一种基于历史样本投影的三维变分同化方法

An Approach of ThreeDimensional Variational Data Assimilation Based on Historical Sample Projection

摘要: 对于中尺度数值天气预报来说，初始条件的准确与否已成为影响预报技巧的主要因素之一。现有的大气观测资料在时空分布上的不均匀，以及存在的观测误差，使得我们必须引进资料同化方法，为中尺度数值模式提供最优的初始场。由于传统的三维变分同化（3DVar）方法缺乏模式约束以及背景误差协方差矩阵（〖WTHX〗B〖WTBZ〗矩阵）不具有流依赖性，因此本文提出一种基于历史样本投影的3DVar（HSP-3DVar）方法，它不仅具有流依赖的B矩阵，而且比传统的3DVar简单易行。为了评价HSP-3DVar的同化性能，我们基于区域暴雨预报模式AREM（Advanced Regional Eta Model）对其进行了观测系统模拟试验（OSSE），结果表明：HSP-3DVar能够有效融合观测信息，模式初值在各层的均方根误差都显著地降低。