资料同化在沙尘暴集合预报中的应用研究

Dust storm is a disatrous weather phenomenon which often occurs in arid and semi-arid regions. It is important to further improve the capability of dust storm forecasting and warning for aviation safety, society stablity and the lives and property of the people. Current predicted concentrations of dust storm have great discrepancies among differrent models, and large biases from observations. Apart from the improvement of the model itself, another much effective method is using data assimilation to reduce the uncertainties of the initial condition and the model itself, and combining the ensemble forecast to further reduce the forecast uncertainty.In this study, based on a regional dust storm model, Ensemble Kalman filter (EnKF) is performed to assimilating several kinds of obervations, comprehensively considering the uncertainties in the initial conditions and the model itself and the model biases, to provide improved initial condition and model parameters for the dust storm ensemble forecast system. ①The uncertainties of the dust storm model are described using ensemble perturbation. ② The initial conditions and model parameters are modified using EnKF.③ An ensemble forecast system is constructed based on the improved initial condition and model parameters, and verified during several severe dust storm events. The study will also explore the impacts of different uncertainties on ensemble forecast and related problems, and try to provide possible solutions.

沙尘暴是我国干旱、半干旱地区常出现的一种灾害性天气现象，不断提高沙尘暴的预报预警能力，对保障航空飞行安全，对社会稳定和保护人民生命财产等具有重大意义。目前的沙尘暴预报结果与实际观测仍存在较大偏差，除通过改进输送模式、起沙机制等解决途径外，一个较为有效的方法是利用资料同化方法降低初始场和模式的不确定性，结合集合预报方法，降低沙尘预报的不确定性。 本研究利用一个区域沙尘输送模式，采用集合卡尔曼滤波（EnKF）方法同化多种沙尘观测资料，综合地考虑和分析初始场的不确定性、模式的不确定性及偏差对集合预报的影响。 ①利用集合扰动的方法来描述沙尘模式的不确定性；②利用EnKF 方法提供初始场同时订正模式偏差；③利用EnKF 方法为集合预报系统提供集合初始场和模式偏差订正结果；④通过几个典型的我国和东亚沙尘暴事件的集合预报试验，对集合预报中存在的问题及集合预报的准确性和不确定性进行系统的研究和分析。

沙尘暴是我国干旱、半干旱地区常出现的一种灾害性天气现象，对航空飞行、人民生命财产、大气环境、社会稳定等有重要的影响，不断提高沙尘暴的预报预警能力具有重大意义。从90年代后期开始，亚洲沙尘暴数值模式有了很大的发展，再现了很多重要的观测事实，并且提供了用于描述亚洲沙尘现象特征的有价值的信息，促进了人们对亚洲近年来不断增加的沙尘事件的发生、发展以及沙尘气溶胶的输送、沉降等问题的进一步理解。模式比较计划表明，各个模式之间的差异仍然很大，预报结果与实际观测存在较大的偏差，模式预报存在很大的不确定性。除通过改进输送模式、起沙机制等解决途径外，一个较为有效的方法是利用资料同化方法降低初始场和模式的不确定性，结合集合预报方法，降低沙尘预报的不确定性。 本研究以一个耦合了起沙机制的嵌套网格空气质量预报模式系统（NAQPMS）为基础，并与其他模式比较，分析模式的不确定性和模式偏差根源（初始场、起沙方案、平流方案、沉降方案、气象场等），用集合扰动的方法来描述这些误差来源，利用先进、灵活的集合卡尔曼滤波（EnKF）方法同化沙尘观测资料，探讨沙尘暴同化中的问题，探讨沙尘暴模式不确定性的描述以及对模式偏差的订正，以提高模式预报水平；构建了一个50个集合预报成员的集合预报系统，利用EnKF同化为集合预报提供较优的初始场和模式偏差订正结果，探讨沙尘暴集合预报方法，分析集合预报的技巧，同时综合地考虑和分析初始场的不确定性、模式的不确定性及偏差对沙尘暴集合预报的影响和作用。