《基於集合分析的流依賴背景場誤差協方差模型研究》是依託中國人民解放軍國防科技大學，由張衛民擔任項目負責人的面上項目。
基本介紹
- 中文名：基於集合分析的流依賴背景場誤差協方差模型研究
- 項目類別：面上項目
- 項目負責人：張衛民
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
針對現有全球四維變分資料同化的背景誤差協方差模型的不足，結合集合分析和球面小波的優勢研究流依賴背景誤差協方差模擬方法。首先利用觀測和物理過程趨向擾動研究能夠合理模擬背景預報誤差來源的集合分析方法，評估將集合分析的短期預報場作為背景誤差統計樣本的合理性；其次根據有限集合採樣誤差的統計特徵，研究和實現背景誤差樣本的偏差訂正和噪聲濾波等預處理技術；然後研究流依賴的球面小波背景誤差協方差矩陣模型，包括平衡係數、背景誤差方差、以及依賴於小波尺度和水平位置的局地垂直相關協方差的均方根矩陣及其伴隨矩陣等模型參數的估計。在此基礎上，實現採用流依賴小波背景誤差協方差的全球四維變分同化試驗系統，評估模型的流依賴、各向異性和位置相關等特性，研究對於改善中小尺度高危天氣預報的有效性和優越性。
結題摘要
背景誤差協方差（B）矩陣對變分同化系統的信息轉播、信息平滑、平衡關係和流型構建具有十分重要作用。但由於B的維數特別巨大、可用信息少、結構複雜，業務中通常採用簡化和近似的B模型忽略了其非均勻、各向異性和時變等特性，在同化與鋒面、颱風等快速發展系統相關的觀測資料時凸顯了這方面的不足。本項目緊緊圍繞如何精確估計流依賴的背景誤差協方差開展了以下工作。（1）基於四維變分資料同化系統初步實現了集合四維變分資料同化（En4DVar）試驗系統。設計了流依賴球面小波背景場誤差協方差模型、背景誤差方差和局地垂直相關協方差的統計方法，引入和實現了SPPT方案表征數值模式中存在的不確定性，並對背景誤差方差進行了診斷和校正；（2）在En4DVar系統中引入一種譜濾波方法用於消除採樣噪聲，基於噪聲與氣候態背景誤差Daley長度尺度之間的近似關係構造了一種低通濾波器並套用到En4DVar系統，極大提高了集合估計值質量。（3）提出了一種非高斯噪聲的小波閾值去噪方法（NGWT）。集合背景誤差方差的採樣噪聲具有一定的空間相關和尺度相關性，使得採樣噪聲不再服從高斯分布。首先引入具有譜和空間局地化特性的小波閾值去噪方法（GWT）消除集合背景誤差方差的採樣噪聲。在此基礎上, 根據集合背景誤差方差中採樣噪聲具有的非高斯特徵對GWT方法進行改進，設計了一種自動計算和修正閾值的NGWT方法。NGWT可減少因部分尺度上噪聲能級過大導致的殘差，進而改進濾波效果。最後在一維理想模型和實際的集合資料同化系統中測試了該方法的魯棒性。（4）結合譜濾波的思想，在第四點的基礎上進一步提出了一種帶約束的小波閾值去噪方法（CWTDNM）。即通過入新的約束參數來弱化大於閾值部分的小波係數，減少大尺度上的取樣噪聲。CWTDNM方法在二維正壓渦度方程模型中進行了驗證。濾波結果表明無論是均方根誤差還是峰值信噪比都略優於改進前的方法；（5）採用異構GPU、集成眾核等並行最佳化技術，提高了流依賴背景誤差協方差的統計效率。
