基于全天候观测误差协方差矩阵的数值天气预报方法技术

本发明专利技术公开了基于全天候观测误差协方差矩阵的数值天气预报方法，步骤包括：对红外高光谱观测资料进行同化，构造观测误差协方差矩阵，并进行分解和求逆计算，得到观测误差相关矩阵；将观测误差相关矩阵用代价函数实现；将模拟的有云辐射率与观测辐射率分别和晴空辐射率计算偏差，获得背景场的云辐射率和观测包含的云辐射率和云特征函数；构造不同通道的膨胀因子，由膨胀因子构成对角化的膨胀矩阵；将云特征函数和云量函数带入代价函数，在同化系统中计算新构造的代价函数及其梯度，并极小化解求解最优分析场，根据最优分析场进行数值天气预报。本发明专利技术可针对全天候气象有效利用观测误差相关对红外高光谱资料进行同化。误差相关对红外高光谱资料进行同化。

【技术实现步骤摘要】
基于全天候观测误差协方差矩阵的数值天气预报方法


[0001]本专利技术属于数值天气预报
，尤其涉及基于全天候观测误差协方差矩阵的数值天气预报方法。

技术介绍

[0002]数值天气预报(NWP)是一个典型的偏微分方程初边值问题。随着数值模式预报模式的逐渐完善，初值条件的准确性越来越被认为是数值天气预报领域一个重要方面，它直接影响着数值预报的成败。与此同时，随着观测技术的发展，观测信息量及种类的不断增多，如何有效利用这些观测信息，提供更准确的初值成为数值天气预报研究的核心。资料同化通过融合可获得的各种已知信息(包括观测、模式以及相应的误差统计信息等)来改进模式的初始条件。红外高光谱等气象卫星观测可以从大气层外实现全天候(All
‑
sky)条件下的对地探测，不受地表类型的限制，并且具有信息量大、时空分辨率高等特点，能有效填补常规观测难以探测的“信息盲区”。自从使用变分同化处理卫星资料以来，数值预报得到了明显的改进，以欧洲中期天气预报中心(ECMWF)业务化的四维变分资料同化(4DVAR)系统为例，90％的观测信息来源于卫星资料本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于全天候观测误差协方差矩阵的数值天气预报方法，应用于同化系统，其特征在于，包括以下步骤：S1：选择一段时间的红外高光谱观测资料进行同化，对卫星观测资料误差构造观测误差协方差矩阵，并对所述观测误差协方差矩阵进行分解和求逆计算，得到观测误差相关矩阵；S2：将所述观测误差相关矩阵用代价函数实现；S3：将模拟的有云辐射率与观测辐射率分别和晴空辐射率计算偏差，获得背景场的云辐射率和观测包含的云辐射率和云特征函数；S4：构造不同通道的膨胀因子，由所述膨胀因子构成对角化的膨胀矩阵；S5：将所述云特征函数和云量函数带入所述代价函数，在同化系统中计算新构造的代价函数及其梯度，并极小化解求解最优分析场，根据最优分析场进行数值天气预报。2.根据权利要求1所述的基于全天候观测误差协方差矩阵的数值天气预报方法，其特征在于，S1的步骤包括如下子步骤：S11：选择一段时间的红外高光谱观测资料进行同化，对卫星观测资料误差进行诊断分析；所述观测资料误差ε
o
＝y
‑
y
t
，其中y表示仪器测量的红外高光谱观测值，y
t
表示大气的红外高光谱真值；计算后验观测误差协方差矩阵具体公式如下：其中E[]表示求数学期望，为观测和分析的差值；S12：分别针对每个通道组合统计其协方差，得到观测误差协方差矩阵R，其中，第i个通道和第j个通道观测误差协方差R(i,j)为：其中，表示观测和背景场的差值，N为通道数；S13：由每个通道间的观测误差协方差R(i,j)构建观测误差协方差矩阵R的元素；S14：将所述红外高光谱观测资料误差协方差矩阵进行块对角化分解；S15：将块对角化观测误差协方差矩阵R
k
进行对角化转换，采用经验正交展开方法实现，步骤如下：R
k
＝ΣCΣ其中，Σ为观测误差标准差矩阵，属于对角矩阵，对角元素为第i个通道的观测误差标准差σ
i
，C为观测误差通道间相关系数矩阵；S16：对分解后的观测误差协方差矩阵R
k
进行求逆求逆公式如下：
其中，Λ是由观测误差通道间相关系数矩阵C矩阵的特征值λ
j
组成的对角矩阵，E是由观测误差通道间相关系数矩阵C矩阵的特征向量e
j
组成的正交矩阵。3.根据权利要求1所述的基于全天候观测误差协方差矩阵的数值天气预报方法，其特征在于，所述代价函数J包含观测项J
o
和背景场项J
b
，表示为：J＝J
o
+J
b
代价函...

【专利技术属性】
技术研发人员：余意，张卫民，曹小群，冷洪泽，银福康，杨锦辉，姚强，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：