[發明專利]一種基于云量分類的水凝物背景場誤差協方差構建方法

有效

• 申請號: 201910365056.X
• 申請日: 2019-04-30
• 公開（公告）號: CN110472648B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 陳耀登;孟德明;王元兵;高玉芳;孫濤;陳海琴
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06F18/24
• 分類號: G06F18/24;G06F17/18;G01W1/10
• 代理公司: 南京匯盛專利商標事務所(普通合伙) 32238
• 代理人: 張立榮;吳揚帆

本發明的水凝物背景場誤差協方差的構建方案，在背景場誤差協方差中引入水凝物變量，應用該水凝物背景場誤差協方差后，同化系統可實現對水凝物變量的直接分析。有益效果：基于集合樣本的云區分類算子可以有效地將水凝物背景場誤差協方差根據云量進行分類，分類后的水凝物背景場誤差協方差可以更合理地表征云區和晴空區背景誤差的特征。

技術領域

本發明涉及大氣科學技術領域，尤其涉及一種基于云量分類的水凝物背景場誤差協方差構建方法。

背景技術

云或云系的分布、形態及其變化體現了大氣運動的狀況和變化趨勢，云的相關信息對于開展天氣系統的分析和預報有著重要的先導價值，然而目前衛星資料的同化主要針對晴空條件下進行，大量受云影響的衛星資料常被丟棄不用。受云影響的衛星資料的有效利用將是進一步改善數值預報初始場，進而提高數值預報準確率的重要途徑。在變分同化系統中，背景場誤差協方差矩陣(B矩陣)是影響同化系統的性能的關鍵因素之一，因此合理的背景場誤差協方差是做好資料同化的關鍵環節，因此構建和認識云雨區背景場誤差協方差，是提高同化系統在云雨區同化性能的核心工作之一。

目前在大多數同化系統中，背景場誤差協方差只包含風、溫度、表面氣壓以及濕度等常規控制變量，為了使同化系統可以直接給出水凝物變量的分析場，需要將水凝物作為同化系統的控制變量，在背景場誤差協方差中引入水凝物變量。

在氣象資料同化中，存在超大規模的背景場誤差協方差矩陣難以直接表示和計算的問題，目前各大數值預報中心的資料同化系統，為構造可以方便操作又較為真實可靠的背景場誤差協方差矩陣，一般采用控制變量轉換法(Control?Variable?Transforms,CVT)。控制變量轉換將背景場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。通過控制變量變換，可以有效緩解B矩陣的存儲和計算。但在區域資料同化研究和應用中，控制變量轉換過程中往往采用水平格點平均的方式來對B矩陣做近似處理，這樣簡化了B的構造，但卻忽略了水平方向上不同天氣背景下具有不同的背景誤差特征。水凝物變量的背景誤差更是如此，由于水凝物分布具有空間不連續的特征，不同天氣背景下水凝物變量的背景誤差差別更加明顯。

發明內容

本發明目的在于克服目前大多數同化系統中的背景場誤差協方差尚未引入水凝物控制變量，無法對水凝物進行合理直接分析的不足，提供了一種基于云量分類的水凝物背景場誤差協方差構建方法，實現在新構建的水凝物背景場誤差協方差中引入水凝物變量，同時該水凝物背景場誤差協方差能夠更合理地表征云區和晴空區背景誤差特征，具體由以下技術方案實現：

所述基于云量分類的水凝物背景場誤差協方差構建方法，包括如下步驟：

步驟1)將GEFS全球集合預報產品作為數值模式初始場，以不同參數化方案對模式初始場進行擾動，獲得一組集合樣本，集合樣本包含了分別對應于云水、云冰、雨水、雪以及霰的水凝物變量Q_cloud、Q_ice、Q_rain、Q_snow以及Q_graupel；

步驟2)讀取所述集合樣本，通過集合平均和集合成員中的Q_cloud和Q_ice根據公式(1)計算云區分類判別標準，所述云區分類判別標準包括：集合平均判別標準P_{ens_ave}與集合成員判別標準P_{ens_mem}，

其中,top和bot分別代表模式層頂和模式底的氣壓，“—”表示n個集合成員的平均；

步驟3)根據云區分類判別標準P，公式(2)對集合誤差樣本進行分類，