条件非线性最优扰动及其在天气、 气候目标观测中的应用.pdf

条件非线性最优扰动及其在天气、 气候目标观测中的应用 段晚锁 （中国科学院大气物理研究所LASG，北京100029） Tel ：010； Email ：duanws@lasg.iap.ac.cn 一、研究背景 可预报性研究: 预报结果不确定性的研究 (Mu, Duan, and Chou, 2004) •  分析产生预报结果不确定性的原因和机制 (initial errors； model errors, and the mechanism of their effect on predictability) •  探讨减小预报结果不确定性的方法和途径 （data assimilation, ensemble forecast, target observation, etc.) 资料同化 在初值高敏感区域同化观测资料：初值质量的有效提高， 计算代价大大减小； 在初值低敏感区域同化观测资料：初值的质量不会明显改 进；甚至可能还会影响整个同化过程的收敛性与敏感区域 的同化质量，大大增加不必要的计算时间。 所以，如果把初值的同化集中在模式的初值敏感区，不仅 可以提高同化的收敛速度，大大节省计算时间，而且还能 有效提高同化质量，有效提高预报技巧。 （王斌和刘娟娟，2011，气象学报；Qin et al., QJRMS, 2013 ） 目标观测 又称适应性观测：是指为了最大限度地提高未来某一时 刻（验证时刻）某一地区（验证区域）的预报技巧，通 过某些方法在此之前的某一时刻（目标观测时刻）某一 区域（敏感区）增加观测。 td: 决策时刻；to: 目标观测时刻；tv: 验证时刻 敏感区 验证区域 td to tv Snyder, 1996 目标观测的关键 敏 感 区 的 确定 预报结果不确定性对该区域的初始误差最敏感 Riehl et al., 1956 ；Lorenz and Emanuel, 1998；Langland et al., 1996；Bishop et al., 2001； Qin and Mu, 2011 Methods to identify the sensitive areas u SV (Palmer et al.1998) u  Adjoint Sensitivity (Ancell and Mass 2006) u  ET (Bishop and Toth 1999) u  EKF (Hamill and Snyder 2002) u  ETKF (Bishop et al. 2001) u  Quasi-inverse Linear Method (Pu et al.1997) u  ADSSV (Wu et al. 2007) 预报误差的估计基于线性近似 ！ 非线性的影响 线性近似 线性和非 线性差别 非线性发展 差