摘要

基于重庆市气象局与美国俄克拉荷马大学风暴分析与预测中心合作构建的雷达资料直接同化系统,采用集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)和不同背景误差协方差权重组合(静态背景误差协方差权重分别取0、0.2、0.5、0.8和1)的集合三维变分混合(Hybrid Ensemble Three-dimensional Variational, Hybrid En3DV)同化方法,开展了2020年汛期连续一个月的雷达资料同化及预报试验,由此探讨雷达资料的不同直接同化方法对短时降水预报的影响,结果表明:不同同化试验的降水预报技巧在较短预报时效(3 h内)差异最显著,随预报时效的增加差异逐渐减小;总体而言,除个别预报时效外,EnKF试验的短时降水预报结果优于Hybrid En3DV试验;在Hybrid En3DV试验中,仅使用集合估计背景误差协方差的试验最优,说明静态背景误差协方差的正面影响有限;个例试验结果表明,随集合估计背景误差协方差权重的增加,模式的平衡调整时间随之减少,说明集合估计背景误差协方差相对于静态的背景误差协方差而言,能使得到的同化分析场变量间更加协调。

  • 单位
    重庆市气象科学研究所