張少婷，王東海，于星，陳權(quán)亮，丁偉鈺

(1.成都信息工程大學(xué)大氣科學(xué)學(xué)院，四川 成都 610225；2.中山大學(xué)大氣科學(xué)學(xué)院，廣東 珠海 519082；3.中國(guó)氣象局廣州熱帶海洋氣象研究所，廣東 廣州 510080；4.佛山市氣象局，廣東 佛山 528000)

近年來(lái)，隨著數(shù)值天氣預(yù)報(bào)理論和應(yīng)用技術(shù)的日臻完善、計(jì)算機(jī)處理能力的飛速提升、高時(shí)空分辨率觀測(cè)資料的不斷豐富，現(xiàn)代天氣預(yù)報(bào)技術(shù)取得了顯著的進(jìn)步，在防災(zāi)減災(zāi)和各類專業(yè)服務(wù)中發(fā)揮著越來(lái)越重要的作用[1]。目前，數(shù)值天氣預(yù)報(bào)業(yè)務(wù)正向不斷提高預(yù)報(bào)預(yù)測(cè)準(zhǔn)確率，加強(qiáng)對(duì)關(guān)鍵性、轉(zhuǎn)折性、災(zāi)害性重大天氣預(yù)警預(yù)報(bào)的水平，實(shí)現(xiàn)從傳統(tǒng)粗泛的預(yù)報(bào)預(yù)測(cè)向更準(zhǔn)確及時(shí)、更精細(xì)、多時(shí)空尺度轉(zhuǎn)變[2]。為了更好的預(yù)報(bào)一些空間、時(shí)間尺度都較小的強(qiáng)對(duì)流天氣事件以及實(shí)際天氣過(guò)程的生命周期演變，如颮線、雷雨大風(fēng)、冰雹龍卷等，選擇高分辨率數(shù)值模式是非常必要的。由于大氣是一個(gè)高度非線性系統(tǒng)，數(shù)值模式的預(yù)報(bào)結(jié)果對(duì)初始場(chǎng)誤差非常敏感，在模式運(yùn)行的時(shí)間內(nèi)這種誤差將隨時(shí)間累計(jì)，最終使預(yù)報(bào)結(jié)果失效[3]。資料同化技術(shù)可以有效融合背景場(chǎng)與觀測(cè)資料的信息，獲得最優(yōu)的模式初始場(chǎng)，是目前數(shù)值預(yù)報(bào)研究當(dāng)中的一個(gè)關(guān)鍵問(wèn)題[4]。

在資料同化領(lǐng)域，除了對(duì)同化方法有不斷的改進(jìn)，雷達(dá)和衛(wèi)星資料作為目前使用最廣泛的非常規(guī)觀測(cè)資料，也被廣泛應(yīng)用于模式初始場(chǎng)的優(yōu)化，從而提高高分辨率區(qū)域數(shù)值預(yù)報(bào)的準(zhǔn)確率。目前，主流的同化系統(tǒng)多與數(shù)值天氣預(yù)報(bào)模式緊密結(jié)合在一起，比如ARPS同化系統(tǒng)的ADAS云分析模塊就重點(diǎn)考慮冰向水凝物對(duì)反射率貢獻(xiàn)[5]，WRFDA同化模塊則包括了從數(shù)據(jù)預(yù)處理到后處理預(yù)報(bào)檢驗(yàn)的整個(gè)過(guò)程[6-8]以及本文將使用的GSI格點(diǎn)分析系統(tǒng)，均設(shè)置好接口，可以同化常規(guī)和非常規(guī)觀測(cè)兩大類資料。其中，常規(guī)觀測(cè)一般指無(wú)線電探空觀測(cè)、常規(guī)地面氣象站觀測(cè)、船舶航線觀測(cè)和海上浮標(biāo)觀測(cè)等得到的對(duì)大氣的溫、壓、濕、風(fēng)等氣象要素的直接觀測(cè)；非常規(guī)觀測(cè)手段主要指多普勒天氣雷達(dá)、衛(wèi)星、GPS及散射儀等對(duì)大氣狀態(tài)的探測(cè)，它們以后向散射率、輻射強(qiáng)度等物理量為觀測(cè)目標(biāo)，觀測(cè)值經(jīng)反演處理可以得到大氣狀態(tài)信息。常規(guī)資料易于讀取和處理，但空間分辨率相對(duì)較低，非常規(guī)資料觀測(cè)密集卻較難處理，因而在使用的過(guò)程中也會(huì)面臨許多問(wèn)題[9]。

多普勒天氣雷達(dá)觀測(cè)資料水平分辨率可達(dá)1 km，時(shí)間分辨率6 min，能夠提供強(qiáng)對(duì)流系統(tǒng)內(nèi)部三維結(jié)構(gòu)信息，能為風(fēng)暴尺度天氣系統(tǒng)初始化提供高時(shí)空分辨率的觀測(cè)。目前在國(guó)外的研究中，多使用3D-Var方法同化雷達(dá)反射率和徑向風(fēng)觀測(cè)資料，并引入業(yè)務(wù)預(yù)報(bào)系統(tǒng)以改進(jìn)中小尺度溫濕度場(chǎng)，進(jìn)一步提高短臨預(yù)報(bào)效果[10-13]。伴隨著近年來(lái)雷達(dá)資料同化技術(shù)的不斷發(fā)展，極軌和靜止衛(wèi)星的輻射觀測(cè)資料的直接同化也逐漸開(kāi)始進(jìn)步，有研究表明，對(duì)于全球模式的分析場(chǎng)，衛(wèi)星數(shù)據(jù)和常規(guī)探空資料提供的信息量已經(jīng)可以達(dá)到相當(dāng)?shù)牧考?jí)[14]。雷達(dá)反射率因子可以反映云、降水粒子的范圍和強(qiáng)度特性；徑向風(fēng)則可以給出粒子運(yùn)動(dòng)平行于雷達(dá)徑向的速度分量。

新一代葵花-8氣象衛(wèi)星(Himawari-8)攜帶先進(jìn)的AHI成像儀，提供包括10個(gè)紅外、3個(gè)近紅外和3個(gè)可見(jiàn)光通道在內(nèi)的16個(gè)波段的地球全磁盤圖像。該衛(wèi)星觀測(cè)時(shí)空分辨率更高，可見(jiàn)光通道云圖分辨率達(dá)到0.5 km，近紅外和紅外通道云圖分辨率可達(dá)1～2 km，觀測(cè)頻率達(dá)到10 min一次。我國(guó)范圍內(nèi)的用戶都可以接收和利用該衛(wèi)星的觀測(cè)數(shù)據(jù)，它的運(yùn)用也為中尺度天氣監(jiān)測(cè)和預(yù)報(bào)提供了一種更加先進(jìn)更為有效的工具。過(guò)去很長(zhǎng)一段時(shí)間里，衛(wèi)星資料的同化研究重點(diǎn)多集中于極軌氣象衛(wèi)星的工作[15-17]。近年來(lái)，在靜止衛(wèi)星的資料同化工作也有發(fā)展，Ma等[18]利用hybrid 4D-EnVar的方法直接同化葵花8衛(wèi)星Advanced Himawari Imager(AHI)產(chǎn)品，同化后對(duì)全球?qū)α鲗由蠈拥乃M有積極影響。在國(guó)內(nèi)，陳子通等[19]基于我國(guó)自主研發(fā)的區(qū)域預(yù)報(bào)模式GRAPES及其三維變分模塊，利用雷達(dá)、衛(wèi)星、飛機(jī)、常規(guī)地面和探空等觀測(cè)資料，開(kāi)發(fā)了逐時(shí)循環(huán)同化系統(tǒng)(RUC)，并引入雷達(dá)回波，訂正模式的初始時(shí)刻的云水、雨水等信息，開(kāi)展業(yè)務(wù)短臨預(yù)報(bào)。王洪等[20-21]針對(duì)氣象雷達(dá)探測(cè)資料的同化問(wèn)題對(duì)北京2012年發(fā)生的“7.21”特大暴雨過(guò)程進(jìn)行了降水模擬，得出在預(yù)報(bào)降水評(píng)分方面，同化雷達(dá)反射率資料的效果要優(yōu)于同化徑向風(fēng)的結(jié)論，之后又利用GSI系統(tǒng)嘗試直接同化我國(guó)風(fēng)云系列衛(wèi)星中FY-2E的紅外通道IR1、IR2和WV的輻射資料，并在2011年一次華南暴雨個(gè)例模擬分析中進(jìn)行評(píng)估，得到預(yù)報(bào)結(jié)果有明顯改善的結(jié)論。

長(zhǎng)期以來(lái)，對(duì)發(fā)生在華南地區(qū)的暴雨研究都受到廣泛關(guān)注[22-25]，胡瀟文等[26]針對(duì)2013年該地區(qū)的一次強(qiáng)降水天氣過(guò)程進(jìn)行了常規(guī)觀測(cè)資料和AMSU-AMHSATMS 輻射率亮溫資料的直接同化研究，發(fā)現(xiàn)采用三維變分混合同化方法(3D-VarEnsemble)同化ATMS 的資料對(duì)預(yù)報(bào)試驗(yàn)的改進(jìn)表現(xiàn)最優(yōu)；文秋實(shí)等[27]也曾對(duì)2016年的一次颮線降水過(guò)程進(jìn)行快速循環(huán)同化的模擬試驗(yàn)，并評(píng)估了不同循環(huán)同化方案和雷達(dá)徑向風(fēng)資料同化對(duì)預(yù)報(bào)效果的改進(jìn)情況。雖然目前對(duì)華南地區(qū)的暴雨研究已經(jīng)取得了一定的進(jìn)展，但總體來(lái)說(shuō)華南暴雨的預(yù)報(bào)準(zhǔn)確率不高，與中國(guó)大陸其他地區(qū)(如江淮流域)的暴雨預(yù)報(bào)水平相比甚至更低。

本文將簡(jiǎn)要介紹基于目前世界上獲取便捷、應(yīng)用技術(shù)比較成熟的GSI(gridpoint statistical interpolation)格點(diǎn)統(tǒng)計(jì)插值分析系統(tǒng)和ARW-WRF(advanced research WRF)模式建立的一套預(yù)報(bào)系統(tǒng)，并利用該系統(tǒng)對(duì)2017年7月發(fā)生在華南的一次降水個(gè)例進(jìn)行預(yù)報(bào)試驗(yàn)，同化雷達(dá)反射率、徑向風(fēng)和葵花-8衛(wèi)星資料后的預(yù)報(bào)結(jié)果對(duì)短臨預(yù)報(bào)能力的改善情況。

1 模式和資料

1.1 預(yù)報(bào)模式

本文使用的系統(tǒng)基于新一代高分辨率中尺度天氣研究預(yù)報(bào)模式WRF-ARW3.9版本和格點(diǎn)統(tǒng)計(jì)插值分析系統(tǒng)GSI3.5版本搭建，首先將GSI同化方案進(jìn)行本地化改進(jìn)，再與WRF模式連接，選取適用的參數(shù)化方案，從而建立包括資料預(yù)處理、同化系統(tǒng)和預(yù)報(bào)系統(tǒng)、后處理系統(tǒng)幾個(gè)模塊在內(nèi)的預(yù)報(bào)系統(tǒng)。

本文的模式區(qū)域設(shè)置如圖1所示。本同化試驗(yàn)使用兩層雙向嵌套，水平格點(diǎn)分辨率分別為12 km(d01)和4 km(d02)，其中，d01包含了我國(guó)大部分地區(qū)，以求更好地把握大尺度天氣信息，d02則包含了我國(guó)華東到華南部分地區(qū)，區(qū)域的選取原則為既要利于本次降水過(guò)程的分析，也要節(jié)省計(jì)算資源。格點(diǎn)數(shù)分別為301×301，361×361，垂直方向?yàn)?0層，模式頂高取為50 hPa。模式最外層區(qū)域中心經(jīng)度為114.8°E，中心緯度為25.4°N。2017年7月17日08時(shí)(北京時(shí)，BJT，下同)起報(bào)，預(yù)報(bào)時(shí)長(zhǎng)為36 h，系統(tǒng)啟動(dòng)后，將得到的側(cè)邊文件接入GSI同化系統(tǒng)，進(jìn)行起報(bào)時(shí)刻各類觀測(cè)資料的同化，并接入WRF得到分別得到d01和d02的分析場(chǎng)，最后更新模式側(cè)邊界條件，進(jìn)入WRF進(jìn)行積分，得到預(yù)報(bào)結(jié)果。

圖1 (a)模擬區(qū)域設(shè)置，(b)模擬區(qū)域內(nèi)觀測(cè)站的分布(填色為地形高度，單位：m)Fig.1 (a)Simulation region setting and (b)distribution of observation stations (Shaded area is altitude, unit：m)

本文的幾組試驗(yàn)均使用了相同的模式參數(shù)，其中，邊界層方案為YSU參數(shù)化方案，陸面過(guò)程選取NOAH參數(shù)化方案，輻射方案為長(zhǎng)波輻射RRTMG和短波輻射Dudhia的參數(shù)化方案，云微物理參數(shù)化方案選擇為WDM 6，積云對(duì)流參數(shù)化方案被確定為Kain-Fritsch(New Eta)參數(shù)化方案等[28-29]。這些參數(shù)的選擇也是以更好地描繪華南，主要指本次個(gè)例中廣東沿海地區(qū)的降水為首要依據(jù)的。

基于上述模式設(shè)置，共設(shè)計(jì)6組試驗(yàn)來(lái)驗(yàn)證同化效果，幾組試驗(yàn)不同參數(shù)設(shè)置見(jiàn)表1。其中控制試驗(yàn)(CTL，下文也稱NDA)為僅使用GFS全球模式預(yù)報(bào)場(chǎng)提供的初、邊條件來(lái)進(jìn)行模擬，不同化其他觀測(cè)資料；常規(guī)觀測(cè)資料同化試驗(yàn)(CON)同化了GFS全球常規(guī)觀測(cè)、探空等burf/prebufr資料改進(jìn)初始場(chǎng)；對(duì)雷達(dá)資料的同化包括僅同化雷達(dá)反射率因子和常規(guī)資料的試驗(yàn)組(即RadarRef+CON，簡(jiǎn)稱REF)，和僅同化雷達(dá)徑向風(fēng)和常規(guī)觀測(cè)資料的試驗(yàn)組(即RadarVel+CON，簡(jiǎn)稱VEL)；對(duì)葵花-8衛(wèi)星和常規(guī)資料的同化試驗(yàn)組(AHI)；最后一組為同化上述所有4種資料來(lái)改進(jìn)初始場(chǎng)的試驗(yàn)組(ADA)。對(duì)于預(yù)報(bào)結(jié)果，選用ETS評(píng)分等常規(guī)方法來(lái)分析24 h累計(jì)降水，并通過(guò)計(jì)算同化試驗(yàn)與不同化的對(duì)照組之前相應(yīng)氣象要素的均方根誤差(RMSE)，分析同化對(duì)溫、濕、風(fēng)場(chǎng)的改進(jìn)情況。

表1 同化試驗(yàn)方案設(shè)置1)Table 1 Data assimilation test scheme setting

1) √表示有同化對(duì)應(yīng)的觀測(cè)資料，×表示無(wú)同化對(duì)應(yīng)的觀測(cè)資料

1.2 資料處理

雷達(dá)數(shù)據(jù)來(lái)源于我國(guó)新一代SA型多普勒雷達(dá)，本次個(gè)例共同化12部雷達(dá)的徑向風(fēng)和反射率資料。其中，江西3部，廣東9部，具體位置見(jiàn)圖1。為了保證引入的觀測(cè)數(shù)據(jù)的質(zhì)量，在進(jìn)入同化系統(tǒng)之前，需要進(jìn)行極值檢驗(yàn)、標(biāo)準(zhǔn)差檢查、與背景場(chǎng)的差值檢驗(yàn)等一系列質(zhì)量控制工作，同時(shí)，由于多普勒天氣雷達(dá)的觀測(cè)資料是在以仰角、方位角以及徑向距離的三維極坐標(biāo)中進(jìn)行的[30]，而中尺度模式WRF采用的坐標(biāo)是以水平方向和垂直方向上的格點(diǎn)坐標(biāo)，即笛卡爾坐標(biāo)系，所以在將雷達(dá)資料同化到WRF模式之前，需要對(duì)雷達(dá)產(chǎn)品進(jìn)行不同坐標(biāo)的空間轉(zhuǎn)換[20]。

反射率資料采用中國(guó)氣象科學(xué)研究院-災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室的拼圖軟件[31-32]質(zhì)量控制后的三維格點(diǎn)反射率數(shù)據(jù)。徑向風(fēng)資料的處理源于俄克拉荷馬大學(xué)的風(fēng)暴分析預(yù)報(bào)中心(CAPS，Center for Analysis and Prediction of Storms)開(kāi)發(fā)的自動(dòng)雷達(dá)資料質(zhì)量控制程序88D2ARPS，通過(guò)改變其數(shù)據(jù)輸出接口，使之適用于GSI。Himawari-8衛(wèi)星資料使用從日本氣象廳(JMA，Japan Meteorological Agency)下載的NetCDF格式數(shù)據(jù)，并將各個(gè)衛(wèi)星通道的原始資料進(jìn)行數(shù)據(jù)轉(zhuǎn)換，最終以bufr格式進(jìn)入GSI格點(diǎn)系統(tǒng)。

2 試驗(yàn)結(jié)果分析

2.1 個(gè)例介紹

2017年7月17～18日，我國(guó)多地出現(xiàn)降水過(guò)程(圖2)，降水覆蓋范圍十分廣泛。中央氣象臺(tái)連續(xù)3次發(fā)布暴雨藍(lán)色預(yù)警，指出福建南部、廣東東部和南部沿海、山東南部到河南中東部、陜西南部到四川盆地西部等地的部分地區(qū)有大到暴雨。廣東省多個(gè)沿海地市級(jí)氣象臺(tái)接連發(fā)布暴雨黃色預(yù)警，部分地區(qū)升級(jí)為橙色甚至紅色。從實(shí)況觀測(cè)結(jié)果來(lái)看，本次試驗(yàn)的d02區(qū)域中，廣東沿海地區(qū)出現(xiàn)100 mm以上大暴雨，其中，珠江口兩岸和粵東部分地區(qū)24 h累計(jì)降水達(dá)到200 mm以上，局地最大小時(shí)降雨強(qiáng)度超過(guò)60 mm。

圖2 2017年7月17日08時(shí)～18日08時(shí)的24小時(shí)降水實(shí)況分布圖Fig.2 Twenty four hour actual precipitation over 08：00 BJT 17th to 08:00 BJT 18th, July 2017

本次降水個(gè)例的模擬分析主要關(guān)注華南，特別是廣東沿海一帶(圖2中紅色框線區(qū)域)。引起此次暴雨過(guò)程的天氣形勢(shì)(圖3)大致為，在高層500 hPa上，副高占據(jù)我國(guó)華東、華南大部分地區(qū)，副高脊線位于我國(guó)長(zhǎng)江流域(27.5°N)附近，湖南到江西一帶存在暖中心，冷中心和低壓中心出現(xiàn)在川陜一帶，溫度場(chǎng)略超前于高度場(chǎng)；在低層700 hPa上有2017年第4號(hào)臺(tái)風(fēng)“塔拉斯”在中南半島登陸，雖然生成時(shí)間短，強(qiáng)度不大，但由于其結(jié)構(gòu)松散，強(qiáng)大的外圍云系覆蓋范圍較廣；低層存在很強(qiáng)的東南急流將水汽由南海向華南區(qū)域輸送；華南地區(qū)存在冷中心，再結(jié)合該區(qū)域的海陸熱力差異以及地形等因素的影響，各方面對(duì)本次廣東沿海地區(qū)的降水條件都比較有利。

2.2 同化結(jié)果分析

為了評(píng)估同化試驗(yàn)對(duì)高度場(chǎng)、溫度場(chǎng)和風(fēng)場(chǎng)等物理量的改變情況，我們用各組同化試驗(yàn)與不同化任何觀測(cè)(NDA組)進(jìn)行對(duì)比。圖4為各組同化試驗(yàn)中位勢(shì)高度(gpm)、溫度(℃)、相對(duì)濕度(%)、U分量(m/s)、V分量(m/s)的均方根誤差(RMSE)隨時(shí)間的變化情況(紅色、藍(lán)色、綠色、粉色、深棕色分別對(duì)應(yīng)CON、VEL、REF、AHI、ADA組)?？梢钥闯?，各組試驗(yàn)隨預(yù)報(bào)時(shí)間的變化趨勢(shì)是相當(dāng)一致的。其中，除了各組試驗(yàn)對(duì)高度場(chǎng)的預(yù)報(bào)均略有偏高外，RMSE的值一直很小，說(shuō)明幾組試驗(yàn)對(duì)溫、濕、風(fēng)場(chǎng)的預(yù)報(bào)與NDA組的差異很小，但大致走向表明，預(yù)報(bào)開(kāi)始后6 h內(nèi)，同化使得模擬區(qū)域內(nèi)溫度提升，相對(duì)濕度減小，6～20 h西南風(fēng)加強(qiáng)，溫濕場(chǎng)逐漸與不同化任何資料的NDA組趨近。特別是同化徑向風(fēng)的VEL組和同化全部觀測(cè)資料的ADA組，較其他三組試驗(yàn)對(duì)預(yù)報(bào)場(chǎng)的改變更明顯。說(shuō)明同化雷達(dá)徑向風(fēng)資料在本次全部觀測(cè)資料的同化試驗(yàn)中做出了主要貢獻(xiàn)。

圖4 各組同化試驗(yàn)中位勢(shì)高度(gpm)、溫度(℃)、相對(duì)濕度(%)、U和V分量(m/s)的均方根誤差(RMSE)隨預(yù)報(bào)時(shí)長(zhǎng)的變化Fig.4 The variation of RMSEs (root mean square error) of geopotential height (gpm), temperature (℃), relative humidity (%), and U and V components (m/s) over forecast time under several assimilation tests

綜合來(lái)看，同化在0～10 h期間作用更大，說(shuō)明非常規(guī)觀測(cè)資料的同化試驗(yàn)在預(yù)報(bào)開(kāi)始后10 h內(nèi)發(fā)揮主要作用，如果要進(jìn)一步提升同化效果，則需加入循環(huán)同化，不斷改進(jìn)。

圖5為各組同化試驗(yàn)中位勢(shì)高度(gpm)、溫度(℃)、相對(duì)濕度(%)、U分量(m/s)、V分量(m/s)的均方根誤差(RMSE)隨高度(這里指氣壓層，單位，hPa)的變化情況。經(jīng)過(guò)對(duì)比發(fā)現(xiàn)，各組試驗(yàn)隨預(yù)報(bào)高度的變化趨勢(shì)一致，再次說(shuō)明幾組試驗(yàn)對(duì)溫、濕、風(fēng)場(chǎng)的預(yù)報(bào)與NDA組的差異很小，大致走向表明了500 hPa以下，同化使得模擬區(qū)域內(nèi)低層風(fēng)向有東北分量，500 hPa以上西南風(fēng)不斷加強(qiáng)，同時(shí)200 hPa以下，相對(duì)濕度不斷減小，但溫度場(chǎng)整體改變不大。特別是同化徑向風(fēng)和全部觀測(cè)資料的兩組與不同化和僅同化常規(guī)資料相比變化較大，尤其是在中低層。

資料同化過(guò)程也改變了水平氣壓場(chǎng)和溫度場(chǎng)的分布，將各種資料加入同化并進(jìn)行模擬1 h后的輸出結(jié)果進(jìn)行水平場(chǎng)分析(見(jiàn)圖6)，圖中依次為d02區(qū)域中不同化任何資料(NDA組)、同化常規(guī)觀測(cè)資料(CON組)、同化雷達(dá)反射率(REF組)、同化雷達(dá)徑向風(fēng)(VEL組)、同化葵花-8氣象衛(wèi)星(AHI組)和同化所有資料(ADA組)的10 m風(fēng)場(chǎng)和2 m處溫度和海平面氣壓場(chǎng)。雖然各組差異不明顯，但對(duì)比不加入任何同化資料的對(duì)照組(NDA)來(lái)看，同化常規(guī)資料(CON)和同化雷達(dá)反射率資料(REF)對(duì)于地面低壓中心的刻畫更加細(xì)致，并在湖南到江西一帶出現(xiàn)分散性的低壓中心；同化雷達(dá)徑向風(fēng)資料(VEL)、葵花衛(wèi)星資料(AHI)對(duì)湖南一帶的暖中心的溫度上調(diào)了2℃左右，氣壓場(chǎng)的梯度增大，氣壓中心更加明顯；整個(gè)試驗(yàn)區(qū)域內(nèi)南風(fēng)加強(qiáng)；同化全部非常規(guī)觀測(cè)資料(ADA)可以體現(xiàn)以上所有信息。

圖5 各組同化試驗(yàn)中位勢(shì)高度(gpm)、溫度(℃)、相對(duì)濕度(%)、U和V分量(m/s)的均方根誤差(RMSE)隨高度的變化Fig.5 The variation of RMSEs (root mean square error) of geopotential height (gpm), temperature (℃), relative humidity (%), and U and V components (m/s) over height (hPa) under several assimilation tests

圖6 各組同化試驗(yàn)在2017年17日09時(shí)的2 m溫度(℃)、10 m風(fēng)場(chǎng)(m/s)和海平面氣壓場(chǎng)(hPa)Fig.6 The temperatures at 2 m (℃, color filling), wind fields (m/s, arrow) and sea level pressures (hPa, contour lines) at 10 m under several assimilation tests at 9：00 BJT，17th 2017

經(jīng)過(guò)分析，發(fā)現(xiàn)本次強(qiáng)降水過(guò)程是由于廣東地區(qū)存在較強(qiáng)的氣流輻合而引發(fā)的。說(shuō)明通過(guò)同化實(shí)驗(yàn)，可以突出產(chǎn)生降水的各項(xiàng)條件，進(jìn)一步對(duì)降水的產(chǎn)生機(jī)理進(jìn)行揭示。

2.3 預(yù)報(bào)結(jié)果分析

圖7顯示的是觀測(cè)(OBS)和不同模擬試驗(yàn)降水，其中第一到三行為17日08～20時(shí)、20～18日08時(shí)、18日08時(shí)到20時(shí)的12 h累計(jì)降水量，第一到七列分別為實(shí)況降水分布圖和各組試驗(yàn)?zāi)M降水的分布(第2到7列分別對(duì)應(yīng)CON組，VEL組，REF組，AHI組，ADA組的模擬結(jié)果)。在預(yù)報(bào)開(kāi)始的前12 h內(nèi)，同化雷達(dá)徑向風(fēng)資料對(duì)模式的改進(jìn)比較明顯，但對(duì)廣東內(nèi)陸地區(qū)小到中雨的描述不足。12～24 h內(nèi)，同化葵花衛(wèi)星AHI成像儀的試驗(yàn)組刻畫相對(duì)準(zhǔn)確。

圖8顯示的是2017年7月17日08時(shí)～18日08時(shí)24 h觀測(cè)降水和相應(yīng)各組試驗(yàn)?zāi)M降水。可以看出，各同化組對(duì)降水范圍和強(qiáng)度都刻畫得比較好，特別是對(duì)降水區(qū)域的描繪相當(dāng)細(xì)致，大值區(qū)域的位置也比較精確；具體到每組試驗(yàn)的模擬情況，各組對(duì)偏內(nèi)陸地區(qū)的降水范圍和強(qiáng)隊(duì)模擬偏大，這種偏大以單獨(dú)同化各個(gè)資料最為明顯，當(dāng)同化全部資料(ADA)后，這種偏差反而變得不明顯。

圖9分別為2017年7月17日20時(shí)到18日20時(shí)(BJT)24 h實(shí)況降水和對(duì)應(yīng)的各組試驗(yàn)?zāi)M的24 h累積降水。由于系統(tǒng)是在17日08時(shí)啟動(dòng)，預(yù)報(bào)時(shí)效為36 h，考慮到spin-up的問(wèn)題，系統(tǒng)啟動(dòng)后第12～36 h的降水分布可能會(huì)更加準(zhǔn)確。同化常規(guī)觀測(cè)(CON組)和葵花-8(AHI組)的模擬在雨帶和雨強(qiáng)方面表現(xiàn)較好，但是，對(duì)比后發(fā)現(xiàn)，模擬效果并不比直接冷啟動(dòng)直接提取預(yù)報(bào)結(jié)果好太多。每組試驗(yàn)對(duì)廣東地區(qū)的模擬略有提高，但仍是偏西偏大，同樣，同化全部資料(ADA)后，對(duì)降水量的預(yù)報(bào)最接近實(shí)際情況，再次說(shuō)明同化盡可能多的資料對(duì)模式把握降水特點(diǎn)會(huì)有幫助，可能是由于常規(guī)觀測(cè)資料與非常規(guī)觀測(cè)資料的相互訂正的作用引起的。

2.4 雷達(dá)回波

考慮到雷達(dá)資料同化一般會(huì)對(duì)短時(shí)臨近預(yù)報(bào)有較大改善，故而關(guān)注模式啟動(dòng)1 h和6 h后的雷達(dá)反射率(單位，dbz)。在模式啟動(dòng)一小時(shí)后的組合反射率的實(shí)況和模擬情況見(jiàn)圖10，各組試驗(yàn)均能抓住反射率因子的主要分布特征，尤其是加入各種資料進(jìn)行同化后，對(duì)強(qiáng)回波的的把握更加準(zhǔn)確；CON組、REF組和AHI組對(duì)雷達(dá)反射率的模擬結(jié)果相近，VEL組和ADA組對(duì)近海地區(qū)回波模擬結(jié)果吻合較好，特別是廣東省汕尾市一帶延伸到海上的回波范圍和大值區(qū)都明顯表現(xiàn)了出來(lái)，進(jìn)一步體現(xiàn)了同化更多資料、為模式提供更加豐富的初始場(chǎng)對(duì)模擬效果的有利影響。

圖7 從起報(bào)開(kāi)始的第一、二和三個(gè)12 h累計(jì)降水的實(shí)況(OBS)和各種模擬對(duì)比Fig.7 The comparison of the actual and simulated accumulative precipitations in first, second, and last 12 hours from starting forecast

圖8 觀測(cè)(OBS)和各組試驗(yàn)?zāi)M的7月17日08時(shí)～18日08時(shí)24小時(shí)累積降水(mm)Fig.8 The actual and simulated accumulative precipitations(mm) in 24 hours from 08：00 BJT 17th to 08：00 BJT 18th, July 2017

圖9 觀測(cè)和各組試驗(yàn)?zāi)M的7月17日20時(shí)到7月18日20時(shí)(BJT)24小時(shí)累積降水(mm)Fig.9 The actual and simulated accumulative precipitations(mm) in 24 hours from 20：00 BJT 17th to 20：00 BJT 18th, July 2017

在模式啟動(dòng)6 h后的分析組合反射率的模擬情況見(jiàn)圖11，除了跟模式啟動(dòng)1 h后所展現(xiàn)的相似結(jié)論外，加入各種資料進(jìn)行同化后，對(duì)分散對(duì)流的模擬更加準(zhǔn)確，尤其是VEL組和ADA組對(duì)廣東和福建一帶的回波模擬結(jié)果吻合較好，但從不同化資料(NDA組)開(kāi)始，整體模擬的回波結(jié)果相對(duì)于實(shí)況分布略有偏南，直到ADA組的這個(gè)問(wèn)題略有改善，說(shuō)明各種資料的相互訂正也對(duì)模擬效果的提高有貢獻(xiàn)。同時(shí)，ADA組對(duì)雷達(dá)回波最強(qiáng)區(qū)域的模擬把握也相當(dāng)準(zhǔn)確，為系統(tǒng)的下一步完善提供了良好的借鑒意義。

2.5 預(yù)報(bào)評(píng)分

對(duì)這次華南降水過(guò)程模擬的評(píng)分結(jié)果如圖12所示，三行分別代表ETS評(píng)分、BIAS預(yù)報(bào)偏差和空?qǐng)?bào)率FAR偏差估計(jì)，兩列圖分別代表預(yù)報(bào)從17日08時(shí)到18日08時(shí)的24 h累計(jì)降水和從17日20時(shí)到18日20h的24 h累計(jì)降水的評(píng)分，亮藍(lán)、淺藍(lán)、紅、橘、綠、粉6個(gè)顏色從左到右依次代表同化全部觀測(cè)資料(ada)、僅同化葵花衛(wèi)星資料(ahi)、僅同化常規(guī)觀測(cè)資料(con)、不同化觀測(cè)資料(nda)、僅同化雷達(dá)反射率資料(ref)和僅雷達(dá)徑向風(fēng)資料(vel)的六組試驗(yàn)，每張圖的三個(gè)色柱組代表中雨量級(jí)25～50 mm，大雨量級(jí)50～100 mm和暴雨量級(jí)100 mm以上，小雨量級(jí)各組模式的TS/ETS評(píng)分均在0.8～0.9沒(méi)有畫出。

TS和ETS評(píng)分的區(qū)別在于ETS省去了隨機(jī)預(yù)測(cè)系數(shù)，從圖12可以看出，08時(shí)起預(yù)報(bào)24累計(jì)降水的話，在中雨量級(jí)，各組試驗(yàn)均表現(xiàn)一般，預(yù)報(bào)評(píng)分整體偏低，空?qǐng)?bào)率比較高；在大雨量級(jí)，僅同化雷達(dá)徑向風(fēng)資料表現(xiàn)最好，TS/ETS評(píng)分比其他組高0.2分以上，空?qǐng)?bào)率低0.4以上，且預(yù)報(bào)偏差也相對(duì)較?。辉诒┯炅考?jí)，僅同化常規(guī)資料和同化雷達(dá)反射率資料在各方面的表現(xiàn)都很好，較其他組平均高0.2～0.4分。17日20時(shí)到18日20時(shí)的24 h累計(jì)降水，在中雨量級(jí)，同化葵花-8衛(wèi)星資料的表現(xiàn)較好；在大雨量級(jí)，同化全部觀測(cè)資料和僅同化雷達(dá)反射率資料的試驗(yàn)組表現(xiàn)較好；在暴雨量級(jí)，各組同化試驗(yàn)均不太理想。

圖12 2017年7月17日08時(shí)～18日08時(shí)(a)和17日20時(shí)～18日20時(shí)(b)的各組試驗(yàn)?zāi)M的24 小時(shí)降水評(píng)分Fig.12 Twenty four hour precipitation scores from 08：00 BJT 17th to 08：00 BJT 18th and 20：00 BJT 17th to 20：00 BJT 18th under various simulation tests

但是17日20時(shí)到18日20時(shí)的整體預(yù)報(bào)評(píng)分均比08時(shí)起報(bào)要低0.1左右；尤其是暴雨量級(jí)，這種差異更加明顯。進(jìn)一步體現(xiàn)并不是同化全部資料或者單獨(dú)某一類資料會(huì)對(duì)預(yù)報(bào)效果有均勻而穩(wěn)定的改善。

3 結(jié) 論

利用WRF模式和GSI同化系統(tǒng)，采用3D-Var同化方法搭建了一套可以業(yè)務(wù)運(yùn)行的預(yù)報(bào)系統(tǒng)，實(shí)現(xiàn)對(duì)多普勒天氣雷達(dá)的反射率和徑向風(fēng)、葵花-8氣象衛(wèi)星的AHI資料同化。利用該系統(tǒng)，針對(duì)同化常規(guī)和非常規(guī)資料可能帶來(lái)資料應(yīng)用和預(yù)報(bào)效果問(wèn)題，設(shè)計(jì)多組對(duì)比試驗(yàn)，對(duì)發(fā)生在華南地區(qū)的一次強(qiáng)降水個(gè)例進(jìn)行模擬分析和同化試驗(yàn)效果的評(píng)估。得到如下結(jié)論。

1)本系統(tǒng)能夠較好地把握本次降水過(guò)程范圍和強(qiáng)度，對(duì)雷達(dá)反射率因子的模擬也比較準(zhǔn)確，同化對(duì)短時(shí)強(qiáng)降水預(yù)報(bào)的改善明顯。尤其是同化衛(wèi)星資料，對(duì)云水物質(zhì)的分析能力加強(qiáng)，對(duì)海上的天氣過(guò)程刻畫準(zhǔn)確。

2)同時(shí)同化所有觀測(cè)資料對(duì)溫、濕、風(fēng)和降水等要素場(chǎng)的模擬技巧均有提高，但其預(yù)報(bào)效果并不絕對(duì)優(yōu)于單獨(dú)同化某一類資料。同化徑向風(fēng)對(duì)12 h內(nèi)50～100 mm量級(jí)的降水預(yù)報(bào)優(yōu)于同化其他兩種資料，但對(duì)100 mm以上量級(jí)，同化反射率的評(píng)分效果更佳；對(duì)36 h內(nèi)25～50 mm量級(jí)的降水預(yù)報(bào)，同化葵花-8衛(wèi)星資料更有優(yōu)勢(shì)。

3)對(duì)于12 h累計(jì)降水而言，各組試驗(yàn)的預(yù)報(bào)結(jié)果均偏珠江口西岸，對(duì)粵東大部分地區(qū)的降水沒(méi)有明顯體現(xiàn)；對(duì)于要素場(chǎng)的預(yù)報(bào)，與不引入同化的對(duì)照組相比，各組試驗(yàn)隨時(shí)間和高度的變化趨勢(shì)相當(dāng)一致。需要指出的是同化徑向風(fēng)和反射率的同化試驗(yàn)在0～12 h內(nèi)起主要作用，在24～36 h內(nèi)各組同化試驗(yàn)對(duì)要素場(chǎng)的改變均有限。整體來(lái)說(shuō)，同時(shí)加入所有資料的同化試驗(yàn)表現(xiàn)比較平穩(wěn)，雖在各組檢驗(yàn)中絕對(duì)優(yōu)勢(shì)不明顯，但一般都高于不同化任何資料和常規(guī)觀測(cè)資料的評(píng)分結(jié)果，說(shuō)明各種資料的相互訂正對(duì)模擬降水過(guò)程有利。

從所選個(gè)例的模擬表現(xiàn)可以看出，多源觀測(cè)資料的同化對(duì)初始場(chǎng)的改進(jìn)是有時(shí)效性的，在接下來(lái)的工作中需要從完善快速更新循環(huán)同化過(guò)程和采用引進(jìn)集合思想的混合同化方法兩方面入手，不斷優(yōu)化預(yù)報(bào)初始場(chǎng)，進(jìn)一步提高預(yù)報(bào)準(zhǔn)確率。