贝叶斯膨胀算法对EnSRF雷达资料同化的影响研究
  • 【DOI】

    10.3878/j.issn.1006-9895.1511.15230

  • 【摘要】

    本文针对2009年6月5日发生在我国华东地区的一次中尺度对流过程(Mesoscale Convective System,简称MCS),基于集合均方根滤波(Ensemble Square Root Filter,简称EnSRF)方法同化多部多普勒天气雷达资料,引入具有时空自适应理论优势的贝叶斯膨胀算法,通过与常数膨胀算法的对比,分析了两种膨胀算法对EnSRF同化效果的影响.结果表明:贝叶斯膨胀算法... 展开>>本文针对2009年6月5日发生在我国华东地区的一次中尺度对流过程(Mesoscale Convective System,简称MCS),基于集合均方根滤波(Ensemble Square Root Filter,简称EnSRF)方法同化多部多普勒天气雷达资料,引入具有时空自适应理论优势的贝叶斯膨胀算法,通过与常数膨胀算法的对比,分析了两种膨胀算法对EnSRF同化效果的影响.结果表明:贝叶斯膨胀算法同化的雷达组合反射率因子在强对流中心处有所增强,改善了基于常数膨胀算法的EnSRF同化强对流系统偏弱的问题.相比常数膨胀算法,贝叶斯膨胀算法同化的冷池结构更合理,径向风和反射率因子的均方根误差均减少.进一步探讨贝叶斯膨胀算法对同化效果改善的原因,结果发现:贝叶斯膨胀参数的分布与反射率因子的均方根误差分布十分吻合,这表明贝叶斯膨胀算法可以在背景场均方根误差较大,即背景场与观测差距较大时,给出较大的膨胀参数,进而增加集合的背景场误差,使得观测权重增大,从而给出了较大的分析增量.对集合平均分析场进行了1小时的确定性预报发现,贝叶斯膨胀算法提高了预报模式对安徽与江苏交界处的强对流系统的模拟效果,回波强度更强,冷池强度和范围更大,且对于不同组合反射率因子的阀值,贝叶斯膨胀算法的评分(Equitable Threat Score,简称ETS)均高于常数膨胀算法.这表明贝叶斯膨胀算法有效地改进了基于常数膨胀算法的EnSRF同化雷达资料的效果. 收起<<

  • 【作者】

    高士博  闵锦忠  黄丹莲 

  • 【作者单位】

    南京信息工程大学气象灾害预报预警与评估协同创新中心

  • 【刊期】

    大气科学 ISTIC PKU 2016年5期

  • 【关键词】

    集合卡尔曼滤波  雷达资料同化  贝叶斯膨胀算法  常数膨胀算法  EnSRF method  Radar data assimilation  Bayes inflation method  Multiplicative inflation method 

  • 【基金项目】

    国家重点基础研究发展计划(973计划)项目2013CB430102,江苏省普通高校研究生科研创新计划项目KYLX_0829、KYLX_0844,国家自然科学基金重点项目41430427,江苏省高校自然科学重大基础研究项目11KJA170001 National Basic Research Program of China (973 Program) the Research Innovation Program for College Graduates of Jiangsu Province National Natural Science Foundation of China Key University Science Research Project of Jiangsu Province,the Priority Academic Program Development of Jiangsu Higher Education Institutions