ty - jour a2 - 弗洛拉斯，海伦娜A. Au - 兴，向奥·刘，百安·奥 - 张，魏义·奥 - 曹，萧义·奥--光，洪泽Py - 2020年 - 2020/10/05 - 影响 - 影响 - 影响 - 2020/10/05在4D-VAR系统中诊断背景误差的标准偏差和过滤方法研究时的长度变化SP - 8885607 VL-2020 AB - 四维变分数据同化（4D-VAR）方法已被广泛采用作为操作主流数值天气预报（NWP）中心的方案。除了集合数据同化方法外，随机化技术仍然用于诊断变分数据同化（VAR）系统中的背景误差的标准偏差;然而，这种随机化技术诱导采样噪声，其可以污染标准偏差的质量。首先，本文研究了随机化技术引起的采样噪声的性质。结果表明，与估计值相比，采样噪声在估计周围显示高频振荡的小规模，并且这种差异激励过滤技术消除采样噪声效应。还研究了控制变量的标准偏差场的特性，不同模型参数的标准偏差场具有不同的尺度并随着垂直模型级别而变化。为了消除这种采样噪声，研究了广泛用于操作系统和改进的空间平均方法的光谱滤波方法。虽然两种方法在消除采样噪声方面具有辉煌的性能，但空间平均方法更有效，更容易在操作系统中实现。 In addition, the optimal filtered results from the spatial averaging approach are dependent on model parameters and vertical levels, which is consistent with the variation in the standard deviation field. Finally, the spatial averaging approach is tested on the operational system at the global scale based on the YH4DVAR and the global NWP system, and the results indicate that the spatial averaging approach has positive effects on both analysis and forecast quality. SN - 1687-9309 UR - https://doi.org/10.1155/2020/8885607 DO - 10.1155/2020/8885607 JF - Advances in Meteorology PB - Hindawi KW - ER -