多普勒雷达资料同化在“7.21”北京特大暴雨个例中的应用

基于WRF(Weather Research Forecast)模式和GSI(Gridpoint Statistical Interpolation)同化系统,研究了同化4部多普勒雷达探测资料对"7.21"北京特大暴雨过程中降水预报的改善作用。GSI系统直接同化径向风,而采用云分析的方式间接同化反射率。2012年7月20日21时—21日00时(世界时)雷达探测资料同化试验采用30 min循环同化径向风和反射率资料。结果表明,循环同化雷达探测资料改善了短时(0—6 h)和短期(0—24 h)降水预报,ETS评分提高了约0.2。同化反射率资料增加了初始场的水凝物,改善了温度场分布,直接影响了降水的形成,同时还使650—250 hPa位势高度的均方根误差平均降低了8 gpm。直接同化径向风资料对中尺度风场产生了一定影响。ETS评分结果表明:同化反射率资料的效果要优于同化径向风。     

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。     

局部地形对北京“7.21”特大暴雨影响的数值研究

利用NCEP1°×1°再分析资料和WRF模式对2012年7月21日北京特大暴雨过程进行数值模拟,结果表明,WRF模式能够成功模拟出本次暴雨过程,特别是对100 mm以上的大暴雨也有较强的模拟能力。基于控制试验,针对北京地区复杂的地形,设计了4组地形敏感性试验。试验结果表明:北京地区局部地形的改变对暴雨落区的模拟影响不大,但对暴雨中心的分布和强度有影响,特别是西南部的局部地形对于本次暴雨过程中降水中心的落区具有很大影响,而北部和东北部的局部地形则作用不明显。进一步研究表明,北京地区西南部的局部地形主要是通过影响低层偏南风急流的流场结构,改变强辐合区和垂直运动的分布和强度,进而引起降水中心位置和强度的改变。     

北京“7.21”特大暴雨不同集合预报方案的对比试验

采用6套扰动方案(初值、多物理、3组随机物理和初值与随机物理的混合)对2012年7月21日(“7.21”)北京特大暴雨过程进行了集合降水预报试验,检验了不同方案的集合平均预报、集合区间预报和概率预报较控制预报改进的相对程度,分析了它们对该过程时空不确定性的预报能力、不同扰动方法的离散度贡献以及不同尺度扰动对预报误差的贡献等。结果表明:(1)所有集合方案特别是初值扰动、多物理和混合扰动的集合预报相对控制预报在暴雨强度和位置上都有较显著的改进,并为用户决策提供了包括预报不确定性在内的更多预报信息。(2)3组随机物理产生的集合预报离散度很相似, 都远小于初值扰动和多物理方案产生的离散度, 并且主要集中在强降水中心附近, 因此在初值扰动的基础上加入随机扰动,可以提高强降水中心的离散度, 但对强降水中心以外的地区作用甚微;尺度分析进一步表明随机物理产生的离散度贡献主要集中在较小尺度上(<320 km),在更小的尺度上(<160 km)它甚至可以与初值和多物理扰动的贡献相当,而初值扰动和多物理过程的贡献可以比随机物理过程多延伸400—500 km直到较大的尺度(如>1000 km), 其中多物理过程在较小尺度上(<100 km)可比初值扰动贡献更大, 并且能部分消除预报系统偏差。(3) 所有集合扰动方案所产生的离散度尺度谱都与实际预报误差尺度谱分布一致, 即随空间尺度增大而减小,但在幅度上都小于预报误差(离散度不够大),并且这种差异随着空间尺度的减小而加速增大,在小尺度上相差甚大。     

北京“7.21”特大暴雨云降水结构及云雨转化特征

利用多普勒雷达资料、FY-2E静止卫星和MODIS极轨卫星反演产品,研究2012年7月21日北京特大暴雨的云降水结构及云雨转化特征。结果表明:降水过程三阶段的云降水垂直结构不同。1)在暖区对流降水阶段,降水以暖雨机制启动,雨滴在暖区存在深厚的碰并增长过程,暖雨过程对降水起主要贡献。随着云体的发展,冷雨过程加剧。T-Re分析表明,-10℃层以下云滴凝结碰并显著,-10℃层以上为深厚的冰相增长带,云顶以冰相大粒子为主,云水向雨水转化迅速。2)在锋面对流降水阶段,降水系统为高度组织化的"低质心"强降水液态MCC(Mesoscale Convective Complex)系统。回波强度在冰水混合层增长较快,冻结层是此阶段成雨微物理的关键层。降水粒子在暖云区碰并增长较快,而蒸发或破碎过程并不显著。3)在锋后降水阶段,0℃层附近冰晶粒子与云水的碰并增长较为明显。前期降水存在明显的雨滴蒸发过程。随着云体的发展,暖区云水含量较少,降水粒子不能有效碰并增长。     

北京“7.21”特大暴雨高分辨率模式分析场及预报分析

2012年7月21-22日,61年以来最强降水袭击北京,北京大部分地区出现大暴雨,局部特大暴雨,过程雨量大、雨势强、范围广,造成了严重影响。此次强降水配置较为典型,业务预报提前指示出了此次过程,但预报结果存在强度偏弱,峰值偏晚等偏差。在对此次大暴雨进行综合分析的基础上,利用中国自动气象站与NOAA气候预测中心卫星反演降水资料CMORPH(Climate Prediction Center Morphing Technique)产品融合的逐时降水量网格数据资料作为观测,着重对北京市气象局新的快速更新循环同化和预报系统(BJ-RUC v2.0)的3 km高分辨率模式分析场和预报场进行了检验与分析,以期通过对中尺度模式预报性能的了解,为暴雨可预报性问题提供进一步的参考。研究结果表明,此次特大暴雨过程水汽条件极佳,降水区域较为集中,呈现西南一东北走向的中尺度雨带特征。利用常规检验评分对预报降水的时间序列进行检验发现,预报降水在时间上滞后,降水强度偏弱,存在偏西南的位置误差,并且未能反映降水系统的线状特征。进一步利用检验连续降水区域定量降水预报的CRA(contiguous rain area)方法,对预报误差进行分解表明,整体降水(5 mm/h)的主要误差来自于位置和形状误差;而在暴雨(20 mm/h)的预报中,降水强度的偏差占误差的主要部分。最后结合对预报场大尺度环流和物理量的诊断(水汽条件和不稳定条件),分析探讨了此次极端暴雨预报不佳的原因。     

“050810”苏中局部特大暴雨多普勒天气雷达资料分析

本文分析2005-08-10苏中地区出现局部特大暴雨期间的南通多普勒天气雷达资料，结合天气形势和数值预报产品，给出相似时段、相似天气条件下利用多普勒天气雷达6min图像资料，做好突发性、灾害性天气临近预报服务的注意点。     

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。     

梅雨锋引发的“03.7”特大暴雨雷达回波分析

利用常德雷达站多普勒天气雷达资料及其它资料分析了2003年7月7-11日特大暴雨天气过程的天气形势、雷达回波特征及中小尺度系统.雷达回波经历了初始、积层混合云、带状回波、积层混合云减弱消失阶段.回波单体始终自西南向东北方向移动,回波整体先由西北向东南,后北抬并移出湖南.降水回波属于低质心降水回波,"列车效应"是造成特大暴雨的主要回波特征,"列车效应"由有组织的中-γ尺度回波单体不断生消形成.多普勒速度图上,短时出现了"逆风区"等回波特征,由对流层中层不连续中小尺度大风核造成有组织的次级环流,可能是"列车效应"形成和维持的主要原因.谱宽图上,谱宽值各层十分均匀,表明强降水长时间维持的主要原因在于上下层环境风始终处于稳定状态.     

北京“7.21”特大暴雨过程中尺度系统的模拟及演变特征分析

在2012年7月21日北京特大暴雨过程天气尺度环流背景分析的基础上,主要用WRF模式对该次暴雨过程进行了高分辨率的模拟。利用模拟资料分析了影响此次北京特大暴雨的辐合线及辐合线上生成的中尺度低涡的热动力结构及其演变。从热力场来看,来自于西北和东北方向的强冷空气与西南和东南暖湿气流的长时间对峙形成的辐合以及中低层冷空气从西北和东北方向向西南的入侵迫使整层暖湿空气抬升,以及低空急流的暖湿平流与低空弱冷空气之间形成的"西冷东暖"的结构,对对流不稳定的触发有一定作用,有助于该次特大暴雨的发生。对流层低层的西(东)南风与西北风之间形成了一条持续时间长的辐合切变线,切变线上不断有中尺度低涡生成并沿切变线发展移动,模拟资料分析表明,低涡不断沿切变线生成并移动经过北京从而对该次暴雨造成影响,这与"列车效应"现象类似。切变线上生成的中尺度低涡位置也同时处于急流左前侧和山前,低涡加强和发展时对应有暴雨的明显增强,是直接造成北京特大暴雨的中尺度系统,其生成与低层辐合、低空急流及地形均有关系。低层辐合引发的垂直运动在地形迎风坡附近得到加强,低层辐合及地形抬升共同导致了强垂直运动的发展和维持,是暴雨持续的重要原因。大气中层有下沉气流与低层上升气流相互作用,在大气中低层形成一系列中尺度环流,房山附近一直有中尺度环流的垂直上升支维持,也是暴雨中心出现在房山的原因之一。     

2012年7月21日北京特大暴雨过程的水汽输送特征

利用NCEP再分析资料,根据水汽收支方程计算2012年7月21日北京特大暴雨时期华北东北部暴雨区域的水汽收支情况并分析水汽输送特征。得到以下结论:经向水汽输送在此次暴雨过程中起主要作用,暴雨区内水汽主要来源于中、低层(500 hPa以下)的南边界。暴雨区内水汽的辐合与暴雨发生的时间和空间具有较好一致性,在低层水汽的辐合起主要作用,中高层水汽垂直输送作用更为显著。HYSPLIT后向轨迹模拟得到的结果显示根据水汽源地划分影响此次暴雨过程水汽输送路径主要有:从孟加拉湾、南海地区处于中低层直接北上的西南路径,以及中层以下从我国东部海域(黄海、东海为主)进入内陆之后北折向东北偏北方向运动的L形高湿路径;同时高层沿着西风带西北路径的干空气输送也对此次强降水有重要影响。三者中从东部海域到达暴雨区的水汽贡献率最大,而孟加拉湾、南海的水汽输送对于此次强降水起到了明显的增强作用。     

高空急流在北京“7.21”暴雨中的动力作用

利用常规观测、加密自动气象站降水资料以及NCEP/NCAR再分析资料等,使用天气动力学诊断方法,重点研究了高空急流对北京2012年7月21日（“7.21”）暴雨中降水突然增强时刻14时（北京时）和降水最强时刻19时的动力作用。结果表明,“7.21”暴雨的发生和西来的高空急流东移至北京上空有关,高空急流及其散度场和与高空急流相伴随的次级环流对“7.21”暴雨的发生起重要的动力作用。7月21日14时,高空急流轴的经向度开始增大,高空急流入口区右侧的散度场南北范围明显扩大,北京上空为深厚的对流运动,受来自低层的东南气流带来的暖湿空气的影响,北京地区降水量突然增大;20时,对流层高空急流轴的经向度进一步增大,此时由于北上西北低涡导致的低层辐合,使得北京上空对流层高层出现强辐散区,北京上空出现强烈的上升运动,加之来自东南的暖湿气流的影响,使得北京地区降水量在19时达到最大值。“7.21”暴雨中降水突然增强时刻和降水最大时刻,上升支均出现在高空急流入口区右侧,但是,次级环流的下沉支均发生在北京的东南部,这是影响“7.21”暴雨次级环流的一个重要特征。     

The Key Supply Source of Long-Distance Moisture Transport for the Extreme Rainfall Event on July 21, 2012 in Beijing

In this study, the Weather Research and Forecasting (WRF) model and meteorological observation data were used to research the long-distance moisture transport supply source of the extreme rainfall event that occurred on July 21, 2012 in Beijing. Recording a maximum rainfall amount of 460 mm in 24 h, this rainstorm event had two dominant moisture transport channels. In the early stage of the rainstorm, the first channel comprised southwesterly monsoonal moisture from the Bay of Bengal (BOB) that was directly transported to north China along the eastern edge of Tibetan Plateau (TP) by orographic uplift. During the rainstorm, the southwesterly moisture transport was weakened by the transfer of Typhoon Vicente. Moreover, the southeasterly moisture transport between the typhoon and western Pacific subtropical high (WPSH) became another dominant moisture transport channel. The moisture in the lower troposphere was mainly associated with the southeasterly moisture transport from the South China Sea and the East China Sea, and the moisture in the middle troposphere was mainly transported from the BOB and Indian Ocean. The control experiment well reproduced the distribution and intensity of rainfall and moisture transport. By comparing the control and three sensitivity experiments, we found that the moisture transported from Typhoon Vicente and a tropical cyclone in the BOB both significantly affected this extreme rainfall event. After Typhoon Vicente was removed in a sensitivity experiment, the maximum 24-h accumulated rainfall in north China was reduced by approximately 50% compared with that of the control experiment, while the rainfall after removing the tropical cyclone was reduced by 30%. When both the typhoon and tropical cyclone were removed, the southwesterly moisture transport was enhanced. Moreover, the sensitivity experiment of removing Typhoon Vicente also weakened the tropical cyclone in the BOB. Thus, the moisture pump driven by Typhoon Vicente played an important role in maintaining and strengthening the tropical cyclone in the BOB through its westerly airflow. Typhoon Vicente was not only the moisture transfer source for the southwesterly monsoonal moisture but also affected the tropical cyclone in the BOB, which was a key supply source of long-distance moisture transport for the extreme rainfall event on July 21, 2012 in Beijing.     

2012年7月21日北京特大暴雨的多尺度特征

利用常规观测资料、地面加密自动站资料、FY-2E红外卫星云图、多普勒天气雷达产品以及NCEP/NCAR逐6 h再分析资料,对2012年7月21日北京特大暴雨过程暖区降水与锋面降水阶段进行了细致划分,并对其不同阶段降水的时空分布特征作了比较分析。结果表明:以锋面相对于该过程总降水量中心的锋面移动情况作为降水阶段划分的主要依据,降水可划分为三个阶段,第一阶段(21日08-16时)主要为锋前暖区降水,降水中心位于河北省拒马河流域,北京西南部为次大值降水中心;第二阶段(21日16-20时)主要为锋面过境降水,降水中心位于北京西南部的房山区;第三阶段(21日20时-22日03时),北京西南部有显著锋后降水,降水中心与过境锋面相对应,位于北京东南部与河北交界处。该过程暴雨中心降水由暖区降水、锋面过境降水和锋后降水构成,其分别约占总降水量的40%、46%、14%。北京西北部、东北部和东南部降水主要由锋面降水构成,暖区降水所占比例在15%以下。河北省拒马河流域洪涝灾害主要由暖区暴雨引起,北京西南部洪涝灾害既有暖区降水的作用,又有锋面过境降水的作用。

     

北京7.21暴雨低涡演变的湿位涡分析

通过诊断再分析资料和数值模拟结果,从中层湿位涡守恒和低层湿位涡变化的角度分别对北京7.21暴雨过程中中尺度低涡的演变进行分析。结果表明,暴雨前期,对流层中高层高湿位涡的冷空气扩散南下,冷空气到达华北地区上空时,在有利等熵面的引导下从稳定层结向不稳定层结快速下滑,产生了剧烈的正涡度个别变化,使得低涡得到发展加强。另一方面,等熵面上冷暖空气的剧烈交汇在增强雨势的同时,也使得对流层低层至中层产生明显的涡度制造。在不考虑稳定度影响时,低层的非绝热过程引起的湿位涡制造与低涡发展有着很好的正相关,二者在位置上和量级上都有很好的对应。进一步分析表明,非绝热加热的水平不均匀分布是引起湿位涡变化的主要原因。     

不同云微物理方案对“7.21”特大暴雨模拟的对比试验

利用中尺度数值模式WRF v3.5.1中的17种不同云微物理过程参数化方案,对2012年7月21—22日北京特大暴雨过程进行了对比试验。模拟结果表明:不同云微物理方案对不同量级降水的模拟效果各有优势。NSSL 1-momlfo方案对中雨和大暴雨两个等级降水的模拟效果最好,降水中心值最接近实况;Eta(Ferrier)和Kessler方案分别对大雨和暴雨等级降水的模拟效果最好。总体上,能够较好地模拟出本次特大暴雨过程的方案依次为:NSSL 1-mom、NSSL 1-momlfo和Milbrandt 2-mom方案,而WDM6方案的模拟效果最差。云中水成物演变特征表明,模拟较好的方案中液态水、云冰和霰的含量较多,且随时间演变与地面降水强度的变化相一致。另外,模拟较好的方案中冰相粒子多,过冷水的范围大、含量高,有利于各相态粒子相互转化,促进冰相过程发展,致使降水量增多。     

Evaluation of WRF-based convection-permitting multi-physics ensemble forecasts over China for an extreme rainfall event on 21 July 2012 in Beijing

On 21 July 2012, an extreme rainfall event that recorded a maximum rainfall amount over 24 hours of 460 mm, occurred in Beijing, China. Most operational models failed to predict such an extreme amount. In this study, a convective-permitting ensemble forecast system (CEFS), at 4-km grid spacing, covering the entire mainland of China, is applied to this extreme rainfall case. CEFS consists of 22 members and uses multiple physics parameterizations. For the event, the predicted maximum is 415 mm d^-1 in the probability-matched ensemble mean. The predicted high-probability heavy rain region is located in southwest Beijing, as was observed. Ensemble-based verification scores are then investigated. For a small verification domain covering Beijing and its surrounding areas, the precipitation rank histogram of CEFS is much flatter than that of a reference global ensemble. CEFS has a lower (higher) Brier score and a higher resolution than the global ensemble for precipitation, indicating more reliable probabilistic forecasting by CEFS. Additionally, forecasts of different ensemble members are compared and discussed. Most of the extreme rainfall comes from convection in the warm sector east of an approaching cold front. A few members of CEFS successfully reproduce such precipitation, and orographic lift of highly moist low-level flows with a significantly southeasterly component is suggested to have played important roles in producing the initial convection. Comparisons between good and bad forecast members indicate a strong sensitivity of the extreme rainfall to the mesoscale environmental conditions, and, to less of an extent, the model physics.     

北京一次短时局地大暴雨过程的特征及对云物理方案的敏感性数值模拟试验

云物理过程是云和降水形成的重要环节。本文针对2011年6月23日发生在北京地区的一次大暴雨过程进行了云降水与天气特征分析,并开展了WRF模式中10种不同云微物理方案对此次暴雨强度、落区和发生时间的敏感性数值模拟试验。研究结果表明,此次大暴雨是由多单体组织、合并形成深厚的中尺度对流系统,并具有明显的短时局地特征和有利的高低空、高低纬度大中尺度天气环流形势及强烈的水汽输送条件。暴雨强度、落区和发生时间的数值模拟结果对云物理方案非常敏感。不同云物理方案对累积降水量≥50 mm和≥100 mm的暴雨模拟的ETS评分显示,只有Thompson方案对此暴雨量级的评分均为正,其他方案的ETS评分均不理想,特别是对累积降水量≥100 mm的大暴雨模拟。在小时暴雨强度和发生时间方面,Thompson方案模拟效果也较好,其次是Lin方案和WSM6方案;对区域累积最大降水量和落区的模拟方面,Thompson方案和Morrison方案模拟的最大累积降水量更接近观测值,但在落区方面,一些具有完整云物理过程的单参数方案（Lin方案、WSM6方案）模拟效果较好,但模拟的最大降水量偏小。针对暖雨的双参数方案WDM6对区域平均降水模拟较好,但对暴雨极端降水模拟较差。对造成差异的原因分析表明,不同云物理方案的差异主要体现在雪和霰的参数化方面,由于采用的粒子谱分布、密度和末速度不同,导致云中粒子间的碰并和形成过程不同,大部分云物理方案模拟的霰含量高,雪含量低。这种云微物理过程的差异会导致云动力过程的反馈作用出现明显不同,但这种反馈作用的差异主要体现在降水粒子对上升气流的拖曳作用不同。尽管云中相变潜热过程对云动力过程具有很重要的影响,但不同云物理方案在相变潜热过程和温度廓线分布方面造成的差异并不明显。因此,云物理方案中考虑合理的粒子谱分布、形态和密度变化,有利于提高暴雨的模拟效果。