雷达资料的3DVAR和EnSRF直接同化方法对一次暴雨预报的影响分析

利用合肥站雷达资料和NCEP再分析资料,采用WRF模式、WRF-3DVAR和WRF-En SRF同化系统设计了直接同化雷达径向风和反射率的试验,对2003年7月4—5日发生在江淮流域的一次梅雨锋暴雨过程进行数值模拟分析。结果表明:(1)同化雷达径向风资料可以增加暴雨区低层的扰动,增强对流运动,同时可以减少模拟的过量降水;(2)3DVAR同化方法对水平风场调整明显,同化反射率改进了模式中的微物理量和动力场,同时同化径向风和反射率可以更好地调整风场,改善模拟雷达回波带的强度和位置;(3)En SRF同化方法可以将更多小尺度的风场信息同化进入模式,单独同化反射率可以较准确预报出降水中心,同时同化径向风和反射率可以改进模拟雷达回波带的位置;(4)使用3DVAR和En SRF同化雷达径向风和反射率可以提高降水预报,改善雨带的范围,对降水中心位置和强度的预报也有改进。     

降水资料同化在梅雨锋特大暴雨个例模拟中的应用研究

利用暴雨数值预报模式AREM,以2009年6月29日发生在长江中下游地区的一次梅雨锋特大暴雨过程为例,以NCEP预报场为背景场,首先开展了不同化任何资料(无同化试验)以及分别利用GRAPES-3DVAR同化系统和局地分析预报系统(LAPS)同化地面、探空资料的3组数值试验,然后进一步开展了降水资料一维变分同化方法在GRAPES-3DVAR同化系统及LAPS系统中二次同化的效果研究,结果表明:(1)采用GRAPES-3DVAR系统同化地面、探空资料的数值试验,其降水预报效果不如无同化试验结果;而采用LAPS资料同化系统同化地面、探空资料的数值试验,其降水预报效果优于无同化试验结果,即就本个例而言,GRAPES-3DVAR同化系统对背景场的修正为负效果,LAPS同化系统对背景场的修正为正效果。(2)降水资料1DVAR方法在GRAPES-3DVAR同化系统中的应用,对物理量场有重要影响,使雨带上空变得更暖更湿,天气系统的配置更利于降水发生,中尺度系统的演变更有利于模拟出与实况更加接近的雨带位置、强度、中尺度结构特征,因而极大地改善了降水模拟效果,其模拟的1、6、24h累积降水量位置、强度、中尺度结构特征都有较明显改善。(3)降水资料1DVAR方法在LAPS系统中的应用同样改善了降水预报效果,使雨带落区位置更加接近实况。     

多部多普勒天气雷达资料同化对暴雨个例模拟的影响分析

利用中尺度模式WRF(Weather Research and Forecasting Model)及其资料同化系统3DVAR,将国内多普勒天气雷达(CINRAD)反射率因子及径向风资料直接用于中尺度数值模拟;对安徽梅雨期一次暴雨过程进行模拟试验,经过质量控制后,分析同时同化安徽省内六部多普勒天气雷达观测资料对模拟结果的影响。结果表明:(1)经过质量控制后,同化雷达径向风和反射率因子对初始场的风场和湿度场均有较为明显的改善,说明用该雷达资料质量控制方案同化雷达资料是可行的;(2)同化多部雷达径向速度资料能使风场气旋性增强,同化反射率资料能调整初始水汽场,使对流层中下层水汽含量增加;(3)同化多部雷达径向风和反射率因子资料,能提前模拟出强降水回波结构,且其中尺度特征更清晰,降水落区和强度预报更接近实况,同化雷达资料对降水预报能持续影响到12 h,并提高了12 h降水预报准确率。     

多普勒天气雷达资料在数值模式ARPS中的试验

利用中尺度预报模式ARPS及其资料分析系统ADAS和三维变分同化系统ARPS3DVAR,直接加入多普勒天气雷达基数据反射率因子和径向速度资料进行数值预报试验。试验包括：控制试验、反射率因子同化试验、径向速度同化试验,两种资料同时同化,多时次连续同化等试验。通过模拟2009年7月7日发生在江苏省附近一次暴雨过程,分析了多普勒天气雷达反射率因子和径向速度资料不同组合的加入对改进模式初始湿度场、风场及预报结果的影响。结果表明：同化雷达反射率因子和径向速度资料,分别对湿度场和风场有显著调整;同时同化两种资料比单独同化在2 h内更显优势;多时次连续同时同化两种资料的试验比起其他试验预报的风速更接近探空风速,预报的降水位置与雷达3 h累积降水产品较为对应,但降水量的预报仍有偏差。     

多普勒雷达估算降水和反演风在不同初值方案下对降水预报影响的数值研究

基于有限区域中尺度暴雨预报模式AREM,利用常德、荆州、宜昌3部多普勒雷达及武汉数字化天气雷达联合反演的1h降水量资料和宜昌、荆州多普勒雷达反演的水平风场资料,采用3种不同的初值方案:Grapes-3DVAR同化方案、Barnes客观分析法及Barnes-3DVAR同化方案,对2002年7月22日20:00—23日20:00发生在长江流域的一次大暴雨过程进行了多普勒雷达估算降水和反演风场在不同初值方案下对降水预报影响的数值试验,结果表明:(1)采用相同资料源(探空 T213L31分析场),3种初值方案降水模拟效果差别显著。整体而言,融合了Barnes和3DVAR两种方案的Barnes-3DVAR初值方案降水模拟效果最好:雨带模拟完整,位置与实况完全一致;降水中心中尺度结构清晰,位置、强度与实况接近。(2)Barnes-3DVAR同化方案与Grapes-3DVAR同化方案都能同化雷达降水和风场资料,但两者降水预报结果相差很大。Barnes-3DVAR方案下的降水模拟结果明显好于Grapes-3DVAR同化方案。(3)Grapes-3DVAR同化方案下,在控制试验的基础上增加雷达降水资料的同化,24h降水模拟效果有所改善;增加雷达风场资料的同化,仅部分改善模拟效果,某些地方效果反而变差;同时增加雷达降水和风场资料的同化,降水模拟效果反而明显变差。Barnes-3DVAR同化方案则不然,无论雷达降水资料和风场资料单独同化还是两种资料同时同化,降水模拟效果都有不同程度的改进,特别是对雷达降水和风场资料同时同化的模拟结果是各种试验中效果最好的。(4)融合Barnes客观分析方法和Grapes-3DVAR同化方案的Barnes-3DVAR同化方案,是同化雷达降水和风场资料的一种新的、有效的初值方案。     

天气雷达反射率资料订正前后在ARPS模式中的同化试验对比

以TRMM/PR反射率资料作参照,对常州、南京天气雷达反射率资料进行一致性订正,再利用中尺度模式ARPS及其数据同化系统ADAS对订正前、后的天气雷达反射率因子进行同化,模拟2013年6月25日和2010年8月24日江苏地区两次暴雨过程。两次暴雨过程均包括3组试验:控制试验和雷达资料订正前、后的同化试验。结果表明:(1)雷达反射率因子的同化很好地改进了模式初始湿度场,使降水预报在分布和强度上更接近实况;(2)雷达资料的订正进一步改进了反射率因子同化试验,并且通过调整初始湿度场和上升运动场(调整作用主要体现在前2~3 h内)改善了对降水的模拟预报,其结果证明雷达反射率因子的订正改善了雷达资料的质量。     

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。     

卫星和雷达资料在暴雨数值预报中的应用研究

采用美国风暴分析预报中心开发的中尺度模式（Advanced Regional Prediction System,ARPS）的资料分析系统ADAS（ARPS Data Analysis System）,把中国CINRAD/SA、SB多普勒雷达反射率、风云-2E卫星的红外和可见光资料引入模式初始场,利用高分辨率中尺度模式WRF对2012年7月21日中国华北地区暴雨过程进行数值模拟。结果表明：加入雷达和卫星资料的WRF数值模拟,由于修正了中低层水汽,对降水系统预报有一定的调整,预报的降水落区位置和降水量中心值更接近实况;同时加入卫星和雷达资料同化后,明显改善了WRF降水系统预报偏慢的情况。雷达与卫星资料同化对WRF模式降水预报影响不同,雷达资料影响的时间短,只在6 h内预报起作用,而卫星资料影响时间较长,能够改善24 h内的预报。加入卫星和雷达资料,修正了水汽场,使降水预报在开始时间、量级和范围上均有改善,更接近实况。     

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。     

C波段雷达反射率资料的同化与数值模拟

利用ARPS模式(Advanced Regional Prediction System)的资料分析系统ADAS(ARPS Data Analysis Sys-tem),以NCEP GFS资料为背景场对我国西北地区CINRAD-CB\CC型雷达反射率资料进行同化试验研究,并借助于WRF(Weather Research and Forecasting Model)模式,对发生在黄河河套及河北地区的一次天气过程进行个例模拟试验。不同模拟方案模拟结果的对比分析和短时预报检验表明:①C波段雷达反射率资料的引入与S波段雷达反射率资料在空间覆盖上构成互补,与卫星、地面等资料的云综合分析能够分析出与实况更为接近的降水场和垂直结构信息;②同化了C波段雷达反射率资料的试验方案在模拟回波系统演变上优于未同化的,但由于模拟低层暖湿条件不足,系统逐渐衰弱与实况不符;③对比实况降水发现,区域C波段雷达反射率资料的同化对短时降水预报效果有一定改善。     

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.     

基于WRF-EnKF系统的雷达反射率直接同化对台风“天鸽”（1713）预报的影响

利用基于中尺度数值模式WRF(Weather Research and Forecast)的集合卡尔曼滤波(EnKF,Ensemble Kalman Filter)同化系统直接同化广东地区雷达反射率资料,对2017年台风“天鸽”(1713,Hato)近海发展以及降水预报效果进行数值模拟分析研究。结果显示,直接同化雷达反射率资料后,台风的回波强度和范围有了明显改善,可更好地调整水汽场、水凝物和温度场。当台风风场和水汽场调整后,进入台风主体部分的水汽量显著增加,使得台风强度增强,台风中心最低海平面气压降低,与实况更接近。同化雷达反射率资料后,6 h和24 h降水强度和落区预报效果有显著改善,尤其是能提高大暴雨和特大暴雨量级的TS评分,此外地面2 m温度和2 m相对湿度的预报效果也有改进。      

Assimilation of Radar and Cloud-to-Ground Lightning Data Using WRF-3DVar Combined with the Physical Initialization Method——A Case Study of a Mesoscale Convective System

Radar data, which have incomparably high temporal and spatial resolution, and lightning data, which are great indicators of severe convection, have been used to improve the initial field and increase the accuracies of nowcasting and short-term forecasting. Physical initialization combined with the three-dimensional variational data assimilation method(PI3 DVar_rh) is used in this study to assimilate two kinds of observation data simultaneously, in which radar data are dominant and lightning data are introduced as constraint conditions. In this way, the advantages of dual observations are adopted. To verify the effect of assimilating radar and lightning data using the PI3 DVar_rh method, a severe convective activity that occurred on 5 June 2009 is utilized, and five assimilation experiments are designed based on the Weather Research and Forecasting(WRF) model. The assimilation of radar and lightning data results in moister conditions below cloud top, where severe convection occurs; thus, wet forecasts are generated in this study.The results show that the control experiment has poor prediction accuracy. Radar data assimilation using the PI3 DVar_rh method improves the location prediction of reflectivity and precipitation, especially in the last 3-h prediction, although the reflectivity and precipitation are notably overestimated. The introduction of lightning data effectively thins the radar data, reduces the overestimates in radar data assimilation, and results in better spatial pattern and intensity predictions. The predicted graupel mixing ratio is closer to the distribution of the observed lightning,which can provide more accurate lightning warning information.     

多普勒雷达资料同化对江苏一次飑线过程的数值模拟

应用新一代中尺度预报模式WRF模式及其3DVar同化系统, 针对江苏地区2009年6月14日飑线过程进行了多普勒雷达资料的同化试验研究, 在对雷达资料进行严格质量控制的基础上, 设计一系列尺度化因子优化调整及同化频率的敏感性试验。试验结果表明:同化后初始场得到不同程度改善, 适当的尺度化因子设定, 能够有效改进对模式初始场中700 hPa风场和850 hPa温度场以及组合反射率因子等要素的分析, 进而改善短时降水预报和风暴的垂直结构配置;并且同化频率越高, 对初始场的组合反射率因子分布与观测更为接近, 短时降水预报越准确。     

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。     

Application of a Three-dimensional Variational Method for Radar Reflectivity Data Correction in a Mudslide-inducing Rainstorm Simulation

Various types of radars with different horizontal and vertical detection ranges are deployed in China, particularly over complex terrain where radar blind zones are common. In this study, a new variational method is developed to correct threedimensional radar reflectivity data based on hourly ground precipitation observations. The aim of this method is to improve the quality of observations of various types of radar and effectively assimilate operational Doppler radar observations. A mudslide-inducing local rainstorm is simulated by the WRF model with assimilation of radar reflectivity and radial velocity data using LAPS(Local Analysis and Prediction System). Experiments with different radar data assimilated by LAPS are performed. It is found that when radar reflectivity data are corrected using this variational method and assimilated by LAPS,the atmospheric conditions and cloud physics processes are reasonably described. The temporal evolution of radar reflectivity corrected by the variational method corresponds well to observed rainfall. It can better describe the cloud water distribution over the rainfall area and improve the cloud water analysis results over the central rainfall region. The LAPS cloud analysis system can update cloud microphysical variables and represent the hydrometeors associated with strong convective activities over the rainfall area well. Model performance is improved and the simulation of the dynamical processes and moisture transport is more consistent with observation.     

Analysis and very short range forecast of cyclone “AILA” with radar data assimilation with rapid intermittent cycle using ARPS 3DVAR and cloud analysis techniques

In this study, both reflectivity and radial velocity are assimilated into the Weather Research and Forecasting (WRF) model using ARPS 3DVAR technique and cloud analysis procedure for analysis and very short range forecast of cyclone ÁILA. Doppler weather radar (DWR) data from Kolkata radar are assimilated for numerical simulation of landfalling tropical cyclone. Results show that the structure of cyclone AILA has significantly improved when radar data is assimilated. Radar reflectivity data assimilation has strong influence on hydrometeor structures of the initial vortex and precipitation pattern and relatively less influence is observed on the wind fields. Divergence/convergence conditions over cyclone inner-core area in the low-to-middle troposphere (600–900 hPa) are significantly improved when wind data are assimilated. However, less impact is observed on the moisture field. Analysed minimum sea level pressure (SLP) is improved significantly when both reflectivity and wind data assimilated simultaneously (RAD-ZVr experiment), using ARPS 3DVAR technique. In this experiment, the centre of cyclone is relocated very close to the observed position and the system maintains its intensity for longer duration. As compared to other experiments track errors are much reduced and predicted track is very much closer to the best track in RAD-ZVr experiment. Rainfall pattern and amount of rainfall are better captured in this experiment. The study also reveals that cyclone structure, intensification, direction of movement, speed and location of cyclone are significantly improved and different stages of system are best captured when both radar reflectivity and wind data are assimilated using ARPS 3DVAR technique and cloud analysis procedure. Thus optimal impact of radar data is realized in RAD-ZVr experiment. The impact of DWR data reduces after 12 h forecast and it is due to the dominance of the flow from large-scale global forecast system model. Successful coupling of data assimilation package ARPS 3DVAR with WRF model for Indian DWR data is also demonstrated.