Page 109 - 《高原气象》2025年第3期

3 期 张万里等：基于对流尺度集合样本的高原边坡对流系统和台风系统多元变量背景场误差特征研究 667

图11 各水凝物变量及垂直速度的水平特征长度尺度
（a） 云水； （b） 云冰； （c） 雨水； （d） 雪水； （e） 云霰； （f） 垂直速度
Fig. 11 Horizontal characteristic length scale of each hydrometeor variable and vertical velocity.
（a） cloud water， （b） cloud ice， （c） rain， （d） snow， （e） graupel， （f） vertical velocity
风场背景场垂直误差均较大， 说明模式对风场的模 最后， 本文仅针对两个个例展开多元变量背景场误
拟能力还有待进一步发展。在中层温度的背景场 差协方差特征的研究， 由此来探究两个系统中各变
垂直误差很小， 且沿垂直方向上传播时衰减很快， 量的背景场误差大小和模拟效果， 未来将基于业务
具有较强的局地性， 高低层温度之间的相关性不 需要选取更多的典型个例， 开展更为深入的对比分
大。水凝物主要分布在中低层， 高层由于水汽很少
析， 以进一步讨论其多元变量背景场误差协方差特
几乎为 0， 几乎没有水凝物存在。同时由于云冰、
征。此外， 受青藏高原高海拔、 大地形等不确定因
雪水和云霰的形成要求较低的环境温度， 所以主要
素影响， 该区域的大气结构与平原地区存在较大差
集中在中层。
异， 因此， 在未来的研究中也还需进一步考虑高原
（3） 风场的观测资料对同化结果的影响范围
地形的影响以及对研究方案进行完善。
相对更大。与台风系统相比， 高原边坡对流的大气
特征和水凝物以及垂直速度变量水平尺度更小， 其 参考文献（References）：
观测资料影响范围也更小更有局地性。由于水凝
Barker D M， 2005. Southern high-latitude ensemble data assimilation
物和垂直速度变量的水平尺度远小于常规控制变
in the Antarctic Mesoscale Prediction System［J］. Monthly Weath‐
量， 在同化分析时其观测资料影响范围也相对 er Review， 133（12）： 3431-3449. DOI： 10. 1175/MWR3042. 1.
有限。 Bannister R N， 2008. A review of forecast error covariance statistics in
由于高原边坡对流系统背景场误差相对于台 atmospheric variational data assimilation. II： Modelling the fore‐
风系统更大， 同化效果更多地依赖于观测， 而卫星 cast error covariance statistics［J］. Quarterly Journal of the Royal
Meteorological Society， 134（637）： 1971-1996. DOI： 10. 1002/
遥感能为高原地区提供连续的高分辨率的观测， 因
qj. 340.
此建立适用于高原地区的卫星资料同化方案， 充分
Bishop C H， Etherton B J， Majumdar S J， 2001. Adaptive sampling
并合理地利用卫星遥感中包含的高原边坡天气信 with the ensemble transforms Kalman Filter. Part I： theoretical as‐
息可能会对该地区的预报效果带来一定的改善。 pects［J］. Monthly Weather Review， 129（3）： 420-436. DOI：