QJRMS:新算法(SAFE)定量估计中国气象局全球同化预报业务系统(CMA-GFS)的分析误差

发布者:倪鑫彤发布时间:2023-06-28浏览次数:563


资料同化的目的是对真实大气状态进行估计,提供数值预报模式的初始分析场。评估分析场质量的关键是量化其误差的时空分布特征。然而,由于真实大气状态未知,现有的方法大多是经验性的,在理论上存在局限性。比如(1)利用观测资料或其它业务中心的再分析数据作为检验参考,忽视了参考本身的不确定性;(2)利用初始集合离散度估计分析的不确定性,严重依赖生成初始集合使用的假定和参数。这些问题限制了同化背景误差协方差估计的准确性,以及集合预报初始扰动的采样表现。

近日,我系冯杰青年研究员(一作)与中国气象局地球系统数值预报中心的王金成正高级工程师(通讯作者),复旦大学戴国锟青年副研究员,大气物理研究所周菲凡和段晚锁研究员合作,首次利用其前期研究发展改进的统计分析误差估计算法(Statistical Analysis and Forecast Error method, SAFEFeng et al., 2017, Tellus; 2020, QJRMS),对CMA-GFS分析场误差的时空特征进行了量化研究。SAFE算法的优势是利用求解逆问题的思路,直接估计分析场相比真实大气的不确定性。结果表明,传统的对比ECMWFERA5再分析数据来估计CMA-GFS分析误差的算法存在一些不合理之处,比如图3b中低层澳洲比周边海洋明显更大的风场分析误差。并且,利用ERA5作为检验参考会系统性地低估高层(高估低层)的分析误差。

基于SAFE方法的误差估计指出(1CMA-GFS的同化系统业务化6年以来,分析场误差持续减小。整体而言,风场、温度和位势高度的南北半球(30°-70°)的冬季平均的分析误差6年来分别减小了大约12.5%29%24.5%。(2)最显著的减小发生在2017-2018年,主要原因是同化算法由3DVar升级为4DVar。(3)目前,GRAPES的北半球500hPa分析变量的确定性大约为风场2.3 m/s,温度场0.7 K,位势高度8 gpm


1. GRAPES全球同化系统的半球和冬季平均的分析误差垂直廓线的年变化(2016-2021年)。


2. 2021年冬季平均的500hPa风和温度的分析误差的空间分布。左列为SAFE方法结果,右列为利用ERA5作为参考的检验结果。


3. 同图2,但是为850hPa分析变量。


论文信息:

Feng, J., J. Wang*, G. Dai, F. Zhou, W. Duan, 2023: Spatiotemporal estimation of analysis errors in the operational global data assimilation system at the China Meteorological Administration using a modified SAFE method. Quart. J. Roy. Meteor. Soc., https://doi.org/10.1002/qj.4507.

Feng, J.*, Z. Toth, and M. Pena, 2020: Partition of Analysis and Forecast Error Variance into Growing and Decaying Components. Quart. J. Roy. Meteor. Soc., 146(728), 1302-1321.

Feng, J.*, Z. Toth, and M. Peña, 2017: Spatial Extended Estimates of Analysis and Short-Range Forecast Error Variances. Tellus A, 69:1, 1325301.