临近空间Aura/MLS卫星数据同化技术及其在数值预报中的应用
临近空间大气环境信息对于飞行器的安全具有重要意义.临近空间数据同化技术和数值预报技术是提供这些信息的重要手段,目前处在发展阶段.本研究将三维变分同化方法应用于可准实时获取能提供10-96km高度范围全球覆盖的Aura/MLS卫星数据同化,根据观测数据和背景模式特性制定了独特的观测误差协方差、背景误差协方差和观测算子,实现了对该颗卫星数据的连续同化.在2016年3月23日-5月25日开展了连续同化实验,结果表明,同化效果显著,对背景温度的调整高达几十K.同化结果用于NSSC临近空间数值预报实验系统作初始场驱动数值模式向前预报3天.对预报结果与实况数据的统计比较结果表明,该同化场确实提高了20-100km高度范围的数值预报精度.定量评估结果显示,在96km高度上的预报精度(RMSE)从原来的30K减小到14～20K.
临近空间 数值预报 数据同化 大气环境
肖存英 胡雄 杨钧烽 程旋
中国科学院国家空间科学中心 北京 100190 中国科学院国家空间科学中心 北京 100190;中国科学院大学 北京 100049
国内会议
武汉
中文
1-17
2017-09-17（万方平台首次上网日期，不代表论文的发表时间）