三维变分同化雷达资料暴雨个例试验

采用中国新一代数值预报模式及其同化系统开展雷达资料的三维变分同化和数值模拟研究.通过一次暴雨个例的对比试验,结果表明:不考虑垂直运动影响的情况下,仅同化多普勒雷达径向风资料可以增加初始场中的中小尺度系统信息,并在一定程度上改善预报开始阶段的降水;同化由反射率因子导出的垂直速度、雨水混合比并令上升区饱和,可以较大改善降水预报结果;联合同化径向速度和反射率因子资料将得到它们的共同影响.模拟的β中尺度对流系统6 h的演变过程与观测十分一致,基本消除了旋转加强现象.发展旺盛阶段的对流单体南北方向范围约50 km,最大上升速度位于500 hPa附近,超过3.0 m/s;雨水最大含量在400 hPa附近,超过5.0 g/kg;云水最大值位于600 hPa,约0.5 g/kg;造成的降水强度可达30 mm/h,具有明显的β中尺度系统的特征.初始场中水汽是否达到β中尺度降水维持所需条件是至关重要的,如果初始场中水汽条件较差,即使含有云水、雨水、垂直速度的信息,这些信息也会很快消亡,难以维持下去;此外,雷达资料的质量控制也是十分重要的.     

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。     

实时天气背景依赖的反射率因子间接同化及多暴雨个例试验

为避免直接同化时反射率非线性观测算子线性化带来的线性近似误差问题,目前许多研究和业务中还常采用间接同化方式来同化雷达反射率因子,其通过背景场温度判定水凝物类型及比例。基于一种实时天气背景依赖的雷达反射率因子间接同化方案,进行了4次暴雨过程（2次强对流,2次锋面）的循环同化及预报试验。结果表明:对于强对流暴雨个例,相对于传统温度判定方案,天气背景依赖方案的温度预报误差更小、降水预报评分更高,而对于锋面过程区别不明显;进一步机理分析表明,对于强对流暴雨个例,由于背景依赖方案在同化反射率因子时引入了实时天气背景信息,使得分析场水凝物结构能够更好表征实际对流特征且与其它模式变量更为协调,进而改善了模式预报的热、动力及水汽条件,从而改善了降雨预报效果;而锋面暴雨由浅对流过程占主导,水凝物以低层的雨水为主导,冰相水凝物对于该过程的影响较小,由于两种方案反演的雨水结构和量级均相似,因此降雨预报差异较小。     

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同化对冬季暴雨模拟的影响研究

采用基于本征正交分解的四维集合变分同化（POD-4DEnVar）方法,利用梅州站的多普勒天气雷达资料和NCEP资料,对2015年12月9日一次华南冬季暴雨过程进行同化试验,探讨了同化不同的雷达观测要素对暴雨模拟的影响。结果表明:同化多普勒天气雷达资料有利于削弱控制试验偏强降水的模拟结果,改善降水分布结构;同化不同的雷达观测要素得到的模拟结果不同,同时同化径向风和反射率的降水模拟结果最好。同化试验对降水模拟结果的改善主要通过调整初始时刻的风场和水汽条件来实现,一方面减弱偏南风和偏东风在暴雨区的辐合,阻碍海上暖湿气流对暴雨区的水汽输送,另一方面直接削弱暴雨区的水汽条件,大幅降低水汽混合比。同化试验相对于控制试验的同化增量远大于不同雷达观测要素的同化试验之间的分析场差异,这表明同化不同的雷达观测要素对初始风场和水汽条件的调整呈现类似的特征。虽然同化试验的初始场存在较小的差异,但随着模式积分,16 h后模拟降水出现了明显差异。分析同化试验之间的初始偏差演变发现,850~700 hPa的平均垂直速度偏差和雨水混合比偏差在模式积分至16 h开始急剧增长,这种变量偏差的急剧增长与逐时降水偏差的迅速增加一致,是降水偏差增长的直接原因。另外,这两个变量偏差的增大,也伴随着偏差能量的增大,变量偏差增长最明显的时段为偏差能量增幅最大的时段,且偏差能量迅速增长早于变量偏差和降水偏差的迅速增长,变量偏差增长最明显的区域为偏差能量梯度较大的区域。     

EnSRF雷达资料同化对一次强对流天气模拟的影响研究

利用ARPS(Advanced Regional Prediction System)模式和具有流依赖背景误差协方差的集合均方根滤波(Ensemble Square Root Filter,简称En SRF)方法,通过同化多部多普勒雷达资料,对2013年6月23日的强对流天气过程进行了研究。首先对比同化试验和观测的组合反射率因子,检验了同化效果。通过计算均方根误差和离散度,进一步定量评估了同化结果。再对比模式变量,综合分析了En SRF雷达资料同化对模式热力、动力、湿度和微物理量等变量的影响。最后对集合平均场进行1 km的高分辨率数值模拟。结果表明:En SRF能够同化出与观测类似的对流系统,且减弱了南北部的虚假回波。径向风和反射率因子的均方根误差明显减少。En SRF雷达同化能够明显优化模式的初始场,同化试验的回波在垂直方向上范围增加,强度偏弱。在强对流区域,低层的冷池温度最多降低6 K,相对湿度最多增加30%。对流区域的雨水、冰晶和雪的混合比均有明显增加。模拟发现同化试验能够较好地模拟出对流系统的结构和位置。     

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。     

雷达资料同化在甘肃局地暴雨天气个例中的应用

诊断分析了2006年7月27日发生在甘肃省的一次强对流局地暴雨天气个例,并利用Grapes模式及其变分同化系统,采用直接同化多普勒雷达风资料的方法,对该天气个例进行了有、无雷达资料同化的对比试验。结果表明,多普勒雷达资料在数值模式中的同化应用能明显提高模式系统对中小尺度天气系统的模拟效果,使细微的中小尺度系统特征表现的...     

多普勒雷达反射率与径向风资料在数值模式中的应用试验

利用CAPS (Center for Analysis and Prediction of Storm)研发的ARPS (The Advanced Regional Prediction System)模式及数据处理系统ADAS (ARRS Data Analysis System)和3DVar (3-D Variation)系统分别同化多普勒雷达反射率与径向风资料,分析二者在改进模式初始场和预报效果中的作用.通过模拟2003年7月安徽省一次强降水过程,得到如下结论:径向风资料调整初始风场,在积分进行后,对水汽场也有所调整;反射率资料调整初始水汽场,积分开始后,对风场也有调整,其中后者较显著.从预报的3小时降水来看,两个同化试验得到的落区位置与实况都有出入,反射率同化试验得到的预报面积比实况偏大,但二者都比非同化试验效果好.     

多普勒雷达资料同化对江苏一次飑线过程的数值模拟

应用新一代中尺度预报模式WRF模式及其3DVar同化系统, 针对江苏地区2009年6月14日飑线过程进行了多普勒雷达资料的同化试验研究, 在对雷达资料进行严格质量控制的基础上, 设计一系列尺度化因子优化调整及同化频率的敏感性试验。试验结果表明:同化后初始场得到不同程度改善, 适当的尺度化因子设定, 能够有效改进对模式初始场中700 hPa风场和850 hPa温度场以及组合反射率因子等要素的分析, 进而改善短时降水预报和风暴的垂直结构配置;并且同化频率越高, 对初始场的组合反射率因子分布与观测更为接近, 短时降水预报越准确。     

Evaluation of radar and automatic weather station data assimilation for a heavy rainfall event in southern China

To improve the accuracy of short-term(0–12 h) forecasts of severe weather in southern China, a real-time storm-scale forecasting system, the Hourly Assimilation and Prediction System(HAPS), has been implemented in Shenzhen, China. The forecasting system is characterized by combining the Advanced Research Weather Research and Forecasting(WRF-ARW)model and the Advanced Regional Prediction System(ARPS) three-dimensional variational data assimilation(3DVAR) package. It is capable of assimilating radar reflectivity and radial velocity data from multiple Doppler radars as well as surface automatic weather station(AWS) data. Experiments are designed to evaluate the impacts of data assimilation on quantitative precipitation forecasting(QPF) by studying a heavy rainfall event in southern China. The forecasts from these experiments are verified against radar, surface, and precipitation observations. Comparison of echo structure and accumulated precipitation suggests that radar data assimilation is useful in improving the short-term forecast by capturing the location and orientation of the band of accumulated rainfall. The assimilation of radar data improves the short-term precipitation forecast skill by up to9 hours by producing more convection. The slight but generally positive impact that surface AWS data has on the forecast of near-surface variables can last up to 6–9 hours. The assimilation of AWS observations alone has some benefit for improving the Fractions Skill Score(FSS) and bias scores; when radar data are assimilated, the additional AWS data may increase the degree of rainfall overprediction.     

Kinematic structure of a heavy rain event from dual-Doppler radar observations

The detailed kinematic structure of a heavy rain event that occurred in the middle reaches oi the Yangtze River was investigated using dual-Doppler radar observation. A variational analysis method was developed to obtain the three-dimensional wind fields. Before the analysis, a data preprocessing procedure was carried out, in which the temporal variation with the scanning time interval and the effect of the earth curvature on the data position were taken into account. The analysis shows that a shear line in the lower and middle levels played an important role in the rainfall event. The precipitation fell mainly on the south end of the shear line where southerly flow prevailed and convergence and updraft were obvious. With the movement and decay of the shear line, the precipitation moved and decayed correspondingly.     

多普勒雷达资料在中尺度模式短时预报中的应用

将国内新一代多普勒雷达基数据Lev-Ⅱ的9个仰角的原始反射率和径向风资料应用于中尺度模式ARPS(the Advanced Regional Prediction System),通过对2007年7月18日济南短时特大暴雨过程的个例研究,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,同时利用雷达反射率和径向风资料改进过的初始场能明显改善中尺度数值模式短时定量降水预报。对比风场发现,雷达径向风调整后在初始场中出现明显的中小尺度特征,能减少模式的spin-up时间。随着积分的进行,对水汽场的调节也有一定作用,但相对于风场调节不够显著。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含量。积分开始后,对风场调整也很显著。此次模拟,控制试验较好地预报出雷达回波的分布和水汽中心,对应的降水落区与实况也较为接近,但对雷达回波中心强度的预报略大,相应地降水量的预报也偏大。     

多普勒雷达资料同化的稀疏化方式对暴雨过程的影响研究

利用中尺度非静力WRF(Weather Research and Forecasting)模式及其三维变分同化系统,对2007年7月淮河流域的一次强降雨过程进行多普勒雷达径向速度资料的三维变分同化试验,重点考察雷达资料的不同稀疏化方式对同化结果以及对暴雨数值模拟的影响。结果表明:同化多普勒雷达径向速度资料使得模式初始风场包含了更丰富的中尺度特征信息,有效调整了初始场的环流结构,能够改善模式对暴雨过程的模拟效果;以不同的稀疏化处理方式同化多普勒雷达径向速度资料对分析场会产生不同的影响,进而影响模式的降水预报效果,本次试验中当极坐标网格径向分辨率取10 km的时候降水过程的预报效果最好。     

Impact of 4DVAR assimilation of rainfall data on the simulation of mesoscale precipitation systems in a mei-yu heavy rainfall event

The multi-scale weather systems associated with a mei-yu front and the corresponding heavy precipitation during a particular heavy rainfall event that occurred on 4 5 July 2003 in east China were successfully simulated through rainfall assimilation using the PSU/NCAR non-hydrostatic, mesoscale, numerical model （MM5） and its four-dimensional, variational, data assimilation （4DVAR） system. For this case, the improvement of the process via the 4DVAR rainfall assimilation into the simulation of mesoscale precipitation systems is investigated. With the rainfall assimilation, the convection is triggered at the right location and time, and the evolution and spatial distribution of the mesoscale convective systems （MCSs） are also more correctly simulated. Through the interactions between MCSs and the weather systems at different scales, including the low-level jet and mei-yu front, the simulation of the entire mei-yu weather system is significantly improved, both during the data assimilation window and the subsequent 12-h period. The results suggest that the rainfall assimilation first provides positive impact at the convective scale and the influences are then propagated upscale to the meso- and sub-synoptic scales.
Through a set of sensitive experiments designed to evaluate the impact of different initial variables on the simulation of mei-yu heavy rainfall, it was found that the moisture field and meridional wind had the strongest effect during the convection initialization stage, however, after the convection was fully triggered, all of the variables at the initial condition seemed to have comparable importance.     

基于Hybrid EnSRF-En3DVar的雷达资料同化研究

基于WRF模式构建了Hybrid En SRF-En3DVar同化系统,该系统使用En SRF方案直接更新集合扰动。利用构建的同化系统针对台风"桑美"分别进行集合协方差权重敏感性试验和同化雷达不同观测资料的敏感性试验。集合协方差权重敏感性试验发现:当集合协方差权重分别为0.25、0.5和0.75时,同化效果优于3DVar试验,其中0.75的集合协方差权重试验得到了分析场的最优估计;当集合协方差权重为1.0时,分析场最差。同化雷达不同观测资料的敏感性试验表明,联合同化雷达径向风及反射率能有效改善大气湿度场和风场,但对风场的改善效果不如仅同化雷达径向风好。将En SRF集合扰动更新方案与扰动观测方案综合分析发现,扰动观测方案集合离散度较小,计算代价大,En SRF方案优于扰动观测方案。