青藏高原和華東地區背景誤差協方差特征的對比研究

陳耀登,趙幸,閔錦忠,范水勇,王元兵,曾臘梅

(1.南京信息工程大學 氣象災害預報預警與評估協同創新中心,江蘇 南京 210044;

2.氣象災害教育部重點實驗室(南京信息工程大學),江蘇 南京 210044;

3.中國氣象局 北京城市氣象研究所,北京 100089;4.湖南省氣象臺,湖南 長沙 410119)

青藏高原和華東地區背景誤差協方差特征的對比研究

陳耀登1,2,趙幸1,2,閔錦忠1,2,范水勇3,王元兵1,2,曾臘梅4

(1.南京信息工程大學 氣象災害預報預警與評估協同創新中心,江蘇 南京 210044;

2.氣象災害教育部重點實驗室(南京信息工程大學),江蘇 南京 210044;

3.中國氣象局 北京城市氣象研究所,北京 100089;4.湖南省氣象臺,湖南 長沙 410119)

摘要：背景誤差協方差特征與區域的天氣氣候特征密切相關。為了更好地理解中國華東地區和青藏高原地區的背景誤差協方差特征,利用夏季一個月的模擬結果,以最新的多元變量相關的背景誤差協方差模型為基礎,通過提取隱含背景誤差協方差中的變量相關系數、特征值、特征向量和特征長度尺度等,對這兩個區域的背景誤差協方差特征進行比較和分析。結果表明,相對于華東地區,青藏高原地區變量之間的影響關系更顯著,背景場的誤差更大,大氣特征具有更強的局地性。對青藏高原地區資料同化而言,觀測資料占有更大的權重和更小的影響范圍,對青藏高原地區觀測資料提出了更高的要求。

關鍵詞：資料同化;背景誤差協方差;青藏高原;華東地區

中圖分類號：

文章編號：1674-7097(2015)05-0650-08P456.7

文獻標志碼：碼：A

doi：10.13878/j.cnki.dqkxxb.20141021002

Abstract:The characteristics of background error covariances have a close relationship with the local meteorological features.In order to get a better understanding for the characteristics of background error covariances in East China and the Tibetan Plateau,the major parameters of background error covariances,such as variable correlation coefficients,eigenvalues,eigenvectors and characteristic length scales,were compared and analyzed using one month series of numerical forecast fields in summer based on the latest model of multivariate background error covariances.Results show that the relationships between different variables in the Tibetan Plateau are more notable than those in East China.In the Tibetan Plateau,the deviation of background error is more obvious and the local property of atmospheric characteristics are stronger.In terms of data assimilation in the Tibetan Plateau,the observations occupy more weight and smaller influencing area,which puts forward higher requirements on observations in the Tibetan Plateau.

收稿日期：2013-03-01；改回日期：2014-12-31

基金項目:國家重點基礎研究發展計劃(2015CB452804);國家自然科學基金資助項目(41175056);上海臺風研究基金課題(2013ST01);氣象災害教育部重點實驗室(南京信息工程大學)開放課題(KLME1407);浙江省科技計劃項目(2014C33056);浙江省氣象科技計劃項目(2013ZD01)

通信作者：許孌,博士,工程師,研究方向為登陸臺風數值模擬和動力診斷,xuluannew@126.com.

Comparative analysis of characteristics for background

error covariances in Tibetan Plateau and East China

CHEN Yao-deng1,2,ZHAO Xing1,2,MIN Jin-zhong1,2,FAN Shui-yong3,

WANG Yuan-bing1,2,ZENG La-mei4

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters,NUIST,Nanjing 210044,China;

2.Key Laboratory of Meteorological Disaster(NUIST),Ministry of Education,Nanjing 210044,China;

3.Institue of Urban Meteorology of CMA,Beijing 100089,China;4.Hunan Meteorological Observatory,Changsha 410119,China)

Key words:data assimilation;background error covariance;Tibetan Plateau;East China

0引言

利用資料同化的方法提取觀測資料的有效信息是改進數值預報初始場進而提高數值預報水平的一個重要手段(張衛民等,2005)。目前資料同化方法有很多,主要有:變分法(三維變分和四維變分)(官元紅等,2009)、Kalman濾波(擴展Kalman濾波和集合Kalman濾波)(閔錦忠等,2013)方法以及混合(Hybrid)同化方法等(陳耀登等,2014a;閔錦忠等,2015)。不論對于哪種資料同化方法,背景誤差協方差信息都起著關鍵作用,背景誤差協方差的好壞直接影響著同化系統的性能(Fisher,2003)。因此如何合理估計與構造背景誤差協方差以及其特征的研究一直以來都是資料同化的關鍵工作和重點研究的問題(Berre,2000;邱曉濱,2011;王瑞春等,2012;趙延來等,2013;陳耀登等,2014b)。

在實際操作中,背景誤差協方差矩陣的計算存在兩個主要問題:首先,“真實”大氣狀態未知,在實際問題中如何準確計算背景場誤差是一項難度很大的工作(邱崇踐,2001)。為估算出合理的背景場誤差,研究人員采用了不少方法,如更新矢量法(龔建東和趙剛,2006),NMC法(National Meteorology Cent,亦稱NCEP法)(Parrish and Derber,1992),Ensemble法(Evensen,2003)等。其次,超大規模的背景誤差協方差信息在同化系統中進行直接表示和運算都具有較大難度 景誤差協方差矩陣,研究人員提出了控制變量轉換法(Control Variable Transforms,簡寫為CVT)(Derber and Bouttier,1999)?？刂谱兞哭D換(Bannister,2008)。為構造在同化系統中既可以方便操作又較為真實可靠的背通常包括物理變換、水平變換和垂直變換(張華等,2004;莊照榮等,2006)?？刂谱兞哭D換將背景誤差協方差矩陣隱含在控制變量轉換算子中,不再需要直接表示。因此控制變量轉換算子也就包含了該區域的背景誤差協方差特征。

近年來,國內外開展了不同區域、不同天氣氣候情況下的背景誤差協方差特征的研究(Dance,2004;范水勇等,2006;曹小群等,2008;劉磊等,2009;Michel and Thomas,2010;王曼等,2011),他們的研究表明背景誤差協方差特征與區域的天氣氣候特征密切相關。青藏高原由于其復雜的地形和獨特的氣候特點而被稱為地球“第三極”(丁一匯和張莉,2008),對中國、亞洲甚至全球的大氣環流都有非常重要的影響(李永華等,2011)。而同處類似中緯度區域的我國華東江淮地區春夏交替時的梅雨,是我國夏季降水的重要組成部分(周曾奎,1996),梅雨期降水持續時間的長短和雨量的多寡與江淮地區的旱澇災害和社會經濟密切相關(丁一匯等,2007)。為對我國華東江淮地區和青藏高原地區背景誤差協方差特征有更好的理解,本文以WRFDA(Data Assimilation(DA) system for the Weather Research and Forecasting model)中多元變量相關的背景誤差協方差計算模型為研究基礎(Chen et al.,2013),該協方差計算模型補充建立了散度風場與溫度場、表面氣壓場的相關關系,也補充建立了濕度場與風場、溫度場、表面氣壓場的相關關系。研究通過提取背景誤差協方差構造過程中,隱含背景誤差協方差信息的控制變量轉換算子的相關信息,來對這兩個區域的背景誤差協方差特征進行比較和分析。

1背景誤差協方差矩陣的計算

如前文所述,在變分同化系統中B矩陣的直接描述存在著困難,目前國內外多數資料同化系統采用控制變量轉換的方法來對B矩陣進行描述。控制變量轉換算子U滿足關系式:

B=UUT。

(1)

U包括物理變換Up、垂直變換Uv和水平變換Uh。則控制變量轉換算子U和B矩陣分別表示為:

U=UpUvUh。

(2)

(3)

目前在WRFDA也采用控制變量轉換的方法來描述背景場誤差協方差信息(Baker et al.,2012):經過控制變量轉換,背景誤差協方差矩陣的特征隱含在了物理變換的回歸系數、水平變換的特征長度尺度、垂直變換的特征值和特征向量中。

2試驗方案介紹

研究區域分別為華東地區和青藏高原地區(圖1),兩個區域的基本設置一致:網格點為150×120,垂直層39層,頂層氣壓為50 hPa,水平分辨率12 km。預報模式使用WRF(ARW)V3.5.1版本,積云對流參數化方案為淺對流Kain-Fritcsh方法,微物理方案為WSM6方法,邊界層方案為YSU邊界層方法,Dudhia短波輻射方法和RRTM長波輻射方法。

利用NCEP(National Centers for Environmental Prediction)的FNL(Final Operational Global Analysis)資料,從2009年6月20日00時—7月20日00時(世界時,下同),每天分別從00時和12時進行冷啟動做12和24 h預報,連續進行一個月,采用NMC方法,以模式同一時刻預報時效分別為12和24 h預報的結果之差作為預報誤差,利用WRFDA中的“gen-be”模塊計算多元變量背景誤差協方差。在WRFDA系統中,多元變量相關的背景誤差協方差模型(Chen et al.,2013)的選項為CV_OPTION等于6(簡稱CV6)。CV6的控制變量為:流函數、非平衡速度勢、非平衡地面氣壓、非平衡溫度和非平衡相對濕度。區別于傳統控制變量選項(CV_OPTION等于5),CV6在溫度場和地面氣壓場非平衡部分的計算中,除考慮二者與流函數的回歸統計關系,增加計算了溫度和地面氣壓場與非平衡速度勢的回歸分析項;在相對濕度非平衡部分計算中,完整考慮了相對濕度與其他所有控制變量的相關關系,利用回歸分析的方法,建立相對濕度與其他所有控制變量的統計平衡關系。

圖1　研究區域設置　　a.華東地區;b.青藏高原地區Fig.1　Setting of studied regions　　a.East China;b.the Tibetan Plateau

3背景誤差協方差特征分析

3.1　平衡特征

物理變換是為了消除模式變量之間的相關性而引入,物理變換通過變量間的回歸關系,將模式變量分為平衡部分和非平衡部分,平衡部分表示變量之間的相關影響部分,留下的非平衡部分則作為同化系統的分析變量,具體定義見(Chen et al.,2013)。圖2顯示了各控制變量的平衡部分及各變量對平衡場貢獻比例的垂直分布。

流函數代表了風場中有旋無輻散部分,非平衡速度勢則代表風場中無旋有輻散部分。從圖2a、b中可以看出,在兩個區域,流函數對速度勢的貢獻都很小,且在近地面和對流層中層,流函數的貢獻出現極大值,但也沒超過10%。在兩個區域相對濕度的平衡場中(圖2c、d),可以發現在模式的下層(13層以下)平衡場的比例較大,說明在模式中下層各個變量對濕度場有較大影響。兩個區域各個變量對相對濕度平衡部分的作用,非平衡溫度對平衡場的貢獻最大,接著非平衡速度勢和流函數,非平衡表面氣壓影響最小。同時,也能看出在高原地區各控制變量對相對濕度的影響比在華東地區略大,說明在高原地區各變量對濕度場有更大的影響。

在圖2e、f溫度的平衡場中,兩個區域非平衡速度勢的貢獻都比流函數的影響大,說明無旋的輻散風場對溫度的影響比較大。溫度的平衡場中近地面層和對流層中層貢獻出現極值,說明這在近地面和對流層中部,風場對溫度的影響比較明顯。對比圖2e和圖2f,可以發現,在高原地區非平衡速度勢和流函數對溫度場的影響明顯比華東地區大,表明在高原地區風場對溫度場的影響更為顯著。

圖2　華東地區(a,c,e)和青藏高原地區(b,d,f)平衡部分的比例及相關變量的貢獻　　a,b.溫度場;c,d.相對濕度場;e,f.平衡場Fig.2　The proportion of the balanced part and the contributions of the variables in (a,c,e)East China and (b,d,f)the Tibetan Plateau　　a,b.temperature field;c,d.relative humidity field;e,f.balanced field

總體而言,本研究中高原地區與華東地區由于在類似緯度,整體的變量平衡關系有大體類似的特征,但在高原地區變量之間的影響程度要比華東地區顯著一些。

3.2　特征值和特征向量

垂直變換通過經驗正交函數(EOF)的特征模分解得到特征向量和特征值,從而估計背景誤差協方差的垂直分量。圖3為在EOF空間各個模態上各控制變量的特征值,可以看出,四個控制變量隨模式層有類似的變化趨勢,在前幾個模態,高原地區和華東地區的特征值均比較大,但隨模態數增加快速減小,在第20模式態后逐步趨近于0。對比兩個區域,在前幾個模態,高原地區各個控制變量特征值均比華東地區的大,高原地區的流函數、非平衡溫度和相對濕度的第一模態對應的特征值甚至是華東地區的兩倍。由于特征值主要表示誤差量級的大小,前幾個模態又代表了誤差的主要特征,所以可以得出高原地區的背景場的誤差比華東地區顯著,表明模式在高原地區的模擬效果比華東平原地區略差,這主要是由于高原地形復雜,且觀測站點稀少,導致數值模式以及資料同化等誤差相對較大。

圖3　各控制變量在垂直模態上的特征值　　a.流函數;b.非平衡速度勢;c.非平衡溫度;d.非平衡相對濕度Fig.3　Eigenvalues of control variables on vertical modes　　a.stream function;b.unbalanced velocity potential;c.unbalanced temperature;d.unbalanced relative humidity

最大特征值對應第一特征向量,代表了背景場誤差的最主要垂直結構特征。圖4為各控制變量最大特征值對應的第一特征向量在垂直高度上的分布。由流函數的第一特征向量,可見高原地區和華東地區在20層以下都是正的垂直誤差分量。對于非平衡速度勢的第一特征向量,在27、28層(200 hPa)附近,兩個地區均出現極值,由于流函數和非平衡速度勢反映風場的運動,因此極值的出現,說明此處風場的背景誤差比較大,很有可能與中緯度高空急流有關,同時也表明在這個位置對高空急流的模擬能力不足,導致模式計算得到的背景場誤差較大。非平衡溫度的第一特征向量在兩個區域的低層出現極值,高原地區為極大值,華東地區為極小值。隨高度增加非平衡溫度特征向量逐步減小,在10層以上,誤差幾乎為零,說明非平衡溫度在垂直方向上傳播時衰減很快,局地性比較強,也表明高層溫度與低層溫度的相關性很小。相對濕度的第一特征向量隨高度變化,在低層和高層,第一特征向量幾乎為0,是因為低層較小表明在低層水汽場的垂直相關性很小,而高層小是因為水汽很少,幾乎為零。由于青藏高原高海拔大地形的影響,高原地區的氣壓層分布與平原地區本身就具有較大差異,誤差特征差異進一步的分析還需要考慮高原大地形的影響。

圖4　各控制變量的第一特征向量的垂直分布　　a.流函數;b.非平衡速度勢;c.非平衡溫度;d.非平衡相對濕度Fig.4　Vertical distributions of the first eigenvectors of control variablesa.stream function;b.unbalanced velocity potential;c.unbalanced temperature;d.unbalanced relative humidity

3.3　水平特征長度尺度

特征長度尺度是水平變換遞歸濾波過程中的重要參數,通過其數值大小可反映在同化過程中觀測信息的影響范圍。從圖5可以看出,兩個區域流函數和非平衡速度勢的特征長度尺度的數值大小都要遠大于非平衡溫度和非平衡相對濕度,說明在同化過程中溫度和相對濕度的觀測影響較風場觀測的影響范圍小,也說明溫度和相對濕度的水平尺度較小,局地性強。

圖5　控制變量在各個垂直模態上的水平特征長度尺度　　a.流函數;b.非平衡速度勢;c.非平衡溫度;d.非平衡相對濕度Fig.5　Horizontal characteristic length scales of control variables on vertical modesa.stream function;b.unbalanced velocity potential;c.unbalanced temperature;d.unbalanced relative humidity

對比兩個區域的特征長度尺度也可以發現,高原地區各個控制變量的特征長度尺度均比華東地區的小。對于流函數和非平衡速度勢,高原地區的特征長度尺度略小于華東地區。而對于非平衡溫度和非平衡相對濕度,高原地區的特征長度尺度明顯小于華東地區。表明高原地區的大氣特征相對于華東地區具有更小的水平尺度和更強的局地性,尤其對于本身水平尺度就較小、局地性較強的非平衡溫度和非平衡相對濕度,在高原地區水平尺度表現的更加小,局地性更強;也表明在利用該背景場誤差協方差模型進行同化的過程中高原的觀測資料影響范圍比華東地區影響范圍小,尤其是溫度場觀測和相對濕度場的觀測。

4結論與討論

背景誤差協方差特征與區域的天氣氣候特征密切相關,對不同背景誤差協方差進行描述是非常必要的,本文以WRFDA中最新的多元變量相關的背景誤差協方差計算模型為基礎,對比類似緯度我國華東江淮地區和青藏高原地區的背景誤差協方差特征,得出以下結論:

1)高原地區與華東地區由于在類似緯度,整體的變量平衡關系有大體類似的特征,但由各變量之間的變量平衡關系得到的平衡部分貢獻在高原地區要大于華東地區,表明在高原地區變量之間的相關性要比華東地區顯著一些。

2)由垂直變換中的特征值分析表明,高原地區各個控制變量前幾個模態的特征值均比華東地區的大,高原地區的流函數、非平衡溫度和相對濕度的第一模態對應的特征值甚至是華東地區的兩倍,說明高原地區的背景場的垂直誤差比華東地區顯著。這一結果表明,在資料同化過程中,高原地區的觀測資料將比在華東地區占有更大的權重,對高原區域觀測資料提出了更高的要求。

3)對第一特征向量的研究表明,高原地區和華東地區在20層以下,流函數的特征向量均顯示為正的垂直誤差分量。對于非平衡速度勢的第一特征向量,在200 hPa附近,兩個地區均出現極值,說明此處風場的背景誤差比較大,很有可能與模式對中緯度高空急流模擬能力不足有關。非平衡溫度在垂直方向上傳播時衰減很快,局地性比較強。

4)從特征長度尺度看,兩個區域流函數和非平衡速度勢的數值都遠大于非平衡溫度和非平衡相對濕度,說明在同化過程中溫度和相對濕度的觀測影響較風場觀測的影響范圍小,也說明在兩個區域溫度和相對濕度的水平尺度均較小,局地性較強。高原地區各個控制變量的特征長度尺度均比華東地區的小,表明高原地區的大氣特征相對于華東地區具有更小的水平尺度和更強的局地性。這與高原地區地形變化大,天氣特征具有更強的局地性特征是相聯系的,這一結果表明,在資料同化過程中,高原地區的觀測資料將比在華東地區有更小的影響范圍。

由于計算量和存儲空間的限制,本文背景誤差協方差的計算只使用了夏季一個月的模擬結果,因此得到的相關結果主要代表了該季節的背景場誤差特征,其他季節的背景誤差協方差特征分析需要利用更多或更長時間段(如3個月)的樣本資料進行計算并分析。另外,由于青藏高原高海拔大地形的影響,高原地區的氣壓層分布與平原地區本身就具有較大差異,誤差特征差異進一步的分析還需要考慮青藏高原大地形的影響。

致謝:美國國家大氣研究中心郭永潤博士對本文給予了幫助和指點,謹致謝意!

參考文獻(References)：

Bannister R N.2008.A review of forecast error covariance statistics in atmospheric variational data assimilation.II:Modelling the forecast error covariance statistics[J].Quart J Roy Meteor Soc,134(637):1971-1996.

Barker D,Huang X Y,Liu Z,et al.2012.The weather research and forecasting model’s community variational/ensemble data assimilation system:WRFDA.Bull Amer Meteor Soc,93:831-843.

Berre L.2000.Estimation of synoptic and mesoscale forecast error covariances in a limited-area model[J].Mon Wea Rev,128:644-667.

曹小群,黃思訓,張衛民,等.2008.區域三維變分同化中背景誤差協方差的模擬[J].氣象科學,28(1):8-14.Cao Xiaoqun,Huang Sixun,Zhang Weimin.2008.Modeling background error covariance inregional3D-VAR[J].Scientia Meteorologica Sinica,28(1):8-14.(in Chinese).

Chen Yaodeng,Rizvi S R H,Huang Xiangyu,et al.2013.Balance characteristics of multivariate background error covariances and their impact on analyses and forecasts in tropical and Arctic regions[J].Meteor Atmos Phys,121:79-98.

陳耀登,王元兵,閔錦忠,等.2014a.一種控制變量循環擾動和多參數化方案的混合同化方法[J].大氣科學學報,37(6):732-739.Chen Yaodeng,Wang Yuanbing,Min Jinzhong,et al.2014a.A hybrid assimilation method with control variable cycle perturbation and multi-physical parameterization[J].Trans Atmos Sci,37(6):732-739.(in Chinese).

陳耀登,曾臘梅,黃向宇,等.2014b.緯度依賴背景場誤差協方差及其對臺風同化和預報的影響研究[J].熱帶氣象學報,30(4):654-662.Chen Yaodeng,Zeng Lamei,Huang Xiangyu,et al.2014b.A study of latitude-dependent background error covariance and its impacts for typhoon data assimilation and forcast[J].J Trop Meteor,30(4):654-662.(in Chinese).

Dance S L.2004.Issues in high resolution limited area data assimilation for quantitative precipitation forecasting[J].Physica D,196:1-27.

Derber J C,Bouttier F.1999.A reformulation of the background error covariance in the ECMWF global data assimilation system[J].Tellus A,51:195-221.

丁一匯,張莉.2008.青藏高原與中國其他地區氣候突變時間的比較[J].大氣科學,32(4):794-805.Ding Yihui,Zhang Li.2008.Intercomparison of the time for climate abrupt change between the Tibetan Plateau and other regions in China[J].Chinese J Atmos Sci,32(4):794-805.(in Chinese).

丁一匯,柳俊杰,孫穎,等.2007.東亞梅雨系統的天氣—氣候學研究[J].大氣科學,31(6):1082-1101.Ding Yihui,Liu Junjie,Sun Ying,et al.2007.A study of the synoptic-climatology of the Meiyusystem in East Asia[J].Chinese J Atmos Sci,31(6):1082-1101.(in Chinese).

Evensen G.2003.The ensemble Kalmanfilter:Theoretical formulation and practical implementation[J].Ocean Dynamics,53:343-367.

范水勇,張朝林,仲躋芹.2006.MM5三維變分系統在北京地區冷暖季背景場誤差的對比分析[J].高原氣象,25(5):855-861.Fan Shuiyong,Zhang Chaolin,Zhong Jiqin.2006.Contrast analysis of background error of MM5 3DVARSystem in cold and warm seasons in Beijing[J].Plateau Meteorology,25(5):855-861.(in Chinese).

Fisher M.2003.Background error covariance modeling[C]//The ECMWF Seminar on recent developments in data assimilation for atmosphere and ocean.Reading:ECMWF:45-63.

龔建東,趙剛.2006.全球資料同化中誤差協方差三維結構的準確估計與應用Ⅱ:背景誤差協方差調整與數值試驗分析[J].氣象學報,64(6):684-698.Gong Jiandong,Zhao Gang.2006.Accurate estimation and application of 3d error covariance structures in global data assimilation.partII:Background error covariance structureadjustments and numerical experiments[J].Acta Meteor Sinica,64(6):684-698.(in Chinese).

官元紅,周廣慶,陸維松.2009.一個用于氣候模式的三維變分資料同化系統方案設計及檢驗[J].大氣科學學報,32(3):392-404.Guan Yuanhong,Zhou Guangqing,Lu Weisong.2009.A three-dimensional variation data assimilation system for a climate model(AGCM)-basic sheme and tests[J].Trans Atmos Sci,32(3):392-404.(in Chinese).

李永華,盧楚翰,徐海明,等.2011.夏季青藏高原大氣熱源與西南地區東部旱澇的關系[J].大氣科學,35(3):422-434.Li Yonghua,Lu Chuhan,Xu Haiming,et al.2011.Contemporaneous relationships between summer atmospheric heat source over the Tibetan Plateau and drought/flood in eastern Southwest China [J].Chinese J Atmos Sci,35(3):422-434.(in Chinese).

劉磊,費建芳,程小平,等.2009.我國東部海區不同氣候背景條件下背景誤差協方差的性質對比分析[J].海洋預報,26(4):25-35.Liu Lei,Fei Jianfang,Cheng Xiaoping,et al.The comparative analysis of background error covariance in the eastern sea area under different climatic conditions[J].Marine Forecasts,26(4):25-35.(in Chinese).

Michel Y,Thomas A.2010.Inhomogeneous background error modeling and estimation over Antarctica [J].Mon Wea Rev,138:2229-2252.

閔錦忠,畢坤,陳耀登,等.2013.基于物理約束擾動的EnSRF雷達資料同化[J].大氣科學學報,36(2):129-138.Min Jinzhong,Bi Kun,Chen Yaodeng,et al.2013.Assimilation of Doppler radar data with EnSRF based onphysical constraint perturbation[J].Trans Atmos Sci,36(2):129-138.(in Chinese).

閔錦忠,劉盛玉,畢坤,等.2015.基于Hybrid EnSRF-En3DVar的雷達資料同化研究[J].大氣科學學報,38(2):213-221.Min Jinzhong,LiuShengyu,Bi Kun,et al.2015.Study on the assimilation of Doppler radar data using a hybrid EnSRF-En3DVar method[J].Trans Atmos Sci,38(2):213-221.(in Chinese).

Parrish D F,Derber J C.1992.The national meteorological center’s spectral statistical interpolation analysis system[J].Mon Wea Rev,120:1747-1763.

邱崇踐.2001.變分同化中使用背景場時尺度匹配的數值研究[J].大氣科學,25(1):103-110.Qiu Chongjian.2001.Maching scales of the retrieved variables with background scale in variational assimilation:Anumerical study[J].Chinese J Atmos Sci,25(1):103-110.(in Chinese).

邱曉濱.2011.流依賴的背景誤差協方差在資料同化和雷達風場反演中的應用[D].蘭州:蘭州大學.Qiu Xiaobin.2011.Usage of flow-dependent background error covariance in data assimilation and radar wind retrieval[D].Lanzhou:Lan Zhou University.(in Chinese).

王曼,李華宏,段旭,等.2011.WRF模式三維變分中背景誤差協方差估計[J].應用氣象學報,22(4):482-492.Wang Man,Li Huahong,Duan Xu,et al.2011.Estimating background error covariance in regional 3D-VAR of WRF[J].J Appl Meteor Sci,22(4):482-492.(in Chinese).

王瑞春,龔建東,張林.2012.GRAPES變分同化系統中動力平衡約束的統計求解[J].應用氣象學報,23(2):129-138.Wang Ruichun,Gong Jiandong,Zhang Lin.2012.Statistical estimation of dynamic balance constraints in GRAPES variational data assimilation system[J].J Appl Meteor Sci,23(2):129-138.(in Chinese).

張華,薛紀善,莊世宇.2004.GRAPES三維變分同化系統的理想試驗[J].氣象學報,62(1):31-41.Zhang Hua,Xue Jisan,Zhuang Shiyu,et al.2004.Experiments of GRAPES three-dimensional variational data assimilation system[J].Acta Meteor Sinica,62(1):31-41.(in Chinese).

張衛民,朱小謙,趙軍.2005.氣象資料三維變分同化階段區域分解并行實現[J].計算機研究與發展,42(6):1059-1064.Zhang Weimin,Zhu Xiaoqian,Zhao Jun.2005.Implementation of phase domain decomposition parallel algorithm of three-dimensional variational data assimilation[J].Journal of Computer Research and Development,42(6):1059-1064.(in Chinese).

趙延來,黃思訓,張維峰,等.2013.三維變分同化中多變量平衡約束設計[J].大氣科學學報,36(3):277-285.ZhaoYanlai,Huang Sixun,Zhang Weifeng,et al.2013.Design of multivariable balance constraints inthree-dimensional variational assimilation[J].Trans Atmos Sci,36(3):277-285.(in Chinese).

周曾奎.1996.1994年江淮地區持續高溫干旱的環流特征[J].氣象,22(7):40-42.Zhou Zengkui.1996.Thecharacteristies of the circulation causing continuous high temperature and drought in the Yangtze and Huaihe River Valley in 1994[J].Meteor Mon,22(7):40-42.(in Chinese).

莊照榮,薛紀善,朱宗申,等.2006.非線性平衡方案在三維變分同化系統中的應用[J].氣象學報,64(2):137-148.Zhuang Zhaorong,Xue Jishan,Zhu Zongshen,et al.2006.Application of nonlinear balance scheme in three-dimensional variational data assimilation[J].Acta Meteor Sinica,64(2):137-148.(in Chinese).

(責任編輯：張福穎)

許孌,崔曉鵬,高守亭，等.2015.臺風“鲇魚”(1013)路徑突變過程的成因分析[J].大氣科學學報,38(5):658-669.doi：10.13878/j.cnki.dqkxxb.20130301001.

Xu Luan,Cui Xiao-peng,Gao Shou-ting,et al.2015.Cause analysis of sudden track change of Typhoon Megi(1013)[J].Trans Atmos Sci,38(5):658-669.(in Chinese).