基于GRAPES模式的ETKF-3DVAR混合同化系统的发展研究

This project is designed to develop a new hybrid ensemble transform Kalman filter - three dimensional variational (ETKF-3DVAR) data assimilation system based on the existing global analysis prediction system (GRAPES) in China. We are closely combining the latest trends in the international research and the research reality in our country on data assimilation for this project, and referencing the data assimilation international frontiers of thought. Under the framework of GRAPES 3DVAR system, we focus on estimating the complex, flow-dependent background error covariance in this research project. Ensemble covariances are incorporated by using the extended control variable method during the variational minimization to realize efficient combining ensemble covariance with the static background error covariance in 3DVAR system. The purpose of this project is to establish a set of flow-dependent preliminary data assimilation system based on GRAPES system and to improve the current deficiency of using static, homogeneous and isotropic background error covariance in variational data assimilation, thereby to enhance the analysis quality of data assimilation system. Meanwhile, this research also provides an alternative for improve the quality of data assimilation analysis and numerical forecast, and puts forward scientific basis for the further development of the field of data assimilation in China.

本项目紧密结合国际上资料同化研究的最新发展趋势，借鉴国际资料同化研究的前沿思想，结合我国资料同化发展的实际状况，以我国最新发展完成的GRAPES分析预报系统为基础，发展建立基于GRAPES模式的集合卡尔曼变换与三维变分（ETKF-3DVAR）新型耦合的资料同化系统。重点研究在GRAPES 3DVAR系统的框架下，通过扩展控制变量实现将集合估计的预报误差协方差与3DVAR系统的背景误差协方差有效耦合，构造出随天气形势变化的背景误差协方差结构，初步发展建立一套具有流依赖属性的基于GRAPES模式的ETKF-3DVAR混合资料同化系统，改善目前我国变分资料同化中采用的固定、均匀与各向同性的背景误差协方差的缺陷，以期提高资料同化系统的分析质量。同时，为改善我国资料同化的分析质量和数值预报质量提供一种新的选择，也为我国资料同化的进一步发展研究奠定科学基础。

构造流依赖属性的预报误差协方差是变分资料同化方案的重要问题。本项目紧密结合国际上资料同化研究的最新发展趋势，借鉴国际资料同化研究的前沿思想，结合我国资料同化发展的实际状况，以我国发展完成的GRAPES分析预报系统为框架，构造了随天气形势变化的背景误差协方差结构，发展建立了具有流依赖属性的基于GRAPES模式的集合卡尔曼变换与三维变分（ETKF-3DVAR）混合资料同化系统，克服了变分资料同化中固定、均匀与各向同性的背景误差协方差的缺陷，提高了资料同化的分析质量。.项目重点研究了具有流依赖属性的集合预报误差协方差与3DVAR中固定误差协方差耦合中的科学问题。研究了影响混合资料同化分析质量的关键影响因子，提出了最优耦合系数，发展建立了自适应性最优耦合方案，为充分发挥混合资料同化方案的优势提供了可能。围绕混合资料同化，研究发展了一种非高斯观测误差的变分质量控制方案，改善了观测资料有效同化的质量；提出了一种适用于掩星等垂直高分辨率观测资料的适应模式垂直坐标的新垂直稀疏化方案；发展了集合预报综合偏差订正方案，提高了集合预报与集合离散度的性能；提出了基于变分思想的尺度混合初始扰动构造方案，有效改善了大尺度扰动信息和中小尺度扰动信息等多尺度混合的合理性和准确度。.本项目的部分研究成果，已有效转化至业务预报系统，为改善我国资料同化的分析预报质量和集合预报质量提供一种新的方案，也为我国资料同化的进一步发展研究奠定了科学基