基于地面资料集合均方根滤波同化方案的京津冀暴雨模拟研究

为了更加有效地同化地面自动气象站观测资料,针对模式地形与观测站地形存在的高度差异对同化效果的影响,提出了相应的解决方案。在同化系统的位温和露点观测误差中分别引入位温和露点地形代表性误差,在WRF模式中应用集合均方根滤波方法（EnSRF）同化地面自动气象站观测资料,并对2016年一次京津冀暴雨个例进行数值试验。研究结果表明,同化地面资料后,同化阶段的均方根误差、预报阶段的降水TS评分和前13个时次各要素预报均有整体改进。在观测误差中引入地形代表性误差与引入前相比,风场均方根误差得到整体改进;位温和露点的均方根误差在前期表现并不稳定,在后期有所改进;预报阶段前24 h累计降水与后24 h累计降水TS评分在整体上均有所提高。新方案能够减少高度差异对同化效果的影响。      

复杂地形下地面观测资料同化I. 模式地形与观测站地形高度差异对地面资料同化的影响研究

中国地形复杂，模式地形与实际观测地形存在一定高度差异，因此设计合理的复杂地形下地面观测资料的同化方案有利于使我国目前仅用作探测手段的地面观测资料（常规地面观测站和地面自动站）在中尺度数值模式中得到充分利用。作者在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析，并对地面资料同化方案设计中是否需要考虑模式与实际观测站地形高度差异进行探讨研究。研究结果表明：通过近地层相似理论将地面观测资料同化到数值模式能起到一定的作用，并且地面观测资料（温度、 湿度、 风场、 地面气压）中各物理量同化到数值模式都能影响24小时降水数值结果，但各物理量起的作用大小不一样，其中影响最大的是温度，其次为湿度；地面观测资料同化方案设计有必要考虑模式地形与实际观测站地形高度差异，适当考虑这种高度差异能取得较好的结果。     

复杂地形下地面观测资料同化Ⅰ. 模式地形与观测站地形高度差异对地面资料同化的影响研究

中国地形复杂, 模式地形与实际观测地形存在一定高度差异, 因此设计合理的复杂地形下地面观测资料的同化方案有利于使我国目前仅用作探测手段的地面观测资料 (常规地面观测站和地面自动站) 在中尺度数值模式中得到充分利用.作者在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析, 并对地面资料同化方案设计中是否需要考虑模式与实际观测站地形高度差异进行探讨研究.研究结果表明: 通过近地层相似理论将地面观测资料同化到数值模式能起到一定的作用, 并且地面观测资料 (温度、湿度、风场、地面气压) 中各物理量同化到数值模式都能影响24小时降水数值结果, 但各物理量起的作用大小不一样, 其中影响最大的是温度, 其次为湿度; 地面观测资料同化方案设计有必要考虑模式地形与实际观测站地形高度差异, 适当考虑这种高度差异能取得较好的结果.     

复杂地形下地面观测资料同化III. 两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点。本文通过个例和单点试验对第I和第II部分 (徐枝芳等, 2007a, 2007b) 中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法 (即增加温度地形代表性误差和温度订正方法) 进行对比分析, 并将这两种方法应用于WRF_3DVAR, 进行3个月的连续数值试验。研究结果表明: 随着地形高度差异的增加, 采用增加观测误差方法得到的估计值向其它资料同化分析值 (背景场值) 靠近, 在一定的高度差异下则失去了同化分析地面资料的意义; 温度订正方法对温度递减率的取值较为敏感, 在有探空资料参与同化分析时, 温度递减率取值敏感性相对减弱。当采用的订正值较为准确时, 采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异, 地面资料信息应用更充分, 得到的估计值最有可能接近真实值。当模式地形与观测站地形高度差异较小 (小于100 m) 时, 两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致。单点及个例试验表明, 有探空资料等高质量观测参与同化分析时, 采用增加观测误差方法得到分析场更接近真实场。三个月连续试验也表明有探空资料参与同化分析时, 采用增加观测误差方法比温度订正法改进的郭永润同化方案 (Guo et al., 2002) 同化地面资料效果好, 且加入地面资料同化对所有量级降水预报都有所改善。当地面资料同化方案没处理好时, 加入地面资料同化的效果反而不如不加地面资料同化。     

复杂地形下地面观测资料同化Ⅲ.两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点.本文通过个例和单点试验对第Ⅰ和第Ⅱ部分(徐枝芳等,2007a,2007b)中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法(即增加温度地形代表性误差和温度订正方法)进行对比分析,并将这两种方法应用于WRF_3DVAR,进行3个月的连续数值试验.研究结果表明:随着地形高度差异的增加,采用增加观测误差方法得到的估计值向其它资料同化分析值(背景场值)靠近,在一定的高度差异下则失去了同化分析地面资料的意义;温度订正方法对温度递减率的取值较为敏感,在有探空资料参与同化分析时,温度递减率取值敏感性相对减弱.当采用的订正值较为准确时,采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异,地面资料信息应用更充分,得到的估计值最有可能接近真实值.当模式地形与观测站地形高度差异较小(小于100 m)时,两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致.单点及个例试验表明,有探空资料等高质量观测参与同化分析时,采用增加观测误差方法得到分析场更接近真实场.三个月连续试验也表明有探空资料参与同化分析时,采用增加观测误差方法比温度订正法改进的郭永润同化方案(Guo et al.,2002)同化地面资料效果好,且加入地面资料同化对所有量级降水预报都有所改善.当地面资料同化方案没处理好时,加入地面资料同化的效果反而不如不加地而资料同化.     

一种新的地面气压插值方案在计算低于模式地形的观测相当量中的研究

中国地形复杂,致使特定分辨率的模式地形与实际地形常存在一定差别。如何在复杂地形条件下设计数值预报模式中合理的地面气象要素的计算方案,对我国地面观测资料在中尺度数值模式中的充分应用有着非常重要的意义。利用GRAPES模式变量计算低于模式面的实际台站高度上的气压方案,采用基于静力平衡的气压外推方法计算地面气压,并与实际观测的地面气压进行比较,两者基本吻合。又利用新的计算方案讨论了地面气压观测的质量控制问题,新的质量控制方案大大扩充了目前地面资料在同化中的使用率。     

地面观测资料同化初步研究

通过对比分析当前两种地面观测资料同化方案(Ruggiero方案和郭永润方案),对其优缺点进行初步分析研究。结果表明:两种同化方案同化地面观测资料后都是从模式低层到高层对分析场产生影响,中低层高度影响比较大,高层影响较小,并且对24 h模拟结果产生一定的影响。Ruggiero方案考虑了模式地形与观测站地形高度差异,但资料剔除较多,且模式分辨率越高,资料剔除对分析场的影响越明显。郭永润方案不考虑模式地形与观测站地形高度差异,假定所有地面观测资料位于模式面,因此无论模式分辨率如何,资料都能得到充分利用,但模式地形与实际观测站地形高度差异大小在地面观测资料同化分析中的影响不可忽略,因此郭永润方案有待改进,适当考虑这两种地形高度差异时效果更好。     

迭代EnSRF方案设计及在Lorenz96模式下的检验

本文利用非同步 (Asynchronous) 算法设计了一个包含迭代过程的集合平方根滤波方案 (迭代EnSRF),并在Lorenz96模式下详细对比分析了该方案和传统EnSRF方案的同化效果.与传统EnSRF方案不同,迭代EnSRF方案能够同时更新两个时次的背景场并通过迭代过程来改进分析结果.本文不仅检验了迭代EnSRF在同化不同类型观测资料时的效果,还检验了存在模式误差时该方案的同化效果,并且对同化结果的合理性进行了详细分析.试验结果表明:在完美模式下,迭代EnSRF能够显著加快同化常规观测时的收敛速度,并能够更加有效地同化非常规观测资料;在存在模式误差时,迭代EnSRF并不能有效改进分析结果;当对不准确的模式参数进行扰动后,迭代EnSRF能够更好地利用改进后的集合预报系统来提高其对部分类型观测的分析结果.进一步的分析表明,分析结果的改进主要得益于迭代EnSRF改进了背景误差协方差空间结构,并使得EnSRF的线性假设得到更好的满足.     

地面观测资料在快速更新同化系统中的敏感性试验

通过对2011年7月31日发生在上海的局地强对流过程,利用快速更新同化系统(SMS-WARR),设计了四个试验,对地面观测资料(常规地面观测资料、加密自动气象站资料)进行敏感性数值试验。结果表明:不同地面观测资料同化对模式初始场的调整作用不同,地面观测资料的疏密影响模式初始场预报,加密自动站气象资料同化对初始温度场、风场的影响最明显;所有试验中,同化所有观测资料的模式能较好地模拟出此次强降水过程,且模拟的地面温度场、风场以及辐合线的演变与实况基本一致;通过分析、比较各试验初始场和预报结果的影响发现,同化所有地面观测资料能改善模式的初值,且观测资料通过循环同化的方式融合进模式,提高了模式对强对流中尺度结构特征的刻画,改善了对局地强对流天气系统的预报效果。     

EnSRF雷达资料同化在一次飑线过程中的应用研究

本文利用包含复杂冰相微物理过程的WRF（Weather Research and Forecasting）模式,针对2007年4月23日发生在我国华南地区的一次典型飑线天气过程,分别进行了确定性预报和集合预报试验,发现确定性预报能大致捕捉到飑线系统的发生发展过程,但对飑线后部的层云区模拟效果较差。集合预报能够有效地减少模式的不确定性,大部分集合成员对飑线的模拟效果优于确定性预报。进一步将集合预报得到的40个成员作为背景场,采用EnSRF（Ensemble Square Root Filter）同化多普勒天气雷达资料,并将分析得到的集合作为初始场进行集合预报,通过与未同化雷达资料的集合对比,考察了EnSRF同化多部雷达资料对飑线系统的影响。结果表明:EnSRF雷达资料同化增加了模式初始场的中小尺度信息,大部分集合成员的分析场能够较准确地再现飑线的热力场、动力场和微物理场的细致特征,并且模拟出飑线后部的层云结构。通过对EnSRF分析的集合进行模拟发现,大部分集合成员较未同化雷达资料时模拟效果有明显改善。同化后的集合预报ETS（Equitable Threat Score）评分最高,其次是未同化的集合预报,确定性预报的最低。     

NUMERICAL PREDICTION OF AN EXTREME RAINSTORM OVER THE PEARL RIVER DELTA REGION ON 7 MAY 2017 BASED ON WRF-ENKF

An ensemble Kalman filter based on the Weather Research and Forecasting Model (WRF-EnKF) is used to explore the effectiveness of the assimilation of surface observation data in an extreme local rainstorm over the Pearl River Delta region on 7 May 2017. Before the occurrence of rainstorm, the signals of weather forecasts in this case are too weak to be predicted by numerical weather model, but the surface temperature over the urban area are high. The results of this study show that the wind field, temperature, and water vapor are obviously adjusted by assimilating surface data of 10-m wind, 2-m temperature, and 2-m water vapor mixing ratio at 2300 BST 6 May, especially below the height of 2 km. The southerly wind over the Pearl River Delta region is enhanced, and the convergence of wind over the northern Guangzhou city is also enhanced. Additionally, temperature, water vapor mixing ratio and pseudoequivalent potential temperature are obviously increased over the urban region, providing favorable conditions for the occurrence of heavy precipitation. After assimilation, the predictions of 12-h rainfall amount, temperature, and relative humidity are significantly improved, and the rainfall intensity and distribution in this case can be successfully reproduced. Moreover, sensitivity tests suggest that the assimilation of 2-m temperature is the key to predict this extreme rainfall and just assimilating data of surface wind or water vapor is not workable, implying that urban heat island effect may be an important factor in this extreme rainstorm.     

基于自动站资料的WRF-EnSRF陆面同化系统的效果检验及应用

基于集合平方根滤波方法(En SRF)同化方法和NOAH陆面模式的WRF-En SRF陆面同化系统,同化了江苏省70个自动站资料进行试验,研究加入不同的同化资料(地表温度、10 cm土壤温度、20 cm土壤温度)及初始扰动强度的大小对陆面数据同化系统性能的影响,以及对不同区域(降水大值区和降水小值区)的分析场进行效果对比,并且检验了同化系统在一次典型的梅雨锋暴雨的同化效果,证明了这个系统的有效性和可行性。对于资料选取试验,比较全场平均的同化时刻分析场模拟观测相对真实观测的均方根误差可以得到:同化地表温度资料并且初始扰动强度1 K的时候同化效果最理想。对于选定的降水大值区和降水小值区来讲,降水大值区的土壤温度和土壤湿度分析场更加接近于真实场。运用于一次梅雨锋暴雨的同化实验,对于最后一个同化时次的分析场作为背景场做集合预报,最终证明预报结果是有效的。土壤温度、土壤湿度、地表温度和近地面风场的预报结果都较用NCEP再分析资料直接做预报作为控制试验的结果有不同程度的改进。这说明该系统应用于实际同化中的性能较为良好,可以应用于实际土壤湿度与温度的预报。     

Impact of surface observations on simulation of rainfall over NCR Delhi using regional background error statistics in WRF-3DVAR model

In this study, efforts are made to improve the simulation of heavy rainfall events over National Capital Region (NCR) Delhi during 2010 summer monsoon, using additional observations from automatic weather stations (AWS). Two case studies have been carried out to simulate the relative humidity, wind speed and precipitation over NCR Delhi in 48-h model integrations; one from 00UTC, August 20, 2010, and the other from 00UTC, September 12, 2010. Several AWS installed over NCR Delhi in the recent past provide valuable surface observations, which are assimilated into state-of-the-art weather research and forecasting (WRF) model using the three-dimensional variational data assimilation (3DVAR). The quality of background error statistics (BES) is a key component in successful 3DVAR data assimilation in a mesoscale model. In this study, the domain-dependent regional background error statistics (RBS) are estimated using National Meteorological Center method in the months of August and September 2010 and then compared with the global background error statistics (GBS) in the WRF model. The model simulations are analyzed and validated against AWS and radiosonde observations to quantify the impact of RBS. The root mean square differences in the spatial distributions of precipitation, relative humidity and wind speed at the surface showed significant differences between both the global and regional BES. Similar differences are also observed in the vertical distributions along the latitudinal cross section at 28.5°N. Model-simulated fields are analyzed at five different surface stations and one upper air station located in NCR Delhi. It is found that in 24-h model simulation, the RBS significantly improves the model simulations in case of precipitation, relative humidity and wind speed as compared to GBS.     

黄海近岸海雾的初始场择优集合预报试验:个例研究

选取2014年4月发生的一次黄海近岸海雾个例,利用WRF(Weather Research and Forecasting)模式开展了集合预报试验研究。依据每个集合成员初始场中海平面气压、2 m温度、2 m水汽混合比与2 m相对湿度(relative humidity, RH)4个变量的均方根误差(root mean square error, RMSE)与RMSE集合平均值的相对大小,以剔除高于者而保留低于者的原则,设计了4种不同的初始场集合体择优方案,实施了一系列数值预报试验,比较了不同择优方案的集合预报效果。研究结果表明:(1)蒙特卡罗方法所生成的集合体中存在不少海雾预报效果较差的成员,这会降低集合预报效果,因此初始场择优十分必要;(2)以RH作为择优变量的择优方案(记为RH-RMSE方案),集合预报效果明显优于其他3种方案;(3)对比不择优集合预报,采用RH-RMSE方案的择优集合预报效果不仅节省了50%左右的计算时间,并且公正预兆评分(equitable threat score,ETS)改进率高达36%左右。本研究提出的RH-RMSE方案具有业务化应用前景。     

Development of an Operational Hybrid Data Assimilation System at KIAPS

This study introduces the operational data assimilation (DA) system at the Korea Institute of Atmospheric Prediction Systems (KIAPS) to the numerical weather prediction community. Its development history and performance are addressed with experimental illustrations and the authors’ previously published studies. Milestones in skill improvements include the initial operational implementation of three-dimensional variational data assimilation (3DVar), the ingestion of additional satellite observations, and changing the DA scheme to a hybrid four-dimensional ensemble-variational DA using forecasts from an ensemble based on the local ensemble transform Kalman filter (LETKF). In the hybrid system, determining the relative contribution of the ensemble-based covariance to the resultant analysis is crucial, particularly for moisture variables including a variety of horizontal scale spectra. Modifications to the humidity control variable, partial rather than full recentering of the ensemble for humidity further improves moisture analysis, and the inclusion of more radiance observations with higher-level peaking channels have significant impacts on stratosphere temperature and wind performance. Recent update of the operational hybrid DA system relative to the previous 3DVar system is described for detailed improvements with interpretation.     

Ideal Case Study of Adaptive Localization in Storm-scale Ensemble Kalman Filter Assimilation

This study explores the use of the hierarchical ensemble filter to determine the localized influence of ob-servations in the Weather Research and Forecasting ensemble square root filtering (WRF-EnSRF) assimilation system. With error correlations between observations and background field state variables considered, the adaptive localization approach is applied to conduct a series of ideal storm-scale data assimilation experiments using simulated Doppler radar data. Comparisons between adaptive and empirical localization methods are made, and the feasibility of adaptive locali-zation for storm-scale ensemble Kalman filter assimilation is demonstrated. Unlike empirical localization, which relies on prior knowledge of distance between observations and background field, the hierarchical ensemble filter provides con-tinuously updating localization influence weights adaptively. The adaptive scheme improves assimilation quality during rapid storm development and enhances assimilation of reflectivity observations. The characteristics of both the observation type and the storm development stage should be considered when identifying the most appropriate localization method. Ultimately, combining empirical and adaptive methods can optimize assimilation quality.     

对流天气系统自动站雨量资料同化对降雨预报的影响

利用GRAPES(Global and Regional Assimilation and Prediction Enhanced System,全球/区域同化预报系统)三维变分同化系统,针对对流天气系统特点,用改进的郭晓岚对流参数化方案作为观测算子,同化广东省自动站记录的对流天气系统的雨量资料,并且与同化探空资料进行了比较.在雨带有明显改进的区域,分别同化这两种资料都可以调整大气低层水汽辐合增加(或辐散),对流层中下层增暖增湿(或变冷变干),从而增加(或减少)降水,表明降水的同化方案对初始场的调整在一定     

草温与露点温度对结露和结霜指示性分析

利用密云国家基准气候站和电白国家基准气候站2009—2010年自动站的观测记录和人工结露、结霜观测资料,以及平谷国家一般气象站2010年12月至2011年5月自动站的观测记录和天气现象自动化观测资料,分析了结露、结霜与地面气象要素关系。结果表明:诸多气象要素中,草温和草温与露点温度差对露或霜结成具有指示性作用;电白站95.0%结露发生在日最小草温与露点温度差<1.1℃时,密云站95.0%结露发生在日最小草温与露点温度差<1.2℃时,密云站95.0%结霜发生在日最小草温与露点温度差<1.3℃时;结露主要发生在最低草温0.5℃以上,从平谷站自动天气现象观测资料分析可以看出结露发生在0℃以上,结霜发生在0℃以下;很多情况,百叶箱高度上的空气中的水汽含量并未达到饱和,而贴地(或贴近地物)的空气中的水汽含量达到饱和;日最小草温与露点温度差<3.1℃时,电白、密云站不出现露、霜的比率分别是16.8%和11.7%;因土壤湿度南方比北方大,草温与露点温度差为正的比例南方较北方大。     

基于集合卡尔曼滤波的土壤水分同化试验

集合卡尔曼滤波是由大气数据同化发展的新的顺序同化算法,它利用蒙特卡罗方法计算背景场的误差协方差矩阵,克服了卡尔曼滤波需要线性化的模型算子和观测算子的难点。我们发展了一个基于集合卡尔曼滤波和简单生物圈模型(SiB2,Simple Biosphere Model)的单点陆面数据同化方案。利用1998年7月6日至8月9日青藏高原GAME-Tibet实验区MS3608站点的观测数据进行了同化试验。结果表明,利用集合卡尔曼滤波的数据同化方法可以明显地提高表层、根区、深层土壤水分的估算精度。