多普勒雷达资料在冷涡强对流天气中的同化应用试验

应用WRF模式的三维变分同化系统(WRF-3DVAR),对沈阳多普勒天气雷达资料在东北冷涡暴雨个例中的同化应用进行了试验.研制了多普勒雷达资料质量控制系统,实现了对径向风和反射率因子的直接同化,不但可以反演中尺度三维气象要素场,而且可以为模式提供初始场.以天气尺度资料为背景场同化多普勒雷达资料,WRF-3DVAR可以较好地反演冷涡中尺度对流系统的三维结构,反演的地面强对流辐散气流及在对流层中层涡旋都符合中尺度系统概念模型,通过与实际地面探测资料进行了对比,风场环流基本接近,同化了雷达资料的气象要素场可为预报业务提供较好的包含中小尺度系统的实时三维分析场.通过冷涡个例同化试验,应用WRF-3DVAR同化雷达资料后,中尺度模式对对流降水的预报总体有正的影响,对强对流中的一些中小尺度雨团的预报也略有改善.     

扩展水凝物控制变量的雷达资料同化对台风“天鸽”数值模拟的影响

利用WRF(Weather Research and Forecast)模式及WRFDA(WRF model data assimilation system)系统,针对2017年台风“天鸽”个例通过同化雷达径向速度(Vr)和反射率因子(RF),研究水凝物控制变量的雷达资料同化对台风分析预报的影响。研究表明：雷达径向速度的直接同化有效地改进了模式初始场中台风涡旋区的中小尺度信息,分析场中产生了气旋性的风场增量,对模式背景场中的台风有显著增强作用。通过在传统控制变量中扩展针对水凝物的控制变量可有效地同化雷达反射率因子资料,对初始场的水物质进行调整,并对随后确定性预报的台风路径和强度都有一定的正效果。此外,相比没有水凝物控制变量的雷达同化试验,加入了水凝物控制变量的雷达资料同化试验降水预报效果更好。这为将我国近海的地基多普勒天气雷达用于台风初始化分析和预报提供了一定的技术支撑和保障。     

雷达资料同化在局地强对流预报中的应用

采用ARPS模式的资料分析系统ADAS同化多普勒雷达径向速度和反射率因子资料,分析两者对初始场的改进作用,并应用于WRF中尺度模式中对2012年8月21日江西省一次局地强对流过程进行了模拟试验。分析结果表明:（1）ADAS同化系统能够利用雷达径向速度和反射率因子资料有效增加初始场中的中小尺度风场信息和云、水物质含量,并通过湿绝热或非绝热初始化对温度场、湿度场和风场进行调整,使初始场在动力和热力上达到平衡。（2）同化径向速度后对改善模式初始场的动力场有重要贡献,而对大气水凝物和降水的预报影响较小;同化反射率因子的主要作用是调整初始场中的水凝物场和热力场,有效缩短了模式的“ spin-up”时间,明显改进了定量降水预报;同时同化雷达径向速度和反射率因子后,初始场中快速调整出了中小尺度风场水平辐合、垂直运动以及合理的温、湿分布,对3小时内雨带形状、降水落区及定量降水的预报与实况更接近。（3）模拟试验表明,同时同化径向速度和反射率因子能成功模拟出本次对流单体风暴的中β尺度三维空间分布结构及其演变过程,中低层切变线的辐合抬升强迫作用是对流单体风暴组织、发展和维持的主要动力机制之一,对流凝结潜热加热在对流单体风暴的发生发展中发挥了重要作用。因此,雷达资料同化对提高临近数值天气预报的准确率以及对强对流天气系统的模拟能力具有重要意义。     

雷达反射率三维拼图观测资料在北方区域数值模式预报系统中的同化应用研究

以业务应用为目标,开展雷达反射率三维拼图观测资料在北方区域数值预报系统中的同化应用研究。采用雷达反射率间接同化方法同化北方雷达反射率拼图观测资料,重点关注其对降水、湿度、温度及风的预报能力影响。首先,基于2017年8月雷达拼图观测资料批量同化和对比试验,对雷达拼图资料同化应用效果进行定量评估,结果表明雷达拼图资料同化虽然加大了地面风场预报误差,但在降水预报和湿度、温度预报等方面有明显的改善作用。其次,选择在业务中预报难度较大的强降水个例开展分析研究,分析表明:（1）同化雷达拼图观测资料有效提高了模式降水预报性能,临近降水发生的循环起报时次预报效果更好;（2）对于短时间多次强降水过程发生的预报,循环同化雷达拼图资料可及时弥补模式中由于前次降水导致的水汽、能量等消耗及热/动力条件削弱,持续支持降水系统发展。最后,通过考察雷达反射率的不同同化方案,发现同化反演水凝物或者估计水汽均能改善模式降水预报性能,但是同化估计水汽对降水预报性能的改善更为明显,联合使用两方案能同时对水凝物分布、热力场等进行调整,可提高模式降水预报性能。      

循环同化相控阵雷达数据模拟对流触发同化方案研究

利用WRF-EnKF同化系统,以2020年7月5日北京大兴发生的一次强对流天气背景下对流触发过程为个例,研究同化C波段相控阵雷达数据时更优的同化方案设置。本研究从同化频率、晴空数据处理阈值以及边界层杂波处理高度3个方面进行了研究。结果显示,高频同化可以抑制虚假回波,并有利于获得更准确的对流预报结果。将可靠晴空回波识别阈值设为-10 dBZ并剔除边界层内的低值回波可以有效改进对流触发的预报效果。为以后C波段相控阵雷达同化应用提供了新的同化方案思路。     

雷达资料同化对一次飑线过程的模拟影响

雷达资料同化能够改善强对流天气的预报,但是不同的模式方案配置会得到不同的结果。本文针对中国南部2018年3月4日一次飑线过程,以全球预报模式GFS分析场和预报场为背景场,采用中尺度区域气象预报模式ARPS 3DVAR系统同化多普勒雷达径向速度,用云分析处理反射率数据,考虑同化间隔、频次、云分析中不同参数调整,采用1 h同化窗口,设计不同同化方案,最后用WRF模式进行预报,研究雷达资料同化对飑线系统触发及发展机制的影响。结果表明,同化间隔过短时,由于模式热动力变量没有平衡产生虚假回波,同化间隔过长时,系统触发和发展的特征普遍偏弱;采用12 min间隔同化得到了最好的初始场,并且同化频次越高得到的降水预报结果越好。此外,ARPS云分析能大大改善初始场,减少模式自调整时间,其中湿度调整、温度调整、雨水调整及水汽调整对系统动力过程和水凝物初始场分布都有较大的影响,而垂直速度相关参数调整影响较小。     

雷达资料在一次大范围冰雹天气过程中的同化试验分析

基于华南区域高分辨率数值模式,采用牛顿连续松弛逼近法(nudging)同化C波段多普勒雷达反射率资料,针对2018年4月2日贵州一次大范围冰雹天气过程进行了数值模拟试验.分析结果表明:在模式中进行雷达反射率因子信息nudging同化后,调整了分析场中的水凝物信息和热力场结构,对流层中层的雨水和冰相粒子含量均增加,水凝物...     

多普勒天气雷达资料在暴雨数值模拟中的同化应用

基于中尺度数值模式WRF及其三维变分同化系统WRF-3DVAR对2008年6月广西地区的一次强降雨过程,进行了多普勒天气雷达的多普勒径向速度和反射率因子的三维变分同化对于暴雨过程模拟效果影响研究。结果表明：(1）同化柳州、桂林和永州多普勒天气雷达观测资料后,模式对广西东北部地区特大暴雨的模拟效果明显改进;(2）WRF-3DVAR能够有效地同化多普勒天气雷达径向速度和雷达反射率因子,同化后使得模式初始场包含有更详尽的中尺度特征信息;(3）在高分辨率中尺度数值模式中有效地利用多普勒天气雷达资料,改善了分析场中尺度结构的描述,从而减轻了spin-up现象,能较好的提高中尺度降雨预报。     

ＷＲＦ-ＥｎＳＲＦ同化系统的效果检验及其应用

利用自主构建的针对风暴尺度资料同化的WRF-EnSRF同化系统同化多普勒天气雷达资料,检验其在2003年一次梅雨锋暴雨以及2009年一次强对流天气过程的同化性能.结果显示,在两个例中该同化系统均表现出有效的同化能力,经过60 min同化的分析场和以该分析场集合做初值的30 min的集合预报结果都比较接近实际观测.在同化过程中,径向速度和反射率因子的观测增量均方差分别达到3～4 m/s和9-11 dBz.本文考察了初始扰动时全场扰动与对流区域局部扰动,以及扰动环境风场与否对同化效果的影响.试验结果表明,对流区局部扰动相对于全场扰动并没有提高同化效果;对于尺度较大的梅雨锋暴雨来说,扰动环境风场时同化效果较好.为了考察分析场在降水预报中的表现,在暴雨个例中,以分析场为初值做6 h降水预报,经过同化的集合预报和确定性预报结果都比没有经过同化的控制试验预报结果准确.     

EnSRF雷达资料同化对一次强对流天气模拟的影响研究

利用ARPS(Advanced Regional Prediction System)模式和具有流依赖背景误差协方差的集合均方根滤波(Ensemble Square Root Filter,简称En SRF)方法,通过同化多部多普勒雷达资料,对2013年6月23日的强对流天气过程进行了研究。首先对比同化试验和观测的组合反射率因子,检验了同化效果。通过计算均方根误差和离散度,进一步定量评估了同化结果。再对比模式变量,综合分析了En SRF雷达资料同化对模式热力、动力、湿度和微物理量等变量的影响。最后对集合平均场进行1 km的高分辨率数值模拟。结果表明:En SRF能够同化出与观测类似的对流系统,且减弱了南北部的虚假回波。径向风和反射率因子的均方根误差明显减少。En SRF雷达同化能够明显优化模式的初始场,同化试验的回波在垂直方向上范围增加,强度偏弱。在强对流区域,低层的冷池温度最多降低6 K,相对湿度最多增加30%。对流区域的雨水、冰晶和雪的混合比均有明显增加。模拟发现同化试验能够较好地模拟出对流系统的结构和位置。     

Short-range prediction of a heavy precipitation event by assimilating Chinese CINRAD-SA radar reflectivity data using complex cloud analysis

Summary With the ARPS (Advanced Regional Prediction System) Data Analysis System (ADAS) and its complex cloud analysis scheme, the reflectivity data from a Chinese CINRAD-SA Doppler radar are used to analyze 3D cloud and hydrometeor fields and in-cloud temperature and moisture. Forecast experiments starting from such initial conditions are performed for a northern China heavy rainfall event to examine the impact of the reflectivity data and other conventional observations on short-range precipitation forecast. The full 3D cloud analysis mitigates the commonly known spin-up problem with precipitation forecast, resulting a significant improvement in precipitation forecast in the first 4 to 5 hours. In such a case, the position, timing and amount of precipitation are all accurately predicted. When the cloud analysis is used without in-cloud temperature adjustment, only the forecast of light precipitation within the first hour is improved. Additional analysis of surface and upper-air observations on the native ARPS grid, using the 1 degree real-time NCEP AVN analysis as the background, helps improve the location and intensity of rainfall forecasting slightly. Hourly accumulated rainfall estimated from radar reflectivity data is found to be less accurate than the model predicted precipitation when full cloud analysis is used.     

云分析方法对浙江省一次强对流天气数值模拟的应用初探

基于云分析方法,利用WRF-ARW模式设计一套快速更新循环同化方案,对2019年3月21至22日发生在浙江省的一次强对流天气过程进行模拟研究。通过设计两组对比试验,对云分析同化雷达反射率效果进行诊断分析。在控制试验中,模拟降水落区和降水量与实况差别较大,而采用云分析方法同化雷达反射率（CA-DA）的模拟试验中,降水模拟效果相对较好,雨带明显东移,强度与实况接近。初步结果表明,利用云分析同化雷达反射率因子可以改进模式初始场的风、温度、水汽场以及水凝物等信息,进而缩短模式spin-up时间,提高降水落区及强度的预报。     

雷达反射率资料的三维变分同化研究

应用天气研究和预报模式(WRF)三维变分系统中一种新的雷达反射率资料间接同化方法来进行反射率资料的三维变分同化研究,评估雷达反射率资料对夏季短时定量降水预报的作用.该方法不直接同化雷达反射率资料,而是同化由反射率资料反演出的雨水和估计的水汽.以2009年夏季北京地区发生的4次强降水过程为例,考察了北京市气象局业务运行的快速更新循环同化预报系统对京津冀地区雷达网的雷达反射率资料的同化性能以及雷达反射率资料和径向风资料同时同化的效果.数值试验结果表明:(1)同化反演雨水或水汽都能改善降水预报,但同化反演水汽对降水预报效果的改善起了更重要的作用;(2)同化反射率资料能极大地提高短时降水预报的效果,其稳定的正面效果可以延伸到6h的预报时效,而同化径向风资料不能得到稳定的正效果;(3)同化雷达资料时,应用快速更新循环同化预报系统是提高短时定量降水预报的一个有效途径.     

基于云依赖背景场误差协方差的雷达资料同化及对降雨预报影响研究

传统变分同化方法中使用各向同性和均质的背景场误差协方差,忽略了背景场误差协方差的天气系统依赖性,而在变分框架下引入集合流依赖的背景场误差协方差还需要额外的集合预报.为在变分同化中引入更合理的背景场误差协方差,通过引入云指数构建"云依赖"背景场误差协方差,提出了一种云依赖背景场误差协方差的同化方案,并应用于雷达等多源观测...     

多普勒雷达资料同化对北京“7.21”大暴雨过程模拟的影响

利用新一代中尺度预报模式WRFV3.6及其三维变分同化系统(WRF-3DVAR),对2012年7月21日北京地区的一次暴雨过程进行多普勒天气雷达径向风和反射率的同化试验研究,检验和探讨高时空分辨率多普勒天气雷达资料在改进模式初始场及提高对暴雨过程预报的准确率等方面的应用效果及意义。结果发现雷达资料同化能在初始场中加入反映产生降水的低层风场辐合的动力和锋前暖区充足的水汽条件的物理信息,可以在模式积分开始后改善初始场中水汽和风的分布,较快地模拟出局地对流系统的发生、发展,改善由于中尺度观测资料不足而造成的模式初始场里中尺度信息缺乏的问题。径向速度的同化增加了中尺度信息,对初始流场的调整较为显著,侧重于改进风场。而雷达反射率资料的同化对初始温、湿度场和强回波位置的调整更明显,侧重于改进湿度场。累计降水的预报结果显示,同化径向风资料对雨带的位置、范围有较好的改进,同化雷达反射率资料对暴雨强度的预报有明显的改善。通过降水ETS评分发现,同化常规观测试验相对于控制实验,对于5、15 mm和25 mm降水评分能增加0.1左右,径向风同化试验能增加0.2左右,反射率同化试验能增加0.3左右,而径向风加反射率试验增加的评分介于0.2～0.3。雷达资料对于提高定量降水预报的精确度有着重要作用。     

Evaluation of radar and automatic weather station data assimilation for a heavy rainfall event in southern China

To improve the accuracy of short-term(0–12 h) forecasts of severe weather in southern China, a real-time storm-scale forecasting system, the Hourly Assimilation and Prediction System(HAPS), has been implemented in Shenzhen, China. The forecasting system is characterized by combining the Advanced Research Weather Research and Forecasting(WRF-ARW)model and the Advanced Regional Prediction System(ARPS) three-dimensional variational data assimilation(3DVAR) package. It is capable of assimilating radar reflectivity and radial velocity data from multiple Doppler radars as well as surface automatic weather station(AWS) data. Experiments are designed to evaluate the impacts of data assimilation on quantitative precipitation forecasting(QPF) by studying a heavy rainfall event in southern China. The forecasts from these experiments are verified against radar, surface, and precipitation observations. Comparison of echo structure and accumulated precipitation suggests that radar data assimilation is useful in improving the short-term forecast by capturing the location and orientation of the band of accumulated rainfall. The assimilation of radar data improves the short-term precipitation forecast skill by up to9 hours by producing more convection. The slight but generally positive impact that surface AWS data has on the forecast of near-surface variables can last up to 6–9 hours. The assimilation of AWS observations alone has some benefit for improving the Fractions Skill Score(FSS) and bias scores; when radar data are assimilated, the additional AWS data may increase the degree of rainfall overprediction.     

The Impact of Assimilating Radar-estimated Rain Rates on Simulation of Precipitation in the 17--18 July 1996 Chicago Floods

Rainfall prediction remains one of the most challenging problems in weather forecasting. In order to improve high-resolution quantitative precipitation forecasts (QPF), a new procedure for assimilating rainfall rate derived from radar composite reflectivity has been proposed and tested in a numerical simulation of the Chicago floods of 17–18 July 1996. The methodology is based on the one-dimensional variation scheme (1DVAR) assimilation approach introduced by Fillion and Errico but applied here using the Ka...     

ANALYSIS OF THE EFFECT OF 3DVAR AND ENSRF DIRECT ASSIMILATION OF RADAR DATA ON THE FORECAST OF A HEAVY RAINFALL EVENT

The present study designs experiments on the direct assimilation of radial velocity and reflectivity data collected by an S-band Doppler weather radar (CINRAD WSR-98D) at the Hefei Station and the reanalysis data produced by the United States National Centers for Environmental Prediction using the Weather Research and Forecasting (WRF) model, the WRF model with a three-dimensional variational (3DVAR) data assimilation system and the WRF model with an ensemble square root filter (EnSRF) data assimilation system. In addition, the present study analyzes a Meiyu front heavy rainfall process that occurred in the Yangtze -Huaihe River Basin from July 4 to July 5, 2003, through numerical simulation. The results show the following. (1) The assimilation of the radar radial velocity data can increase the perturbations in the low-altitude atmosphere over the heavy rainfall region, enhance the convective activities and reduce excessive simulated precipitation. (2) The 3DVAR assimilation method significantly adjusts the horizontal wind field. The assimilation of the reflectivity data improves the microphysical quantities and dynamic fields in the model. In addition, the assimilation of the radial velocity and reflectivity data can better adjust the wind fields and improve the intensity and location of the simulated radar echo bands. (3) The EnSRF assimilation method can assimilate more small-scale wind field information into the model. The assimilation of the reflectivity data alone can relatively accurately forecast the rainfall centers. In addition, the assimilation of the radial velocity and reflectivity data can improve the location of the simulated radar echo bands. (4) The use of the 3DVAR and EnSRF assimilation methods to assimilate the radar radial velocity and reflectivity data can improve the forecast of precipitation, rain-band areal coverage and the center location and intensity of precipitation.