快速更新循环同化中云初始化技术研究

发布时间：2020-06-07 04:22

【摘要】：云初始化技术是针对实际中不易直接观测的云雾物理量(如水凝物),应用卫星、雷达、以及地面观测资料,通过物理与经验关系在模式的三维网格点上构造预报方程所需的云雾物理量初始场:并调整模式相关的动力和热力学变量,使初始时刻的云相关信息和特征尽可能与模式的动力与物理过程相匹配或平衡。它是解决临近数值天气预报“spin-up”问题,提高预报精度的重要手段之一。本文采用第二代华东快速更新循环同化预报模式系统,通过有无云初始化方案的对比试验,揭示了云初始化方案对降水、龙卷个例等预报结果的影响。通过云初始化方案形成的水凝物分布与模式微物理方案结果的比较分析,揭示了云初始化云水物质方案与模式微物理方案的不一致性问题及其原因。在上述工作基础上,通过增加云初始化对格点对流的判别,提出了分别计算对流云和层状云的云冰、云水混合比的新计算方案。论文的主要结论和结果如下:1)基于第二代华东快速更新循环同化模式预报系统SMS-WARRV2.0,针对2015年4月28日华东强对流个例和2016年6月23日江苏阜宁龙卷个例,进行了有无云初始化对比试验,分析了云初始化对降水、龙卷个例等强对流数值预报结果的影响。采用云初始化方案使得00-06预报时段的1小时累计降水预报的TS评分显著提高;强降水的位置预报更接近实况。云初始化能较大地改善初始水凝物的质量分布,提供了较为准确的相关对流系统的初始信息,改进了对强对流区域水凝物、垂直速度的预报,有效地避免了模式初始阶段的降水滞后现象。在模式系统中,使用观测资料通过云初始化方法构造水凝物的初始场,同时调整温度、湿度等格点场,缩短了模式由于初始微物理信息缺失引起的“spin-up”时间。云初始化还改善了初始场中有云区域湿度分析,对低涡中心位置和急流强度把握也更准确。另外,江苏阜宁龙卷强天气个例的数值试验结果表明,进行观测资料同化(云初始化)的快速更新循环同化系统预报在阜宁附近模拟出了类似龙卷母体的涡旋结构,而没有进行观测资料同化(云初始化)预报结果中,在阜宁附近没有预报出类似的对流单体,循环同化(云初始化)对强天气的模拟起关键作用。2)在云初始化方案中使用模式微物理方案反演的雷达反射率作为伪观测,得到云初始化方案形成的水凝物分布,并与模式微物理方案的水凝物分布进行对比分析,讨论了云初始化云水物质方案与模式微物理方案的不一致性问题及其原因。对比发现,云初始化方案形成的云冰和云水混合比显著大于模式微物理方案中的云冰和云水混合比,尤其云冰含量增大非常显著。两种不同水凝物(降水粒子)计算方案Kessler和Ferrier的试验结果对比表明,两种方案对云冰和云水的分析结果相似,相对模式微物理方案中的结果都显著增大;两种方案对降水粒子的分析结果略有不同。3)通过增加云初始化对格点对流的判别,提出了分别计算对流云和层状云的云冰、云水混合比的新计算方案。在云初始化改进方案中,采用ECMWF的方案,根据网格尺度地面感热和潜热通量来确定近地面次网格的对流尺度垂直速度,作为水平格点的对流判据,并引入以云内格点的物理量计算云冰和云水的层状云方案。在云初始化方案中增加对流判据,使得在云初始分析中保留局地强对流信息的同时,减少了对流格点。对流格点的分布与正的感热通量分布相似,并在陆地上有显著日变化。引入层云云冰和云水计算方案分析层云格点,显著地减小模式初始场的云冰和云水混合比,有效地减弱了模式积分初始阶段云冰和云水含量的剧烈调整,尤其在陆地区域。采用改进的云初始化方案,可以减少模式预报的前1小时、前6小时累计降水的强度。在循环试验中,改进方案对强降水中心强度和面积的预报改善较为明显。
【图文】：

第二代华东快速更新循环同化系统预报区域(阴影:地形高度，，单位:m)

第二代华东快速更新循环同化系统流程示意图
【学位授予单位】：南京信息工程大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：P456.7

【相似文献】

相关期刊论文 前8条

1 姜守旭,蒋宗礼,梁征强;X86平台上Linux的低级初始化过程分析[J];哈尔滨商业大学学报(自然科学版);2001年04期

2 汪伦伟;;linux系统的初始化过程[J];Internet信息世界;2001年04期

3 孙定;Compaq Contura 410CX印象[J];计算机世界;1995年06期

4 陈先芹;;浅谈ERP系统初始化过程中值得关注的几个问题[J];商业会计;2009年02期

5 刘金祥;周红波;;基于RTEMS操作系统的初始化过程实现[J];软件导刊;2009年05期

6 王立彬;周衡;;S3C2440开发板在某型雷达中的应用[J];孝感学院学报;2010年06期

7 张承凡;日立CP56G型超速离心机故障及检修[J];现代仪器使用与维修;1998年04期

8 张沛;关杰;李俊志;施泰荣;;MORUS算法初始化过程的混乱与扩散性质研究[J];密码学报;2015年06期

相关博士学位论文 前1条

1 李佳;快速更新循环同化中云初始化技术研究[D];南京信息工程大学;2018年

相关硕士学位论文 前1条

1 李想;深度卷积网络预训练策略的研究与应用[D];大连理工大学;2017年

本文编号：2700836