一、Effects of 4DVAR with multifold observed data on the typhoon track forecast（论文文献综述）
和杰[1]（2021）在《青藏高原高分辨率区域资料同化方案研究》文中研究指明青藏高原（以下称高原）被称为地球第三极,是多条河流的源区,对周围大气环境乃至全球气候变化具有重要的影响。全球变暖背景下的高原区域更是发生了巨大的环境变化,成为全球研究的热点问题。由于高海拔复杂地形引起的热力学和动力学问题尚不完全清楚,以及高原边界层结构独特、云降水物理过程复杂,加之高原观测站稀疏、卫星资料不确定性大等问题,严重制约了高原区域天气及气候变化的系统性研究。不仅如此,现有的全球再分析资料分辨率偏低,不足以准确描述高原大气状态,尤其对湿度、高原云和降水的模拟较差,而覆盖高原的高分辨率区域再分析资料还很缺乏。因此,针对高原区域观测稀少条件下的资料同化研究,对发展高原高分辨率区域分析资料及开展高原区域天气、气候和环境变化的系统性研究至关重要。本文紧密围绕高原区域资料同化的科学问题,主要开展了变分质量控制（VarQC）的变分同化方案和集合卡尔曼滤波（EnKF）同化方案的研究。首先,发展建立了既适用于高原复杂地形又可充分发挥高原稀少观测作用的VarQC方案,并揭示了其对高原区域同化分析的潜在改善价值。其次,发展了高原区域具有大气流依赖特征的EnKF同化分析资料集,并研究了卫星辐射资料同化对高原区域同化分析的潜在影响。VarQC方案根据“Gaussian+Flat”和Huber分布的非高斯观测误差分布模型分为两种:Flat-VarQC和Huber-VarQC,它们与三维变分（3DVAR）同化系统同步分析,可有效提升高原观测的利用率,对同化分析及其降水预报有良好的改善效果,而EnKF同化系统对发展高原大气资料集更有优势,尤其在湿度、水循环、高原云和降水的模拟等方面均好于欧洲中期天气预报中心发展的ERA-Interim和ERA5再分析。主要研究结论为:（1）提出了观测资料变分质量控制原理的新概念模型,基于变分同化系统发展建立了两种变分质量控制方案。两种方案的实际观测权重和理论权重函数变化一致且合理。Huber-VarQC方案能够准确识别离群值观测,并有效剔除（吸收）离群值的有害（有用）信息,具有较强的稳健性。基于变分质量控制的位势高度分析比标准3DVAR更准确,尤其对流层中低层表现更好,且Huber-VarQC的性能优于Flat-VarQC。充分验证了两种变分质量控制方案的正确性和有效性,为发展变分质量控制的高原区域分析资料集提供重要科学依据。（2）基于建立的变分质量控制方案发展了高原区域的分析资料集,并为改善变分同化和混合同化方案的高原资料同化提供了优势技术。基于变分质量控制的分析资料相比标准3DVAR有效提高了高原稀少观测的利用率,具有更准确的温湿度场,且风场不逊于标准3DVAR。同时,有效减小了标准3DVAR同化分析的降水预报误差,改善了高原区域降水偏强的问题。（3）构建了同化常规观测资料的夏季高原区域高分辨率的EnKF分析资料集,评估了EnKF资料同化系统的性能。EnKF分析资料集具有比ERA-Interim和ERA5更准确的三维湿度场,其降尺度预报可以模拟出更准确的降水分布和降水强度,并有效消除高原上的虚假降水。降水日变化相比其他再分析的原始降水预报和降尺度降水预报更接近观测降水。EnKF同化方案对改善高原区域同化分析质量展现出巨大优势,但对温度场和风场的分析质量尚需进一步改善。（4）研究了全空卫星辐射资料的EnKF同化对进一步改善高原区域同化分析质量的潜在价值。EnKF同化卫星辐射资料的集合平均预报相比无观测同化的预报对高原东移的MCS（Mesoscale Convective System）具有更准确地模拟,有效减小了对流云的模拟误差,改善了预报24h后的降水形态和强度,并逐渐呈现出对临近短期降水预报的优势,显示了卫星辐射资料的EnKF同化对改善高原区域同化分析质量具有巨大潜力。
黎慧琦,张大林[2]（2021）在《中小尺度对流系统的高分辨率数值模拟近况和未来挑战》文中研究指明随着高速、大容量、并行计算能力的迅速增长和中尺度数值模式的不断完善,近年来不断涌现使用1 km乃至次千米网格距开展中、小尺度对流系统的数值模拟研究。这些数值模拟工作展现出目前观测手段还无法得到的动力学一致的高分辨率气象信息,大大提高了对一些中、小尺度对流系统内部结构和演变的理解。但高分辨率数值模拟的未来发展也面临着不少问题和挑战。首先回顾提高模式分辨率至1 km乃至次千米模拟中、小尺度对流系统的进展,并综述目前在高分辨率数值模拟中的资料同化和物理过程处理方法,同时指出中尺度模式中处理积云对流、大气边界层和辐射过程时值得注意的分辨率"灰色区",然后介绍使用1 km和次千米分辨率模拟中、小尺度对流系统的几篇有代表性的工作。最后讨论高分辨率数值模拟的未来发展和挑战。
冯佳宁[3]（2021）在《雷达径向风资料同化对登陆台风数值预报的改进》文中进行了进一步梳理随着数值模式、资料同化手段的不断发展,热带气旋（TC,对西北太平洋海域又称台风）路径预报水平不断提升,但其强度特别是登陆过程的精细化风雨预报仍是国际难点问题。由于我国仍未开展业务飞机观测,岸基雷达是目前唯一可以对登陆TC内核精细风场和云微物理结构进行高时空分辨率观测的手段,有效利用我国沿海雷达观测资料是提升登陆台风预报的重要手段。现有雷达观测资料同化方案在一些TC个例研究中表现出了优秀的改进能力,但雷达资料对模式的改进敏感区仍不够明确,现有成熟的雷达同化稀疏化方案在应对TC天气系统时也有其固有缺陷。本论文以雷达径向风观测资料同化改进登陆TC的强度、风雨预报为主线,针对TC不同区域雷达径向风观测资料有效性、雷达稀疏化方案等开展研究。最后将这些技术进行集成,建立快速更新的台风短时临近预报系统,并对系统进行批量试验检验,取得较好的应用效果,对提升我国台风精细化风雨预报发挥重要作用。具体研究内容及结论如下:针对台风内核和外核区域雷达观测同化的有效性进行了研究,结果发现34kt风圈半径内、外的观测资料对TC“莫兰蒂”（2010）同化分析和预报均有正贡献。但内核观测对于“莫兰蒂”初始位置、强度改进效果更明显,而外核观测对于南侧外雨带结构改进优于内核资料。进一步,发现虽然内核资料仅占总数20%左右,但其对TC位置、强度的分析效果较同化全体资料更优,预报误差也更小。对于TC眼墙处降水预报,仅同化内核观测试验与同化全体资料预报水平相当,同化外核资料预报评分低于同化内核资料;对于雨带处降水,同化内核、外核资料预报水平相当,预报评分整体接近同化全体资料。综上,内核观测是改进TC“莫兰蒂”分析和预报的关键区域,雷达资料同化对台风初始位置、强度和降水预报的改进主要来自内核区观测资料贡献。针对雷达资料,本文发展了新的雷达资料空间均匀稀疏化算法（ESTM）,该方法通过引入模式网格空间,将雷达观测投影到与模式分辨率相当的水平网格内。相比于广泛采用的径向空间稀疏化算法（RSTM）,在资料总量不变的情况下,解决了雷达站附近资料过剩问题,加密了TC内核区资料,避免了RSTM中额外平均误差的引入。经过TC彩虹（2015）的个例对比试验,发现ESTM方案在TC内核区域增量更大,同化后对彩虹强度和位置的分析误差更小,TC结构更加合理,RSTM方案在雷达探测边缘及之外区域的降水空报问题也得到了改进。随后,通过2017年全年8个例批量验证后发现,ESTM同化后平均登陆位置误差比不同化下降了33%,强度误差在登陆后12h范围内降低了25%左右。对于TC登陆后极端降水量（80mm/3h）的ETS评分相比不同化提高超过100%,相比RSTM方法同化有显着进步,ESTM同化方案对预报的改进有较好的普适性。在雷达资料有效性同化的试验以及雷达资料稀疏化研究的基础上,利用WRF数值模式和集合卡尔曼滤波同化方案,本研究建立了台风快速更新短临预报系统（TRANSv1.0）,并在台风预报业务中得到应用。TRANSv1.0系统通过同化岸基多普勒雷达径向速度观测,从TC进入雷达观测网开始逐小时更新循环起报,每次预报12h。经过2020年全年6个登陆TC实时预报的误差检验,发现TRANSv1.0路径预报误差为42.8km,平均强度误差为4.4m/s（4.5h Pa）,具有较优的路径和强度预报能力。对于2020年登陆及影响台风小雨、中雨、大雨、暴雨、大暴雨和特大暴雨的12h降水预报评分分别为0.66、0.50、0.42、0.29、0.23和0.17。相比于目前业务参考的模式,TRANSv1.0模式在暴雨、大暴雨预报中有优势,具备特大暴雨的预报能力。填补了现有业务模式对于大暴雨和特大暴雨预报能力缺失的问题。对于大风有好的预报能力,对6-10级的阵风预报的绝对误差不超过6m/s。该系统预报产品滞后35min-1h发布,经过国家气象局预报司批复,现已业务运行,产品多次在中央气象台天气会商决策中提供参考。
唐兆康[4]（2021）在《地基垂直观测网数据对数值预报的影响评估研究》文中研究表明同化大量观测资料可以有效地改进模式预报结果,但不同观测对预报的影响有着显着差异,合理评估观测对预报的贡献是数值模式中最具挑战性的诊断之一。为了深入了解观测资料质量及其对数值天气预报的影响,本文对超大城市项目2019年于北京地区组网观测获取的风廓线雷达（Wind Profile Radar,WPRD）观测进行质量评估。并选取2019年9月的WPRD和地基微波辐射计（Microwave Radiometer,MWR）观测数据,利用基于伴随的预报对观测的敏感性（Forecast Sensitivity to Observations,FSO）方法,开展观测对WRF模式12h预报的影响试验,分析风温湿观测对模式12h预报的贡献,并与观测系统试验（Observing System Experiments,OSEs）的结果相互验证。结果表明:（1）2019年北京地区的WPRD观测质量较高,均方根误差基本在2～4 m/s。其中,00 UTC的WPRD观测质量总体上优于12 UTC的观测,而云雨天的WPRD观测质量则总体上优于晴天的观测。（2）FSO线性近似准确性评估试验结果表明,在限定的模式区域,以高水平分辨率的模式网格和分析增量显着的背景场和分析场作初始场的FSO试验,FSO线性近似结果更优。（3）同化的观测资料（MWR、WPRD、Sound、Synop 和 Geoamv）均减小了 WRF模式12h预报误差,对预报为正贡献。其中,MWR观测对预报的影响最大,WPRD风场观测对预报的改进效果优于Sound的风场观测,与OSEs的结果基本一致。（4）北京地区组网观测的站点中,大兴站的WPRD和MWR观测对预报的改进效果较优。而WPRD的U、V观测和MWR的T、Q观测中,V观测和T观测对预报的正贡献值更高,对预报的改进效果更优。（5）WPRD和MWR多数高度层的观测均对预报为正贡献,其中MWR的T观测对预报的正贡献主要位于近地面800 hPa以下。这可能是800 hPa以下的T观测误差较小,预报对低层T观测的敏感性也更高,所以导致T观测对预报的正贡献在800 hPa以下最为显着。
孙佳琪[5]（2021）在《CFOSAT散射计风场资料同化在台风预报中的应用》文中提出台风是对我国沿海地区造成最为严重影响的自然灾害之一。我国每年遭受约7个台风登陆侵袭,台风引起的恶劣天气和海况严重损害沿海地区人民的生命财产安全,准确预报台风的路径和强度对提高灾害防治能力具有重要意义。提升数值预报能力的关键是构建更好的反映初始时刻大气海洋状况的初始条件,资料同化方法是利用观测资料实现模式初始场改善的重要途径。台风条件下的常规观测资料稀缺往往为台风资料同化带来困难,然而卫星观测资料为台风预报提供了良好的数据来源。CFOSAT卫星于2018年升空,搭载我国自行研制的散射计,可以提供精度高、空间覆盖率广的风场资料。本文选取采用3DVar方法及WRF模式,开展了中法海洋卫星（CFOSAT）散射计风场资料同化及数值预报试验研究,选取2019年至2020年间经过我国东海和南海的13个台风,展开试验,对比分析了常规观测资料同化及进一步同化CFOSAT散射计风场资料后,对台风预报效果的影响。针对风场资料在台风预报初始时刻覆盖率较好台风“白鹿”的试验结果表明,CFOSAT资料的引入很好的改善了初始条件和台风预报结果:与不进行资料同化相比,同化常规观测资料使台风路径预报平均绝对误差（MAE）降低约20km,中心最低海平面气压平均绝对误差降低约3%,但中心最大风速没有明显改善;同化了CFOSAT卫星散射计风场资料后,台风路径和强度的预报效果得到进一步改善,与不进行资料同化相比,台风路径预报的平均绝对误差降低30km以上,中心最低海平面气压平均绝对误差降低约7%,中心最大风速的预报平均绝对误差降低约20%以上。对2019年至2020年间13个台风预报结果的整体分析显示,同化CFOSAT散射散风场资料整体显着降低了台风路径的预报误差,对台风强度的预报效果也有一定的提升:同化常规观测资料使13个台风路径平均预报误差的时间平均值降低约4km,中心最低海平面气压和中心最大风速没有明显改善;同化了CFOSAT卫星散射计风场资料后,台风路径和强度的整体预报效果得到进一步提升,与不进行资料同化相比,台风路径预报的平均绝对误差降低约15km,中心最低海平面气压平均绝对误差降低约3.5%,中心最大风速的预报平均绝对误差降低约11%。
龚建东,张林,王瑞春[6]（2021）在《集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅱ：参数选取与数值试验》文中认为研究的第一部分讨论了如何有效应用集合预报误差的科学方案,确定了集合预报误差在GRAPES（Global Regional Assimilation and PrEdiction System）全球4DVar（four dimensional variational data assimilation）中应用的分析框架。在此基础上研究了针对集合预报误差实际应用于GRAPES全球4DVar,解决接近或超过100个集合样本数时高效生成的计算效率问题,以及与GRAPES全球4DVar匹配的同化关键参数确定问题。选择基于4DVar的集合资料同化方法生成集合样本,通过将第1个样本极小化迭代过程中产生的预调节信息用于其他样本极小化做预调节,将计算效率提高了2倍。通过时间错位扰动方法增加集合样本数,实现集合样本增加到3倍。对集合方差进行膨胀,并选择水平局地化相关尺度为流函数背景误差水平相关的1.4倍。通过批量数值试验方法确定背景误差与集合预报误差的权重系数,对60个集合样本当集合预报误差权重为0.7时预报效果最好。对北半球夏、冬两季各52 d的批量试验表明,对于南、北半球En4DVar （ensemble 4DVar）较4DVar的改进在冬季主要集中在700—30 hPa,而在夏季主要集中在400—150 hPa。赤道地区受季节影响较小,En4DVar对位势高度、风场与温度的改进都较为明显,且经向风场的改进最为显着。文中研发的集合预报误差在GRAPES全球4DVar中应用的方法合理可行。
吴亚丽[7]（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》文中提出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。
彭菊香,谢元富,康兆萍,李红莉[8]（2020）在《改进的雷达资料同化方案在梅雨期暴雨预报中的应用》文中指出雷达资料同化对提高数值天气预报准确率具有重要意义。针对2016年7月5-6日武汉一次梅雨期暴雨过程,采用改进的雷达资料同化方案STMAS（Space and Time Multiscale Analysis System）同化雷达径向速度和反射率因子。通过与LAPS（Local Analysis and Prediction System）方案的结果对比初始动力场、水汽条件、热力场、预报天气形势、降水和雷达回波等的差异,并着重分析了STMAS方案对初始场及降水预报的改进及其原因。结果表明:（1）同化雷达径向速度时,STMAS方案在三维变分基础上引入连续方程做强约束条件,对初始场中动力场改善效果较为明显。（2）同化雷达反射率因子时,STMAS方案增加利用雷达回波直接调整湿度步骤,强迫雷达回波高于阈值区域饱和,使得初始场的水汽条件更加充沛,对流不稳定能量更大。（3）由于STMAS方案初始场的改善,使得预报场中高低空天气系统配置较好,最终使得预报的雨带和强降水落区在位置和强度上更接近实况,其中100 mm以上强降水预报能力尤为突出。
沈学顺,王建捷,李泽椿,陈德辉,龚建东[9]（2020）在《中国数值天气预报的自主创新发展》文中进行了进一步梳理数值天气预报是天气预报业务和防灾、减灾的核心科技。中国数值天气预报研究和业务应用一直受到高度重视,在理论、方法和数值模式研究方面取得了有广泛国际影响的研究成果。在回顾新中国数值天气预报自主创新研究成果的基础上,重点对GRAPES（Global Regional Assimilation and PrEdiction System）半隐式半拉格朗日格点模式与物理过程的研发和业务应用的状况以及所取得的重要科学进展进行了综述。近年来,通过自主研发建立了中国数值天气预报业务体系—GRAPES体系。首次以自主技术实现了从区域3—10 km到全球25—50 km分辨率的确定性预报和集合预报系统,并在模式动力框架、四维变分同化和卫星资料同化技术等方面有所突破,建立了大气化学数值天气预报、台风数值预报和海浪预报等系统。自主研发的数值天气预报体系的建立是长期坚持既定科学技术方向以及研究和业务紧密结合、经验不断积累的结果,是中国自主发展数值天气预报技术的重要起点。
侯士成[10]（2020）在《流依赖非平衡项方差统计及应用方法研究》文中研究说明随着现代科技成果的引入和大气科学自身的快速发展,天气预报已经从传统的建立在天气学原理、数理统计与预报员经验基础上的定性预报方法,发展以大气探测和大气科学理论为基础、综合运用科学技术新成就、在高性能计算机上实施的现代数值天气预报体系。数值天气预报水平的高低,已经成为衡量一个国家气象业务保障能力的重要标志。准确的数值天气预报必须以高质量初始场为基础。生成初始场数据的资料同化是数值预报的核心关键技术之一,而背景误差协方差矩阵又是变分资料同化系统的不可或缺的重要组成部分。随着数值预报模式和资料同化技术的发展,相应地要求不断改进同化系统中的背景误差协方差模型。背景误差协方差在资料同化中地位重要,发挥着信息传播、信息平滑、体现平衡属性、形成随流场变化结构的重要作用。通过引入基于集合信息估计得到的流依赖协方差,能够提升背景误差协方差反映真实大气流场随天气形势演变信息的能力。在变分资料同化执行过程中,模式变量的增量一般被视为由平衡变量表示的平衡项和剩余的非平衡项两个部分之和,对规模巨大背景误差协方差实施控制变量变换,利用变量之间的平衡关系,使模式变量转换为互不相关的控制变量。在国产自主的YH4DVAR系统中,以涡度为平衡变量,将散度、温度和表面气压分解为与涡度相平衡的平衡项和非平衡项两部分,而将比湿视作独立变量,但目前只实现了平衡项的流依赖方差估计。本文针对YH4DVAR系统中流依赖信息估计不充分的问题,提出同时估计平衡项和非平衡项流依赖方差信息的方法,在已有基础上设计了非平衡项流依赖误差方差的估计流程。主要思想是利用集合资料同化生成的背景误差样本实时地估计出非平衡项的背景误差方差。为了克服短时间内背景误差样本不充分的问题,采用了短期迟滞方法增加样本规模,即选择当前时次集合的不同预报时效的预报场集合,与最近几个时次的不同预报时效的组合。优点是在短时期内构造出数量足够充分的背景误差样本,从而有效减少误差统计中的取样误差。本文的主要工作和得出的结论归纳如下:（1）回顾了资料同化和背景误差协方差研究进展,介绍了混合资料同化方法和流依赖背景误差协方差的研究现状,介绍了多增量四维变分方法、YH4DVAR同化系统框架、球面小波背景误差协方差模型,在此基础上提出了同时估计平衡项和非平衡项流依赖方差信息的方法,给出了非平衡项流依赖误差方差估计流程。（2）为了解决多重共线性现象,提出使用流依赖样本,对不同变量的非平衡流依赖误差方差成功进行了估计,解决了多重共线性问题。对比平衡算子矩阵的计算结果发现,基于岭回归估计方法,使用新的平衡算子,消除和减弱了增量场中幅度较大的增量,表现出平滑作用。通过探究平衡系数对同化和预报的影响,证明了统计得到的新平衡算子的合理性。然后针对新旧不同平衡算子,进行了两组大批量同化预报实验,通过世界气象组织推荐使用的标准统计检验综合评分程序,统计检验结果表明使用新的平衡算子后相对气候态值为预报带来正效果,并且在南半球区域预报效果改进最为明显。分析了非平衡项方差的分布特点,总结得出非平衡项方差具有带状分布特点,受具体区域的大气运动状态影响,非平衡项方差在西风带区域数值较大。经过校正和滤波处理,温度的非平衡项方差分布更加接近总方差的分布,空间分布更加平滑,有效地滤除了噪声。（3）以台风“奥鹿”为例,根据不同的方差配置情况设计了3组全球同化预报试验,展示了预报效果。试验结果表明:使用更新涡度和更新散度、温度、地表气压的非平衡项方差后,对台风中心气压的预报效果有显着提升,初步体现了引入流依赖非平衡项方差带来的改进作用。
二、Effects of 4DVAR with multifold observed data on the typhoon track forecast（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、Effects of 4DVAR with multifold observed data on the typhoon track forecast（论文提纲范文）
（1）青藏高原高分辨率区域资料同化方案研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 大气再分析的研究意义 |
| 1.2 大气资料同化研究进展 |
| 1.2.1 早期客观分析方法 |
| 1.2.2 基于统计的资料同化 |
| 1.2.3 基于集合的同化技术 |
| 1.2.4 粒子滤波同化方法 |
| 1.3 观测资料的质量控制 |
| 1.4 再分析资料的发展现状 |
| 1.5 青藏高原再分析现状及亟需解决的科学问题 |
| 1.6 主要研究内容与论文结构 |
| 1.6.1 主要研究内容 |
| 1.6.2 论文章节安排 |
| 第二章 非高斯新息向量变分质量控制研究 |
| 2.1 引言 |
| 2.2 高斯误差分布的变分同化 |
| 2.3 观测误差的非高斯分布建模 |
| 2.3.1 观测误差污染正态分布的构建 |
| 2.3.2 新息向量的非高斯分布特征 |
| 2.3.3 观测资料变分质量控制的概念模型 |
| 2.4 变分质量控制方案的发展 |
| 2.4.1 “高斯+高斯”分布模型 |
| 2.4.2 “高斯+均匀”分布模型 |
| 2.4.3 “高斯+拉普拉斯”分布模型 |
| 2.5 三类变分质量控制理论分析 |
| 2.5.1 污染正态分布模型的误差代表性 |
| 2.5.2 观测目标函数、梯度和权重特征 |
| 2.5.3 污染率的敏感性分析 |
| 2.6 本章小结 |
| 第三章 变分质量控制方案的青藏高原资料同化研究 |
| 3.1 引言 |
| 3.2 变分质量控制同化验证分析方案 |
| 3.2.1 变分质量控制同化系统配置 |
| 3.2.2 稳健性理想试验设计 |
| 3.2.3 实际观测同化试验设计 |
| 3.3 变分质量控制验证分析 |
| 3.3.1 稳健性检验 |
| 3.3.2 观测权重调整 |
| 3.3.3 分析增量优化与权重的关系 |
| 3.3.4 分析场的验证 |
| 3.4 变分质量控制的青藏高原资料同化分析 |
| 3.4.1 变分质量控制的资料同化系统 |
| 3.4.2 高原区域变分质量控制分析诊断 |
| 3.4.3 高原区域同化分析的降水预报性能 |
| 3.5 本章小结 |
| 第四章 集合卡尔曼滤波方案的青藏高原资料同化研究 |
| 4.1 引言 |
| 4.2 高原集合资料同化方案 |
| 4.2.1 EnKF资料同化系统 |
| 4.2.2 EnKF同化分析预报模式 |
| 4.2.3 观测资料 |
| 4.2.4 诊断指标 |
| 4.3 EnKF同化分析资料质量评估 |
| 4.3.1 探空观测的非独立性检验 |
| 4.3.2 探空观测的独立性检验 |
| 4.3.3 温湿度的卫星观测质量评估 |
| 4.3.4 湿度时空分布特征分析 |
| 4.4 EnKF同化分析降尺度预报质量评估 |
| 4.4.1 降尺度预报检验 |
| 4.4.2 降水预报分析 |
| 4.4.3 降水日变化特征 |
| 4.4.4 降水评分检验 |
| 4.5 本章小结 |
| 第五章 全空卫星辐射资料对青藏高原资料同化的潜在影响 |
| 5.1 引言 |
| 5.2 高原MCS强降水过程 |
| 5.3 卫星资料同化试验方案 |
| 5.3.1 模式参数配置 |
| 5.3.2 卫星观测资料 |
| 5.3.3 EnKF同化方案 |
| 5.4 卫星资料同化分析的潜在影响 |
| 5.4.1 卫星资料同化的有效性 |
| 5.4.2 探空资料独立检验 |
| 5.4.3 对流云模拟预报分析 |
| 5.4.4 卫星资料同化的降水预报性能 |
| 5.5 本章小结 |
| 第六章 结论与讨论 |
| 6.1 论文主要结论 |
| 6.2 论文主要创新 |
| 6.3 讨论与展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（2）中小尺度对流系统的高分辨率数值模拟近况和未来挑战（论文提纲范文）
| 0 引言 |
| 1 模式分辨率的影响 |
| 2 模式初始条件的重要性 |
| 3 模式物理过程的作用 |
| 4 中、小尺度对流系统的高分辨率数值模拟 |
| 4.1 暴雨对流系统 |
| 4.2 冰雹对流系统 |
| 4.3 龙卷结构 |
| 4.4 热带气旋的精细结构 |
| 5 未来挑战 |
（3）雷达径向风资料同化对登陆台风数值预报的改进（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 雷达资料同化在台风数值模拟和预报中的研究进展 |
| 1.2.1 雷达径向风同化 |
| 1.2.2 反射率因子同化 |
| 1.3 科学问题及论文主要结构 |
| 1.3.1 科学问题的提出 |
| 1.3.2 论文主要结构 |
| 第2章 研究方法和模式介绍 |
| 2.1 引言 |
| 2.2 集合卡尔曼滤波同化理论方法 |
| 2.3 中国CINRAD型多普勒天气雷达 |
| 2.4 中尺度模式WRF简介 |
| 2.5 径向速度退模糊软件 |
| 2.6 本文使用到的观测数据 |
| 第3章 台风内外核雷达资料对同化结果的敏感性分析 |
| 3.1 引言 |
| 3.2 研究个例和同化方案设计 |
| 3.2.1 个例介绍 |
| 3.2.2 同化方案 |
| 3.3 雷达资料预处理 |
| 3.4 台风同化分析 |
| 3.5 台风同化预报 |
| 3.6 小结 |
| 第4章 空间均匀雷达资料稀疏化算法对台风同化预报的改进 |
| 4.1 引言 |
| 4.2 空间均匀雷达资料稀疏化算法(ESTM) |
| 4.3 台风彩虹(2015)个例模拟分析 |
| 4.3.1 个例简介 |
| 4.3.2 数值试验设计 |
| 4.3.3 雷达观测资料 |
| 4.3.4 路径、强度同化分析和预报 |
| 4.3.5 台风结构 |
| 4.3.6 降水预报 |
| 4.4 台风批量试验验证 |
| 4.4.1 路径和强度批量评估 |
| 4.4.2 定量降水预报评分 |
| 4.5 小结 |
| 第5章 雷达同化技术在我国台风短临业务预报中的应用 |
| 5.1 引言 |
| 5.2 快速更新短临预报技术方案 |
| 5.2.1 数值预报模式设置 |
| 5.2.2 雷达资料预处理 |
| 5.2.3 集合卡尔曼滤波同化方案 |
| 5.2.4 系统模块流程 |
| 5.2.5 系统运行环境 |
| 5.2.6 系统输入数据 |
| 5.3 2020 年实时预报误差检验分析 |
| 5.3.1 检验说明 |
| 5.3.2 路径和强度检验 |
| 5.3.3 降水检验 |
| 5.3.4 大风检验 |
| 5.4 小结 |
| 第6章 结论与讨论 |
| 6.1 全文总结 |
| 6.2 论文创新点及今后工作打算 |
| 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 |
（4）地基垂直观测网数据对数值预报的影响评估研究（论文提纲范文）
| 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 观测系统模拟试验 |
| 1.2.2 观测系统试验 |
| 1.2.3 基于伴随的预报对观测的敏感性方法 |
| 1.2.4 国内观测资料对模式预报的影响评估现状 |
| 1.3 研究内容及论文框架 |
| 1.3.1 研究内容 |
| 1.3.2 论文框架 |
| 第二章 数据与研究方法 |
| 2.1 数据及预处理 |
| 2.1.1 观测数据介绍 |
| 2.1.2 数据质量控制方法 |
| 2.1.3 观测误差统计方法 |
| 2.2 基于伴随的FSO理论及系统 |
| 2.2.1 基于伴随的FSO理论 |
| 2.2.2 WRFDA-FSO系统介绍 |
| 2.3 本章小结 |
| 第三章 北京地区不同时次和不同天气风廓线雷达观测质量评估 |
| 3.1 引言 |
| 3.2 北京地区风廓线雷达观测质量控制 |
| 3.3 北京地区不同时次风廓线雷达观测质量评估 |
| 3.4 北京地区不同天气风廓线雷达观测质量评估 |
| 3.5 本章小结 |
| 第四章 FSO线性近似准确性评估试验 |
| 4.1 引言 |
| 4.2 不同水平分辨率对FSO线性近似的影响分析 |
| 4.2.1 试验设置 |
| 4.2.2 不同水平分辨率的FSO线性近似结果对比分析 |
| 4.3 不同初始场对FSO线性近似的影响分析 |
| 4.3.1 试验设置 |
| 4.3.2 不同初始场的FSO线性近似结果对比分析 |
| 4.4 本章小结 |
| 第五章 基于伴随敏感性的观测对模式预报的影响评估 |
| 5.1 引言 |
| 5.2 观测对模式预报的贡献分析 |
| 5.2.1 FSO线性近似准确性分析 |
| 5.2.2 不同观测资料对预报的贡献分析 |
| 5.2.3 预报误差的空间特征分析 |
| 5.3 观测对预报贡献差异的原因分析 |
| 5.3.1 风廓线雷达观测对预报贡献差异性分析 |
| 5.3.2 地基微波辐射计观测对预报贡献差异性分析 |
| 5.4 观测系统试验(OSEs)评估观测对预报的影响 |
| 5.4.1 试验设置 |
| 5.4.2 观测系统试验结果分析 |
| 5.5 本章小结 |
| 第六章 总结及展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）CFOSAT散射计风场资料同化在台风预报中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究意义 |
| 1.2 研究现状 |
| 1.3 本文主要工作内容 |
| 第二章 方法与数据 |
| 2.1 大气模式和同化方法 |
| 2.1.1 大气模式介绍 |
| 2.1.2 三维变分同化方法介绍 |
| 2.2 试验设计 |
| 2.2.1 模式设置 |
| 2.2.2 试验设计 |
| 2.3 数据资料 |
| 第三章 台风选取与简介 |
| 3.1 选取依据 |
| 3.2 台风简介 |
| 第四章 资料同化对台风预报的影响 |
| 4.1 资料同化对台风“白鹿”初始场模拟和预报的影响 |
| 4.1.1 初始场分析 |
| 4.1.2 台风路径分析 |
| 4.1.3 台风强度分析 |
| 4.2 资料同化对2019-2020 年台风路径和强度的影响 |
| 第五章 结论和展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
（6）集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅱ：参数选取与数值试验（论文提纲范文）
| 1 引言 |
| 2 EDA集合样本生成方案 |
| 2.1 集合样本生成方法 |
| 2.2 极小化预调节信息 |
| 3 集合预报误差应用 |
| 3.1 高频噪声滤除与异常扰动抑制 |
| 3.2 集合预报误差与背景误差 |
| 4 En4DVar参数确定 |
| 4.1 权重系数与相关尺度 |
| 4.2 集合样本数影响 |
| 4.3 集合预报方差膨胀 |
| 4.4 误差权重系数影响 |
| 5 试验效果分析 |
| 5.1 夏季预报试验 |
| 5.1.1 对分析的影响 |
| 5.1.2 对北半球夏季预报的影响 |
| 5.2 北半球冬季预报试验 |
| 5.2.1 对分析影响 |
| 5.2.2 对冬季预报的影响 |
| 6 总结与讨论 |
（7）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 |
（8）改进的雷达资料同化方案在梅雨期暴雨预报中的应用（论文提纲范文）
| 1 引言 |
| 2 同化方案简介 |
| 2.1 LAPS同化雷达径向风方案 |
| 2.2 STMAS同化雷达径向风方案 |
| 2.2.1 多尺度网格连续变分方法 |
| 2.2.2 STMAS同化雷达径向风 |
| 2.3 LAPS与STMAS同化雷达径向风的差别 |
| 2.4 云分析方案同化雷达反射率因子 |
| 3 暴雨过程简介 |
| 4 同化试验方案 |
| 4.1 雷达资料预处理及质控 |
| 4.2 同化试验设计 |
| 5 试验结果分析 |
| 5.1 两种雷达资料同化方案对初始场的改进效果 |
| 5.1.1 初始动力场调整 |
| 5.1.2 改进同化方法前后初始水汽条件对比 |
| 5.1.3 改进同化方法前后初始热力场对比 |
| 5.2两种雷达资料同化方案对预报场改进效果的对比分析 |
| 5.2.1 预报形势场的相应调整 |
| 5.2.2风场垂直分布特征分析 |
| 5.2.3 改进方案对雷达回波结构预报的影响 |
| 5.2.4 降水预报效果 |
| 6 结论和展望 |
（9）中国数值天气预报的自主创新发展（论文提纲范文）
| 1 引言 |
| 1.1 中国数值天气预报自主创新历史的回顾 |
| 1.2 中国现代数值天气预报业务体系的建立和创新发展 |
| 2 GRAPES研发历程和业务体系的形成 |
| 2.1 研发和业务应用的重要节点 |
| 2.2 GRAPES业务体系概述及应用效果 |
| 2.2.1 主要科学技术特点 |
| 2.2.2 业务体系概况和应用效果 |
| 3 GRAPES主要科学技术进展 |
| 3.1 GRAPES模式动力框架实现了从经典半隐式半拉格朗日算法到预估修正半隐式半拉格朗日算法的转变，模式计算精度和运算效率大幅度提高 |
| 3.2 研发了GRAPES全球四维变分同化系统，实现业务应用 |
| 3.3 形成了系列卫星资料同化应用技术 |
| 3.4 研发了适合千米尺度分辨率数值天气预报的三维变分同化技术和云信息初始化技术 |
| 3.5 研发了区域中尺度和全球中期集合预报的初值和模式不确定性扰动技术，实现了集合预报的业务应用 |
| 3.6 研发了全球云量预报方案 |
| 4 展望 |
（10）流依赖非平衡项方差统计及应用方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号使用说明 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 资料同化的重要性 |
| 1.1.2 背景误差协方差的作用 |
| 1.1.3 背景误差协方差模型存在的问题 |
| 1.2 研究现状 |
| 1.2.1 混合资料同化方法的研究现状 |
| 1.2.2 流依赖B的研究现状 |
| 1.3 存在问题 |
| 1.4 研究内容 |
| 1.5 论文结构 |
| 第二章 YH4DVAR中的背景误差协方差模型 |
| 2.1 增量四维变分方法介绍 |
| 2.2 YH4DVAR系统介绍 |
| 2.3 YH4DVAR中的背景误差协方差模型 |
| 2.3.1 基于控制变量转换的B模拟方法 |
| 2.3.2 球面小波背景误差协方差模型 |
| 2.3.3 流依赖背景误差协方差的集合估计方法 |
| 第三章 流依赖非平衡项方差统计 |
| 3.1 非平衡项方差统计流程 |
| 3.2 流依赖平衡算子统计 |
| 3.2.1 谱空间中平衡算子的回归统计 |
| 3.2.2 逆矩阵的多重共线性问题及岭回归算法 |
| 3.2.3 Gaussian平滑与滤波 |
| 3.3 平衡算子对同化的影响 |
| 3.3.1 平衡系数对同化的影响 |
| 3.3.2 平衡系数对预报的影响 |
| 3.4 非平衡项方差统计 |
| 3.5 非平衡项方差的后处理 |
| 第四章 流依赖非平衡项方差在YH4DVAR中应用研究 |
| 4.1 前言 |
| 4.2 台风“奥鹿”的基本信息 |
| 4.3 试验设计 |
| 4.4 流依赖非平衡方差对台风“奥鹿”的影响分析 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 水平平衡算子的解析解 |
四、Effects of 4DVAR with multifold observed data on the typhoon track forecast（论文参考文献）
- [1]青藏高原高分辨率区域资料同化方案研究[D]. 和杰. 南京信息工程大学, 2021(01)
- [2]中小尺度对流系统的高分辨率数值模拟近况和未来挑战[J]. 黎慧琦,张大林. 气象科技进展, 2021(03)
- [3]雷达径向风资料同化对登陆台风数值预报的改进[D]. 冯佳宁. 中国气象科学研究院, 2021
- [4]地基垂直观测网数据对数值预报的影响评估研究[D]. 唐兆康. 南京信息工程大学, 2021
- [5]CFOSAT散射计风场资料同化在台风预报中的应用[D]. 孙佳琪. 自然资源部第一海洋研究所, 2021(01)
- [6]集合预报误差在GRAPES全球四维变分同化中的应用研究Ⅱ：参数选取与数值试验[J]. 龚建东,张林,王瑞春. 气象学报, 2021(01)
- [7]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)
- [8]改进的雷达资料同化方案在梅雨期暴雨预报中的应用[J]. 彭菊香,谢元富,康兆萍,李红莉. 高原气象, 2020(05)
- [9]中国数值天气预报的自主创新发展[J]. 沈学顺,王建捷,李泽椿,陈德辉,龚建东. 气象学报, 2020(03)
- [10]流依赖非平衡项方差统计及应用方法研究[D]. 侯士成. 国防科技大学, 2020