一次局地大暴雨的地面观测资料同化预报试验研究

基于WRF（Weather Research and Forecasting）模式及其3DVAR（3-Dimentional Variational）资料同化系统,采用36 km、12 km 、4 km三层嵌套网格进行逐3 h资料同化和快速更新循环预报,对2011年5月8日鲁中一次局地大暴雨过程进行了资料同化敏感性试验。试验结果表明,地面观测资料同化和快速更新循环对本次降水的预报起到了关键性作用。在快速更新循环预报时不同化地面观测资料,或同化全部观测资料进行冷启动预报,模式均不能预报出山东的降水。同化地面观测资料后,显著改进了模式降水落区预报。地面观测资料同化可以影响到700 hPa高度以上温压湿风要素的变化,从而改变了大气初始场的温湿结构,导致模式预报的700 hPa附近高空大气湿度和热力不稳定增强,700 hPa以下低层风场更强,850 hPa鲁中以南风速较无观测资料同化的偏强2～4 m·s-1,低层风场的动力作用触发高空的不稳定大气,降水出现在山东。     

基于GSI的华南地区对流尺度快速循环同化预报试验

针对对流尺度快速循环同化系统多次循环同化带来的预报效果改进和资料应用问题,利用GSI同化技术和WRFARW区域模式,设计了华南地区对流尺度快速循环同化方案,对2016年4月17一18日华南地区的飑线天气强降水过程进行模拟试验,分析不同循环同化方案和雷达径向风资料同化对雷达回波、相对湿度、降水量级等的预报效果,以期提高华南地区飑线强降水过程预报技巧。检验结果表明:尽管只同化常规资料对预报效果的改进有局限性,但是多次循环同化对于模式预报的降水有一定改善作用;同时同化雷达径向风资料与常规资料对湿度和降水等模拟技巧均有所提高,大雨以上量级的ETS评分改进尤为明显;尽管模式模拟降水峰值小于真实观测值,但同化雷达径向风资料有效改善了飑线最强时段内的垂直上升速度,使得强降水发生时间和强度更接近真实观测。     

适用于云南地区的地面资料同化方案设计及个例分析

利用2000—2007年5～10月云南及周边地区12个探空站08:00和20:00观测资料,分6种不同地形高度类型分析了边界层内基本气象要素间关系,根据分析结果设计了云南地面资料同化方案,并选取两个暴雨个例进行模拟分析。结果表明:探空资料的贡献在引入地面资料后有所调整,在Rug-giero方案中,地面资料的引入在模拟区域初始场中东部地区有明显的升温和增湿,对强降水的模拟改善作用较小;而在云南方案中东部地区的温度和湿度明显降低,叠加的地面测站与模式地形高度差异相关且大致相同,模拟的降水强度和范围在实况降水中心附近明显增加,而在降水强度不明显的区域变化不大,从而使得模拟效果得到了较好的改善,表明云南方案对云南地区强降水的模拟是适用的。     

复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

复杂地形下地面观测资料同化Ⅱ.模式地形与观测站地形高度差异代表性误差

第Ⅰ部分研究结果 (徐枝芳等, 2007) 表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响.此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析, 考虑模式与实际观测站地形高度差异对同化效果的影响, 提出在地面观测误差中增加地形代表性误差来解决这个问题.研究结果表明: 地面资料同化分析时, 在其观测误差中加入一项新的误差--地形代表性误差, 能较好地解决地面资料同化分析中模式与观测站地形高度差异问题; 地面资料参与同化分析, 在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时, 地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小, 同时又部分地将地面观测信息通过变分分析融进分析场, 使得低层分析更接近真实场, 且地面资料利用率更高, 24小时降水数值预报 (模拟) 的效果较好.     

地面加密自动站资料同化和数值模拟

采用美国多部门研制的WRF模式及其四维变分同化系统,对2008年5月长江中下游地区一次强对流暴雨天气过程进行了数值模拟试验;并分别将质量控制前和质量控制后的华东地区地面加密自动站资料加入模式进行四维变分同化试验,与实况进行了对比。结果表明:模拟试验能较好的模拟此次降水过程;而采用四维变分同化经质量控制后的地面加密资料,模式效果最好,使降水预报在降水落区和降水量上都获得较为明显的改善;但质量控制前四维同化改善效果不明显。这说明地面资料的质量控制很重要,它能去伪存真。有效地利用地面加密自动站资料,能使资料的加入与模式更协调,从而得到了最佳的模拟效果。     

GRAPES地面风场同化方案研究

随着预报准确度要求以及同化分析循环周期的缩短,具有高时空分辨率的地面观测资料在同化系统中也越来越受到重视,而且一个好的资料同化系统应该能够给出模式近地面动力、热力和湿度状况的合理分析。利用GRAPES区域同化预报系统(GRAPES——Global and Regional Assimilation and Prediction Enhanced System),在近地层Monin_Obukhov相似理论的基础上,考虑了边界层的动力和湿热力约束,建立新的地面风场观测算子。将此新方案与目前GRAPES系统使用的三次样条插值的地面同化方案进行高度场预报试验、统计试验以及降水预报的TS评分比较,结果表明,加入新方案地面风场资料同化后,预报效果和对降水的预报能力都比旧方案有所提高。     

雷达资料快速更新四维变分同化中增加地面资料同化对强对流临近数值预报的影响

基于雷达资料快速更新四维变分同化（RR4DVar）技术和三维数值云模式发展的快速更新雷达四维变分分析系统（VDRAS）,通过在系统中加入地面自动气象站观测资料的同化方法,对发生在北京地区的10个强对流过程开展了地面资料同化的高分辨率模拟分析和检验评估,并与已经业务使用的地面资料融合方法进行对比。研究结果发现,地面观测资料同化使边界层1 km高度以下的分析场改善最为明显,风速和风向的均方根误差分别平均降低0.1 m/s和7.2°,温度的均方根误差降低0.2℃。模式最低层100 m高度的风速均方根误差降低0.5 m/s,风速的误差随高度上升逐渐增大。模式最低层风向的均方根误差降低15.5°,温度的均方根误差降低0.4℃,且1.5 km高度以下的温度偏差都减小。区域内地面10 m高风速的均方根误差平均降低0.2 m/s,风向的均方根误差降低10.8°,地面2 m气温的偏差也降低。随着预报时效的延长,地面温度和风场的误差不断增大,但地面资料同化方法在一定程度上可以提高1 h内地面气象要素的预报效果。对2019年5月17日北京地区局地强对流新生和增强过程的详细分析表明,地面自动气象站观测资料的同化方法相对于融合,可以通过更细致准确地分析低层大气的热动力特征,改善低层气象要素的预报效果。在此基础上,通过探究对流单体的局地触发机理发现,海风锋辐合线与城市的相互作用一定程度上影响了对流的局地新生和发展,该同化方法可以进一步提高北京地区局地突发强对流的临近数值预报能力。      

GNSS反演资料在GRAPES_Meso三维变分中的应用

为了进一步提高GRAPES_Meso的分析和预报效果,该文在GRAPES_Meso三维变分同化系统中建立了同化GNSS/RO反演的大气资料的观测算子,实现了对GNSS/RO反演的大气资料的同化应用,并通过2013年7月1个月的同化和预报试验分析了GNSS/RO反演大气资料对GRAPES_Meso模式系统分析和预报的影响。结果表明:增加了GNSS/RO反演大气资料的同化后,GRAPES_Meso位势高度场的分析误差明显减小,平均分析误差减小约8%,预报误差略有减小,平均预报误差减小约1%;湿度场的分析误差和预报误差变化不明显,常规观测资料稀少的青藏高原地区的降水预报技巧有所提高,小雨到大雨的ETS (equitable threat score) 评分提高约0.01,对全国及其他分区的降水预报技巧总体上有正效果。     

数值模式误差对降水四维变分资料同化及预报的影响

利用一个无量纲的水汽发展方程,针对同化时间窗口内出现和不出现降水两种情况,分析了不同模式误差和初始误差对降水四维变分资料同化预报效果的影响。结果表明,应用四维变分资料同化方法进行降水预报前,应该充分考虑数值模式中的误差,才能得到比较满意的同化及预报结果。假定同化窗口内获得的比湿观测场是准确的,当不存在模式误差时,四维变分资料同化方法可以有效地消除初始场误差,找到比湿真实初始场;而存在模式误差时,四维变分资料同化后的模式初始场会偏离真实的比湿初始场,并且模式误差越大,偏离程度越严重。在一些模式误差情况下,由于模式误差在同化窗口及延伸预报时段的作用不同,进行四维变分资料同化处理后,尽管累积降水量的预报结果在同化时间窗口内优于同化前的预报,而在最终预报时刻反而差于同化前。     

西南涡加密资料同化对西南区域模式降水预报的影响

本文基于2017年西南涡加密观测试验的四川省11个观测站的探空资料,利用西南区域9km和3km分辨率数值天气预报模式系统,开展了数值预报同化试验。同化试验每日06和18UTC各进行一次,持续40天。西南区域9km分辨率数值预报系统(SWC-WARMS)的模拟结果表明,加密探空观测资料对四川高空观测起到了补充。同化后可以改善模式初始场,有助于提升24小时降水预报的ETS评分,对小雨到大雨量级的BIAS评分也有一定的改善。西南区域3km分辨率系统得益于分辨率的提升,相比SWC-WARMS减小了大暴雨空报面积。同化加密探空观测可以提升降水预报的ETS评分,但空报面积也有所增加。      

GPS/PWV资料同化在强降水过程中的定量作用评估

基于WRF模式及其三维变分同化系统,分别采用江苏GPS观测网的大气可降水量资料及区域内探空和地面气象站资料,对2011年8月25日江苏苏南地区的一次区域性暴雨和2008年苏皖地区的一次局地特大暴雨过程进行了同化试验,用以比较分析GPS/PWV、探空和地面观测资料同化对强降水预报的定量作用。结果表明:探空和地面资料的同化通过对模式动力和热力场的影响,在强降水中心附近形成了强烈的辐合上升运动和热力不稳定条件,直接改进了强降水中心分布结构和强度特征,对数值模拟的成功与否起着决定性作用。而GPS/PWV在探空和地面资料同化的基础上,将使水汽条件得到增强且更有组织性,无论对降水中心强度还是位置都具有较为显著的改进作用。     

“6.29”淮河暴雨过程β-中尺度系统结构特征的数值模拟分析

利用中国科学院大气物理研究所LASG研制的AREM中尺度暴雨数值预报模式, 对2003年6月29—30日发生在淮河流域的一次大暴雨过程进行了数值模拟分析。结果表明:随着西太平洋副热带高压加强, 低空急流迅速向北推进, 加强了其北侧的风速梯度和气旋性切变, 使涡度场发生了强烈变化, 强正涡度柱的发展导致了低层β-中尺度低压和气旋的新生; 而对流层中高层β-中尺度高压的发展所引起的地转偏差使得β-中尺度高压附近的风场发生明显变化, 并导致β-中尺度强辐散中心强烈发展, 最终造成强烈的上升运动。强上升运动出现在低层θ_se强锋区的南侧。     

土壤湿度对卫星辐射率资料直接同化的影响

本研究利用WRF模式及其三维变分同化系统实现了对NOAA-16 AMSU-A微波资料的直接同化,针对2010年6月19日江西地区的一次强降水过程开展模拟与同化试验,并利用中国区域土壤湿度同化系统(CLSMDAS—China Land Soil Moisture Data Assimilation System)输出的土壤湿度值替换NCEP(National Centers for Environmental Prediction)资料中的土壤湿度,研究土壤湿度初值对辐射率资料直接同化中观测场与背景场偏差调整的影响。结果表明:采用CLSMDAS输出土壤湿度初值条件下模拟的亮温值与实际观测值更为接近,经过质量控制和偏差订正后更多的观测资料能够进入到同化系统中,说明改进的土壤湿度初值条件下观测算子的计算值得到正的调整,对低层地表通道的改进效果明显,尤其以50.3 GHz的窗区通道3的结果最为理想;针对此次强降水过程中24 h累积降水分布的模拟结果,CLSMDAS输出土壤湿度初值条件下同化AMSU-A资料,能够较为准确的把握整个雨带的走向、大雨以上级别降水的落区范围、降水中心落区及强度等。说明准确的土壤湿度初值能够改进卫星辐射率资料的同化结果,进而提高数值模式的模拟预报能力。     

Simulation of heavy rainfall events over Indian monsoon region using WRF-3DVAR data assimilation system

We present the results of the impact of the 3D variational data assimilation (3DVAR) system within the Weather Research and Forecasting (WRF) model to simulate three heavy rainfall events (25–28 June 2005, 29–31 July 2004, and 7–9 August 2002) over the Indian monsoon region. For each event, two numerical experiments were performed. In the first experiment, namely the control simulation (CNTL), the low-resolution global analyses are used as the initial and boundary conditions of the model. In the second experiment (3DV-ANA), the model integration was carried out by inserting additional observations in the model’s initial conditions using the 3DVAR scheme. The 3DVAR used surface weather stations, buoy, ship, radiosonde/rawinsonde, and satellite (oceanic surface wind, cloud motion wind, and cloud top temperature) observations obtained from the India Meteorological Department (IMD). After the successful inclusion of additional observational data using the 3DVAR data assimilation technique, the resulting reanalysis was able to successfully reproduce the structure of convective organization as well as prominent synoptic features associated with the mid-tropospheric cyclones (MTC). The location and intensity of the MTC were better simulated in the 3DV-ANA as compared to the CNTL. The results demonstrate that the improved initial conditions of the mesoscale model using 3DVAR enhanced the location and amount of rainfall over the Indian monsoon region. Model verification and statistical skill were assessed with the help of available upper-air sounding data. The objective verification further highlighted the efficiency of the data assimilation system. The improvements in the 3DVAR run are uniformly better as compared to the CNTL run for all the three cases. The mesoscale 3DVAR data assimilation system is not operational in the weather forecasting centers in India and a significant finding in this study is that the assimilation of Indian conventional and non-conventional observation datasets into numerical weather forecast models can help improve the simulation accuracy of meso-convective activities over the Indian monsoon region. Results from the control experiments also highlight that weather and regional climate model simulations with coarse analysis have high uncertainty in simulating heavy rain events over the Indian monsoon region and assimilation approaches, such as the 3DVAR can help reduce this uncertainty.     

一次典型梅雨锋暴雨过程的多尺度结构特征

利用多种类型资料,对2009年6月29—30日引发鄂皖境内梅雨锋特大暴雨过程的天气形势和中尺度对流系统（MCSs）进行了初步分析,揭示了梅雨锋暴雨系统的多尺度结构特征,并用中尺度模式WRF对梅雨锋暴雨系统进行了9km三重双向嵌套大区域精细模拟,再采用Morlet小波变换对模式输出进行空间带通滤波,分离出α、β和γ中尺度系统,对不同中尺度系统的热力动力三维空间结构特征进行了研究。结果表明：梅雨锋特大暴雨由梅雨锋上多个不同尺度的MCSs活动造成,这些不同尺度的MCSs在卫星云图和雷达回波上呈现出不同的特点。在α、β和γ中尺度上,梅雨锋暴雨中尺度系统在水平和垂直方向上的动力、热力结构特征存在着明显的差异,α、β中尺度系统具有明显的垂直环流,而γ中尺度系统则具有惯性重力波特征,往往嵌套在α、β中尺度系统内发生发展。最后,提出了典型梅雨锋暴雨系统的物理概念模型。     

经验正交函数分解质量控制法在地面观测资料变分同化中的个例研究与应用

同化地面观测资料能够获得丰富的地面大气信息,这对于大气边界层的准确模拟尤为重要。由于地面观测资料同化一直受到地面观测资料质量较差的影响,因此,地面观测资料的质量控制是提高地面资料同化效果的重要方法之一。为了分析基于经验正交函数分解质量控制方法(Empirical Orthogonal Function quality control,EOF-QC)对地面资料同化效果的影响,并进一步检验该方法在实际同化试验中的应用效果,在WRF的三维变分同化系统中引入了经验正交函数分解质量控制法,同时通过一系列同化试验比较了经验正交函数分解质量控制法与原系统自带的基于观测与模拟偏差质量控制法(Observation Minus Background quality control,OMB-QC)的差异。2008年1和7月的多个强降水预报试验结果表明,经验正交函数分解质量控制法能够保留更多天气系统的有效观测信息,更为客观准确地反映大气真实状态;同化经过经验正交函数分解质量控制法后的观测资料,模式预报的温度降低,在北部形成一个气旋性环流,该环流底部的偏西气流带动北部冷空气东移入海,同时冷空气南下也削弱了带有丰富水汽的西南气流,从而使模式预报的降水范围和强度更加合理。降水的空间分布对比结果也表明,经验正交函数质量控制法改善了模式对降水落区和强度的预报能力,各个量级的降水评分有明显提高,模拟结果更接近于实况。各组数值模拟试验结果表明,经验正交函数分解质量控制法在WRF-3DVAR中具有较高的应用潜力。     

不同观测误差确定方法对地基GNSS-ZTD资料同化预报效果影响的对比分析

利用2016年6—8月华北—东北地区的地基全球卫星导航系统的天顶总延迟（GNSS-ZTD）观测资料、东北区域中尺度数值预报系统,以2016年6—8月的13 d强降水为例,开展基于Desroziers等（2005）理论的Des方法和传统方法进行观测误差确定的天顶总延迟资料同化对比试验研究,探讨Des方法相对于传统观测误差确定方法对天顶总延迟资料同化预报效果的影响,并以未做天顶总延迟资料同化的试验为对照试验,考察天顶总延迟资料在数值模式中的同化应用效果。结果表明:（1）Des方法得到的天顶总延迟观测误差诊断值较为合理,诊断值站点间差别较大,说明逐站进行观测误差诊断的必要性;（2）天顶总延迟资料同化使强降水的强度、落区预报性能得到提高,使温、湿、风等要素的预报与观测接近,Des方案同化分析、预报效果优于传统方案;（3）对2016年7月25日华北—东北强降水过程进行了同化预报分析,整体而言,天顶总延迟资料同化有效增强了对流层中低层初始湿度场,修正了积分初期水凝物含量与位置,进而改善了降水预报效果,修正了对照试验对辽宁东部地区强降水的明显漏报,且通过降水的反馈作用改进了温度与风场预报效果。基于Des方法逐站诊断观测误差相比传统方法得到的观测误差更为合理,因此能够提高天顶总延迟资料的同化预报效果,同化天顶总延迟资料能够提高降水及温、湿、风等气象要素的预报水平。      

基于雷达资料同化的飑线过程数值模拟试验研究

利用中尺度WRF模式及其3DVAR同化系统对2014年3月30日发生在我国华南地区的一次飑线过程展开多普勒天气雷达资料的同化效果试验研究。首先对雷达资料进行去地物杂波、退速度模糊等预处理,后设计了基于不同雷达观测量的同化试验及同化频次的敏感性试验。结果表明:直接循环同化雷达径向风资料和雷达反射率因子能够增加数值模式中的中小尺度信息,提供可靠的水汽分布;不同的同化频次对同化结果影响显著,每12 min同化间隔的结果略优于30 min、60 min同化间隔;同化雷达反射率因子和径向风资料分别对模式的总水场和风场有显著调整,联合同化雷达反射率因子和径向风资料比单独同化反射率因子或径向风更能改善飑线垂直结构配置,促使地面冷池和雷暴高压配合,进一步改善模式对大雨和暴雨量级降水预报效果。     

华中区域LRUC系统的构建与试验

如何将区域观测资料在中尺度模式中快速有效同化是提高区域精细化数值预报准确率和时效性的关键所在。本文简单介绍了基于LAPS和WRF建立的快速循环同化预报系统LRUC,以一次影响长江中游的典型梅雨锋暴雨过程为例,设计几种试验方案,结合实况降水分布,对比分析华中区域多普勒雷达资料循环同化对改善暴雨预报的作用;根据个例试验结果,设计批量后报试验方案,对比分析雷达资料同化对华中区域2007年主汛期(6—8月)多个时效降水预报评分。暴雨个例试验结果表明,华中区域多普勒雷达资料在LAPS中的同化,能为WRF提供更优初值场;同化华中区域地面资料和雷达资料后,比仅同化地面资料更能改进模式初值,改善模式降水预报,且降雨量级越大,24 h降水预报TS评分越高。批量后报试验结果表明,建立的快速循环同化预报系统LRUC,能对区域多源观测资料进行多时次循环同化分析,为模式初值增加观测资料的时间演变信息,提高模式对暴雨量级降水的预报水平;系统具有稳定性和一定的评分水平。