多普勒雷达资料同化对暴雨预报的影响

诊断分析了2007年8月8日陕西中南部一次突发性大暴雨过程,利用WRFV3.4数值预报模式及WRF-3DVAR变分同化系统,采用直接同化西安C波段多普勒雷达资料的方法,设计了4组试验方案。结果表明,多普勒雷达资料同化能有效改进WRF数值模式性能,不同的同化方案对模式初始场及预报场有不同的改进,同化反射率对初始水汽场的改变较为显著,而同化径向速度对初始风场的改变更为明显。在加入雷达资料同化后模式系统对中小尺度天气系统特征的模拟效果提高,风场的辐合特征更为明显,水汽也有显著增强,降水强度和中心跟实况更为接近。     

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。     

多普勒天气雷达资料同化对江淮暴雨模拟的影响

利用GSI同化系统 (Gridpoint Statistical Interpolation System) 对我国多普勒天气雷达资料进行直接循环同化分析,并采用WRF-ARW 3.5.1中尺度模式对2013年我国夏季江淮流域典型暴雨过程进行模拟试验。结果表明:经过质量控制的雷达径向风、反射率因子资料经GSI同化系统同化后,可形成合理的分析增量。仅同化径向风,模拟的风场与实况更接近,模拟的降雨落区与观测雨带位置更加接近。仅同化反射率因子,对水平风场的直接调整比较小,通过水凝物含量调整,对水平和垂直风场进行调整,对降水的落区影响较小,主要影响模拟的降水强度。同时同化两种资料,能更好地反映风场特征,并改善强降水的落区和强度的模拟。模拟改善最明显是在积分12~36 h时段内,该时段有效雷达资料量较多,表明同化雷达资料对暴雨模拟确实具有正效果。     

四维集合变分同化方法在华南冬季暴雨模拟中的应用

利用WRF（Weather Research and Forecasting）模式和基于本征正交分解的四维集合变分同化方法（POD-4DEnVar）,对2015年12月9日一次华南暴雨过程进行多普勒雷达资料同化试验,并与三维变分同化试验（WRF-3DVar）进行对比,讨论了POD-4DEnVar方法中局地化半径对模拟效果的敏感性。结果表明,比较不同化雷达资料的控制试验,WRF-3DVar和WRF-POD-4DEnVar试验的降水模拟结果得到明显改善,且WRF-POD-4DEnVar的降水强度更接近实况。两种同化方法通过改变不同的初始要素达到改进降水模拟效果的目的,3DVar方法通过调整初始风场,间接减弱暴雨发生的水汽条件,POD-4DEnVar方法则直接调整湿度场。在降水过程中,同化试验改变了冷空气活动和水汽通量辐合的模拟结果,从而改善降水的模拟效果。POD-4DEnVar方法对局地化半径比较敏感,随局地化半径增大,同化对风场和湿度场的影响范围扩大,当局地化半径取为200 km时,降水模拟的效果最好。      

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。     

多普勒雷达资料对暴雨定量预报的同化对比试验

基于NCEP/NCAR再分析资料和连云港雷达探测资料,利用WRF模式及其三维变分同化V2.1系统,对发生在2008年4月19日连云港地区一次区域性暴雨过程进行了三维变分同化数值模拟对比研究.结果表明,同化了雷达资料后,模式预报效果比单独使用NCEP做初始场效果明显改善,暴雨落区和量值更接近实况.同化了雷达资料后,模式预报的垂直运动区、最大上升区、水汽输送通道和高空涡度分布等更接近强降水区,结构也更精细,说明初始场增加雷达资料后,对初始风场的结构、强度和初始云水分布有实质性的改进,从而提高了对暴雨定量预报的效果.     

多普勒雷达资料四维变分同化

文章从理论上分析了多普勒雷达资料的四维同化。阐述多普勒雷达资料四维同化的主要过程及其基本思路。着重论述多普勒雷达资料四维变分分析系统(4D-VDRAS)的原理和方法,以及价值函数,共轭方程、伴随方程和多普勒雷达数据处理、Barnes插值技术和4D-VDRAS的应用。     

多普勒雷达资料同化对北京“7.21”大暴雨过程模拟的影响

利用新一代中尺度预报模式WRFV3.6及其三维变分同化系统(WRF-3DVAR),对2012年7月21日北京地区的一次暴雨过程进行多普勒天气雷达径向风和反射率的同化试验研究,检验和探讨高时空分辨率多普勒天气雷达资料在改进模式初始场及提高对暴雨过程预报的准确率等方面的应用效果及意义。结果发现雷达资料同化能在初始场中加入反映产生降水的低层风场辐合的动力和锋前暖区充足的水汽条件的物理信息,可以在模式积分开始后改善初始场中水汽和风的分布,较快地模拟出局地对流系统的发生、发展,改善由于中尺度观测资料不足而造成的模式初始场里中尺度信息缺乏的问题。径向速度的同化增加了中尺度信息,对初始流场的调整较为显著,侧重于改进风场。而雷达反射率资料的同化对初始温、湿度场和强回波位置的调整更明显,侧重于改进湿度场。累计降水的预报结果显示,同化径向风资料对雨带的位置、范围有较好的改进,同化雷达反射率资料对暴雨强度的预报有明显的改善。通过降水ETS评分发现,同化常规观测试验相对于控制实验,对于5、15 mm和25 mm降水评分能增加0.1左右,径向风同化试验能增加0.2左右,反射率同化试验能增加0.3左右,而径向风加反射率试验增加的评分介于0.2～0.3。雷达资料对于提高定量降水预报的精确度有着重要作用。     

多普勒雷达径向速度同化在淮河暴雨数值模拟中的应用

针对2007年7月淮河流域的一次强降雨过程,利用WRF中尺度数值模式及其三维变分同化系统(WRF-3DVAR),开展了多普勒雷达径向速度的三维变分同化对暴雨过程模拟效果的影响研究。结果表明:WRF-3DVAR能够有效地同化多普勒雷达径向速度资料,同化后使得模式初始场出现了一定的调整,包含更详尽的中尺度特征信息,进而显著改善模式对大暴雨过程前12h降水的模拟效果。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,能较好地提高中尺度降雨预报。     

四维变分同化方法在暴雨预报中的应用

本文利用PSU/NCAR的MM5数值预报模式及其伴随模式,以我国1999年6月23日~6月24日的一次梅雨锋暴雨过程为个例,作了两组试验:控制试验和同化试验,并对两组试验的降水预报效果以及初始场进行对比分析,结果表明:四维变分资料同化方法可以将各种不同类型、不同时次的观测资料同化到模式中,将这些资料中有用的中尺度信息引入到模式初始场,有效改善初始场,从而提高暴雨预报水平。     

DRP-4DVar方法同化AIRS反演资料在一次江淮流域暴雨中的应用

利用经济省时的降维投影四维变分同化方法(DRP-4DVar),在2009年7月22～23日江淮流域的一次大暴雨过程中同化晴空条件下高光谱大气红外探测仪(AIRS)反演温度、湿度廓线,改进此次强降水过程的模拟。试验结果分析显示,同化AIRS反演的温度及湿度场后,基于四维变分同化系统的模式约束,能够改进湿度场、高度场、高低层散度场。从累积降水量偏差图及同化试验增量图可以看到,正降水量偏差对应于正湿度增量、负位势高度增量及低层负散度高层正散度增量,负降水量偏差则与之相反。同化试验较参照试验可更好地模拟出暴雨的天气形势、对暴雨的落区及强度有更好的反映。此外,从单次同化与连续同化的试验对比结果看出,连续同化试验结果较单次同化结果有进一步的改进,说明不断加入新的观测资料可以更好地模拟强降水过程。     

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。     

基于雷达资料同化的江西一次暴雨过程的数值模拟试验

采用WRF中尺度模式及其三维变分同化系统WRF-3DVAR,对2014年5月24—25日发生在萍乡、宜春地区一次大暴雨天气过程进行了雷达资料直接同化敏感性试验,并对同化结果和模式降水预报进行了对比分析。结果表明:1)雷达资料的同化能有效改善初始场中风场、湿度场和热力场的量值大小及空间分布,使其包含更多的中尺度系统信息。其中,雷达反射率因子的同化对大气湿度场和温度场的影响较大,而雷达径向速度的同化作用主要是调整大气风场。2)短时降水预报方面,雷达反射率因子的同化对0—12 h短时降水预报的量值影响较大,而径向速度的同化对降水预报的落区影响较大,两者同时的同化对降水预报效果较好。3)雷达资料的同化对较长时间(6—12 h)的降水预报仍有较好效果。     

多普勒雷达资料同化在福建地区暴雨过程中的模拟试验

利用中尺度模式WRFV3.5,对福建地区的一次暴雨过程进行了模式参数化方案模拟效果的敏感性试验,并同化了多普勒雷达资料进行了模拟研究。结果表明,WSM5微物理方案与BMJ积云对流方案的组合模拟大雨和暴雨量级降水的TS评分可达0.29,模拟效果优于其他各种组合。在此基础上,采用WRFV3.5三维变分系统,直接同化多普勒雷达资料,并和登陆台风的外围暴雨过程的控制试验比较,结果表明,仅同化反射率资料使得暴雨落区会向南调整,更接近于实况(TS评分提高了0.12),而仅同化径向风资料使得模拟的降水强度更趋近于实况(TS评分提高了0.13);同时同化反射率和径向风资料,使得暴雨落区及其强度的模拟最接近于实况(TS评分从0.12提高到0.28);敏感性试验的对比结果以时间间隔为3 h时模拟效果最优,6 h间隔次之。因此,合理同化雷达资料会显著改进福建登陆台风的降水模拟效果。     

贝叶斯膨胀算法对EnSRF雷达资料同化的影响研究

本文针对2009年6月5日发生在我国华东地区的一次中尺度对流过程（Mesoscale Convective System,简称MCS）,基于集合均方根滤波（Ensemble Square Root Filter,简称EnSRF）方法同化多部多普勒天气雷达资料,引入具有时空自适应理论优势的贝叶斯膨胀算法,通过与常数膨胀算法的对比,分析了两种膨胀算法对EnSRF同化效果的影响。结果表明:贝叶斯膨胀算法同化的雷达组合反射率因子在强对流中心处有所增强,改善了基于常数膨胀算法的EnSRF同化强对流系统偏弱的问题。相比常数膨胀算法,贝叶斯膨胀算法同化的冷池结构更合理,径向风和反射率因子的均方根误差均减少。进一步探讨贝叶斯膨胀算法对同化效果改善的原因,结果发现:贝叶斯膨胀参数的分布与反射率因子的均方根误差分布十分吻合,这表明贝叶斯膨胀算法可以在背景场均方根误差较大,即背景场与观测差距较大时,给出较大的膨胀参数,进而增加集合的背景场误差,使得观测权重增大,从而给出了较大的分析增量。对集合平均分析场进行了1小时的确定性预报发现,贝叶斯膨胀算法提高了预报模式对安徽与江苏交界处的强对流系统的模拟效果,回波强度更强,冷池强度和范围更大,且对于不同组合反射率因子的阀值,贝叶斯膨胀算法的评分（Equitable Threat Score,简称ETS）均高于常数膨胀算法。这表明贝叶斯膨胀算法有效地改进了基于常数膨胀算法的EnSRF同化雷达资料的效果。     

Doppler Radar Data Assimilation with a Local SVD-En3DVar Method

An observation localization scheme is introduced into an ensemble-based three-dimensional variational (3DVar) assimilation method based on the singular value decomposition technique (SVD-En3DVar) to improve assimilation skill. A point-by-point analysis technique is adopted in which the weight of each observation decreases with increasing distance between the analysis point and the observation point. A set of numerical experiments, in which simulated Doppler radar data are assimilated into the Weather Research and Forecasting (WRF) model, is designed to test the scheme. The results are compared with those obtained using the original global and local patch schemes in SVD-En3DVar, neither of which includes this type of observation localization. The observation localization scheme not only eliminates spurious analysis increments in areas of missing data, but also avoids the discontinuous analysis fields that arise from the local patch scheme. The new scheme provides better analysis fields and a more reasonable short-range rainfall forecast than the original schemes. Additional forecast experiments that assimilate real data from 10 radars indicate that the short-term precipitation forecast skill can be improved by assimilating radar data and the observation localization scheme provides a better forecast than the other two schemes.     

Observation and Numerical Simulations with Radar and Surface Data Assimilation for Heavy Rainfall over Central Korea

This study investigated the impact of multiple-Doppler radar data and surface data assimilation on forecasts of heavy rainfall over the central Korean Peninsula;the Weather Research and Forecasting(WRF) model and its three-dimensional variational data assimilation system(3DVAR) were used for this purpose. During data assimilation,the WRF 3DVAR cycling mode with incremental analysis updates(IAU) was used. A maximum rainfall of 335.0 mm occurred during a 12-h period from 2100 UTC 11 July 2006 to 0900 UTC 12 July 2006.Doppler radar data showed that the heavy rainfall was due to the back-building formation of mesoscale convective systems(MCSs).New convective cells were continuously formed in the upstream region,which was characterized by a strong southwesterly low-level jet(LLJ).The LLJ also facilitated strong convergence due to horizontal wind shear,which resulted in maintenance of the storms.The assimilation of both multiple-Doppler radar and surface data improved the accuracy of precipitation forecasts and had a more positive impact on quantitative forecasting(QPF) than the assimilation of either radar data or surface data only.The back-building characteristic was successfully forecasted when the multiple-Doppler radar data and surface data were assimilated.In data assimilation experiments,the radar data helped forecast the development of convective storms responsible for heavy rainfall,and the surface data contributed to the occurrence of intensified low-level winds.The surface data played a significant role in enhancing the thermal gradient and modulating the planetary boundary layer of the model,which resulted in favorable conditions for convection.     

雷达资料同化对2015年台风彩虹数值模拟改进

基于WRF中尺度模式,采用集合卡尔曼滤波方法同化中国岸基多普勒天气雷达径向速度资料,对2015年登陆台风彩虹（1522）进行数值试验。从台风强度、路径、结构等方面验证了同化效果,并对不同区域雷达观测资料的同化敏感性进行讨论。试验结果表明:在同化窗内同化分析场台风位置误差相比未同化平均减小15 km,最多时刻减小38 km,同化资料时次越多,确定性预报路径误差越小。同化雷达资料后较好地反映出台风彩虹（1522）近海加强过程,台风中心最低气压同化分析和预报误差相比未同化最大减小超过25 hPa,台风眼的尺度、眼墙处对流非对称结构相比未同化与观测更加接近。试验还表明:台风内核100 km范围内的雷达观测对同化效果影响最大,仅同化这部分资料（约占总量的20%）各方面效果与同化全部资料相近,而仅同化100 km以外资料效果明显不及同化所有资料。仅同化台风内核雷达观测资料可以在不影响同化效果的前提下,使集合同化计算机时减小为原来的1/3,该策略可为台风实际业务预报提供一定参考。     

Study on the Variational Assimilation Technique for the Retrieval of Wind Fields from Doppler Radar Data

This paper introduces a variational assimilation technique for the retrieval of wind fields from Doppler radar data. The assimilated information included both the radial velocity (RV) and the movement of radar echo. In this assimilation technique, the key is transforming the movement of radar echo to a new radar measuring variable- "apparent velocity" (AV). Thus, the information of wind is added, and the indeterminacy of recovering two-dimensional wind only by AV was overcome effectively by combining RV with AV. By means of CMA GRAPES-3Dvar and CINRAD data, some experiments were performed. The results show that the method of retrieval of wind fields is useful in obtaining the construction of the weather system.