基于伴随敏感性的风廓线雷达和地基微波辐射计观测对模式预报的影响评估研究

同化大量观测资料可以有效地改进模式预报结果,但不同观测对预报的影响有着显著差异,合理评估观测对预报的贡献是数值模式中最具挑战性的诊断之一。本文采用基于伴随的预报对观测的敏感性（Forecast Sensitivity to Observation,简称FSO）方法,构建WRFDA（Weather Research and Forecasting model’s Data Assimilation）框架下的WRFDA-FSO系统。基于2019年9月超大城市项目在北京地区获取的风廓线雷达（Wind Profile Radar,简称WPR）和地基微波辐射计（Microwave Radiometer,简称MWR）观测数据,利用WRFDA-FSO系统,开展观测对WRF模式12 h预报的影响试验,并分析风温湿观测对预报的贡献。结果表明:（1）同化的观测资料（MWR、WPR、Sound、Synop和Geoamv）均减小了WRF模式12 h预报误差,对预报为正贡献,其中MWR观测对预报的影响最大,WPR风场观测对预报的改进效果优于Sound的风场观测。（2）WPR的U、V观测和MWR的T、Q观测中,V观测和T观测对预报的正贡献值更高,对预报的改进效果更优。（3）WPR和MWR多数高度层的观测均减小了预报误差,对预报为正贡献,其中MWR的T观测对预报的正贡献主要位于近地面800 hPa以下。     

大气风温湿垂直观测网资料快速更新混合同化试验研究

基于WRF预报模式、WRFDA Hybrid集合变分同化系统和ETKF方法,构建了面向城市气象观测网数据的快速更新混合同化系统。针对北京地区地基微波辐射计和风廓线雷达组网观测资料数据同化,开展了静态背景误差调整因子(特征长度尺度因子和方差因子)、局地化距离和集合权重系数4个重要参数敏感性试验研究。试验结果表明：当温度、相对湿度、u风和v风的特征长度尺度因子和方差因子分别调整为0.7/1.0、1.0/1.0、0.7/1.0和0.7/1.0,局地化距离和集合权重系数分别调整为11.2 km和0.5时,快速更新混合同化系统的分析场均方根误差最小。为对比三种常用同化方案,开展了默认参数混合同化、最优参数混合同化、三维变分同化对比试验,试验结果表明：在针对北京地区地基微波辐射计和风廓线雷达组网观测资料的快速更新同化预报试验中,混合同化方案表现优于三维变分,同时相对于默认参数混合同化方案,最优参数混合同化方案的风场、温度及湿度的分析场和预报场得到了进一步改善：风温湿的分析场均方根误差分别最大降低了13%、19%和5%,12～24 h预报场的均方根误差分别最大降低了2%、12%和5%。