多普勒雷达资料在数值模式中的应用

对如何把多普勒雷达资料应用到数值模式的技术问题进行了综合分析,为进一步拓展多普勒雷达资料应用的领域提供了一些思路。     

双多普勒雷达风场反演资料的同化应用试验

利用合肥、马鞍山2部多普勒雷达联合观测资料及多部多普勒雷达合成和连续调整技术（MUSCAT）,在笛卡尔坐标下反演得到三维风场。将得到的风场通过由CAPS（center for analysis and prediction of storm）研发的ARPS（advancedregional prediction systemv5．2．4）模式及数据处理系统ADAS（ARPS data analysissystem）进行同化试验。结果表明,反演风场信息可以改善短时模拟场、特别是风场的状况;但由于对湿度场等的改进较小,致使预报的3h降水量与实况有出入。     

多普勒雷达资料在MM5模式中的应用

将多普勒天气雷达探测到的降水粒子的回波强度数据转化为相对湿度值,对同一时刻MM5模式初始场中的相对湿度值进行订正.多次模拟试验结果表明:通过修正模式初始场在雷达回波区域的水汽条件,使该区域初始场底层能量升高、对流不稳定性加强.从而对回波下游区域降水中心位置和降水量级的预报有所改进.本文以山东临沂2004年7月16日暴雨过程和2005年6月14日冰雹过程为例,阐述试验过程及试验结果.     

单多普勒雷达资料在伴随模式同化系统中的应用研究

利用变分方法反演单多普勒雷达资料,得到风矢量场。同时,利用MM5伴随模式同化系统,结合一次暴雨过程,设计四种方案,进行数值模拟试验。结果表明,通过变分方法反演的雷达资料的应用对于暴雨的分布预报有明显的改善作用;运用伴随方法同化雷达资料后可改善对暴雨中心的预报;对于各个物理量误差的减少,雷达资料的应用也起到重要作用,尤其是对于风场作用较为明显;雷达资料的应用可加快伴随模式同化系统目标函数的收敛,得到最优初始场。     

多普勒雷达资料4DVAR同化反演的模拟研究

利用Sun等建立的同化模式和四维变分同化方法对多普勒雷达资料反演大气风场、热力场和微物理场进行了模拟试验研究.反演的基本思路是将4DVAR同化方法应用到三维云模式,定义价值函数表征雷达资料与模式预报结果之间的差别,通过极小化价值函数得到反演场,价值函数相对模式控制变量的梯度由伴随模式求取.试验结果表明,4DVAR同化技术能够从单(双)多普勒雷达资料反演大气三维风场、热力场和微物理场.各个变量反演精度高低与同化过程中变量受约束的大小程度呈正相关.速度场和雨水场反演精度较高,温度场、云水和水汽的反演精度次之,温度场的准确反演需要较长的同化时间.价值函数中加入背景场,哪怕是单点探空给出的平均场信息也有利于提高反演精度.在采用单部多普勒雷达资料进行反演时,速度场的反演误差较大.反演区相对雷达站的位置变化对速度场反演结果有一定的影响,而对其他变量的反演影响很小.两个时次的雷达观测资料基本足够提供反演所需的时间演变信息,同化更多时次的雷达资料,反演效果改进很小.雷达观测资料的缺值会显著降低同化效果,甚至可能导致同化失败,引入背景场可以改善这一状况.4DVAR同化技术对于雷达观测资料误差不太敏感.利用双多普勒雷达合成风场提供水平风场边界条件是比较准确可靠的.在反演主体离边界较远时,VAD风场也基本可用作水平风场边界条件.微物理场的反演对模式中的微物理参数化方案较敏感.     

双多普勒雷达反演强风暴三维风场的数值试验

两部雷达测得的径向速度再加上质量连续方程可以求解大气风场，利用这一原理，以1996年6月29日发生在北京东北部京冀交界处的一次强风暴过程为例，用模式反演出风暴体的三维风场结构，误差分析表明和实况基本一致。利用模式输出的三维风场，先模拟两部多普勒雷达扫描的数据，在此基础上，进行三维风场反演，结果表明，反演得到的流场和模拟的流场总体趋势完全一致，风暴的中心位置吻合较好，上升气流和下沉气流的分布也很接近，水平速度分量反演的误差很小，基本上可以反映三维风场的真实情况。垂直速度的平均离差在各个高度上都较小，反演结果较好。     

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。     

多普勒天气雷达资料在暴雨数值模拟中的同化应用

基于中尺度数值模式WRF及其三维变分同化系统WRF-3DVAR对2008年6月广西地区的一次强降雨过程,进行了多普勒天气雷达的多普勒径向速度和反射率因子的三维变分同化对于暴雨过程模拟效果影响研究。结果表明：(1）同化柳州、桂林和永州多普勒天气雷达观测资料后,模式对广西东北部地区特大暴雨的模拟效果明显改进;(2）WRF-3DVAR能够有效地同化多普勒天气雷达径向速度和雷达反射率因子,同化后使得模式初始场包含有更详尽的中尺度特征信息;(3）在高分辨率中尺度数值模式中有效地利用多普勒天气雷达资料,改善了分析场中尺度结构的描述,从而减轻了spin-up现象,能较好的提高中尺度降雨预报。     

多普勒雷达风场反演VAP方法的资料预处理

在分析了三类单多普勒雷达反演风场方法的基础上, 认为VAP方法是近期内可望在业务中应用的方法, 并指出VAP方法的关键是能否将原始资料中的中-U及以上尺度的风场信息过滤出来, 以消除中-V尺度以下风场信息对反演结果的影响.为此提出了二维区域滑动低通滤波方法对资料进行预处理.此外还对VAP方法的风速计算公式进行了改进以减小计算误差.     

多普勒雷达PPI资料在数值模式MM5中的应用

利用多普勒天气雷达观测的回波强度资料,估测大气的湿度值。假定回波强度大于4 0dBz的区域,相对湿度为1 0 0 % ,小于2 0dBz的区域相对湿度为90 % ,2 0～4 0dBz区域的相对湿度按线性变化求取。对应各点的温度值由MM5控制试验得出。然后通过迭代处理,求出对应各点的露点温度,通过以上步骤把雷达观测的回波强度值转换为模式中直接使用的物理变量,用于模式计算。为了验证该方法的可行性,进行了模拟试验,个例选用2 0 0 1年7月1 3日安徽全椒暴雨过程。背景场采用T2 1 3资料,加上常规探空,地面资料,通过分析形成控制试验的初始场。将安徽合肥新一代天气雷达观测的回波强度按上述方法加入到MM5中,形成敏感试验的初始场。水平网格为1 0 3×1 0 3,格距为1 0km ,垂直分33层,中心位置为31 0 0°N、1 1 7 6 6°E。试验结果表明,加入雷达资料后降水中心位置预报有明显改进。说明上述方法是可行的。     

Dynamical and Microphysical Retrieval from Simulated Doppler Radar Observations Using the 4DVAR Assimilation Technique

Based on a cloud model and the four-dimensional variational (4DVAR) data assimilation method developed by Sun and Crook (1997), simulated experiments of dynamical and microphysical retrieval from Doppler radar data were performed. The 4DVAR data assimilation technique was applied to a cloud scale model with a warm rain parameterization scheme. The 3D wind, thermodynamical, and microphysical fields were determined by minimizing a cost function, defined by the difference between both radar observed radial velocities and reflectivities and their model predictions. The adjoint of the numerical model was used to provide the gradient of the cost function with respect to the control variables. Experiments have demonstrated that the 4DVAR assimilation method is able to retrieve the detailed structure of wind, thermodynamics, and microphysics by using either dual-Doppler or single-Doppler information. The quality of retrieval depends strongly on the magnitude of constraint with respect to the variables. Retrieving the temperature field, cloud water and water vapor is more difficult than the recovery of the wind field and rainwater. Accurate thermodynamic retrieval requires a longer assimilation period. The inclusion of a background term, even mean fields from a single sounding, helped reduce the retrieval errors. Less accurate velocity fields were obtained when single-Doppler data were used. It was found that the retrieved velocity is sensitive to the location of the retrieval domain relative to the radars while the other fields have very little changes. Two radar volumetric scans are generally adequate for providing the evolution, although the use of additional volumes improves the retrieval. As the amount of the observations decreases, the performance of the retrieval is degraded. However, the missing observations can be compensated by adding a background term to the cost function. The technique is robust to random errors in radial velocity and calibration errors in reflectivity. The boundary conditions from the dual-Doppler synthesized winds are sufficient for the retrieval. When the retrieval is mainly controlled by the observations in the regions away from the boundaries, the simple boundary conditions from velocity azimuth display (VAD) analysis are also available. The microphysical retrieval is sensitive to model errors.     

利用多普勒天气雷达资料对一次暴雨过程的同化模拟

以CAPS（Center for Analysis and Prediction of Storm）研发的ARPS模式（The Advanced Regional Prediction System V5．2．4）为基础,结合我国多普勒雷达资料,模拟2001年7月13日安徽省的一次暴雨过程,采用3DVAR（3-dimensional variational data assimilation）同化方法,做多时次同化雷达资料试验,前一时次模拟的结果作为下一时次的初始场,不断调整。结果表明,加入雷达资料后的风场、湿度场等都有明显调整,可以明显提高3h降水模拟效果;同化的雷达时次越多,对上述各要素场和降水的模拟与实际观测的对应效果越好。     

多普勒天气雷达资料对中尺度模式短时预报的影响

利用中尺度模式ARPS(The Advanced Regional Prediction System)及其资料分析系统ADAS(ARPS Data Analysis System),将国内新一代多普勒雷达(CINRAD)反射率及径向风资料直接用于中尺度数值模拟,通过一次华北地区暴雨过程的模拟对比试验,分析了雷达资料对初始场的改进效果及其对模拟结果的影响,结果表明:(1)利用雷达径向风资料对初始风场进行调整后,自近地面到对流层顶的u,v,w都发生了变化,调整后的初始风场在对流层中层变化最大.(2)利用雷达反射率进行微物理调整和云分析能调整初始场中的云水信息,使得雷达回波附近3 km以下的水汽混合比(qv)增加,4 km以下的雨水混合比(qr)增加,对流层(约10 km以下)的云水混合比(qc)增加,4～9 km的对流层上部云冰混合比(qi)和雪混合比(qs)增加.ADAS通过非绝热初始化调整温度场,从而得到了一个动力和热力上平衡的初始场.(3)模拟的1 h雨量与实况的对比表明,同时利用雷达反射率和径向风改进过的初始场能明显增强3 h内的降水强度和落区预报,改善中尺度数值模式短时定量降水预报.模拟的1 h流场对比分析表明,经雷达径向风调整后,能够在初始场中增加气旋性涡旋等中小尺度风信息,明显减少模式的spin-up时间.(4)通过对雷达径向风和反射率对模式初始场和模拟结果影响的对比分析发现,雷达径向风主要是改进初始风场,而雷达反射率主要是改进初始场中的湿度参数,增加初始场中云水等的含量,调整温度场.通过模拟的6 h降水对比发现,利用雷达径向风调整初始场后,对降水模拟有一定的改进,但效果不甚明显,而雷达反射率资料对定量降水预报改进效果明显,同时使用雷达径向风和反射率资料改进初始场后对降水的模拟效果最明显.     

多种单多普勒雷达风场反演方法对比试验

采用典型风场资料对 4种单多普勒天气雷达风场反演方法进行了对比试验 ,这4种方法是 VAP方法 ,涡度 -散度法 ,简单伴随函数方法 ,动力方程组求解方法。试验结果表明 ,不同风场应采用不同反演方法。     

多普勒雷达资料在地面观测中的应用

全国多普勒雷达网的建立,使我国气象观测网的监测手段和监测能力大步提高,对监视强对流天气和强降水天气以及短时临近天气预报起到了不可替代的作用,而如何将这一先进技术应用到地面气象观测中,目前还很少有人尝试。作者在地面气象观测中就多普勒雷达反射率因子图对积雨云和雷暴等对流天气的监视作用作了一些大胆的探索。应用雷达反射率因子图上各种信息,结合云天实况指导对“积雨云”和“雷暴”系统的观测,帮助更及时、准确地判定其生成、方位、强度、范围、距离等。     

暴雨模拟中多普勒雷达径向速度变分同化的应用

针对2008年6月广东地区的一次强降雨过程,利用WRF中尺度数值模式及其三维变分同化系统(WRF-3DVAR),进行了多普勒雷达径向速度变分同化对暴雨过程模拟效果影响研究。结果表明:WRF-3DVAR能够有效地同化多普勒雷达径向速度,同化后的主要影响在于改进了初始动力场,使得初始场包含有更详尽的中尺度特征信息,进而显著提高模式对广东局地暴雨过程的模拟效果。在高分辨率中尺度数值模式中有效地利用多普勒天气雷达资料,是提高中尺度降雨预报的关键。     

SVD-En3DVar方法同化多普勒雷达速度观测资料 I. 模拟资料试验

利用WRF模式及模式模拟的资料,开展了利用SVD-En3DVar(基于集合和SVD技术的三维变分同化方法)方法同化雷达径向速度资料的试验.由于雷达观测经常出现大面积空缺,同化时引入了一种局地化方法避免远距离虚假相关的影响.试验着重研究了不同的初始扰动样本产生方法以及不同的样本积分时间对同化结果的影响.提出了一种为预报集...     

Microphysical Retrieval from Doppler Radar Reflectivity Using Variational Data Assimilation

One of the microphysical variables, the rainwater mixing ratio qr, is retrieved from the observed reflectivity of Doppler radar by a 3D variational data assimilation system. The qr as an analysis variable is obtained by minimizing a cost function defined as the difference between observed radar reflectivity and its retrieval from qr, plus the difference between qr and its background field from a mesoscale model's prediction. Covariance matrix of the background field's error is determined by the so-called NMC method. A method called the second-order auto-regression (SOAR) is used to calculate the coefficients of regressive filtering to fit in with small spatial scale such as cumulus in the process of spatial transformation. An ideal experiment demonstrates the correctness of this system and a sensitivity experiment proves that the random error of observed reflectivity has effect on the analyzed results. At last an experiment with observed data from the Doppler radar at Ma'anshan City in Anhui Province on 19 June 2002 was performed. The retrieved analysis variable qr in this test shows structures in detail, which coincide with the distribution of the echo picture observed by the radar.