基于多源观测数据的三维云融合分析算法研究

真实大气三维云场结构是天气诊断、以及热启动数值预报模式解决SPIN-UP问题的迫切需求。本项目基于美国FSL实验室LAPS（Local Analysis and Prediction System）非绝热融合分析系统框架，主要使用中国风云系列卫星遥感资料，结合雷达、地面观测、探空等观测数据，研究建立适用于中国的三维云分析融合方法，获得集各种资料优势为一体的高分辨率三维云场信息（云量、云分类、云冰、云水含量）；并采用统计分析、天气过程分析等方法，使用2008年寿县AMF综合观测资料对三维云场数据进行质量验证，对云分析融合方法做出客观评价。云分析融合方法的建立将为天气预报提供客观三维云场分布及变化趋势，并可作为初值场热启动数值预报模式，为提高临近数值预报准确率服务，也可应用于军方和航空天气预报。

项目组按照合同要求，按时按计划完成了项目研究内容。. 数值天气预报模式是当代天气预报预测的主要工具，模式的降水预报效果强烈地依赖于模式云雨初值条件。但是由于卫星、雷达、探空资料等观测各有其优缺点，单一资料无法提供模式初值所要求的三维、高分辨率等特点，因此，要获取三维、高分辨率的三维的云信息作为模式初值，就需要将卫星、雷达、探空、常规地面观测等资料进行分析融合。本项目的目的是建立三维的、高分辨率的三维云场数据。. 本项目主要采用美国NOAA发展的LAPS模式作为框架，重点研究了中国风云气象卫星资料在LAPS中的融合方法，针对中国业务环境和数据环境，研究了中国风云气象卫星资料协同地面、雷达以及其他观测数据获得三维云的算法，获得了三维云分布信息，获取的三维云数据可以用于数值模式的初始场，用于消除模式在短临预报中的Spin-Up问题。 本项目选取多个天气个例，分析了融合不同观测资料之后对于三维云场构建的影响，表明对于客观三维云场的构建，卫星资料对云层顶度调整起主要作用、雷达资料对于云内部的结构起到作用，地面观测对于云底信息构建起到主要作用，多种资料在三维云场构建中均起到了不同的作用，卫星资料在三维云场构建中的作用非常重要。. 本研究并对融合卫星资料及其他多种观测获得的三维云场进行了质量验证。通过与卫星云图实况比较，证明了风云二号卫星资料融合后三维云和水汽分布较不融合卫星资料更为合理；通过与2008年寿县观测的云和水汽数据进行对比，证明LAPS分析获得的云场和水汽场与实测相比基本合理；另外通过将三维云场数据作为GRAPS数值天气预报模式的初始场，对数值天气预报模式进行“热启动”试验，评估了三维云场数据对于数值预报的影响，证明了风云卫星资料在三维云构建中的融合显著改善了0-6小时降水预报效果，明显消除了0-6小时模式的Spin-up现象，采用2008年3个暴雨个例进行预报试验，证明中国风云卫星资料融合后对于降水预报的TS评分明显高于不融合卫星资料的评分。研究证明，三维云场数据对于模式预报初期准确度的提高产生了正效果。. 另外，项目撰写并发表了科技论文8篇，其中4篇正式发表。完成博士论文1篇，申请软件著作权1项，系统全国推广应用5次，论文获奖一项，培养博士研究生1名，合作培养硕士研究生1名，国外学习访问1人1年，参加国内外交流10余次