增长模繁殖法中约束过程的研究及其在集合预报中的应用

开始于上个世纪八、九十年代的集合预报，将会在未来的数值天气预报体系中（包括气象观测、资料同化、模式运算等）占有举足轻重的地位。集合预报中一个非常关键的问题，就是如何生成初始扰动。针对有限的计算机资源，对于高分辨率数值天气集合预报系统，增长模繁殖法（BGM法）是产生初始扰动的一个恰当的选择。BGM法中的核心是约束过程(rescaling)，rescaling方案的选择将直接影响所产生的集合预报初始扰动场的特性。因此，本项目主要内容是，研究Rescaling过程并应用于高分辨率数值集合预报系统。其中需要解决三个问题：（1）如何比较合理地估计分析场不确定性是我们需要回答的第一个问题；（2）如何在所确定的MASK中滤掉与对流不稳定有关的结构，而保留与斜压不稳定相关的天气尺度结构；（3）第三个问题是如何检验MASK方案的合理性。