基于集合卡尔曼变换的目标观测敏感区识别系统优化及影响试验

摘要：

在基于集合卡尔曼变换(Ensemble Transform Kalman Filter,ETKF)方法的适应性观测系统的基础上,考虑湿度因子作用并增加对流层低层的大气运动信息,发展了更加适用于我国中尺度高影响天气系统敏感区识别的优化方案.针对环北京夏季暴雨和冬季降雪的高影响天气个例,分别设计4组试验进行观测敏感区识别试验,考察了优化方案目标观测敏感区识别质量,并对分析和预报结果进行了评估.结果表明:优化方案的目标观测敏感区识别效果最佳,对环北京夏季暴雨和冬季降雪天气的目标观测敏感区质量有明显改善,湿度因子可使最强观测敏感区更加集中,对夏季降水敏感区的影响比冬季降雪天气更加明显.低层大气信息的引入对最强观测敏感区的准确识别也具有重要的积极作用.目标观测敏感区的目标资料对分析和短期预报质量具有明显的正贡献.

关键词：目标观测、集合卡尔曼变换、观测敏感区、资料同化

所属期刊栏目：37

分类号：P456.7(天气预报)

资助基金：国家自然科学基金资助项目41275111,41105057;重大研究计划培育项目91437113;公益性行业气象科研专项GYHY201106050;江苏高校优势学科建设工程资助项目

在线出版日期：2015-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：749-757