南海、东海蒸发波导出现规律的对比分析

利用2002年1～3月的铁塔平台气象水文数据以及New蒸发波导模型分析研究了南海及东海海域蒸发波导的出现规律,并利用实测数据对模型结果进行了检验.结果表明:南海海域蒸发波导的出现概率、高度、强度分别为100%、13.4m和30.3M,而东海海域分别为90%、9.1m和16.6M;除以14时为代表的中午时刻,南海海域一天当中蒸发波导基本上都出现在不稳定及近中性层结条件下,而东海海域蒸发波导在稳定、不稳定和近中性层结条件下的出现概率差别不大;相对蒸发波导高度而言,New模型诊断蒸发波导出现概率和强度的效果更好;不稳定及近中性弱不稳定层结条件下,New模型诊断的蒸发波导高度偏低,稳定层结条件下模型结果偏高,近中性弱稳定条件下模型结果与实测最吻合.     

气溶胶与边界层浅云的相互作用对远海高压型悬空波导数值模拟的影响

远海悬空波导陷获层底的位置通常与边界层浅云的云顶有很好的对应,气溶胶与边界层浅云的相互作用及其产生的辐射强迫将改变悬空波导的结构.文中利用天气预报-化学（weather research and forecasting-chemistry,WRF-Chem）模式通过设计不包含完整气溶胶-云-辐射的EXP0试验（相当于WRF模式）和包含完整气溶胶-云-辐射相互作用（即气溶胶直接和间接效应）的EXP1试验,对2016年5月观测到的一次珍贵的远海高压型超强悬空波导过程进行了模拟分析.结果表明:远海高压天气形势下,EXP1试验模拟的由气溶胶活化后形成的云滴数浓度比EXP0试验云滴数浓度预设常值（100个cm-3）偏低;当伴随边界层浅云出现时,EXP1试验模拟的波导顶高和强度较EXP0试验更接近于实测;夜间进行的3次观测位于高压中心附近的无云区,此时气溶胶的直接和间接效应均可忽略,因此两组试验模拟的差异极小.这一结果从侧面说明,在有边界层浅云出现的远海区域,包含完整气溶胶-云-辐射效应的WRF-Chem模式有利于提高悬空波导特征量的模拟效果.     

数字滤波弱约束四维变分同化在台风初始化中的应用Ⅰ.个例试验

传统四维变分(4D-Var)同化台风初始化中,bogus资料的同化将不可避免引起初始时刻风场和质量场之间的非平衡,在预报时段产生高频振荡噪音,进而影响数值模拟效果.如何有效滤除bogus资料引入产生的高频噪音非常重要.本文为第Ⅰ部分,基于数字滤波弱约束4D-Var方法,开展台风初始化个例试验研究.2010年Chaba台风两个不同时刻数值试验结果表明:bogus资料4D-Var同化台风初始化中,呈现出与暴雨个例明显不同的3 h地面气压倾向特征,不同数字滤波权重试验在初始时刻差异小,在预报1—4 h差异明显;实施数字滤波弱约束使得初始时刻700 hPa垂直速度场和850 hPa散度场在台风区域减小,bogus资料为引起高频噪音的一个重要因素;数字滤波权重选择是影响台风同化和数值模拟效果的重要因素,合理的数字滤波权重选择试验可明显改善台风路径和强度预报,相对于台风强度预报,路径预报改善更加明显;同时,某些个例中,数字滤波权重的选择直接决定着台风数值模拟的成功与否.不同台风个例相对最佳数字滤波权重并不相同,如何选择数字滤波权重非常重要.第Ⅱ部分中将针对bogus资料同化台风初始化,提出一种数字滤波权重优选方案.     

多参数背景场误差模型在散射计资料台风风场反演中的应用

利用散射计资料反演海面风场时, 台风区域普遍存在降雨使得风场反演误差很大, 引入降雨地球物理模型函数 (GMF+Rain) 及多解方案 (MSS), 结合二维变分(2DVAR) 模糊去除思想风速反演误差很大程度减小, 但风向反演误差仍有待进一步改善, 如何进一步减小风向反演误差有待进一步研究. 文章介绍了2DVAR模糊去 除方法的基本思想, 针对背景场误差较大时, 2DVAR模糊去除风向误差较大, 引入包含若干参数的背景场误差模型. 基于台风个例数值试验结果, 着重从理论分析角度讨论各参数关于2DVAR模糊去除效果的敏感性, 进而提出最优参数设置方案以改善风向模糊去除效果. 2006年“摩羯”台风QuikSCAT数据风场反演数值试验结果结合理论分析表明: 引入多参数误差模型, 通过设置粗糙误差概率等于0, 2DVAR风向模糊去除效果明显改善; 同时, 背景场的影响可通过增大背景场误差方差, 减小背景场误差相关尺度和减小粗糙误差概率而减小, 进而减小在背景场误差较大情况下的风向反演误差. 关键词： 台风风场反演 二维变分 多参数误差模型 散射计资料     

模式误差弱约束四维变分同化研究

经典四维变分同化(four dimensional variational data assimilation,简称4dvar)中认为模式是完美的, 而实际数值模式中存在的模式误差将对变分同化效果产生直接影响, 弱约束4dvar的提出为4dvar中考虑模式误差的影响提供了一种可行途径. 研究了基于模式误差控制变量的弱约束4dvar基本理论, 并在一维浅水方程组中对其同化效果及估计模式误差的有效性进行相关数值实验研究. 结果表明,在模式误差不可忽略的情况下,模式误差弱约束4dvar在整个区间 (包括同化区间和预报区间)上预报误差均比传统4dvar小, 在模式误差相对较大时改进效果更明显,具有明显优越性; 并且,模式误差弱约束4dvar能有效估计模式误差大小及分布形式.     

Application of Tikhonov regularization method to wind retrieval from scatterometer data Ⅱ: cyclone wind retrieval with consideration of rain

According to the conclusion of the simulation experiments in paper I, the Tikhonov regularization method is applied to cyclone wind retrieval with a rain-effect-considering geophysical model function (called GMF+Rain). The GMF+Rain model which is based on the NASA scatterometer-2 (NSCAT2) GMF is presented to compensate for the effects of rain on cyclone wind retrieval. With the multiple solution scheme (MSS), the noise of wind retrieval is effectively suppressed, but the influence of the background increases. It will cause a large wind direction error in ambiguity removal when the background error is large. However, this can be mitigated by the new ambiguity removal method of Tikhonov regularization as proved in the simulation experiments. A case study on an extratropical cyclone of hurricane observed with SeaWinds at 25-km resolution shows that the retrieved wind speed for areas with rain is in better agreement with that derived from the best track analysis for the GMF+Rain model, but the wind direction obtained with the two-dimensional variational (2DVAR) ambiguity removal is incorrect. The new method of Tikhonov regularization effectively improves the performance of wind direction ambiguity removal through choosing appropriate regularization parameters and the retrieved wind speed is almost the same as that obtained from the 2DVAR.     

台风条件下一种新的浪流相互作用参数化方法在耦合模式中的应用

浪致辐射应力及浪致混合效应, 作为海洋上层两种重要的物理过程, 由于当前理论中关于其分层效应及计算公式中的误差还不是非常清楚, 目前还没有在浪流耦合模式中同时考虑. 本文将一种基于浪致辐射应力及浪致混合效应的参数化方案加入由浪(WAVEWATCH Ⅲ)和流模式(POM)组成的耦合模式中. 以台风"格美"(2006)为天气背景, 进行了四组数值试验. 结果表明: 浪致混合效应加强了混合层的湍流, 加大了动量及热量向下传递率, 但对表面流场的规律性改变不明显. 浪致辐射应力传递表面动量通量, 同时, 规律性地改变了水平流场. 当同时考虑两种物理过程时, 其效果叠加. 海流作为一种重要的动力因子, 对有效波高的高度和分布有显著影响, 使得动量转移, 有效波高增高. 模拟时次的第48 h, 流矢量差值的近惯性震荡以及顺时针旋转, 可能是台风靠近时浪流耦合效应加强的信号.     

大气-海浪-海流耦合模式的建立和一次台风过程的初步试验

利用Linux系统中共享内存及进程间通信技术,将广泛应用于大气、海洋、 海浪研究的数值模式耦合,综合考虑了大气对海流和海浪的风力驱动、 海洋对大气下垫面的改变及海浪对海洋的浪致混合作用, 建立起高分辨率的中尺度台风模式.以一次台风过程为模拟背景, 对2006年的"格美"台风进行模拟,利用可得到的观测资料,对模拟结果进行验证. 结果表明:模式经过spin-up阶段后,基本能够模拟出实况台风强度的变化趋势, 中心最低气压、风速和路径的模拟与实况较为一致. 同时,对台风强风条件下的海面降温及海浪高度都有较为合理的再现. 模式误差的出现,与当前模式微物理过程参数化方案、大尺度初始场、 Bogus台风的构造及海洋模式中海洋上层物理参数化方案等相关.     

数字滤波弱约束四维变分同化在台风初始化中的应用(Ⅱ):数字滤波权重选择

数字滤波权重的选择是影响台风路径和强度预报的重要因素,某些个例中直接决定着台风数值模拟的成功与否,合适的数字滤波权重非常重要.本文利用2010年3个台风7个不同初始时刻个例,开展数字滤波弱约束四维变分同化(4D-Var)台风初始化试验,分析不同数字滤波权重对台风路径和强度预报的影响;基于上述台风路径和强度预报后验统计信息,以及台风中心区域800 km范围和整个模拟区域3 h平均地面气压倾向信息,提出一种bogus资料同化台风初始化中数字滤波权重优选方案,并进行理论解释说明;同时,指出bogus资料同化台风初始化中,常规数字滤波权重为1000更合理,明显有别于常规天气和暴雨天气权重设置.