Parameterized Forward Operators for Simulation and Assimilation of Polarimetric Radar Data with Numerical Weather Predictions

Many weather radar networks in the world have now provided polarimetric radar data(PRD)that have the potential to improve our understanding of cloud and precipitation microphysics,and numerical weather prediction(NWP).To realize this potential,an accurate and efficient set of polarimetric observation operators are needed to simulate and assimilate the PRD with an NWP model for an accurate analysis of the model state variables.For this purpose,a set of parameterized observation operators are developed to simulate and assimilate polarimetric radar data from NWP model-predicted hydrometeor mixing ratios and number concentrations of rain,snow,hail,and graupel.The polarimetric radar variables are calculated based on the T-matrix calculation of wave scattering and integrations of the scattering weighted by the particle size distribution.The calculated polarimetric variables are then fitted to simple functions of water content and volumeweighted mean diameter of the hydrometeor particle size distribution.The parameterized PRD operators are applied to an ideal case and a real case predicted by the Weather Research and Forecasting(WRF)model to have simulated PRD,which are compared with existing operators and real observations to show their validity and applicability.The new PRD operators use less than one percent of the computing time of the old operators to complete the same simulations,making it efficient in PRD simulation and assimilation usage.     

雷达资料和数值模式产品融合技术研究

以雷达外推为基础,配合中尺度数值模式产品作为环境场,提出两种新的雷达资料和数值模式融合技术:动态权重融合法和趋势演变叠加法。且在动态权重融合法中提出用正弦权重、双曲正切权重以及实时滚动权重三种方法计算权重。使用上海及周边地区2009年6月21日的一次对流过程进行个例分析及误差检验,结果表明:利用这两种方法进行融合后的预报结果与雷达外推和数值模式预报结果相比均有所改进,特别是动态权重融合法中的正弦权重和双曲正切权重对于预报结果的改进尤为明显,融合后的结果更接近实况,表明动态权重融合法和趋势演变叠加法这两种方法是有效可行的,对短时临近预报技术研究有较高的参考价值。     

雷达资料与中尺度数值预报的融合方法研究及其在临近预报中的应用

通过融合多普勒天气雷达资料与中尺度数值预报产品,发展了一种便于临近预报业务使用的方法。该方法首先通过相关分析计算当前相同时刻雷达估测降水与中尺度数值预报的反射率因子估测降水之间的位置偏差,导出一个位移偏差矢量场;然后,利用人机交互的方式对矢量场进行分区,并对各分区的矢量场进行平滑处理,计算出各分区的平均位移偏差矢量;最后,采用最小二乘法对各分区连续多次的平均位移偏差矢量进行线性拟合,得到各分区平均位移偏差矢量随时间的变化特征,订正未来时段相应区域的数值预报反射率因子估测降水的位置偏差。利用该方法对2012和2013年夏季发生在重庆西部、四川东部的3次强降水天气过程进行临近预报试验并对预报结果进行了检验,结果表明:对0~2 h的临近预报,融合预报效果总体上优于模式预报效果;另外,与雷达外推定量降水预报相比,0~1 h雷达外推预报效果优于融合预报效果,1~2 h融合预报效果优于雷达外推预报效果。     

国家气象中心数值预报业务的进展

在最近的１５年中，国家气象中心的数值预报业务高速度发展，预报模式从北半球模式发展为全球谱模式，并配套建立了资料同化系统和用于降水预报的有限区预报模式，暴雨和台风预报模式正在研制中。目前数值预报时效已延至７天，Ｔ６３９３丙上时的预报水平已优于的数值预报产品的应用技术在不断改进，最高（低）气温下两天ＭＯＳ预报精度已接近预报员制作的综合预报结果。     

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。     

数值天气预报中卫星资料同化应用现状和发展

卫星资料已大量应用于数值天气预报,占据了所用观测资料的主体并对数值天气预报效果的改善具有明显的作用。目前卫星资料的同化应用一方面在努力解决受地表辐射、云和降水影响的卫星观测资料的同化问题,以充分利用现有卫星资料并发挥其效能,同时发展适应伴随全球观测系统建立而带来大数量和多种类新类型卫星资料的同化应用。文章介绍了为满足卫星资料在数值天气预报中同化应用现状与发展而建立的两个卫星资料同化研究中心(JCSDA:Joint Center of Satellite Data Assimilation和NWP SAF:Satellite Applications Facility for Numerical Weather Prediction)的基本情况,并简要讨论我国数值天气预报中卫星资料同化应用。     

国外中期数值预报业务模式的性能及发展趋势

作者简单介绍了国内预报员较为熟悉的欧洲中期天气预报中心，美国国家气象中心和日本气象厅三个中期预报模式的性能及预报效果，包括近几年颇为流行的半拉格朗日时间积分方案，物理过程参数化方案的完善和改进，中期数值预报业务模式的发展趋势等。     

业务化数值天气预报50年:科学传承与未来展望

数值天气预报是气象科学在20世纪创造的巨大成就，它给出的计算天气的可行性方案不仅服务于日常生活，也改变了人们对天气预报的认识。在数值天气预报业务开展50年之际，回顾了数值天气预报在科学思想上的脉络，对该领域未来发展进行了展望。     

Comparative Experiments on the Effect of Radar Data Assimilation and Increasing Horizontal Resolution on Short-term Numerical Weather Prediction

To examine the effect of radar data assimilation and increasing horizontal resolution on the short-term numerical weather prediction, comparative numerical experiments are conducted for a Huabei (North China) torrential rainfall event by using the Advanced Regional Prediction System (ARPS) and ARPS Data Analysis System (ADAS). The experiments use five different horizontal grid spacings, i.e., 18, 15, 9, 6, and 3 km,respectively, under the two different types of analyses: one with radar data, the other without. Results show that, when radar data are not used in the analysis (i.e., only using the conventional observation data), increasing horizontal resolution can improve the short-term prediction of 6 h with better representation of the frontal structure and higher scores of the rainfall prediction, particularly for heavy rain situations. When radar data are assimilated, it significantly improves the rainfall prediction for the first 6 h, especially the locality and intensity of precipitation. Moreover, using radar data in the analysis is more effective in improving the short-term prediction than increasing horizontal resolution of the model alone, which is demonstrated by the fact that by using radar data in the analysis and a coarser resolution of the 18-km grid spacing, the predicted results are as good as that by using a higher resolution of the 3-km grid spacing without radar data. Further study of the results under the radar data assimilation with grid spacing of 18-3 km reveals that the rainfall prediction is more sensitive to the grid spacing in heavy rain situations (more than 40 mm) than in ordinary rain situations (less than 40 mm). When the horizontal grid spacing reduces from 6 to 3 km, there is no obvious improvement to the prediction results. This suggests that there is a limit to how far increasing horizontal resolution can do for the improvement of the prediction. Therefore, an effective approach to improve the short-term numerical prediction is to combine the radar data assimilation with an optimal horizontal resolution.     

System of Multigrid Nonlinear Least-squares Four-dimensional Variational Data Assimilation for Numerical Weather Prediction (SNAP): System Formulation and Preliminary Evaluation

A new forecasting system—the System of Multigrid Nonlinear Least-squares Four-dimensional Variational(NLS-4DVar) Data Assimilation for Numerical Weather Prediction(SNAP)—was established by building upon the multigrid NLS-4DVar data assimilation scheme, the operational Gridpoint Statistical Interpolation(GSI)-based data-processing and observation operators, and the widely used Weather Research and Forecasting numerical model. Drawing upon lessons learned from the superiority of the operational GS...     

机器学习在气象领域的应用现状与展望

机器学习是人工智能的核心,是使计算机具有智能的根本途径之一.随着以深度学习为代表的机器学习算法取得突破,人工智能呈现了加速发展的趋势,在各行业取得了广泛的应用.机器学习在计算效率、准确性、可移植性、协同性、灵活性、易用性等方面具有较大的优势,下一步将有可能改变传统的气象观测模式,加速和改善气象观测数据的处理,改善数值天...     

云、辐射对中期数值预报影响的数值试验

在国家气象中心引进的EC-T42L9谱模式的基础上，用模式诊断云和模式水汽场（以下简称B方法）代替其中计算辐射时所用的纬向平均的气候云和气候水汽场（以下简称A方法），并减少垂直层以节省计算量，从而发展了一个T42L5谱模式。此外，在计算云和辐射时，还设计了方法C，调整云和辐射计算的“时空”分辩率。该文利用改进的T42L5谱模式，并以EC的1982年7月1日12时（UTC）的客观分析为初始场，进行了A、B、C三种方法的5天中期数值预报试验，较系统地研究了云和辐射在中期数值预报中的作用。数值试验的结果表明:（     

Progresses of Researches on Numerical Weather Prediction in China： 1999-2002

The recent progresses in the research and development of (NWP) in China are reviewed in this paper. The most impressive achievements are the development of direct assimilation of satellite irradiances with a 3DVAR (three-dimentional variational) data assimilation system and a non-hydrostatic model with a semi-Lagrangian semi-implicit scheme. Progresses have also been made in model physics and model application to precipitation and environmental forecasts. Some scientific issues of great importance for further development are discussed.     

CINRAD/SA天气雷达RDA适配参数的组成与应用

通过例证的方法,系统介绍了CINRAD/SA天气雷达RDA适配参数的组成、特点和作用,以及适配参数在雷达维护、标定中的重要应用,以便雷达保障人员在CINRAD/SA天气雷达的运行维护工作中能很好使用适配参数。CINRAD/SA天气雷达保障工作的实际经验表明,RDA适配参数在CINRAD/SA天气雷达的智能管理、运行控制、运行维护、系统标定、故障报警、信号处理和数据生成等方面具有重要作用,系统了解和充分运用RDA适配参数对保障CINRAD/SA天气雷达系统的高效、可靠运行具有十分重要的现实意义。     

数字滤波方法在月尺度数值预报中的应用Ⅰ.初始场滤波的作用

本工作将数字滤波方法用于Ｔ４２Ｌ９谱模式的月预报实验。为了去除高频扰动误差的影响，保留对月预报有意义且可预报性较强的低频过程，用滤波器对观测资料的序列进行处理，得到１０天以上的低频分量作为初始场进行预报。结果说明，与不进行滤波的控制实验相比，误差增长明显减慢，预报效果在１０～２０天时段内提高最显著。进一步分析表明，延伸预报效果随时间的变化主要是由其中低频分量的预报效果决定的。初始场滤波后预报效果的提高也主要是由于其低频分量报得更好，而在此低频背景下新产生出来的高频扰动误差也相应较小，因而总体的预报效果好于控制实验。而如果在控制实验预报后提取低频分量进行检验，则对逐日预报的改进不明显。经过初始场滤波后对１～１０天至１～３０天平均场的预报也有较显著的提高。对旬平均预报改进最大的是在第二个１０天。对５００ｈＰａ环流形势的预报也更接近实际。本工作的结果说明，在中长期预报中如果能用适当的方法提取出低频过程的信息，则可望提高预报水平     

雷达资料同化对一次浙江初春罕见飑线过程数值模拟的影响分析

以2018年3月4日影响浙江的初春罕见飑线过程为例,利用WRF模式与GSI-3DVar同化系统开展了雷达资料同化对重大强对流天气的影响研究,分析了雷达资料同化对此次飑线过程的模拟改进作用和可能影响过程,对比了雷达反射率因子和雷达径向速度的同化效果,探讨了不同数量和位置的雷达资料同化对模拟效果的影响。结果表明:雷达资料(尤其是反射率因子)同化有效改善了飑线边界层特征的模拟,从而改进了模式对飑线过程中组合反射率因子、降水、大风等发展演变的模拟效果。雷达反射率因子同化通过直接调整水凝物质含量,修正风暴中降水模拟及由此引起的蒸发冷却,形成更接近实况的强冷池,进而产生了比雷达径向速度同化更大的正贡献。相对于同化非关键区域的雷达资料,同化飑线过程上游关键区域的雷达观测所包含的重要中小尺度信息,对飑线过程模拟效果提升更为重要。     

极轨卫星高层通道在GRAPES同化系统中的应用

针对GRAPES(Global/Regional Assimilation and Prediction System)模式三维变分系统高层背景场温湿廓线外推方案的局限性,提出以气候垂直廓线重新构造高层温湿垂直结构,以减小外推方案的偏差。首先采用一维变分同化系统,展开模拟实验:分析目前模式中使用的外推方案误差及其对反演结果的影响,利用高层大气气候廓线构造垂直结构并分析同化偏差。最后,运用GRAPES全球分析预报系统进行同化实验并分析改进程度。结果显示:模拟研究表明采用高层背景场温湿廓线外推方案与实际观测相比最大偏差在1 h Pa附近可达数十度以上,不仅影响平流层,而且对对流层也有影响;用气候温度数据修正GRAPES高层温度数据,可以减少50%以上的偏差,证明了用气候值高层数据优化现行GRAPES模式中同化系统高层插值方案的可行性。全球GRAPES三维变分同化试验结果显示,改进方案不仅显著的改善平流层分析质量,对对流层中高层也有改进。     

数字滤波方法在月尺度数值预报中的应用：II.保留不同低频过程的效果比较

用数字滤波方法对观测资料序列进行处理，得到初始场用于Ｔ４２Ｌ９全球谱模式的月预报，以去除误差增长较快的高频扰动对低频过程的影响，并且利用多时刻的观测资料提取低频过程的信息。对冬季和夏季两个不同个例进行了实例，并比较了取不同长度的观测序列，截取不同周期的过程作为初值对预报效果的影响。结果说明，经过滤波后对低频分量和平均场的预报都有显著的改进。而且对于较长时效的预报，应保留更低频的过程（比如１０ｄ以上     

数值天气预报中分析同化基本方法的历史发展脉络和评述

数值天气预报中分析同化的基本方法先后经历了多项式函数拟合方法、逐步订正方法、最优插值方法、变分方法和集合卡尔曼滤波方法。本文首先根据相关的经典文献力求本色地介绍这些方法的基本思想和实施的具体要点;然后,着重于它们的上下承接关系,试图阐述同化的历史发展脉络,评述这些方法的显著特征和创新性,以期清晰地理解资料同化的循序渐进的内在发展逻辑。此外,从起源上阐明“主观分析”与“客观分析”、“初猜场”与“背景场”、“分析”与“同化”、以及“更新”、“新息”等基本概念,以期准确地理解和把握“大气资料同化”的由来和内涵。     

Insights into the Microwave Instruments Onboard the Fengyun 3DSatellite: Data Quality and Assimilation in theMet Office NWP System

正1Met Office, Exeter EX1 3PB, UK2National Satellite Meteorological Center, China Meteorological Administration, Beijing 100081, China