臭氧(O3)是大气中一种重要的微量气体,是平流层大气的重要组成成分之一。平流层臭氧可以吸收紫外辐射,起着保护地球生态系统的作用,而其辐射加热又会影响平流层热力和动力,并通过平流层与对流层相互作用,影响对流层气象要素变化(Son et al.,2010;刘姝媛,2011)。对流层也存在少量臭氧,因其可以吸收地球长波辐射,是一种温室气体。此外,近地面臭氧又常被当做一种污染气体。综上所述,开展大气臭氧的研究工作,对于全球气候变化和环境污染都具有非常重要的意义。

大气臭氧浓度主要由站点实测得到。从全球范围来看,站点分布较稀疏,很难实现全球高分辨率测量。卫星可以实现O3垂直探测,获得时空分辨率更高的O3观测资料。但由于卫星观测范围的限制,卫星臭氧探测也存在一定的局限性。数值模式的发展为研究臭氧提供了新的思路。如何将模式预报和卫星观测的大气层O3资料进行融合(即O3资料同化),获得更准确的大气层O3分布资料,是大气O3研究的一个重要课题。

从问卷的调查数据来看，庐山西海的游客主要集中于庐山西海及周边地区，省内外的游客较少，这也是影响庐山西海客源的一个重要原因。

近年来,随着臭氧观测资料的不断丰富,欧美国家已成功将臭氧同化应用于业务分析系统。目前臭氧资料同化主要采用三维变分、四维变分和集合卡尔曼滤波方法。Eskes et al.(2003)利用三维变分技术研究臭氧资料同化,证实了臭氧资料同化可以改善全球臭氧三维分布。Errera et al.(2008)在CTM化学传输模式中使用四维变分同化技术同化观测数据,同化结果表明四维变化同化改进了臭氧和其他化学成分的分析与预报。Kiesewetter et al.(2010)利用卡尔曼滤波同化方法同化卫星臭氧资料,得到了29 a的臭氧数据集。四维变分同化和集合卡尔曼滤波同化对比研究表明:两者在臭氧同化中效果相当(Kalnay et al.,2007)。在对不同模式的适用性上,集合卡尔曼滤波同化技术具有一定的优势(Nakamura et al.,2013)。

目前,国内有关臭氧资料同化研究主要集中在地面观测站臭氧资料同化。如唐晓等(2013)基于集合卡尔曼滤波方法,建立了一个区域空气质量资料同化系统,进行了地面臭氧观测资料的同化试验,试验结果表明同化明显改善了观测站点的臭氧预报。然而,国内尚未开展有关对流层到平流层的臭氧资料同化研究。

在一定的温度下，氯酸钠才能氧化矿浆中的金，并且随着温度的升高氯酸钠氧化能力增强。为了探究最佳浸出温度，本文采用单因子变量原则，考察了不同温度下金的浸出率。温度(℃)：70、75、80、85、90；氯化钠：1.0 mol/L；氯酸钠：16 g/L；稀硫酸：3.0 mol/L；矿浆浓度：25%；时间：2 h。不同浸出温度试验结果如图9所示。

(1)干预前后评估两组关节活动度。(2)评估护理满意度,根据评分分为满意、基本满意与不满意,以满意与基本满意之和占比统计护理满意度。

为实现O3卫星观测资料同化需构建O3预报和同化系统,本文结合模式预报技术和资料同化技术,构建了通用地球系统模式—集合卡尔曼滤波同化系统(CESM-ENSRF),并分析了卫星O3资料同化对其模式预报的影响。

1 CESM-ENSRF同化预报系统的构建

1.1 CESM模式

李熠,陈幸荣,谭晶,等,2015.基于CESM气候模式的同化模拟实验[J].海洋预报,32(3):1-12. Li Y,Chen X R,Tan J,et al.,2015.A data assimilation experiment based on CESM[J].Marine Forecasts,32(3):1-12.(in Chinese).

航天时代以来，人类对火星进行了多次探测，积累了大量的探测资料。火星，已经成为人类除地球以外了解最为透彻的行星。

试验中选用的模块组合形式为F_2000_WACCM,该模块组合以WACCM模式为主。模式的动力部分采用了有限体积动力框架(Putman,2006);大气化学部分使用M0ZART-3模式(Kinnison et al.,2007),包括对流层到热层低层的物理化学过程;模式的大气部分,采用的是CAM4的模式方程及其所有的物理参数化方案(Neale et al.,2013),因此,也具备了CAM4在物理参数化方面的优势。

本次试验模式的模块组合均选用F_2000_WACCM,模式在水平方向分辨率为1.9°×2.5°,垂直方向按气压分为66层,模式的输出频率为每天输出一次预报结果。

1.2 CESM-ENSRF同化系统

基于集合平方根滤波理论,结合CESM模式预报技术,使用Fortran90计算机语言,研制了CESM-ENSRF同化系统。为提高计算效率,系统采用了模块化的理念。

CESM-ENSRF同化系统的工作流程为:首先利用CESM模式预报得到背景场,通过卫星资料统计扰动振幅,对其加扰生成集合成员;之后进入同化阶段,对卫星观测资料进行预处理,根据集合平方根滤波的相关公式结合卫星数据对背景场进行分析计算,得到分析场;将其作为下个时刻模式的初始场进行预报。参考相关文献(Nakamura et al.,2013),臭氧资料同化试验中集合成员数设为32个。系统的主要工作流程如图1所示。

图1 CESM-ENSRF系统流程图 Fig.1 CESM-ENSRF System flow chart

1.3 系统中相关方案

1.3.1 初始场扰动

集合卡尔曼滤波同化需要多个集合成员,研究中一般采用初始场扰动方法产生多个成员(张涵斌等,2017)。集合卡尔曼滤波同化中初值场扰动的构造是否合理,生成的集合成员是否正确,能否反映该时刻真实的大气状态,对最终的分析和预报结果有着很大影响(马辉,2011)。

四是加强信息手段监管。依托“数字政府”建设全省一体化信息平台，建立全过程留痕管理机制，实现全省预算管理动态联网监督，将各级全口径财政资金纳入实时监控范围。财政部门依法落实向省人大及其常委会报批、报告和备案等规定，配合省人大推进预算联网监督工作。

由于使用的MLS O3资料精度高,本文以MLS O3资料为标准,统计CESM预报场偏差标准差,将其作为扰动振幅,结合符合正态分布的全局随机扰动完成对背景场的加扰

(1)

(2)

其中:为加扰后背景场;Xb为原背景场;ranpert为满足正态分布的三维随机扰动函数;dstd为背景场与卫星观测数据之间的偏差标准差;yi为卫星观测。

2015年2月，习近平总书记在陕西考察时指出，“发展红色旅游要把准方向，核心是进行红色教育、传承红色基因”。江桥抗战历史文化资源是黑龙江省红色旅游的宝贵财富，合理发展好江桥抗战文化，对增强民族文化自信，精选爱国主义示范教育意义重大，而且围绕江桥文化发展红色旅游更能带动地方经济，促进区域协调可持续发展。

1.3.2 协方差膨胀

随着模式向前积分,由于采样误差和模式误差的影响,会产生滤波发散现象,各集合预报成员的差异减小,集合成员统计特征并不能代表预报误差。协方差膨胀可以有效解决集合卡尔曼滤波中的滤波发散问题(刘硕,2012;高士博等,2016)。

研究中,综合使用一般协方差膨胀方案(Regular Variance Inflation)和松弛膨胀(Relax Inflation)方案。其中,一般协方差膨胀方案公式为(Anderson and Anderson,1999)

“跨越太平洋——中国艺术节”是中华人民共和国文化和旅游部在美国开展“跨越太平洋——中美文化交流与合作系列活动”的重要组成部分，是中美文化交流与合作的重要平台。几乎每一届“跨越太平洋——中国艺术节”都各具亮点和特色。

(3)

其中:β为膨胀因子,通常为一个大于1的常数,系统中取值为为膨胀后的背景场和分别为膨胀前背景场及背景场均值。使用简单协方差膨胀方案后,背景场中各集合成员的离散度得到增加,使得后续分析过程中集合成员不会太过发散。

松弛膨胀法是Zhang et al.(1989)提出,可以表达为

(4)

高士博,闵锦忠,黄丹莲,2016.EnSRF雷达资料同化在一次飑线过程中的应用研究[J].大气科学,40 (6):1127-1142. Gao S B,Min J Z,Huang D L,2016.The simulation of a squall line with Doppler radar data assimilation using the EnSRF method[J].Chin J Atmos Sci,40 (6):1127-1142.(in Chinese).

有钢琴协奏曲5部，其中以《第五钢琴协奏曲》最具代表性。《降E大调第五钢琴协奏曲》有名“皇帝”，被誉为“协奏曲之王”，是贝多芬钢琴协奏曲中规模最大的。

1.3.3 协方差局地化

为解决远距离虚假相关问题,同化系统引入了局地化方案,通过协方差局地化,超过一定距离的观测和背景场之间将不相关,对于距离内的观测,利用相关函数计算其相关系数(闵锦忠等,2017)。本文的CESM-ENSRF系统引入的是Houtekamer and Mitchell(2001)提出的协方差局地化的方案。该方案在水平和垂直方向均采用了一个五阶距离相关函数—“schur”算子,计算相关系数。其公式为

面对如此大的磷石膏产量，《关于加快磷石膏资源综合利用的意见》确定“以用定产”方向，明确提出：“2018年，全面实施磷石膏‘以用定产’，实现磷石膏产消平衡，争取新增堆存量为零。”

(5)

式中,f1、f2、f3、f4分别为

w=z/c,

(6)

(7)

(8)

(9)

其中:z为根据经验定义的局地化距离;c为观测点距待更新格点的距离。

2 基于CESM-ENSRF系统MLS臭氧廓线资料的同化试验

2.1 卫星数据

本文使用的同化数据为MLS(微波临边探测器)的臭氧廓线数据(3.3版)。MLS是搭载在美国NASA的Aura卫星上的仪器,可以提供全球每天的O3层、空气质量和一些气候参数的观测资料。

MLS资料的分辨率在3 km左右,探测范围南北纬82°之间,基本可以认为覆盖了全球。各廓线之间的间隔大小约为1.5°(约165 km),完成每条廓线扫描所需要的时间约为24.7 s。

关于MLS产品精度检验工作已有较多结果。Froidevaux et al.(2006)等将其与其他卫星数据、飞机气球观测数据以及站点观测数据做对比,结果显示MLS的平流层臭氧数据(1.5版)在平流层的不确定度大致在5%量级以内。Jiang et al.(2007)的检验结果表明,在150～3 hPa范围内,MLS 2.2臭氧廓线数据与臭氧探空结果较一致,其全球平均误差在8%以内。作为最新的3.3版本,臭氧的误差进一步得到改善,在平流层上层其误差较之前版本改善达到50%(Nakamura et al.,2013)。

综上所述,MLS臭氧廓线数据具有很高的精度,试验中以其为同化所用的卫星观测数据,同时也将其作为验证数据检验同化效果。

2.2 臭氧资料同化试验

2.2.1 试验设计

Errera Q,Daerden F,Chabrillat S,et al.,2008.4D-Var Assimilation of MIPAS chemical observations:ozone and nitrogen dioxide analyses[J].Atmospheric Chemistry & Physics,8(20):6169-6187.

为检验臭氧资料同化对模式预报效果的改进,设计了两组试验(表1)。

方案A为控制试验,不同化任何观测资料,从2004年8月13日12时开始进行24 h预报,得到2004年8月14日的预报场。

培养小学生的数学计算能力，重在激发兴趣，让学生理解算理，切实重视口算，加强估算，熟练掌握四则运算，并根据实际采用简算、速算，使用不同的计算工具进行计算，培养学生良好的计算习惯，这既是在培养学生应用数学的意识和能力，也是在培养学生多样化解决问题的能力促使学生的创新能力得到发展，为学生的后续学习打下坚实的基础。

表1 臭氧资料同化方案设计

Table 1 Design of the ozone data assimilation scheme

试验方案试验名称初始背景场观测资料积分时间A控制试验8月12日12时24h预报场无24hB同化试验8月12日12时24h预报场MLS臭氧廓线24h

图2 同化前后背景场与分析场比较 a.平均值(单位:mg/m3);b.均方根误差(单位:mg/m3);c.平均误差(单位:mg/m3);d.相对误差(单位:%) Fig.2 Comparison between the background field and analysis field before and after assimilation:(a)mean(mg/m3);(b)root mean square error(mg/m3);(c)mean error(mg/m3);(d)mean relative error(%)

方案B为同化试验,在2004年8月13日12时的背景场基础上,利用构建的CESM-ENSRF系统同化8月13日的MLS臭氧廓线数据,得到8月13日12时的分析场,将其作为模式新的初始场进行24 h预报得到2004年8月14日的预报场。

2.2.2 同化试验结果分析

试验中,统计各气压层上模式模拟与卫星观测数据之间的平均误差ME、平均相对误差MRE和均方根误差RMSE来对同化结果进行分析。

1)分析场比较

以卫星观测资料为标准,统计控制试验和同化试验2004年8月13日12时模式各气压层臭氧预报场的均值(图2a)、均方根误差(图2b)、平均误差(图2c)和相对误差(图2d)。如图2所示,臭氧主要分布在100 hPa以上的平流层,在200～0.1 hPa高度臭氧浓度值较大,并在0.01 hPa和5 hPa高度处存在2个浓度分布峰值。对比背景场和同化分析场,同化对整个大气层臭氧背景场都有明显调整(图2d),绝对误差分布(图2b、c)显示调整幅度最大位置出现在臭氧浓度最高的5 hPa附近大气层。总体而言,分析场较背景场更接近卫星观测,整体改善效果明显。

图3 同化前后预报场比较 a.平均值(单位:mg/m3);b.均方根误差(单位:mg/m3);c.平均误差(单位:mg/m3);d.相对误差(单位:%) Fig.3 Comparison between the forecast fields before and after assimilation:(a)mean(mg/m3);(b)root mean square error(mg/m3);(c)mean error(mg/m3);(d)mean relative error (%)

2)预报场比较

以卫星观测资料为标准,统计控制试验和同化试验2004年8月14日12时模式各气压层臭氧预报场的均值(图3a)、均方根误差(图3b)、平均误差(图3c)和相对误差(图3d)。对比同化试验和控制试验的预报场,同化对1 hPa高度以下的臭氧预报场有明显调整(图3d),绝对误差分布(图3b、c)显示调整幅度最大位置出现在臭氧浓度最高的5 hPa附近大气层。但在1 hPa高度以上,同化并没有显示出应有的效果,这可能是由于在该高度之上模式的参数化方案还不够完善,初始场的改进在预报过程中很快发散了。但该高度上的臭氧对于气候变化等影响很小,整体来看,同化后预报场较控制试验的预报场更为接近卫星观测,尤其是在平流层区域,整体改善效果明显。

综上所述,构建的CESM-ENSRF同化系统有效实现了臭氧资料同化,卫星臭氧资料同化对臭氧分析和预报精度有较大改进。

3 结论与讨论

本文基于集合卡尔曼滤波方法,结合CESM气候模式,完成了CESM-ENSRF系统的构建,构建过程考虑了卡尔曼滤波同化中的几个关键问题:初始扰动、协方差膨胀、协方差局地化、集合成员数。利用该系统同化了MLS臭氧廓线数据,对同化前后分析场和预报场的变化做了比较分析,得出以下结论。

1)CESM模式可以预报对流层和平流层的臭氧分布。臭氧主要分布在平流层范围,其垂直分布变化趋势与卫星实测较为一致,但与卫星数据的偏差仍较大。

2)臭氧资料同化对整层大气臭氧分布都有明显调整,在臭氧浓度最高的5 hPa附近大气层改善效果最明显。同化后,分析场较背景场更为接近卫星观测,整体效果改善明显。

虽然我的小红花并不是值钱的礼物，但我觉得每一个孩子都值得拥有老师的表扬和鼓励，当他们知道自己的点滴行为在老师、父母眼里如此重要时，就会多一份自信，美好的点滴行为会被放大，感染到身边的每一个人。

3)臭氧资料同化对24 h的预报场有明显改善,尤其是1 hPa高度以下大气层;臭氧预报场调整幅度最大位置出现在臭氧浓度最高的5 hPa附近大气层。在关注的平流层和对流层,臭氧资料同化对其预报都起到正效果。

试验表明臭氧卫星资料同化对0.1 hPa高度以上大气层臭氧预报并没有产生正效果,其主要原因及如何改善有待于今后进一步研究。

参考文献(References)

Anderson J L,Anderson S L,1999.A Monte Carlo implementation of the nonlinear filtering problem to produce ensemble assimilations and forecasts[J].Mon Wea Rev,127(127):2741-2758.

Eskes H J,Velthoven P F J V,Valks P J M,et al.,2003.Assimilation of GOME total-ozone satellite observations in a three-dimensional tracer-transport model[J].Quart J Roy Meteoro Soc,129(590):1663-1681.

(3)除建材化利用外，钢渣利用还应当结合我国现阶段经济社会发展现状，拓展钢渣利用途径，比如加大在钢渣作为环保领域如大气污染治理、水处理和土壤治理与修复利用，以及沿海钢企钢渣就近作为人工鱼礁生态材料利用等方面的研究与应用推广，这样既符合国家经济社会发展大趋势，也有助于提升钢渣利用附加值。

CESM模式作为气候模式,使用时需要进行一段时间的spin up,试验中使用CESM模式从2004年6月30日12时,预报到2004年8月12日12时(世界时,下同),将2004年8月12日12时的预报场作为同化试验的初始场。

Froidevaux L,Livesey N J,Read W G,et al.,2006.Early validation analyses of atmospheric profiles from EOS MLS on the aura Satellite[J].IEEE Transactions on Geoscience & Remote Sensing,44(5):1106-1121.

3.加强和完善基于低碳理念的酒店文化建设。作为酒店的核心竞争力之一，酒店文化的存在至关重要，这对于酒店吸引顾客和专业的管理人才来说不可或缺。针对低碳文化的发展和兴起，酒店需要及时顺应低碳潮流，向员工传播和灌输低碳理念，使其能够更好的理解和接受。在建设酒店文化时，需要结合低碳理念，不仅要使酒店得到经济效益，还要使其能够承担低碳和环保的社会责任。

其中:为新的分析扰动场;Xa′为原来的分析扰动场;Xb′为背景扰动场;α为可调系数,其取值一般在0～1,系统中取值为0.5。松弛膨胀法通过对分析扰动场和背景扰动场进行加权使分析扰动发生变化。使用松弛协方差膨胀后,改变了分析误差协方差,但分析场平均没有变化,而且由于在协方差膨胀中背景扰动场参与了计算,分析场的协调性也有了一定的改善。

Houtekamer P L,Mitchell H L,2011.A sequential ensemble Kalman filter for atmospheric data assimilation[J].Mon Wea Rev,129(1):123-137.

Jiang Y B,Froidevaux L,Lambert A,et al.,2007.Validation of Aura microwave limb sounder ozone by ozonesonde and lidar measurements[J].Journal of Geophysical Research Atmospheres,112(D24):6033-6044.

Kalnay E,Hong L I,Miyoshi T,et al.,2007.4-D-Var or ensemble Kalman filter?[J].Tellus A-dynamic Meteorology & Oceanography,59(5):758-773.

Kiesewetter G,Sinnhuber B M,Vountas M,et al.,2010.A long-term stratospheric ozone data set from assimilation of satellite observations:High-latitude ozone anomalies[J].J Geophys Res Atmos,115(D10):985-993.

Kinnison D E,Brasseur G P,Walters S,et al.,2007.Sensitivity of chemical tracers to meteorological parameters in the MOZART-3 chemical transport model[J].J Geophys Res Atmos,112(D20):365-371.

通用地球系统模式CESM(Community Earth System Model)包括大气、陆地、海洋、海冰、陆冰等模块以及一个用来综合管理各模块的耦合器cpl7(万修全等,2014;李熠等,2015)。CESM使用已经成熟的模式作为它的各个模块,是完全耦合的气候模式,用户可以根据需要选择合适的模块组合(component set),具有很强的灵活性和可移植性(万修全等,2014)。模式预报的水平范围可以覆盖全球,预报高度从对流层直到热层,可用于研究主要分布在平流层的臭氧。

刘姝媛,2011.近年来北极平流层臭氧季节变化和年际变化特征[D].南京:南京信息工程大学. Liu S Y,2011.The seasonal changes and inter-annual features the Arctic stratospheric ozonein recent years[D].Nanjing:Nanjing University of Information Science & Technology.(in Chinese).

刘硕,2012.WRF-EnSRF同化系统局地化及协方差膨胀自适应方案的实现与研究[D].南京:南京信息工程大学. Liu S,2012.The study of adaptive localization and adaptive covariance inflation for WRR-EnSRF assimilation system[D].Nanjing:Nanjing University of Information Science & Technology.(in Chinese).

马辉,2011.WRF-EnSRF同化系统在中尺度模拟中扰动方法的研究[D].南京:南京信息工程大学. Ma H,2011.The study of the initial perturbation method of meso-scale convection using WRF-EnSRF assimilation system[D].Nanjing:Nanjing University of Information Science & Technology.(in Chinese).

闵锦忠,黄欣慧,陈耀登,等,2017.风暴尺度集合卡尔曼滤波中的采样误差订正局地化方法研究[J].大气科学学报,40(2):158-169. Min J Z,Huang X H,Chen Y D,et al.,2017.A study of the sampling error correction localization in a storm-scale ensemble Kalman filter[J].Trans Atmos Sci,40(2):158-169.(in Chinese).

Nakamura T,Akiyoshi H,Deushi M,et al.,2013.A multimodel comparison of stratospheric ozone data assimilation based on an ensemble Kalman filter approach[J].J Geophys Res Atmos,118(9):3848-3868.

Neale R B,Richter J,Park S,et al.,2013.The mean climate of the community atmosphere model (CAM4) in forced SST and fully coupled experiments[J].J Climate,26(14):5150-5168.

Putman W,2006.The finite-volume dynamical core on the cubed-sphere[C]//ACM/IEEE Conference on Supercomputing.ACM,127(3):607-623.

Son S W,Gerber E P,Perlwitz J,et al.,2010.Impact of stratospheric ozone on Southern Hemisphere circulation change:A multimode assessment[J].J Geophys Res,115(D3):1485-1490.

唐晓,朱江,王自发,等,2013.基于集合卡尔曼滤波的区域臭氧资料同化试验[J].环境科学学报,33(3):796-805. Tang X,Zhu J,Wang Z F,et al.,2013 Regional ozone data assimilation experiment based on ensemble Kalman filter[J].Acta Scientiae Circumstantiae,33(3):796-805.(in Chinese).

万修全,刘泽栋,沈飙,等,2014.地球系统模式CESM及其在高性能计算机上的配置应用实例[J].地球科学进展,29(4):482-491. Wan X Q,Liu Z D,Shen B,et al.,2014.Introduction to the community Earth system model and application to high performance computing[J].Advances in Earth Science,29(4):482-491.(in Chinese).

Zhang F,Snyder C,Sun J,1989.Impacts of initial estimate and observation availability on convective-scale data assimilation with an ensemble Kalman filter[J].Mon Wea Rev,49(1):1-16.

张涵斌,智协飞,陈静,等,2017.区域集合预报扰动方法研究进展综述[J].大气科学学报,40(2):145-157. Zhang H B,Zhi X F,Chen J,et al.,2017.Achievement of perturbation methods for regional ensemble forecast[J].Trans Atmos Sci,40(2):145-157.(in Chinese).

The ozone,as an important greenhouse gas,has an important influence on global climate change.In order to test the effects of ozone satellite data assimilation on the analysis field and prediction field of ozone,in this study the CESM-ENSRF assimilation system was constructed based on the ensemble square root filter(ENSRF) theory and community earth system model(CESM).Several key problems concerning the data assimilation methodology of the Kalman filter have been considered,namely utilizing random perturbations to achieve the perturbation involving the initial field,combining the regular variance inflation and relax inflation to complete the variance inflation,and using the five order distance correlation function to conduct the variance localization.In order to analyze the effects of the assimilation of the ozone satellite data on the model prediction,the system was then used to assimilate the ozone profile data of the microwave limb sounding(MLS).The results show that the CESM-ENSRF assimilation system is able to effectively assimilate the ozone data,and that the ozone satellite data assimilation achieves a great improvement in the analysis field and prediction field of atmospheric ozone.

ozone;satellite data assimilation;ensemble Kalman filter;CESM model