Please wait a minute...
img

官方微信

遥感技术与应用  2017, Vol. 32 Issue (4): 593-605    DOI: 10.11873/j.issn.1004-0323.2017.4.0593
数据同化专栏     
基于WRF模式的多源遥感降水资料数据同化研究
任静1,2,潘小多1
(1.中国科学院西北生态环境资源研究院 遥感与信息资源实验室,甘肃 兰州730000;
2.中国科学院大学,北京100049)
Research of Satellite Precipitation Data Assimilation on WRF Model
(1.Northwest Institute of Eco\|Enviroment and Resources,Chinese Academy of Sciences,Lanzhou 730000,China;
2.University of Chinese Academy of Sciences,Beijing 100049,China)
 全文: PDF(17932 KB)  
摘要:
基于WRF模式和四维变分同化4Dvar系统分别同化了从2015年7月1日0时至7月4日0时的TRMM 3B42(Tropical Rainfall Measuring Mission)、GPM (Global Precipitation Measurement)和FY\|2G降水资料,并用HiWATER(Heihe Watershed Allied Telemetry Experimental Research)实验的气象站观测资料对结果进行验证。研究结果表明:与控制实验相比,同化多源遥感降水资料可提高降水模拟的精度,同化实验的降水均方根误差在0~4 mm之间,其中同化GPM降水资料的结果最优,均方根误差在0.5~1.5 mm;4类实验对2 m处相对湿度的模拟普遍低于真实观测,相对湿度均方根误差均在10%~50%,且同化GPM降水资料更有利于QCLOUD(Cloud water mixing ratio)、QVAPOR(Vapor water mixing ratio)、QRAIN(Rain mixing ratio)等变量的模拟;同化降水资料对风场模拟的影响极为复杂,不同降水资料的同化结果在黑河上、中和下流域各有优势。在整个流域内10 m处6 h平均风速的实验值都明显地高于实际观测,其中同化GPM实验结果较好,均方根误差在1.5~3 m/s。与TRMM 3B42和FY\|2G降水资料相比,GPM降水资料更能捕捉到微量降水和固态降水。因此,同化GPM降水资料更有利于降水,湿度和风速的模拟。
关键词: TRMM 3B42;GPM;FY\2G降水资料;WRF-4Dvar系统    
Abstract: Weather research and forecasting model and four\|dimensional variational(4Dvar)data assimilation system were used to assimilate Tropical Rainfall Measuring 3B42 precipitation dataset(TRMM 3B42),Global Precipitation Measurement dataset(GPM)and FY\|2G precipitation dataset during 1 July to 4 July 2015.The results showed that:(1)assimilation of the satellite precipitation datasets does improve the forecasting of precipitation,because all assimilation precipitation RMSE are in(0,1),and assimilating GPM dataset is superior than others;(2)the results of  2 m relative humidity from all experiments underestimated real observations,and 2 m relative humidity RMSE(units %)were in(10,50).Moreover,assimilating GPM provides an advantage in estimating various air moisture conditions;(3)Although the impact of assimilating precipitation datasets were complex for simulating 10 m wind speed,results of 10 m wind speed experiments were overestimated\|the real observation and the RMSE were in 1.5~3 m/s.In conclusion,GPM precipitation datasets assimilation was good for simulating precipitation,relative humidity and 10 m wind speed.
Key words: TRMM 3B42;GPM;FY\    2G precipitation;WRF-4Dvar system
收稿日期: 2017-01-08 出版日期: 2017-09-13
:  TP 79  
基金资助: 国家自然科学基金面上项目(41471292),基金委重大研究计划“黑河流域生态—水文过程集成研究”集成项目(91425303)资助。
作者简介: 任静(1989-),女,甘肃兰州人,硕士研究生,主要从事降水数据同化研究。Email:renjing@lzb.ac.cn。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
任静
潘小多

引用本文:

任静,潘小多. 基于WRF模式的多源遥感降水资料数据同化研究[J]. 遥感技术与应用, 2017, 32(4): 593-605.

链接本文:

http://www.rsta.ac.cn/CN/Y2017/V32/I4/593

[1]Tustison B,Foufoula-Georgiou E,Harris D.Scale-recursive E for Multisensory Quantitative Precipitation Forecast Verification:A preliminary assessment[J]. Journal of Geophysical Research,2002,108(D8):1-14.doi:10.1029/2001JD001073. 
[2]Villarni G,Witold F K.Empirically-based Modeling of Spatial Sampling Uncertainties Associated with Rainfall Measurements by Rain Gauges[J].Advanced in Water Resources,2008,31(7):1015-1023. 
[3]Cheng Lu,Shen Runping,Shi Chunxiang,et al.Evaluation and Verification of CMORPH and TRMM 3B42 Precipitation Estimation Products[J].Meteorological Monthly,2014,40(11):1372-1379.[成璐,沈润平,师春香,等.CMORPH 和TRMM 3B42降水估计产品的评估检验[J].气象,2014,40(11):1372-1379.]
 [4]Luo San,Miao Junfeng,Niu Tao,et al.A Comparison of TRMM 3B42 Products with Rain Gauge Observations in China[J].Meteorological Monthly,2011,37(9):1081-1090.[骆三,苗峻峰,牛涛,等.TRMM 测雨产品3B42与台站资料在中国区域的对比分析[J].气象,2011,37(9):1081-1090.]
 [5]Hao Zhengchun,Tong Kai,Zhang Leilei,et al.Applicability Analysis of TRMM Precipitation Estimates in Tibetan Plateau[J].Journal of China Hydrology,2011,31(5):18-23.[郝振纯,童凯,张磊磊,等.TRMM 降水资料在青藏高原的适应性分析[J].水文,2011,31(5):18-23.]
 [6]Lopez P.Direct 4D-Var Assimilation of NCEP Stage Ⅳ Radar and Gauge Precipitation Data at ECMWF[J].Monthly Weather Review,2011,139(7):2098-2116.
 [7]Jianjun X,Powell A M Jr.Dynamical Downscaling Precipitation over Southwest Asia:Impact of Radiance Data Assimilation on the Forecast of WRF-ARW Model[J].Atmospheric Research,2012,111:90.103.doi:10.1016/j.atmosres.2012.03.005.
 [8]Bauer P,Auligne T,Bell W,et al.Satellite Cloud and Precipitation Assimilation at Operational NWP Centres[J].Quarterly Journal of the Royal Meteorological Society Meteorol.n.,2011,137:1934-1951.
 [9]Pan X,Tian X,Li X,et al.Assimilation Doppler Radar Radial Velocity and Reflectivity Observations in the Weather Research and Forecasting Model by a Proper Orthogonal-decomposition-based Ensemble,Three-dimensional Variational Assimilation Method[J].Journal of Geophysical Research,2012,117:D17113.doi:10.1029/2012JD017684.
[10]Kumar P,Kishtawal C M,Pal P K,et al.Impact of Satellite on Weather Research and Forecasting Model Predictions Over the India Region[J].Journal of Geophysical Research Atmosphere,2014,119(5):2017-2031.doi:10.1002/2013JD02000. 
[11]Jasons T A,Otkin J A,Stensrud D J,et al.Assimilation of Satellite Infrared Radiance and Doppler Radar Observations during a Cool Season Observing System Simulation Experiment[J].Monthly Weather Review,2013,141(10):3273-3299.doi:101175/MWR-D-12-00267.1.
[12]Ding Hongwei,Zhangju.Occurrence and Development and Deep Under-groundwater in Hexi Corridor[J].Northwestern Geology,2009,42(3):109-118.[丁宏伟,张举.河西走廊深层地下水的赋存与开发[J].西北地质,2009,42(3):109-118.]
[13]Yang Zhenniang.Glacier Water Resources and Effect of Glacier Water in Stream Runoff in Qilian Mountain[C]// Memoirs of Lanzhou Institute of Glaciology and Geocryology,Chinese Academy of Science.No.7.Beijing:Science Press,1992:10-20.[杨针娘.祁连山冰川水资源及其在河流中的作用[C]//中国科学院兰州冰川动土研究所集刊,第7号.北京:科学出版社,1992:10-20.]
[14]Liu Shinyin,Shen Yongping,Sun Wenxin,et al.Glacier Variation Since Maximum of Litter Ice Age in the Western Qilian Mountains,Northwest China[J].Journal of Glaciology and Geocryology,2002,24(3):227-233.[刘时银,沈永平,孙文新,等.祁连山西段小冰期以来的冰川变化研究[J].冰川动土,2002,24(3):227-233.]
[15]Lan Yongchao,Ding Yongjian,Kang Ersi,et al.Water Resources Change and Its Trend Forecast by Grey Markov Chain in Heihe River Basin[J].Journal of Desert Reaearch,2003,23(4):435-440.[蓝永超,丁永建,康尔泗,等.黑河流域水资源动态变化及趋势的灰色Markov链预测[J].中国沙漠,2003,23(4):435-440.]
[16]Olson W S,Bauer P,Kummerow C D,et al.A Melting-layer Model for Passive/active Microwave Remote Sensing Application Part Ⅰ:Model Formulation and Comparison with Observations[J].Journal of Applied Meteorology,2001,40(7):1145-1163.
[17]Tao W K,Long S,Simpson J,et al.Retrieval Algorithms for Estimating the Vertical Profiles of Latent Heat Release:Their Applications for TRMM[J].Journal of the Meteorological Society of Japan,1993,71:685-700.
[18]He Huizhong,Cui Zhehu,Cheng Minghu,et al.TRMM Satellite and Application of Its Products[J].Meteorological Science and Technology,2004,32(1):13-18.[何会中,崔哲虎,程明虎,等.TRMM卫星及其数据产品应用[J].气象科技,2004,32(1):13-18.]
[19]Huffman G J,Bolvin D T,Nelkin E J,et al.The TRMM Multisatellites Precipitation Analysis(TMPA):Quasi-global,Multiyear,Combine-sensor Precipitation of Hydrometeorology[J].2007,8(1):38-55.
[20]Seyyedi H,Anagnostou E N.Hydrologic Evaluation of Satellite and Satellite and Reanalysis Precipitation Datasets over a Mid-latitude Basin[J].Atmospheric Research,2015,164-165:37-48.doi:10.1016/j.atmosres.2015.03.019.
[21]Qi Wenwen,Zhang Baiping,Chong Yu,et al.TRMM Data based Spatial and Seasonal Patterns of Precipitation in the Qinghai Tibet Plateau[J].Scientia Geographica Sinica,2013,33(8):999-1005.[齐文文,张百平,宠宇,等.基于TRMM数据的青藏高原降水的空间和季节分布特征[J].地理科学,2013,33(8):999-1005.]
[22]Ji Tao,Yang Hua,Liu Rui,et al.Applicability Analysis of the TRMM Precipitation Data in the Sichuan-Chongqing Region[J].Process in Geography,2014,33(10):1375-1386.[嵇涛,杨华,刘睿,等.TRMM卫星降水数据在川渝地区的适用性分析[J].2014,33(10):1375-1386.]
[23]Hu Qingfang,Yang Dawen,Wang Yintang,et al.Characteristic and Sources of Errors in Daily TRMM Precipitation Product over Ganjiang River basin in China[J].Advanced in Water Science,2013,24(6):794-800.[胡庆芳,杨大文,王银堂,等.赣江流域TRMM降水数据的误差特征及成因[J].水科学进展,2013,24(6):794-800.]
[24]Hou A Y,Kakar P K,Neeck S,et al.The Global Precipitation Measurement Mission[J].Bulletin of the American Meteorological Society,2014,95(5):701-722.
[25]Yuan Jinguo,Niu Zheng,Long Limin,et al.TRMM and Global Precipitation Measurement(GPM)and Their Application[J].Journal of Anhui Agri,2006,34(9):1754-1757.[袁金国,牛铮,龙丽民,等.TRMM卫星和全球降雨观测计划GPM及其应用[J].安徽农业科学,2006,34(9):1754-1757.]
[26]Tang Guoqiang,Wan Wei,Zeng Ziyue,et al.An Overview of the Global Precipitation Measurement(GPM)Mission and It’s Latest Development[J].Remote Sensing Technology and Application,2015,30(4):607-615.[唐万国,万玮,曾子悦,等.全球降水测量(GPM)计划及最新进展综述[J].遥感技术与应用,2015,30(4):607-615.]
[27]Li X,Cheng G,Liu S,et al.Heihe Watershed Allied Telemetry Experimental Research(HiWATER)[J].Bulletin of the American Meteorological Society,2013,94(8):1144-1160.
[28]Li Xin,Liu Shaomin,Ma Mingguo,et al.HiWATER:An Integrated Remote Sensing Experiment on Hydrological and Ecological Precess in Heihe River Basin[J].Advences in Earth Science,2012,27(5):482-498.[李新,刘绍民,马明国,等.黑河流域生态—水文过程综合遥感观测联合试验总体设计[J].地球科学进展,2012,27(5):481-498.]
[29]Kutta M W.Beitrag Zurn Herungsweisen Integration Line Rertotaler Differential Gleichungen[J].Zeitschrift Fur Angewandte Mathematik Und Physik,1901,46:435-453.
[30]Arakawa A,Lamb V R.Method of Computational Physics[M].New York:Academic Press,1988,17:173-265.
[31]Laprise R.The Euler Equation of Motion with Hydrostatic Pressure as Independent Coordinate[J].Monthly Weather Review,1992,120(1):197-207.
[32]Du Lichuan.Four-Dimensional Variational Data Assimilation[J].ShanXi Meteorology.2003,3:1-6.[杜利川.四维变分资料同化[J].陕西气象,2003,3:1-6.]
[33]Shao Mingxuan,Chen Min,Tao Zuyu,et al.Four-Dimensional Variational Assimilation of AWS Precipitation Data Acta Scientiarum Naturalium Universitatis Pekinensis[J].2005,415(5):701-709.[邵明轩,陈敏,陶祖钰,等.用四维变分同化自动站降水资料[J].北京大学学报(自然科学版),2005,415(5):701-709.]
[34]Huang X Y,Xiao Q,Barker D M,et al.Four-Dimensional Variational Data Assimilation for WRF:Formulation and Preliminary Results[J].Weather Review,2009,1:299-314.
[35]Xiong Zhe.Impact of Different Convective Parameterization on Simulation of Precipitation for the Heihe River Basin[J].Advances in Earth Science,2014,29(5):590-597.[熊喆.不同积云对流参数化方案对黑河流域降水模拟的影响[J].地球科学进展,2014,29(5):590-597.]
[36]HuangHaibo,Chen Chunyan,Zhu Wenna.Impacts of Different Cloud Microphysical Processes and Horizontal Resolutions of WRF Model on Precipitation Forecast Effect[J].Meteorological Science and Technology,2011,39(5):536-529.[黄海波,陈春艳,朱雯娜.WRF模式不同云微物理参数化方案及水平分辨率对降水预报效果的影响在[J].气象科技,2011,39(5):536-529.]
[37]ZhuQingliang,Jiang Han,Wang Keli,et al.Effects of Parameterized Physical Process of WRF Model on Simulation of Precipitation in the Heihe River Basin[J].Arid Zone Research,2013,30(3):462-469.[朱庆亮,江灏,王可丽,等.WRF模式物理过程参数化方案对黑河流域降水模拟的影响[J].干旱区研究,2013,30(3):462-469.]
[38]Pan X D,Li X,Yang K,et al.Comparison of Downscaled Precipitation Data over Mountainous Watershed:A Case Study in the Heihe River Basin[J].Journal of Hydrometeorology,2014,8(15):1560-1574.
[39]Pan Xiaoduo,Li Xin,Ran Youhua,et al.Impact of Underlying Surface Information on WRF Modeling in Heihe River Basin[J].Plateau Meteorology,2012,31(3):657-667.[潘小多,李新,冉有华,等.下垫面对WRF模式模拟黑河流域区域气候精度影响研究[J].高原气象,2012,31(3):657-667.]
[40]Wang Man,Li Huanhong,Duan Xu,et al.Estimating Background Error Covariance in Regional 3DVAR of WRF[J].Journal of Applied Meteorological Science,2011,22(4):482-492.[王曼,李华宏,段旭,等.WRF模式三维变分中背景误差协方差估计[J].应用气象学报,2011,22(4):482-492.]
[1] 汪子豪,秦其明,孙元亨. 基于BP神经网络的地表温度空间降尺度方法[J]. 遥感技术与应用, 2018, 33(5): 793-802.
[2] 王恺宁,王修信,黄凤荣,罗涟玲. 喀斯特城市地表温度遥感反演算法比较[J]. 遥感技术与应用, 2018, 33(5): 803-810.
[3] 石满,陈健,覃帮勇,李盛阳. 天宫二号数据地表温度反演及其在城市群热环境监测中的应用[J]. 遥感技术与应用, 2018, 33(5): 811-819.
[4] 金点点,宫兆宁. 基于Landsat 系列数据地表温度反演算法对比分析—以齐齐哈尔市辖区为例[J]. 遥感技术与应用, 2018, 33(5): 830-841.
[5] 苗翔鹰,苗洪利,张旭东,黄霞凤,王桂忠. 利用星下点干涉相位法提高三维成像高度计测高精度[J]. 遥感技术与应用, 2018, 33(5): 866-872.
[6] 谢旭,陈芸芝. 基于PSO-RBF神经网络模型反演闽江下游水体悬浮物浓度[J]. 遥感技术与应用, 2018, 33(5): 900-907.
[7] 高莎,林峻,马涛,吴建国,郑江华. 新疆巴音布鲁克草原马先蒿光谱特征提取与分析[J]. 遥感技术与应用, 2018, 33(5): 908-914.
[8] 王常颖,田德政,韩园峰,隋毅,初佳兰. 基于属性差决策树的全极化SAR影像海冰分类[J]. 遥感技术与应用, 2018, 33(5): 975-982.
[9] 范锦龙,张晔萍,李昌宝,许文波,刘少杰,薛飞,覃志豪. 风云卫星中分辨率遥感数据几何定位误差分析[J]. 遥感技术与应用, 2018, 33(4): 621-627.
[10] 梁继,褚楠,郑敦勇,彭焕华,张静. 面向道路边坡监测的高分二号应用研究[J]. 遥感技术与应用, 2018, 33(4): 638-645.
[11] 李晨伟,张瑞丝,张竹桐,曾敏 . 基于多源遥感数据的构造解译与分析—以西藏察隅吉太曲流域为例[J]. 遥感技术与应用, 2018, 33(4): 657-665.
[12] 汪航,师茁. 基于MODIS时间序列数据的春尺蠖虫害遥感监测方法研究—以新疆巴楚胡杨为例[J]. 遥感技术与应用, 2018, 33(4): 686-695.
[13] 苗茜,王昭生,王荣,黄玫,孙佳丽. 基于NDVI数据评估O3污染对华北地区夏季植被生长的影响[J]. 遥感技术与应用, 2018, 33(4): 696-702.
[14] 王恒,杨昊翔,张丽. 海上丝绸之路沿线区域植被覆盖变化特征[J]. 遥感技术与应用, 2018, 33(4): 703-712.
[15] 谢军飞,周坚华. 城镇绿化植物群软分类[J]. 遥感技术与应用, 2018, 33(4): 721-730.