集合卡尔曼滤波同化中雷达位置的敏感性研究

针对对流尺度集合卡尔曼滤波（EnKF）雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向（即环境气流的方向）。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上（即与环境气流成45°夹角）,同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波（iEnSRF）算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。      

风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验I.不考虑模式误差的情形

本文在假定模式无偏差的情况下, 利用一次风暴过程的模拟多普勒雷达资料进行一系列风暴天气尺度的集合卡尔曼滤波资料同化试验, 检验集合卡尔曼滤波在风暴天气尺度资料同化方面的效果, 并验证各集合卡尔曼滤波参数对同化效果的影响。试验结果表明, 集合卡尔曼滤波能有效地应用于风暴尺度的资料同化; 40个集合成员以及6 km的局地化尺度能较好地滤除采样误差造成的虚假相关, 同时可以将观测信息传递到无观测的模式格点; 利用背景场加上空间平滑的高斯型随机扰动生成初始成员的方式较未经过平滑的方式有更好的分析效果; 背景场扰动方法能够提高样本的离散度; 只同化反射率的同化试验表明, 反射率的同化效果较明显, 也证明了集合卡尔曼滤波在非常规资料同化中的作用; 增加径向风资料同化的效果优于只进行反射率同化的结果。     

风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验Ⅰ.不考虑模式误差的情形

本文在假定模式无偏差的情况下,利用一次风暴过程的模拟多普勒雷达资料进行一系列风暴天气尺度的集合卡尔曼滤波资料同化试验,检验集合卡尔曼滤波在风暴天气尺度资料同化方面的效果,并验证各集合卡尔曼滤波参数对同化效果的影响。试验结果表明,集合卡尔曼滤波能有效地应用于风暴尺度的资料同化;40个集合成员以及6km的局地化尺度能较好地滤除采样误差造成的虚假相关,同时可以将观测信息传递到无观测的模式格点;利用背景场加上空间平滑的高斯型随机扰动生成初始成员的方式较未经过平滑的方式有更好的分析效果;背景场扰动方法能够提高样本的离散度;只同化反射率的同化试验表明,反射率的同化效果较明显,也证明了集合卡尔曼滤波在非常规资料同化中的作用;增加径向风资料同化的效果优于只进行反射率同化的结果。     

雷达径向风观测在华北区域数值预报系统中的实时三维变分同化应用试验

以实现业务应用为目标开展了区域多部雷达径向风观测资料的三维变分直接同化应用研究。重点对背景场误差协方差的方差和尺度因子进行调整,形成能够与其他常规观测资料协同同化的雷达径向风同化方案,并建立了京津冀6部多普勒雷达观测资料的实时预处理系统。基于上述工作开展2011年汛期京津冀多普勒雷达径向风观测资料在华北区域快速更新循环同化和预报系统中的实时同化和对比试验,并对应用效果进行了初步评估。实时同化试验期间京津冀地区6部雷达经过质量控制后的径向风数据质量和同化情况的分析结果表明,同化系统有效地吸收了雷达径向风的观测信息并形成合理的分析增量,其中,S波段雷达观测的径向风数据数量、质量和稳定度均明显优于C波段雷达;整体来看,雷达径向风同化对地面和高空要素预报性能的影响基本为中性,且主要影响时段集中在最初的6 h。但降水预报评分结果表明,雷达径向风同化从降水强度、落区和范围等方面均明显提升了系统对对流尺度降水的短时预报性能。同时也应该看到,受制于目前3 h一次的同化更新频率,雷达资料同化的效果往往到对流临近时次才能体现。     

登陆台风强度变化过程预报的影响试验研究

探索了基于WRF模式的集合卡尔曼滤波同化方法（WRF-EnKF,简称EnKF）在近海有可能达到更强台风连续循环同化中国大陆高时空分辨率多普勒天气雷达径向风观测资料的效果,同时检验台风Vicente（2012）的三维结构演变及其动力学特征。通过短期集合预报得到跟随当前流场变化着的背景误差协方差的台风涡旋和动力学结构。研究发现,EnKF同化预报系统能有效地同化高时空分辨率雷达径向速度观测资料,显著改善初始场中台风Vicente的中小尺度内核结构,同时提高对台风Vicente的路径和强度及其相伴随的短期强降水预报。在台风最强时刻同化雷达径向风观测能快速（1~2 h）得到真实的暖核台风结构,同时进一步提高台风路径和强度的预报。另外,EnKF同化雷达径向风观测资料还能有效提高短期降水预报,1 h和3 h累积降水的分布、降水中心以及降水随时间演变都能得到显著改善,这与改善台风路径、结构和强度有密切关系。因此,对中国东南沿海有可能达到较强的台风进行同化雷达径向风观测资料可改善登陆台风的预报水平,这为利用我国地基多普勒天气雷达观测资料改善模式的初始场从而提高台风预报提供一定的指示作用。      

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。     

多普勒雷达资料循环同化在台风“鲇鱼”预报中的应用

高分辨率的中尺度预报模式ARPS及其3DVAR/云分析系统,针对2010年登陆福建的超强台风“鲇鱼”,研究对流可分辨尺度下,每1h循环同化沿海新一代多普勒雷达网资料分析、研究对台风初始场和预报场的改进作用.结果表明:单独同化雷达资料可显著改善初始场中的台风内核区动力和热力结构,以及台风强度和位置,进而提高18h台风强度、路径和降水预报,但预报路径和降水分布与实况仍存在差异.在雷达资料同化基础上加入常规观测资料,对初始场中台风内核区结构改进不大.但在显著调整大尺度背景场,从而进一步减少台风路径预报误差,能准确预报出福建沿海两个强降水区域的位置和强度.总体而言,雷达资料同化主要提高台风结构分析,而常规观测资料同化主要改善环境场分析,两者有效结合使得预报结果和实况最为接近.     

集合方根滤波同化多普勒雷达资料在一次飑线过程中的应用研究

针对2005年7月12日发生在山东省中西部地区的一次飑线天气过程,采用集合方根滤波方法开展基于WRF模式的多普勒雷达资料的同化应用试验,考察了此同化系统对实际雷达资料的同化效果。主要结论如下：（1）集合方根滤波同化系统能有效同化实际雷达资料,雷达资料的加入增加了模式的中小尺度信息,使分析场得到了显著改善,有效缩短了模式起转时间,改进了对地面降水的预报。（2）利用三次同化分析后的集合平均分析场进行的确定性预报表明,与控制试验相比,同化后分析场能更准确地预报飑线系统的微物理量场,预报的流场结构符合风暴的动力特征,动力场和热力场的分布与配置也基本合理。（3）集合平均分析场对飑线系统传播方向的预报与实况一致,但预报的系统传播速度较实况快,由于对流系统的非线性发展迅速,对系统的预报时效为5—6 h。     

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。     

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.     

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.     

微物理方案及其参数对EnSRF资料同化的影响研究

利用自主构建的基于风暴尺度的WRF-En SRF系统同化模拟多普勒雷达资料,讨论了微物理方案及其参数的不确定性对同化效果的影响。试验采用组合微物理方案以及扰动微物理方案中的参数的方法,结果表明,模式误差非常小甚至可以忽略时,使用单个微物理方案并扰动参数能够使真实风暴的主要特征在分析场中较未扰动参数得到更好地反映;存在模式误差时,使用单个微物理方案并扰动参数后,分析场中的各要素的分布较未扰动参数更加接近真实风暴,同化效果得到改进,且改进效果比模式误差非常小时更为明显;存在模式误差时,组合微物理方案并扰动参数后,分析场中对流云团的形态较未组合方案或未扰动参数更接近真实风暴,主要要素场的配置最能反映真实风暴的特征,同化效果最为理想。结果也表明,扰动参数时、参数扰动范围较小时,同化效果较优。     

风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验 II. 考虑模式误差的情形

文章的第I部分(兰伟仁等, 2010), 利用模拟雷达资料在假定模式无误差的情况下进行了一系列的集合卡尔曼滤波(EnKF)敏感性试验, 验证了EnKF方法在风暴尺度天气资料同化中的作用。本文继续探讨EnKF在有显著模式误差的情况下同化模拟多普勒雷达资料的效果问题。试验中假定模式误差主要来源于微物理过程参数化的不确定性。结果表明: 模式误差在不同程度上影响了EnKF分析的效果, 对微物理量的影响尤其明显; 在EnKF分析中, 利用微物理过程参数化集合的方法来考虑模式误差, 对速度场、 位温场以及比湿场有较明显的正作用, 但对于微物理量场分析效果较差; 若包含控制试验的微物理过程参数化方案, 则EnKF对所有变量都有正效果, 随着同化循环次数的增加, 分析结果更加合理; 只考虑冰相过程的微物理过程参数化方案的集合, 分析效果进一步提高。     

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.     

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。     

Assimilation of Doppler Radar Data with an Ensemble 3DEnVar Approach to Improve Convective Forecasting

An ensemble three-dimensional ensemble-variational(3DEnVar)data assimilation(E3DA)system was developed within the Weather Research and Forecasting model’s 3DVar framework to assimilate radar data to improve convective forecasting.In this system,ensemble perturbations are updated by an ensemble of 3DEnVar and the ensemble forecasts are used to generate the flow-dependent background error covariance.The performance of the E3DA system was first evaluated against one experiment without radar DA and one radar DA experiment with 3DVar,using a severe storm case over southeastern China on 5 June 2009.Results indicated that E3DA improved the quantitative forecast skills of reflectivity and precipitation,as well as their spatial distributions in terms of both intensity and coverage over 3DVar.The root-mean-square error of radial velocity from 3DVar was reduced by E3DA,with stronger low-level wind closer to observation.It was also found that E3DA improved the wind,temperature and water vapor mixing ratio,with the lowest errors at the surface and upper levels.3DVar showed moderate improvements in comparison with forecasts without radar DA.A diagnosis of the analysis revealed that E3DA increased vertical velocity,temperature,and humidity corresponding to the added reflectivity,while 3DVar failed to produce these adjustments,because of the lack of reasonable cross-variable correlations.The performance of E3DA was further verified using two convective cases over southern and southeastern China,and the reflectivity forecast skill was also improved over 3DVar.     

雷达资料同化对2016年6月23日阜宁龙卷模拟的改进

基于GSI（Community Gridpoint Statistical Interpolation）同化系统和WRF（Weather Research and Forecasting）模式,探讨了多部多普勒雷达的反射率因子和径向速度资料同化对2016年6月23日江苏阜宁龙卷模拟的改进效果和影响过程。结果表明:（1）仅同化雷达反射率因子和仅同化径向速度均能在一定程度上改进模式对阜宁龙卷及其环境场的模拟,且雷达径向速度同化的改进作用更大;同时同化两种资料改进效果最佳。（2）雷达反射率因子同化是利用复杂云分析技术,直接修正了水凝物含量,增加了潜热释放,对低层大气热力场进行了正温度扰动调整,从而主要改进了初始场的水汽条件和热力条件;而雷达径向速度同化通过三维变分技术直接修正了风场,进而引起水汽输送变化影响水凝物的调整和大气热力场的变化,对初始场的动力条件和热力条件修正较大;同时同化两种资料修正了初始场的动力和热力结构,保证了两者物理上的协调,综合了两者的改进作用,从而取得最佳模拟效果。（3）同时同化雷达反射率因子和径向速度后,模式在阜宁附近模拟出了明显的涡旋结构,尽管涡旋强度和龙卷结构与实况仍有一定差距,但涡旋发生发展过程、路径、地面小时极大风和降水等模拟与实况吻合度均明显高于对照试验。      

EnKF循环同化相控阵雷达数据与变分雷达反演方法的对比研究:对一次台风外围龙卷个例的分析北大核心

针对2018年9月17日发生在广东省佛山市的一次台风龙卷过程,对比分析了EnKF和变分方法同化X波段相控阵雷达得到的风场结构。结果表明,EnKF方法和变分方法在同化了X波段相控阵雷达资料之后,都可以得到龙卷母体风暴的涡旋特征。相比之下,EnKF同化分析的涡旋强度更强,台风龙卷母体风暴及其周边三维风场的结构更加完整,与回波结构匹配更好。变分方法同化得到的流场不够连续,台风龙卷母体风暴的涡旋强度偏弱,弱回波区入流也明显偏弱,并不符合概念模型。而两种方法在没有同化相控阵雷达数据时,都无法产生龙卷母体风暴的流场特征。总体而言,相对于变分方法,EnKF同化系统在同化X波段相控阵雷达数据后可以产生更为合理的涡旋结构,台风龙卷母体风暴及其周边动力场结构更合理,这为以后X波段相控阵雷达的业务应用提供了思路。