CN110765644B - 一种风云四号卫星闪电成像仪资料同化方法 - Google Patents
一种风云四号卫星闪电成像仪资料同化方法 Download PDFInfo
- Publication number
- CN110765644B CN110765644B CN201911073689.XA CN201911073689A CN110765644B CN 110765644 B CN110765644 B CN 110765644B CN 201911073689 A CN201911073689 A CN 201911073689A CN 110765644 B CN110765644 B CN 110765644B
- Authority
- CN
- China
- Prior art keywords
- data
- lightning
- mode
- cloud
- satellite
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明卫星闪电成像仪资料同化技术领域，具体为一种闪电成像仪资料同化方法，包括有如下步骤：S1.风云四号卫星闪电成像仪资料模式网格化；S2.风云四号卫星云顶高度资料模式网格化；S3.创建伪相对湿度场；S4.得到分析场；S5.数值模式预报；S6.预报检验；本发明在风云四号卫星闪电成像仪资料同化过程中引入云顶高度新的观测资料，通过对背景场中相对湿度的调整，得到接近观测的伪相对湿度场，利用计算经济和便于业务化的3DVAR同化系统将伪相对湿度场同化进数值模式。试验结果表明，同化试验明显地改进数值模式对强降水的预报，提高1小时累积降水的ETS和FSS评分，预报维持时效可达6小时。
Description
技术领域
本发明卫星闪电成像仪资料同化技术领域，具体为一种风云四号卫星闪电成像仪资料同化方法。
背景技术
由中尺度对流系统引起的雷暴，大风，冰雹、龙卷和暴雨等灾害性天气，对生命安全和社会财产造成严重的危害和损失。对这些灾害性天气提供及时准确的预报是减少危害损失的关键。然而，在数值预报过程中，由于大尺度驱动场缺少中小尺度对流信息，和中尺度对流系统在跨尺度上热动力和微物理过程复杂的相互作用，导致中尺度对流系统的预报变得非常困难。数值预报的准确性依赖于初始场精确程度。因此，同化中小尺度信息改进数值模式的对流初始场，是提高中尺度对流系统数值预报的重要手段。
闪电是雷暴云内上升运动热力学和机械做功的电气化表现。上升运动将水凝物输送至雷暴云的顶部，并且直接控制电荷的分离导致闪电的产生[Anagnostou andChronis2007]。闪电的发生和强度与对流系统中过冷水导致的强上升运动和霰粒子增长有关[Papadopoulos et al.2009]。因此，闪电资料提供了一个确定深对流位置的可能[[MacGorman et al.1989；Qie et al.1993]；[Schultz et al.2011]。许多研究表明，闪电资料可以作为深对流指示器同化进数值模式中，以改进对中尺度对流系统的预报[Alexander et al.1999；Chang et al.2001；Papadopoulos et al.2005；Mansell etal.2007；Fierro et al.2011]。
闪电监测技术的发展是保障闪电资料同化的基础。目前基于甚低频无线电接收器sferic建立的地基闪电观测系统只能对地闪实施监测，无法监测占闪电大部分的云闪[Boccippio et al.,2001]。观测资料显示，热带地区云地闪之比可达5.7，亚热带为3.6，温带地区为2.9[杨莹2012]。地闪多发生在雷暴的成熟和消亡阶段，而在雷暴系统发生的初始和发展阶段，云闪则占更高的比例。总闪包括云闪和地闪，为了提高闪电资料的同化效果，获得总闪观测资料变得非常关键。我国于2016年12月11日发射的新一代静止气象卫星风云四号FY4卫星，其搭载的闪电成像仪LMI首次实现了对亚洲大洋洲区域的静止轨道闪电持续监测[张志清,2017]。闪电成像仪采用电荷耦合器件探测阵列CCD和光学成像技术，通过光谱滤波、空间滤波、时间滤波、帧背景去除结合的途径实现对监测区域内包括云闪、云间闪、云-地闪在内总闪的凝视观测。其分辨率7800m，闪电探测率超过90%。地球静止轨道卫星的闪电观测，相较于地基观测具有覆盖范围广，受地形影响小的优点[梁华,2017]。如何将风云四号卫星静止轨道卫星闪电成像仪的总闪资料同化进数值模式，提高强对流数值天气预报效果，依然缺乏相关的研究。
闪电资料作为非模式变量，将闪电资料与模式变量建立可靠的关系是闪电资料同化的关键。水汽作为对流发生的必要条件，准确的水汽场对模式中对流系统的初始化至关重要。基于闪电发生时的大气环境，利用闪电资料调整对流发生时模式的水汽场被证明可以有效提高强对流天气的预报效果。
[Papadopoulos et al.2005]同化来自欧洲闪电监测网ZEUS地闪资料提高对流降水的预报。试验使用闪电数据来确定对流区域，然后利用张弛nudge技术将模式湿度廓线逼近至由闪电观测作为权重得到的经验湿度廓线。该同化方法显著地改进了同化期间的对流降水预报，并将对短期预报改进的维持到12小时。[Fierro and Reisner2011，Fierro etal2012]将相对湿度作为闪电资料的代理变量，利用全球总闪监测网ENTLN的总闪数据，在观测到闪电的位置，根据模拟的霰混合比和闪电频数的正切函数增加霰粒子富集的混合相态区0˚C至-20˚C内水汽。较控制试验，同化试验模拟产生的降水与观测具有更好的一致性。基于[Fierro et al.2012]的同化方法，[Fierro et al.2014]比较了闪电资料同化和三维变分3DVAR同化雷达回波对德雷克Derecho事件的模拟结果，闪电资料同化方法可以更好的预报风暴事件的位置和强度，[Fierro et al.2016]利用闪电密度数据在抬升凝结高度和一个固定高度层15km内创建水汽混合比的伪观测场，然后通过3DVAR系统将伪观测场同化进模式中，闪电资料同化试验可更好的描述单个超级单体的1小时预报。[Wang Y. et al.2017]和 [Zhang et al.2017]利用[Fierro et al.2012]中水汽混合比和总闪之间的关系，选取了华北一次飑线过程，利用3DVAR同化了总闪转化的伪相对湿度场，对短时降水改进效果明显。
[Papadopoulos et al.2005]根据闪电观测反演获得经验湿度廓线时需要以长期的闪电观测资料为基础，而作为近期发射的静止轨道卫星，缺乏足够的资料积累，反演得到的经验湿度廓线将存在较大的误差。强对流天气具有很强的局地性和季节性。局地强对流的风暴顶高和回波顶高变化范围很大，夏季突发性局地强对流风暴的伸展高度普遍比春季高[郭燕，2008]。因此，在对湿度调整过程中，垂直方向水汽的调整范围对闪电资料同化非常关键。Fierro et al.在根据背景场温度得到的混合相态层0˚C至-20˚C和固定高度层（15km）内，或其他学者利用经验函数反演得到伪水汽场，其准确度受到对流发生的局地环境和季节性的影响。鉴于以上反演伪水汽场的限制，本发明引入风云四号气象卫星云顶高度资料确定相对湿度在垂直方向的调整范围，获得更加精确的伪相对湿度观测场。风云四号气象卫星云顶高度资料根据风云四号气象卫星搭载的多通道扫描成像辐射计数据反演获得，其通过精密的双扫描镜机构实现精确和灵活的二维指向，可实现分钟级的区域快速扫描，准确的获取每个有像素点的云顶高度。
风云四号气象卫星云顶高度资料可较好的表示强对流发展的高度。将风云四号气象卫星云顶高度作为相对湿度在垂直方向上调整的限制，在闪电发生位置对抬升凝结高度以上的相对湿度场根据经验进行调整，可得到更加准确的水汽分布。随后通过3DVAR同化系统将伪水汽场同化进数值模式，以改进对强降水的预报。同化研究以风云四号气象卫星闪电成像仪所观测的闪电资料为例进行具体的同化试验，关注的是在中国地区高时空分辨率的静止卫星闪电观测资料同化效果，以及引入云顶高度后对提高闪电资料的同化的效果。
发明内容
本发明目的在于提供一种风云四号卫星闪电成像仪资料同化方法，有效地将风云四号卫星闪电成像仪资料同化进数值模式，改进对流开始时初始场中的水汽分布，提高数值模式对中尺度对流强降水的短时临近预报。
为解决上述技术问题，本发明一种风云四号卫星闪电成像仪资料同化方法包括有如下步骤：
S1.风云四号卫星闪电成像仪资料模式网格化，将闪电资料插值至数值模式网格点，得到模式网格化闪电资料；
S2.风云四号卫星云顶高度资料模式网格化，将云顶高度资料插值至数值模式网格点，得到模式网格化云顶高度资料；
S3.创建伪相对湿度场；
S3-1.由数值模式在未同化闪电资料的情况下进行预报获得模式背景场；
S3-2.计算步骤S3-2得到的模式背景场中抬升凝结高度，计算公式为：
式中：LCL为抬升凝结高度；T为地面温度；TD为地面露点温度；
S3-3.根据观测算子对模式背景场进行调整得到伪相对湿度场；
S4.利用3DVAR同化步骤S3中得到的伪相对湿度场，得到分析场；
S5.数值模式预报：基于中尺度天气预报模式，将步骤S4得到的分析场驱动中尺度天气预报模式，进行数值预报；
S6.预报检验：基于观测资料，对数值预报的小时累积降水进行评分检验。
进一步的，步骤S3-2在同化过程中对云底高度以上的相对湿度进行调整，将抬升凝结高度近似为云底高度。
进一步的，步骤S3-3中观测算子的计算方法包括如下步骤：
S3-3-1.步骤S3-2中计算得到的背景场抬升凝结高度以上；
S3-3-2.步骤S2网格化云顶高度以下；
S3-3-3.步骤S1网格化闪电成像仪资料中闪电发生格点处相对湿度进行调整；
S3-3-3-1.如果闪电发生，背景场相对湿度小于90%，将相对湿度增加至90%；
S3-3-3-2.如果闪电未发生或者背景场相对湿度大于等于90%，不进行调整。
进一步的，步骤S6选取了公正预测评分[Equitable Threat Score，ETS]方法进行评分检验,计算公式为：
公式中：ETS表示公正预测评分，R（a）为中间变量，表示预报降水发生并且观测降水也发生的格点，NB表示预报降水发生且观测降水未发生，NC表示预报降水未发生且观测降水发生，ND表示预报降水和观测降水均为发生。
进一步的，步骤S6选取了邻域降水评分[Fractions Skill Score，FSS]方法进行评分检验，计算公式为：
公式中：FSS为邻域降水评分，FBS为邻域均方误差，i为区域x轴方向的格点，i=1,2，…，N_x，j为y轴方向的格点，j=1,2，…，N_y，N_x，N_y分别为研究区域内x和y方向的格点总数；O_r、M_r分别表示观测场和模式预报场超过阈值的格点和总格点的比值。
进一步的，所述步骤S1中风云四号卫星闪电成像仪观测到的闪电资料空间分辨率为7800m，为与数值模式的格点进行匹配，将闪电资料插值至数值模式网格点，得到模式网格化闪电资料。
进一步的，所述步骤S2中由于风云四号卫星云顶高度资料产品的空间分辨率为4000m，为与数值模式的格点进行匹配，将云顶高度资料插值至数值模式网格点，得到模式网格化云顶高度资料。
由于风云四号卫星闪电成像仪观测到的闪电资料空间分辨率为7800m，为与数值模式的格点进行匹配，将闪电资料插值至数值模式网格点，得到模式网格化闪电资料；由于风云四号卫星云顶高度资料产品的空间分辨率为4000m，为与数值模式的格点进行匹配，将云顶高度资料插值至数值模式网格点，得到模式网格化云顶高度资料。因为闪电成像仪资料和模式的网格分辨率不一致，做插值将闪电成像仪7800m分辨率的资料统一到模式的网格分辨率，对于其他的分辨率不是7800m的卫星资料，或者是地基观测，都可以用这个方法插值到模式网格点上，插值是为了把两个不同分辨率的资料统一到同一个分辨率上，不受插值前资料的分辨率的影响。不论是4000m或7800m都可以将资料插值模式网格点的，即使其他卫星资料不是4000m的分辨率也是可以插入网格点的，因此经过这样的处理，是可以同化地基闪电观测和其他天基闪电观测的，不受观测资料分辨率的影响。
7800m和4000m是风云四号卫星产品的固有分辨率，其他卫星如GOES-16 GLM资料的分辨率是8000m至12000m，其资料也可以通过本方法插值至模式网格分辨率，进行同化。
本发明的有益效果是：包括有如下步骤：S1.风云四号卫星闪电成像仪资料模式网格化，将闪电资料插值至数值模式网格点，得到模式网格化闪电资料；S2.风云四号卫星云顶高度资料模式网格化，将云顶高度资料插值至数值模式网格点，得到模式网格化云顶高度资料；S3.创建伪相对湿度场；S4.利用3DVAR同化步骤S3中得到的伪相对湿度场，得到分析场；S5.数值模式预报：基于中尺度天气预报模式，将步骤S4得到的分析场驱动中尺度天气预报模式，进行数值预报；S6.预报检验：基于观测资料，对数值预报的小时累积降水进行评分检验；本发明在风云四号卫星闪电成像仪资料同化过程中引入云顶高度新的观测资料，通过对背景场中相对湿度的调整，得到接近观测的伪相对湿度场，利用计算经济和便于业务化的3DVAR同化系统将伪相对湿度场同化进数值模式。试验结果表明，控制试验由于在初始场中缺少对流发生的水汽信息，未能模拟出发生在湖北东部和安徽江西交界处的降水，1小时累积降水的ETS评分和FSS评分均低于0.1。同化试验明显地改进数值模式对强降水的预报，成功的模拟控制试验未能模拟出的，发生在湖北东部和安徽江西交界处的降水，提高1小时累积降水的ETS和FSS评分，预报维持时效可达6小时。本发明不仅针对地球静止卫星观测的闪电资料，同时适用于其他闪电观测网，如地基闪电观测和其他天基闪电观测所获得的闪电观测资料。
附图说明
图1为本发明流程图；
图2（a）为模式分辨率下背景场中抬升凝结高度图；
图2（b）为模式分辨率下风云四号卫星云顶高度图；
图3（a）为2018年6月30日00时700hPa高度相对湿度的增量分布图；
图3（b）为2018年6月30日00时700hPa高度水汽混合比的增量分布；
图4（a）为2018年6月30日00时相对湿度增量剖面图；
图4（b）为2018年6月30日00时水汽混合比增量剖面图；
图5（a1）为2018年6月30日00时至01时站点观测降水图；
图5（a2）为2018年6月30日01时至02时站点观测降水图；
图5（a3）为2018年6月30日02时至03时站点观测降水图；
图5（b1）为2018年6月30日00时至01时控制试验CTL模式降水图；
图5（b2）为2018年6月30日01时至02时控制试验CTL模式降水图；
图5（b3）为2018年6月30日02时至03时控制试验CTL模式降水图；
图5（c1）为2018年6月30日00时至01时同化试验LDA模式降水图；
图5（c2）为2018年6月30日01时至02时同化试验LDA模式降水图；
图5（c3）为2018年6月30日02时至03时同化试验LDA模式降水图；
图6（a）为2018年6月30日00时至06时1mm阈值下，控制试验CTL和同化试验LDA预报的1小时累积降水的ETS评分图；
图6（b）为2018年6月30日00时至06时5mm阈值下，控制试验CTL和同化试验LDA预报的1小时累积降水的ETS评分图；
图7（a）为2018年6月30日00时至06时1mm阈值下，控制试验CTL和同化试验LDA预报的1小时累积降水的FSS评分；
图7（b）为2018年6月30日00时至06时5mm阈值下，控制试验CTL和同化试验LDA预报的1小时累积降水的FSS评分。
具体实施方式
如图1所示，本发明一种风云四号卫星闪电成像仪资料同化方法包括有如下步骤：
S1.风云四号卫星闪电成像仪资料模式网格化，将闪电资料插值至数值模式网格点，得到模式网格化闪电资料；
S2.风云四号卫星云顶高度资料模式网格化，将云顶高度资料插值至数值模式网格点，得到模式网格化云顶高度资料；
S3.创建伪相对湿度场；
S3-1.由数值模式在未同化闪电资料的情况下进行预报获得模式背景场；
S3-2.计算步骤S3-2得到的模式背景场中抬升凝结高度，计算公式为：
式中：LCL为抬升凝结高度；T为地面温度；TD为地面露点温度；
S3-3.根据观测算子对模式背景场进行调整得到伪相对湿度场；
S4.利用3DVAR同化步骤S3中得到的伪相对湿度场，得到分析场；
S5.数值模式预报：基于中尺度天气预报模式，将步骤S4得到的分析场驱动中尺度天气预报模式，进行数值预报；
S6.预报检验：基于观测资料，对数值预报的小时累积降水进行评分检验。
进一步的，步骤S3-2在同化过程中对云底高度以上的相对湿度进行调整，将抬升凝结高度近似为云底高度。
进一步的，步骤S3-3中观测算子的计算方法包括如下步骤：
S3-3-1.步骤S3-2中计算得到的背景场抬升凝结高度以上；
S3-3-2.步骤S2网格化云顶高度以下；
S3-3-3.步骤S1网格化闪电成像仪资料中闪电发生格点处相对湿度进行调整；
S3-3-3-1.如果闪电发生，背景场相对湿度小于90%，将相对湿度增加至90%；
S3-3-3-2.如果闪电未发生或者背景场相对湿度大于等于90%，不进行调整。
进一步的，步骤S6选取了公正预测评分[Equitable Threat Score，ETS]方法进行评分检验,计算公式为：
公式中：ETS表示公正预测评分，R（a）为中间变量，表示预报降水发生并且观测降水也发生的格点，NB表示预报降水发生且观测降水未发生，NC表示预报降水未发生且观测降水发生，ND表示预报降水和观测降水均为发生。
进一步的，步骤S6选取了邻域降水评分[Fractions Skill Score，FSS]方法进行评分检验，计算公式为：
公式中：FSS为邻域降水评分，FBS为邻域均方误差，i为区域x轴方向的格点，i=1,2，…，N_x，j为y轴方向的格点，j=1,2，…，N_y，N_x，N_y分别为研究区域内x和y方向的格点总数；O_r、M_r分别表示观测场和模式预报场超过阈值的格点和总格点的比值。
为了研究风云四号卫星闪电成像仪资料同化进数值模式对中尺度对流系统强降水预报的改进效果。本发明选取2018年6月30日发生在湖北，安徽和江西地区的一次强降水过程进行数值试验研究。基于WRF3.7.1，以美国国家环境预测中心[National Centers forEnvironmental Prediction，NCEP]全球预报系统[Global Forecast System，GFS]0.25˚大尺度预报场作为模式驱动场，模式分辨率为9km，格点数141×121，垂直50层。模式主要参数化方案如下：
表1模式参数化方案
本发明共设计两组数值试验：
控制试验CTL：6月29日18时启动数值模式，预报至6月30日06时结束，前6小时作为spin-up时间，用于模式进行调整达到平衡态。
同化试验LDA：其中模式设置同CTL试验，在经过步骤S1风云四号卫星闪电成像仪资料模式网格化，步骤S2风云四号卫星云顶高度资料模式网格化和步骤S3-2计算模式背景场中抬升凝结高度后，以CTL试验6月30日00时的预报结果作为背景场，根据步骤S3-3创建伪相对湿度场，经过步骤S4和步骤S5得到数值预报结果。
试验最后基于中国气象数据网站站点降水观测资料，根据步骤S6中降水评分方法，对CTL和LDA预报结果进行评分检验。
试验结果：
图2是模式分辨率下背景场中抬升凝结高度图2（a）和风云四号卫星云顶高度图2（b）。图中十字标记为1小时内风云四号卫星闪电成像仪监测到闪电发生的位置。可以看到在湖北东南部，安徽和江西交界处有较大面积闪电发生，在闪电发生位置，安徽江西交界处云顶高度超过10km，表明对流发展旺盛。
图3和图4分别从空间分布和垂直截面展示了同化风云四号卫星闪电成像仪资料后水汽场的增量，可以看到相对湿度和水汽混合比在闪电发生位置有明显的增量。调整后的水汽场更加符合该区域发展的对流。相对湿度在较高的高度层依然有增量的原因与3DVAR同化系统中选取的背景误差尺度因子有关。试验中选用的是NCEP的全球背景误差协方差矩阵，是一个适用于任何区域的全球背景误差协方差矩阵。通过调节背景误差协方差矩阵的尺度因子可控制分析过程中背景场变量在分析结果中所占的权重，进而影响观测对分析场的贡献。实际业务系统中，为了提高同化效果，需要根据模拟区域，时间段和模式分辨率自行统计适合的背景误差协方差矩阵。本次试验为了更好的反映闪电资料同化对对流系统水汽场调整的作用，选取了较小的背景场误差尺度因子，因此闪电资料在垂直方向上的影响范围较大。
较传统的闪电同化方法中对混合相态层0˚C至-20˚C和固定高度层15km的相对湿度调整，本发明在对相对湿度的调整中，引入了风云四号卫星云顶高度资料作为垂直方向上水汽调整的高度限制，更准确的反映对流中水汽场在垂直方向的分布。在中尺度对流系统数值模拟中，模式获得对流初生时准确的热动力场和水物质场对对流系统的模拟至关重要，而驱动模式的大尺度预报场无法准确描述中尺度对流系统的水物质场，因此通过闪电资料和云顶高度资料同化，对模式水汽场进行调整，使得模式获得更多对流系统的小尺度信息，进而改进数值模式对流系统强降水的预报。
图5是2018年6月30日00时至03时1小时累积降水空间分布。第一行是站点观测降水，第二是控制试验模拟降水，第三行是同化试验模拟降水。观测降水是由中国气象数据网站提供的逐小时站点降水资料。站点降水利用距离权重函数统一至模式网格点。图中可以看到，较控制试验模拟结果，同化试验模拟的降水位置，形态和强度与观测更加接近。同化试验可成功的模拟控制试验未能模拟出的，发生在湖北东部和安徽江西交界处的降水，而这个位置正是相对湿度和水汽混合比发生增量的位置，表明正是由于控制试验中在该位置处水汽的缺少而无法模拟出降水。通过将闪电资料和云顶高度资料同化进模式后，改进水汽场的分布，进而可以成功的模拟出观测到的降水。
图6给出2018年6月30日00时至06时，控制试验和同化试验预报的1小时累积降水在不同阈值下的ETS评分，图6（a）1mm阈值，图6（b）5mm阈值。除05时至06时1mm阈值外，可以看到在1小时累积降水的ETS评分中，同化试验在1mm阈值和5mm的评分明显高于控制试验。由于同化试验在05时至06时的预报降水偏强，存在较多的空报点，导致05时至06时的累积降水在1mm阈值下同化试验稍低于控制试验。在00时同化闪电资料和云顶高度资料后，对强降水5mm/h预报改进效果持续时间达到6小时，同化闪电资料对模式的改进效果明显，且改进后的水汽场具有较好的维持时效。如图7所示，FSS的评分结果与ETS评分结果一致，进一步说明了本发明对降水预报的改进效果。
综上所述，本发明利用风云四号卫星闪电成像仪资料和风云四号卫星云顶高度资料对数值模式背景场中相对湿度进行调整，得到相对湿度的伪观测场，通过WRF 3DVAR同化系统，将伪相对湿度场同化进数值模式，实现风云四号卫星闪电成像仪资料有效地同化。试验结果表明，同化试验明显地改进数值模式对强降水的预报，预报维持时效可达6小时。
本发明以风云四号卫星闪电成像仪资料为例，利用云顶高度资料可实现对包括地球静止卫星高时空分辨率的闪电资料在内的天基闪电观测和地基闪电观测经济高效的同化，同化算法简便，可快速地应用于气象业务数值预报系统，提高中尺度对流强降水的数值预报效果。
Claims (6)
1.一种风云四号卫星闪电成像仪资料同化方法，其特征在于：包括有如下步骤：
S1.风云四号卫星闪电成像仪资料模式网格化，将闪电资料插值至数值模式网格点，得到模式网格化闪电资料；
S2.风云四号卫星云顶高度资料模式网格化，将云顶高度资料插值至数值模式网格点，得到模式网格化云顶高度资料；
S3.创建伪相对湿度场；
S3-1.由数值模式在未同化闪电资料的情况下进行预报获得模式背景场；
S3-2.计算步骤S3-2得到的模式背景场中抬升凝结高度，计算公式为：
式中：LCL为抬升凝结高度；T为地面温度；TD为地面露点温度；
步骤S3-2在同化过程中对云底高度以上的相对湿度进行调整，将抬升凝结高度近似为云底高度；
S3-3.根据观测算子对模式背景场进行调整得到伪相对湿度场；
S4.利用3DVAR同化步骤S3中得到的伪相对湿度场，得到分析场；
S5.数值模式预报：基于中尺度天气预报模式，将步骤S4得到的分析场驱动中尺度天气预报模式，进行数值预报；
S6.预报检验：基于观测资料，对数值预报的小时累积降水进行评分检验。
2.根据权利要求1所述的一种风云四号卫星闪电成像仪资料同化方法，其特征在于：步骤S3-3中观测算子的计算方法包括如下步骤：
S3-3-1.步骤S3-2中计算得到的背景场抬升凝结高度以上；
S3-3-2.步骤S2网格化云顶高度以下；
S3-3-3.步骤S1网格化闪电成像仪资料中闪电发生格点处相对湿度进行调整；
S3-3-3-1.如果闪电发生，背景场相对湿度小于90%，将相对湿度增加至90%；
S3-3-3-2.如果闪电未发生或者背景场相对湿度大于等于90%，不进行调整。
3.根据权利要求1所述的一种风云四号卫星闪电成像仪资料同化方法，其特征在于：步骤S6选取了公正预测评分[Equitable Threat Score，ETS]方法进行评分检验,计算公式为：
公式中：ETS表示公正预测评分，R（a）为中间变量，表示预报降水发生并且观测降水也发生的格点，NB表示预报降水发生且观测降水未发生，NC表示预报降水未发生且观测降水发生，ND表示预报降水和观测降水均为发生。
4.根据权利要求1所述的一种风云四号卫星闪电成像仪资料同化方法，其特征在于：步骤S6选取了邻域降水评分[Fractions Skill Score，FSS]方法进行评分检验，计算公式为：
公式中：FSS为邻域降水评分，FBS为邻域均方误差，i为区域x轴方向的格点，i=1,2，…，N_x，j为y轴方向的格点，j=1,2，…，N_y，N_x，N_y分别为研究区域内x和y方向的格点总数；O_r、M_r分别表示观测场和模式预报场超过阈值的格点和总格点的比值。
5.根据权利要求1所述的一种风云四号卫星闪电成像仪资料同化方法，其特征在于：所述步骤S1中风云四号卫星闪电成像仪观测到的闪电资料空间分辨率为7800m，为与数值模式的格点进行匹配，将闪电资料插值至数值模式网格点，得到模式网格化闪电资料。
6.根据权利要求1所述的一种风云四号卫星闪电成像仪资料同化方法，其特征在于：所述步骤S2中由于风云四号卫星云顶高度资料产品的空间分辨率为4000m，为与数值模式的格点进行匹配，将云顶高度资料插值至数值模式网格点，得到模式网格化云顶高度资料。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911073689.XA CN110765644B (zh) | 2019-11-06 | 2019-11-06 | 一种风云四号卫星闪电成像仪资料同化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911073689.XA CN110765644B (zh) | 2019-11-06 | 2019-11-06 | 一种风云四号卫星闪电成像仪资料同化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110765644A CN110765644A (zh) | 2020-02-07 |
| CN110765644B true CN110765644B (zh) | 2022-02-22 |
Family
ID=69336495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911073689.XA Active CN110765644B (zh) | 2019-11-06 | 2019-11-06 | 一种风云四号卫星闪电成像仪资料同化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110765644B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111693788B (zh) * | 2020-05-14 | 2022-04-26 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于pearson相关性星地闪电比对的系统与验证方法 |
| CN111832828B (zh) * | 2020-07-17 | 2023-12-19 | 国家卫星气象中心(国家空间天气监测预警中心) | 基于风云四号气象卫星的智能降水预测方法 |
| CN112816071B (zh) * | 2021-01-06 | 2021-12-28 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于云顶高度算法的红外通道辐射稳定性监测方法 |
| CN112558188B (zh) * | 2021-01-22 | 2022-05-27 | 兰州大学 | 一种通过同化闪电资料改进强对流预报的方法 |
| CN113378443B (zh) * | 2021-08-12 | 2021-11-05 | 中国地质大学（武汉） | 一种地波雷达数据融合同化方法及计算机设备 |
| CN114896544B (zh) * | 2022-03-15 | 2024-09-17 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种风云气象卫星协同多数据源的三维云融合分析的方法 |
| CN115511192B (zh) * | 2022-09-30 | 2023-07-14 | 中国科学院西北生态环境资源研究院 | 一种基于闪电资料同化的降水预报方法及系统 |
| CN116186461A (zh) * | 2023-02-13 | 2023-05-30 | 中国气象局沈阳大气环境研究所 | 一种基于单参云微物理方案的冷云四维变分同化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103837911A (zh) * | 2014-03-24 | 2014-06-04 | 兰州大学 | 一种运用物理初始化同化地闪资料的方法 |
| CN107784165A (zh) * | 2017-09-29 | 2018-03-09 | 国网青海省电力公司 | 基于光伏电站的地表温度场多尺度资料同化方法 |
| CN108416031A (zh) * | 2018-03-12 | 2018-08-17 | 南京恩瑞特实业有限公司 | Nriet气象多源探测资料融合分析系统 |
| CN109975809A (zh) * | 2019-04-26 | 2019-07-05 | 兰州大学 | 一种同化雷达及闪电资料的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105576650B (zh) * | 2015-12-29 | 2017-11-21 | 北京国能日新系统控制技术有限公司 | 基于同化技术与同风带理论的风电功率预测方法及系统 |
-
2019
- 2019-11-06 CN CN201911073689.XA patent/CN110765644B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103837911A (zh) * | 2014-03-24 | 2014-06-04 | 兰州大学 | 一种运用物理初始化同化地闪资料的方法 |
| CN107784165A (zh) * | 2017-09-29 | 2018-03-09 | 国网青海省电力公司 | 基于光伏电站的地表温度场多尺度资料同化方法 |
| CN108416031A (zh) * | 2018-03-12 | 2018-08-17 | 南京恩瑞特实业有限公司 | Nriet气象多源探测资料融合分析系统 |
| CN109975809A (zh) * | 2019-04-26 | 2019-07-05 | 兰州大学 | 一种同化雷达及闪电资料的方法 |
Non-Patent Citations (6)
| Title |
|---|
| A Case Study of Assimilating Lightning-Proxy Relative Humidity with WRF-3DVAR;Ying Wang 等;《Atmosphere》;20170314;全文 * |
| Assimilation of Flash Extent Data in the Variational Framework at Convection-Allowing Scales: Proof-of-Concept and Evaluation for the Short-Term Forecast of the 24 May 2011 Tornado Outbreak;ALEXANDRE O. FIERRO 等;《MONTHLY WEATHER REVIEW》;20161130;全文 * |
| 基于强对流数值模拟的贵州冰雹识别及临近预报方法研究;王瑾;《中国博士学位论文全文数据库 基础科学辑》;20090915(第09期);全文 * |
| 闪电资料同化方法和应用研究;朱润鹏;《中国优秀硕士学位论文全文数据库 基础科学辑》;20131115(第11期);全文 * |
| 闪电资料在中尺度数值模式中的同化应用研究;张荣;《中国博士学位论文全文数据库 基础科学辑》;20170715(第07期);论文摘要，第13-23页 * |
| 集合均方根滤波同化地闪资料的试验研究;王莹 等;《干旱气象》;20151031;第33卷(第5期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110765644A (zh) | 2020-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110765644B (zh) | 一种风云四号卫星闪电成像仪资料同化方法 | |
| Fernández-González et al. | Sensitivity analysis of the WRF model: Wind-resource assessment for complex terrain | |
| Fierro et al. | Application of a lightning data assimilation technique in the WRF-ARW model at cloud-resolving scales for the tornado outbreak of 24 May 2011 | |
| Qie et al. | Application of total-lightning data assimilation in a mesoscale convective system based on the WRF model | |
| Fierro et al. | Assimilation of flash extent data in the variational framework at convection-allowing scales: Proof-of-concept and evaluation for the short-term forecast of the 24 May 2011 tornado outbreak | |
| Qie et al. | Recent advances in research of lightning meteorology | |
| Badger et al. | Wind class sampling of satellite SAR imagery for offshore wind resource mapping | |
| Hobby et al. | The Fennec automatic weather station (AWS) network: Monitoring the Saharan climate system | |
| Tai et al. | Precipitation forecasting using Doppler radar data, a cloud model with adjoint, and the Weather Research and Forecasting model: Real case studies during SoWMEX in Taiwan | |
| Luo | Advances in understanding the early-summer heavy rainfall over South China | |
| Karamanis et al. | Wind energy resources in the Ionian Sea | |
| Wang et al. | Improving forecasting of strong convection by assimilating cloud-to-ground lightning data using the physical initialization method | |
| Li et al. | An overview of nowcasting development, applications, and services in the Hong Kong Observatory | |
| Zhang et al. | Diurnal variations of the planetary boundary layer height estimated from intensive radiosonde observations over Yichang, China | |
| Khaykin et al. | Impact of land convection on temperature diurnal variation in the tropical lower stratosphere inferred from COSMIC GPS radio occultations | |
| Tapiador et al. | Precipitation estimates for hydroelectricity | |
| Zhang et al. | Application of lightning data assimilation to numerical forecast of super typhoon Haiyan (2013) | |
| Tian et al. | Comparison of Beijing MST radar and radiosonde horizontal wind measurements | |
| Gutiérrez et al. | Combination of wind gust models in convective events | |
| Blyth et al. | High‐resolution observations of precipitation from cumulonimbus clouds | |
| Djalalova et al. | The POWER Experiment: impact of assimilation of a network of coastal wind profiling radars on simulating offshore winds in and above the wind turbine layer | |
| Frisch et al. | Doppler radar observations of the development of a boundary-layer nocturnal jet | |
| Rao et al. | Differences in draft core statistics from the wet to dry spell over Gadanki, India (13.5 N, 79.2 E) | |
| Hou et al. | Evaluation of radar and automatic weather station data assimilation for a heavy rainfall event in southern China | |
| CN113075751A (zh) | 一种观测资料在短临预报中的融合方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |