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。     

GPS观测资料应用于中尺度数值预报模式的初步研究

利用建立在长江三角洲地区GPS观测网中 11个站点的可降水量资料 ,对 2 0 0 2年 6月 2 3～ 2 4日影响长江三角洲地区的降水过程进行了MM5模式初始湿度场调整和Nudging同化试验。试验表明 :利用GPS测量的可降水量对模式初始湿度场进行调整能明显增强模式初始场描述水汽分布的能力 ,从而有效地控制模式积分初期对可降水量预报的误差 ,并对模式 6h累积降水量预报有较明显的改善作用。利用Nudging技术同化GPS可降水量资料对MM5预报效果改善较小 ,并且Nudging系数的增加对预报效果的影响不大。总体上 ,利用GPS可降水量资料调整模式初始湿度场对模式 6h累积降水预报效果的改善明显好于连续Nudging同化。试验还表明 :GPS资料对模式初始湿度场调整改善模式对累积降水量的预报主要是通过改善网格降水预报来实现的 ,而Nudging同化主要是通过改善次网格降水而提高模式降水预报能力的。     

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。     

华北地区地基GPS天顶总延迟观测的质量控制和同化应用研究

地基GPS天顶总延迟由于其解算误差来源少于目前广泛应用的可降水量资料,其同化应用将会为数值预报初值场更好地提供大气信息。面向同化应用的天顶总延迟观测质量控制方案的研发将会有效推进该资料在中国数值预报中的广泛应用。基于2013-2014年华北地区天顶总延迟观测资料,发展了一套针对数值预报同化应用的天顶总延迟观测质量控制方案。该方案从测站稳定性和解算精度、离群值、系统偏差及标准差等考察点切入,从不同角度检查和标记出致使观测序列统计特性偏离高斯分布特征的样本。质量控制后序列统计特征量更接近三维变分系统对观测资料的性质假设,表明了所建立质量控制方案的合理性。基于北京市气象局数值预报业务系统BJ-RUC开展了连续11 d的快速更新循环预报试验。评估结果表明：同化质控后天顶总延迟试验的降水预报效果明显优于同化未质控天顶总延迟试验,表明所建立质量控制方案的有效性。同化质控后天顶总延迟试验的降水预报效果优于未同化GPS资料试验,表明天顶总延迟资料的同化应用可以有效提升预报系统的降水预报效果,特别是在无探空资料参加同化的预报时次;同化质控后天顶总延迟资料试验的降水预报效果也优于同化可降水量的试验,表明使用天顶总延迟资料代替可降水量资料在数值预报业务中开展同化应用是可行的。在天顶总延迟观测质量控制方案研发和同化应用得到了一些有意义的结果,有助于推进该观测资料在数值预报科研和业务中的应用,为提升预报性能提供技术支撑。     

WRF模式物理参数化方案对一次局地大暴雨预报的影响研究

基于WRF(Weather Research and Forecasting)模式及其3Dvar(3-Dimentional Variational)资料同化系统,采用36、12、4 km嵌套网格进行快速更新循环同化和不同的微物理及积云对流参数化方案对比试验,对2011年5月8日鲁中一次局地大暴雨过程进行了研究。结果表明,快速更新循环同化地面观测资料是影响模式降水落区预报准确性的关键因素,不同的微物理和积云对流参数化方案主要影响降水强度预报。采用不同的微物理参数化方案和积云对流参数化方案进行降水预报对比试验表明,LIN方案和WSM6(WRF Single-Moment 6-class)微物理参数化方案对降水预报均较好,LIN方案降水预报较WSM6方案略强。4 km网格预报使用K-F (Kain-Fritsch)积云对流参数化方案或不使用积云对流参数化方案,预报的降水均较好。4 km网格使用旧的K-F积云对流参数化方案,预报的近地层大气风场偏弱,导致大气动力抬升作用偏弱,从而造成模式降水预报偏弱。     

AMDAR资料在北京数值预报系统中的同化应用

该文针对北京市气象局业务快速更新循环同化预报系统(BJ-RUC),通过对有无飞机观测资料参加同化的预报试验客观要素预报均方根误差和降水量TS评分的对比分析,探讨了飞机观测资料对短期数值天气预报的影响。结果表明:飞机观测资料的同化对于前9 h预报时效内的高空风和温度预报有明显的正面影响。其中,对风预报的正面影响集中在925~250 hPa高度上;而对温度预报的正面影响主要体现在850~400 hPa之间的各层内。在快速更新循环的暖启动模式下,飞机观测资料同化比冷启动模式下带给预报结果更明显的正面贡献。飞机观测资料参加同化对于降水预报技巧的提高也有正面效应,对24 h和12 h累积降水量TS评分以及12~18 h和18~24 h时段内的6 h累积降水TS评分有明显提高,提高的最大幅度达50%,并对相应阈值和时段内无飞机观测资料参加同化的试验中雨区偏大现象有改善。分析增量分布特征与同化带来的风温要素3 h预报改进的垂直特征基本对应,表明飞机观测资料参加同化对初始场中风场和温度场质量的改进。     

bbGPS/PWV资料三维变分同化改进MM5降水预报连续试验的评估

利用区域地基GPS网反演的高时空密度的大气垂直方向水汽总量，也称为可降水量（PWV），可大大弥补常规探空探测水汽资料的不足。为了全面评估区域GPS网PWV资料同化对业务数值天气预报改进程度的目的，在个例研究分析的基础上，进行了连续38天的GPS/PWV资料三维同化（3D-Var）改进数值业务预报的试验。研究方法是根据长江三角洲地区GPS气象网在2002年梅雨和盛夏季节观测的刖资料，通过三维变分同化建立中尺度数值预报模式MM5的初始场，逐日作出长江三角洲地区24小时的降水量预报。以6小时累积雨量为对象，与未同化GPS／刖资料的MM5的相应预报比较，通过多种评分方法，评估了GPS／PWV资料改进MM5降水预报的效果。结果表明GPS／PWV资料同化后的MM5降水预报能力在大部分时间和大部分地区都有所提高，主要是伪击率有较明显的下降，对小范围降水预报的改进更为明显。预报明显改进的区域恰好位于GPS站填补常规探空站间距较大的地区。     

同化GPS可降水量资料在安徽地区暴雨预报中的应用

利用2014年5月10日08时和5月24日08时的中国GPS(Global Positioning System)可降水量资料、地面气象观测资料及探空资料,基于WRF(Weather Research Forecast)模式及其三维变分同化系统对安徽地区2014年5月10日区域性暴雨过程和5月24日局地性暴雨过程进行了同化研究。结果表明:同化GPS水汽资料能较好地改善WRF模式的湿度场,对风场的调整较小;同化探空资料和地面常规气象观测资料可以同时调整湿度场与风场,但对湿度场的改善效果明显不如同化GPS水汽资料。仅同化GPS可降水资料,可以改进暴雨落区和强度的WRF模式模拟预报效果;而同化探空资料和地面常规气象观测资料对暴雨落区与强度预报的改进效果低于仅同化GPS水汽资料;同时同化地面常规气象观测资料、探空资料和GPS可降水资料对暴雨强度与落区的预报效果改进明显,与实况更接近,暴雨预报的TS评分更高,空报率更低。     

青藏高原坡面观测信息对我国夏季降水预报的作用

利用不同同化方式分别同化青藏高原地区新一代综合气象观测网的自动站和GPS大气可降水量信息,探讨这些观测资料对我国夏季不同区域降水预报的作用。通过两组数值试验对2008年夏季连续两个月的天气进行分析场和降水预报结果检验,得出以下主要结论：（1）由于同化测站的平均台站高度在2550m以上,因此同化青藏高原地区新一代综合气象观测网资料后,对背景场调整的正作用主要集中在500 hPa以上;循环同化方式对背景场的调整作用比静态同化方式更明显,尤其在500 hPa以上;（2）无论用静态同化,还是循环同化,该观测网资料对华北地区降水预报的改善作用都不太明显,只是对个别降水量级有改善作用;（3）采用静态同化,会对西南地区东部24小时降水预报有改善作用;在多数情况下同化沿99°E附近的7个测站资料得到的降水预报结果比同化24个站的好;（4）对于长江中下游地区,采用循环同化方式更有利于该地区降水预报准确率的提高,尤其是对25～48小时降水的预报;同时,在多数情况下同化24个自动站和GPS大气可降水量信息对降水预报改善比只同化7个站的更好。     

GPS可降水量资料应用于MM5模式的变分同化试验

利用建立在长江三角洲地区GPS观测网中13个站点的资料对2002年6月27~28日影响长江三角洲地区的降水过程进行了MM5背景误差调节和可降水量资料的三维变分同化试验。试验结果表明:背景误差对三维变分同化的效果起着关键作用,模式变量(u,v,T,p和q)误差的水平尺度与NMC方法的平均时间长度有直接的关系。利用NMC方法重新构建的背景误差更接近实际的背景误差。三维变分技术能有效地同化GPS可降水量资料。GPS可降水量资料的同化使用不仅能调整模式初始湿度场,而且也能相应地调整模式初始气压场、温度场和风场。GPS可降水量资料的同化有利于减小模式初始场对可降水量的分析误差,并且有利于减小模式积分初期(3~6 h)可降水量的预报误差。与没有进行GPS可降水量同化相比,通过GPS可降水量资料的三维变分同化,使MM5模式6 h和24 h累计降水能力得到提高,改善了MM5模式降水预报性能。总体上,GPS可降水量资料的变分同化有利于模式降水预报能力的提高。     

Variational Assimilation of GPS Precipitable Water Vapor and Hourly Rainfall Observations for a Meso-β Scale Heavy Precipitation Event During the 2002 Mei-Yu Season

Recent advances in Global Positioning System (GPS) remote sensing technology allow for a direct estimation of the precipitable water vapor (PWV) from delayed signals transmitted by GPS satellites, which can be assimilated into numerical models with four-dimensional variational (4DVAR) data assimilation. A mesoscale model and its 4DVAR system are used to access the impacts of assimilating GPS-PWV and hourly rainfall observations on the short-range prediction of a heavy rainfall event on 20 June 2002. The heavy precipitation was induced by a sequence of meso-β-scale convective systems (MCS) along the mei-yu front in China.The experiments with GPS-PWV assimilation successfully simulated the evolution of the observed MCS cluster and also eliminated the erroneous rainfall systems found in the experiment without 4DVAR assimilation. Experiments with hourly rainfall assimilation performed similarly both on the prediction of MCS initiation and the elimination of erroneous systems, however the MCS dissipated much sooner than it did in observations. It is found that the assimilation-induced moisture perturbation and mesoscale low-level jet are helpful for the MCS generation and development. It is also discovered that spurious gravity waves may post serious limitations for the current 4DVAR algorithm, which would degrade the assimilation efficiency, especially for rainfall data. Sensitivity experiments with different observations, assimilation windows and observation weightings suggest that assimilating GPS-PWV can be quite effective, even with the assimilation window as short as 1 h. On the other hand, assimilating rainfall observations requires extreme cautions on the selection of observation weightings and the control of spurious gravity waves.     

Variational Assimilation of GPS Precipitable Water Vapor and Hourly Rainfall Observations for a Meso-β Scale Heavy Precipitation Event During the 2002 Mei-Yu Season

Recent advances in Global Positioning System （GPS） remote sensing technology allow for a direct estimation of the precipitable water vapor （PWV） from delayed signals transmitted by GPS satellites, which can be assimilated into numerical models with four-dimensional variational （4DVAR） data assimilation. A mesoscale model and its 4DVAR system are used to access the impacts of assimilating GPS-PWV and hourly rainfall observations on the short-range prediction of a heavy rainfall event on 20 June 2002. The heavy precipitation was induced by a sequence of meso-β-scale convective systems （MCS） along the mei-yu front in China. The experiments with GPS-PWV assimilation cluster and also eliminated the erroneous rainfall successfully simulated the evolution of the observed MCS systems found in the experiment without 4DVAR assimilation. Experiments with hourly rainfall assimilation performed similarly both on the prediction of MCS initiation and the elimination of erroneous systems, however the MCS dissipated much sooner than it did in observations. It is found that the assimilation-induced moisture perturbation and mesoscale low-level jet are helpful for the MCS generation and development. It is also discovered that spurious gravity waves may post serious limitations for the current 4DVAR algorithm, which would degrade the assimilation efficiency, especially for rainfall data. Sensitivity experiments with different observations, assimilation windows and observation weightings suggest that assimilating GPS-PWV can be quite effective, even with the assimilation window as short as 1 h. On the other hand, assimilating rainfall observations requires extreme cautions on the selection of observation weightings and the control of spurious gravity waves.     

成都地区秋、冬季GPS可降水量的时空分析

利用成都地区5个测站地基GPS2007年9月-2008年2月的观测数据,解算出1 min间隔的天顶总延迟,结合自动气象站资料计算出30 min间隔的大气可降水量(GPS-PWV).对月平均的GPS-PWV分析表明:秋、冬季变化趋势从9月开始下降,1月达到最小值,2月又逐渐上升.在大气环流相同的情况下,地理位置相近的站,海拔高的地区大气中的水汽量比海拔低的地区要少,且变化较大;海拔高度相近的站,大气中的水汽含量由南向北减少.日合成分析显示:在静稳天气下,日变化特征显著,具有双峰型特征:白天峰值与气温的最大值相对应;夜间峰值与降水量的峰值相对应;GPS-PWV与地面空气相对湿度白天呈负相关,夜间呈正相关.     

引入地基GPS可降水量资料对一次西南涡暴雨水汽场的初步分析

利用成都地区4个地基GPS站遥感的大气可降水量(GPS-PWV)数据,结合自动气象站雨量和NCEP再分析等资料,对2008年7月20～22日一次由高原涡诱生西南涡引发的四川盆地暴雨过程的水汽变化进行了分析。结果表明,降水开始前GPS-PWV有一个急升过程,且与过程1h最大雨量有较好的对应关系,GPS-PWV的增幅和所达到的最大值可以较好地反映西南暖湿气流对四川盆地水汽的影响程度;而GPS-PWV的骤降则预示降水即将结束。西南涡在GPS-PWV急速上升之后形成于盆地;在其发展强盛时段,盆地处于低空水汽通量大值区和水汽辐合中心,随着西南涡的东移,GPS-PWV逐渐减小至最低水平。     

一次西南涡持续暴雨的GPS大气水汽总量特征

利用成都地区地基GPS遥感的大气水汽总量资料 (GPS-PWV)、NCEP再分析资料、自动站降水量资料和探空站比湿资料,对2010年7月15—18日发生在四川盆地东北部的一次持续性暴雨的水汽变化特征进行综合分析,重点探究这次大暴雨的影响系统 (西南涡) 发生、发展前后GPS-PWV的演变特征及其与降水的关系。结果表明:降水发生时,GPS-PWV通常在短时间内有急剧的上升,并在西南涡形成前达到最大值;西南涡完全形成时,GPS-PWV急升结束;西南涡东移,GPS-PWV继续下降到最低,降水趋于结束。与水汽通量散度相比较,水汽散度垂直通量能更好地描述暴雨过程中的强上升、辐合辐散运动以及水汽输送情况,它与GPS-PWV变化趋势基本一致。因此,GPS-PWV的急升与陡降对大暴雨的形成与减弱有一定指示意义。     

2017-2019年南疆西部和昆仑山北坡大气可降水量变化特征

基于2017-2019年南疆地基GPS大气可降水量（下文简称“GPS-PWV”）、常规探空水汽廓线计算的大气可降水量（下文简称“RS-PWV”）和逐时降水资料，统计分析南疆西部和昆仑山北坡GPS-PWV时空变化特征、夏季不同海拔高度不同降水量级下GPS-PWV变化与实际降水的对应关系。结果表明：（1）南疆西部和昆仑山北坡GPS-PWV与RS-PWV，二者具有符合预期的很高的相关性。（2）不同海拔高度站点GPS-PWV空间分布差异明显，大部分站点GPS-PWV随海拔高度的增加而降低。（3）各站点GPS-PWV逐月变化均呈单峰型，冬季12月或1月最小，夏季7、8月最大；春、夏季各站GPS-PWV距平日变化为单峰型，秋、冬季GPS-PWV距平日变化除秋季乌恰站、若羌站为单峰型外，其它均为三峰或四峰型。（4）各站有、无降水时PWV平均值差异明显，昆仑山北坡差异更大；降水发生前GPS-PWV已开始上升，南疆西部PWV峰值主要出现在降水前0～1 h，昆仑山北坡PWV峰值主要出现在降水前0～3 h和7～9 h。     

华西秋雨天气过程中GPS遥感水汽总量演变特征

利用成都地区地基GPS观测网2007年9-11月的观测数据, 结合自动气象站资料计算出30 min间隔GPS遥感的大气水汽总量(GPS-PWV)。将成都地区秋季降雨分为阵性降雨和连续性降雨(秋绵雨), 结合其他气象要素资料, 分析了GPS-PWV变化与成都秋雨之间的关系。结果表明:高值的水汽总量是产生降水的必要条件; 不同的降水过程, GPS-PWV的变化幅度、极值水平和持续时间存在明显差异。水汽的增长、上升运动的增强和温度的减少是造成阵性降水的主要原因; 而秋绵雨过程中, 水汽的增长和地面露点温度差与降水过程有较好的对应关系。     

时间加密探空观测对分析和预报质量的敏感性研究

探空观测是气象资料同化中最基本的常规观测资料,对同化分析和预报的有效改善具有重要作用。由于现有探空观测站的空间分辨率较低,分布不均匀,且每日仅有两次观测,数量偏少,限制了其分析场对中小尺度大气状态的准确再现能力。自我国L波段雷达-数字探空仪更新换代以来,探空观测具备了获取每日4次、垂直分辨为秒级和分钟级的大气廓线资料。本文利用WRF中尺度数值模式,通过06时（世界时,下同）加密探空资料和12时常规探空资料的有效同化,研究分析了时间加密探空观测资料对同化分析和预报质量的敏感性影响。结果表明：同化06时的时间加密探空资料的午后暴雨预报质量优于12时常规探空观测。具体而言,同化06时的时间加密探空资料预报的大雨和暴雨的预报技巧高于12时常规探空资料;位势高度、温度和风场等预报场的均方根误差在高层的改进效果更加明显;06时的时间加密探空资料的同化对高层的高空急流和低层的水汽通量散度的预报质量贡献更大。批量试验进一步证实了有效同化时间加密探空资料对分析和数值预报效果改进的积极意义。     

Impact of Coastal Radar Observability on the Forecast of the Track and Rainfall of Typhoon Morakot(2009)Using WRF-based Ensemble Kalman Filter Data Assimilation

This study explored the impact of coastal radar observability on the forecast of the track and rainfall of Typhoon Morakot(2009)using a WRF-based ensemble Kalman filter(EnKF)data assimilation(DA)system.The results showed that the performance of radar EnKF DA was quite sensitive to the number of radars being assimilated and the DA timing relative to the landfall of the tropical cyclone(TC).It was found that assimilating radial velocity(Vr)data from all the four operational radars during the 6 h immediately before TC landfall was quite important for the track and rainfall forecasts after the TC made landfall.The TC track forecast error could be decreased by about 43% and the 24-h rainfall forecast skill could be almost tripled.Assimilating Vr data from a single radar outperformed the experiment without DA, though with less improvement compared to the multiple-radar DA experiment.Different forecast performances were obtained by assimilating different radars, which was closely related to the first-time wind analysis increment, the location of moisture transport, the quasi-stationary rainband, and the local convergence line.However, only assimilating Vr data when the TC was farther away from making landfall might worsen TC track and rainfall forecasts.Besides, this work also demonstrated that Vr data from multiple radars, instead of a single radar, should be used for verification to obtain a more reliable assessment of the EnKF performance.     

用GPS水汽监测资料分析一次强对流性降水过程

用江苏省地基GPS水汽监测系统得到的大气可降水量(PWV)资料,对江苏地区2009年夏季一次强对流性天气产生的降水过程进行了综合分析,分析了各时段GPS-PWV的变化特征和水汽的输送特点,并利用WRF中尺度数值模式对此次过程进行了数值模拟。结果表明:GPS-PWV对于空中水汽变化具有很高的敏感性,能及时地反映大气中水汽的时空变化。通过对数值模式结果进行分析后,发现强盛的水汽输入及辐合上升、中高层弱冷空气的侵入活动、低层西南气流加强、对流不稳定层加剧等多种因素的共同作用是造成此次中小尺度对流性降水的主要原因。GPS-PWV提供的精确水汽变化结合数值模式所模拟出的动力、热力条件对于强对流性暴雨预报和降水区域判定具有较好的参照意义。