Page 100 - 《高原气象》2025年第3期
P. 100

高     原      气     象                                 44 卷
              658
             等， 2022）。                                          水， 且高原边坡独特的地形特点对我国下游地区天
                  背景场误差协方差信息对资料同化结果有很                           气演变有着重要影响； 位于高原同一纬度的我国东
             大影响， 它的重要意义在于： 传递和平滑信息， 引                          部沿海地区则常常受到台风的影响， 台风背景场中
             入平衡特性以保证背景场误差协方差满足大气运                              下垫面摩擦、 环境场作用和台风内核区域的对流活
             动平衡关系以及保留误差的相关性（曹小群等，                              动等因素对台风的强度、 路径、 结构和降水有显著
             2008）。然而， 在实际应用中， 背景场误差协方差                         的影响。因此， 针对高原边坡对流系统和台风系
             矩阵（B 矩阵）的计算比较困难， 其原因有： 由于无                         统， 亦有必要开展适应其特殊天气形势的背景误差
             法获取“真实”的大气状态， 背景场误差协方差不能                           特征分析和研究。
             被准确地计算（邱崇践， 2001）， 但是可以通过 NMC                          目前， 已有相关工作针对高原及其临近地区、
             法（National  Meteorology  Center，  也 叫 NCEP 法）      台风的观测资料开展同化研究（Zhang et al， 2020；
             （Parrish  and  Derber，  1992）、  集 合 法（Evensen，     Lei et al， 2022； 陈旭等， 2023； 梁皓等， 2023； 符梓
             2003）、 更新矢量法（龚建东和赵刚， 2006）等多种                      霖等， 2024）， 并针对相关区域的背景误差特征开
             方法来合理估计背景场误差协方差。同时由于B矩                             展分析（陈耀登等， 2015， 2016； 王叶红和赵玉春，
                      14
             阵可达 10 量级， 其直接计算较难实现， 但是通过                         2018）。但是， 以往针对相关区域的背景场误差特
             控制变量转换的形式可以用较少的参数表示大型                              征分析大多基于 NMC 方法开展， 由气候态样本统
             矩阵（Bannister， 2008）， 在进行变量转换后， 便无                  计的静态背景误差协方差对于快速变化的台风和
             需对 B 矩阵进行显式表达和直接计算（陈耀登等，                           高原边坡对流天气代表性相对较弱， 同时目前并无
             2014a）。三维变分资料同化中使用的是各向同性的                          针对两地区对流尺度下基于集合样本的背景场误
             背景场误差协方差， 在各种天气形势下均不会改变                            差协方差尤其是包含多相态水凝物变量和垂直速
             （Chen et al， 2013）， 而使用集合样本生成的集合背                  度的多元变量背景场误差特征的研究。为对两地
             景场误差协方差具有流依赖特征， 更符合实际大气                            区对应的典型对流性天气系统的背景场误差特征
             （张明阳等， 2015）。对背景场误差信息的合理估计                         有更好的理解， 本文将在前人对资料同化及背景场
             与表达， 并对其误差特征进行深入分析， 一直以来                           误差协方差的研究的基础上， 选取 2022 年 8 月 12 -
             都是资料同化领域的一个重要课题。                                   13 日发生在祁连山附近的一次强降水和 2022 年第
                  在对流尺度下， 大气的动力和热力特征变化剧                         12号台风“梅花”两个个例， 利用对流尺度集合预报
             烈， 资料同化中的背景场误差协方差对不同对流性                            样本统计得到的背景误差协方差， 进一步探讨高原
             天气背景形势下热动力和水凝物变量的空间特征                              边坡对流系统和台风系统的包含多相态水凝物变
             的描述能力存在很大差异。Gustafsson et al（2018）                 量和垂直速度等多元变量的背景场误差特征， 为发
             指出在对流尺度模式中， 背景场误差受到微物理过                            展和优化适用于这两个地区的资料同化和背景场
             程和动力过程难以准确表征的影响， 这也是对流尺                            误差协方差方案提供参考。
             度资料同化的一个主要挑战。Michel et al（2011）将                   2  基于集合变换卡尔曼滤波和混合
             云量和雨水含量作为水凝物控制变量引入到非均                                  同化的对流尺度集合预报方法
             匀的背景误差协方差中并对其统计特征进行了分
             析， 发现其在对流尺度模式同化中对“真实”的云降                               本研究采用集合变换卡尔曼滤波（Ensemble
             水过程有更好的表征， 且获得了更加准确的云微物                            Transform Kalman Filter， ETKF）来更新集合预报扰
             理初始场。而 Chen et al（2016）将云水和云冰路径                    动场以保证循环更新预报过程中背景场误差协方
             添加为水凝物控制变量并在真实的降水过程中同                              差结构的合理性。ETKF 是在卡尔曼滤波法的基础
             化了卫星观测， 结果显示同化中使用含有水凝物控                            上结合集合变换法发展而来， 其在估算分析误差的
             制变量的背景误差协方差具有改善降水预报的巨                              时候引入了一个转换矩阵 T。基于 ETKF 方法， 通
             大潜力。此外， 在对流尺度数值模式中， 垂直速度                           过集合变换和归一化的思想可以快速获得由集合
                                                                                                          a
                                                                             e
             是联系常规控制变量和水凝物控制变量的关键变                              预报扰动量 X 直接转换而来的分析场扰动 X ， 即
                                                                 a
                                                                      e
             量， 垂直速度的变化也会影响水凝物之间的相态转                            X = X T （马旭林等， 2008； 王元兵等， 2016）。转
             换， 从而影响降水量。青藏高原边坡地区由于复杂                            换矩阵 T 通过求解卡尔曼滤波方程获得（Bishop et
             地形和下垫面的原因， 局地热动力差异突出， 容易                           al， 2001）， 可写为：
             诱发中尺度局地环流， 并通过热动力强迫产生强降                                         T = ∏ C (Γ + I) -1/2 C T     （1）
   95   96   97   98   99   100   101   102   103   104   105