雷达资料快速更新四维变分同化中增加地面资料同化对强对流临近数值预报的影响

基于雷达资料快速更新四维变分同化（RR4DVar）技术和三维数值云模式发展的快速更新雷达四维变分分析系统（VDRAS）,通过在系统中加入地面自动气象站观测资料的同化方法,对发生在北京地区的10个强对流过程开展了地面资料同化的高分辨率模拟分析和检验评估,并与已经业务使用的地面资料融合方法进行对比。研究结果发现,地面观测资料同化使边界层1 km高度以下的分析场改善最为明显,风速和风向的均方根误差分别平均降低0.1 m/s和7.2°,温度的均方根误差降低0.2℃。模式最低层100 m高度的风速均方根误差降低0.5 m/s,风速的误差随高度上升逐渐增大。模式最低层风向的均方根误差降低15.5°,温度的均方根误差降低0.4℃,且1.5 km高度以下的温度偏差都减小。区域内地面10 m高风速的均方根误差平均降低0.2 m/s,风向的均方根误差降低10.8°,地面2 m气温的偏差也降低。随着预报时效的延长,地面温度和风场的误差不断增大,但地面资料同化方法在一定程度上可以提高1 h内地面气象要素的预报效果。对2019年5月17日北京地区局地强对流新生和增强过程的详细分析表明,地面自动气象站观测资料的同化方法相对于融合,可以通过更细致准确地分析低层大气的热动力特征,改善低层气象要素的预报效果。在此基础上,通过探究对流单体的局地触发机理发现,海风锋辐合线与城市的相互作用一定程度上影响了对流的局地新生和发展,该同化方法可以进一步提高北京地区局地突发强对流的临近数值预报能力。      

交叉相关算法在强对流天气临近预报中的应用

利用"雨燕"临近预报系统的雷达回波外推算法,对三次强对流个例的3 km CAPPI反射率因子、回波顶和垂直累积液态含水量进行0～1小时外推预测,将预测结果和组合阈值比较进行强对流天气预警区域预报试验。资料来源于CINRAD-SB雷达基数据经RPG算法处理得到的雷达产品数据。所用的方法是在扩展后的交叉相关追踪算法基础上实现雷达回波移动预测。试验结果表明:3 km CAPPI反射率因子、回波顶和垂直累积液态含水量雷达产品与实况有较好的吻合,能较好地预报出回波的形状、变化趋势和移动方向,回波的范围、位置和强度中心与实况相似,外推时间越短,预报效果越好。交叉相关追踪算法外推得到的雷达回波结果在0～1 h内是可用的;外推预测结果经过组合阈值的过滤后,得出的强对流天气预警区域预警结果也是可行的,对强对流天气临近预报有一定指示意义。     

临近预报的两种高时空分辨率定量降水预报融合算法的对比试验

长期以来,雷达回波外推技术是0—2 h临近预报系统主要采用的方法,但其实际有效预报时间≤1 h,而中尺度数值模式预报则受平衡约束时间的限制,最初2 h的降水预报无效。为解决上述两种预报的缺陷,目前国际上流行采用外推预报与数值模式预报融合的技术,形成统一的0—6 h格点化的高分辨率无缝隙定量降水临近预报系统。对目前流行的两种融合算法（INCA（Integrated Nowcasting and Comprehensive Analysis System）算法及RAPIDS（Rainstorm Analysis and Prediction Integrated Data-processing System）算法）进行了分析和对比试验,以期为业务应用提供借鉴。RAPIDS算法的核心是用自动气象站雨量融合雷达估测得到的定量降水对模式预报的降水强度和位相进行修正;INCA算法则是用数值模式预报的风场修正外推技术的降水移动矢量。两种方法在0—6 h预报时效内,外推预报的权重均逐渐减小,模式预报的权重逐渐增大,从而实现外推预报和模式预报的平滑过渡。试验结果表明,两种方法对降水雨带和降水强度的预报均优于单一的外推预报或模式预报。集二者的优势研发最优的高时、空分辨率降水预报无缝隙融合算法,将有助于进一步提升高分辨率定量降水0—6 h无缝隙预报水平。      

物理滤波初始化四维变分在临近预报中的应用

运用WRF模式(Weather Research and Forecasting Model,天气研究和预报模式)和WRFDA同化(WRF Data Assimilation,WRF资料同化)系统,探究采用物理滤波初始化四维变分同化方法提高数值预报在临近预报时效的预报能力的可能性。通过采用12 min同化窗,在不显著增加计算量的情况下,得到更协调的模式初始场,从而提高模式预报能力。选取2018年8月华北地区17个降水个例进行研究,结果表明:采用物理滤波初始化四维变分同化技术能够明显改进模式短时临近降水预报能力,明显提高对大量级降水预报的ETS评分,6 h累积降水大于25.0 mm量级的ETS评分由0.125提高到0.190,且6 h累积降水大于60.0 mm量级的ETS评分由0.016提高到0.081。研究还表明:同化雷达风场通过改进初始动力场使次网格尺度降水过程(积云参数化)快速响应,可提高短时临近时段的降水预报能力。     

新一代天气雷达在临近预报和灾害性天气警报中的应用

利用新一代天气雷达制作临近天气预报和灾害性天气警报,必须从天气雷达观测入手.需根据临近预报和灾害性天气警报需求制定观测方法.不同预报对象,要采取不同的雷达资料的数据处理方法,以便突出预报对象的回波特征.制作临近预报和灾害性天气警报的主要依据是雷达回波分析,掌握回波演变的全过程是雷达回波分析的基础,根据回波特征判断识别影响本地区的天气系统,通过回波分析判断回波的未来发展趋势.为了从回波上识别灾害性天气,需要建立各种灾害性天气的识别判据和方法.预报的主要方法是外推法,但预报结果还需要预报员根据预报经验最后作出预报结论.为了做好临近预报和灾害性天气警报,建立预报流程是非常重要的.     

雷达资料与中尺度数值预报的融合方法研究及其在临近预报中的应用

通过融合多普勒天气雷达资料与中尺度数值预报产品,发展了一种便于临近预报业务使用的方法。该方法首先通过相关分析计算当前相同时刻雷达估测降水与中尺度数值预报的反射率因子估测降水之间的位置偏差,导出一个位移偏差矢量场;然后,利用人机交互的方式对矢量场进行分区,并对各分区的矢量场进行平滑处理,计算出各分区的平均位移偏差矢量;最后,采用最小二乘法对各分区连续多次的平均位移偏差矢量进行线性拟合,得到各分区平均位移偏差矢量随时间的变化特征,订正未来时段相应区域的数值预报反射率因子估测降水的位置偏差。利用该方法对2012和2013年夏季发生在重庆西部、四川东部的3次强降水天气过程进行临近预报试验并对预报结果进行了检验,结果表明:对0~2 h的临近预报,融合预报效果总体上优于模式预报效果;另外,与雷达外推定量降水预报相比,0~1 h雷达外推预报效果优于融合预报效果,1~2 h融合预报效果优于雷达外推预报效果。     

单多普勒天气雷达在暴雨临近预报中的应用

利用3824－C单多普勒天气雷达资料，分析了暴雨过程中的中尺度系统：低空急流、暖平流、暖切变、冷切变、逆风区的雷达回波特征；通过对它们的识别及与降水特征、暴雨落区的比较研究，表明这些中尺度系统在暴雨的临近预报中都有明确的指示意义。     

多源数据融合在强对流天气中地面风场的识别应用

利用多普勒天气雷达探测数据、常规观测资料和ERA5再分析资料,综合分析了2019年7月6日发生在江苏省的一次强对流天气过程的天气形势和雷达回波强度演变特征,并进行了多源数据融合的试验。试验通过VAP技术将雷达径向速度数据反演为矢量风场,并利用典型相关分析的方法（CCA）对雷达径向速度资料反演的风场、再分析资料的风场和气象自动站资料的风场进行数据融合。通过风场融合试验,获得了强对流系统更加丰富准确的地面风场信息,与雷达探测的特征对应,消除了反演风场的量级误差,填补了被过滤的风场信息,恢复了气流的旋转特征。强对流天气过程中,江苏省地区受高空冷涡影响,在高空冷槽、高空急流、低层切变线和地面辐合线的配置条件下,形成了上干冷、下暖湿的层结不稳定结构。通过融合风场的识别：强对流天气系统发展阶段,地面有气旋性辐合流场,包含中γ尺度气旋和辐合线,与反气旋和辐散相伴。气旋性气流对应着雷达回波中的入流缺口,辐合线位于风暴前沿（移动方向）。强对流天气系统强盛阶段,地面流场转变为强辐合弱旋转,灾害性天气发生。     

雷达反演的多尺度风场在临近预报中的应用研究

基于多尺度IVAP (MIVAP,the Multi-scale Integrating Velocity Azimuth Process)方法反演风场进行临近外推的预报方法原理可以概括为:首先采用大尺度的分析单元通过IVAP (Integrating Velocity Azimuth Process)方法得到反演风场作为引导气流,表示雷暴的系统性移动,再通过小尺度的分析单元来反演风场,作为雷暴内部移动信息的表征,最后将不同尺度的风场进行合成得到外推的运动矢量场以进行临近预报。相比传统的多尺度TREC (MTREC,the Multi-scale Tracking Radar Echoes by Correlation)方法依赖于追踪回波过去的变化,需要相邻一个或者几个时次的雷达回波来跟踪雷达回波的移动,使用MIVAP方法外推预报只需要最新时刻的雷达反射率因子和径向速度。通过个例分析和统计分析,并且与MTREC方法进行对比试验,结果表明:MIVAP方法反演风场用于临近外推预报具有可行性,MIVAP方法具有实际应用的意义;MIVAP方法得到的外推运动矢量场方向要比MTREC方法方向总体整体偏右,且外推的平均速度要比MTREC方法快;MIVAP方法在30 min以内前几个时次的预报效果略低于MTREC方法,但是30 min以后的预报评分明显优于MTREC方法,MIVAP方法的检验评分整体要优于MTREC方法。     

深度学习模型TAGAN在强对流回波临近预报中的应用

近年来深度学习模型在解决对防灾减灾影响巨大且极具挑战性的临近预报问题的应用中日益增多。本文中,我们把临近预报作为一个时空序列预测的任务,将雷达反射率因子作为试验对象,使用基于对抗神经网络（GAN）优化构建的TAGAN深度学习模型预测未来1小时的雷达回波图像,并且与Rover光流法、基于卷积神经网络的3D U-Net模型进行对比试验。选取2018年全球气象AI挑战赛雷达回波数据集进行训练与测试,检验结果表明TAGAN模型在命中率（POD）,虚警率（FAR）,临界成功指数（CSI）以及相关系数等多种评分上要优于传统的光流法和对比的3D U-Net深度学习模型,TAGAN模型在以上的检验评分表现出色,并且随预测时间的增加较之传统光流模型效果更优,这为拓展和提升深度学习模型在临近天气预报中的应用提供了参考依据。     

AMDAR资料的风温信息在机场终端区强对流天气分析中的应用

强对流天气引起风矢量和温度等气象要素突变,影响飞机正常起降和飞行。高时空分辨率的飞机气象资料中继AMDAR(Aircraft Meteorological Data Relay)是天气预报重要的资料源之一,可为机场终端区的强对流天气短临预报提供高时间密度的垂直探测信息。通过白云机场终端区的AMDAR资料,提取三维风矢和温度廓线,制作了风切变和湍流的预警分析图。以2011年4月17日一次广东省的强对流天气过程为例,将AMDAR资料结合雷达、卫星、探空等多源资料进行了分析。研究表明,在AMDAR资料的风矢-时间高度剖面上形成三维预警指示,对机场的强对流预报有指导意义;当1 km以下发生强风切变,对飞机起降威胁严重,AMDAR资料水平风的垂直分布印证了多普勒天气雷达强辐散区的回波特征;高时空分辨率的AMDAR风速和温度扰动,可揭示大气中的风切变及湍流运动。AMDAR资料为保障飞机的安全起降提供了一种实时、密集的垂直观测信息,有助于研发临近预报预警产品,弥补探空资料的不足。     

高分辨率合成孔径雷达卫星反演风场资料在中国近海风能资源评估中的应用研究

由于海上测风非常昂贵,实地测风资料严重不足,而卫星反演海面风场资料可以有效地弥补这一缺陷,对近海风能资源评估具有至关重要的意义。近年来,欧洲太空局2002年3月发射的Envisat卫星搭载合成孔径雷达（SAR）图像产品在欧洲近海风能资源评估中得到了广泛应用。文中探讨了空间分辨率约1 km×1 km的SAR卫星反演海面风场资料应用于杭州湾近海风能资源评估的技术方法,通过杭州湾海域的实测风速与SAR卫星反演海面风速数据的对比分析发现：（1）14个实测站点中13个站的相对误差小于20%,其中7个站的相对误差小于10%,平均标准差为2.29 m/s;（2）以SAR卫星反演风速数据为基础计算的风能参数（形状参数和尺度参数）与实测数据计算结果的一致性较高;（3）将该数据同化进入WRF数值模式中,与控制试验相比,大部分检验站点的风速相关系数明显提高,标准差和相对误差也得到改善。SAR卫星反演风场资料可用于中国的近海风能资源评估。     

基于概率匹配的西南区域模式定量降水订正试验

利用2019年5-6月江西省气象站、水文站降水数据与江西省雷达估测降水产品（QPE）,采用多重网格变分分析方法（STMAS）,开展1 km×1 km逐小时气象、水文、雷达雨量信息融合试验,并对试验结果进行了分析评估。结果表明：三种来源的观测降水具有相似的空间分布特征,其强降水落区、降水分布形态高度一致;与观测降水相比,不同融合试验结果具有一致的变化趋势,但均存在一定程度的低估,而融合了水文站降水的试验结果,其低估程度明显改善;独立检验结果显示,融合了水文站降水的试验结果在各降水量级的准确性均有明显改进,其相关系数提高了9.2%,均方根误差和平均绝对误差分别降低了14.3%和12.1%;进一步融合水文站降水后,对不同地形条件下的降水融合效果均有显著改善,海拔高度在800 m以上的地区,其相关系数提高8.8%,均方根误差降低14.1%。

     

基于雷达四维变分分析系统的强对流高分辨率模拟个例分析和批量检验

利用以雷达资料快速更新四维变分同化(RR4DVar)技术和三维数值云模式为核心的模拟分析系统,通过同化京津冀区域6部新一代天气雷达逐6 min的径向速度和反射率因子资料,并融合区域自动站逐5 min观测和中尺度数值模式结果,对发生在京津冀地区的18个对流风暴"事件"进行了高分辨率数值模拟,开展了个例分析和全部模拟结果的检验评估。个例分析结果表明,模拟的低层三维动力、热动力和水汽特征可以明确解释复杂地形条件下对流风暴的局地新生、组织化和线状中尺度对流系统(MCS)的形成。高分辨率模拟结果也明确指示了线状中尺度对流系统中对流风暴单体不断新生(再生)和"后向传播"的机制,以及地形强迫在风暴形成和演变中的重要作用。基于一部风廓线雷达、两部地基微波辐射计、一个秒级探空和一个边界层观测塔等局地高频非常规观测数据对18个对流风暴"事件"模拟结果的检验表明,0-3 km的风速、风向和温度的模拟误差(包括偏差和均方根误差)总体较小。其中,最低模式层(187.5 m)风速偏差和均方根误差分别在-0.5和0.9 m/s以内,最高检验层(2.8125 km)风速偏差和均方根误差分别在-0.9和1.6 m/s以内,风速误差随高度逐渐增大;风向偏差在14°-22°,风向均方根误差小于38°;温度偏差和均方根误差分别在-1和1.8℃以内。系统模拟的低层风速、风向和温度的偏差和均方根误差在对流风暴内部稍大于外部。上述研究表明,该系统模拟结果对对流风暴生消、发展及生命史特征的临近预报和预警具有重要指示意义。     

春季滇南大风冰雹天气的大尺度环境特征

从环流场、湿度锋区、高低空急流以及动流涡散场等几个方面分析了１９９７年春季云南南部多风雹天气的环境场条件,对南支槽、低层湿度梯度的变化、风场钯流和垂直运动、以及涡散场动能的转换等与风雹天气的关系有了更深入的认识,一些分析结论可供预报参考。     

FY-4A GIIRS高时间分辨率温湿度廓线反演及其在台风中的应用

针对2020年第9号台风"美莎克"期间FY-4A 高光谱红外干涉式大气垂直探测仪GIIRS每15 min一次的目标区跟踪加密观测资料,用三维卷积神经网络算法反演的全天空大气温度、湿度廓线分析了台风处于生命史不同阶段时暖心结构和湿度场结构的演变特征。结果表明:卷积神经网络的深度机器学习算法可以用来反演全天空的三维大气温度和湿度垂直廓线,不光适用范围广(晴空和有云视场)、反演精度高,而且反演速度快。利用静止卫星平台高时间分辨率的特性,反演得到的温度、湿度廓线可以细致追踪台风处于发展、成熟和登陆等阶段时暖心结构和湿度场的时空演变特征。台风从发展阶段(热带风暴和强热带风暴)到成熟阶段至登陆消亡时,暖心首先出现在对流层中高层较薄的区域,随着台风强度的加强,深厚的暖心结构明显、强度增加,水平面积增大且垂直往下延伸。由于对流云中强上升气流的输送水汽正距平区逐渐上传至300 hPa,台风最强时密闭云区与四周下沉气流区比湿差高到8 K·kg^-1。暖心结构和高湿度中心随着台风登陆而逐渐消失。