集合卡尔曼滤波同化中雷达位置的敏感性研究
  • 【DOI】

    10.11676/qxxb2016.050

  • 【摘要】

    针对对流尺度集合卡尔曼滤波(EnKF)雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风... 展开>>针对对流尺度集合卡尔曼滤波(EnKF)雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向(即环境气流的方向)。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上(即与环境气流成45°夹角),同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波(iEnSRF)算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。 收起<<

  • 【作者】

    乔小湜  闵锦忠  王世璋 

  • 【作者单位】

    南京信息工程大学气象灾害教育部重点实验室,南京,210044; 沈阳中心气象台,沈阳,110016/南京信息工程大学气象灾害教育部重点实验室,南京,210044

  • 【刊期】

    气象学报 ISTIC PKU 2016年5期

  • 【关键词】

    资料同化  集合卡尔曼滤波  背景误差协方差  雷达位置  Data assimilation  Ensemble Kalman filter  Background error covariance  Radar location 

  • 【基金项目】

    国家重点基础研究发展计划973项目 国家自然科学基金青年基金 北极阁基金 南京信息工程大学人才启动经费 中国气象局武汉暴雨研究所暴雨开放基金项目(HR2008K01)。