EnKF局地化算法对雷达资料同化的影响研究

• 作者: 闵锦忠 高士博 黄丹莲
• 来源期刊: 大气科学学报
• 关键词: 集合卡尔曼滤波 雷达资料同化 HEF局地化算法 SEC局地化算法 GC局地化算法
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 论著
• 页码范围: 633-642
• 页数: 10页
• 字数: 8331字
• 语种: 中文
• DOI: 10.13878/j.cnki.dqkxxb.20150529001

摘要

分级集合滤波(Hierarchical Ensemble Filter,HEF)和采样误差修正(Sampling Error Correction,SEC)局地化算法能够使采样误差取得极小值,且不需要给出距离的定义.为了检验其理论优势,基于集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)方法同化模拟雷达资料,通过与Gaspari-Cohn(GC)局地化算法对比,分析不同局地化算法对EnKF同化效果的影响.结果表明,HEF和SEC局地化算法的雷达回波在水平和垂直方向上均强于GC局地化算法.HEF局地化算法各个变量的离散度最高,均方根误差最低;SEC局地化算法离散度略低,均方根误差略高;GC局地化算法离散度最低,均方根误差最高.相比于GC局地化算法,HEF和SEC局地化算法的冷池强度减弱,面积减小,下沉气流的速度和范围增大,雹霰混合比的大小和覆盖面积增大.通过模拟发现,HEF局地化算法模拟的北侧对流中心最强,SEC局地化算法模拟的南侧对流中心最强,且模拟出(40 km,60 km)处的强对流中心.HEF局地化算法模拟的冷池强度最强,HEF和SEC局地化算法基本上模拟出北侧的雹霰混合比高值区.这表明HEF局地化算法有效地改进了基于GC局地化算法的EnKF雷达资料同化效果,SEC局地化算法减小了计算量,是HEF局地化算法较好的近似.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闵锦忠	南京信息工程大学气象灾害预报预警与评估协同创新中心	112	1076	18.0	26.0
5	黄丹莲	南京信息工程大学气象灾害预报预警与评估协同创新中心	5	17	3.0	3.0
9	高士博	南京信息工程大学气象灾害预报预警与评估协同创新中心	5	17	3.0	3.0