复杂地形下地面观测资料同化Ⅰ. 模式地形与观测站地形高度差异对地面资料同化的影响研究

中国地形复杂, 模式地形与实际观测地形存在一定高度差异, 因此设计合理的复杂地形下地面观测资料的同化方案有利于使我国目前仅用作探测手段的地面观测资料 (常规地面观测站和地面自动站) 在中尺度数值模式中得到充分利用.作者在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析, 并对地面资料同化方案设计中是否需要考虑模式与实际观测站地形高度差异进行探讨研究.研究结果表明: 通过近地层相似理论将地面观测资料同化到数值模式能起到一定的作用, 并且地面观测资料 (温度、湿度、风场、地面气压) 中各物理量同化到数值模式都能影响24小时降水数值结果, 但各物理量起的作用大小不一样, 其中影响最大的是温度, 其次为湿度; 地面观测资料同化方案设计有必要考虑模式地形与实际观测站地形高度差异, 适当考虑这种高度差异能取得较好的结果.     

复杂地形下地面观测资料同化II. 模式地形与观测站地形高度差异代表性误差

第I部分研究结果(徐枝芳等,2007)表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响。此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析,考虑模式与实际观测站地形高度差异对同化效果的影响,提出在地面观测误差中增加地形代表性误差来解决这个问题。研究结果表明:地面资料同化分析时,在其观测误差中加入一项新的误差——地形代表性误差,能较好地解决地面资料同化分析中模式与观测站地形高度差异问题;地面资料参与同化分析,在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时,地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小,同时又部分地将地面观测信息通过变分分析融进分析场,使得低层分析更接近真实场,且地面资料利用率更高,24小时降水数值预报(模拟)的效果较好。     

复杂地形下地面观测资料同化Ⅱ.模式地形与观测站地形高度差异代表性误差

第Ⅰ部分研究结果 (徐枝芳等, 2007) 表明模式与实际观测站地形高度差异对地面观测资料同化效果有较大影响.此文在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析, 考虑模式与实际观测站地形高度差异对同化效果的影响, 提出在地面观测误差中增加地形代表性误差来解决这个问题.研究结果表明: 地面资料同化分析时, 在其观测误差中加入一项新的误差--地形代表性误差, 能较好地解决地面资料同化分析中模式与观测站地形高度差异问题; 地面资料参与同化分析, 在观测误差中加入与模式和实际观测站地形高度差异大小相关的地形代表性误差时, 地面观测值对分析值的影响随着地形高度差异代表性误差的加入而减小, 同时又部分地将地面观测信息通过变分分析融进分析场, 使得低层分析更接近真实场, 且地面资料利用率更高, 24小时降水数值预报 (模拟) 的效果较好.     

地面观测资料同化初步研究

通过对比分析当前两种地面观测资料同化方案(Ruggiero方案和郭永润方案),对其优缺点进行初步分析研究。结果表明:两种同化方案同化地面观测资料后都是从模式低层到高层对分析场产生影响,中低层高度影响比较大,高层影响较小,并且对24 h模拟结果产生一定的影响。Ruggiero方案考虑了模式地形与观测站地形高度差异,但资料剔除较多,且模式分辨率越高,资料剔除对分析场的影响越明显。郭永润方案不考虑模式地形与观测站地形高度差异,假定所有地面观测资料位于模式面,因此无论模式分辨率如何,资料都能得到充分利用,但模式地形与实际观测站地形高度差异大小在地面观测资料同化分析中的影响不可忽略,因此郭永润方案有待改进,适当考虑这两种地形高度差异时效果更好。     

复杂地形下地面观测资料同化III. 两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点。本文通过个例和单点试验对第I和第II部分 (徐枝芳等, 2007a, 2007b) 中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法 (即增加温度地形代表性误差和温度订正方法) 进行对比分析, 并将这两种方法应用于WRF_3DVAR, 进行3个月的连续数值试验。研究结果表明: 随着地形高度差异的增加, 采用增加观测误差方法得到的估计值向其它资料同化分析值 (背景场值) 靠近, 在一定的高度差异下则失去了同化分析地面资料的意义; 温度订正方法对温度递减率的取值较为敏感, 在有探空资料参与同化分析时, 温度递减率取值敏感性相对减弱。当采用的订正值较为准确时, 采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异, 地面资料信息应用更充分, 得到的估计值最有可能接近真实值。当模式地形与观测站地形高度差异较小 (小于100 m) 时, 两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致。单点及个例试验表明, 有探空资料等高质量观测参与同化分析时, 采用增加观测误差方法得到分析场更接近真实场。三个月连续试验也表明有探空资料参与同化分析时, 采用增加观测误差方法比温度订正法改进的郭永润同化方案 (Guo et al., 2002) 同化地面资料效果好, 且加入地面资料同化对所有量级降水预报都有所改善。当地面资料同化方案没处理好时, 加入地面资料同化的效果反而不如不加地面资料同化。     

复杂地形下地面观测资料同化Ⅲ.两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点.本文通过个例和单点试验对第Ⅰ和第Ⅱ部分(徐枝芳等,2007a,2007b)中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法(即增加温度地形代表性误差和温度订正方法)进行对比分析,并将这两种方法应用于WRF_3DVAR,进行3个月的连续数值试验.研究结果表明:随着地形高度差异的增加,采用增加观测误差方法得到的估计值向其它资料同化分析值(背景场值)靠近,在一定的高度差异下则失去了同化分析地面资料的意义;温度订正方法对温度递减率的取值较为敏感,在有探空资料参与同化分析时,温度递减率取值敏感性相对减弱.当采用的订正值较为准确时,采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异,地面资料信息应用更充分,得到的估计值最有可能接近真实值.当模式地形与观测站地形高度差异较小(小于100 m)时,两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致.单点及个例试验表明,有探空资料等高质量观测参与同化分析时,采用增加观测误差方法得到分析场更接近真实场.三个月连续试验也表明有探空资料参与同化分析时,采用增加观测误差方法比温度订正法改进的郭永润同化方案(Guo et al.,2002)同化地面资料效果好,且加入地面资料同化对所有量级降水预报都有所改善.当地面资料同化方案没处理好时,加入地面资料同化的效果反而不如不加地而资料同化.     

集合均方根滤波同化地面自动站资料的技术研究

模式地形与观测站地形高度差异一直是地面资料同化面临的棘手问题,合理的同化方案能够将地面自动站资料有效的同化到中尺度数值模式中。本文首先采用Guo et al.(2002)的方案实现了在WRF模式中应用集合Kalman滤波方法同化地面自动站资料;然后对方案进行调整,对10 m高度风场、2 m高度位温、2 m高度露点和地表气压进行同化。通过均方根误差分析,模拟结果和同化增量分析来确定集合平方根滤波(EnSRF)同化地面自动站资料的有效性,并进行敏感性试验分析检验模式对各要素物理量的响应状况。结果表明:在EnSRF同化系统中应用Guo et al.(2002)的方案将地面自动站资料进行同化到数值模式中,能够部分改善模拟结果;地面观测资料(温度、湿度、风场、地表气压)中各物理量分别同化到数值模式都能影响18小时降水预报,但各物理量所起作用大小不同,其中对结果影响最大的是露点;使用位温、露点分别代替温度、比湿进行同化模拟效果更好,对自动站资料的同化也更加有效。     

WRF-DA中地面观测资料同化方案的改进与应用

为了改善地面自动气象站观测数据在WRF-DA（the Weather Research and Forecasting Model-Data Assimilation）系统中的同化应用效果,提高数值模式的预报性能,对WRF-DA地面资料同化方案中温度和风速订正方案进行改进,形成地面资料同化更新方案。通过考虑地形高度差异对同化效果的影响,调整同化方案中地面要素由实际地形高度订正到模式高度的同化订正方案,提升地面观测温度及风速订正值的合理性。并进一步分析了2017年7月5日个例试验结果及2017年7月整月的批量试验,发现相比于使用原方案同化后的预报效果,选取更新方案同化地面自动气象站观测资料的模式预报效果在前9 h温度和风速的预报误差明显降低,且在24 h预报时效内更新方案对于模式预报均起到改善作用。      

基于地面资料集合均方根滤波同化方案的京津冀暴雨模拟研究

为了更加有效地同化地面自动气象站观测资料,针对模式地形与观测站地形存在的高度差异对同化效果的影响,提出了相应的解决方案。在同化系统的位温和露点观测误差中分别引入位温和露点地形代表性误差,在WRF模式中应用集合均方根滤波方法（EnSRF）同化地面自动气象站观测资料,并对2016年一次京津冀暴雨个例进行数值试验。研究结果表明,同化地面资料后,同化阶段的均方根误差、预报阶段的降水TS评分和前13个时次各要素预报均有整体改进。在观测误差中引入地形代表性误差与引入前相比,风场均方根误差得到整体改进;位温和露点的均方根误差在前期表现并不稳定,在后期有所改进;预报阶段前24 h累计降水与后24 h累计降水TS评分在整体上均有所提高。新方案能够减少高度差异对同化效果的影响。      

GRAPES地面风场同化方案研究

随着预报准确度要求以及同化分析循环周期的缩短,具有高时空分辨率的地面观测资料在同化系统中也越来越受到重视,而且一个好的资料同化系统应该能够给出模式近地面动力、热力和湿度状况的合理分析。利用GRAPES区域同化预报系统(GRAPES——Global and Regional Assimilation and Prediction Enhanced System),在近地层Monin_Obukhov相似理论的基础上,考虑了边界层的动力和湿热力约束,建立新的地面风场观测算子。将此新方案与目前GRAPES系统使用的三次样条插值的地面同化方案进行高度场预报试验、统计试验以及降水预报的TS评分比较,结果表明,加入新方案地面风场资料同化后,预报效果和对降水的预报能力都比旧方案有所提高。     

Variational data assimilation experiments of mei-yu front rainstorms in China

The numerical forecasts of mei-yu front rainstorms in China has been an important issue. The intensity and pattern of the frontal rainfall are greatly influenced by the initial fields of the numerical model. The 4-dimensional variational data assimilation technology (4DVAR) can effectively assimilate all kinds of observed data, including rainfall data at the observed stations, so that the initial fields and the precipitation forecast can both be greatly improved. The non-hydrostatic meso-scale model (MM5) and its adjoint model are used to study the development of the mei-yu front rainstorm from 1200 UTC 25 June to 0600 UTC 26 June 1999. By numerical simulation experiments and assimilation experiments, the T106 data and the observed 6-hour rainfall data are assimilated. The influences of many factors, such as the choice of the assimilated variables and the weighting coefficient, on the precipitation forecast results are studied. The numerical results show that 4DVAR is valuable and important to mei-yu front rainfall prediction.     

“00.7”北京特大暴雨模拟中气象资料同化作用的评估

针对2000年7月4～5日北京地区的一次特大暴雨过程(24 h降水量达240 mm),文中利用MM5/WRF三维变分系统和MM5非静力模式,对此次特大暴雨过程中的各种气象监测资料(地基GPS大气柱水汽含量、常规探空、高空测风、地面常规观测和地面自动气象站)的同化作用通过观测系统数值试验进行了评估.结果表明与传统的客观分析方案相比较,MM5/WRF三维变分同化系统可直接引入非常规地基GPS大气柱水汽含量监测资料,提供更好的大气初始分析场.在三维变分同化方案下,各种大气监测资料均对改进此次特大暴雨模拟有不同程度的贡献,其中,常规探空和高空测风监测资料对改进预报结果的影响最大,地面常规观测和地面自动气象站观测资料作用次之,地基GPS大气柱水汽含量资料在与其他大气监测资料相互优势互补后,可很好地改善模式大气的分析质量,通过三维变分同化技术在区域数值天气预报模式初始场中引入地基GPS大气水汽监测网资料,使此次强降水个例的6 h和24 h测站降水预报的TS评分值在1,5,10和20 mm预报检验阈值下分别提高了1%～8%.研究结果对利用三维变分数值系统,评估气象监测网资料在改进高影响天气事件预报中的作用有借鉴意义.     

Numerical Assessing Experiments on the Individual Component Impact of the Meteorological Observation Network on the ＂July 2000＂ Torrential Rain in Beijing

In an effort to assess the impact of the individual component of meteorological observations (ground-based GPS precipitable water vapor,automatic and conventional meteorological observations) on the torrential rain event in 4-5 July 2000 in Beijing (with the 24-h accumulated precipitation reaching 240 mm),24-h observation system experiments are conducted numerically by using the MM5/WRF 3DVAR system and the nonhydrostatic MM5 model.Results indicate that,because the non-conventional GPS observations are directly assimilated into the initial analyses by 3DVAR system,better initial fields and 24-h simulation for the severe precipitation event are achieved than those under the MM5/Litter_R objective analysis scheme. Further analysis also shows that the individual component of meteorological observation network plays their special positive role in the improvement of initial field analysis and forecasting skills.3DVAR scheme with or without radiosonde and pilot observation has the most significant influence on numerical simulation,and automatic and conventional surface meteorological observations rank second.After acquiring the supplement information from the other meteorological observations,the ground-based GPS precipitable water vapor data can more obviously reflect initial field assimilation and precipitation forecast.By incorporating the ground- based GPS precipitable water vapor data into the 3DVAR analyses at the initial time,the threat scores (TS) with thresholds of 1,5,10,and 20 mm are increased by 1%-8% for 6- and 24-h accumulated precipitation observations,respectively.This work gives one helpful example that assesses the impact of individual component of the existing meteorological observation network on the high influence weather event using 3DVAR numerical system.     

BJ-RUC系统模式地面气象要素预报效果评估

利用自动气象站逐小时地面观测资料,采用客观检验方法对北京市气象局快速更新循环预报 (BJ-RUC) 系统在2008—2010年5—9月的预报结果进行检验,初步评估了BJ-RUC系统对地面气象要素的业务预报性能。结果表明:BJ-RUC系统对地面气象要素预报与实况的变化趋势有很好的一致性。其中,2 m温度预报整体偏高,误差范围为-1.5~1.5℃,早上和傍晚偏大,正午偏小;2 m相对湿度的预报整体偏低,误差为-25%~0,白天偏大,夜间偏小;10 m风速预报明显偏大,午后尤为显著,误差为0.6~1.2 m·s-1;6 h累积降水的晴雨预报效果较好,TS评分可达到0.4。系统在初始起报时次的稳定性较差,从第3个起报时次开始逐渐稳定,但预报误差随着预报时效的增长逐渐增大,12 h内的预报误差较小,预报结果较可靠,在短时临近预报中具有参考价值。     

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.     

Assimilation of Ocean Surface Wind Data by the HY-2B Satellite in GRAPES: Impacts on Analyses and Forecasts

The ocean surface wind(OSW) data retrieved from microwave scatterometers have high spatial accuracy and represent the only wind data assimilated by global numerical models on the ocean surface, thus playing an important role in improving the forecast skills of global medium-range weather prediction models. To improve the forecast skills of the Global/Regional Assimilation and Prediction System Global Forecast System(GRAPES＿GFS), the HY-2B OSW data is assimilated into the GRAPES＿GFS four-dimensio...