[发明专利]基于时间滞后集合的快速更新混合同化方法

说明书

技术领域：

本发明属大气科学类，涉及一种基于时间滞后集合的快速更新混合同化方法。

背景技术：

社会经济发展对数值天气预报有着较高的要求，而数值天气预报的效果很大程度上取决于初始场的精度，如何得到恰当的初始场一直是数值天气预报研究中一项非常重要的工作。业务数值预报中心常采用资料同化的方法来估计或优化初始场。对于突发性强对流天气，比如暴雨，依据最新的观测资料进行较短时间间隔的高频资料同化，以便初始场尽可能包含天气系统的有效信息，就显得十分必要(Benjaminetal.2004)。

目前使用比较广泛的资料同化方法主要有三维变分法(3DVar)、四维变分法(4DVar)、集合卡尔曼滤波法(EnKF)以及集合-变分混合同化方法(Hybrid)等。鉴于三维变分法计算成本低、便于同化多种观测资料的优点，大多数业务数值预报系统中的同化技术依然为三维变分法(Barkeretal.2004)。但是三维变分法采用的高度模型化的背景误差协方差是静态的，无法随天气形势进行演变，对天气流型描述不够精确；对于四维变分法(Huangetal.2009)，虽然背景误差协方差是随着伴随模式的积分隐式发展，但四维变分所需的切线性模式和伴随模式的求取却相对复杂，且在时间窗起始仍然需要静态的背景误差协方差；集合卡尔曼滤波法可通过集合预报的误差统计得到随着天气形势演变(flow-dependent)的背景误差协方差(Evensen1994)，但是该方法也存在有限集合数较难准确估计背景误差、矩阵不满秩、分析变量难以平衡等问题。

为能利用变分法较为有效成熟的多种观测资料的同化方案，又能利用集合卡尔曼滤波法中背景误差协方差可以随天气形势演变的优点，近年来，将变分法和集合卡尔曼滤波法结合的集合-变分混合同化成为研究的热点(HamillandSnyder2000；Wangetal.2008a,b；Zhangetal.2013)。混合同化方法把描述天气流型的集合流依赖的协方差信息引入到变分代价函数中，为业务数值预报中的同化技术提供了一种新的选择。

混合同化中的背景误差协方差通常是来自于集合预报样本误差统计的流依赖背景误差协方差与变分同化中静态的背景误差协方差的结合。混合同化方法缓解了集合卡尔曼滤波法矩阵不满秩、变量不协调问题，也改善了变分方案模型化背景误差协方差各向同性和均匀性、无法依天气形势而变的问题,许多学者也对混合同化方案进行了大量的研究测试，大多数的研究结果都表明：混合同化方法的预报效果优于单纯的变分方法，且在集合成员较少的情况下，也能达到与集合卡尔曼滤波方法相似的效果(Wangetal.2007；Zhangetal.2013)。但是混合同化方法在每个同化时次仍需要一定的集合预报结果作为计算样本，这对于一些计算条件不是十分充裕的研究和业务单位而言，依然会带来不小的计算压力，更影响业务预报效率。

发明内容：

鉴于业务数值预报系统高频同化观测资料并高频输出预报场的特点，为有效引入流依赖的背景误差协方差，同时又有效降低集合预报带来的计算量，将基于历史样本的由不同时刻初始场得到的相同时刻的预报场构成的时间滞后集合计算得到的流依赖背景误差协方差与三维变分的模型化静态背景误差协方差相结合，提出了一种基于时间滞后集合的快速更新混合同化方法，以期在不增加或仅增加很小计算代价和存储成本的前提下，提高目前基于变分同化方法的数值预报系统的同化和预报效果。

本发明的目的是通过以下措施实现的：

一种基于时间滞后集合的快速更新混合同化方法，该方法包括以下步骤：

第一步：选取与同化分析时刻相邻的前t天的历史预报数据作为样本，同化间隔设为T小时，以各时刻初始场积分预报得到相同时刻预报场构建时间滞后集合，预报时效为24t小时，预报场每间隔T小时输出一次，该时间滞后集合中共有N(N＝24t/T，T通常取1或3)个成员，分别为x₁，x₂，x₃，…x_N；

第二步：计算上述时间滞后集合成员间的差异，即x₂-x₁，x₃-x₁，…，x_N-x₁，x₃-x₂，x₄-x₂，…，x_N-x_2，……，x_N-x_N-1；