不同同化方案在台风“白鹿”强降水预报中的应用

梁钧怡; 王东海; 张宇; 姚乐宝

doi:10.13471/j.cnki.acta.snus.2021D019

您当前的位置：

首页 >

文章列表页 >

不同同化方案在台风“白鹿”强降水预报中的应用

研究论文 | 更新时间：2023-11-01

- 不同同化方案在台风“白鹿”强降水预报中的应用
- The application of different data assimilation systems in Typhoon “Bailu” rainstorm forecast
- 中山大学学报(自然科学版)(中英文) 2022年61卷第4期页码：104-118
- 作者机构：
  
  1.中山大学大气科学学院 / 广东省气候变化与自然灾害研究重点实验室，广东珠海 519082
  2.南方海洋科学与工程广东省实验室（珠海），广东珠海 519082
  3.佛山市气象局，广东佛山 528000
  4.广东海洋大学南海海洋气象研究院，广东湛江 524088
  5.内蒙古自治区气象台，内蒙古呼和浩特 010051
- 作者简介：
  
  梁钧怡（1996年生），女；研究方向：中小尺度天气学；E-mail：liangjy76@mail2.sysu.edu.cn
  王东海（1965年生），男；研究方向：中小尺度天气动力学；E-mail：wangdh7@mail.sysu.edu.cn
- 基金信息：
  
  国家重点研发计划项目(2019YFC1510400);国家自然科学基金(41861164027;41775097);广东省科技计划(2017B020244002)
- DOI：10.13471/j.cnki.acta.snus.2021D019
  中图分类号： P445
- 纸质出版日期：2022-07-25，
  
  网络出版日期：2021-11-26，
  
  收稿日期：2021-03-12，
  
  录用日期：2021-07-26
扫描看全文
梁钧怡,王东海,张宇等.不同同化方案在台风“白鹿”强降水预报中的应用[J].中山大学学报(自然科学版),2022,61(04):104-118.

LIANG Junyi,WANG Donghai,ZHANG Yu,et al.The application of different data assimilation systems in Typhoon “Bailu” rainstorm forecast[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2022,61(04):104-118.
梁钧怡,王东海,张宇等.不同同化方案在台风“白鹿”强降水预报中的应用[J].中山大学学报(自然科学版),2022,61(04):104-118. DOI： 10.13471/j.cnki.acta.snus.2021D019.

LIANG Junyi,WANG Donghai,ZHANG Yu,et al.The application of different data assimilation systems in Typhoon “Bailu” rainstorm forecast[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2022,61(04):104-118. DOI： 10.13471/j.cnki.acta.snus.2021D019.

摘要

基于WRF模式和GSI同化系统，构建了一套同化预报系统，研究常见的两种同化方法3DVar（three-dimensional variational）和3DEnVar（three-dimensional ensemble-variational）的应用，开展不同的嵌套区域采用不同的同化方法对模式预报效果的影响研究。基于本系统，分别设计三组试验，评估不同的同化方案对2019年8月第11号台风“白鹿”在华南地区造成强降水的模式预报和分析同化效果。个例试验结果表明：在双层嵌套模式中，两层均采用3DVar同化方法的试验对“白鹿”登陆前后所带来的小雨、中雨量级降水落区的模拟存在优势；而两层均采用3DEnVar同化方法的试验则对强降水落区和强度预报把握度更好，特别是对暴雨、大暴雨等强降水事件中心位置的模拟与实况更接近，且降水评分最优。此外，3DEnVar同化方法所构建的背景误差协方差具有明显的流依赖特性，并且对形成强降水的相关气象要素场包括垂直风场、温度场和湿度场的预报中均有较好的表现。

Abstract

The WRF model and the GSI assimilation system were used to build an assimilation prediction system regarding problems of data application and forecasting effect between the 3DVar data assimilation and the 3DEnVar（Hybrid） data assimilation. Based on this system， three tests of comparative experiments were designed to perform simulation analysis and assessment of these two data assimilation methods on a case of heavy rain process caused by Typhoon "Bailu" in August 2019. The results show that： 1） In the scheme of using 3DVar assimilation with two nested domains， there is an advantage in simulating the approximate distribution of rainfall； and it can capture the location of the light rain and moderate rain.2） Using 3DEnVar （Hybrid） assimilation with two nested domains can effectively improve the accuracy of the center position of typhoon rainstorms and the forecasted positions are closer to the actual situation. 3） The 3DEnVar（Hybrid） assimilation has obvious flow dependence on the background field； meanwhile， the simulations of related tactics such as wind vector， temperature， and humidity that form heavy rainfall are more accurate.

关键词

三维变分同化三维集合变分混合同化WRF-GSI预报系统台风降水台风“白鹿”

Keywords

3DEnVar（Hybrid） data assimilation3DVar data assimilationWRF-GSI systemtyphoon rainfallTyphoon Bailu

references

李泽椿，毕宝贵，金荣花，等.近10年中国现代天气预报的发展与应用［J］.气象学报，2014，72（6）： 1069-1078.

陈德辉，薛纪善.数值天气预报业务模式现状与展望［J］.气象学报， 2004，62（5）： 623-633.

官元红，周广庆，陆维松，等. 资料同化方法的理论发展及应用综述［J］. 气象与减灾研究，2007，30（4）： 1-8.

张爱忠，齐琳琳，纪飞，等．资料同化方法研究进展［J］. 气象科技， 2005， 33（5）： 385-389.

张少婷，王东海，于星，等. 雷达和卫星资料同化在一次华南暴雨预报中的应用［J］. 中山大学学报（自然科学版），2019，58（5）： 80-93.

HU M， XUE M， BREWSTER K.3DVAR and cloud analysis with WSR-88D level-Ⅱ data for the prediction of the Fort Worth， Texas， Tornadic Thunderstorms. Part I： Cloud analysis and its impact［J］.Monthly Weather Review， 2006， 134（2）： 675-698.

BARKER D M， HUANG X Y， LIU Z， et al. The weather research and forecasting model's community variational/ensemble data assimilation system：WRFDA［J］. Bulletin of the American Meteorological Society， 2012， 93（6）： 831-843.

BARKER D M， HUANG X Y， GUO Y R，et al. A three-dimensional variational data assimilation system for MM5： Implementation and initial results［J］. Monthly Weather Review，2004，132（4）： 897-914．

BARKER D M， HUANG W， GUO Y R， et al. A three-dimiensional variational （3DVAR） data assimilation system for use with MM5［R］. NCAR Tech Note， 2002.

张飞民，王澄海. 利用WRF-3DVAR同化常规观测资料对近地层风速预报的改进试验［J］. 高原气象， 2014， 33（3）： 675-685.

刘红亚，薛纪善，顾建峰，等. 三维变分同化雷达资料暴雨个例试验［J］. 气象学报， 2010， 68（6）： 779-789.

刘晓燕. HY-2A SCAT资料在3DVAR和Hybrid同化方法中的应用研究［R］. 国家海洋环境预报中心， 2015.

GAO S， MIN J， LIU L， et al. The development of a hybrid EnSRF-En3DVar system for convective-scale data assimilation［J］. Atmospheric Research， 2019， 229： 208-223.

谢宾鹏，张立凤，张明阳，等. FY-3A卫星微波资料的集合变分混合同化试验［J］. 气象科学， 2018， 38（5）： 606-615.

HAMILL T M ， SNYDER C. A hybrid ensemble Kalman filter/3D variational analysis scheme［J］.Monthly Weather Review，2000，128（8）： 2905-2919.

WANG X， SNYDER C， HAMILL T M. On the theoretical equivalence of differently proposed ensemble-3DVAR hybrid analysis schemes［J］. Monthly Weather Review， 2007， 135（1）： 222-227.

LI Y， WANG X， XUE M. Assimilation of radar radial velocity data with the WRF hybrid ensemble-3DVAR system for the prediction of hurricane Ike （2008）［J］.Monthly Weather Review，2012，140（11）： 3507-3524.

张诚忠，薛纪善，黄燕燕，等. 资料同化对2017年登陆广东沿海台风的短期降水与路径预报影响［J］. 热带气象学报， 2019，35（5）： 577-586.

闵锦忠，刘盛玉，毕坤，等．基于Hybrid EnSRF-En3DVar 的雷达资料同化研究［J］．大气科学学报，2015，38（2）： 213-221.

XIA Y， CHEN J， ZHI X F， et al. Topography-dependent horizontal localization scale scheme in GRAPES-MESO hybrid en-3DVar assimilation system［J］. Journal of Tropical Meteorology， 2019， 25（2）：245-256.

黄江平，刘健文，董佩明，等. 基于混合集合同化方案的台风“海鸥”的数值模拟研究［J］. 热带气象学报， 2014， 30（6）： 1113-1118.

XU D， HUANG X Y， WANG H. Impact of assimilating radiances with the WRFDA ETKF/3DVAR hybrid system on prediction of two typhoons in 2012［J］. Journal of Meteorological Research，2015，29（1）：28-40.

梅疏影，闵锦忠. 不同同化方案在一次梅雨锋暴雨预报中的应用研究［J］. 气象科学， 2018， 38（4）： 432-441.

刘磊，费建芳，程小平. 三维变分同化中不同物理量对台风预报的影响［J］. 气象与减灾研究， 2008， 31（1）： 29-34.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据