[发明专利]卫星数据同化在垂直方向的适应性局地化方法及集合卡曼滤波天气同化预报方法

说明书

本发明公开了卫星数据同化在垂直方向的适应性局地化方法及集合卡曼滤波天气同化预报方法。适应性局地化方法根据集合卡曼滤波同化系统中给出的任意观测资料和模式变量，计算出观测资料和模式变量的相关系数；接着利用分组后的相关系数估计该观测资料和模式变量的原始局地化函数；根据相关系数的廓线估计出卫星观测的位置p^o，并将原始局地化函数以位于p^o位置处的GC函数最大值进行拟合，得到卫星观测的影响范围c^o。位置p^o、影响范围c^o即为本发明所求的适应性局地化参数。将所得到的适应性局地化参数用于区域模式中预报台风，预报结果与没有使用本发明的预报结果相比，相对于观测的误差明显减小，同时使用本发明还明显改进了台风快速增强阶段的预报。

技术领域

本发明涉及一种天气同化预报方法，尤其是一种基于适应性局地化技术的集合卡曼滤波天气同化预报方法，其采用适应性局地化技术修正现有的集合卡曼滤波同化系统，以改进天气预报结果。

背景技术

数据同化是一种利用观测修正模式变量，以获得对当前大气状态最佳估计的技术。

集合卡曼滤波是一种常用的数据同化方法，但集合卡曼滤波应用于高维大气模式时会受到取样误差的影响，而局地化可以处理样本误差。局地化通常假设距离观测越远的相关性越可能是虚假的。一般使用的局地化函数是Gaspari 和 Cohn（ Gaspari and Cohn1999）函数，简称GC函数。在集合卡曼滤波同化系统中采用该局地化函数对观测数据进行同化处理时，通常的做法是：保留观测数据对于其附近模式变量的影响，减少观测数据对于距离较远模式变量的影响，同时忽略一定范围之外观测数据对模式变量的影响。

然而，对于卫星观测等非局地观测，观测的位置和垂直方向的影响范围没有很好的定义，无法直接进行局地化。同时，对于不同时刻和不同地区的观测，卫星观测的局地化函数也应不同，但现有技术无法适应性地估计所需的局地化函数。

因此，需要一种适应性局地化方案，为不同平台和通道、不同区域、不同时间的卫星观测提供垂直方向上适应性的局地化函数。

发明内容

本发明针对现有技术的不足，提供一种卫星数据同化在垂直方向的适应性局地化方法。该方法使用集合卡曼滤波同化系统中卫星观测和模式变量的相关系数，利用分组后的相关系数估计该种卫星观测和模式变量在当前时刻和当前区域内原始的局地化函数，并将这些原始的局地化函数以GC函数进行拟合，从而得到适应性的局地化函数和相关参数。将所得到的适应性的局地化函数和相关参数应用于集合卡曼滤波同化系统中，以通过更加有效地使用卫星资料估计当前大气的状态，从而提高天气预报的准确性。

为实现上述的技术目的，本发明将采取如下的技术方案：

一种卫星数据同化在垂直方向的适应性局地化方法，其特征在于：根据集合卡曼滤波同化系统中给出的任意子区域范围内、处于任意时次的卫星观测和模式变量，计算出卫星观测和模式变量在垂直方向上的相关系数；接着利用相关系数估计该种卫星观测和模式变量在当前时刻和当前区域内处于垂直方向的原始局地化函数；根据相关系数廓线估计出卫星观测在垂直方向的位置，并以位于位置处的GC函数最大值拟合上述的原始局地化函数，以得到卫星观测在垂直方向的影响范围；卫星观测在垂直方向的估计位置、卫星观测在垂直方向的影响范围即为适应性的局地化参数。

进一步地，集合卡曼滤波同化系统中给出的特定子区域范围内、处于特定时次的卫星观测和模式变量分别为：

观测的扰动量：

其中：观测表示集合卡曼滤波同化系统中给出的卫星观测中的第个集合成员的第个观测，且；为集合卡曼滤波同化系统的集合成员个数，为某一卫星观测某一通道的观测数；代表卫星观测的集合成员的平均值；

模式变量的扰动量：