资料同化，hindcast，forecast

同化，你从哪里来，要到哪里去 (转帖 跳舞de龙）-专业气象研究-气象家园_气象人自己的家园 (06climate.com)

--资料同化是什么意思？

1. 模式积分的初值：把观测插值到模式格点上

2. 初始化：单纯观测的插值不能解决模式的初值问题，又把背景场引入，如何更好的把观测“插值”到格点上，如何产生更好的初值，叫初始化。  一般来说初始场来自全球数值预报输出场或本预报系统自身的预报场，但是预报不够准确，因为初始场偏离大气的实际状态

        如何插值？（客观分析）

        客观分析主流方法（=也叫资料同化 assimilation=使得模式初始场状态更接近真实场）

        （1）多项式拟合

        （2）逐步订正法

        这种方法的原理是不直接分析观测，从每个观测中减去背景场得到观测增量，通过分析观测增量得到分析增量，然后将分析增量加到背景场得到最终分析。每个分析格点上的分析增量通过其周围影响区域内观测增量的线性组合而加权，观测权重与观测位置和格点之间的距离成反比。Cressman于1959年在这种方法的基础上采用的迭代求解方法，形成了逐步订正法。

        逐步订正法引入了背景场的概念，解决了多项式拟合在资料稀少地区的“不连续”的问题

        （3）最优插值

        （4）变分方法

---

--发展历程：

牛顿三大定律；

拉普拉斯“知道了绝对准确的方程和绝对准确的初值，就知道了未来的全部演化”；

近代气象的鼻祖，皮耶克尼斯“根据某一时刻实测大气状态和运动，通过描述大气运动规律的微分方程，来计算将来某一时刻的相应大气状态和运动，原则上说，大气的未来状态完全由大气的初始状态和边界条件决定”

洛伦兹“决定性的非周期性”——随机性

---

随机动力学（stochastic dynamic prediction）的不确定性

1. 实测资料的输入，不确定性——仪器误差和代表性误差

2. 模式在求解的过程中，计算的不确定性

3. 模型不完美，气候模式中的非绝热项

--集合预报和资料同化。

集合预报就是从在一定误差范围内的一组初值出发，这组初值代表了初始时刻的大气状态的概率分布，然后用模式去预报，得到一个预报值的集合，即未来某时刻的大气状态的概率分布。

集合预报：在实际观测和分析得到的初始场基础上，叠加适当的小扰动，从而形成稍有区别的多个初始场，分别进行动力延伸预报，然后进行综合，以获取更多有用的信息。

集合预报（1）蝴蝶引起的风暴 - 知乎 (zhihu.com)

集合预报 ensemble forecast（台湾系集预报），即针对同一预报时间，利用数值模式产品产生一系列预报结果。

洛伦兹：1972年，他发表了 Predictability: Does the flap of a Butterfly's Wings in Brazil Set Off a Tornado in Texas? 《巴西的一只蝴蝶振翅会引起美国德克萨斯的一场龙卷风？》，他指出在非线性系统中，初始场的微小扰动能够导致结果的巨大差异。观测误差所造成的初始值的不确定性是无可避免的，模式预报的结果在一定时长之后必然与真实情况有较大出入。

集合预报需要哪些条件？①集合成员需要一定的数量（10），②这些成员具有相当的预报能力，成员之间的差距不能太大，成员等同性（equal-likelihood）。成员之间的差别即可以来自初始场扰动，也可以来自不同的物理过程参数化方案，甚至不同的模式。

大气可预报性：洛伦兹在1963年提出，即使使用完美的模式和完善的观测资料，大气的混沌特性也会对天气的可预报性加一个两周的预报上限（“蝴蝶效应”）

--什么是同化？

有了模式，模式输出结果之后吗，讲模式输出的每个经纬格点上的值与观测插值得到的值进行结合，得到新的初始场，其来源于观测和模式的总和。

--什么是观测，为什么要把观测和模式结合？

观测是对实际的物理世界的“客观”反应，但是观测也存在观测误差，即观测值和真值（真值是假设，最多具有某种统计特征，不可能有具体的值）这是我们对物理世界了解不完善，观测设备本身存在缺陷造成的，是不可避免的。我们把观测值当作“近似真值”来理解，我们的模式输出结果尽可能与观测（即真值）对齐，就是同化的基本手段。

--同化的目的以及同化结果的好坏

目的：

模式预报需要“更好的初始场”，为此我们需要将观测与模式输出结果

结合起来（或说以观测约束为前提订正模式输出），以期达到更好的

初始场能拿来做预报。

--什么是再分析资料？Reanalysis Data

• 是对观测资料（包括地面观测、卫星，还有雷达、探空、浮标、飞机、船舶，等等等等）进行质量控制，然后再同化入全球模式后，所获得的资料。一定程度上可以近似的认为这就是实际的大气状况。
• 在预报模式基础上同化各种气象数据，得到的最小误差初始场。Reanalysis Data 再分析资料是为数值天气预报或气候模式分析等进行服务的，前者更为常见，平时我们所见到的天气预报大部分就是由数值模拟结果做出的估计与判断。

（同化就是把观测的结果和模式模拟的结果相结合，目的是改善模式模拟的效果）

--什么是hindcast和forecast

hindcast = reforecast，回报，回算。用现在的模式对过去的天气进行再次预报。（预报之前的结果，模式后报的结果同化了观测数据）回报的功能是检验模式性能，同时消除模式偏差

forecast，就是用现在的资料对未来的天气做预测

回报和预报地方初始场在同化窗口上还有一定的差别，不过一般不讨论这种差别的影响。

后续学习：洛伦兹的蝴蝶效应（文献），大气混沌理论

假如观测精度在不断提高，模式的动力和物理过程不断完善，预报的有效时长是否可以无限增加？

• 混沌理论决定了天气预报的有效预报时长存在一个理论的上限，无论数值预报的技术如何发展，始终无法突破这个上限。