[发明专利]一种水凝物变量高斯转换方法

说明书

本发明的水凝物变量高斯转换方法，首先通过集合预报方法获取一组水凝物变量集合样本；再由高斯转换算法对各集合成员中的各水凝物变量进行三维全场转换，获取更为高斯的水凝物转换变量集合样本；最终计算得到的水凝物变量集合平均作为水凝物变量背景场，集合扰动作为水凝物变量背景误差的样本。有益效果：新构造的水凝物转换变量的背景误差满足高斯分布特征，满足资料同化系统高斯无偏的假定，新构建的水凝物转换变量能够作为资料同化系统的控制变量，实现同化系统对水凝物变量的合理分析。

技术领域

本发明涉及大气科学技术领域，尤其涉及一种水凝物变量高斯转换方法。

背景技术

随着计算机技术的飞速发展，数值天气预报模型的不断完善以及资料同化方法的广泛应用，利用数值预报模式来提供天气预报结果已经成为全球各大业务预报中心不可替代的可用参考方法。数值天气预报很大程度上依赖于初始场信息的准确性，而初始场中云和降水信息的合理表征对降水预报有很大的影响。因此，利用资料同化方法来改善数值模式初始场中云和降水信息对改善数值预报，尤其是降水预报有着重要的意义。资料同化的分析过程可以看作是在给定观测资料和先验背景估计条件下求取大气状态的概率密度函数的最大似然估计。由贝叶斯函数可知，同化系统中分析场误差、背景场误差以及观测误差的概率密度分布函数应当满足高斯无偏的假定。因此，同化系统的构建，首先要满足控制变量的背景误差应当满足高斯无偏的假定。

在同化系统中，要实现对水凝物变量的直接分析，需要将水凝物作为同化系统的控制变量，因此水凝物控制变量的背景误差分布需要满足高斯无偏的假定。由于与云相关的物理过程的强非线性，水凝物分析和预报的不确定性以及不连续性，水凝物变量的背景误差远远偏离高斯分布。目前，绝大部分同化系统采用水凝物变量自身作为控制变量，直接回避了水凝物变量非高斯的问题。采用水凝物变量的对数作为控制变量的方案也在部分系统中得到应用，但该方案并没有实际解决水凝物变量的非高斯问题。还有一些研究将总含水量(水凝物混合比与水汽混合比的和)作为同化系统的控制变量，总含水量变量相对更为高斯，但水凝物分析增量需要从总含水量增量中分离，这又带来了新的问题。

发明内容

本发明目的在于克服上述现有技术的不足，寻求一种转换方式将水凝物变量转换为更高斯的变量，使得水凝物转换变量的背景误差的分布能够接近高斯分布，满足同化系统的基本假定。为了有效改善水凝物变量背景误差的强非高斯性，实现资料同化系统对水凝物变量的合理分析，提供了一种水凝物变量高斯转换方法，使得转换后的水凝物变量背景误差分布更接近高斯分布，具体由以下技术方案实现：

所述水凝物变量高斯转换方法，包括如下步骤：

步骤1)通过集合预报方法获取一组成员数为N的集合预报样本；

步骤2)读取集合预报样本，从集合预报样本中提取预报场，获取水凝物变量集合样本q₁,q₂,…,q_n,…,q_N(粗体表示矢量矩阵，区别于非粗体的变量数值)；

步骤3)对水凝物变量集合样本进行质量控制，对集合成员q_n，根据公式(1)计算该成员各层有值区域内水凝物变量平均值

式(1)中，(i,j,k)为空间坐标，q_i,j,k表示水凝物变量，N_k表示垂直层k内q_i,j,k＞0的水平格点数，对于的层次，将该层水凝物变量赋值为0；步骤4)对集合成员q_n，根据公式(2)计算该成员二维的水凝物变量垂直平均量

式(2)中，N_z为水凝物变量垂直廓线的层数；

步骤5)由高斯转换公式(3)对集合成员q_n中各水凝物变量进行三维全场转换，获取更为高斯的水凝物转换变量集合样本，