背景场误差样本模拟对同化及数值预报效果的影响
Plateau Meteorology（2016）
摘要
合理估计背景场误差协方差矩阵(B)是做好变分同化的关键环节.利用控制变量随机扰动法(RandomCV)、增长模繁殖法(BGM)及NMC法等3种背景场样本模拟方法,基于WRFDA系统计算B矩阵,对B矩阵的特征及其对同化预报效果的影响进行了研究.B矩阵的特征分析和单点观测试验表明,NMC法与RandomCV法得到的B矩阵误差方差较大,在同化中观测的权重更大;RandomCV法得到的B矩阵,背景场误差中变量的长度尺度更大,说明同化中观测的水平影响范围更大.连续循环同化和预报试验表明:应用RandomCV法计算得到的B矩阵分析与预报的效果明显优于系统自带的以及BGM法得到的B矩阵,且效果与NMC法相当.与NMC方法相比,采用RandomCV方法产生背景场样本具有时间和人力成本相对低的优点.
更多关键词
Background error covariance,Data assimilation,Numerical weather prediction
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要