地面观测资料在西南地区数值预报中的敏感性试验

利用3.0版的GRAPES同化系统,针对西南地区2005年7月的夏季降水,开展地面观测资料的同化敏感性试验,对整月天气进行了每日一次的48小时预报,并对该月发生在川渝地区"7.8"大暴雨过程进行对比分析.试验结果表明,在地形复杂的西南地区,利用等压面的GRAPES 3DVAR同化系统同化地面观测资料对降水预报的影响随进入同化系统的地面观测资料疏密程度和同化内容的不同而不同;当模式采用较高分辨率时,同化的地面观测资料越多,对降水预报的改善作用越明显;同化地面观测资料的风速信息可以降低降水预报的空报率,但对漏报率和TS评分改善作用不明显;在几种同化方案中,利用GRAPES 3DVAR同化系统同化地面观测资料的相对湿度和位势高度信息,对降水预报的改善效果最明显.     

中国L波段探空湿度观测资料的质量评估及偏差订正

L波段探空观测资料无论在天气预报还是数值预报中均为最基本和最重要的一类数据,而其湿度观测资料的质量对同化分析及降水预报有直接影响。通过用L波段探空湿度观测资料与不同类型的其他观测反演的湿度资料互校及与NCEP、GRAPES、EC等不同模式分析场为背景的湿度场比较,评估中国L波段探空湿度观测资料的质量状况,对探空湿度资料的质量有了新的认识,为更好地使用该资料提供依据。研究发现中国L波段探空湿度观测资料存在偏干的现象,特别是当背景场湿度大于60%时,观测湿度偏低更加明显。通过分析其偏差特征,找出了适合中国L波段探空湿度观测资料偏差特点的分段函数订正方法。个例试验表明,对探空湿度观测资料的偏差订正后,观测偏差明显减小,订正效果非常显著;模式降水强度预报能力有一定的提高。从连续试验检验的降水预报评分(TS)和预报偏差(Bias)看,中雨和暴雨的预报在探空湿度观测偏差订正后都表现出正效果。     

降水资料同化在梅雨锋特大暴雨个例模拟中的应用研究

利用暴雨数值预报模式AREM,以2009年6月29日发生在长江中下游地区的一次梅雨锋特大暴雨过程为例,以NCEP预报场为背景场,首先开展了不同化任何资料(无同化试验)以及分别利用GRAPES-3DVAR同化系统和局地分析预报系统(LAPS)同化地面、探空资料的3组数值试验,然后进一步开展了降水资料一维变分同化方法在GRAPES-3DVAR同化系统及LAPS系统中二次同化的效果研究,结果表明:(1)采用GRAPES-3DVAR系统同化地面、探空资料的数值试验,其降水预报效果不如无同化试验结果;而采用LAPS资料同化系统同化地面、探空资料的数值试验,其降水预报效果优于无同化试验结果,即就本个例而言,GRAPES-3DVAR同化系统对背景场的修正为负效果,LAPS同化系统对背景场的修正为正效果。(2)降水资料1DVAR方法在GRAPES-3DVAR同化系统中的应用,对物理量场有重要影响,使雨带上空变得更暖更湿,天气系统的配置更利于降水发生,中尺度系统的演变更有利于模拟出与实况更加接近的雨带位置、强度、中尺度结构特征,因而极大地改善了降水模拟效果,其模拟的1、6、24h累积降水量位置、强度、中尺度结构特征都有较明显改善。(3)降水资料1DVAR方法在LAPS系统中的应用同样改善了降水预报效果,使雨带落区位置更加接近实况。     

华南地区中尺度模式预报的初值影响分析

基于GRAPES 3D-Vat同化系统，介绍了根据静力平衡关系由高度场的增量来计算温度场的增量的方法，并结合常规探空资料同化，针对影响华南地区的一次冷空气过程的个例，分析了常规观测资料对初始场的影响。采用GRAPES区域中尺度模式进行了控制试验和同化试验，观测资料的检验表明，资料同化对GRAPES中尺度模式预报有正面影响，初始时刻预报敏感性较大并且变化较快，靠近地面的低层预报敏感性较为复杂，常规探空资料对高层大气预报能力的提高相对于中低层较小。     

非高斯分布观测误差资料的变分质量控制对暴雨预报的影响

观测资料的质量控制直接影响数值预报资料同化的分析质量。本文针对GRAPES区域同化和预报的三维变分资料同化系统,发展了基于观测误差为"高斯分布+均匀分布"模型的变分质量控制方案,讨论了该方案的初始启动和关键参数,并检验分析了其适用性与有效性。同时,以全球预报系统(GFS)资料作为背景场,利用探空、地面、船舶、飞机、云迹风等常规观测资料和COSMIC卫星反演资料进行同化和预报,分析了华南地区特大暴雨的个例试验和2013年8月共31 d的批量试验。试验结果表明:变分质量控制能够依据观测资料的不同质量对观测权重进行合理调整,对位势高度、气压、风、比湿的分析增量场和分析场改善显著,尤其在强降水区具有更加明显的效果;对降水落区、降水强度及中心位置的预报质量具有较好的提高,特别对暴雨、大暴雨等较大降水量级的预报能力反映出更好的改善效果,充分显示了变分质量控制在中小尺度剧烈天气过程中对同化分析和预报的重要作用。     

GRAPES全球三维变分同化系统的检验与诊断

中国气象局数值预报中心新近升级的GRAPES全球三维变分同化系统的大气基本状态变量在物理属性与定义的网格和坐标上与预报模式保持一致,是一个完全针对GRAPES预报模式的同化系统。该系统不仅有利于减小分析误差,也是构建GRAPES四维变分同化系统的基本环节之一。该文通过与观测资料的对比、与国际其他业务中心分析场的对比,以及中期数值预报的检验,对新的GRAPES全球三维变分同化系统性能进行较全面讨论,并通过对这一系统的检验,探索资料同化系统性能的检验方法,尤其是观测资料同化效果的定量评价方法。诊断结果表明:在宏观特征上,GRAPES变分同化系统的分析场与欧洲中期数值预报中心和美国国家环境预测中心的分析场十分相似, 但细节上仍有差别。这些差别主要源自GRAPES同化系统中探空、地面报、掩星以及飞机报观测的贡献偏大,而卫星垂直探测仪观测资料的作用尚未充分发挥。从探测单要素来讲,风及湿度观测的作用发挥不够。此外,青藏高原周围地区、模式高层及赤道地区分析场偏差较大,它们与模式地形及高层的处理等有关系,这些问题有待进一步改进。     

俄罗斯探空观测减少对GRAPES模式的影响分析

在观测资料同化系统中,探空资料是重要的资料之一。由于俄罗斯探空观测在2015年1月进行了调整,分别在0000UTC和1200UTC减少部分探空观测,为检验探空观测调整对GRAPES模式的影响,选取2014年1月从中国气象局国家气象信息中心数据库中检索到的探空资料进行了影响试验。从分析检验结果来看,俄罗斯探空站点减少后GRAPES模式对俄罗斯大部地区的风场分析变差,对其他地区风场分析影响不大;俄罗斯地区和东亚地区的高度场分析略有变好,这与缺失站点高度场观测质量有关。从500hPa高度预报场的距平相关系数变化来看,减少观测对东亚地区5d以后的预报略有改善,其他地区预报影响变化不大。     

GRAPES全球三维变分同化中卫星微波温度计亮温的背景误差及在质量控制中的应用

模式变量背景误差在观测空间的投影,也即观测变量的背景误差包含了变分同化系统的重要信息,其在诊断和分析变分同化系统中资料的影响等方面具有重要作用,特别是在背景场检查质量控制中。在GRAPES全球三维变分同化(3DVar)系统中仅给定了控制变量的背景误差,并未直接给定观测变量的背景误差。为了能够对GRAPES全球3DVar进行全面的诊断和分析,改进卫星微波温度计资料的质量控制,推导出GRAPES全球3DVar同化系统控制变量随机扰动方法估计观测变量的背景误差的公式,为分析和改进GRAPES全球3DVar提供了一个有力工具,并进而估计了AMSU-A亮温的背景误差,分析了AMSU-A不同通道亮温的背景误差特征,将其应用于GRAPES全球3DVar的AMSU-A亮温的背景场检查质量控制中。结果表明,控制变量随机扰动方法估计的GRAPES全球3DVar同化系统AMSU-A亮温的背景误差正确合理。同化循环预报试验结果表明,亮温的背景误差在背景场检查中的应用显著提高了GRAPES全球3DVar同化的亮温资料的数量,显著提高了GRAPES南半球对流层中高层位势高度场的预报技巧。在GRAPES全球3DVar同化系统中推导和实现的控制变量扰动方法为诊断和分析GRAPES全球3DVar观测资料同化效果提供了有力工具。      

华南暖区降水数值预报的初值同化试验

为了了解初值场对华南短时临近降水预报的影响,文中利用GRAPES区域中尺度模式,针对华南一次暖区暴雨过程分别进行控制试验、同化地面探空资料、nudging雨水资料和同化雷达径向风等四个模拟试验。分析结果表明：(1) 同化地面探空资料有助于改善24小时的降水落区及其量级;(2) nudging雨水资料对临近降水预报有积极影响;(3) 同化雷达径向风能使24小时的降水落区、量级得到明显的提升。这些结论为下一步的华南地区短时临近降水预报研究提供了重要的技术参考。     

不同观测资料在西南地区数值预报中的应用

利用3.4版WRF同化与预报系统开展自动站、探空、GPS大气可降水量和云迹风资料的同化对比试验,了解现有业务中已同化观测资料在新版系统中的应用效果,确定资料同化优选方案,为西南区域中心数值预报业务改进提供参考。试验表明:(1)自动站资料测站多、分布不均,对初猜场低层要素调整作用大,会减小温度、相对湿度误差;探空资料站点少、垂直信息丰富,对初猜场各层误差减小均有贡献;云迹风资料垂直分布不均,集中在对流层中高层,因此对初猜场的最大调整集中在中高层,会减小位势高度误差;GPS测站少,被剔除的比例高,对初猜场调整作用很小;(2)单独同化试验发现探空、云迹风资料有助于该地区降水预报改进,而自动站和GPS资料对降水预报有负作用;(3)同时同化探空、云迹风资料有利于西南地区降水预报准确率提高,尤其对大降水中心预报。     

2010年7～8月四川三次大暴雨过程区域数值模式能力评估

本文对2010年7月14~19日、7月22~24日、8月17~19日四川出现的3次区域性大暴雨过程,比较分析了成都区域中心及国家气象中心运行的GRAPES模式降水预报情况以及中、高层环流形势,通过天气学检验得出以下结论:(1) G-SC模式预报降水范围偏小、强度偏弱,强降水中心存在较大偏差;G-BJ模式能预报出降水的主要落区,但降水强度偏弱,虚假强水中心偏多;(2) GRAPES模式对青藏高原东侧天气系统的预报能力偏弱,G-BJ对大尺度环流系统的预报能力优于G-SC模式;(3)九龙站和名山站单站探空廓线图显示G-SC模式在对流层高层温度和风速不随高度变化,对流层底层比湿较实况偏小,因此,温度场、风场以及湿度场强度及分布都有待改善;(4)成都区域中心运行的GRAPES模式在初值、高度场强度、近地面温度等方面都具有很大的改进空间,这需要在资料同化、边界层方案、地形处理等方面做工作。      

对流天气系统自动站雨量资料同化对降雨预报的影响

利用GRAPES(Global and Regional Assimilation and Prediction Enhanced System,全球/区域同化预报系统)三维变分同化系统,针对对流天气系统特点,用改进的郭晓岚对流参数化方案作为观测算子,同化广东省自动站记录的对流天气系统的雨量资料,并且与同化探空资料进行了比较.在雨带有明显改进的区域,分别同化这两种资料都可以调整大气低层水汽辐合增加(或辐散),对流层中下层增暖增湿(或变冷变干),从而增加(或减少)降水,表明降水的同化方案对初始场的调整在一定     

High-resolution summer rainfall prediction in the JHWC real-time WRF system

The WRF-based real-time forecast system (http://jhwc.snu.ac.kr/weather) of the Joint Center for High-impact Weather and Climate Research (JHWC) has been in operation since November 2006; this system has three nested model domains using GFS (Global Forecast System) data for its initial and boundary conditions. In this study, we evaluate the improvement in daily and hourly weather prediction, particularly the prediction of summer rainfall over the Korean Peninsula, in the JHWC WRF (Weather Research and Forecasting) model system by 3DVAR (three-Dimensional Variational) data assimilation using the data obtained from KEOP (Korea Enhanced Observation Program). KEOP was conducted during the period June 15 to July 15, 2007, and the data obtained included GTS (Global Telecommunication System) upper-air sounding, AWS (Automatic Weather System), wind profiler, and radar observation data. Rainfall prediction and its characteristics should be verified by using the precipitation observation and the difference field of each experiment. High-resolution (3 km in domain 3) summer rainfall prediction over the Korean peninsula is substantially influenced by improved synoptic-scale prediction in domains 1 (27 km) and 2 (9 km), in particular by data assimilation using the sounding and wind profiler data. The rainfall prediction in domain 3 was further improved by radar and AWS data assimilation in domain 3. The equitable threat score and bias score of the rainfall predicted in domain 3 indicated improvement for the threshold values of 0.1, 1, and 2.5 mm with data assimilation. For cases of occurrence of heavy rainfall (7 days), the equitable threat score and bias score improved considerably at all threshold values as compared to the entire period of KEOP. Radar and AWS data assimilation improved the temporal and spatial distributions of diurnal rainfall over southern Korea, and AWS data assimilation increased the predicted rainfall amount by approximately 0.3 mm 3hr^?1.     

成都区域气象中心业务数值预报产品检验分析

依据国家气象中心T213、T639全球模式、成都区域中心实时运行的AREM、GRAPES和MM5中尺度数值模式预报结果,对2008年5～9月进行了日降水量和2m温度检验。结果表明：（1）模式对昆明、南京、广州、长沙、北京和郑州温度预报优于温江、兰州和拉萨站,其中拉萨站温度预报与实况偏差最大,即模式对我国中部及南部地区温度预报与实况近似程度高于西部地区。（2）东部地区中雨及以上量级降水评分高于西部,西部4个城市中以昆明站评分最高,反映模式对我国西部城市降雨预报能力偏弱。     

MM5在上海区域气象中心数值预报中的改进和应用

以国家气象中心数值预报产品为依托, 根据上海区域气象中心计算机资源配置情况, 用NCAR-PSU/MM5V2作为动力框架, 确定了侧边界嵌套方案、积云参数化方案和边界层参数化方案, 研制了资料分析同化方法和预报结果后处理方法及产品显示软件, 建立了上海区域气象中心第五代数值预报业务系统, 可提供华东地区138个城市每3 h一次的地面要素预报.半年多准业务运行表明, 预报效果较好, 对区域内气象台站的业务预报有良好的参考价值.     

Simulation of heavy rainfall events over Indian monsoon region using WRF-3DVAR data assimilation system

We present the results of the impact of the 3D variational data assimilation (3DVAR) system within the Weather Research and Forecasting (WRF) model to simulate three heavy rainfall events (25–28 June 2005, 29–31 July 2004, and 7–9 August 2002) over the Indian monsoon region. For each event, two numerical experiments were performed. In the first experiment, namely the control simulation (CNTL), the low-resolution global analyses are used as the initial and boundary conditions of the model. In the second experiment (3DV-ANA), the model integration was carried out by inserting additional observations in the model’s initial conditions using the 3DVAR scheme. The 3DVAR used surface weather stations, buoy, ship, radiosonde/rawinsonde, and satellite (oceanic surface wind, cloud motion wind, and cloud top temperature) observations obtained from the India Meteorological Department (IMD). After the successful inclusion of additional observational data using the 3DVAR data assimilation technique, the resulting reanalysis was able to successfully reproduce the structure of convective organization as well as prominent synoptic features associated with the mid-tropospheric cyclones (MTC). The location and intensity of the MTC were better simulated in the 3DV-ANA as compared to the CNTL. The results demonstrate that the improved initial conditions of the mesoscale model using 3DVAR enhanced the location and amount of rainfall over the Indian monsoon region. Model verification and statistical skill were assessed with the help of available upper-air sounding data. The objective verification further highlighted the efficiency of the data assimilation system. The improvements in the 3DVAR run are uniformly better as compared to the CNTL run for all the three cases. The mesoscale 3DVAR data assimilation system is not operational in the weather forecasting centers in India and a significant finding in this study is that the assimilation of Indian conventional and non-conventional observation datasets into numerical weather forecast models can help improve the simulation accuracy of meso-convective activities over the Indian monsoon region. Results from the control experiments also highlight that weather and regional climate model simulations with coarse analysis have high uncertainty in simulating heavy rain events over the Indian monsoon region and assimilation approaches, such as the 3DVAR can help reduce this uncertainty.     

Effect of Length Scale Tuning of Background Error in WRF-3DVAR System on Assimilation of High-Resolution Surface Data for Heavy Rainfall Simulation

We investigated the impact of tuning the length scale of the background error covariance in the Weather Research and Forecasting(WRF) three-dimensional variational assimilation(3DVAR) system.In particular,we studied the effect of this parameter on the assimilation of high-resolution surface data for heavy rainfall forecasts associated with mesoscale convective systems over the Korean Peninsula.In the assimilation of high-resolution surface data,the National Meteorological Center method tended to exaggerate the length scale that determined the shape and extent to which observed information spreads out.In this study,we used the difference between observation and background data to tune the length scale in the assimilation of high-resolution surface data.The resulting assimilation clearly showed that the analysis with the tuned length scale was able to reproduce the small-scale features of the ideal field effectively.We also investigated the effect of a double-iteration method with two different length scales,representing large and small-length scales in the WRF-3DVAR.This method reflected the large and small-scale features of observed information in the model fields.The quantitative accuracy of the precipitation forecast using this double iteration with two different length scales for heavy rainfall was high;results were in good agreement with observations in terms of the maximum rainfall amount and equitable threat scores.The improved forecast in the experiment resulted from the development of well-identified mesoscale convective systems by intensified low-level winds and their consequent convergence near the rainfall area.     

Satellite Data Assimilation of Upper-Level Sounding Channels in HWRF with Two Different Model Tops

The Advanced Microwave Sounding Unit-A(AMSU-A) onboard the NOAA satellites NOAA-18 and NOAA-19 and the European Organization for the Exploitation of Meteorological Satellites(EUMETSAT)Met Op-A, the hyperspectral Atmospheric Infrared Sounder(AIRS) onboard Aqua, the High resolution Infra Red Sounder(HIRS) onboard NOAA-19 and Met Op-A, and the Advanced Technology Microwave Sounder(ATMS) onboard Suomi National Polar-orbiting Partnership(NPP) satellite provide upper-level sounding channels in tropical cyclone environments. Assimilation of these upper-level sounding channels data in the Hurricane Weather Research and Forecasting(HWRF) system with two different model tops is investigated for the tropical storms Debby and Beryl and hurricanes Sandy and Isaac that occurred in 2012. It is shown that the HWRF system with a higher model top allows more upper-level microwave and infrared sounding channels data to be assimilated into HWRF due to a more accurate upper-level background profile. The track and intensity forecasts produced by the HWRF data assimilation and forecast system with a higher model top are more accurate than those with a lower model top.