【技术实现步骤摘要】
转换成初始扰动向量X=(u',v',(θ')',(Π')');
[0018]第二步,对所述初始扰动向量x进行并行CMA
‑
GFS切线模式L向后积分t时段,得到演化扰动向量X
t
=(u',v',(θ'
′
)',(Π')')
t
;;
[0019]第三步,在对X
t
进行总能量变换算子E转换,得到用于输入到CMA
‑
GFS伴随模式L
T
的输入扰动向量X
t*
=(u',v',(θ')',(Π')')
t*
;
[0020]第四步,对所述伴输扰动向量X
t
*利用并行CMA
‑
GFS伴随模式L
T
向前积分t时段,得到初始时刻的伴随梯度向量X
0*
=(u',v',(θ')',(Π')')
0*
;
[0021]其中,CMA
‑
GFS奇异向量计算需要CMA
‑
GFS切线性模式和伴随模式,其预报量为CMA
‑
GFS模式预报变量中的水平风分量(u,v)、扰动位温(θ')以及扰动无量纲气压(Π')的切线性扰动变量,分别可以表示为:(u',v',(θ')',(Π')')。
[0022]第五步,对所述伴随梯度向量X
0*
实施E
‑1转换后得到欧拉空间向量;
[0023]第六步,迭代步骤第一步至第五步,以获得增长最快的 ...
【技术保护点】
【技术特征摘要】
1.一种具有高影响天气预报精度性的观测敏感区确定方法,包括:S1:确定目标区范围和日期;S2:获取CMA
‑
GFS 4DVAR的业务分析场的数值;S3:将所述业务分析场的数值插值到计算奇异向量SVs的相应分辨率;S4:计算生成所述奇异向量SVs;S5:根据所述奇异向量SVs线性组合生成敏感区;S6:绘制所述敏感区的显示图。2.根据权利要求1的所述方法,所述S4计算生成所述奇异向量SVs,包括:S41:根据兰索斯算法Lanczos,将欧拉向量进行总能量模变换算子E的逆E
‑1转换成初始扰动向量X=(u',v',(θ')',(Π')');S42:对所述初始扰动向量x进行并行CMA
‑
GFS切线模式L向后积分t时段,得到演化扰动向量X
t
=(u',v',(θ')',(Π')')
t
;S43:在对X
t
进行总能量变换算子E转换,得到用于输入到CMA
‑
GFS伴随模式L
T
的输入扰动向量X
t*
=(u',v',(θ')',(Π')')
t*
;S44:对所述伴输扰动向量X
t*
利用并行CMA
‑
GFS伴随模式L
T
向前积分t时段,得到初始时刻的伴随梯度向量X
0*
=(u',v',(θ')',(Π')')
0*
;其中,CMA
‑
GFS奇异向量计算需要CMA
‑
GFS切线性模式和伴随模式,其预报量为CMA
‑
GFS模式预报变量中的水平风分量(u,v)、扰动位温(θ')以及扰动无量纲气压(Π')的切线性扰动变量,分别可以表示为:(u',v',(θ')',(Π')')。S45:对所述伴随梯度向量X
0*
实施E
‑1转换后得到欧拉空间向量;S46:迭代步骤第一步至第五步,以获得增长最快的欧拉向量作为迭代结束条件,所述增长最快的欧拉向量作为所述奇异向量SVs。3.根据权利要求1的所述方法,所述奇异向量SVs扰动是在切线性模式中基于大气总能量权重模,在一定时间间隔内增长最快的一组正交扰动。4.根据权利要求2的所述方法,所述总能量模变换采取的公式为:式中,L
T
为CMA
‑
GFS切线性模式的伴随...
【专利技术属性】
技术研发人员:沈学顺,韩威,刘永柱,王皓,王金成,尹若莹,
申请(专利权)人:中国气象局地球系统数值预报中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。