简介: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(B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(AdvancedRegionalEtaModel)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。
简介:基于中国气象局国家气象信息中心2012年发布的《中国国家级地面气象站基本气象要素日值数据集(V3.0)》,选取一定空间范围内相关性、数据完整性均较好的邻近站降水资料,构建参考序列,结合标准正态检验和台站历史沿革信息对我国2342个台站年、月降水资料进行均一性检验.采用相关系数权重平均方法和一阶差分方法相结合得到参考序列,以降低因计算方法和邻近站序列长度不一致等引起的参考序列不确定性.最终结果显示:98个台站降水序列存在断点,仅占总站数的4.2%.采用比值法订正上述非均一性的降水序列,订正后的序列在一定程度上消除了人为因素的干扰,部分台站降水量变化趋势(1960-2009年)异常的问题得到改善.