双偏振雷达对贵州一次强对流过程的应用分析

利用习水双偏振雷达对2021年5月2日发生在贵州西北部的一次冰雹、短时强降水过程进行分析,结果表明：双偏振雷达能够很好区分出冰雹和短时强降水,并可以分析出冰雹相态演变：高空出现明显的冰雹特征(差分反射率因子Zdr、差分相移率Kdp小于0 dB,相关系数CC为0.9～0.95),随着高度降低Zdr和Kdp从负值向正值转变,CC增加到0.95左右,表明冰雹在下落过程中融化为包裹着水膜的小冰雹并伴随降水,这与地面观测事实一致。观测到CC谷、Zdr弧、Zdr柱、Kdp柱和典型的三体散射双偏振特征,这些特征对雹暴的演变有指示作用。短时强降水回波的Zdr和Kdp随反射率因子强度的增大而增大,CC＞0.95,Kdp大值区能更好的指示出短时强降水的位置。     

利用贝叶斯方法改进华南地区冰雹识别效果

使用2019年广东S波段双偏振雷达观测的冰雹和非冰雹数据,统计得到冰雹和非冰雹的雷达反射率Z、差分反射率ZDR和相关系数CC先验概率密度分布,采用贝叶斯方法,根据雷达参量在冰雹和非冰雹条件下的概率以及冰雹和非冰雹的先验概率来确定某一距离库上所测到的(Z、ZDR、CC)所代表冰雹和非冰雹的概率,并用两个个例,比较分析了 ...     

X波段双偏振雷达在冰雹和强降水天气识别中的初步应用

文章利用X波段双偏振雷达,通过分析差分反射率因子、差分传播相移和零滞后相关系数等双偏振参量特征,识别了呼和浩特地区两次强对流天气过程,并与对应时刻的地面雨滴谱观测资料进行对比,检验了识别效果。从个例分析结果来看,此X波段双偏振雷达具有较好的识别效果,当雷达回波强度大、差分传播相移小且差分反射率因子和零滞后相关系数也较小时,产生冰雹的可能性较大;当差分反射率因子值较大,差分传播相移高且零滞后相关系数接近1时,由大粒子组成的强降水天气的可能性大。同时,雨滴谱仪的天气现象识别、粒子谱连续监测和高频率数据采集等特征,在双偏振雷达的冰雹和强降水天气识别检验中提供了重要的数据支撑。     

雷达外推与数值模式动态融合降水概率预报方法

提出一种基于动态权重的降水概率融合预报方法。首先建立一个适用于权重分配的评分模型,对基于雷达光流外推的降水概率预报和基于数值模式经反射率换算后的降水概率预报的预报准确率分别加以评估;提出一种改进的Brier评分法,该方法兼顾了降水落区的大小和降水量,降低评分对样本数据数量多少的敏感性;根据两种在不同预报时效的评分,动态地分配两种预报方法在不同预报时效的权重。试验部分通过Brier等评分验证表明,融合后各个预报时效的预报都表现出与雷达外推或数值模式相近甚至更高的技术评分。     

基于TIGGE资料的流域概率性降水预报评估

利用2008年7月1日至8月6日TIGGE-CMA资料存储中心的ECMWF、NCEP和CMA等业务中心1～10天的集合预报降水结果,结合淮河流域上游大坡岭—王家坝流域内19个站点的降水观测资料,对流域内的日降水预报效果进行了基于降水等级划分的确定性TS评分、概率性Brier评分以及考虑所有降水强度概率的百分位降水评估,并对2008年7月22—23日的强降水过程的预报效果进行了重点评估分析,探索了多模式概率预报降水面向流域的评估方法。结果表明,超级集合的TS评分和Brier评分优于单个中心的集合预报平均,集合平均由于平滑作用削弱了对长预报时效较强降水的预报能力;三套集合预报都体现部分成员具有捕捉实际降水的多种可能性;流域面雨量和单站百分位的分析表明:随着预报时效的延长,强降水的预报能力逐渐减弱,而超级集合由于考虑了更多的降水可能性,预报强降水的量级和空间分布同观测更为接近。     

基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。     

基于T639集合预报的持续性强降水中期客观预报技术研究

针对持续性强降水预报困难的问题,根据Anderson-Darling检验原理,构建基于中国气象局T639集合预报系统的持续性强降水中期客观预报方法。对比分析2010-2015年5-9月T639集合预报降水与实况降水的累积概率分布函数差异,在此基础上采用扩展时间序列和空间范围的方法构建3种模式气候累积概率方案,通过批量预报试验和检验,选取最优概率方案纳入预报模型,考察持续性强降水个例的最长预报时间。结果表明,随着预报时效的延长,集合预报模式的降水逐渐集中于小和中雨量级,无降水和暴雨以上量级的降水概率低于观测,168 h以后模式降水概率趋于稳定。通过扩展时间序列和空间范围能弥补模式气候资料年限不足所带来的偏差,根据区域气候特征细分模式气候的方法重点突出了不同区域的降水特征,明显优于简单集合所有区域数据的模式气候方案。基于集合预报的持续性强降水预报模型对持续性强降水个例的预报能力为8-9 d,随着预报时效的延长,降水强度以及雨带位置的预报能力逐渐减弱。      

雷达资料同化在局地强对流预报中的应用

采用ARPS模式的资料分析系统ADAS同化多普勒雷达径向速度和反射率因子资料,分析两者对初始场的改进作用,并应用于WRF中尺度模式中对2012年8月21日江西省一次局地强对流过程进行了模拟试验。分析结果表明:（1）ADAS同化系统能够利用雷达径向速度和反射率因子资料有效增加初始场中的中小尺度风场信息和云、水物质含量,并通过湿绝热或非绝热初始化对温度场、湿度场和风场进行调整,使初始场在动力和热力上达到平衡。（2）同化径向速度后对改善模式初始场的动力场有重要贡献,而对大气水凝物和降水的预报影响较小;同化反射率因子的主要作用是调整初始场中的水凝物场和热力场,有效缩短了模式的“ spin-up”时间,明显改进了定量降水预报;同时同化雷达径向速度和反射率因子后,初始场中快速调整出了中小尺度风场水平辐合、垂直运动以及合理的温、湿分布,对3小时内雨带形状、降水落区及定量降水的预报与实况更接近。（3）模拟试验表明,同时同化径向速度和反射率因子能成功模拟出本次对流单体风暴的中β尺度三维空间分布结构及其演变过程,中低层切变线的辐合抬升强迫作用是对流单体风暴组织、发展和维持的主要动力机制之一,对流凝结潜热加热在对流单体风暴的发生发展中发挥了重要作用。因此,雷达资料同化对提高临近数值天气预报的准确率以及对强对流天气系统的模拟能力具有重要意义。     

基于S波段双偏振雷达观测的雹暴偏振特征分析

为了研究雹暴的偏振特征及其在实际业务中的应用,使用S波段双偏振雷达所观测到的46例冰雹数据,对其中反复出现的3种偏振特征:冰雹在各高度层的偏振参数特征、差分反射率因子柱、三体散射偏振特征进行了分析,重点分析了3种偏振特征大、小冰雹事件的差异.结果表明:(1)大冰雹的水平反射率因子中位数要高于小冰雹,二者的水平反射率因子...     

双线偏振雷达资料在数值模式中的应用: 模拟器的构建

基于Rayleigh-Gans散射原理构造一个S波段双线偏振雷达模拟器。模拟器考虑了云冰、雪、雨和雹4种水凝物,以水凝物的混合比和数浓度以及水凝物粒子的轴比、相对介电常数、下落倾角为输入量,计算得到水平/垂直偏振反射率因子、差分反射率、比差分相位等偏振量。通过二维理想飑线模拟的试验结果表明,模拟器合理地再现了二维理想飑线系统成熟期的主要偏振特征:雹的反射率较高,差分反射率较低(又称Zdr洞);对流云区的Zdr柱;层云区的反射率和比差分相位的0℃层亮带特征;雨滴反射率与差分反射率因子的“雨线”统计特征。利用该模拟器建立了模式变量和偏振雷达观测的联系,有助于未来将偏振雷达观测资料应用于模式预报效果评估及对流尺度资料同化等方面的研究和应用。      

基于雷达资料的云分析在冰雹云短时预报中的应用

通过ARPS/ADAS云分析系统将雷达反射率因子信息引入到模式的初始场中,并结合中尺度数值模式模拟研究了2008年6月23日发生在北京周边地区的一次冰雹天气过程。结果表明:在初始场中引入雷达反射率因子信息之后,改进了初始场中水凝物信息和温度场,使得初始场更加符合实际大气状况;与未进行云分析试验比较,云分析之后,模式模拟对于雹云产生位置、强度以及移动路径有明显改进,其中3h之内的模拟效果最好;降水降雹提早1h发生,并且降水降雹的峰值也提前出现,明显减少模式spin-up时间。     

Short-range prediction of a heavy precipitation event by assimilating Chinese CINRAD-SA radar reflectivity data using complex cloud analysis

Summary With the ARPS (Advanced Regional Prediction System) Data Analysis System (ADAS) and its complex cloud analysis scheme, the reflectivity data from a Chinese CINRAD-SA Doppler radar are used to analyze 3D cloud and hydrometeor fields and in-cloud temperature and moisture. Forecast experiments starting from such initial conditions are performed for a northern China heavy rainfall event to examine the impact of the reflectivity data and other conventional observations on short-range precipitation forecast. The full 3D cloud analysis mitigates the commonly known spin-up problem with precipitation forecast, resulting a significant improvement in precipitation forecast in the first 4 to 5 hours. In such a case, the position, timing and amount of precipitation are all accurately predicted. When the cloud analysis is used without in-cloud temperature adjustment, only the forecast of light precipitation within the first hour is improved. Additional analysis of surface and upper-air observations on the native ARPS grid, using the 1 degree real-time NCEP AVN analysis as the background, helps improve the location and intensity of rainfall forecasting slightly. Hourly accumulated rainfall estimated from radar reflectivity data is found to be less accurate than the model predicted precipitation when full cloud analysis is used.     

X 波段双极化雷达对云中水凝物粒子的相态识别

人工影响天气研究需对云中降水粒子的相态和分布结构进行准确识别,以便提高人工影响天气作业效率.中国科学院大气物理研究所的车载X波段双极化雷达可提供与云中降水粒子大小、形状、相态等特征密切相关的4个极化参数:反射率因子、差分反射率、差分相移率、水平和垂直极化相关系数.利用这4个极化参数加上环境温度作为5个输入参量,建立了降水粒子相态模糊逻辑识别算法,识别的降水粒子有10种:毛毛雨、雨、湿霰、干霰、小雹、大雹、雨加雹、湿雪、干雪、冰晶.利用此雷达的实际观测资料,并与地面和飞机空中实测资料对照,对我国南、北方地区观测的降水天气过程进行分析,结果表明:建立的模糊逻辑算法对云内水凝物粒子的相态识别分类合理.     

天气雷达反射率资料订正前后在ARPS模式中的同化试验对比

以TRMM/PR反射率资料作参照,对常州、南京天气雷达反射率资料进行一致性订正,再利用中尺度模式ARPS及其数据同化系统ADAS对订正前、后的天气雷达反射率因子进行同化,模拟2013年6月25日和2010年8月24日江苏地区两次暴雨过程。两次暴雨过程均包括3组试验:控制试验和雷达资料订正前、后的同化试验。结果表明:(1)雷达反射率因子的同化很好地改进了模式初始湿度场,使降水预报在分布和强度上更接近实况;(2)雷达资料的订正进一步改进了反射率因子同化试验,并且通过调整初始湿度场和上升运动场(调整作用主要体现在前2~3 h内)改善了对降水的模拟预报,其结果证明雷达反射率因子的订正改善了雷达资料的质量。     

X波段双线偏振气象雷达反射率的衰减订正

X波段天气雷达的强衰减是影响其探测精度与应用推广的主要问题.本文旨在寻求适用于降水过程中对X波段双偏振雷达进行衰减订正的一种方法.在订正前先对雷达数据进行了质量控制和预处理;在分析了国内外已有订正方法的基础上,选择并改进了自适应约束算法作为雷达反射率进行衰减订正的方法;最后进行方法的效果验证.既对衰减订正前后反射率与同...     

双线偏振雷达在广州“3.19”降雹过程中的应用分析

针对2016年3月19日发生在广州北部的从化和花都地区的一次冰雹过程,基于广州S波段双线偏振多普勒天气雷达和花都风廓线雷达以及NCEP再分析资料,详细分析此次过程的天气背景和雷达回波及雷达参量演变特征。结果表明,在此次冰雹过程中,回波强度普遍大于50 dBz,回波顶高在10 km以上,有明显的三体散射、气旋式辐合、高层回波悬垂和强风暴顶辐散等特征。双线偏振雷达各偏振参量（反射率因子Z_DR、单位差分传播相移K_DP和相关系数ρ_HV）反映出冰雹云的典型特征:在基本反射率大、Z_DR小、ρ_HV小的区域出现冰雹,Z_DR值通常为-1.0~0.2,ρ_HV值普遍为0.7~0.9;ρ_HV和Z_DR在低仰角的表现比高仰角更有效;K_DP有一定指示意义,但判别效果不明显。采用的双线偏振雷达算法产品识别粒子相态结果容易出现空报现象。      

多普勒天气雷达资料同化对暴雨模拟的影响

利用我国CINRAD/SA多普勒天气雷达资料与ARPS模式 (Advanced Regional Prediction System) 的资料分析系统ADAS (ARPS Data Analysis System), 对初始场进行调整, 并应用于WRF (Weather Research and Forecasting Model) 模式, 对2003年梅雨期淮河流域两次典型致洪暴雨过程进行模拟试验。对模拟结果的对比分析和检验结果表明:引入雷达资料后, 在雷达观测区的整层风场和水汽场都随之调整, 雷达径向风和反射率因子资料对初始场调整有不同影响, 径向风资料侧重于对风场的调整, 而反射率因子资料侧重于对温、湿量场的调整, 使降雨落区和强度预报都有所提高; 在ADAS系统中, 雷达径向风和反射率因子资料对初始场调整有不同影响, 径向风资料侧重于对风场的调整, 而反射率因子资料侧重于对温、湿量场的调整, 两个个例的试验表明, 加入雷达径向风资料的模拟试验能够得到较好评分, 加入雷达反射率因子资料或同时加入这两种雷达资料也能够在一定程度上提高模拟的准确性。     

ANALYSIS OF THE EFFECT OF 3DVAR AND ENSRF DIRECT ASSIMILATION OF RADAR DATA ON THE FORECAST OF A HEAVY RAINFALL EVENT

The present study designs experiments on the direct assimilation of radial velocity and reflectivity data collected by an S-band Doppler weather radar (CINRAD WSR-98D) at the Hefei Station and the reanalysis data produced by the United States National Centers for Environmental Prediction using the Weather Research and Forecasting (WRF) model, the WRF model with a three-dimensional variational (3DVAR) data assimilation system and the WRF model with an ensemble square root filter (EnSRF) data assimilation system. In addition, the present study analyzes a Meiyu front heavy rainfall process that occurred in the Yangtze -Huaihe River Basin from July 4 to July 5, 2003, through numerical simulation. The results show the following. (1) The assimilation of the radar radial velocity data can increase the perturbations in the low-altitude atmosphere over the heavy rainfall region, enhance the convective activities and reduce excessive simulated precipitation. (2) The 3DVAR assimilation method significantly adjusts the horizontal wind field. The assimilation of the reflectivity data improves the microphysical quantities and dynamic fields in the model. In addition, the assimilation of the radial velocity and reflectivity data can better adjust the wind fields and improve the intensity and location of the simulated radar echo bands. (3) The EnSRF assimilation method can assimilate more small-scale wind field information into the model. The assimilation of the reflectivity data alone can relatively accurately forecast the rainfall centers. In addition, the assimilation of the radial velocity and reflectivity data can improve the location of the simulated radar echo bands. (4) The use of the 3DVAR and EnSRF assimilation methods to assimilate the radar radial velocity and reflectivity data can improve the forecast of precipitation, rain-band areal coverage and the center location and intensity of precipitation.     

Assimilation of Radar and Cloud-to-Ground Lightning Data Using WRF-3DVar Combined with the Physical Initialization Method——A Case Study of a Mesoscale Convective System

Radar data, which have incomparably high temporal and spatial resolution, and lightning data, which are great indicators of severe convection, have been used to improve the initial field and increase the accuracies of nowcasting and short-term forecasting. Physical initialization combined with the three-dimensional variational data assimilation method(PI3 DVar_rh) is used in this study to assimilate two kinds of observation data simultaneously, in which radar data are dominant and lightning data are introduced as constraint conditions. In this way, the advantages of dual observations are adopted. To verify the effect of assimilating radar and lightning data using the PI3 DVar_rh method, a severe convective activity that occurred on 5 June 2009 is utilized, and five assimilation experiments are designed based on the Weather Research and Forecasting(WRF) model. The assimilation of radar and lightning data results in moister conditions below cloud top, where severe convection occurs; thus, wet forecasts are generated in this study.The results show that the control experiment has poor prediction accuracy. Radar data assimilation using the PI3 DVar_rh method improves the location prediction of reflectivity and precipitation, especially in the last 3-h prediction, although the reflectivity and precipitation are notably overestimated. The introduction of lightning data effectively thins the radar data, reduces the overestimates in radar data assimilation, and results in better spatial pattern and intensity predictions. The predicted graupel mixing ratio is closer to the distribution of the observed lightning,which can provide more accurate lightning warning information.