对于一次川渝暴雨的ATOVS资料同化数值模拟

郭锐,张国平,李泽椿

(1.北京市气象台,北京 100089;2.国家气象中心,北京 100081)

对于一次川渝暴雨的ATOVS资料同化数值模拟

郭锐1,张国平2,李泽椿2

(1.北京市气象台,北京 100089;2.国家气象中心,北京 100081)

利用我国全球中期数值预报业务模式T213L31及其三维变分同化系统SSI,对全球NOAA16、17的ATOVS资料进行了同化试验。对2007年7月16—18日发生在川渝地区的一次暴雨过程进行数值模拟研究,对比分析了仅同化常规资料与加入卫星资料后的同化结果及模拟结果。试验表明:T213L31模式加入同化AMSU资料后,可以改善降水预报,尤其是降水强度。通过连续滚动同化卫星资料,模式对于大尺度环境场改进明显,模拟效果更加接近实况。AMSU资料的使用可以改进温度场、湿度场以及风场,对于降水落区的预报有很好的指示意义。同化AMSU资料虽然一定程度上增加了降水区的湿度,但是该区域为一个稳定维持的低湿中心占据,是造成降水落区出现偏差的原因。

AMSU资料;变分同化;SSI同化系统;暴雨数值模拟

0 引言

在数值预报模式不断趋于完善的情况下,提供准确的模式初始分析场成了现代数值天气预报成功的关键。国内外已有很多研究表明,将非常规资料引入模式,大大提高了模式预报准确率[1-7]。尤其是近年来,NOAA极轨卫星的ATOVS资料的应用业务化,更是极大地提高了各国数值模式预报水平[8-11]。国内对于ATOVS资料的同化研究虽然起步较晚,但是近些年来已经成为研究热点,不少科学工作者业已取得了一定的研究成果。潘宁等[12]用增量3D-Var同化方法对ATOVS辐射亮温资料在MM5模式上进行了直接同化和预报,结果表明,同化AMSU-A资料对中高层的温度分析场的影响很明显,但对降水预报的改善作用不大。魏应植和许健民[13]将AMSU资料进行反演,发现AMSU反演的温度不仅能够清晰地反映热带气旋的暖核结构,而且其温度距平值与热带气旋中心风速和最低海平面气压有较好的相关关系。齐琳琳等[14]采用3DVAR和MM5V3对ATOVS辐射率资料进行直接同化,并对长江流域的一次暴雨过程进行模拟研究。结果表明,直接同化ATOVS资料,可以有效改进对流层温、湿场分布,且对初期暴雨中尺度系统的发生发展过程和强暴雨落区、雨强的模拟效果均有明显改善。黄兵等[15]采用GRAPES3D-Var同化系统与MM5模式相结合,对ATOVS资料进行直接同化,结果表明,采用ATOVS资料的直接变分同化主要体现在其对对流层中上层温度场和对流层低层湿度场的影响上,且对流层中下层风场也有一定改进。齐琳琳和孙建华[16]利用GRAPES 3D-Var同化系统和MM5V3模式,直接同化ATOVS资料,发现同化ATOVS资料对模式初始场有明显改善,在降水预报方面有很大的潜力。张爱忠等[17]采用GRAPES3D-Var同化系统三维变分直接同化AMSU-A辐射亮温资料,并将同化后的三维场转变格式输入MM5V3中尺度数值预报模式中进行个例模拟对比试验研究。研究结果表明同化卫星资料获得的分析场对于低层水汽增湿效果较明显,对中层温度的调整增大了整层大气的对流不稳定。张利红等[18]利用GRAPES三维变分同化系统,对AMSU-A/B微波遥感资料进行了同化试验,研究了这种资料在我国夏季暴雨数值预报中的作用,发现使用AMSU资料,对我国夏季暴雨数值预报有改进作用。沈桐立等[19]在MM5伴随模式中使用NOAA-16极轨卫星探测获得的AMSU资料,对江淮流域的一次暴雨过程进行了数值模拟。结果表明,使用AMSU资料后,湿度场、温度场和风场均得到一定程度的改善,降水的落区和强度也更接近实况。

前人的研究工作多是利用WRF或者MM5区域模式同化ATOVS资料,对暴雨进行数值模拟预报,并且研究个例大都选取江淮流域的暴雨。对于我国的业务模式T213L31模式卫星资料的同化研究却甚少,鉴于此,本文选用全球谱模式T213L31及其三维变分同化系统SSI为平台,开展对ATOVS资料的直接同化试验,探讨了ATOVS资料在我国夏季暴雨预报中的作用。并选取2007年7月16—18日发生在地形复杂的川渝地区的大暴雨为个例进行分析。

1 ATOVS资料及SSI三维变分同化方法介绍

1.1 ATOVS资料介绍

ATOVS(Advanced TIROS-N Operational Vertical Sounder)先进的大气垂直探测器是美国国家大气海洋局第五代NOAA卫星的系列传感器的一种。ATOVS具有探测通道多,空间分辨率高等特点。ATOVS由三个相互独立的仪器组成,分别是高分辨率红外辐射探测器3型(H I RS/3),先进的微波探测装置A(AMSU-A)和先进的微波探测装置B(AMSUB),主要是用于大气温度和湿度垂直探测,同时也具备探测地表参数的能力。

目前国家气象中心使用的ATOVS数据文件包括搭载在NOAA-15,16,17上的AMSU-A、AMSU-B探测资料,其中NOAA-15的AMSU-A的11和14通道不可用,NOAA-17AMSU-A数据不可用。除此之外,H I RS/3资料也缺失,因此本文研究所用ATOVS资料只包含AMSU资料。数据格式为二进制格式数据,每种仪器每天有4个时次,00时、06时、12时、18时(世界时,下同)的数据文件,每个时次的数据为将每个时次前后3 h的数据拼接到一起生成的数据文件。

1.2 SSI三维变分同化方法介绍

谱统计插值方案(spectral statistical interpolation,SSI)。SSI分析方案是根据三维变分分析原理、针对全球谱模式而开发设计的资料分析方案,它的框架和计算流程设计比较合理,可以比较容易的引入新的观测算子;含有快速辐射传输计算方案(以OPTRAN为核心),有能力直接同化卫星辐射观测资料(包括ATOVS辐射资料);程序是专为大规模并行计算机设计编写,代码高度并行化,计算效率较高,可以满足业务的时效要求。

气象上资料三维变分同化的基本思想是将一个目标函数(泛函)极小化,SSI三维变分同化构造的目标函数

上式的基本思想是用背景误差协方差矩阵的逆(B-1)对分析场与背景场的偏差(x-xb)进行加权,同时用观测误差协方差矩阵的逆(O-1)对分析场与观测场的偏差yobs-R(x)进行加权,使分析对背景场和观测场进行最优拟合,J关于分析变量x极小化。极小化过程采用了下降算法来完成。

由于背景场误差协方差逆矩阵B-1往往是病态的,需要对其进行调节,并且B-1太大,计算量巨大,现有计算机很难处理。因此,采用变量变换的的方法,对目标函数进行预调节。

首先定义一个变量w

其中C与预报误差协方差矩阵B有关,

根据w的定义,(1)式可写为

将上式代入(5),可得

求解δ,得到线性方程:

δ用共轭梯度法求解,进而求得使J极小化的状态x。

2 个例简介

2007年7月16—18日,四川盆地中东部、重庆西南部等地出现了暴雨或大暴雨、局部地区出现了特大暴雨。其中17日08时—18日08时铜梁、璧山、沙坪坝降水分别达到179.5mm、258.0mm和262.8mm,均创有气象记录以来日降雨量的最大值(其中沙坪坝为1892年以来的最大值)。此次暴雨主要是由于西南低涡长期盘踞在四川、重庆交界地区所致,是中纬度西风带系统调整过程中形成的转折性天气。500hPa上青藏高原东部我国大陆上有二脊一槽,高原东部是一弱脊,在陕西、四川一直到云贵高原形成一个较深的低槽,槽底锋区南压,巴湖冷空气随之进入川渝地区,副热带高压脊线位于20°N以北并且西伸,在低层,西南低涡位于四川盆地,低涡前部西南风和副高西北部的西南风合并形成明显的西南急流,西南急流带来的暖湿空气与巴湖冷平流在川渝地区上空相交绥,并且西太副高相对稳定,使得此次暴雨过程降雨量大、雨强强(局部地区达特大暴雨标准)、持续时间较长,造成的危害较大。

3 模式与模拟方案设计

3.1 模式介绍

本文使用的模式为中国国家气象中心数值室在引进的欧洲中期天气预报中心IFS(Integrated Forecasting System)模式框架的基础上,经过移植改造和开发的我国新一代全球中期数值预报业务模式T213L31。它是我国第一代大规模并行化的中期数值预报模式,T213L31模式为三角截断的全球谱模式,截断波数为213个波,最小的波长分辨率为190 km,归约高斯格点空间其水平分辨率达到60km,计算量大大减少,内存和结果的存储量也减少,垂直p-σ混合坐标31层,地面到30km,即模式顶为10 hPa,采用二时间层的半拉格朗日半隐式时间积分方案,欧拉型的ξ-D(涡度—散度)模式转换为U-V型的动量方程形式,减少了花费机时很多的勒让德变换数。图1为T213-SSI同化分析预报流程。

3.2 数值模拟方案设计

为了考察AM SU资料在夏季暴雨数值模拟中的作用,并检验T213-SSI同化分析预报系统同化AM SU资料的效果,本文设计了两个对比试验方案,即方案A与方案B。两方案均采用2007年7月8日06时T213L31模式的预报场作为初始时刻背景场,从2007年7月8日06时开始,连续滚动同化10d到2007年7月17日00时,其中A方案只同化常规资料(aob),B方案同化常规资料与NOAA16、17的AM SU-AB资料。连续同化10d进行对比,可以排除偶然因素的影响,结果差异仅是由同化了AM SU资料引起的,使得对比分析结果更加准确。B方案加入同化的卫星资料为NOAA16的AM SUA与AM SU-B资料,以及NOAA17的AM SU-B资料。此次试验选取的是AM SU-A的1～11、15通道,AM SU-B的1～5通道。图2为其中一时刻两个通道经过质量控制,筛选剔出后,为T213-SSI系统同化的卫星资料。

图1 T213-SSI同化分析预报流程示意图Fig.1 The flow chart of T213-SSI assimilation,analysis and forecast processes

4 数值模拟结果分析

此次暴雨过程从16—18日连续3d,在四川盆地中东部、重庆西南部等地出现较大范围的强降水。尤其是17日08时—18日08时,部分站点的降水量均超过了200mm,并且,17日为此次过程的中间时段。因此,本文主要研究17日的实况场与方案A、B的模拟结果的对比分析。

4.1 降水场

对降水预报准确率的影响,是此次实验的主要目的,同时也是检验卫星资料对于预报的作用的重要标准之一。图3为2007年7月17日的24h降水实况与A、B方案模拟的24h降水预报对比。

图2 2007年7月11日08时T213-SSI同化系统同化的NOAA16第6通道资料(a)与第7通道资料(b)Fig.2 Assimilated NOAA16(a)channel6and(b)channel7data by T213-SSI system at0800U TC11July 2007

图3 2007年7月17日08时—18日08时24h累积降水量(单位:mm) a.实况;b.A方案;c.B方案Fig.3 The distribution of24h accum ulative precipitation(mm)from08:00on17July to08:00on18July2007 a.the observation;b.Scheme A;c.Scheme B

从实况(图3a)上可以看出,17日08时—18日08时的24h降水主要集中在106～108°E,29～33°N这一区域,降水都在20mm以上,最大中心区更是超过了160mm。从A方案(图3b)可以看出,模式基本模拟出了降水形式,但是降水中心却明显偏东,而且量级偏小,最大降水中心只有30mm。B方案(图3c)的预报结果中,降水分布型更加接近实况,在量级上有了明显改善,降水中心达到了50mm以上,增加了20mm以上的降水量,但是落区并无明显改善,仍是偏东。可见AM SU资料的引入,显著增加了降水强度。

4.2 形势场

图4是2007年7月17日08时500hPa位势高度场的实况与模拟方案A、B的对比。首先从500hPa实况(图4a)可以看出,欧亚大陆40°N以北的中高纬地区为一槽一脊,西西伯利亚为一高压脊,贝加尔湖至雅库茨克为一宽广的低槽区,中低纬地区高原东部我国大陆上有二脊一槽,高原东部是一弱脊,110°E以东高脊较强,二脊之间在陕西、四川一直到云贵高原形成一个较深的低槽,尤其是川渝交界地区,几乎形成一个闭合的低压中心,并且西太平洋副热带高压西伸北抬到25°N附近,这表明了四川盆地及其四周上空存在着显著的“鞍”型大尺度环流配置,有利于西南低涡的发展,引发大暴雨。相应850hPa(图4d),四川东南部、重庆西部存在一强大的低涡,低涡前部西南风和西太平洋西北部西南风合并形成明显的西南急流,来自于孟加拉湾和南海的水汽汇聚在一起,从而在四川盆地东部形成强烈的水汽辐合带,强降水就发生在低涡前部和低空西南急流的左侧。

图4 2007年7月17日08时500hPa位势高度场(a,b,c,gpm)及850hPa位势高度场(gpm)与风场(m/s)(d,e,f)a,d.实况;b,e.A方案;c,f.B方案Fig.4 (a,b,c)The geopotential height field(gpm)at500hPa and(d,e,f)the geopotential height(gpm)and wind(m/s)fields at850hPa at08:00on17July2007 a,d.the observation;b,e.Scheme A;c,f.Scheme B

将A(图4b)、B(图4c)两方案的模拟结果与实况进行对比,500hPa上空,两方案都模拟出了基本的天气形势,槽脊分布特征也基本一致,但是同化卫星资料后的模拟结果,对于此次降水过程的直接影响系统川渝地区的深槽,模拟的更加偏南,曲率更大,更接近于实况。850hPa上空,两方案(图4e、f)模拟的位势高度场与风场与实况场都非常接近,四川西南部的低涡也模拟了出来,但是很明显,仅仅同化常规资料,模拟的西南低涡强度较弱且位置偏北。加入同化卫星资料后,西南涡无论从位置与强度上都更加接近实况。

再通过B方案相对于A方案的位势高度场增量进行定量的分析卫星资料带来的调整情况。由图5a可以看出,在实况低压槽控制的川渝地区有一个闭合的负变压中心,往南更是逐渐加强的负变压。同化AM SU资料后,使得川渝地区以及其南部的低值系统进一步加强,且位置与实况相接近。850hPa上(图5b),同样在实况西南涡控制的川渝地区,出现了负变压,并向南逐渐加强。AM SU的同化增强了降水的直接影响系统西南涡,进而使得降水量进一步加大。由此,可以看出,通过同化AM SU资料,能改进大尺度环境场,得到较好的效果。

4.3 要素场模拟诊断分析

从2007年7月17日08时A、B两方案模拟的850hPa相对湿度场差值(图6a)可以看出,同化AM SU资料后,在106°E、31°N附近,出现了一个中心值达8%的正增湿中心,这一位置与17日的降水中心基本吻合。可见,AM SU资料的引入对于低层湿度场有了显著的调整,与实况较为接近。

暖湿空气和干冷空气的交汇是导致这次暴雨过程发生的重要条件。为此,本文分析了同化卫星资料后对于假相当位温θe的调整作用。由图6b可见,同化卫星资料后,在105°E以东出现了一个正增量中心,以西出现了一个负增量中心。这使得以105°E为界,东部冷空气与西部暖湿空气间θe水平切变进一步加大,冷暖空气在此交汇,降水就形成于这一锋区前部。

图7是川渝地区上空2007年7月17日08时200hPa和850hPa上,B方案相对于A方案的涡度增量场。由图7可见,AM SU资料同化后,在高层出现了负涡度增量中心,即涡度减小,散度加强;低层出现了正的涡度增量中心,涡度加强。这样的高低空配置,低层涡度增强、辐合加强,高层辐散加强,使得对流垂直运动加强,利于强降水的发生。并且高低空的正负涡度增量中心位置与实况降水中心基本一致。对于散度场的模拟(图略),与此结果基本一致。

图5 2007年7月17日08时B方案相对于A方案位势高度场的增量(单位:gpm) a.500hPa;b.850hPaFig.5 The geopotential height increments(gpm)of Scheme B over Scheme A at(a)500hPa and(b)850hPa at08:00on17July2007

图6 2007年7月17日08时B方案相对于A方案的850hPa相对湿度增量场(a;单位:%)及假相当位温增量场(b;单位:K)Fig.6 (a)The relative humidity increments of SchemeB over SchemeA at850hPa at08:00on17July2007(units:%);(b)The pseudo-equivalent potential temperature increments at850hPa at08:00on17July2007(units:K)

综合以上分析,加入同化卫星资料比仅仅同化常规资料,对于温湿场,以及涡度场都有明显的改进作用,尤其是相应的增量中心都基本与实况降水中心位置一致。这可以给预报员提供相对准确的参考,为作出准确的预报提供可靠的要素场分布情况。

同化AM SU资料后,模式在暴雨区表现出更有利于降水发生的环境条件。但是,A和B方案模拟的降水落区却同样出现了较大偏差,东偏了2～3个经度。对相对湿度场进行逐6h积分,分析其可能存在的原因。

图8是逐6h B方案模拟的850hPa相对湿度场。由图8可见,17日08时,相对湿度大值区主要集中在四川东北部、中部以及南部,呈现一个东北西南向的湿度大值带,而在重庆南部有一个相对的低湿区。14时,北部的湿区东移,南部的湿区向北移动,而相对低值中心位置保持不变。到了20时,北部的湿区东移南下,川西部的湿区继续北抬,低湿中心位置仍然不变,但是湿度进一步降低。这种中间较干,两侧湿的分布形式与17日的降水分布形式相一致。18日02时,低湿中心两侧的湿区进一步扩大,形成两条南北向的湿度带。到了08时,两条湿度带在重庆北部相接,形成了倒U型的湿度带,川渝交界的南部地区仍然被低湿中心控制。这种分布形式与模式预报的雨区一致。可见,湿度场上,低值区盘踞在川渝交界地区,而实况降水正位于这一地区。因此,模式并没有预报出这一地区的降水,而是报在低值中心两侧的湿度大值带,造成了17日的降水预报偏东了2～3个经度。卫星资料的同化虽然增加了川渝交界地区的湿度,但是模式模拟的这一地区为一个低湿中心,并且积分后,这一中心位置稳定不变。所以最后模式预报出的降水落区出现了较大偏差。

图7 2007年7月17日08时B方案相对于A方案的涡度增量场(单位:10-6s-1) a.200hPa;b.850hPaFig.7 The vorticity increments of Scheme B over Scheme A at(a)200hPa and(b)850hPa at08:00 on17July2007(units:10-6s-1)

图8 2007年7月17日08时—18日08时逐6h B方案模拟的850hPa相对湿度场(单位:%) a.17日08时;b.17日14时;c.17日20时;d.18日02时;e.18日08时Fig.8 The simulated relative humidity at850hPa in Scheme B at(a)08:00on17July,(b)14:00on17July,(c)20:00on17July,(d)02:00on18July,and(e)08:00on18July2007

5 结论与讨论

本文对2007年7月16—18日川渝地区暴雨,采用三维变分同化系统SSI以及T213L31全球谱模式,将AM SU资料同化进模式,通过与仅同化常规资料的模拟结果对比,分析同化卫星资料后,对于暴雨过程模拟的调整结果,得出以下结论:

(1)T213L31模式加入同化AM SU资料后,相对于仅同化常规资料,可以改善降水预报,尤其是降水强度。

(2)通过连续同化卫星资料,模式对于大尺度环境场改进明显,模拟效果更加接近实况。

(3)要素场的增量分析表明,AM SU资料的使用可以改进温度场、湿度场以及涡度场,对于降水落区的预报有很好的指示意义。

(4)同化AM SU资料虽然一定程度上增加了降水区的湿度,但是该区域为一个稳定维持的低湿中心占据,是造成降水落区出现偏差的原因。

本文初步探讨了A TOVS资料的同化对提高我国业务数值预报模式T213L31预报局地暴雨过程的效果。由于仅进行了川渝暴雨一个个例的对比试验,因此所得结论具有局限性,应增加不同类型的暴雨个例来进行研究试验,这部分工作将在今后进一步展开。

[1] Derber J C,W uW S.The use of TOVS cloud-cleared radiance in the NCEP SSI analysis system[J].M on W ea Rev,1998,126(8):2287-2299.

[2] Frank H.Assimilation of satellite imager data and surface observations to improve analysis of circulations forced by cloud shading contrasts[J].M on W ea Rev,2000,128(2):434-448.

[3] Bouttier F,Kelly C Z.Observing-system experiments in the ECMW F4D-Var assimilation system[J].Quart J Roy Meteor Soc,2001,127:1469-1488.

[4] 杨毅,邱崇践,龚建东,等.利用3维变分方法同化多普勒天气雷达资料的试验研究[J].气象科学,2008,28(2):124-132.

[5] 闵锦忠,彭霞云,赖安伟,等.反演同化和直接同化多普勒雷达经向风的对比试验[J].南京气象学院学报,2007,30(6):745-754.

[6] 王叶红,赵玉春,张兵,等.“7·8”特大暴雨过程雷达风场资料的三维变分同化研究[J].气象科学,2008,28(3):301-307.

[7] 李宁,沈桐立,闵锦忠.一次台风登陆过程的变分同化模拟试验[J].气象科学,2008,28(3):244-250.

[8] English S J,Renshaw R J,D ibben P C,et al.A comparison of the impact of TOVS and ATOVS satellite sounding data on the accuracy of numerical weather forecasts[J].Quart J Roy Meteor Soc,2000,126:2911-2931.

[9] Okamoto K,KazumoriM,Owada H.The assimilation of ATOVS radiances in the JMA global analysis system[J].J M eteorSoc Japan,2005,83(2):201-217.

[10] Ferraro R R,Weng Fuzhong,Zhao N C.NOAA operational hydrological products derived from the advanced microwave sounding unit(AMSU)[J].IEEE Trans Geosci Remote Sens,2005,43(3):1036-1049.

[11] W an Q ilin,Xu Jianjun,He Jinhai.Impacts of ATOVS data assim ilation on prediction of a rainstorm over Southeast China[J].Journal of Tropical Meteorology,2009,15(2):155-161.

[12] 潘宁,董超华,张文建.ATOVS辐射率资料的直接变分同化试验研究[J].气象学报,2003,61(2):226-236.

[13] 魏应植,许健民.AMSU温度反演及其在台风研究中的应用[J].南京气象学院学报,2005,28(4):522-529.

[14] 齐琳琳,孙建华,张小玲,等.ATOVS资料在长江流域一次暴雨过程模拟中的应用[J].大气科学,2005,29(5):780-789.

[15] 黄兵,刘建文,钟中,等.卫星资料变分同化在一次中尺度强暴雨模拟中的应用[J].应用气象学报,2006,17(3):363-369.

[16] Q i Linlin,Sun Jianhua.Application of ATOVS microwave radiance assimilation to rainfall prediction in summer[J].Adv A tmos Sci,2006,23(5):815-850.

[17] 张爱忠,纪飞,崔锦.ATOVS微波辐射资料变分同化试验研究[C]//中国气象学会2006年年会论文集.成都:中国气象学会,2006.

[18] 张利红,沈桐立,王洪利.AMSU资料变分同化及在暴雨数值模拟中的应用研究[J].高原气象,2007,26(5):1004-1012.

[19] 沈桐立,何如意,张利红,等.在MM5伴随模式中使用AMSU资料对暴雨的数值模拟[J].南京气象学院学报,2008,31(2):208-213.

Ass im ilation and Numerical S imulation of ATOVS Data of the Heavy Rain over Eastern Sichuan Province and Chongq ing

GUO Rui1,ZHANG Guo-ping2,L I Ze-chun2

(1.BeijingMeteorologicalObservatory,Beijing 100089,China;2.NationalMeteorological Center,Beijing 100081,China)

The global mesoscale numerical forecast system T213L31 and its three-d imensional variational data assimilation system SSI are used in this paper to ass imilate ATOVS data from NOAA-16 and 17 satellites.A heavy rainfall event in Eastern Sichuan Province and Chongqing during 16—18 July 2007 is simulated to compare and analyze the assimilation and simulation results based on conventional data only with those based on ATOVS data also.The results show that with AMSU data,the T213L31Model is improved in precipitation forecast accuracy,especially the precipitation intensity.By continuous assimilation,the weather situation fields are obviously improved and are closer to the reality.It is found that AMSU data can improve the temperature,humidity and wind fields,which are significant for the forecast of precipitation location.In the precipitation area,although the humidity is increased by ass imilating the AMSU data,the stay of the low centre of humidity is the reason for the deviation of the precipitation location.

AMSU data;variational assimilation;SSI assimilation system;numerical simulation

P414.4

A

1674-7097(2010)05-0615-09

2009-03-11;改回日期:2009-06-23

国家自然科学基金资助项目(40971016)

郭锐(1983—),男,山西临汾人,硕士,助理工程师,研究方向为数值预报与资料同化,chinagr@163.com.

郭锐,张国平,李泽椿.对于一次川渝暴雨的ATOVS资料同化数值模拟[J].大气科学学报,2010,33(5):615-623.Guo Rui,Zhang Guo-ping,Li Ze-chun.Assimilation and numerical simulation of ATOVS data of the heavy rain over eastern Sichuan Province and Chongqing[J].Trans Atmos Sci,2010,33(5):615-623.

(责任编辑:刘菲)