[論文レビュー] 1D+4D-VAR data assimilation of lightning with WRFDA system using nonlinear observation operators

Răzvan Ştefanescu, I. M. Navon+2 more|arXiv (Cornell University)|Jun 8, 2013

Meteorological Phenomena and Simulations参考文献 72被引用数 3

ひとこと要約

本研究では、非線形観測演算子を用いて、Earth Networks Total Lightning Network (ENTLN) の雷データを WRFDA システムに 1D+4D-Var で同化し、積乱低気圧エネルギー (CAPE) を代理指標として用いる。1D+4D-Var アプローチにより、制御実験と比較して降水の均差二乗誤差が 25–27.5% 減少し、激しい気象現象中の嵐の強度と降水予報が顕著に改善された。

ABSTRACT

This paper addresses the impact of assimilating data from the Earth Networks Total Lightning Network (ENTLN) during two cases of severe weather. Data from the ENTLN serve as a substitute for those from the upcoming launch of the GOES Lightning Mapper (GLM). We use the Weather Research and Forecast (WRF) model and variational data assimilation techniques at 9 km spatial resolution. The main goal is to examine the potential impact of lightning observations from the future GLM. Previous efforts to assimilate lightning observations mainly utilized nudging approaches. We develop three more sophisticated approaches, 3D-VAR WRFDA and 1D+nD-VAR (n=3,4) WRFDA schemes that currently are being considered for operational implementation by the National Centers for Environmental Prediction (NCEP) and the Naval Research Laboratory (NRL). This research uses Convective Available Potential Energy (CAPE) as a proxy between lightning data and model variables. To test the performance of the aforementioned schemes, we assess the quality of resulting analysis and forecasts of precipitation compared to those from a control experiment and verify them against NCEP stage IV precipitation. Results demonstrate that assimilating lightning observations improves precipitation statistics during the assimilation window and for 3-7 h thereafter. The 1D+4D-VAR approach performs best, significantly improving precipitation root mean square errors by 25% and 27.5% compared to the control during the assimilation window on the two cases. This finding confirms that the variational nD-VAR (n=3,4) assimilation of lightning observations improves the accuracy of moisture analyses and forecasts. Finally, we briefly discuss limitations inherent in the current lightning assimilation schemes, their implications, and possible ways to improve them.

研究の動機と目的

• ENTLN からの総雷データの変分同化を用いた、激しい積乱低気圧の予報への影響を評価すること。
• 従来の 3D-Var やナギング手法と比較して、高度な 1D+nD-Var (n=3,4) スキームの性能を評価すること。
• 雷観測と大気モデル変数との間の非線形的ブリッジとしての CAPE の使用を調査すること。
• 雷データの同化が、高影響天候現象における水蒸気解析と降水予報をどのように改善するかを特定すること。
• 現在の雷同化技術の限界を特定し、運用実装のための改善策を提案すること。

提案手法

• 4D-Var および 3D-Var 変分同化に 9 km 解像度の WRFDA システムを用いる。
• 雷フラッシュレート観測を、物理的代理指標としての CAPE を介してモデル状態変数にマッピングする非線形観測演算子を適用する。
• 初期条件に 1D-Var を、時間的変化に 4D-Var を組み合わせたハイブリッド手法 1D+4D-Var を用い、解析品質を向上させる。
• 同じ観測データとモデル設定を用いて、3 つの同化スキーム（3D-Var、1D+3D-Var、1D+4D-Var）を比較する。
• 予報改善の定量的評価のため、NCEP Stage IV 降水データを基準に結果を検証する。
• 雷観測と大気不安定性との間の非線形的ブリッジとしての CAPE の使用により、同化プロセスにおける物理的整合性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 1D+4D-Var を用いた雷データ同化は、3D-Var や 1D+3D-Var と比較して、降水予報の改善にどの程度寄与するか？
• RQ2 雷観測とモデル変数との間で CAPE を代理指標として用いることで、水蒸気および降水解析の精度がどの程度向上するか？
• RQ3 雷データ同化が、激しい嵐の強度と構造の時間的変化にどのような影響を与えるか？
• RQ4 非線形観測演算子を用いることで、線形またはナギング手法と比較して、対流プロセスの表現がどのように改善されるか？
• RQ5 現在の雷同化スキームの主な限界は何か。運用用途に向けた改善策はどのようなものか？

主な発見

• 2 つの激しい気象事象の同化期間中、1D+4D-Var 同化スキームは制御実験と比較して、降水の均差二乗誤差を 25% および 27.5% 減少させた。
• 雷データの同化により、特に積乱低気圧系において、解析および 3–7 時間予報の降水統計が顕著に改善された。
• 1D+4D-Var アプローチは、3D-Var や 1D+3D-Var を上回り、1D-Var 初期化と 4D-Var 時間的最適化を組み合わせることの価値を示した。
• CAPE を非線形的代理指標として用いることで、雷観測と大気不安定性との間の有効なリンクが実現され、同化プロセスにおける物理的整合性が向上した。
• 本研究では、変分 nD-Var (n=3,4) を用いた雷データ同化が、水蒸気解析と予報精度の両方を向上させることを確認した。
• 現在のスキームの限界には、CAPE などの代理変数に依存していることや、複雑な対流ダイナミクスを適切に表現できないことが含まれ、今後のシステムでは物理モデルの改善が求められる。