论文部分内容阅读
近年来暴雨、冰雹等自然灾害频发,给人们生活带来不便,给社会经济带来了巨大的损失。高光谱红外传感器可提供高分辨率的大气垂直温度和湿度数据,引入该数据已证明可以很大程度的改善全球模式的精度。对于区域模式而言,同化高光谱红外资料仍然存在很多问题待解决。现阶段国内有很多将AIRS数据同化到区域模式中研究,而对于欧洲中心的高光谱红外IASI数据,国内研究较少,仅对海上台风有少数同化模拟研究。本文利用三维变分同化方法,结合中尺度WRF模式,探究IASI数据同化对区域模式暴雨模拟的改进效果。首先针对2014年6月一个月的预报结果,利用美国NMC方法统计研究区域的背景误差协方差。利用统计得到的背景误差协方差,针对2014年6月25～28的暴雨个例设计了两组试验。第一组试验为确定IASI资料具体的同化波段,对比分别同化常规观测数据、IASI温度探测波段、IASI湿度探测波段以及IASI所有波段,比较各组IASI试验同化结果。第二组试验根据第一组得到的结论同化IASI温度探测波段,并与同化AMSUA、MHS、 HIRS4、ATOVS试验进行对比,分析几种资料对江淮暴雨预报效果改进的影响。得到主要结论为：(1)针对模拟区域采用美国NMC方法统计背景误差协方差,可得到非平衡温度和假相对湿度是局地性很强的量,而流函数和非平衡速度势受边界层影响较大。(2)从第一部分试验可知在代价函数和梯度图上证明同化IASI温度探测波段试验更易达到收敛；对初始场改进更合理；降水落区和降水强度的模拟与实况降水最为接近,说明针对本次个例而言,同化温度探测波段比同化湿度探测波段更合理。因此针对本次个例主要选择同化IASI温度探测波段。(3)同化IASI温度探测波段试验与其他同化方案相比,进入同化系统内的数据点更多、对初始场改进效果明显、降水模拟和TS评分上结果也较好、误差分析中某些高度均方根误差小于其他方案。体现了IASI资料的应用价值。(4)对比同化AMSUA、MHS、ATOVS三个试验方案,发现在降水场模拟、误差分析上会出现同化AMSU A和MHS方案结果较好,而同化ATOVS (AMSU A+MHS+HIRS4)方案效果较差。原因很可能是：同化多个数据可能带来更大的观测误差,相互抵消正效应,反而导致结果变差。