过去十年间,全球各数值预报中心都逐步开展了微波资料的云降水区同化研究,我国自主研发的数值预报模式对云和降水区的观测信息需求日益迫切。微波探测仪资料云降水区同化因存在辐射传输计算不准确、云降水区同化技术方案不完善等问题,是国际学术界的研究热点,尤其是在存在固态水凝物的热带对流降水云区的同化挑战性较大。本文针对风云三号星微波湿度计（Microwave Humidity Sounder,MWHS）资料在台风降水云区的同化开展研究,取得的进展和结论如下:（1）建立MWHS全天候观测仿真模型,采用观测模拟偏差分析、垂直截面分析和亮温概率密度分布分析对全天候观测仿真模型的模拟效果进行了分析,利用欧洲中期天气预报中心全球模式进行对比验证,结果表明全天候仿真低估了云中水凝物的散射作用,区域模式比全球模式存在更严重的预报云错位问题。目前国内外研究对MWHS通道,尤其是118GHz通道的云降水区观测信息缺少定量评估,本文利用两种方法对该问题进行了研究:利用雅可比矩阵方法计算了各通道对水凝物的敏感性和敏感高度,利用自由度减少方法定量评估了各通道在台风对流降水云区的大气和云信息量,结果表明,118GHz频段和183GHz频段在台风对流降水云区的观测主要信息量均来自于雪,分别占该频段湿大气总信息量的98.2%和76.8%,118GHz通道穿透能力强,能够探测到的高度更低,且通道数较多,因此比183GHz包含更多雪信息量。（2）为改进全天候仿真精度,对辐射传输模式的雪粒子散射计算方案进行了改进。数值模式云的错位问题是影响全天候观测-模拟偏差计算的关键,本文提出了一种新的基于主被动联合观测的方法,主被动联合的观测-模拟偏差能够减轻云错位问题造成的影响,精确评估不同非球形散射计算方案的模拟效果。基于该方法建立了适用于微波湿度计台风区观测的雪粒子散射方案,优选出大块状聚合体、盘状等单形状假设散射方案,其中最好的大块状聚合体（Large Block Aggregate）方案计算的主被动观测模拟偏差从球形方案的-16.52K减小到1.09K,均方根误差从26.74K减小到19.03K。进一步建立了雪的非球形粒子集合方案,利用带约束的最小二乘法统计计算了非球形粒子集合散射方案中不同形状的权重比例,非球形粒子集合方案计算的平均偏差为-0.07K,均方根误差为12.68K。经多个台风场景的全天候仿真检验,非球形粒子集合方案相对于球形粒子方案能够有效的减轻全天候仿真云中水凝物散射效应偏低的问题,改进了观测-模拟偏差的分布偏度（通道9偏度从0.34改进到0.28;通道15偏度从0.51改进到0.47）和平均偏差（通道9从-3.34K改进到-3.03K,通道15从-6.77K改进到-5.15K）,使分布更接近无偏高斯分布。（3）由于台风降水云区MWHS观测信息量主要来自于雪等固态水凝物,本文对传统的一维贝叶斯反演加三维变分同化总水汽量方案进行了改进,将同化台风降水云区总水汽量的原方案替代为同化MWHS固态水凝物柱总量。基于改进的辐射传输散射方案和贝叶斯方法反演台风降水云区的固态水凝物,并通过在同化模式中耦合水凝物观测算子实现了MWHS资料在台风降水云区资料的变分同化。台风个例同化结果表明,改进的一维贝叶斯反演加三维变分同化水凝物方法能够通过影响初始场的温湿度和风场,显着改善对台风风场结构和台风最大风速的模拟,同时改善了台风降水云螺旋结构的预报。
孟德明[3]（2021）在《基于水凝物控制变量的卫星云观测同化研究》文中进行了进一步梳理云或云系的分布、形态及其变化体现了大气运动状况和变化趋势,云的相关信息对开展天气系统分析和预报有着重要的先导价值。云区卫星资料中包含大量与台风、暴雨等重要天气相关的动力、热力以及水物质信息。合理同化卫星云观测资料,对于改善模式初始场具有十分重要的意义。为探索卫星云资料同化方法,本文构建了水凝物背景场误差协方差,通过引入水凝物控制变量,实现了水凝物变量的直接分析,进而建立了云区卫星资料自适应分区同化、云依赖的云区卫星资料变分同化、以及基于水凝物控制变量的集合-变分混合同化等方案,对如何更合理地同化卫星云资料这一科学问题开展了一系列的研究。首先,利用水凝物背景场误差协方差模型揭示了水凝物背景场误差协方差空间相关性和变量相关性,通过引入水凝物控制变量,实现了水凝物变量的直接分析。详细分析了水凝物背景场误差协方差特征:其空间相关性表明,水凝物变量相比常规变量具有更小的尺度和更强的局地性;其变量相关性表明,水凝物主要与温度、水汽以及速度势函数相关。一系列单点试验表明,合理刻画水凝物的空间相关性和变量相关性不仅可以使水凝物本身的增量在水平和垂直方向合理的传播,而且可以使其增量传递到其他常规变量,达到变量间平衡。其次,本文基于云量分类技术,进一步探究了云区和晴空区水凝物背景场误差协方差特征,在此基础上实现了云区卫星资料自适应分区同化。云区和晴空区水凝物背景场误差协方差特征分析表明,云区的背景场误差协方差具有更大的背景误差、更强的变量相关性、以及更小的水平特征长度尺度。基于云量分类技术的自适应分区同化方案可以根据卫星云观测自适应地判断云区位置并调整云区背景误差。单点试验表明,相比于晴空区,云区更大的背景误差使得分析场更相信观测。同化与预报试验结果表明,自适应分区同化方案使云区水凝物和水汽的量级和分布更为合理,从而改善了降水预报。再次,本文提出了“云依赖”的卫星云观测变分同化方案,在变分框架下实现了水凝物变量的云依赖分析。依据卫星云量,构建了云依赖的调整指数,使各变量的背景误差随云量变化,云量越大,背景误差越大,反之亦然。一系列的单点试验表明,云依赖的水凝物背景场误差协方差既缓解了自适应分区同化方案中边界不连续的问题,又可以在几乎不增加计算资源的前提下,在变分框架中实现云依赖且多元变量相关的分析。连续三周的循环同化试验表明,应用云依赖的水凝物背景场误差协方差可以更有效地利用云区卫星观测减少风场、热力场以及水汽场分析及预报误差,从而有效提升降水评分。强对流个例诊断表明,水凝物的云依赖分析增量可以传递到湿度场、风场中,湿度场和风场的改善可以进一步支撑水凝物的发展,有利于强对流的发生发展。最后,本文基于水凝物扩展控制变量的集合-变分混合同化方案,实现了水凝物流依赖且多变量相关的分析。水凝物混合同化方案可以结合气候态的水凝物背景场误差协方差和由集合成员计算得到的流依赖且多变量相关的背景场误差协方差,既可以引入流依赖的水凝物分析,又可以缓解样本误差带来的虚假相关。单点试验表明,水凝物混合同化方案可以产生流依赖的水凝物分析增量,集合协方差中的多变量相关性使得该增量可传递至常规变量中。连续两周的循环同化试验表明,水凝物混合同化方案有效减少了常规变量分析场和预报场的误差,并提高了降水预报技巧评分。详细诊断表明,云区卫星资料的集合-变分混合同化可以有效改善模式场中水凝物的分布。水凝物的改善通过变量间相关进一步增强了云区湿度分析和对流有效位能,改善了模式初始场中水凝物与常规变量间的协调性,从而提高降水预报精度。
夏晓丽[4]（2021）在《新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究》文中研究说明随着城市化规模和水平的提高,我国经济发展水平有了显着提高,与此同时也出现了日益突出的空气污染问题,对大气污染的模拟与预报逐渐成为当今的热点社会问题也是一项科学难题。随着计算能力的提高和模式预报水平的发展,空气质量预报模式逐渐成为空气污染领域研究的主要研究方式。同时资料同化技术能够为预报模式提供准确的初始条件,成为降低模式预报不确定性的一种有效方法。气溶胶是大气污染物的主要成分,大气气溶胶对气候系统和环境污染都有着非常重要的作用。近年来,随着卫星遥感技术的不断进步,通过大气探测技术获取大气气溶胶数据已成为大气研究领域中重要的获取方式。充分利用好现阶段先进的新一代卫星气溶胶资料是当前空气质量预报研究的热点。本文通过结合WRF-Chem预报模式,在GSI（Gridpoint Statistical Interpolation）系统中使用三维变分方法,分别研究能够同化新一代气象卫星风云3号（FY-3A）卫星,葵花8号（Himawari-8）卫星,风云4号（FY-4A）卫星气溶胶资料的同化系统,结合实际大气污染个例设计同化试验,进一步验证了同化试验对预报的改进效果。研究结果表明:（1）基于GSI同化系统构建风云3号（FY-3A）卫星气溶胶资料的三维变分同化系统,将风云3号卫星气溶胶数据成功引入GSI同化系统中,用WRF-Chem模式做预报,使用NMC（National Meteorology Center）方法统计了背景误差协方差矩阵,较好地反映了14种气溶胶变量的垂直特征。经过同化试验之后的气溶胶光学厚度AOD（Aerosol Optical Depth）值的偏差和均方根误差值整体优化了接近30%,进一步验证了AOD资料同化系统的积极影响。同化卫星资料后,分析场提供了更加丰富的沙尘天气信息,风云3号（FY-3A）卫星同化试验比MODIS卫星资料同化试验效果更好一些。进一步验证了风云3号（FY-3A）卫星气溶胶资料同化对模式预报的改进效果。（2）进一步改进同化系统,基于静止卫星能够对同一地区连续观测的特点,构建基于静止气象卫星葵花8号（Himawari-8）卫星气溶胶资料快速更新同化系统。将葵花8号（Himawari-8）卫星气溶胶资料引入GSI分析系统中,并应用在2017年5月发生的一次强沙尘天气中,通过实际天气个例研究发现,同化AHI卫星AOD资料的试验在AOD值强度和覆盖度上都有较好的效果,特别是在中国东北地区大值中心区附近。与地面监测站AERONET站点数据对比发现,“AHI 1h DA”同化试验的改进效果最为明显,比其他更接近地面观测站,可能是由于同化了高频数据,有助于提供丰富的初始场信息,充分检验了同化系统的有效性。（3）选取一次实际沙尘天气个例,基于以上GSI中构建的快速循环同化系统,将我国第二代静止气象卫星风云4号（FY-4A）卫星的气溶胶数据成功接入GSI系统,系统地对比了其对沙尘天气气溶胶预报效果的影响。模式引入卫星AOD观测值后分析场中引入了研究区偏东北地区,北部平原地区以及东南地区几个沙尘的主要沙源。通过同化试验中气溶胶各组分的空间分布图可知,大气气溶胶在沙漠戈壁和北京地区的大值区主要是由于沙尘气溶胶的增加,华南上空AOD主要以P25组分分量为主。同化试验均反映了研究区域内AOD的增量中心且与卫星观测场中AOD高值区分布一致,同化调整后分析场的气溶胶信息更加丰富。试验研究表明我国风云4号（FY-4A）卫星气溶胶资料同化系统在空气质量预报中的应用具有广阔的发展前景。（4）根据以上工作,为了结合风云4号（FY-4A）卫星和葵花8号（Himawari-8）卫星数据的各自优点,研究了两种卫星气溶胶资料的联合同化系统,对发生在我国的一次大范围沙尘天气进行卫星资料同化试验,接着用WRF-Chem模式模拟AOD分布。同时同化风云4号（FY-4A）卫星和葵花8号（Himawari-8）卫星气溶胶资料的同化试验能够充分利用两种卫星在不同区域的数据覆盖度的优势,观测资料的增加丰富了在北京、内蒙古和东北地区特别是西北地区的AOD大值分布区,为分析场提供了更丰富的气溶胶观测信息和更准确的模式初始场描述。为未来我国风云卫星气溶胶数据的推广提供参考。
蔺而亮[5]（2021）在《张弛逼近约束下的雷达资料变分同化技术研究》文中研究表明很多研究表明,使用三维变分（3DVar）方法同化雷达资料可以改善强对流天气的降水预报。然而,一些研究发现,将雷达观测资料同化到数值预报模式中,可能会产生虚假的降水和较大的降水位置和量级误差。造成这一问题的一种可能原因是在同化雷达反射率资料时,所使用的云分析方案过高地估计了云内湿度;另一种原因是在使用3DVar同化雷达资料后,动力场和微物理场中缺乏适当的平衡。另外,背景误差协方差（BE）的选取极大地影响雷达资料同化的效果。为此,本文基于WRF（Weather Research and Forecasting Model）及其3DVar（WRFDA）系统,首先利用NMC方法分别统计了以流函数ψ和非平衡速度势χu为动量控制变量的BE和以水平风UV为动量控制变量的BE,比较了使用两组BE矩阵同化雷达径向风和反射率资料对一次分散性对流降水预报的影响。试验结果表明,两组控制变量特征长度尺度的差异主要体现在动量控制变量上的差别。同化真实雷达观测后,以ψχu为动量控制变量的BE产生的风场分析增量影响范围远远大于以UV为动量控制变量的BE,后者产生的分析增量局地性更强。使用以UV为动量控制变量的BE同化雷达资料对分散性对流降水预报的改进更多,且明显减少了以ψχu为动量控制变量的BE同化雷达资料预报的虚假的降水。然后探讨了雷达资料同化频率对一次强对流天气降水短时预报的影响。测试了15 min和1 h间隔同化频率的敏感性,结果表明较高的雷达资料循环同化频率（15 min间隔）虽然可以提高技巧评分,但导致了更大的降水过度预报偏差。这可能是因为间接雷达反射率同化方案高估了对流区域内的湿度,且这种湿偏差在快速循环同化过程中逐渐累积,最终影响到降水预报的效果。对分析场的诊断表明,较高频率循环同化试验产生了过大的风速和过强的低层水汽辐合,并产生了更强的上升运动。随后,利用谱Nudging技术对区域模式施加大尺度约束,即在预报期间谱Nudging GFS（Global Forecast System）预报场资料。结果表明,谱Nudging的应用可以显着地减小降水预报的位置偏差和降水过度预报的量级;可以有效地调节大尺度环流场,从而改善水汽辐合条件;此外,谱Nudging还改进了对风、温度和湿度等地表变量的预报。论文最后设计了一种Nudging逼近多时刻3DVar分析场方法,即用观测Nudging方法同化多时刻3DVar同化雷达资料后的分析场,并将该方法应用于苏皖地区夏季两个不同类型对流个例的同化试验,与仅使用3DVar的循环同化预报结果进行对比,考察该方法对对流降水预报的改进效果。结果表明,3DVar产生的初始场水汽辐合区和垂直运动上升区的范围明显偏大,这导致其产生虚假的和过强的降水预报。与3DVar方法相比,Nudging逼近多时刻3DVar分析场方法初始场中水平风、温度、湿度的均方根误差明显更低,水汽辐合区和垂直运动上升区与雷达观测的对流更为匹配,更接近实况,从而改善了雷达回波和降水的预报,减少了虚报的降水,缓解了降水的高估,尤其是对于强降水的预报改进更为明显。
吴亚丽[6]（2020）在《典型华南暖区暴雨过程（5·7暴雨）的天气学分析及预报研究》文中研究说明华南暖区暴雨具有突发性强、局地性强、降水强度大、预报难的特征,当前全球和区域数值天气预报模式对华南暖区暴雨的预报能力十分有限。加强对暖区暴雨的天气、气候特征的认识,是提高暖区暴雨预报技巧的基础,而资料同化技术是提高对流尺度模式预报能力的关键途径。本文基于ERA-Interim再分析、雷达反射率、地面自动站降水观测资料对发生在2013-2017年华南前汛期的16个暖区暴雨个例和16个飑线个例的降水和对流特征进行了统计,并以飑线作为参照分析了暖区暴雨所处的环境背景在动力与物理量方面的气候特征。为了进一步认识与对流发生发展直接相关的中小尺度过程,本文从上述16个暖区暴雨个例中选取一次打破广州日雨量历史记录的“5·7”暴雨事件作为典型个例,基于1km分辨率、10分钟频次的VDRAS四维变分观测分析资料和逐小时的ERA5再分析资料,分析了此次事件的对流触发过程,重点探讨了局地低矮地形及城市热岛在对流触发过程中的作用。在此基础上,本文基于对流尺度WRF模式的四维变分同化系统同化了搭载在日本葵花八号卫星上的探测频次为10分钟的晴空条件下的AHI辐射亮温资料,评估了高频AHI辐射亮温资料的同化对该典型个例的对流触发、对流演变以及降水预报的影响,并利用多源观测资料检验和分析了高频AHI辐射亮温资料同化影响此次暖区暴雨过程的预报技巧的原因。研究结论如下:对16个暖区暴雨和16个飑线个例进行合成和统计分析的结果表明,暖区暴雨和飑线过程在降水特征、对流特征以及天气背景方面存在显着差异。飑线过程多发于午后及傍晚,40-50dBZ雷达回波的质心高度在零度层以上,冰相过程活跃。暖区暴雨多发于夜间或清晨,局地性强,40-50dBZ雷达回波的质心高度在零度层以下,冰相过程不活跃,但降水强度比飑线更强。对暖区暴雨和飑线过程所处的天气背景进行对比分析,发现暖区暴雨的背景温湿条件更为深厚,垂直方向无倾斜,“贴地”分布,但暖区暴雨的辐合抬升条件更为浅薄,主要分布在950hPa高度以下。这样的温湿和辐合条件有利于形成高强度的暖区降水和低质心高度的雷达回波。与飑线过程对应着南北风的强切变不同,暖区暴雨受天气尺度强迫的作用小,低层辐合以南风风速的辐合为主,而暴雨区北侧的低矮喇叭口地形为这种浅薄的动力辐合条件的形成提供了有利条件。此外,暖区暴雨发生前大气低层的水汽平流作用突出,且900-700hPa平流输送的水汽含量大于垂直输送消耗的水汽含量,从而保证了暴雨区有充足的水汽供应。以2017年广州“5·7”暴雨作为典型暖区暴雨个例进行深入分析,发现此次对流触发是天气尺度环流背景、局地低矮地形和城市热岛效应多因子相互作用的结果。首先,在对流触发前暴雨区的天气尺度环流背景变得有利于对流发生。我国东部大陆高压在减弱东移出海不久又向西南方向回退并加强,“回流高压”外围的海上偏北气流在珠三角喇叭口地形的东岸转为东南风,暴雨区及其南部低层偏南风增强,水汽平流增加。暴雨区水汽含量的增加导致对流有效位能增加而对流抑制能量降低,即对流不稳定环境也变得更有利于对流发生。其次,在有利的天气背景和不稳定条件下,局地低矮地形（200-300m）和城市热岛的存在对对流的触发起到直接作用,其中,地形起主导作用,而城市热岛效应起增强作用。地形的主导作用体现在动力和热力两方面:动力上,地形对边界层水汽平流起阻挡作用,造成水汽在山前累积;热力上,由于夜间辐射降温的差异,山上山下存在巨大的温度梯度,这个温度梯度能够在近地层产生浅薄的下坡风与南风在山前辐合,而在300-900m高度削弱南风风速产生风速辐合,从而为对流触发提供了低层动力抬升条件。山脉南侧城市热岛的存在及位置的移动加大了山前温度梯度和低层辐合的强度。辐合抬升条件将山前边界层累积的水汽向上输送,最终导致对流触发。因此,南风增强、水汽增加以及局地温度梯度引起辐合抬升是此次对流得以触发的关键条件。值得提及的是,此次事件暴雨区所受的天气尺度强迫弱,低层南风对水汽的平流作用为暴雨区提供水汽条件,暴雨区北侧的地形对水汽平流起阻挡作用等,这些特征与暖区暴雨的气候统计结果相一致。基于对流尺度WRF模式的四维变分同化系统增加10分钟频次的AHI辐射亮温资料的同化能够改进模式对低层南风、水汽以及温度要素的分析和预报。与仅同化常规观测资料的四维变分试验相比,同化高频次卫星资料后,模式初始时刻对流层中低层大气的湿度条件更接近实况探空数据,模式预报的0-24小时大气可降水量的变化与GPS测站的观测更为一致,暴雨区附近及其南侧城市区域的地表温度梯度的变化也与地面站的观测值更吻合。除了修改与AHI辐射亮温资料直接相关的温度和湿度场,使用切线性模式作为约束条件的四维变分同化系统还能够产生与温湿场相协调的风场的分析增量,使得模式风场的分析及预报也得以改进。正是因为对流触发前后模式的温度、湿度、风场的预报均得以改进,对流触发和演变的落区预报误差减小,20小时累积降水的FSS检验评分明显提高,且预报偏差更为接近于1。
姜立鹏[7]（2021）在《基于4DEnVar的全球地面观测资料陆气协同同化研究》文中研究说明近地面气象状况与人类活动息息相关,对人们生产生活具有重要影响,是天气预报的重点。全球在世界气象组织（World Meteorological Organization,WMO）的协调下建立了完善的地面观测网络和观测资料交换系统,每天可获取10000个天气报及5000个机场报站点观测。开展地面观测资料在全球数值模式中的同化应用研究,具有重要的科学和应用价值。然而,地面观测资料在全球数值预报业务中的同化应用还不充分,全球大气同化系统一般只同化气压观测资料,气温、湿度等观测资料则通过陆面同化系统间接使用（如欧洲中期天气预报中心,ECMWF）,只有少数数值预报中心（如英国气象局,UKMO）在其全球大气同化系统中使用地面气温、湿度和风场观测。UKMO和ECMWF的地面观测资料业务应用经验来看,大气和陆面的协同同化是地面资料同化的关键。本论文以GFS/GSI全球循环同化系统为基础,提出了“全球近地面同化+全球陆面同化+全球大气同化”的地面观测资料大气和陆面协同同化方案。该方案主要包括三个步骤:1)利用LETKF集合同化技术,将大气模式输出的近地面气温、湿度和风场与观测资料进行融合,获得全球近地面气象分析场;2)利用全球近地面气象分析场驱动全球陆面模式,并利用En OI技术实现对土壤湿度观测资料的同化,获得全球陆面分析场;3)将全球近地面观测增量应用于大气模式最底层,基于四维集合变分混合同化（Hybrid-4DEn Var）技术开展全球大气同化,获得全球大气分析场。基于该方案,论文建立了全球大气和陆面弱耦合同化系统,实现了对地面观测资料的大气和陆面协同同化。与地面观测资料大气和陆面协同同化方案三个步骤相对应,该弱耦合同化系统由以下三部分组成:（1）基于LETKF集合同化算法建立了考虑近地面气象要素“流依赖”特征的近地面分析系统,通过融合地面气温、湿度和风场观测资料,使近地面气象要素分析场偏差减小50%以上,均方根误差降低25%以上。（2）在对土壤湿度空间相关性深入研究的基础上,发展了土壤湿度地面站点观测资料的二维En OI融合系统。利用近地面气象要素分析场驱动全球陆面模式,并通过2D-En OI融合土壤湿度地面观测资料,进一步优化土壤湿度质量,获得与地面观测资料更加接近的全球陆面初始场。2016年5-9月的长序列同化试验表明,同化土壤湿度地面观测资料可以显着改进陆面模式土壤湿度模拟偏差和均方根误差。（3）提出了将近地面观测增量应用于大气模式最底层,通过四维集合变分混合同化技术将地面观测资料同化应用于大气模式的技术思路,基于GSI系统实现了地面观测资料的Hybrid-4DEn Var同化。单点观测同化试验表明,Hybrid-4DEn Var的同化增量在水平和垂直结构上比3DVar更合理,且更具有“流依赖”特性。利用发展的全球地面观测资料大气和陆面弱耦合同化系统和真实观测资料,开展了10天以上循环同化对比试验。结果显示地面观测气温、湿度和风场等资料的同化,能够显着改进近地面气温、湿度和风场的0h预报质量,全球平均气温、湿度和风场RMSE误差降幅分别达17.4%、25.5%和17.6%。对12h预报而言,气温和湿度能够较好保持明显的误差降低,RMSE误差降低分别约3.2%和10.2%。随着预报时效的增加,风场误差预报误差降幅越来越小,12h预报风场误差降幅约在1%左右。研究发现,地面观测资料同化对500h Pa以下气温廓线短期预报有改进。本论文基于GFS/GSI全球同化系统建立了具备地面气温、湿度和风场等观测资料同化能力的全球大气和陆面弱耦合同化系统,并开展一系列数值同化试验,在地面观测资料同化领域取得的研究成果对改进全球数值模式预报和资料再分析水平具有重要意义。
曹润东[8]（2020）在《复杂地形下地面观测资料同化及其影响研究》文中提出资料同化是提高数值模式初始场质量的重要手段,也是目前数值预报研究领域的核心问题。我国地面观测资料分布广泛,具有较高的时间和空间分辨率,但由于观测地形高度和模式地形高度差异显着,复杂地形下的地面观测资料在同化过程中被大量剔除,实际利用率较低。因此研究地面观测资料在复杂地形下的同化,如何能充分有效地将地面观测资料利用起来,并把它们同化到数值预报所需要的初始场中,对改善数值模式模拟及预报水平具有重要意义。本研究采用中尺度气象模式WRF（Weather Research and Forecasting Model）和GSI同化系统（Gridpoint Statistical Interpolation System）,对地面观测资料、探空资料、雷达资料和卫星资料进行同化,构建了WRF-GSI循环同化系统并开展批量试验研究。在批量试验分析结果的基础上,针对我国西部地区的复杂地形应用了地面资料同化方案,并根据模式地形与实际观测地形之间的高度差异对地面观测资料进行订正。采用Ruggiero的气压订正方法和Benjamin的温度订正方法来订正地表气压和气温。进而开展两组数值模拟试验,以2016年7月的暴雨天气过程为例,对比分析地面观测资料的订正及同化对降水过程的影响。本研究得到的主要结果及结论如下:（1）将WRF模式和GSI系统进行耦合,开展循环同化试验。批量试验评估结果表明:与ERA-Interim再分析资料相比,模拟的地面和高空气象要素均有所改善,其中地表气压的均方根误差减小了46.6%,10m纬向风速和10m经向风速的均方根误差分别减小了6.6%和14.7%;在400～925h Pa,温度的垂直平均均方根误差均小于ERAInterim再分析资料。（2）根据模式地形和实际观测地形的高度差异,选用不同的订正方法订正地表气压和气温。在批量控制试验的基础上对中西部地区控制试验中温度均方根误差大于3的点进行订正,敏感性批量试验结果表明:订正后中西部地面气压和温度得到了一定改善,温度改善最大的地区均方根误差降低了0.8K,且100～925h Pa整层的温度RMSE均明显降低。（3）根据地形高度差异进行订正后,敏感性试验模拟的降雨落区和量级与观测雨带更为接近,且敏感性试验6小时累计降水TS评分较控制试验有所提高;在散度和垂直速度等方面也有一定的改进,表明地面观测资料的订正对暴雨模拟确实有正效果。总体而言,基于地形高度差异对复杂地形下的地面观测资料进行订正,可以更为准确地模拟我国西部的地面气象要素和高空气象要素,提高暴雨落区和量级的模拟的定量评分。可以为地面观测资料在同化中的应用以及东亚地区再分析资料集的建立提供一定的科学依据和应用基础。
高元勇[9]（2020）在《基于SCVT网格的西北太平洋台风模拟和同化研究》文中进行了进一步梳理数值预报模式及其资料同化技术是提高天气预报准确率的重要途径。本文使用基于SCVT网格的MPAS-A全球大气模式,针对西北太平洋的台风模拟和同化问题,进行三方面的研究。第一,研究了MPAS-A模拟台风时New-Tiedt、GrellFreitas和Kain-Fritsch三种积云参数化方案对台风路径和强度的影响。试验表明,台风路径和强度的模拟效果对积云对流参数化方案的选取较为敏感。综合考虑路径和强度的整体模拟结果,New-Tiedt方案最优。各方案模拟的大尺度形势场存在差异是台风路径产生差异的原因,即模拟的西太副高位置存在差异使得台风引导气流存在差异,最终导致台风路径不同。而模拟的垂直加热结构差异是台风强度产生差异的原因,即模拟的对流不稳定高度存在差异,造成向上输送和释放的潜热不同导致台风强度不同。第二,比较基于Frontal-Delaunay精细化算法与Llody类型算法生成的SCVT网格以及准均匀网格和可变分辨率网格在模拟台风的效果。两种算法生成的SCVT网格在计算资源的消耗、模拟的台风路径和强度误差等方面相近。与使用全球24km的网格相比,使用全球96km逐渐加密过渡至西北太平洋24km的网格能够显着节约计算资源,且模拟的台风路径误差减小约10km。不同算法生成的或者不同分辨率的SCVT网格配置,无论模拟的全球大尺度环境形势场,如东西风带、副热带高压和两极的冷涡等,还是在加密区域模拟的台风中小尺度结构都无明显差异。第三,基于开发的网格转换模块建立了MPAS-GSI全球同化和预报系统,在验证网格转换模块准确性和单点观测理想试验的基础上,研究同化常规观测和AMSU-A微波辐射计资料对台风路径和强度的模拟效果。1702号台风“苗柏”的同化试验表明,同化常规观测和AMSU-A资料都能改善台风的路径和强度模拟效果。同化资料后,模式主要变量的RMSE均有不同程度的改善,同化AMSU-A资料后的RMSE下降幅度大于同化常规观测资料的。在分析时刻,同化常规观测和AMSU-A资料的海平面气压场增量、位势高度和风速增量表现出了大尺度结构的特点。预报时刻,同化产生的增量场已发展出明显的中小尺度结构,增量场的结构与台风路径和强度改进的方向基本匹配。1709号台风“纳沙”的模拟试验对比了MPAS与WRF系统模拟台风的效果,前者模拟的路径效果优于后者,而后者模拟的强度效果优于前者。而MPASGSI系统无论只同化常规观测,还是同化常规观测和AMSU-A资料,其在路径和强度的改进效果都优于WRF-GSI系统。
邱庆泰[10]（2020）在《天气雷达与数值模式融合的降雨临近预报研究及应用》文中提出降雨临近预报可实现对未来较短预见期内天气的高质量预报,将其与流域水文模型藕合,可有效延长洪水预报的预见期、提高暴雨洪水的预报预警能力。在全球气候变化背景下,我国北方半干旱、半湿润地区夏季降水集中、极端降雨事件发生频率增加,引发的洪灾往往具有预见期短、突发性强、峰量集中、致灾性强的特点。本研究以我国北方半干旱、半湿润地区的中小尺度流域为例,明确了基于天气雷达的外推临近预报和数据同化改进下数值模式预报的优缺点,通过不同的融合方法对两者进行“取长补短”,实现了两种预报方式在0～6h预见期的无缝融合,深入分析了不同融合方法在0～3h预见期的权重变化,探讨了融合交叉点在不同类型降雨下的变化趋势,阐述了融合方法随预见期的响应关系;进一步的将融合临近预报输入流域水文模型进行洪水预报,有效提高了北方半湿润、半干旱地区中小尺度流域的降雨-径流的预报能力。研究首先构建了三种基于不同理论的雨量计修订雷达定量降水估测（Quantity Precipitation Estimate,QPE）方法,三类方法可以归纳为偏差调整类（平均偏差法—MFB、回归反距离平均法—RIDW）、数据集合类（共协克里金法—CCOK、快速贝叶斯回归克里金法—FBRK）、空间关联插值类（回归克里金法—RK、外部漂移克里金法—KED）。针对研究区降雨时空分布均匀程度不同的8场降雨过程,采用LOOCV方法对三类6种雨量计修订雷达QPE方法进行了试验。研究发现,雷达原始QPE的质量是决定修订质量的关键要素,高质量的雷达QPE往往可以较好的反映研究区不同场次的降雨空间分布,使得修订效果较好;降雨小尺度空间特征的捕捉能力是衡量修订方法优劣程度的重要指标。总的来说,集合类方法的性能最好,偏差调整类方法明显较差,空间关联插值类方法介于两者之间。其次,选取在不同降雨过程综合表现最优的KED修订方法,在基于KED的雨量计修订雷达QPE的基础上,采用可实现不同高度分层和像素网格追踪外推的PBN算法,对研究区的典型降雨过程开展了 0-3h预见期的雷达外推降雨临近预报。通过构建的时空二维评价指标体系进行评价,结果表明,PBN算法对时间均匀分布的降雨场次的临近预报效果较好,特别是在1h预见期的表现最佳;对时间分布不均匀的降雨场次,预报效果一般,且有效预见期不超过3h。在开展雷达外推临近预报的同时,研究基于数据同化,探讨了中尺度数值大气模式WRF在不同物理参数化方案组合下的临近预报能力。结果表明,选取的数据同化方案（内层同化雷达反射率、外层同化GTS数据）可以在不同程度上有效提升数值模式的预报效果。然后,融合临近预报可以看作是上述雷达外推预报和WRF模式预报的后处理,以获得一个无缝隙的0～6h临近预报。研究中设置了两种融合方案:基于预报效果的动态权重时效匹配法、基于外推修订模式预报强度的识别器法,两种方法的主要差别在于融合权重随预见期的设置而不同。深入探讨了两种融合方法在8场降雨的权重趋势变化、融合交叉点变化以及0～3h预见期的综合表现。结果表明:1)权重变化是考虑外推预报和模式预报效果的综合体,在预见期上外推预报权重由大变小,在降雨历时上呈现初期权重大,随着历时增加其权重相应减少。2)两种融合方法的交叉点全部集中体现在2h前后,时效匹配法的交叉时间较识别器法延后0.5h左右。对不同降雨类型来说,时空均匀的降雨场次融合点发生时刻最早,时空不均匀场次其次,时间均匀空间不均匀场次发生时刻最晚。3)在融合效果上,1h预见期时效匹配法始终优于识别器法,外推临近预报质量越高其表现越好;2h预见期,对于时空均匀的降雨两种融合方法表现基本一致,对时间均匀空间不均匀、时空不均匀的场次来说,识别器法可较好的借助于模式预报的优势进而表现优于时效匹配法;3h预见期,识别器法普遍优于时效匹配法,特别是在降雨类型存在不均匀分布的场次。对比不同降雨类型,时空均匀类型降雨,时效匹配法优于识别器法;时空不均匀类型和时间均匀空间不均匀类型,识别器法优于时效匹配法。最后,将多种高分辨率下的降雨信息（QPE、QPF）驱动半分布式河北雨洪模型,在研究流域开展了降雨-径流模拟与预报研究。选取了 13场历史降雨事件率定半分布式河北雨洪模型,获得一套参数方案。选取了 8场降雨多种雨量计修订雷达QPE与率定的参数方案结合,通过径流模拟发现高分辨率QPE可使水文模型更好地利用降雨的空间分布信息,且越高质量的降雨资料其径流模拟效果越好,参数方案具有一定的适用性。在此基础上,结合参数方案,将多种降雨临近预报单向耦合半分布式河北雨洪模型进行洪水预报,结果表明随预见期的增加,融合临近预报可较好的实现3h预见期的洪水预报。
二、变分同化中使用背景场时尺度匹配的数值研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、变分同化中使用背景场时尺度匹配的数值研究（论文提纲范文）
（1）FY3C MWHS-2的陆地降水检测算法研究及其在LAPS-WRF同化系统中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究进展 |
| 1.3 研究内容与技术路线 |
| 第二章 模式和仪器介绍 |
| 2.1 引言 |
| 2.2 多源融合模式LAPS |
| 2.3 数值预报模式WRF |
| 2.4 辐射传输模式CRTM |
| 2.5 仪器资料介绍 |
| 2.6 本章小结 |
| 第三章 FY3C MWHS-2 观测偏差O-B的特征分析 |
| 3.1 引言 |
| 3.2 数据介绍 |
| 3.3 CRTM模式设置 |
| 3.4 FY3C MWHS-2 的观测偏差O-B随纬度和扫描角的变化特征 |
| 3.5 FY3C MWHS-2 的观测偏差O-B对降水的响应特征 |
| 3.6 本章小结 |
| 第四章 基于GBDT的 FY3C MWHS-2 降水检测算法研究 |
| 4.1 引言 |
| 4.2 训练集和测试集的构建 |
| 4.3 算法介绍 |
| 4.4 对降水检测算法PDL的效果检验 |
| 4.5 本章小结 |
| 第五章 LAPS同化FY3C MWHS-2 资料在暴雨个例中的应用 |
| 5.1 引言 |
| 5.2 FY3C MWHS-2在LAPS-WRF中的同化方法 |
| 5.3 暴雨个例介绍 |
| 5.4 对FY3C MWHS-2 同化结果的检验评估 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 特色与创新点 |
| 6.3 存在的问题及研究展望 |
| 参考文献 |
| 附录 |
| 个人履历 |
| 个人简介 |
| 博士期间发表论文 |
| 参与项目 |
| 参加学术活动 |
| 致谢 |
（2）风云三号微波湿度计台风降水云区资料的仿真和同化（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 云降水区卫星资料同化概况 |
| 1.2.2 云降水区卫星资料同化方法 |
| 1.2.3 星载微波探测仪资料的同化 |
| 1.2.4 国内云降水区微波资料同化进展 |
| 1.3 云降水区同化中的不确定性问题 |
| 1.3.1 云降水区同化方案存在的问题 |
| 1.3.2 云降水区同化中辐射传输的不确定性 |
| 1.4 论文章节安排 |
| 第2章 散射辐射传输及卫星资料同化理论 |
| 2.1 散射辐射传输理论 |
| 2.1.1 被动毫米波散射辐射传输 |
| 2.1.2 有云大气中的散射过程 |
| 2.1.3 单粒子散射计算方法 |
| 2.2 卫星数据同化理论 |
| 2.2.1 观测和模式误差 |
| 2.2.2 观测和模式的混合:贝叶斯角度的分析 |
| 2.2.3 变分同化方法 |
| 2.3 本章小结 |
| 第3章 台风区MWHS全天候观测仿真 |
| 3.1 引言 |
| 3.2 观测资料和模式数据分析 |
| 3.2.1 微波湿度计观测资料 |
| 3.2.2 Cloud Sat二级产品资料 |
| 3.2.3 RTTOV-SCATT模式 |
| 3.2.4 WRF模式数据分析 |
| 3.2.5 ECMWF全球模式数据 |
| 3.3 基于WRF预报场的全天候观测仿真评估 |
| 3.4 基于ECMWF预报场的全天候观测仿真评估 |
| 3.5 模拟亮温对水凝物的敏感性分析 |
| 3.5.1 基于模式廓线的雅可比分析 |
| 3.5.2 基于Cloud Sat云廓线的雅可比计算 |
| 3.6 微波湿度计通道信息量分析 |
| 3.7 本章小结 |
| 第4章 台风降水云区辐射传输散射方案改进 |
| 4.1 引言 |
| 4.2 研究路线 |
| 4.3 数据和模式分析 |
| 4.3.1 MWHS、Cloud Sat-TC和 AMSR-2 GPROF数据 |
| 4.3.2 主被动观测匹配台风个例 |
| 4.3.3 辐射传输模式和单散射特性库 |
| 4.3.4 主被动观测对台风水凝物的目标敏感性分析 |
| 4.4 基于Cloud Sat观测的雪廓线反演 |
| 4.4.1 非球形雪粒子Z_e-IWC关系计算 |
| 4.4.2 雷达衰减订正 |
| 4.4.3 雪混合比廓线反演结果:个例研究 |
| 4.4.4 微物理特性对Z_e-IWC函数和反演的影响 |
| 4.5 MWHS辐射传输散射方案改进 |
| 4.5.1 被动辐射传输计算 |
| 4.5.2 雪散射计算最优方案选取 |
| 4.5.3 非球形粒子集合散射方案验证 |
| 4.6 本章小结 |
| 第5章 MWHS台风降水云区资料同化 |
| 5.1 同化方法和个例介绍 |
| 5.1.1 GSI同化模式 |
| 5.1.2 云中水含量观测算子 |
| 5.1.3 1D-Bay+3DVar同化方案 |
| 5.1.4 台风个例描述 |
| 5.2 云区水凝物反演 |
| 5.2.1 MWHS云中固态水路径反演 |
| 5.2.2 MWRI云中液态水路径反演 |
| 5.3 台风同化试验和结果 |
| 5.3.1 试验设计 |
| 5.3.2 同化结果 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文总结 |
| 6.2 论文创新点及主要贡献 |
| 6.3 未来研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）基于水凝物控制变量的卫星云观测同化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 气象卫星资料同化研究进展 |
| 1.2.1 晴空气象卫星资料同化进展 |
| 1.2.2 云雨区气象卫星资料同化进展 |
| 1.3 背景场误差协方差研究进展 |
| 1.3.1 同化系统中背景场误差协方差重要性 |
| 1.3.2 水凝物背景场误差协方差研究进展 |
| 1.4 问题的提出 |
| 1.4.1 研究内容 |
| 1.4.2 章节安排 |
| 第二章 水凝物控制变量背景场误差协方差及卫星云观测同化 |
| 2.1 引言 |
| 2.2 水凝物控制变量背景场误差协方差 |
| 2.2.1 背景场误差协方差计算样本 |
| 2.2.2 背景场误差协方差计算模型 |
| 2.2.3 背景场误差协方差特征讨论 |
| 2.3 卫星云观测同化与预报系统 |
| 2.3.1 卫星云观测同化与预报系统 |
| 2.3.2 卫星云观测单点试验 |
| 2.4 本章小结 |
| 第三章 基于云量分类技术的卫星云观测自适应分区同化方案研究 |
| 3.1 引言 |
| 3.2 基于云量分类的水凝物背景场误差协方差计算模型 |
| 3.2.1 云量分类计算模型 |
| 3.2.2 云区和晴空区水凝物背景场误差协方差 |
| 3.2.3 云区和晴空区背景场误差协方差特征对比分析 |
| 3.3 基于云区水凝物背景场误差协方差自适应分区同化 |
| 3.3.1 有云环境下背景场误差协方差优化 |
| 3.3.2 云区自适应分区同化方案单点试验 |
| 3.3.3 自适应分区同化对降水过程的影响 |
| 3.4 本章小结 |
| 第四章 基于“云依赖”技术的卫星云观测变分同化方案研究 |
| 4.1 引言 |
| 4.2 基于“云依赖”技术的背景场误差协方差 |
| 4.2.1 云区定义及云指数计算 |
| 4.2.2 云依赖背景场误差协方差优化 |
| 4.3 基于“云依赖”技术的变分同化 |
| 4.3.1 单点试验 |
| 4.3.2 云依赖变分同化方案批量试验评估 |
| 4.3.3 云依赖变分同化方案对降水过程的影响 |
| 4.4 本章小结 |
| 第五章 基于水凝物扩展控制变量的卫星云观测集合-变分混合同化方案研究 |
| 5.1 引言 |
| 5.2 水凝物集合-变分混合同化方案 |
| 5.2.1 水凝物集合样本 |
| 5.2.2 水凝物扩展控制变量 |
| 5.3 基于水凝物扩展控制变量的集合-变分混合同化 |
| 5.3.1 单点试验 |
| 5.3.2 水凝物混合同化方案批量试验评估 |
| 5.3.3 水凝物混合同化方案对降水过程的影响 |
| 5.4 本章小结 |
| 第六章 总结与讨论 |
| 6.1 主要结论 |
| 6.2 主要创新 |
| 6.3 研究不足与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（4）新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 前言 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究进展 |
| 1.1.1 空气质量模式的研究进展 |
| 1.1.2 资料同化技术的发展 |
| 1.1.3 卫星气溶胶资料同化的研究进展 |
| 1.3 本文拟研究问题和各章节安排 |
| 1.3.1 拟研究的问题 |
| 1.3.2 本文各章节安排 |
| 第2章 GSI气溶胶资料同化系统 |
| 2.1 GSI三维变分同化系统 |
| 2.2 气溶胶观测算子的建立 |
| 2.2.1 CRTM辐射传输模式 |
| 2.2.2 AOD观测算子的建立 |
| 2.3 气溶胶分析变量和背景误差协方差矩阵 |
| 2.4 气溶胶资料同化流程 |
| 2.5 本章小结 |
| 第3章 风云3 号卫星气溶胶资料同化研究与应用 |
| 3.1 引言 |
| 3.2 观测资料与质量控制 |
| 3.2.1 MODIS卫星气溶胶资料 |
| 3.2.2 风云3 号卫星气溶胶资料 |
| 3.3 大气污染过程与研究区域 |
| 3.3.1 强沙尘天气过程 |
| 3.3.2 研究区域与参数方案选取 |
| 3.4 试验方案设计 |
| 3.5 试验结果与分析 |
| 3.5.1 背景误差协方差矩阵的统计分析 |
| 3.5.2 同化试验结果的误差分析 |
| 3.5.3 两种卫星资料同化试验效果分析 |
| 3.5.4 模拟结果分析 |
| 3.6 本章小结 |
| 第4章 葵花8 号卫星气溶胶资料的快速循环同化系统的构建与应用 |
| 4.1 引言 |
| 4.2 Himawari-8 卫星气溶胶观测资料及质量控制 |
| 4.3 快速更新循环同化方法 |
| 4.4 试验方案设计 |
| 4.4.1 研究的沙尘天气个例 |
| 4.4.2 试验方案 |
| 4.5 结果与讨论 |
| 4.5.1 单点试验 |
| 4.5.2 背景误差协方差尺度分析 |
| 4.5.3 同化结果分析 |
| 4.5.4 预报结果检验 |
| 4.6 本章小结 |
| 第5章 风云4 号卫星气溶胶资料同化在一次沙尘天气中的应用评估 |
| 5.1 引言 |
| 5.2 FY-4 卫星气溶胶观测资料 |
| 5.3 试验设置 |
| 5.3.1 强沙尘天气过程 |
| 5.3.2 试验设计 |
| 5.4 结果与分析 |
| 5.4.1 同化结果统计分析 |
| 5.4.2 初始场改进分析 |
| 5.4.3 气溶胶各组分贡献分析 |
| 5.4.4 预报结果分析 |
| 5.5 本章小结 |
| 第6章 风云4 号卫星与葵花8 号卫星气溶胶资料联合同化在气溶胶预报中的应用 |
| 6.1 引言 |
| 6.2 同化系统与输入参数 |
| 6.3 试验设计 |
| 6.4 试验结果分析 |
| 6.4.1 与卫星观测比较分析 |
| 6.4.2 同化试验对初始场改进效果 |
| 6.4.3 预报效果验证 |
| 6.4.4 环流形势分析 |
| 6.5 本章小结 |
| 第7章 全文总结和讨论 |
| 7.1 全文总结 |
| 7.2 研究创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（5）张弛逼近约束下的雷达资料变分同化技术研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 3DVar雷达资料同化在强对流天气预报中的应用 |
| 1.3 问题的提出 |
| 1.4 研究内容和章节安排 |
| 第二章 模式、方法和资料 |
| 2.1 模式介绍 |
| 2.2 方法介绍 |
| 2.2.1 WRF3DVar雷达资料同化方法 |
| 2.2.2 谱Nudging方法 |
| 2.2.3 观测Nudging方法 |
| 2.2.4 定量降水预报评分方法 |
| 2.3 资料 |
| 2.3.1 多普勒雷达观测资料 |
| 2.3.2 降水观测资料 |
| 第三章 不同动量控制变量同化雷达资料对一次分散性对流过程短期预报的影响研究 |
| 3.1 引言 |
| 3.2 个例介绍 |
| 3.3 试验设计 |
| 3.4 结果分析 |
| 3.4.1 背景误差统计的特征长度尺度比较 |
| 3.4.2 单点观测理想同化试验 |
| 3.4.3 雷达观测资料同化试验结果 |
| 3.5 本章小结 |
| 第四章 雷达资料同化频率和大尺度约束对强对流降水短时预报的影响研究 |
| 4.1 引言 |
| 4.2 个例介绍 |
| 4.3 试验设计 |
| 4.4 结果分析 |
| 4.4.1 雷达资料同化频率对强降水短时预报的影响 |
| 4.4.2 大尺度约束对强降水短时预报的影响 |
| 4.5 本章小结 |
| 第五章 一种用于雷达资料同化的Nudging逼近多时刻3DVar分析场方法 |
| 5.1 引言 |
| 5.2 个例介绍 |
| 5.3 Nudging逼近多时刻3DVar分析场方法 |
| 5.4 试验设计 |
| 5.5 结果分析 |
| 5.5.1 Nudging逼近多时刻3DVar分析场方法效果检验:个例Ⅰ |
| 5.5.2 Nudging逼近多时刻3DVar分析场方法效果检验:个例Ⅱ |
| 5.6 本章小结 |
| 第六章 总结与讨论 |
| 6.1 全文总结 |
| 6.2 研究特色与创新点 |
| 6.3 存在问题与展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（6）典型华南暖区暴雨过程（5·7暴雨）的天气学分析及预报研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究进展 |
| 1.3 问题的提出 |
| 1.4 研究内容和论文创新点 |
| 1.5 章节安排 |
| 第二章 华南暖区暴雨过程动力与物理量的气候特征分析 |
| 2.1 引言 |
| 2.2 资料与方法 |
| 2.3 降水与对流特征 |
| 2.4 动力与物理量特征 |
| 2.5 本章小结 |
| 第三章 2017年广州“5·7”暴雨的对流触发过程分析 |
| 3.1 引言 |
| 3.2 个例简介 |
| 3.3 资料和方法 |
| 3.4 对流环境分析 |
| 3.5 局地低矮地形和城市热岛效应在对流触发过程中的作用 |
| 3.6 本章小结 |
| 第四章 高频卫星资料同化对2017年广州“5·7”暴雨预报的影响 |
| 4.1 引言 |
| 4.2 个例简介 |
| 4.3 同化方法及试验设计 |
| 4.4 观测资料 |
| 4.5 对流触发预报 |
| 4.6 对流演变预报 |
| 4.7 降水预报 |
| 4.8 原因分析 |
| 4.9 敏感性试验 |
| 4.10 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 讨论与展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 致谢 |
（7）基于4DEnVar的全球地面观测资料陆气协同同化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要专有名词和缩写词列表 |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外相关研究进展 |
| 1.2.1 资料同化方法研究进展 |
| 1.2.2 全球数值预报业务中地面资料同化进展 |
| 1.2.3 全球大气再分析中地面资料同化 |
| 1.2.4 地面资料同化方法研究进展 |
| 1.3 论文研究内容 |
| 1.3.1 拟研究的问题 |
| 1.3.2 论文章节安排 |
| 第二章 全球大气和陆面弱耦合同化系统构建 |
| 2.1 引言 |
| 2.2 GFS/GSI全球同化系统介绍 |
| 2.2.1 GSM全球大气预报模型介绍 |
| 2.2.2 GSI同化系统介绍 |
| 2.2.3 En KF集合同化系统介绍 |
| 2.3 地面观测资料的大气和陆面协同同化方案 |
| 2.3.1 美国GSI区域系统地面资料同化方案 |
| 2.3.2 英国气象局全球地面观测资料同化方案 |
| 2.3.3 本论文地面观测资料的大气和陆面协同同化方案 |
| 2.4 全球大气和陆面弱耦合同化系统构建 |
| 2.5 小结 |
| 第三章 全球近地面气温、湿度和风同化系统构建与数值试验 |
| 3.1 引言 |
| 3.2 LETKF同化算法 |
| 3.3 局地化方案 |
| 3.3.1 观测空间局地化 |
| 3.3.2 状态变量局地化 |
| 3.4 集合样本产生策略 |
| 3.5 系统构建与数值试验 |
| 3.5.1 系统构建与试验设计 |
| 3.5.2 观测资料同化反馈数据分析 |
| 3.5.3 基于交叉验证方法进行独立评估 |
| 3.6 小结 |
| 第四章 全球陆面数据同化系统构建与数值试验 |
| 4.1 引言 |
| 4.2 陆面模式与驱动数据 |
| 4.3 基于2D-EnOI的土壤湿度分析 |
| 4.4 数值试验与结果分析 |
| 4.4.1 相关长度的确定 |
| 4.4.2 集合样本选取策略 |
| 4.4.3 试验设计与评估 |
| 4.5 小结 |
| 第五章 基于GSI的地面观测资料大气同化方法与数值试验 |
| 5.1 引言 |
| 5.2 GSI同化算法 |
| 5.2.1 三维变分(3D-Var) |
| 5.2.2 三维集合变分混合同化(Hybrid-3DEnVar) |
| 5.2.3 四维集合变分混合同化(Hybrid-4DEnVar) |
| 5.3 地面气温、湿度和风场观测资料同化模块构建 |
| 5.4 地面资料大气同化的数值评估试验 |
| 5.4.1 试验设计 |
| 5.4.2 试验结果 |
| 5.5 小结 |
| 第六章 全球地面资料陆气协同同化试验及结果分析 |
| 6.1 试验设计 |
| 6.2 观测资料 |
| 6.3 对近地面气温0h与12h预报场影响分析 |
| 6.3.1 近地面气温0h与12h预报场 |
| 6.3.2 近地面湿度0h与12h预报场 |
| 6.3.3 近地面U风0h与12h预报场 |
| 6.3.4 近地面V风0h与12h预报场 |
| 6.4 对大气分析场与背景场的影响 |
| 6.5 小结 |
| 第七章 结论与展望 |
| 7.1 本文主要结论 |
| 7.2 本文的创新点 |
| 7.3 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究结果 |
（8）复杂地形下地面观测资料同化及其影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 前言 |
| 1.2 资料同化及应用 |
| 1.2.1 资料同化方法的发展 |
| 1.2.2 不同观测资料在同化中的应用 |
| 1.2.3 地面观测资料同化方案的发展 |
| 1.2.4 地面观测资料同化方案的应用 |
| 1.3 本文研究内容 |
| 1.4 章节安排 |
| 第2章 研究方法和资料介绍 |
| 2.1 WRF模式简介 |
| 2.2 GSI同化系统简介 |
| 2.2.1 GSI三维变分原理 |
| 2.3 循环同化系统 |
| 2.4 资料说明 |
| 2.4.1 背景场资料 |
| 2.4.2 常规观测资料 |
| 2.4.3 雷达资料 |
| 2.5 地面观测资料订正 |
| 2.5.1 订正方法 |
| 2.5.2 订正结果检验 |
| 2.6 定量评估方法 |
| 2.6.1 气象要素评估 |
| 2.6.2 降水评估 |
| 第3章 模式和试验方案设计 |
| 3.1 WRF模式设置 |
| 3.2 试验方案设计 |
| 3.3 同化结果分析 |
| 3.3.1 目标函数 |
| 3.3.2 初始场基本变量的改变情况 |
| 3.3.3 同化增量分析 |
| 3.4 本章小结 |
| 第4章 地面观测资料同化批量试验 |
| 4.1 控制试验模拟地面要素评估 |
| 4.2 控制试验模拟高空要素评估 |
| 4.3 敏感性试验结果评估 |
| 4.4 本章小结 |
| 第5章 地面观测资料订正同化对降水模拟的影响 |
| 5.1 降水个例概述 |
| 5.2 环流背景场分析 |
| 5.3 模拟结果检验 |
| 5.3.1 降水模拟结果检验 |
| 5.3.2 环流结果模拟 |
| 5.3.3 散度和垂直速度 |
| 5.4 本章小结 |
| 第6章 结论与讨论 |
| 6.1 主要成果和结论 |
| 6.2 存在的问题和展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（9）基于SCVT网格的西北太平洋台风模拟和同化研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 积云参数化方案对台风模拟的影响 |
| 1.2.2 资料同化的发展和方法简介 |
| 1.2.3 卫星微波辐射资料直接同化在台风数值模拟中的进展 |
| 1.2.4 SCVT网格的简介及其在数值模式中的应用 |
| 1.3 本文研究内容及论文框架 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文框架结构 |
| 第二章 数值模式、同化系统及资料介绍 |
| 2.1 数值模式和同化系统介绍 |
| 2.1.1 MPAS-A模式 |
| 2.1.2 WRF模式 |
| 2.1.3 GSI同化系统 |
| 2.1.4 CRTM辐射传输模式 |
| 2.2 资料介绍 |
| 2.2.1 GFS资料 |
| 2.2.2 SST资料 |
| 2.2.3 常规观测资料 |
| 2.2.4 AMSU-A资料 |
| 2.2.5 ERA-Interim再分析资料 |
| 2.2.6 台风最佳路径数据集 |
| 第三章 不同积云对流参数化方案对台风模拟的影响 |
| 3.1 积云对流参数化方案简介和试验方案设计 |
| 3.2 不同积云对流参数化方案模拟台风的效果分析 |
| 3.2.1 台风路径模拟效果分析 |
| 3.2.2 台风强度模拟效果分析 |
| 3.2.3 台风路径与强度的综合分析 |
| 3.3 不同积云对流参数化方案模拟台风差异的物理机制分析 |
| 3.3.1 台风“妮妲”的模拟结果 |
| 3.3.2 台风路径差异机制分析 |
| 3.3.3 台风强度差异机制分析 |
| 3.4 本章小结 |
| 第四章 不同配置的SCVT网格模拟台风的效果 |
| 4.1 SCVT网格的生成介绍 |
| 4.2 不同配置的SCVT网格试验设置 |
| 4.3 模拟结果分析 |
| 4.4 本章小结 |
| 第五章 MPAS-GSI同化和预报系统改进台风模拟 |
| 5.1 MPAS-GSI同化和预报系统 |
| 5.1.1 MPAS-GSI同化和预报系统简介 |
| 5.1.2 MPAS-GSI系统网格转换模块的检验 |
| 5.1.3 MPAS-GSI系统单点观测理想试验 |
| 5.2 MPAS-GSI系统同化试验 |
| 5.2.1 台风个例介绍 |
| 5.2.2 试验方案设置 |
| 5.2.3 台风路径和强度模拟结果 |
| 5.2.4 同化试验增量场分析 |
| 5.3 MPAS-GSI系统与WRF-GSI系统模拟台风效果对比 |
| 5.3.1 试验方案设计与模式参数设置 |
| 5.3.2 同化和模拟结果分析 |
| 5.4 本章小结 |
| 第六章 总结和展望 |
| 6.1 主要工作和结论 |
| 6.2 研究的创新与特色 |
| 6.3 论文的不足与展望 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
（10）天气雷达与数值模式融合的降雨临近预报研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 简写索引 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 雨量计修订天气雷达定量降雨估测研究 |
| 1.2.2 临近预报研究 |
| 1.2.3 降雨临近预报耦合水文预报研究 |
| 1.3 研究内容、思路与创新 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路与技术路线 |
| 1.3.3 特色与创新 |
| 1.4 本章小结 |
| 第二章 研究区概况与资料收集 |
| 2.1 研究区域概况 |
| 2.2 数据获取及分析 |
| 2.2.1 天气雷达数据资料 |
| 2.2.2 WRF模式驱动资料 |
| 2.2.3 地面观测降雨—径流资料 |
| 2.3 本章小结 |
| 第三章 基于雨量计修订的雷达定量降雨估测 |
| 3.1 概述 |
| 3.2 基于质量控制的雷达定量降雨估计(QPE) |
| 3.2.1 衰减校正 |
| 3.2.2 抑制非降雨回波 |
| 3.2.3 组合反射率 |
| 3.2.4 Z-R关系转换 |
| 3.3 基于多种方法的雷达QPE修订方案 |
| 3.3.1 雷达偏差调整类方法 |
| 3.3.2 雷达-雨量计数据集合类方法 |
| 3.3.3 基于雷达空间关联的插值类方法 |
| 3.4 修订后的雷达QPE结果与评价 |
| 3.4.1 留一交叉验证(LOOCV) |
| 3.4.2 修订雷达QPE评价 |
| 3.5 本章小结 |
| 第四章 降雨临近预报方案及预报结果评价 |
| 4.1 概述 |
| 4.2 基于像素追踪的雷达外推临近预报 |
| 4.2.1 雷达回波识别、追踪 |
| 4.2.2 雷达回波外推 |
| 4.2.3 PBN算法方案设置 |
| 4.2.4 雷达外推预报结果评价 |
| 4.3 数据同化改进下的数值模式预报 |
| 4.3.1 物理参数化方案选取 |
| 4.3.2 数据同化方案设计 |
| 4.3.3 同化结果比较分析 |
| 4.4 两种临近预报结果对比 |
| 4.5 本章小结 |
| 第五章 融合雷达外推与数值模式的降雨临近预报 |
| 5.1 “取长补短”的融合临近预报 |
| 5.2 降雨临近预报融合方案设计 |
| 5.2.1 基于预报效果的动态权重时效匹配法 |
| 5.2.2 基于雷达外推修订数值模式预报的识别器法 |
| 5.3 不同融合方法的降雨临近预报结果分析 |
| 5.3.1 不同方法融合权重的分布情况 |
| 5.3.2 典型降雨过程的融合预报结果 |
| 5.4 本章小结 |
| 第六章 融合降雨临近预报驱动下的洪水预报 |
| 6.1 高分辨降雨-径流模拟预报系统构建 |
| 6.1.1 半分布式河北雨洪模型的构建 |
| 6.1.2 模型参数率定方法 |
| 6.2 耦合融合降雨临近预报的洪水预报研究 |
| 6.2.1 高分辨率雷达QPE驱动下的径流模拟 |
| 6.2.2 融合降雨临近预报驱动下的洪水预报 |
| 6.3 模型误差修订后洪水预报表现分析 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间获得成果 |
| 攻读博士学位期间参加的科研项目 |
| 致谢 |
四、变分同化中使用背景场时尺度匹配的数值研究（论文参考文献）
- [1]FY3C MWHS-2的陆地降水检测算法研究及其在LAPS-WRF同化系统中的应用[D]. 刘淑贤. 南京信息工程大学, 2021(01)
- [2]风云三号微波湿度计台风降水云区资料的仿真和同化[D]. 窦芳丽. 中国气象科学研究院, 2021
- [3]基于水凝物控制变量的卫星云观测同化研究[D]. 孟德明. 南京信息工程大学, 2021
- [4]新一代气象卫星气溶胶资料同化在大气污染模拟中的应用研究[D]. 夏晓丽. 南京信息工程大学, 2021(01)
- [5]张弛逼近约束下的雷达资料变分同化技术研究[D]. 蔺而亮. 兰州大学, 2021(09)
- [6]典型华南暖区暴雨过程（5·7暴雨）的天气学分析及预报研究[D]. 吴亚丽. 中山大学, 2020(03)
- [7]基于4DEnVar的全球地面观测资料陆气协同同化研究[D]. 姜立鹏. 南京信息工程大学, 2021(01)
- [8]复杂地形下地面观测资料同化及其影响研究[D]. 曹润东. 中国气象科学研究院, 2020(03)
- [9]基于SCVT网格的西北太平洋台风模拟和同化研究[D]. 高元勇. 国家海洋环境预报中心, 2020(04)
- [10]天气雷达与数值模式融合的降雨临近预报研究及应用[D]. 邱庆泰. 中国水利水电科学研究院, 2020(04)