基于2017年5月7日广州特大暴雨分析影响半径对集合卡尔曼滤波方法同化效果的影响

集合卡尔曼滤波(EnKF)目前在资料同化的科研和业务中已得到广泛应用,可为集合预报提供较好的初始场,其影响半径的选取对同化结果影响显著.2017年5月7日在珠三角(珠江三角洲)一带出现极强降水,尤以广州的花都、黄埔、增城区为盛,甚至出现了极为罕见的特大暴雨.以本次极强降水过程为例,分析影响半径对EnKF同化效果的影响.结果 发现利用EnKF方法同化观测站的10m风和2m温度资料后,可以较好地模拟出此次强降水过程,但仍存在着位置偏南,强度偏大,局地虚报和过报的现象.当水平影响半径取值过大时,大量虚假信息引入,产生过犹不及的效果,使得强降水过程南移较快,最终导致降水落区显著偏南偏东.且水平影响半径对模拟效果极为重要,因此取值要适当.