每日一文：利用亚千米尺度集合数据同化系统在大气边界层中同化风廓线观测
Basic Information:
Title: Towards assimilation of wind profile observations in the atmospheric boundary layer with a sub-kilometre- scale ensemble data assimilation system (利用亚千米尺度集合数据同化系统在大气边界层中同化风廓线观测)
Authors: Tobias Sebastian Finn, Gernot Geppert, Felix Ament
Affiliation: Meteorological Institute, Universität Hamburg, Hamburg, Germany (德国汉堡大学气象研究所)
Keywords: data assimilation, tall tower measurement, COSMO, ensemble, nocturnal boundary layer (数据同化，高塔测量，COSMO，集合，夜间边界层)
URLs: Paper,
论文简要 :
本研究利用亚千米尺度集合数据同化系统，探索了风廓线观测在大气边界层中的同化效果，并证明了风廓线观测对小尺度数据同化具有宝贵的信息。
背景信息:
论文背景: 近地表风廓线观测很少被同化到数值天气预报模型中。
过去方案: 过去很少有关于风廓线观测对大气边界层的同化影响的研究。
论文的Motivation: 本研究旨在探索风廓线观测对大气边界层的同化影响，并证明风廓线观测在小尺度数据同化中具有宝贵的信息。
方法:
a. 理论背景:
本文讨论了在大气边界层中利用亚公里尺度集合数据同化系统同化风廓线观测的过程。重点强调了风廓线观测在数值天气预报模型中的有限同化以及地面遥感设备对风廓线观测的潜在影响。研究旨在证明边界层风廓线测量对汉堡都市区亚公里尺度数据同化系统的观测影响。
b. 技术路线:
该亚公里尺度数据同化系统基于Kilometer-scale Ensemble Data Assimilation (KENDA)系统，与Consortium for Small-scale Modelling (COSMO)模型耦合。系统利用德国北部单个高塔测量的东向和北向风速分量、温度和相对湿度作为观测。KENDA系统作为数据同化方法，用于初始化确定性COSMO-D2预报及其集合对应物COSMO-D2 EPS。它基于Localized Ensemble Transform Kalman Filter (LETKF)，实现完全的四维数据同化方案。
结果:
a. 详细的实验设置:
该研究使用亚公里尺度数据同化系统同化大气边界层中的风廓线观测。重点关注三个稳定层流测试案例，以展示风廓线观测对风速在分析和预报中的观测影响。系统使用Wettermast Hamburg的高塔数据获取类LiDAR风廓线观测，并与LETKF进行同化。模型配置允许解决与观测影响、风速与温度之间的联系表示以及夜间边界层状态估计相关的三个科学问题。
b. 详细的实验结果:
该研究在稳定层流测试案例中展示了风廓线观测对风速在分析和预报中的正面观测影响。此外，它还表明风速分析改进在两种情况下会传播到预报时间的温度改进。另外，温度和相对湿度的同化仅会使平均绝对增量略微增加，与风廓线观测相比。文章总结指出，大气边界层中的风廓线观测对小尺度数据同化具有宝贵信息。
文章内容来源于公众号：气ython风雨
页:
[1]