条件非线性最优扰动方法在台风目标观测中的应用研究

探讨条件非线性最优扰动（CNOP）方法在台风目标观测中的应用问题。以提高台风预报准确率为目的,建立能够刻划台风移动路径和强度预报不确定性的目标函数；通过考察初始误差信息，确定约束条件；建立将CNOP应用于台风目标观测的非线性优化系统；应用该优化系统，探讨CNOP在相空间的位置与初始约束的关系，研究计算CNOP的快速高效算法。通过比较CNOP、线性奇异向量、伴随敏感性与集合转换卡曼滤波等方法确定的初始误差场空间结构，给出用CNOP确定台风目标观测敏感区的方法。进行台风目标观测回报试验，考察CNOP与上述方法的优、缺点。在此基础上，改进完善将CNOP应用于台风目标观测的非线性优化系统，从而为台风目标观测提供具有较坚实理论基础且具可行性的一种新方法。

基于Fifth-Generation NCAR / Penn State Mesoscale Model（简称MM5模式)和大规模非线性优化算法spectral projected gradient 2 （简称SPG2算法），建立了利用条件非线性最优扰动（CNOP）方法确定台风目标观测敏感区的非线性优化系统。该优化系统与CNOP方法揭示了特定区域和特定空间结构的初始误差对台风预报有最大的影响，并且揭示了线性奇异向量（LSV）方法考察非线性物理过程的局限性；研究了用垂直积分能量方法有效确定CNOP敏感区的可行性，进而形成了CNOP台风目标观测框架系统。. 应用该目标观测框架系统，通过观测系统模拟试验（OSSE）比较了CNOP与国际上主流的奇异向量（LSV）和集合转换卡曼滤波（ETKF）目标观测系统对于改进台风预报技巧的有效性，表明了CNOP和ETKF目标观测系统对台风预报误差方差的减小要大于LSV目标观测系统。在此基础上，通过更多的台风个例，用OSSEs试验表明了CNOP目标观测框架系统在减小台风路径预报误差方面总体上明显优于LSV目标观测系统。进一步通过大量的台风个例，用DOTSTAR台风目标观测资料，通过观测系统试验(OSE)，表明了CNOP目标观测框架系统总体上能有效改善台风路径的预报，且优于LSV目标观测系统。. 项目也开展了将CNOP台风目标观测框架系统发展成台风目标观测业务系统的前期研究：i.开展了实施CNOP台风目标观测的前提条件研究；ii.用国际上先进的Weather Research Forecasting (WRF)模式、应用模式背景误差协方差作为初始误差的物理约束条件，开展了台风目标观测研究； iii. 开展了不用伴随模式计算CNOP的高性能算法的研究，并取得了有意义的结果。.. 本项目建立了具有坚实理论基础并且可以充分考虑非线性物理过程影响的CNOP台风目标观测框架系统。系列深入的研究表明，CNOP台风目标观测框架系统能够考察非线性物理过程的影响，总体上优于国际上主流的LSV目标观测系统，是一个新的台风目标观测框架系统，并有潜力发展为台风业务目标观测系统。