The Application of a Meteo-hydrological Forecasting System with Rainfall Bias Correction in a Small and Medium-sized Catchment

Meteo-hydrological forecasting models are an effective way to generate high-resolution gridded rainfall data for water source research and flood forecast. The quality of rainfall data in terms of both intensity and distribution is very important for establishing a reliable meteo-hydrological forecasting model. To improve the accuracy of rainfall data, the successive correction method is introduced to correct the bias of rainfall, and a meteo-hydrological forecasting model based on WRF and WRF-Hydro is applied for streamflow forecast over the Zhanghe River catchment in China. The performance of WRF rainfall is compared with the China Meteorological Administration Multi-source Precipitation Analysis System (CMPAS), and the simulated streamflow from the model is further studied. It shows that the corrected WRF rainfall is more similar to the CMPAS in both temporal and spatial distribution than the original WRF rainfall. By contrast, the statistical metrics of the corrected WRF rainfall are better. When the corrected WRF rainfall is used to drive the WRF-Hydro model, the simulated streamflow of most events is significantly improved in both hydrographs and volume than that of using the original WRF rainfall. Among the studied events, the largest improvement of the NSE is from -0.68 to 0.67. It proves that correcting the bias of WRF rainfall with the successive correction method can greatly improve the performance of streamflow forecast. In general, the WRF / WRF-Hydro meteo-hydrological forecasting model based on the successive correction method has the potential to provide better streamflow forecast in the Zhanghe River catchment.     

基于多源融合资料分析北京一次超强城市热岛三维结构特征

城市热岛效应是人类活动对大气系统影响的最主要体现之一。本文利用(Space and Time Multiscale Analysis System, STMAS)时空多尺度分析系统,融合了地面自动站、雷达、卫星等多源高时空分辨率观测资料,建立了城市热岛三维数据集。并在此基础上统计了2021年北京夏季的城市热岛强度变化特征,选取其中一次超强城市热岛个例(2021年6月11—12日)详细分析了其三维精细化结构特征。结果表明：(1)本个例中,夜间郊区近地面迅速降温,形成逆温层;而城市近地面降温缓慢,使得近地面城郊温差不断增大。(2)本次超强城市热岛三维温度场暖心结构在地面和990 hPa以下低空等压面清晰可见,风场距平呈现气旋性环流特征并在低空从郊区向城区辐合,引起可到达中高空的上升运动,说明城市热岛效应有增强垂直环流的作用。     

基于变分理论的AVHRR海表温度反演应用及效果评估

基于变分理论算法实现了METOP-A卫星AVHRR传感器探测数据的海洋表面温度变分反演，进行了连续1个月的海表温度反演试验，并分别从全球、分纬度带和天气系统活跃区域3个方面，将变分反演结果（VAR SST）与利用统计回归方法反演相同卫星得到的海表温度产品（GBL SST）、其他海温融合产品（OISST）及实际浮标观测数据等进行一系列评估。从全球评估指标看出，以OISST为参照，VAR SST要优于GBL SST；以浮标观测为参照，VAR SST略逊于GBL SST，而且VAR SST还改进了GBL SST随时间波动大的缺点；从分纬度带对比看出，在与OISST对比时，VAR SST在低纬度地区和北半球中纬度地区的质量要优于GBL SST，海温反演精度较高。研究还表明，由于变分方法考虑了大气状态的变化，能够更加有效订正卫星遥感过程中大气的削弱作用，从而反演出精度更高的海表温度，尤其在天气系统较为复杂的区域效果明显。     

一种控制变量循环扰动和多参数化方案的混合同化方法

敏感性试验表明集合变换卡尔曼滤波(Ensemble Transform Kalman Filter,ETKF)方法在混合(Hybrid)同化过程中易受观测资料数量变化的影响而产生较大程度的协方差震荡,从而可能导致系统不稳定。为设计一种简便、稳定的Hybrid同化系统,构建了一种基于物理控制变量扰动及多物理参数化方案的Hybrid同化及预报系统。本系统随着循环的进行,不断对Hybrid同化分析场进行控制变量扰动得到集合成员初始场,并且对各集合成员采用不同物理参数化方案以更合理地表征背景场的误差特征。连续10 d的循环同化及预报试验表明,本文同化方案效果明显优于三维变分方案,动力场的整体同化和预报效果与ETKF方案基本相当。本方案相比于ETKF方法不受观测波动影响,在没有经任何参数调试情况下,取得了良好同化和预报效果,为Hybrid同化的便捷运行提供了一种稳定可靠的手段。     

JOPLE算法结合双偏振雷达在不同降水过程中的测雨效果分析

JOPLE(Joint Polarization Experiment)算法是反演降水的一种合成算法,适用于偏振雷达。基于雨量站的测雨数据,对美国科罗拉多州丹佛市2008年8月9日强降雨和2009年7月3日有冰雹降水的过程进行对比,分析CHILL双偏振雷达结合JPOLE算法的测雨模式(简称RZK)与其他三种基于不同R(Z)关系的CHILL(简称RZDG、RZ88)、NEXRAD雷达测雨模式(简称KFTG)的测雨结果统计特征及测雨效果。结果表明:在强降雨过程中,RZK正确估测降雨位置525个,降雨量高估1 mm,测雨数据与雨量站测雨数据的相关系数为0.81,误报率低,测雨精度比其他模式好;在有冰雹的降雨过程中,RZK正确估测降雨位置604个,降雨量高估8 mm,测雨数据与雨量站测雨数据相关系数为0.71,与RZDG模式的测雨精度相当,但其FAR(虚假警报率)、CSI(临界成功指数)和H-K(汉森-奎伯斯技能得分)的STDEV值比其他模式的大;在两场降水中,四种测雨模式计算得到降雨数据的FAR值都随降雨强度的增大而减小。     

雷达估测降雨水平分辨率对径流模拟的影响——以西苕溪流域为例

天气雷达估测降雨是径流模拟和洪水预报的重要信息之一。由于雷达网格降雨存在误差,且误差随着网格水平尺度的增大而减小,因此对于径流模拟,高分辨率的雷达降雨数据并不意味着径流模拟的精度更高。采用FSS(Fractions Skill Score)方法和HEC-HMS模型(Hydrologic Engineering Center's Hydrologic Modeling System)分析江苏省西苕溪流域雷达估测降雨水平分辨率对径流模拟的影响。在2010年和2011年夏季两场降雨实例中,雷达估测降雨在不同降雨阈值情况下,FSS达到目标精度值对应的最小有效水平尺度为2~8 km,分别以2、4、6、8 km水平分辨率的雷达估测降雨和雨量站测雨作为HEC-HMS模型输入进行径流模拟,结果表明:基于不同水平分辨率的雷达估测降雨的径流模拟结果与实测径流资料基本吻合,雷达估测降雨2、4、6、8 km水平分辨率的变化对径流模拟效果的影响不明显。      

雷达观测对应模式变量非线性特征及对四维变分同化的影响

四维变分同化（4DVar）中切线性模式和伴随模式的时间积分长度即为同化时间窗的长度。为理解线性模式时间积分长度对4DVar的具体影响,在雷达观测对应变量非线性分析的基础上,进行了一系列不同时间窗（10 min、20 min和30 min）4DVar单点观测试验和一次降雨的实际雷达同化和预报试验。从径向风同化来看:短时间窗（10 min）的风场增量更大、更局地;长时间窗(20 min、30 min)的风场增量则更具系统性特征,但会丢失一些小尺度信息,导致暴雨预报能力降低。从反射率同化来看:短时间窗对6 h内强降水预报有较明显的改善,较长时间窗甚至会降低降水预报效果。研究旨在为合理设置4DVar的同化时间窗提供参考,以有效利用高时空分辨率的雷达观测资料,又尽量减小线性化造成的误差,进而快速有效地同化雷达信息。      

DEM数据源及分辨率对HEC-HMS水文模拟的影响

DEM数据源及分辨率会影响流域特征参数的提取,进而影响水文模拟结果.将ASTER 30 m DEM、SRTM 90 m DEM及基于ASTER 30 m DEM的40 m、50 m、60 m、70 m、80 m、90 m重采样DEM作为HEC-geoHMS模型输入,提取流域特征,采用HEC-HMS模型,以西笤溪流域为研究区域,分析2011年6月和2011年8—9月的两场降雨径流过程中,DEM数据源和分辨率对水文模拟输出的影响.研究结果表明,两次径流模拟结果与实测数据拟合都较好,模型确定性系数都大于0.82,但是单峰的洪水模拟效果总体更好,基于SRTM 90 m的模型确定性系数比基于ASTER 30 m DEM、重采样90 m DEM的模型确定性系数都大.基于重采样DEM的模型确定性系数变化较大,而且与分辨率的变化呈非线性关系.在HEC-HMS的模拟中,基于ASTER 30 m DEM和基于SRTM 90 m DEM的模拟输出结果相对误差相差3%~5%,基于SRTM 90 m DEM和基于重采样90 m DEM的模拟输出结果相对误差相差2%~4%,基于重采样DEM的模拟输出结果相对误差相差最大达到了11%.     

MPAS-A模式中不同积云对流参数化方案对西北太平洋台风模拟效果的影响

利用MPAS-A模式,针对模式中的New-Tiedtke,Grell-Freitas和Kain-Fritsch 3种积云对流参数化方案,选取2016—2017年期间的10个西北太平洋台风个例,研究了不同积云对流参数化方案对西北太平洋台风路径与强度模拟效果的影响,并讨论了其影响的物理机制。试验结果表明:3种积云对流参数化方案对MPAS-A台风模拟效果存在一定差异,New-Tiedtke方案模拟的路径和强度总体效果与观测最接近。影响机制分析表明,不同积云对流参数化方案使得模拟西太副高的位置不同,即引导西北太平洋台风的环境气流不同是造成路径差异的原因;而不同积云对流参数化方案模拟的台风中心对流不稳定高度不同,即潜热输送和释放不同,是造成台风强度不同的原因。