风廓线雷达资料在GRAPES-Meso模式中的同化应用研究

以未来业务化应用为目标,本文进行了业务数值预报模式GRAPES_Meso（Global/Regional Assimilation and Prediction System）中的风廓线雷达资料同化应用研究。基于2015年7月的全国风廓线雷达观测数据,首先建立了面向同化应用的风廓线雷达资料两步质量控制方案。通过对比分析质量控制前后风廓线雷达观测资料集与欧洲中心再分析资料ERA-Interim的差值场特征,论证了质量控制方案的合理性,两步质控后风场误差显著减小,同时观测背景差更接近高斯分布,符合数值同化应用假设。将质量控制后的风廓线雷达资料应用于GRAPES-3DVAR系统,开展有、无风廓线雷达资料同化的对比试验,通过批量试验和台风“莲花”个例分析来探讨风廓线雷达资料同化对数值预报的影响。研究表明:在循环同化过程中加入风廓线雷达资料对数值模式初始场有一定改善,风场、温度场、湿度场的分析误差均有减小,从而使短期降水（0～12 h）的预报技巧得以提高。针对台风暴雨个例分析结果表明,风廓线雷达资料同化能有效地调整台风降水区的动力结构和水汽分布,在模式中形成更有利于对流发展的环境条件,从而更好地预报降水的位置与强度。     

雷达VAD风廓线资料质量控制研究

多普勒天气雷达VAD（Velocity Azimuth Display）风廓线资料可以提供高时间分辨率的高空风场信息。本文针对中国雷达VAD风廓线资料，设计发展了面向资料同化应用的NMIC（国家气象信息中心）质量控制方案，该方案改进了NCEP（国家环境预报中心）方案中存在的问题。利用2020年2—8月的L波段秒级探空风场资料，分别对比质量控制前、经过NCEP质量控制方案、以及经过NMIC质量控制方案的VAD风廓线资料，统计分析结果表明经过NMIC质量控制方案的VAD风廓线资料最接近观测，准确度最高，并且在各个高度上其偏差和均方根误差最小，充分说明了NMIC质量控制方案的有效性。相对背景场偏差分析表明，经过NMIC质量控制方案的VAD资料偏差和均方根误差最小，与背景场的偏差更接近高斯分布，更能满足资料同化的要求。本文的研究有助于推进VAD风廓线资料在数值预报科研和业务中的应用。     

多普勒雷达风廓线的反演及变分同化试验

为了将雷达风场资料更好地应用到数值预报模式中, 使用VAD方法反演多普勒雷达风廓线并处理成标准的探空资料进行变分同化试验。结果表明: VAD方法反演的风廓线与探空实况对应较好, 验证了用VAD技术反演风廓线的可行性。用GRAPES-Meso模式的三维变分同化系统对雷达风廓线资料进行同化后, 风场的初始场明显改善, 降水强度和落区预报也有不同程度的改善。其中, 对6 h降水预报的改善明显优于对24 h的预报改善。另外, 在短时强降水预报中, 雷达风场资料的同化频率和同化窗口的不同, 对降水预报的改善情况也有所差异。在个例研究中, 同化间隔为1 h的方案6 h降水预报要优于同化间隔为3 h和6 h的方案, 同化窗口为3 h的试验方案6 h降水预报要好于同化窗口为6 h的试验方案。     

风廓线雷达资料对GRAPES_MESO数值预报系统影响的初步研究

针对一个南方切变线系统降水个例,通过观测系统模拟试验(OSSEs)对我国拟建风廓线雷达观测网内的不同类型风廓线雷达观测资料在GRAPES_MESO系统中的影响、对风廓线雷达观测和探空观测及两者混合使用时在GRAPES_MESO系统中的影响差异进行了初步分析和讨论。试验结果表明,在GRAPES_MESO系统中,风廓线雷达资料对500 hPa高度以下水平风速分析场的修正作用明显优于探空资料;风廓线雷达资料对水平风速分析场的影响高度极限大约在300 hPa附近,经过6h的传播,其影响可以向上继续传播至250 hPa以上高度;在300 hPa高度以下,同化对流层Ⅱ型风廓线雷达资料对水平风速分析场的影响比边界层型风廓线雷达资料略大;单独同化风廓线雷达资料对降水预报的贡献较弱,与探空观测混合使用时有助改进降水预报。     

面向资料同化风廓线雷达水平风产品质量初步分析

为了实现我国风廓线雷达资料能尽快应用到业务数值预报同化系统,以改善数值预报模式初始场,文章对风廓线雷达水平风产品质量特点进行分析,为质量控制和同化应用提供依据。通过该类资料与数值预报背景场的对比并结合探空和降水等资料,分析了风廓线雷达水平风产品数值预报应用的质量特点并明确了质量控制需要关注的问题。分析的风廓线雷达水平风产品的数据来源是国家气象信息中心国家级气象资料存储检索系统(MDSS),分析资料时间时段为2012年5月1—31日。结果显示：针对资料同化应用,小时平均采样风优于实时采样风;现有风廓线雷达水平风产品包含大量超过有效探测高度的数据,这些数据相对数值预报背景场偏差异常偏大;在各自设定有效探测高度范围内的资料,PA型号雷达水平风产品相对数值预报背景场偏差最小,PB型号次之,LC型号最大;在设定有效探测高度范围内的资料相对数值预报背景场基本无偏,偏差在一倍标准差范围内的数据量达到89%以上,二倍标准差范围内的数据达到97%以上,三倍标准差数据达到98%以上;降水是影响资料质量的重要原因,应用时需针对降水进行细致分析与质控。     

面向CRA的中国风廓线雷达小时产品质量控制算法与评估

面向中国第一代全球大气/陆面再分析产品(CRA)的应用需求,针对中国风廓线雷达小时产品资料特点,在美国NCEP风廓线综合质量控制方法的基础上,提出一套适用于中国风廓线雷达逐小时水平风产品的质量控制方法。通过对比质量控制前后风廓线雷达资料与探空资料的相关系数、平均偏差及均方根误差,证明了质量控制方案的有效性。以ERA-Interim资料作为间接参考场,通过比较探空资料与不同型号、不同探测高度范围、不同观测时段、不同垂直层次风廓线雷达资料相对ERA-Interim再分析资料的偏差,分析了质量控制前后中国风廓线雷达资料的整体质量。结果表明,经该算法质量控制后,风廓线雷达与探空风场表现出了更好的一致性。不同雷达型号、不同探测高度资料的相关系数从0.17～0.82上升至0.79～0.98。在相对ERA-Interim与探空资料的偏差方面,质量控制后,除边界层风廓线雷达的u风分量在300 hPa以上仍有5 m·s~(-1)左右的偏差外,其他型号雷达的u、v风分量在各垂直层的平均偏差均在3m·s~(-1)以内,证明质量控制算法具有识别高层粗大误差数据的能力,能够使最大探测高度以上的数据得到有效利用。     

同化风廓线雷达资料对浙江降水预报改进评估

采用中尺度模式WRF和美国俄克拉荷马大学风暴分析预测中心的资料同化系统开展中国东部地区35部风廓线雷达资料同化试验研究,在同化1 h平均采样产品前,对其进行气候极值检查、一致性检查、垂直稀疏化等质量控制,选取2014年5月16-17日暴雨过程评估同化风廓线雷达资料对降水预报的影响,探讨其对初始场改进作用,之后,通过批量试验再次确认同化风廓线雷达资料可有效提高降水预报能力。个例同化试验对比分析表明:同化风廓线雷达资料后,暴雨区及其上游地区850 hPa的风速增强20%~30%,水汽通量增加30%~50%,大气层结不稳定性增强,小雨和大雨TS评分分别提高0.06和0.07,暴雨漏报率和空报率分别降低0.04和0.05,降水预报得到改进。     

上海组网风廓线雷达数据质量评估

利用2014年6月美国国家环境预报中心(NCEP)的全球模式分析资料,对上海及周边地区组网的七部边界层风廓线雷达的水平测风数据进行了初步分析和比较。由于NCEP全球模式分析资料并未使用上海13:15加密观测探空秒间隔数据,首先用该数据对NCEP分析资料的准确性和代表性进行了检验。结果表明,两者平均偏差与均方根误差均较小,故认为NCEP分析资料可用于客观检验上海及周边地区组网的七部边界层风廓线雷达的水平测风数据。对比分析风廓线雷达与NCEP分析资料表明总体上,风廓线雷达与NCEP分析资料的平均风场风速偏差为-0.14 m·s~(-1),均方根误差为2.72 m·s~(-1),风向偏差为-4.28°。上海组网风廓线雷达测风资料质量与探空观测水平接近,有较高的可用性。     

风廓线雷达与天气雷达风廓线数据的融合及应用

风廓线雷达与多普勒天气雷达风廓线产品均可以获取高时间分辨率的高空风信息,但两种遥感测风的探测原理及时空代表性不同。在对风廓线雷达进行质量控制处理、剔除降水粒子空间不均匀分布对数据可信度影响之后,根据风廓线雷达与天气雷达风廓线数据探测原理差异,进行不同时间代表性的风廓线数据的空间匹配试验,确定与天气雷达风廓线数据进行融合的风廓线雷达数据最优时间分辨率,结果为1 h。利用2015年7月北京南郊观象台的探空、风廓线雷达、天气雷达测风数据进行三种高空风的一致性比对,结果表明三种测风数据具有较好的一致性,均方根误差分别为2.3和2.5 m·s~(-1);60、30以及6 min不同时间代表性风廓线雷达数据与天气雷达风廓线数据之间的均方根误差分别为2.6、2.8及3.1 m·s~(-1),60 min数据的融合效果最佳,低空尤其明显。利用广东省2014年5月的风廓线雷达观测网以及天气雷达网风廓线数据进行了高空风场的融合分析试验,融合分析场提供了更为丰富的高空中尺度水平风场信息,低空的涡旋更加明显。     

降水条件下风廓线雷达数据质量分析及处理

风廓线雷达是当前获取大气三维风场信息的有效途径,但受其本身探测原理的约束,降水时的观测数据(尤其是边界层风廓线雷达的观测数据)将受到较大影响。为提高降水时边界层风廓线雷达数据的可信度,依据五波束探测和三波束探测原理,结合风廓线雷达功率谱再分析,建立了风廓线雷达数据筛选、填补的重处理方法,通过选取不同降水强度下的从化、潮州、阳江三个边界层风廓线雷达站的观测数据,开展了基于该方法的数据质量评估。研究结果指出:降水时虽能提高风廓线雷达的数据获取率,但风场数据质量并不一定较好(尤其是在特大暴雨时数据质量较差);经过数据重处理后,风廓线雷达的有效数据获取率得到提高,且内陆站点提升的幅度超过沿海站点;降水对2 km以下的观测数据影响较小,对于2 km以上的数据,若降水只是对部分高度造成数据缺失,则经过重处理后数据质量仍可以保持较好,但若连续多个高度数据缺失,则经过数据重处理后也不能较好地提高数据质量。     

经验正交函数分解质量控制法在地面观测资料变分同化中的个例研究与应用

同化地面观测资料能够获得丰富的地面大气信息,这对于大气边界层的准确模拟尤为重要。由于地面观测资料同化一直受到地面观测资料质量较差的影响,因此,地面观测资料的质量控制是提高地面资料同化效果的重要方法之一。为了分析基于经验正交函数分解质量控制方法(Empirical Orthogonal Function quality control,EOF-QC)对地面资料同化效果的影响,并进一步检验该方法在实际同化试验中的应用效果,在WRF的三维变分同化系统中引入了经验正交函数分解质量控制法,同时通过一系列同化试验比较了经验正交函数分解质量控制法与原系统自带的基于观测与模拟偏差质量控制法(Observation Minus Background quality control,OMB-QC)的差异。2008年1和7月的多个强降水预报试验结果表明,经验正交函数分解质量控制法能够保留更多天气系统的有效观测信息,更为客观准确地反映大气真实状态;同化经过经验正交函数分解质量控制法后的观测资料,模式预报的温度降低,在北部形成一个气旋性环流,该环流底部的偏西气流带动北部冷空气东移入海,同时冷空气南下也削弱了带有丰富水汽的西南气流,从而使模式预报的降水范围和强度更加合理。降水的空间分布对比结果也表明,经验正交函数质量控制法改善了模式对降水落区和强度的预报能力,各个量级的降水评分有明显提高,模拟结果更接近于实况。各组数值模拟试验结果表明,经验正交函数分解质量控制法在WRF-3DVAR中具有较高的应用潜力。     

Assimilation of ASCAT Sea Surface Wind Retrievals with Correlated Observation Errors

Data assimilation systems usually assume that the observation errors of wind components, i.e., u(the longitudinal component) and v(the latitudinal component), are uncorrelated. However, since wind components are derived from observations in the form of wind speed and direction(spd and dir), the observation errors of u and v are correlated. In this paper, an explicit expression of the observation errors and correlation for each pair of wind components are derived based on the law of error propagation. The new data assimilation scheme considering the correlated error of wind components is implemented in the Weather Research and Forecasting Data Assimilation(WRFDA) system. Besides, adaptive quality control(QC) is introduced to retain the information of high wind-speed observations. Results from real data experiments assimilating the Advanced Scatterometer(ASCAT) sea surface winds suggest that analyses from the new data assimilation scheme are more reasonable compared to those from the conventional one, and could improve the forecasting of Typhoon Noru.     

基于径向功率谱的风廓线雷达错误风数据处理

选取上海市世博园区站、金山站和嘉定F1赛车场站3个风廓线雷达站2012年3月7日凌晨一次降水过程生成的错误水平风场数据,通过对比该时段高、低模式扫描实时径向功率谱数据,指出在降水初期风廓线雷达软件质量控制出现错误的原因,并重新识别错误时段的功率谱,反演水平风场数据。分析表明:在降水初期由于风廓线雷达各波束探测的数据在空间上不一致,易导致雷达软件采用的质量控制算法并不能全部识别和消除降水对数据的干扰,从而出现偏差。基于风廓线雷达高时空分辨率径向功率谱数据的分析处理方法可有效验证雷达软件质量控制算法,且经过该方法反演后的水平风场更为合理。     

A new method for quality control of Chinese rawinsonde wind observations

In 2006, the National Meteorological Information Center(NMIC) of the China Meteorological Administration(CMA)developed its real-time quality control(QC) system of rawinsonde observations coming from the Global Telecommunications System(GTS) and established the Global Upper-air Report Dataset, which, with the NMIC B01 format, is generally referred to as the B01 dataset and updated on a daily basis. However, when the B01 dataset is applied in climate analysis, some wind errors as well as some accurate values with incorrect error marks are found. To improve the quality and usefulness of Chinese rawinsonde wind observations, a new QC method(NewQC) is proposed in this paper. Different from the QC approach used for B01 datasets, the NewQC includes two vertical-wind-shear checks to analyze the vertical consistency of winds, in which the constant height level winds are used as reference data for the QC of mandatory pressure level winds. Different threshold values are adopted in the wind shear checks for different stations and different vertical levels. Several typical examples of QC of different error types by the new algorithm are shown and its performance with respect to 1980–2008 observational data is statistically evaluated. Compared with the radiosonde QC algorithms used in both the Meteorological Assimilation Data Ingest System(MADIS, http://madis.noaa.gov/madis raob qc.html) of the National Oceanic and Atmospheric Administration(NOAA) and the B01 dataset, the NewQC shows higher accuracy and better reliability, particularly when used to judge successive observation errors.     

面向资料同化的风廓线雷达风场特征分析及其质控方法

以美国国家环境预报中心全球预报系统（National Centers for Environmental Prediction/Global Forecast System,NCEP/GFS）0.5°×0.5°分析场作为数值预报背景场,结合地面降水资料,面向资料同化分析了2017年1～12月逐日00时、06时、12时、18时（协调世界时）福建12部L波段风廓线雷达（其中CFL-03系列3部、CFL-06系列9部）水平风产品质量特征,并初步探讨了不同质量控制方案的影响差异。结果表明:（1）CFL-06系列雷达在水平风的最大探测高度、有效数据获取率和低层水平风质量等方面明显优于CFL-03系列;（2）相同系列的不同风廓线雷达探测水平风的数据获取率、有效探测高度、标准差、相关系数及偏差的垂直分布特征等存在极大差异,该差异与风廓线雷达所处的地理位置（沿海或内陆）、海拔高度等并无直接关系;（3）各雷达站探测u风速相对背景场存在明显系统性负偏差,小于背景场,不满足资料同化对背景场的无偏需求,资料同化时需进行偏差订正;v风则相对较好;（4）降水对风廓线雷达探测影响较大,有降水时数据获取率在中低层有所减小,但在中高层则大幅提高;u、v风标准差在中低层有所增加,而在中高层v风标准差有所增加,u风标准差则大幅降低;（5）针对不同风廓线雷达,提出了不同高可信度区间和不同有效探测高度两种质量控制方案,并与固定有效探测高度方案进行了对比,结果表明,这两种质量控制方案皆具有明显优势。不同高可信度区间方案的质量控制效果更为显著,不同雷达站水平测风数据得到更加充分和有效识别,既减少了雷达资料不必要损失,又可将质量差的数据进一步剔除;该方案在有降水情形下也有较好效果。     

Impact of surface observations on simulation of rainfall over NCR Delhi using regional background error statistics in WRF-3DVAR model

In this study, efforts are made to improve the simulation of heavy rainfall events over National Capital Region (NCR) Delhi during 2010 summer monsoon, using additional observations from automatic weather stations (AWS). Two case studies have been carried out to simulate the relative humidity, wind speed and precipitation over NCR Delhi in 48-h model integrations; one from 00UTC, August 20, 2010, and the other from 00UTC, September 12, 2010. Several AWS installed over NCR Delhi in the recent past provide valuable surface observations, which are assimilated into state-of-the-art weather research and forecasting (WRF) model using the three-dimensional variational data assimilation (3DVAR). The quality of background error statistics (BES) is a key component in successful 3DVAR data assimilation in a mesoscale model. In this study, the domain-dependent regional background error statistics (RBS) are estimated using National Meteorological Center method in the months of August and September 2010 and then compared with the global background error statistics (GBS) in the WRF model. The model simulations are analyzed and validated against AWS and radiosonde observations to quantify the impact of RBS. The root mean square differences in the spatial distributions of precipitation, relative humidity and wind speed at the surface showed significant differences between both the global and regional BES. Similar differences are also observed in the vertical distributions along the latitudinal cross section at 28.5°N. Model-simulated fields are analyzed at five different surface stations and one upper air station located in NCR Delhi. It is found that in 24-h model simulation, the RBS significantly improves the model simulations in case of precipitation, relative humidity and wind speed as compared to GBS.     

不同观测误差确定方法对地基GNSS-ZTD资料同化预报效果影响的对比分析

利用2016年6—8月华北—东北地区的地基全球卫星导航系统的天顶总延迟（GNSS-ZTD）观测资料、东北区域中尺度数值预报系统,以2016年6—8月的13 d强降水为例,开展基于Desroziers等（2005）理论的Des方法和传统方法进行观测误差确定的天顶总延迟资料同化对比试验研究,探讨Des方法相对于传统观测误差确定方法对天顶总延迟资料同化预报效果的影响,并以未做天顶总延迟资料同化的试验为对照试验,考察天顶总延迟资料在数值模式中的同化应用效果。结果表明:（1）Des方法得到的天顶总延迟观测误差诊断值较为合理,诊断值站点间差别较大,说明逐站进行观测误差诊断的必要性;（2）天顶总延迟资料同化使强降水的强度、落区预报性能得到提高,使温、湿、风等要素的预报与观测接近,Des方案同化分析、预报效果优于传统方案;（3）对2016年7月25日华北—东北强降水过程进行了同化预报分析,整体而言,天顶总延迟资料同化有效增强了对流层中低层初始湿度场,修正了积分初期水凝物含量与位置,进而改善了降水预报效果,修正了对照试验对辽宁东部地区强降水的明显漏报,且通过降水的反馈作用改进了温度与风场预报效果。基于Des方法逐站诊断观测误差相比传统方法得到的观测误差更为合理,因此能够提高天顶总延迟资料的同化预报效果,同化天顶总延迟资料能够提高降水及温、湿、风等气象要素的预报水平。      

有云环境下MODIS亮温资料的变分同化Ⅱ——对暴雨预报的影响

卫星资料提供了大量关于云和雨的观测信息,在暴雨预报中可发挥巨大的作用,然而在数值模式资料同化中的应用水平仍然不高,特别是红外辐射资料的应用。由于有云环境下辐射传输过程的模拟难度很大,因此通常只同化晴空环境下的红外辐射资料。基于GRAPES-3DVAR(Global and Regional Assimilation and Prediction Enhanced System,全球/区域同化预报系统),根据RTTOV辐射传输模式(fast radiative transfer model for TOVS,快速辐射传输模式)的特点,增加云水含量、云冰水含量和云量作为同化系统控制变量,在改进辐射传输模式对红外资料模拟的同时,利用红外资料调整初始云参数和大气参数。针对2007年5月26日南海季风爆发后广东地区的一次暴雨过程,选取MODIS(Moderate Resolution Imaging Spectroradiometer,中分辨成像光谱仪)传感器水汽(第27)和云顶观测(第36)通道进行了同化试验,利用WRF(Weather Research and Forecasting Model,天气研究和预报模式)进行了数值模拟,结果表明同化MODIS资料,可以改进初始场水汽和温度分布,间接调整高空风场,调整趋势符合卫星观测,对短时降水预报有正面影响。