雷达反射率反演水汽和温度同化技术在一次飑线过程中的应用研究

针对2020年5月4日发生在江南的一次飑线过程,在逐15 min快速更新循环同化预报系统中,探讨了利用3DVAR方法同化雷达径向风、反射率和反演观测对短时降水、大风和冰雹等灾害天气的预报影响,同时研究了不同冷启动时刻对降水预报的影响。结果表明:冷启动时刻同化反演水汽和云内温度观测,观测强回波区的水汽和降水回波区内位温增量为正。随着循环次数的增加,背景场中虚假对流区的水汽减弱,对流被抑制;正的温度增量主要集中在观测回波大于背景模拟回波区,其增幅明显减小。相对于只同化雷达资料试验,同化"伪观测"资料能明显改善0～3 h内的雷达组合反射率和降水预报,2～5 km上升螺旋度路径与大风、冰雹灾害位置更接近;对0～6 h的1 h累计降水量在1、5和10 mm等级的FSS评分改善明显,随着循环同化次数增多,改进效果先明显增加,6～8 h左右改进效果达到顶峰,随后FSS评分相对雷达同化试验有所下降。在12时(世界时)更新背景场后,相对于05时冷启动明显提高降水FSS评分,且同化"伪观测"资料的积极贡献预报时效更长。     

不同雷达观测资料同化对一次罕见飑线天气模拟的影响

选用WRF(weather research and forecasting)模式及其3D-Var(three-dimensional variation)同化系统,针对2018年3月4日发生在江西的一次罕见强飑线天气,探讨同化多普勒雷达不同观测资料对极端雷暴大风天气模拟预报的影响。结果表明:仅同化由雷达反射率反演的雨水、雪和霰粒子以及由其估算的水汽不能稳定改善模式对飑线雷达反射率的预报效果,尤其对地面大风和降水的预报起反效果;当联合同化雷达反射率与雷达径向风资料后,显著改进了模式对飑线发展演变过程中雷达反射率、地面降水和地面大风的预报效果,雷达反射率的同化呈现显著正效果。原因是仅同化雷达反射率对初始水成物及热力场影响较大,而对动力场调整微弱,随着积分时间增加,热力场对动力场的反馈作用不真实,高层出现虚假辐散风场,飑线前侧模拟出虚假层状云区,且未能改进飑线系统低层垂直风切变、冷池以及对流层中下层后侧入流的模拟,模拟的飑线移动和演变过程与实况有很大差距;当联合同化雷达反射率与雷达径向风资料后明显调整了初始动力、热力和水成物场,物理配置更符合实际,形成更有利于强飑线发生的垂直风切变和风场结构,产生与实况接近的强冷池,模拟结果与实况的吻合度明显高于仅同化雷达径向风资料的试验。     

针对对流降水预报的BJ-RUC系统1小时更新循环方案研究

为了提高快速更新循环系统的分析和预报水平,在BJ-RUC系统中,发展了针对1小时更新循环的分步同化方案。分步同化的方案有效解决了在现有变分同化系统中如何在分析场中加入更多的对流尺度观测信息,同时保持大尺度背景场平衡的问题。该方案是将大尺度的常规观测和小尺度、高分辨率的观测资料分步同化,从不同尺度的观测中分别提取出大尺度和对流尺度的信息。以2009年北京地区夏季的4次强降水过程为个例进行同化和预报试验。结果表明,该方案在12小时的预报时效内能有效提高降水预报。对飑线个例的详细分析结果显示,分步同化方案可以使分析场中同时保留大尺度和对流尺度的信息,从而使预报的降水位置和强度等方面都更准确,降水预报评分有明显提高。      

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。     

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。     

同化雷达反射率资料对一次飑线过程的模拟研究

在用集合卡曼滤波方法(EnKF)同化雷达径向风、雷达反演风和CGPS水汽资料的基础上,对2014年7月30日发生在安徽中东部的一次飑线过程采用雷达反射率资料对初始水汽场进行调整。该方法相对EnKF的模拟结果,在飑线强度、位置、持续时间、产生降水和地面风场方面均有改进。改进湿度场后飑线前部的地面辐合区模拟效果较好,这可能是飑线强度和位置模拟效果改进的原因之一。没有调整湿度场时飑线维持时间较短,且强度较弱,这是由于飑线后部的中层干冷空气夹卷较弱,且冷池很快远离飑线,不利飑线维持。调整湿度场后,飑线后部干冷空气夹卷较强,且在对流区下沉形成冷池,冷池位于飑线后部,有利飑线维持。夹卷加强的可能原因是:采用雷达反射率资料调整湿度场增加了中低层(600～900 hPa)湿度,大气不稳定性增加,对流发展造成低值系统增强,其南部的偏西风增强,导致飑线后部的干冷空气夹卷增强。该试验揭示了湿度调整、大气不稳定度改变造成的动力场调整对对流发展和组织的重要作用。     

三维变分和物理初始化方法相结合同化多普勒雷达资料的试验研究

以美国新近研发的天气研究预报模式(WRF)配置的三维变分(3D-Var)同化系统WRF 3D-Var为平台,结合物理初始化方法(Physical Initialization,简称PI)来同化多普勒雷达径向风和回波强度观测资料.其基本做法是首先用物理初始化方法由雷达回波资料估计出比湿、云水混合比和垂直速度,然后用估计的比湿和云水混合比对模式的相应变量进行调整,最后再将估计出的垂直速度作为一种新的观测类型添加到现有的WRF 3D-Var目标函数中,同时以WRF 3D-Var提供的方法直接同化径向风.针对2002年6月19日的一次强对流性降水过程和2003年7月5日的一次梅雨锋暴雨过程进行了一组同化多普勒雷达径向风和回波资料的试验研究.同化结果表明:分析变量的增量场和观测的雷达回波有很好的对应关系.在雷达回波区,有正的比湿增量、云水含量增量和垂直速度增量,并且水平风增量在此辐合;在没有雷达回波的地方有负的垂直速度增量.预报结果表明,调整云水含量对降水预报改善不明显,调整比湿对降水预报改进明显,直接用物理初始化估计出的垂直速度替代模式的初始垂直速度,对降水预报改进不明显,但以新的方案同化雷达资料能有效地缩短模式的起转时间(spin-up time),明显改进短时降水预报.     

SVD-En3DVar同化方法在一次飑线过程中的应用北大核心CSCD

基于集合和奇异值分解的三维变分同化方法(SVD-En3DVar)对2009年6月14日江苏地区的一次飑线过程进行多普勒雷达资料同化预报数值试验,以检验该方法在这类尺度较小的强对流天气过程中的同化应用效果。同时,还讨论了SVD-En3DVar的分块局地化方案中水平半径对此次飑线过程同化效果的敏感性,并应用WRF 3DVar进行了平行对比试验。数值试验结果表明,应用SVD-En3DVar方法同化多普勒雷达资料后能够有效调整风场、比湿和位温等状态变量,同化预报结果对分块局地化方案中水平半径参数较为敏感,水平分块半径为50 km时对组合反射率的预报效果最好。SVD-En3DVar和WRF 3DVar两种同化方法同化雷达资料后都能够提高雷达组合回波的预报水平,但SVD-En3DVar方法的效果明显优于WRF 3DVar同化系统,对回波带位置及其向东南方向发展趋势的预报和观测回波较为一致。     

SVD-En3DVar同化方法在一次飑线过程中的应用

基于集合和奇异值分解的三维变分同化方法(SVD-En3DVar)对2009年6月14日江苏地区的一次飑线过程进行多普勒雷达资料同化预报数值试验,以检验该方法在这类尺度较小的强对流天气过程中的同化应用效果。同时,还讨论了SVD-En3DVar的分块局地化方案中水平半径对此次飑线过程同化效果的敏感性,并应用WRF 3DVar进行了平行对比试验。数值试验结果表明,应用SVD-En3DVar方法同化多普勒雷达资料后能够有效调整风场、比湿和位温等状态变量,同化预报结果对分块局地化方案中水平半径参数较为敏感,水平分块半径为50 km时对组合反射率的预报效果最好。SVD-En3DVar和WRF 3DVar两种同化方法同化雷达资料后都能够提高雷达组合回波的预报水平,但SVD-En3DVar方法的效果明显优于WRF 3DVar同化系统,对回波带位置及其向东南方向发展趋势的预报和观测回波较为一致。     

资料同化对2017年登陆广东沿海台风的短期降水与路径预报影响

利用华南精细数值天气预报模式,设计了无同化资料(CTRL)、同化雷达反演水汽(EXP1)以及同化雷达反演水汽、地面和探空资料(EXP2)三个试验,对2017年登陆广东沿海的四个台风降水预报与路径预报进行模拟,以评估资料同化对登陆台风短期降水预报、路径预报的影响。分析结果如下:雷达反演水汽同化后对未来24小时降水预报技巧均有正的改善,对台风路径预报影响不大;在此基础上同化地面、探空资料后对台风路径预报有改进,对降水预报改进不明显(与EXP1比)。通过诊断分析台风“玛娃”,发现模式初值场水汽的增量配合对流上升区有利于短时间内成云致雨,从而提高短时降水预报;地面及探空资料同化有利于登陆台风的短时路径预报。      

Assimilating surface observations in a four-dimensional variational Doppler radar data assimilation system to improve the analysis and forecast of a squall line case

This paper examines how assimilating surface observations can improve the analysis and forecast ability of a fourdimensional Variational Doppler Radar Analysis System(VDRAS).Observed surface temperature and winds are assimilated together with radar radial velocity and reflectivity into a convection-permitting model using the VDRAS four-dimensional variational(4DVAR) data assimilation system.A squall-line case observed during a field campaign is selected to investigate the performance of the technique.A single observation experiment shows that assimilating surface observations can influence the analyzed fields in both the horizontal and vertical directions.The surface-based cold pool,divergence and gust front of the squall line are all strengthened through the assimilation of the single surface observation.Three experiments—assimilating radar data only,assimilating radar data with surface data blended in a mesoscale background,and assimilating both radar and surface observations with a 4DVAR cost function—are conducted to examine the impact of the surface data assimilation.Independent surface and wind profiler observations are used for verification.The result shows that the analysis and forecast are improved when surface observations are assimilated in addition to radar observations.It is also shown that the additional surface data can help improve the analysis and forecast at low levels.Surface and low-level features of the squall line—including the surface warm inflow,cold pool,gust front,and low-level wind—are much closer to the observations after assimilating the surface data in VDRAS.     

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。     

集合卡尔曼滤波同化多普勒雷达资料的数值试验

利用集合卡尔曼滤波(EnKF)在云数值模式中同化模拟多普勒雷达资料,并考察了不同条件下EnKF同化方法的性能.结果显示,经过几个同化周期后,EnKF分析结果非常接近真值.单多普勒雷达资料EnKF同化对雷达位置不太敏感,双雷达资料同化结果在同化的初期阶段比单雷达资料同化结果准确.同化由反射率导出的雨水比直接同化反射率资料更有效,联合同化径向速度和雨水有利于提高同化分析效果.协方差对EnKF同化效果起着非常重要的作用,考虑模式全部预报变量与径向速度协方差的同化效果比仅考虑速度场与径向速度协方差的同化效果好.雷达资料缺值降低了同化效果,此时增加地面常规观测资料的同化可以明显提高同化分析效果.EnKF同化技术对雷达观测资料误差不太敏感.初始集合对同化分析有较大影响.EnKF同化受集合大小和观测资料影响半径.同化对模式误差较敏感.利用EnKF同化双多普勒雷达资料,分析了一次梅雨锋暴雨过程的中尺度结构.结果表明,EnKF同化技术能够从双多普勒雷达资料反演暴雨中尺度系统的动力场、热力场和微物理场,反演的风场是较准确的,反演的热力场和微物理场分布也是基本合理的.中低层切变线是此次暴雨的主要动力特征,对流云表现为低层辐合、高层辐散并有垂直上升运动伴随,其热力特征表现为低层是低压区,高层为高压区,中部为暖区而上、下部为冷区,水汽、云水和雨水分别集中在对流云体内、上升气流区和强回波区.     

云分辨尺度下一种综合调整水物质含量的闪电资料同化方法

在直接调整水汽含量（称为F12）和直接调整冰相粒子浓度（称为Q14）两种闪电资料同化方法的基础上,提出了一种综合调整冰相粒子浓度和水汽含量（称为C17）的闪电资料同化方法,选取一次具有完整闪电观测资料（云闪加地闪）的飑线过程,利用WRF在云分辨尺度进行数值模拟,详细比较了3种闪电资料同化方法的模拟结果。与不进行闪电资料同化的控制试验相比,闪电资料同化试验明显改进了模式对流活动的模拟能力,但是不同同化方法有所差异。在同化时段内,F12方法中回波强度较小,形成大范围层云区,回波中心比实测偏向下游;Q14方法回波强度和落区同实测最为接近,但是对层云区的模拟无明显改进;C17方法综合了F12和Q14方法的优势,与F12方法相比,回波强度增大,落区更加接近实测,层云区面积扩大。同化结束后,F12方法冷池有所增强,雨区向东北方向延伸,但是强度较弱,形成大范围的弱降水区,同化正面效果保持最久;Q14方法低层大气偏干,地表冷池偏强,对流系统迅速移动并衰减,降水区域比实测偏南,同化正面效果消失较快;C17方法冷池范围和强度与实际观测最为接近,降水较F12方法增强,模拟出的飑线形态得到调整,模拟出了实测中的另一降水中心,同化正面效果保持时间延长。      

NUMERICAL PREDICTION OF AN EXTREME RAINSTORM OVER THE PEARL RIVER DELTA REGION ON 7 MAY 2017 BASED ON WRF-ENKF

An ensemble Kalman filter based on the Weather Research and Forecasting Model (WRF-EnKF) is used to explore the effectiveness of the assimilation of surface observation data in an extreme local rainstorm over the Pearl River Delta region on 7 May 2017. Before the occurrence of rainstorm, the signals of weather forecasts in this case are too weak to be predicted by numerical weather model, but the surface temperature over the urban area are high. The results of this study show that the wind field, temperature, and water vapor are obviously adjusted by assimilating surface data of 10-m wind, 2-m temperature, and 2-m water vapor mixing ratio at 2300 BST 6 May, especially below the height of 2 km. The southerly wind over the Pearl River Delta region is enhanced, and the convergence of wind over the northern Guangzhou city is also enhanced. Additionally, temperature, water vapor mixing ratio and pseudoequivalent potential temperature are obviously increased over the urban region, providing favorable conditions for the occurrence of heavy precipitation. After assimilation, the predictions of 12-h rainfall amount, temperature, and relative humidity are significantly improved, and the rainfall intensity and distribution in this case can be successfully reproduced. Moreover, sensitivity tests suggest that the assimilation of 2-m temperature is the key to predict this extreme rainfall and just assimilating data of surface wind or water vapor is not workable, implying that urban heat island effect may be an important factor in this extreme rainstorm.     

不同模式误差方案在集合Kalman滤波土壤湿度同化中的比较试验

本文主要目的是探讨不同模式误差方案在土壤湿度同化中的性能。基于集合Kalman滤波同化方法和AVIM (Atmosphere-Vegetation Interaction Model) 陆面模式, 利用理想试验对膨胀因子方案 (Covariance Inflation, 简称CI)、 直接随机扰动方案 (Direct Random Disturbance, 简称DRD)、 误差源扰动方案 (Source Random Disturbance, 简称SRD) 等3种模式误差方案的同化效果进行了比较, 讨论了各方案在不同观测误差、 观测层数、 观测间隔情况下的同化性能。试验结果表明在观测误差估计完全准确的情况下, 3种方案都能获得较好的同化效果, 并且SRD方案相对于真值的均方根误差最小。当观测误差估计不准确时, SRD方案的同化效果仍能基本得以保持, 而CI和DRD方案则对观测误差估计更为敏感, 同化效果下降明显。当同化多层观测时, CI和DRD方案由于难以保持不同层观测之间的匹配关系, 同化结果反而变差, 而SRD方案能有效协调同化多层观测, 增加观测层后同化结果有了进一步的改善。当观测时间间隔较大时, CI和DRD方案的同化效果显著下降; 而SRD方案由于包含了一定的误差订正功能, 在观测稀疏时仍能保持较好的同化效果。     

Assimilation of Doppler Radar Observations with an Ensemble Square Root Filter：A Squall Line Case Study

The effectiveness of using an Ensemble Square Root Filter（EnSRF） to assimilate real Doppler radar observations on convective scale is investigated by applying the technique to a case of squall line on 12July 2005 in midwest Shandong Province using the Weather Research and Forecasting（WRF） model.The experimental results show that：（1） The EnSRF system has the potential to initiate a squall line accurately by assimilation of real Doppler radar data.The convective-scale information has been added into the WRF model through radar data assimilation and thus the analyzed fields are improved noticeably.The model spin-up time has been shortened,and the precipitation forecast is improved accordingly.（2） Compared with the control run,the deterministic forecast initiated with the ensemble mean analysis of EnSRF produces more accurate prediction of microphysical fields.The predicted wind and thermal fields are reasonable and in accordance with the characteristics of convective storms.（3） The propagation direction of the squall line from the ensemble mean analysis is consistent with that of the observation,but the propagation speed is larger than the observed.The effective forecast period for this squall line is about 5-6 h,probably because of the nonlinear development of the convective storm.     

Assimilation of Hourly Surface Observations with the Canadian High-Resolution Ensemble Kalman Filter

An hourly-cycling ensemble Kalman filter (EnKF) working at 2.5?km horizontal grid spacing is implemented over southern Ontario (Canada) to assimilate Meteorological Terminal Aviation Routine Weather Reports (METARs) in addition to the observations assimilated operationally at the Canadian Meteorological Centre. This high-resolution EnKF (HREnKF) system employs ensemble land analyses and perturbed roughness length to prevent an ensemble spread that is too small near the surface. The HREnKF then performs continuously for a four-day period, from which twelve-hour ensemble forecasts are launched every six hours. The impact on analyses and short-term forecasts of assimilating METAR data is given special attention.

It is shown that using ensemble land surface analyses increases near-surface ensemble spreads for temperature and specific humidity. Perturbing roughness length enlarges the spread for surface wind. Given sufficient ensemble spread, the four-day case study shows that the near-surface model state is brought closer to surface observations during the cycling process. The impact of assimilating surface data can also be seen at higher levels by using aircraft reports for verification. The ensemble forecast verification suggests that METAR data assimilation improves ensemble forecasts of air temperature and dewpoint near the surface up to a lead time of six hours or even longer. However, only minor improvement is found in surface wind forecasts.     

EnSRF雷达资料同化在一次飑线过程中的应用研究

本文利用包含复杂冰相微物理过程的WRF（Weather Research and Forecasting）模式,针对2007年4月23日发生在我国华南地区的一次典型飑线天气过程,分别进行了确定性预报和集合预报试验,发现确定性预报能大致捕捉到飑线系统的发生发展过程,但对飑线后部的层云区模拟效果较差。集合预报能够有效地减少模式的不确定性,大部分集合成员对飑线的模拟效果优于确定性预报。进一步将集合预报得到的40个成员作为背景场,采用EnSRF（Ensemble Square Root Filter）同化多普勒天气雷达资料,并将分析得到的集合作为初始场进行集合预报,通过与未同化雷达资料的集合对比,考察了EnSRF同化多部雷达资料对飑线系统的影响。结果表明:EnSRF雷达资料同化增加了模式初始场的中小尺度信息,大部分集合成员的分析场能够较准确地再现飑线的热力场、动力场和微物理场的细致特征,并且模拟出飑线后部的层云结构。通过对EnSRF分析的集合进行模拟发现,大部分集合成员较未同化雷达资料时模拟效果有明显改善。同化后的集合预报ETS（Equitable Threat Score）评分最高,其次是未同化的集合预报,确定性预报的最低。     

Evaluation of two momentum control variable schemes and their impact on the variational assimilation of radarwind data: Case study of a squall line

Different choices of control variables in variational assimilation can bring about different influences on the analyzed atmospheric state. Based on the WRF model’s three-dimensional variational assimilation system, this study compares the behavior of two momentum control variable options—streamfunction velocity potential (ψ–χ) and horizontal wind components (U–V)—in radar wind data assimilation for a squall line case that occurred in Jiangsu Province on 24 August 2014. The wind increment from the single observation test shows that the ψ–χ control variable scheme produces negative increments in the neighborhood around the observation point because streamfunction and velocity potential preserve integrals of velocity. On the contrary, the U–V control variable scheme objectively reflects the information of the observation itself. Furthermore, radial velocity data from 17 Doppler radars in eastern China are assimilated. As compared to the impact of conventional observation, the assimilation of radar radial velocity based on the U–V control variable scheme significantly improves the mesoscale dynamic field in the initial condition. The enhanced low-level jet stream, water vapor convergence and low-level wind shear result in better squall line forecasting. However, the ψ–χ control variable scheme generates a discontinuous wind field and unrealistic convergence/divergence in the analyzed field, which lead to a degraded precipitation forecast.