amsu辐射率资料在10.30暴雨中变分同化应用-研究

《amsu辐射率资料在10.30暴雨中变分同化应用-研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第一章引言1．1卫星资料同化的研究意义和必要性我国是一个多暴雨的国家，暴雨常常带来严重的洪水灾害。建国以来发生的1954年长江大水，1958年黄河大水，1963年海河大水，1975年淮河大水，1998年发生的我国大面积洪涝灾害等，就是由于持续性的强暴雨造成的。我国地处东亚地区，每年夏季深受夏季风的影响，活跃的季风可以到达华北、西北、甚至东北地区。在这个环流背景上，加上我国复杂的地形作用，使得我国经常出现强暴雨n1。暴雨具有强度大、骤发性强、先兆特征不明显、落区与落点离散、时空分布很不均匀、难于监测和追踪等

2、特点瞳1。对于暴雨的准确预报(包括暴雨的落区、爆发时间、暴雨强度等)是气象工作中的一个难点和迫切需要解决的问题。数值预报是指从一定的初始状态出发，在一定的环境条件(即边界条件)下求出表征大气运动状态的微分方程组的解，从而对未来的天气或气候状况做出预报。数值天气预报是一个经典的初值问题，其精度主要取决于模式本身的完善程度及模式初始场的准确程度。目前由于数值模式已日臻完善，模式误差得到了有效抑制，而数值模式存在对初值极其敏感的问题(Yl纪范，2002)，因此数值天气预报的质量，特别是对中小尺度系统的预报，很大

3、程度上依赖于模式初始场的精度。而中小尺度数值模式的初始场主要依赖于常规观测资料和大尺度模式提供的背景场。当前常规观测资料仍然是我们认识、预测大气、海洋的主要事实依据，但我们只有在标准观测时间才有观测，观测在地球上的分布又极不均匀，有些地区(尤其是在海洋上)常规观测资料数量稀少。而卫星、雷达和廓线仪等新型仪器的非常规探测资料呈增长趋势，卫星探测网成为新一代全球大气探测系统的骨干部分。目前由极轨和静止卫星组成的卫星探测网已覆盖全球，尤其是在海洋、高原及沙漠等缺少常规资料的地区，卫星遥测的辐射率资料常常是常规探

4、测的有益补充。因而如何有效的利用卫星资料来改进数值模式的初始场，以提高数值天气预报水平变得十分重要。卫星辐射率资料不是模式变量，无法为数值模式直接使用，必须进行卫星资料的数据同化才能与大气模式的初值相互协调。国外对卫星资料在数值天气预报中的同化研究及应用较早。早期，科学家们先将卫星探测的辐射率资料反演成大气温湿廓线，然后进行客观分析及预报。二十世纪八十年代，欧美科学家开始把NOAA极轨气象卫星TOYS的反演资料加入到数值模式初始场。结果表明卫星TOVS反演资料对于南半球的数值分析和预报有着积极的作用。80

5、年代早期，在北半球资料稀少的地区，平均而言，卫星探测资料的使用仍然有着正效应。然而，随着数值天气预报系统的改进，ECMwF和其他主要的数值预报中心发现用传统的方法将卫星资料应用到数值模式中，使北半球的数值预报总保持正的效应越来越困难。随后科学家们在不断改进卫星探测器的垂直分辨率和全天候的探测能力的同时，努力寻求应用卫星资料的新方法和新途径。直接同化卫星辐射率资料是最具影响和潜力的方法。与卫星资料的反演同化相比，直接同化原始形式的卫星辐射率探测资料，不仅能从观测中获取更多的信息，而且避免了求解反演问题时的计

6、算误差。目前，欧洲中期天气预报中心和美国国家环境预报中心等已在其业务四维／三维变分同化系统中实现了TOYS和ATOVS辐射率资料的直接同化。我国近二十年来，数值预报业务有了很大的发展，不仅建立了全球中期天气数值预报业务系统，还建立了台风、暴雨数值预报业务系统。但是与西方发达国家相比，还存在较大的差距H1：(1)预报时效和精细程度与世界先进模式相比还有很大差距；(2)专业数值预报模式主要还是以国外引进为主；(3)数值天气预报产品解释应用的水平还不够高；(4)资料同化系统(同化方案与非常规资料应用)还有很大差

7、距。随着风云系列气象卫星的成功发射，我国在卫星遥感探测技术方面取得了很大的进展，但是在卫星资料的应用方面却明显落后。因此，我们迫切需要加强我国卫星资料同化技术的研究和业务化应用工作，提高对暴雨、台风等灾害性天气的预报能力。1．2资料同化的基本概念和方法简介1．2．1资料同化的基本概念Schlatter(2000)将资料同化定义为：对规则格点上气象数据的估计，这种估计建立在两个不同要素上，一是任意时间任意地点的各种不同的观测资料，另一个是包含了大气已知的各种数学方程的数值模式。资料同化是一种将观测资料和短期

8、预报结果的统计结合2起来的方法。资料同化的目的，正如Talagrand(1997)所定义的那样，在于“利用现有的所有信息米定义一个最大可能精确的大气(海洋)运动状态”。资料同化方法可以分为顺序同化和非顺序同化，间接同化和连续同化。顺序同化是指在数值模式中只同化分析时刻以前的资料，通常应用于实时资料的同化中；而非顺序同化可以将分析时刻之后的资料也同化到数值模式中，如再分析试验。间接同化中观测资料的应用是不连续的，只选取一定时间隔