GRAPES全球三维变分同化系统的检验与诊断
中国气象局数值预报中心新近升级的GRAPES全球三维变分同化系统的大气基本状态变量在物理属性与定义的网格和坐标上与预报模式保持一致,是一个完全针对GRAPES预报模式的同化系统。该系统不仅有利于减小分析误差,也是构建GRAPES四维变分同化系统的基本环节之一。该文通过与观测资料的对比、与国际其他业务中心分析场的对比,以及中期数值预报的检验,对新的GRAPES全球三维变分同化系统性能进行较全面讨论,并通过对这一系统的检验,探索资料同化系统性能的检验方法,尤其是观测资料同化效果的定量评价方法。诊断结果表明:在宏观特征上,GRAPES变分同化系统的分析场与欧洲中期数值预报中心和美国国家环境预测中心的...
        Saved in:
      
    
          | Published in | 应用气象学报 Vol. 27; no. 1; pp. 1 - 15 | 
|---|---|
| Main Author | |
| Format | Journal Article | 
| Language | Chinese | 
| Published | 
            中国气象局数值预报中心,北京,100081%中国气象科学研究院灾害性天气国家重点开放实验室,北京,100081
    
        2016
     | 
| Subjects | |
| Online Access | Get full text | 
| ISSN | 1001-7313 | 
| DOI | 10.11898/1001-7313.20160101 | 
Cover
| Summary: | 中国气象局数值预报中心新近升级的GRAPES全球三维变分同化系统的大气基本状态变量在物理属性与定义的网格和坐标上与预报模式保持一致,是一个完全针对GRAPES预报模式的同化系统。该系统不仅有利于减小分析误差,也是构建GRAPES四维变分同化系统的基本环节之一。该文通过与观测资料的对比、与国际其他业务中心分析场的对比,以及中期数值预报的检验,对新的GRAPES全球三维变分同化系统性能进行较全面讨论,并通过对这一系统的检验,探索资料同化系统性能的检验方法,尤其是观测资料同化效果的定量评价方法。诊断结果表明:在宏观特征上,GRAPES变分同化系统的分析场与欧洲中期数值预报中心和美国国家环境预测中心的分析场十分相似,但细节上仍有差别。这些差别主要源自GRAPES同化系统中探空、地面报、掩星以及飞机报观测的贡献偏大,而卫星垂直探测仪观测资料的作用尚未充分发挥。从探测单要素来讲,风及湿度观测的作用发挥不够。此外,青藏高原周围地区、模式高层及赤道地区分析场偏差较大,它们与模式地形及高层的处理等有关系,这些问题有待进一步改进。 | 
|---|---|
| Bibliography: | 11-2690/P Numerical Weather Prediction Center of China Meteorological Administration has upgraded the global GRAPES (Global/Regional Assimilation and PrEdiction System) variation data assimilation system. The new data assimilation system employs the same coordinate, grids and atmospheric state variables as those of the GRAPES model. It can reduce analysis errors due to the interpolation and variable transformations, and also provide basics for developing GRAPES four-dimension variation assimilation system. Some key characteristics of the new global GRAPES data assimilation system are discussed, and then the perform- ance is evaluated in detail, by comparing with observations, analysis or reanalysis data from advanced op- erational numerical weather prediction centers, and the medium-range forecast from background and analy- sis fields and different forecast models. Some guidelines for further optimizing the system is also given based on diagnosis and quantitatively estimating the impact of observations. Result  | 
| ISSN: | 1001-7313 | 
| DOI: | 10.11898/1001-7313.20160101 |