Data-assimilatiesystemen kunnen nauwkeurige initiële velden leveren voor het verder verbeteren van numerieke weersvoorspelling (NWP). Sinds 2008, Tian Xiangjun en zijn team van het Institute of Atmospheric Physics (IAP) van de Chinese Academie van Wetenschappen hebben zich toegelegd op de ontwikkeling van de niet-lineaire kleinste-kwadraten 4-D ensemble-variatie-gegevensassimilatiemethode (NLS-4DVar).

NLS-4DVar-methoden zijn gebruikt voor het oplossen van toepassingen in de echte wereld, waaronder assimilatie van landgegevens, NWP-gegevensassimilatie, assimilatie van atmosferische-chemische gegevens, en gerichte observaties.

Onlangs, Het team van TIAN heeft een nieuw voorspellingssysteem ontwikkeld:het systeem van multigrid niet-lineaire kleinste-kwadraten vierdimensionale variatie (NLS-4DVar) gegevensassimilatie voor numerieke weersvoorspelling (SNAP). De studie is gepubliceerd in Vooruitgang in atmosferische wetenschappen op 9 okt.

SNAP is gebouwd op het multigrid NLS-4DVar-gegevensassimilatieschema, de operationele op Gridpoint Statistical Interpolation (GSI) gebaseerde gegevensverwerkings- en observatie-operators, en het veelgebruikte numerieke model Weather Research and Forecasting.

Het multigrid NLS-4DVar assimilatieraamwerk wordt gebruikt voor de analyse, die fouten van grote tot kleine schaal adequaat kan corrigeren en iteratie-oplossingen kan versnellen. De analysevariabelen zijn modeltoestandsvariabelen, in plaats van de controlevariabelen die zijn aangenomen in het conventionele 4DVar-systeem.

Momenteel, het team heeft de assimilatie van conventionele en radarwaarnemingen bereikt, en zal de assimilatie van satellietwaarnemingen in de nabije toekomst blijven verbeteren.

"We hebben zorgvuldig verschillende groepen echte experimenten ontworpen, inclusief een casus en een week durende assimilatie-experimenten, om SNAP in deze studie uitgebreid te evalueren, ' schreef het Tian-team in hun studie.

De numerieke resultaten toonden aan dat, wat betreft de neerslagintensiteit, SNAP zou observaties volledig kunnen absorberen en de initiële velden kunnen verbeteren, waardoor de neerslagvoorspelling wordt verbeterd. Vooral, vergeleken met GSI 4DEnVar, SNAP produceert iets lagere voorspelde root-mean-square errors (RMSE's) en meer positieve relatieve procentuele verbetering (RPI) als geheel.

"De opkomst van SNAP biedt een veelbelovende manier met een solide theoretische basis voor gegevensassimilatie in NWP om de voorspellingsvaardigheden aanzienlijk te verbeteren in een tijdperk waarin het aantal waarnemingen, vooral van teledetectietechnieken, neemt aanzienlijk toe, "zei Tian. "Het is van groot belang en praktische toepassing om meer geavanceerde methoden en systemen voor gegevensassimilatie te onderzoeken voor het verbeteren van de precisie van zowel weersvoorspellingen als klimaatvoorspellingen in het big data-tijdperk."