Содержание к диссертации
Введение
1. Современные направления развития объективного анализа метеоинформации 7
1.1. Основные этапы и методы решения задачи объективного анализа 7
1.2. Асиноптические метеорологические наблюдения и методы их усвоения в объективном анализе
1.3. Современные схемы оперативного объективного анализа термо барических полей kl
1.4. Схемы объективного анализа полей влажности
2. Система объективного анализа метеорологических элемен тов, разработанная для оперативного применения на дШ ЕС в Гидрометцентре СССР 65і
2.1. Технологическая схема-и'общие характеристики системы объективного анализа В5
2.2. Постпервичная обработка данных метеорологических наблюдений
2.3. Климатические характеристики и поля первого приближения
2.4. Объективный анализ приземных метеорологических полей &7
2.5. Объективный анализ метеоэлементов в свободной атмосфере 95
3. Спутниковые данные в объективном анализе геопотенциала .. I0Z
3.1. Методика усвоения спутниковых данных об относительном геопотенциале I0Z
3.2. Вклад спутниковых данных в повышение информативности наблюдательной сети объективного анализа Ю8>
3.3. Статистические характеристики ошибок спутниковых данных об относительном геопотенциале
3.4. Оценки вклада спутниковых данных в результаты оперативного объективного анализа геопотенциала..
4. Объективный анализ влажности
4.1.. Методика анализа
4.2. Исходные данные
4.3. Контроль данных о влажности J 55
4.4. Результаты объективного анализа влажности 161
Заключение /69
Литература
- Асиноптические метеорологические наблюдения и методы их усвоения в объективном анализе
- Климатические характеристики и поля первого приближения
- Вклад спутниковых данных в повышение информативности наблюдательной сети объективного анализа
- Контроль данных о влажности
Введение к работе
Современные модели численного прогноза погоды, построенные на основе полных уравнений гидротермодинамики, весьма чувствительны к качеству исходных данных. В принципе в качестве исходной информации для этих моделей нужны поля геопотенциала или (и) температуры, ветра и влажности у поверхности земли и в свободной атмосфере. При этом поля исходных данных должны быть согласованы для каждого метеоэлемента в трехмерном пространстве, а поля различных метеоэлементов - между собой.
Дальнейшее повышение качества численных прогнозов может быть достигнуто в результате улучшения самих прогностических моделей (каждая ел едущая, более совершенная,модель требует все более точных исходных данных), а также повышения качества результатов объективного анализа метеорологических наблюдений. Таким образом, вопросы совершенствования объективного анализа в настоящее время приобрели особенно важное значение.
Цель работы
Целью работы является дальнейшее развитие и усовершенствование существовавшей в Гидрометцентре СССР схемы оперативного объективного анализа геопотенциалаСб,^/^ ]и создание схемы объективного анализа влажности. Эти схемы анализа построены и развиваются на основе метода оптимальной интерполяции [ 15 J .
Основные направления развития: расширение информационной базы объективного анализа (привлечение асиноптических наблюдений); получение и использование более адекватной статистической структуры анализируемых метеоэлементов; расширение объема выходной продукции объективного анализа.
Научная новизна
В диссертации разработана методика и реализованы алгоритмы усвоения и контроля спутниковых данных в коде /О А ТЕМ в объективном анализе относительного геопотенциала и влажности.
Детально исследована статистическая структура полей ошибок спутниковых данных об4относительном геопотенциале. Получены аналитические агтроксимации пространственных корреляционных функций этих ошибок.
Разработана методика и реализованы алгоритмы контроля и объективного анализа дефицита точки росы в тропосфере.
Разработана технологическая организация и на ЭШ ЕС создано программное обеспечение системы объективного анализа метеорологических элементов, предназначенной для решения различных оперативных и научно-исследовательских задач.
Показано, что усвоение спутниковых данных при имеющейся в Гидрометцентре СССР системе обработки метеорологической информации вносит положительный вклад в результаты объективного анализа геопотенциала и влажности. Надлежащий учет коррелирован-ности ошибок спутниковых данных также улучшает результаты объективного анализа геопотенциала.
Построен объективный анализ геопотенциала и влажности на уровне 925 гПа, необходимый для решения задачи о переносе атмосферных примесей.
Практическая ценность
Работа имеет очевидную практическую направленность. Усовершенствование объективного анализа метеорологических элементов является одним из необходимых условий успешного решения важных метеорологических задач, имеющих большое значение для народного хозяйства. Это задачи повышения успешности численных прогно- - б - зов погода, создания высококачественных наборов метеорологических данных и др.
Большинство научных разработок диссертации внедрено в систему объективного анализа,оперативно работающую в Гидрометцентре СССР.
Реализация системы объективного анализа на ЭВМ ЕС позволила начать работу по внедрению этой системы в различных региональных и территориальных гидрометеорологических центрах Советского Союза, оснащенных аналогичными ЭВМ.
Содержание работы
Диссертация состоит из введения, четырех глав и заключения.
Первая глава представляет собой развернутый обзор современного состояния проблемы объективного анализа метеорологических наблюдений.
Во второй главе изложена разработанная технологическая организация и описаны основные компоненты системы объективного анализа метеорологических элементов, реализованной в Гидрометцентре СССР на ЭВМ ЕС-І060.
Третья глава посвящена усвоению спутниковых данных в оперативном объективном анализе геопотенциала. Приведены разработанная методика усвоения спутниковых данных об относительном геопотенциале, особенности алгоритмов, реализующих эту методику на ЭВМ, и показатели различных оценок вклада спутниковых данных в результ таты объективного анализа геопотенциала.
Предметом изложения четвертой главы диссертации является разработка и реализация объективного анализа влажности на изобарических поверхностях в тропосфере. Содержится описание методики анализа, разработанного способа усвоения спутниковых данных о влажности, процедуры контроля данных о влажности и приведены некоторые оценки результатов объективного анализа влажности.
В заключении сформулированы основные результаты диссертации.
Асиноптические метеорологические наблюдения и методы их усвоения в объективном анализе
Аналитические выражения функции №() можно получить, аппроксимируя эмпирические корреляционные функции. При этом следует иметь в виду, что эмпирические корреляционные функции не всегда оказываются положительно определенными; истинные же корреляционные функции всегда имеют положительный спектр. Поэтому эмпирические кривые следует аппроксимировать функциями с положительным спектром. Приведем различные аппроксимации корреляционной функции поля геопотенциала:
Теперь, следуя перечисляем основные свойства метода оптимальной интерполяции: 1) средний квадрат оптимально проинтерполированного отклонения от нормы никогда не превосходит дисперсии, т.е. оптимальная интерполяция в среднем сглаживает анализируемые поля; 2) корреляция между истинным значением метеоэлемента и ошибкой его оптимальной интерполяции не положительна; 3) ошибка оптимальной интерполяции не коррелирует с проинтер-полированным значением в этой точке и о результатаїж оптимальной интерполяции по тем же данным в любую другую точку; 4) мера ошибки оптимальной интерполяции С всегда не превосходит единицы; 5) Норма метеоэлемента у вносит тем больший вклад в результат оптимальной интерполяции реального значения метеоэлемента, чем больше суша весов отличается от единицы, т.е. в областях редкой сети станций или малоинформативных (с заметными по величине и сильно коррелированными ошибками) наблюдений; 6) введение фиктивных станций, не содержащих новой информации, никогда не приводит к увеличению точности оптимальной интерполя -II ции, а обычно --к ее уменьшению.
В районах с густой сетью станций, когда значения метеоэлемента во влияющих пунктах сильно коррелируют друг с другом, система (1.11) может быть плохо обусловленной. Чтобы избежать этого, для густой сети следует выбирать меньшее количество влияющих пунктов,
влияющим пунктом другого (т.е. расположения их почти что на одной прямой, проходащей через точку регулярной сетки) и надлежащим образом управлять величиной меры ошибки наблюдения.
Из приведенного краткого перечня свойств метода оптимальной интерполяции можно сделать следующий основной вывод. Оптимальная интерполяция практически не обладает преимуществом перед другими методами интерполяции в случае густой сети станций и большой точности наблюдений. Однако при уменьшении густоты и точности наблюдений оптимальная интерполяция дает лучшие результаты, чем другие методы. Достоинства метода оптимальной интерполяции ярко проявились в известной теоретической работе Н.Шиллипса [/68"]. в этой работе он использует две схемы объективного анализа: на основе метода оптимальной интерполяции в предположении о том, что статистическая структура анализируемого метеоэлемента известна достаточно хорошо и "доверчивая" схема типа анализа Флаттери[//6], не использующая априорную статистическую информацию. Далее применена двухслойная квазигеоотрофическая прогностическая модель, линеаризованная относительно зонального потока, скорость которого принимается линейной функцией вертикальной координаты (логарифма давления). Благодаря простоте выбранной модели прогноза удается аналитически, не производя численного интегрирования, получить зависимость ошибки прогноза от ошибок наблюдений и метода интерполяции. Результаты экспериментов Филлипса свидетельствуют о заметном преимуществе метода оптимальной интерполяции, конечно при хорошо известной статистической структуре.
Большую роль при объективном анализе методом оптимальной интерполяции играет алгоритм поиска и выбора влияющих наблюдений. Наиболее разработанным является алгоритм, называющийся "метод машинной карты", предложенный С Л.Белоусовым и впервые реализован-ный И.А.Четвериковым ]_73 J . Вся область анализа делится на сравнительно небольшие квадраты, в каждый из которых попадает не более заданного числа станций (таким образом происходит фильтрация "лишних" наблюдений в случае чрезмерно густой сети). При поиске влияющих станций опрашивают квадраты, ближайшие к обрабатываемой точке регулярной сетки, начиная с квадрата, содержащего ее. Порядок опроса таков, чтобы по возможности обеспечить симметричное расположение влияющих станций относительно точки регулярной сетки. Целесообразно также выделить критические расстояния am;n и Rmux» такие, что если расстояние от точки сетки до ближайшего пункта наблюдения меньше R min » то значение метеоэлемента в пункте наблюдения переносят в точку сетки; если же это расстояние превышает &тс » то интерполяцию не производят, а в качестве значения метеоэлемента в точке сетки берут его климатическую норму. В системе объективного анализа метеослужбы ГДР [37 J применяют алгоритм поиска влияющих станций, обладающий следующими особенностями. Просмотр "машинной карты" осуществляют не по единичным квадратам, а по полосам квадратов, причем длина полос возрастает при удалении от обрабатываемой точки регулярной сетки. Симметризацию проводят только при плотности информации ниже заданной. Исходную информацию специальным образом классифицируют по типам. В результате сокращается объем вычислений и уменьшается степень излишнего сглаживания результатов анализа.
Климатические характеристики и поля первого приближения
Состояние атмосферы определяется совокупностью связанных между собой статических и динамических характеристик. Основные статические характеристики - термобарические поля геопотенциала и температуры . Основная динамическая характеристика состояния атмосферы - поле ветра. В данном параграфе рассмотрены схемы объективного анализа термобарических полей.
Поскольку температура и геопотенциал связаны уравнением статики, проведение объективного анализа обоих этих метеоэлементов (для атмосферных процессов, обладающих свойством квазистатичности) нецелесообразно. Обычно строят схему объективного анализа одного из них, а поле другого метеоэлемента получают, используя ту или иную аппроксимацию уравнения статики. Ее вид определяется либо аппроксимацией уравнения статики, принятой в численной прогностической модели, исходными данными для которой являются результаты анализа, либо иными априорными соображениями.
В Гидрометцентре СССР на ЭВМ БЭСМ-б при использовании метода двумерной одноэлементной оптимальной интерполяции была разработана оперативная схема объективного анализа геопотенциала \б,&} 10 ] , развитию и усовершенствованию которой посвящена часть данной диссертационной работы. Эта схема в окончательном варианте \JQ "] анализировала поля давления на уровне моря (геопотенциа-ла Н,000 ) по данным $YHQPи УМ0Р $ЩРж поля абсолютного геопотенциала в тропосфере на изобарических поверхностях 850, 700, 500, 400, 300, 250, 200, 150 и 100 гПа - по дан-ным TEMP и TEMP-SHIP.. При этом аэрологические данные о геопотенциале и температуре подвергали комплексному контролю Z 3 J, включающему одновременно статический и горизонтальный статистичесний контроль этих метеоэлементов, а также алгоритм восполнения данных геопотенциала и температуры на изобарических поверхностях 300 и 100 гПа [5 ] отсутствующих в так называемых "коротких зондах". Данные SYNQPTS. &YHQP-$HIP подвергали климатическому и горизонтальному статистическому контролю непосредственно при усвоении их в схеме анализа. Отконтро-лированные данные $YNQP SHIP привлекали для повышения качества объективного анализа геопотенциала на изобарических поверхностях 850 и 700 гПа по методике Q 7 ]. В качестве первого приближения использовали климатические поля в гру.бой сетке с шагом 10 по широте и 30 по долготе, заданные по сезонам (в по -43 следнем варианте анализа [" \0 "\ была предусмотрена возможность использования в качестве первого приближения результатов прогноза по схеме /6 1 ). Объективный анализ можно было проводить в две регулярные сетки точек, соответствующие голусферной [ /6 ] и региональной 47 J моделям численного краткосрочного прогноза. Первая сетка представляет собой квадрат 57 на 57 точек с шагом 300 км, вписанный в круг экватора на карте стереографической проекции северного полушария так, что Гринвичский меридиан является биссектрисой левого нижнего угла квадрата. Вторая область 55 на 47 точек с шагом 150 км покрывает зону ответственности Московского региона.
В Индии создана региональная оперативная схема объективного анализа геопотевдиала го данным TEMP-SHIP . Объективный анализ давления на уровне моря (геопотенциала И1000 ) [_/$/"] построен на основе двумерной одноэлементной оптимальной интерполяции. Для анализа полей абсолютного геопотенциала на изобарических поверхностях 850, 700, 500, 300 и 200 гПа [190"\ использован метод последовательных коррекций.
В ГДР [37 1 на ЭШ БЭШ-6 реализована система регионального оперативного объективного анализа полей геопотенциала на изобарических поверхностях 1000, 850, 700, 500 и 300 гПа, которая в качестве дополнительной информации усваивает результаты прогноза на 12 ч, рассчитанные по данным предыдущего срока наблюдений. Таким образом применена модификация оптимальной интерполяции, называемая оптимальным согласованием. Сначала по данным SYMJP и SYliOP SHlPметодом двумерного одноэлементного оптимального согласования строят анализ поля /-/ too о
Вклад спутниковых данных в повышение информативности наблюдательной сети объективного анализа
Примененный нами способ усвоения данных об относительном геопотенциале, содержащихся в сводках в коде J$/\TEM, сообщающих обработанные результаты косвенного зондирования атмосферы с ИСЗ, основанный на оптимальной интерполяции значений относительной топографии, позволил избежать перечисленных выше недостатков. Кроме того, выделение в схеме объективного анализа геопотенциала трех репарных изобарических поверхностей 1000, 700 и 300 гПа позволяет усваивать спутниковые данные об относительном геопотенциале над произвольным уровнем отсчета. Если в рассматриваемой сводке в коде ,$АТМ давление на уровне отсчета меньше, чем давление на реперной изобарической поверхности анализируемой группы слоев ОТ, то эта сводка не участвует в объективном анализе относительного геопотенциала для данной группы слоев (о разбиении слоев на группы см.параграф 2.5). Она будет усвоена позже, при объективном анализе одной из вышележащих групп слоев ОТ. Таким образом существенно (примерно в 1,5 раза, т.е. 300-350 сводок вместо 200-230), увеличивается количество спутниковых данных, участвующих в объективном анализе слоев ОТ в средней и верхней тропосфере (в первых экспериментах по усвоению спутниковых данных [{I "J в анализе участвовали только сводки $/\ТЕМ с давлением на уровне отсчета, равным 1000 гПа).
Б районах Евразии и Северной Америки, где имеется достаточно густая сеть аэрологических станций (это две области, ограниченные параллелями 30 и 70 с.ш. и двумя парами меридианов 10, 140 в.д. и 75, 135 з.д., а также область между параллелями 30 и 55 с.ш. и меридианами 10 з.д. и 10 в.д.), спутниковые наблюдения при объективном анализе геопотенциала не используем.
При усвоении в объективном анализе спутниковые данные проходят три этапа системы контроля. Предварительный и вертикальный статистический контроль этих данных проводим до заполнения "машинной карты". Значение эмпирического множителя /\ при контроле по отклонению от поля первого приближения равно 9, если в качестве первого приближения используем климат, и 7, если прогноз.
Вертикальный статистический контроль основан на оптимальной одномерной интерполяции отклонений значений ОТ, содержащихся в каждой сводке в коде $1\ТЕМ, от соответствующих толщин слоев первого приближения. Два способа такого контроля изложены в работах [27,к5 \. В описываемой схеме объективного анализа геопотенциала мы используем методику VJ/5 Т . При этом значения толщины слоев между каждыми двумя стандартными изобарическими поверхностями в тропосфере сравнивают с результатом интерполяции по данным толщин двух соседних - верхнего и нижнего слоев. Для контроля крайних слоев применяют экстраполяцию, точность которой значительно меньше. Если абсолютная величина разности между проверяемым и интерполированным значением толщины слоя превышает некую априорную допустимую невязку, изменяющуюся в зависимости от контролируемого слоя и сезона в пределах 1-4 дам, то значение толщины слоя считается ошибочным и вся спутниковая сводка не участвует в объективном анализе относительного геопотенциала для данной группы слоев. По сравнению со схемой [И] в процедуру вертикального контроля спутниковых данных об относительном геопотенциале на дШ ЕС внесено следующее усовершенствование. Если ранее верхним контролируемым слоем (для контроля которого применили менее точную экстраполяцию) был слой 100/150 гПа, то на ЭВМ ЕС крайним верхним контролируемым слоем является слой 30/50 гПа.Таким образом улучшен контроль данных об относительном геопотенциале в слое 100/150 гПа.
Третий этап контроля спутниковых данных об относительном геопотенциале - горизонтальный статистический контроль осуществляем после формирования "машинной карты". Контролируем значения толщин тех слоев ОТ, которые затем будут непосредственно участвовать в интерполяции. В качестве влияющих привлекаем и аэрологические и спутниковые наблюдения. Проводим одну итерацию горизонтального контроля. Эмпирический множитель К в выражении для допустимой невязки (см.параграф 2.1) зависит от широты и контролируемого слоя относительного геопотенциала. Основное значение К = = 2,5. Для контроля спутниковых данных в тропиках в первой группе слоев анализа полагаем.К = 7,0, если точка зондирования расположена южнее 20 с.ш. и К = 10,0, если южнее 10 с.ш. Для контроля спутниковых данных в тропиках (южнее 20 с.ш.) во второй группе слоев полагаем К = 5,0.
Контроль данных о влажности
Первые оценки вклада данных сводок в коде А7"пв результаты объективного анализа и численного прогноза были проведены в ШЦ США 205"] и привели к очень пессимистичным выводам: спутниковые данные то крайне незначительно улучшали оценки прогноза, то ухудшали их. Это вызвало естественное недоумение, так как качество данных SKTEM, по априорным соображениям, должно быть лучше, чем качество данных SIRjS Ответ на этот вопрос содержится в следующей статье этих же авторов [206І, результаты которой еще раз подтверждают важный теоретический вывод Шиллипса Г/ ] о необходимости надлежащего учета статистической структуры ошибок спутниковых данных. Показано p06J , что если объективный анализ проводить на основе метода оптимальной интерполяции по схеме \jty J , а не по схеме Олаттери Г// J, которую использовали в первых экспериментах V%05j , то положительный вклад спутниковых данных в результаты объективного анализа и численного прогноза становится весьма ощутимым. Усвоение спутниковых данных из того же массива исходных метеорологических наблюдений, который использован в работах Г Z0fff 206jt в схеме вариационного объективного анализа Г/ 79 j также привело к улучшению оценок прогноза. В работе отмечено хорошее качество объективного анализа над континентами, проведенного только по данным сводок в коде Б АТБМ. Эталоном при этом служили карты оперативного объективного анализа НМЦ США..
В Японии также проведены оценки вклада спутниковых данных в результаты объективного анализа геопотенциала и отмечено улучшение его качества.
Многочисленные работы по оценке вклада различных видов метеорологических наблюдений в результаты анализа и прогноза, проведенные на основе наблюдений, также отмечают положительный вклад данных сводок в коде Особенно хочется выделить интересные оценки предела предсказуемости и полезности прогноза, полученные Бенгтссоном Положительный вклад данных сводок в коде в результаты анализа и прогноза отмечен также в недавних исследованиях
Общим для большинства перечисленных работ является выбор оценок численного прогноза как критериев для оценки качества результатов объективного анализа. Такие критерии скорее пригодны для (также весьма интересной) оценки вклада спутниковых данных в необходимый широкому кругу потребителей конечный продукт всей системы усвоения метеорологической информации, работающей в том или ином прогностическом центре. Однако они позволяют оценить качество объективного анализа лишь косвенно, через призму применяющейся модели численного прогноза. В работе [70 ] в качестве критерия оценки предложено сравнение полей анализа с картами барической топографии, проанализированными синоптиком. Другой модификацией этой же идеи является Г/05"J сравнение результатов анализа над континентами только по спутниковым данным с оперативными анализами. Существенный недостаток таких оценок - нерепрезентативность синоптического анализа над районами, плохо обеспеченными аэрологическими наблюдениями, в то время как именно эти районы представляют первостепенный интерес для оценки вклада спутниковых данных. Не слишком подходящим методом оценки является и способ обратной интерполяции в пункты наблюдений, который более целесообразно применять для сравнения различных алгоритмов интерполяции (как, например, в работах
Поэтому для оценки вклада спутниковых данных в результаты оперативного объективного анализа геопотенциала, схема которого описана выше в данной диссертационной работе, было проведено их сравнение с результатами объективного анализа геопотенциала зарубежных метеорологических центров, поступающими по каналам связи ШО в виде сводок в коде Сводки в коде поступают из региональных прогностических центров (Брэкнелл и 0фенбах) и глобальных центров - ШЦ США (Вашингтон) и ЕЦСШІ (Реданг). Данные ШЦ США и ЕЦСШІ представляют
Далее в параграфе 3.4 эти данные будут называться "поля G-Rld . собой поля объективного анализа и численного прогноза в равно мерной широтно-долготной сетке точек с шагом 5. Качество анали за и прогноза в этих центрах весьма высокое. Из ШЦ США и ЕЦСШІ поступают в виде сводок IrKl-v поля анализа по территории север ного полушария (севернее 20 с.ш.), южного полушария (южнее 20 Ю.ІІІ.) и тропической зоны - полоса между 20 с.ш. и 20 ю.ш. В данной работе использовались поля &И1Э только по северному по лушарию. Поля анализа ЕЦСШІ р (давление на уровне моря в гПа) и Н500 (геопотенциал в дам) поступают только за срок 12 ч по Гринвичу, а поля анализа ШЦ США - HTQ00 %50» %Х) %00 И HJQQ (геопотенциал в дам) - за сроки 0. и 12 ч по Гринвичу. Дан ные сводок в коде усваивает система первичной обработки метеорологической информации \79 J . Эти данные весьма подвер жены сбоям в каналах связи, что усугубляется форматом их переда чи: каждая сводка (около 900 знаков) содержит четвертую часть поля (четверть А соответствует 0-90 з.д., четверть В 90-180 з.д., четверть С 90-180 в.д., четверть V 0-90 в.д.).
