The regional System of Multigrid Nonlinear Least Squares Four-dimensional Variational Data Assimilation for Numerical Weather Prediction (SNAP) was recently established based on the multigrid NLS-4DVar assimilation scheme, Weather Research and Forecasting numerical model, and Gridpoint Statistical Interpolation (GSI)-based observation quality control and observation operator modules. The analysis variables are model state variables, rather than the control variables adopted in the conventional 4DVar system. The regional SNAP adopts the multigrid NLS-4DVar, which can correct errors from large to small scales and accelerate iteration solutions, to minimize the cost function and obtain the optimal analysis. Therefore, the regional SNAP has a higher assimilation efficiency and accuracy. In addition, the assimilation performance of the regional SNAP for conventional and radar observations had been evaluated. The main goal of this study is to achieve the direct assimilation of satellite radiation data using the regional SNAP. In this study, 1-week cycle assimilation experiments assimilating Advanced TIROS Operational Vertical Sounder (ATOVS) data were designed to fully evaluate the performance of regional SNAP compared with the GSI Ensemble Four-dimensional Variational (4DEnVar) scheme. First, a rainstorm was selected to illustrate the performance of regional SNAP. The cumulative precipitation distribution of SNAP was closer to reality and the higher equitable threat score and lower far score indicate that the regional SNAP improves precipitation forecast. In the 1-week numerical experiments, for the u/v wind and temperature variables, the regional SNAP outperforms GSI and there was an improvement in GSI for the humidity variable.

中文翻译：

---

利用多网格 NLS-4DVar 数据同化区域系统评估同化 ATOVS 辐射对数值天气预报 (SNAP) 的预测影响

基于多重网格NLS-4DVar同化方案、天气研究与预报数值模型和基于网格点统计插值（GSI）的多网格非线性最小二乘四维变分数据同化数值天气预报（SNAP）区域系统最近建立观察质量控制和观察操作员模块。分析变量是模型状态变量，而不是传统4DVar系统采用的控制变量。区域SNAP采用多重网格NLS-4DVar，可以从大到小校正误差，加速求解迭代，使代价函数最小化，得到最优分析。因此，区域 SNAP 具有更高的同化效率和准确性。此外，已经评估了区域 SNAP 对常规和雷达观测的同化性能。本研究的主要目标是利用区域 SNAP 实现卫星辐射数据的直接同化。在这项研究中，设计了 1 周循环同化实验，同化高级 TIROS 操作垂直测深仪 (ATOVS) 数据，以全面评估区域 SNAP 与 GSI 集合四维变分 (4DEnVar) 方案相比的性能。首先，选择了一场暴雨来说明区域 SNAP 的性能。SNAP的累积降水分布更接近现实，公平威胁得分越高，远值得分越低，表明区域SNAP改善了降水预报。在为期 1 周的数值实验中，对于 本研究的主要目标是利用区域 SNAP 实现卫星辐射数据的直接同化。在这项研究中，设计了 1 周循环同化实验，同化高级 TIROS 操作垂直测深仪 (ATOVS) 数据，以全面评估区域 SNAP 与 GSI 集合四维变分 (4DEnVar) 方案相比的性能。首先，选择了一场暴雨来说明区域 SNAP 的性能。SNAP的累积降水分布更接近现实，公平威胁得分越高，远值得分越低，表明区域SNAP改善了降水预报。在为期 1 周的数值实验中，对于 本研究的主要目标是利用区域 SNAP 实现卫星辐射数据的直接同化。在这项研究中，设计了 1 周循环同化实验，同化高级 TIROS 操作垂直测深仪 (ATOVS) 数据，以全面评估区域 SNAP 与 GSI 集合四维变分 (4DEnVar) 方案相比的性能。首先，选择了一场暴雨来说明区域 SNAP 的性能。SNAP的累积降水分布更接近现实，公平威胁得分越高，远值得分越低，表明区域SNAP改善了降水预报。在为期 1 周的数值实验中，对于 同化高级 TIROS 操作垂直测深仪 (ATOVS) 数据的 1 周循环同化实验旨在全面评估区域 SNAP 与 GSI Ensemble 四维变分 (4DEnVar) 方案相比的性能。首先，选择了一场暴雨来说明区域 SNAP 的性能。SNAP的累积降水分布更接近现实，公平威胁得分越高，远值得分越低，表明区域SNAP改善了降水预报。在为期 1 周的数值实验中，对于 同化高级 TIROS 操作垂直测深仪 (ATOVS) 数据的 1 周循环同化实验旨在全面评估区域 SNAP 与 GSI Ensemble 四维变分 (4DEnVar) 方案相比的性能。首先，选择了一场暴雨来说明区域 SNAP 的性能。SNAP的累积降水分布更接近现实，公平威胁得分越高，远值得分越低，表明区域SNAP改善了降水预报。在为期 1 周的数值实验中，对于 SNAP的累积降水分布更接近现实，公平威胁得分越高，远值得分越低，表明区域SNAP改善了降水预报。在为期 1 周的数值实验中，对于 SNAP的累积降水分布更接近现实，公平威胁得分越高，远值得分越低，表明区域SNAP改善了降水预报。在为期 1 周的数值实验中，对于u/v风和温度变量，区域 SNAP 的表现优于 GSI，并且湿度变量的 GSI 有所改善。