长三角地区短时临近融合定量降水预报

通过雷达外推及高分辨率数值模式预报相互订正融合,建立了时效6 h的长三角地区短时临近融合定量降水预报产品。采用一种主流的融合方案,并在外推、模式订正和融合方案上进行改进,完成了基于长三角地区11部雷达反射率组网和数值预报资料的COTREC外推扩展,基于韦伯变换的数值预报强度修正和基于目标识别匹配的位相修正,基于回波尺度和预报时效的动态权重系数调整和基于实况降水的动态Z-R关系选择等技术开发。结果表明融合方法能够延长外推预报时效,订正数值模式预报的强度及位置误差,预报效果总体优于两者。     

强降水和冰雹对流许可尺度集合预报个例试验

利用对流许可尺度集合预报系统,针对2015年4月28日夜间移动到江苏南部和上海地区,伴随短时强降水和冰雹的一次强对流过程,使用初始多源融合分析场对集合预报结果影响进行了分析。结合上海南汇双偏振雷达基数据观测,对12～14 h预报时效的反射率因子、差分反射率及冰雹集合预报结果进行了定性和定量的评估,分析了改进初始水物质分布,同时增加小尺度信息对于模式预报结果的影响。主要结果为:(1)对反射率因子预报的评估显示,初始场调整了水物质分布且增加了小尺度信息的试验(以下简称ADAS试验),对降水的范围、分布特征及评分都有明显改进(2)由于差分反射率在较小的距离内变化剧烈,对其准确预报难度较大,ADAS试验虽然预报强度偏强,但整体的位置和强度与实况更为接近,特别在大粒子预报方面具有更高的技巧,能够对微物理过程相关特征更好地进行描述;(3)使用地面人工观测和双偏振雷达观测对冰雹概率预报评估的结果显示,ADAS试验预报的高概率降雹区与观测落区接近,对冰雹落区预报具有一定的指示意义。通过多源融合分析调整初始水物质分布并增加小尺度信息的集合预报试验改善了较长预报时效的强降水和冰雹概率预报,具有更高的可信度,双偏振变量预报具有区分强降水与冰雹的优势,通过与观测的对比可以更好地评估模式对微物理过程描述的准确性。     

雷暴与强对流临近天气预报技术进展

临近预报指0—6h(0—2h为重点)的高时空分辨率的天气预报,预报对象是该时段内出现明显变化的天气现象,主要包括雷暴、强对流、降水、冬季暴风雪、冻雨、沙尘暴、低能见度(雾)、天空云量等,其中,以雷暴和强对流天气的临近预报最具挑战性。综述了针对雷暴和强对流天气的以主观预报为主、结合客观算法的临近预报技术,同时讨论了高分辨率数值预报模式在临近预报中的应用。主观临近预报技术包括基于多普勒天气雷达观测数据并结合其他资料(常规高空和地面观测、气象卫星云图、快速同化循环的数值预报产品等)对雷暴生成、发展和衰减,特别是对强对流天气(包括强冰雹、龙卷、雷暴大风和对流性暴雨)的临近预报,客观算法包括几种应用最广的雷达回波或云图外推算法和强对流天气识别技术。高分辨率数值预报模式的应用包括与雷达回波外推融合延长临近预报时效,与各种观测资料融合得到快速更新的三维格点资料为雷暴和强对流近风暴环境的判断提供重要参考。     

临近预报的两种高时空分辨率定量降水预报融合算法的对比试验

长期以来,雷达回波外推技术是0—2 h临近预报系统主要采用的方法,但其实际有效预报时间≤1 h,而中尺度数值模式预报则受平衡约束时间的限制,最初2 h的降水预报无效。为解决上述两种预报的缺陷,目前国际上流行采用外推预报与数值模式预报融合的技术,形成统一的0—6 h格点化的高分辨率无缝隙定量降水临近预报系统。对目前流行的两种融合算法（INCA（Integrated Nowcasting and Comprehensive Analysis System）算法及RAPIDS（Rainstorm Analysis and Prediction Integrated Data-processing System）算法）进行了分析和对比试验,以期为业务应用提供借鉴。RAPIDS算法的核心是用自动气象站雨量融合雷达估测得到的定量降水对模式预报的降水强度和位相进行修正;INCA算法则是用数值模式预报的风场修正外推技术的降水移动矢量。两种方法在0—6 h预报时效内,外推预报的权重均逐渐减小,模式预报的权重逐渐增大,从而实现外推预报和模式预报的平滑过渡。试验结果表明,两种方法对降水雨带和降水强度的预报均优于单一的外推预报或模式预报。集二者的优势研发最优的高时、空分辨率降水预报无缝隙融合算法,将有助于进一步提升高分辨率定量降水0—6 h无缝隙预报水平。      

精细数值预报在60周年国庆天气服务中的应用

在60周年国庆天气服务中,使用ARPS实时分析预报系统,将地面观测、探空、自动站、雷达基数据和风云2卫星TBB等多种观测资料同化,使用较多的观测数据调整模式初始场,对天安门地区未来3天的天气逐日进行精细化数值预报。对ARPS系统的降水落区和量级预报能力及单点降水预报准确率检验结果表明:对于秋季低槽东移造成的华北地区的大范围降水,ARPS系统有较好的预报能力,12-36 h预报的1 mm降水落区与实况十分吻合,降水量预报通常略大于实况;对单点的1 h的累积降水预报,预报降水的开始时间较实际降水时间提前1-3 h,1h累积降水随时间增大或减小的变化趋势预报比较准确。综合看来,使用ARPS实时分析预报系统进行精细化天气预报是可行的,数值预报的结果对于精细化天气预报决策具有较好的参考价值。     

机器学习在强对流监测预报中的应用进展

近年来,机器学习理论和方法应用蓬勃发展,已在强对流天气监测和预报中广泛应用。各类机器学习算法,包括传统机器学习算法(如随机森林、决策树、支持向量机、神经网络等)和深度学习方法,已在强对流监测、短时临近预报、短期预报领域发挥了积极的重要作用,其应用效果往往明显优于依靠统计特征或者主观经验积累的传统方法。机器学习方法能够更有效提取高时空分辨率的中小尺度观测数据的强对流特征,为强对流监测提供更全面、更强大的自动识别和追踪能力;能够有效综合应用多源观测数据、分析数据和数值预报模式数据,为强对流临近预报预警提取更多有效信息;能够有效对数值模式预报进行释用和后处理,提升全球数值模式、高分辨率区域数值模式在强对流天气预报上的应用效果。最后,给出了目前机器学习方法应用中存在的问题和未来工作展望。     

潜热加热纳近方法在地面降水资料同化中的应用

基于国家气象中心GRAPES_Meso高分辨率区域模式,针对中尺度数值预报模式中预报雨带形成滞后问题,研究了潜热加热纳近方法在地面降水资料同化中的应用,以期提高短时数值天气预报的水平。2013年6月20日—7月20日的初步试验结果表明:通过调整模式潜热加热廓线,可以改进初始场中温、湿、风等要素的合理分布,增加降水区的对流不稳定性;潜热加热纳近方法可以缩短模式的调整适应 (spin-up) 时间,改进短时降水预报的落区和强度,提高3 h,6 h,12 h的降水预报TS,ETS评分;与传统的冷潜热加热纳近的试验结果相比,改进的暖潜热加热纳近试验对降水落区和强度的预报更接近观测,但强降水中心范围略大。     

一种改进短临降水预报的雷达产品应用方法

通过将组合反射率因子、垂直累积液体水两种雷达产品合并成一种新的雷达产品CR_VIL,使用6万多张CR_VIL产品与对应时次6min自动站雨量数据,通过统计分析得到CR_VIL的6min雨量均值表。在短时临近预报系统中根据雷达回波外推结果,使用CR_VIL的6min雨量均值表求得各时段定量降水估测值(QPE)作为该时段的定量降水预报值(QPF),得到预报时效2h,时间分辨率为6min的定量降水预报数据,业务运行中对1h的预报结果进行检验,晴雨预报准确率为87.0%,短时强降水TS=0.106,Bias=1.09,表明CR_VIL应用在业务系统中对短时强降水具有一定预报能力。     

国家级强对流天气综合业务支撑体系建设

国家级强对流天气预报业务正在从以短期预报为主调整到短期和短时预报并重的业务格局。文章从强对流天气预报技术发展与服务需求的角度,重点介绍了国家级强对流天气综合业务支撑平台及其核心技术。该平台以气象数据组织和图形化表达两个核心要求为牵引,发展了数据分析处理系统、自动气象绘图系统和WEB检索与显示系统。数据分析处理系统基于多源观测资料、中尺度数值预报和全球数值预报,发展了集约、高效的强对流天气监测和临近预报、短时预报和短期预报等数据分析处理技术,是整个平台的核心;主要核心技术包括:从不稳定与能量、水汽、抬升与垂直风切变等条件出发,以归纳总结的分类强对流天气概念模型为基础的分类强对流短期预报分析技术;应用"配料法"发展的分类分等级的强对流天气客观概率预报技术;强对流短时预报技术包括高分辨率数值预报释用、多模式预报集成、对流尺度分析、实况和模式探空分析等多项技术,重点实现了从过去3 h实况到未来12 h预报的无缝隙衔接;强对流的监测和临近预报技术在基于多源资料的强对流天气实况与强对流系统监测技术基础上,发展了基于雷达特征量、强对流实况、各类强对流指数和预警信号等多源信息的报警技术。自动气象绘图系统实现了高效、便捷地接入多种数据、自动进行数据分析和制图等多项功能。在预报服务方面,基于WebGIS发展了县级分类强对流预警信号和国家级分类强对流预警预报产品共享技术,实现强对流短时预报业务的高交互性与上下互通的功能。     

雷达外推与数值模式动态融合降水概率预报方法

提出一种基于动态权重的降水概率融合预报方法。首先建立一个适用于权重分配的评分模型,对基于雷达光流外推的降水概率预报和基于数值模式经反射率换算后的降水概率预报的预报准确率分别加以评估;提出一种改进的Brier评分法,该方法兼顾了降水落区的大小和降水量,降低评分对样本数据数量多少的敏感性;根据两种在不同预报时效的评分,动态地分配两种预报方法在不同预报时效的权重。试验部分通过Brier等评分验证表明,融合后各个预报时效的预报都表现出与雷达外推或数值模式相近甚至更高的技术评分。     

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.     

网络化多普勒天气雷达反射率因子的衰减订正

利用国内第一个网络化雷达试验平台的观测资料,基于网络化雷达反射率因子衰减订正算法,对观测数据进行衰减订正。并与单部雷达自适应约束算法和常州S波段雷达观测资料进行比较分析,结果显示订正方案合理。个例分析表明,经过雨区后单部雷达探测的回波强度较弱甚至探测不到,而网络化雷达可以利用多部雷达的共同观测,弥补单部雷达探测上的不足,体现出网络化雷达衰减订正的优势。     

基于TRMM/PR的长江下游地基雷达一致性订正

我国有近200部地基多普勒天气雷达,已经积累了近20年的观测数据,这些数据对雷达气候学研究非常重要。但由于不同雷达的标定误差不同,雷达之间存在观测值不一致性的现象（与美国的地基雷达类似）,有的反射率因子差异超过了3 dB。这种不一致影响了多雷达联合降水估计的精度和雷达组网临近预报的效果。为此,采用筛选比较法对地基雷达与TRMM/PR（Tropical Rainfall Measuring Mission/Precipitation Radar）进行空间匹配和异常数据剔除,以TRMM/PR为参照计算并订正地基雷达偏差。对2013年5—9月长江下游7部S波段雷达数据订正后,结果表明:订正后7部雷达之间的平均反射率因子差异从1.8 dB降至0.5 dB,任意两部雷达之间的差异均小于1.0 dB,多雷达的观测一致性和空间连续性有明显改善。与传统的几何匹配法比较,筛选比较法订正结果相对稳定,不存在过量订正的问题。     

青藏高原那曲地区地闪与雷达参量关系

基于2014—2015年5—9月西藏那曲地区多普勒天气雷达数据,结合地闪观测数据,识别雷暴单体样本,统计分析了地闪位置附近的雷达回波分布特征,并研究了高原雷暴的雷达参量与地闪频次的相关关系。结果表明:那曲地区地闪发生位置附近的雷达最大反射率因子呈正态分布,峰值分布区间集中于34~41 dBZ。发生地闪位置附近的20 dBZ回波顶主要集中于11~15 km高度,30 dBZ回波顶高分布的峰值区间则为8.5~12 km。分析表明:表征局地雷暴对流发展强度的雷达参量与地闪频次之间一对一的相关关系较差,但相关性随地闪频次增加而增强。基于雷达参量分段统计得到的对应分段平均地闪频次与雷达参量之间表现出较强相关关系,体现了宏观上闪电活动强度与雷暴发展强度之间的正向关系。其中,基于原始数值进行区间划分的强回波（组合反射率因子不小于30 dBZ）面积与平均地闪频次的线性相关系数达0.75,基于对数数值区间划分的7~11 km累积可降冰含量的对数值和地闪频次的线性相关系数达0.95。文中对比了多个雷达参量和地闪频次线性拟合与幂函数拟合结果,整体上幂函数拟合略好于线性拟合。     

基于大气层结和雷暴演变的闪电和降水关系

选取2006—2008年发生在北京及其周边地区的28次雷暴过程,基于大气不稳定度参数和雷达参量对雷暴过程进行分类,分析了不同分类条件下的总闪电活动 (SAFIR3000三维闪电定位系统观测) 和对流降水 (雷达反演) 的关系。结果表明:整体而言,总闪对应降水量的平均值为1.92×107 kg·fl-1。依据对流有效位能和抬升指数对雷暴进行分类的分析表明,较强的不稳定状态对应了较小的总闪对应降水量,同时总闪频次和对流降水量的相关性更好。基于雷达特征参数的分类分析表明,总闪对应降水量在对流运动较弱情况下最小,其次是对流运动较强的情况下,而对流运动适中时最大。     

飑线系统中的闪电活动与雷达回波特征的相关性研究

基于北京宽频带闪电网（Beijing Broadband Lightning Network,简称BLNet）获得的全闪三维定位和多普勒天气雷达等资料,详细分析了2015～2017年北京暖季7次强飑线过程的闪电活动与雷达回波强度之间的关系。结果表明,闪电主要发生于前部线状对流云区内且集中分布在30 dBZ以上的强回波区域,少部分的闪电分布在后部的层状云区域内。从闪电辐射源三维分布结构可以发现,闪电活动大部分处在6～11 km的高度范围。将能够同时反映强回波深度和面积的0～?30°C温度区域内大于30 dBZ雷达回波体积（V_30dBZ）作为强回波指标,并与闪电活动进行统计分析发现,整体上在7次飑线过程中,总闪频数和V_30dBZ存在较好的相关性,其中5次过程的闪电频数峰值同时或提前于V_30dBZ的峰值出现,二者的时滞相关系数超过0.61,提前时间为0～96 min。另外两次过程中闪电峰值落后于V_30dBZ峰值,落后时间分别为30 min和60 min。研究结果不仅对认识闪电与对流活动的关系有重要的科学意义,也可为闪电资料在数值模式中的同化应用提供科学依据。     

强对流天气综合监测业务系统建设

强对流天气监测是其预报的基础.国家气象中心强天气预报中心利用多源观测资料(常规和非常规资料)建设了强对流天气综合监测业务系统.强对流天气的监测对象包括积云、地面高温、雷暴、地闪、冰雹、龙卷、大风、雷暴大风、短时强降水、雷暴反射率因子、对流风暴(基于雷达资料)、深对流云及中尺度对流系统(Mesoscale Convective Systems,MCS,基于静止卫星红外1通道资料)等不同时段的分布.发展的监测技术主要包括自动站资料质量控制技术、强对流信息提取和统计技术、直角坐标交叉相关雷达回波追踪(Cartesian Tracking Radar Echoes by Correlation,CTREC)技术、雷暴识别追踪分析和临近预报(Thunderstorm Identification Tracking Analysis and Nowcasting,TITAN)技术、深对流云识别技术、中尺度对流系统识别和追踪技术,以及闪电密度监测技术等.强对流天气监测系统自动定时运行,其输出数据与MICAPS业务平台完全兼容.该监测系统在国家气象中心的强对流天气预报业务中发挥了重要作用.     

PRELIMINARY STUDY ON THE INFLUENCE OF FY-4 LIGHTNING DATA ASSIMILATION ON PRECIPITATION PREDICTIONS

Data from the lightning mapping imager on board the Fengyun-4 meteorological satellite (FY-4) were used to study the assimilation of lightning data and its influence on precipitation predictions. We first conducted a quality control check on the events observed by the first Fengyun-4 satellite (FY-4A) lightning mapping imager, after which the noise points were removed from the lightning distribution. The subsequent distribution was more consistent with the spatial distribution and range of ground-based observations and precipitation. We selected the radar reflectivity, which was closely related to the lightning frequency, as the parameter to assimilate the lightning data and utilized a large sample of lightning frequency and radar reflectivity data from the eastern United States provided by Vaisala. Based on statistical analysis, we found the empirical relationship between the lightning frequency and radar reflectivity and established a look-up table between them. We converted the lightning event data into radar reflectivity data and found that the converted reflectivity and composite reflectivity of ground-based radar observations showed high consistency. We further assimilated the lightning data into the model, adjusted the model cloud analysis process and adjusted the model hydrometeor field by using the lightning data. A rainstorm weather process that occurred on August 8, 2017, in south China was used for the numerical forecast experiment, and three experiments were designed for comparison and analysis: a control experiment, an experiment without the assimilation of FY-4 lightning data (NoLig), and an experiment with the assimilation of FY-4 lightning data (Lig). The results show that after assimilating the FY-4A lightning data, the accuracies of the intensity, central location and range of the precipitation predicted by the Lig experiment were obviously superior to those predicted by the control and NoLig experiments, and the effect was especially obvious in the short-term (1–2 hour) forecast. The studies in this paper highlight the application value and potential of FY-4 lightning data in precipitation predictions.     

鹤壁市雷暴短时监测和临近预报流程

利用卫星云图数字化资料、雷达探测和雷电定位探测资料对雷暴天气进行短时监测 ,并与多种短期预报方法集成 ,建立时效为 3～ 6小时的雷暴临近预报流程 ,从而达到预测强对流天气之目的。     

不同下垫面雷暴雷达回波特征与地闪的关系

利用闪电定位资料和雷达资料,研究了宁波市城区、山区和海陆三种地区增强型雷暴的闪电活动特征,结果表明：城区增强型雷暴的≥50 dBz组合反射率面积和≥9 km、≥10 km回波顶高的回波面积,以及山区增强型雷暴的≥45 dBz组合反射率面积和≥12 km的回波顶高的回波面积,这些指标与每6 min地闪次数都有很好的相关性;而海陆增强型雷暴的≥10 km回波顶高的回波面积与每6 min地闪次数的线性关系明显,相关系数高达0.916;3种增强型雷暴对地闪密度分布的影响各有不同,城区增强型雷暴会产生更多的地闪。