【WRFDA教程第九期】使用 RANDOMCV 根据生成集合预报初始场

一、什么是 RANDOMCV？

RANDOMCV（Random Control Variable Perturbation）是 WRFDA 的一个功能模块，用于在 控制变量空间 中加入随机扰动，从而生成多个随机扰动的分析场（Ensemble Members）。

这些扰动场被广泛应用于：

Ensemble Kalman Filter (EnKF)
Hybrid 3D/4D EnVar
背景误差估计（如生成流控 BE）
灵敏度分析、扰动增长研究等

二、如何使用 RANDOMCV 生成集合初始场

1. 修改 namelist.input

✅ 设置运行模式为 RANDOMCV：

&wrfvar17
analysis_type = 'RANDOMCV',
n_randomcv = 1,   ! 每次运行生成多少个集合成员（V4.2新增）
/

✅ 是否使用用户自定义随机种子：

&wrfvar5
put_rand_seed = .true.,   ! 若为 false，每次运行都会不同
/

✅ 设置随机种子（建议使用起报时间和成员编号）：

&wrfvar11
seed_array1 = 2024070400,   ! 年月日时
seed_array2 = 1,            ! 成员编号
/

2. 控制扰动的“幅度”和“空间尺度”

扰动是在控制变量空间中进行的，因此它们的形状和强度由背景误差协方差（BE）定义，你可以通过以下参数调整：

✅ 示例（适用于 CV5 / CV6 / CV7）：

&wrfvar7
! 方差缩放（控制扰动强度）
var_scaling1 = 0.25,   ! ψ 扰动强度减小 75%
var_scaling2 = 0.25,   ! χu 扰动强度减小 75%
var_scaling3 = 0.0,    ! 禁用温度扰动
var_scaling4 = 2.0,    ! 水汽扰动强度增加 100%
var_scaling5 = 1.0,    ! 地面气压扰动保持原样

! 长度尺度缩放（控制扰动空间范围）
len_scaling1 = 0.5,    ! ψ 水平尺度减小 50%
len_scaling2 = 0.5,    ! χu 水平尺度减小 50%
len_scaling3 = 1.0,    ! 温度扰动尺度不变
len_scaling4 = 2.0,    ! 水汽扰动水平尺度扩大 100%
len_scaling5 = 1.5,    ! Ps 扰动水平尺度扩大 50%
/

✅ 示例（CV3 用户）：
CV3 用户可参考 CV3背景误差调节说明设置 as1-as5 参数来控制扰动特性。

三、为什么要使用 RANDOMCV？

✔️ 1. 用于混合同化系统（Hybrid EnVar）

Hybrid EnVar 方法结合了：

传统变分同化（如 3DVAR / 4DVAR）
实时集合扰动（Ensemble perturbations）

而 RANDOMCV 提供了一种快速、简便、不依赖实际EnKF系统的方式来生成这些扰动，尤其适合研究和测试。

✔️ 2. 用于构建背景误差协方差（GEN_BE）
使用 gen_be 构建领域特定背景误差协方差时，需要多个扰动样本，RANDOMCV 可以轻松生成多个扰动 wrfinput，用于：

CV5、CV6、CV7 的背景误差训练
NMC方法或集合方法的背景误差估计

✔️ 3. 用于扰动敏感性分析、模型不确定性研究
RANDOMCV 生成的扰动物理合理、可控，是进行如下研究的理想选择：

预报灵敏度分析
初始扰动增长研究（e.g. Bred vectors, SV）
模型误差传播路径模拟

✔️ 4. 快速、高效、无须外部集合系统

相比 EnKF 系统，RANDOMCV：

运行速度快
配置简单
不依赖观测系统
适合初学者和教学演示

四、运行流程总结

步骤	操作
1	配置 namelist.input，设置 analysis_type=‘RANDOMCV’
2	设置随机种子，确保可重复性
3	控制扰动强度与空间尺度（var_scaling 和 len_scaling）
4	执行 da_wrfvar.exe
5	输出为 wrfvar_output（即一个扰动后的 wrfinput_d01），多次运行可生成多个集合成员