雷达风廓线反演在云南强降水预报中的应用

利用VAD(Velocity Azimuth Display)方法反演多普勒雷达垂直风廓线,并将反演风场应用于云南强降水过程的诊断预报。通过反演风廓线资料与探空实况、NCEP再分析资料的对比分析,发现VAD方法反演的风廓线与实况资料具有较好的一致性,表明该方法在云南是可行的;通过反演风廓线资料可以较为精细地监测和分析大气垂直方向上水平风场的不连续性,由此得到低空切变、温度平流和低空急流等系统的厚度和强度演变特征。相对于时、空分辨率不足的常规探空资料,雷达反演风廓线具有较高的时间和垂直分辨率,能够更为详细地揭示强降水天气过程中起重要作用的天气系统的主要特征和演变过程。因此,VAD风廓线产品对云南强降水天气过程的预报具有较好的参考价值和应用前景。     

降水时风廓线雷达风场反演效果评估

风廓线雷达（wind profile radar,WPR）因具有高时空分辨率特点,成为当前短时临近预报的重要参考工具。降水时WPR同时接收大气湍流回波和降水粒子散射回波,现有技术不能有效分离叠加在一起的湍流信号和降水信号,导致降水期间风廓线雷达反演的风场数据严重缺失或失真。根据风廓线雷达探测技术原理及降水天气的功率谱特点,提出了降水天气时风廓线雷达湍流信号提取方法（WPR-HW）,并选取2015—2018年天津10次降水过程对WPR-HW方法进行模式检验及个例效果评估。结果表明:WPR-HW方法对改善降水期间风廓线雷达风场数据缺失问题效果明显,在选取的10次降水过程中,目前通用的风廓线雷达风场反演方法（WIND）风场数据平均缺失率为25.4%,WPR-HW方法未出现风场数据缺失现象;WPR-HW方法较WIND方法反演风场数据可信度有显著提高,反演数据与再分析数据的风速均方根误差由WIND方法的2.3 m·s-1降至WPR-HW方法的1.6 m·s-1,风向均方根误差由WIND方法的45°降至WPR-HW方法的22°,从而验证WPR-HW方法在降水期间适用。     

深圳LAP-3000型风廓线雷达系统及应用

介绍风廓线雷达的历史、LAP-3000型风廓线雷达的基本原理以及深圳市LAP-3000型风廓线雷达的数据存贮格式、风廓线雷达产品的显示等内容;并给出了几种典型风场在风廓线上的反映及对一次冷空气过程的分析。     

利用波束轮转技术提高风廓线雷达时间分辨率

时间分辨率是风廓线雷达的一个重要指标。根据风廓线雷达工作原理和时间分辨率计算方法,提出一种利用波束轮转技术来提高风廓线雷达时间分辨率的新方法。风廓线雷达使用该方法进行探测时,采用波束优先顺序进行观测,当雷达完成一次完整的观测后,每完成一个波束的观测,将该波束的观测数据替代之前观测数据中该波束的数据,其它波束使用之前的观测数据,组合成一个新的数据后,再进行后续处理。2018年10月1—31日利用L波段风廓线雷达开展了相关观测试验,并将根据两种模式所得结果与探空数据结果进行对比。试验结果表明,使用波束轮转技术可以将风廓线雷达的时间分辨率由6 min提升至1 min,在反演得到的风廓线结果上能够看到明显的变化过程;从与探空数据的对比结果看,使用波束轮转技术得到的大气风场实际情况更加吻合。     

长沙机场阵列天气雷达风场验证

利用2019年4—9月高时空分辨率的长沙机场阵列天气雷达资料开展三维变分（three-dimensional variational data assimilation,3DVAR）风场反演研究。为验证该算法的反演效果,选取外场试验中10次降水过程,在阵列天气雷达的三维精细探测区内,采用阵列天气雷达合成风场和1部L波段边界层风廓线雷达产品作为参考值对阵列反演风场进行验证评估。结果表明:在稳定性降水条件下,阵列反演风场与阵列合成风场、风廓线雷达产品的结果较为一致;在对流性降水条件下,由于不均匀性会造成风廓线测风精度下降,风廓线雷达产品与阵列反演风场和阵列合成风场差异较大。阵列反演风场与阵列合成风场在稳定性、对流性降水条件下水平风速相对偏差分别低于19%,29%,水平风向差分别低于14.92°,26.35°,稳定性降水条件下阵列反演风场更优,误差在可接受范围内。两种算法得到的风场结构符合各类天气系统的基本特征,水平风场空间分布和风速、风向非常接近。     

多普勒雷达风廓线的反演及变分同化试验

为了将雷达风场资料更好地应用到数值预报模式中, 使用VAD方法反演多普勒雷达风廓线并处理成标准的探空资料进行变分同化试验。结果表明: VAD方法反演的风廓线与探空实况对应较好, 验证了用VAD技术反演风廓线的可行性。用GRAPES-Meso模式的三维变分同化系统对雷达风廓线资料进行同化后, 风场的初始场明显改善, 降水强度和落区预报也有不同程度的改善。其中, 对6 h降水预报的改善明显优于对24 h的预报改善。另外, 在短时强降水预报中, 雷达风场资料的同化频率和同化窗口的不同, 对降水预报的改善情况也有所差异。在个例研究中, 同化间隔为1 h的方案6 h降水预报要优于同化间隔为3 h和6 h的方案, 同化窗口为3 h的试验方案6 h降水预报要好于同化窗口为6 h的试验方案。     

基于径向功率谱的风廓线雷达错误风数据处理

选取上海市世博园区站、金山站和嘉定F1赛车场站3个风廓线雷达站2012年3月7日凌晨一次降水过程生成的错误水平风场数据,通过对比该时段高、低模式扫描实时径向功率谱数据,指出在降水初期风廓线雷达软件质量控制出现错误的原因,并重新识别错误时段的功率谱,反演水平风场数据。分析表明:在降水初期由于风廓线雷达各波束探测的数据在空间上不一致,易导致雷达软件采用的质量控制算法并不能全部识别和消除降水对数据的干扰,从而出现偏差。基于风廓线雷达高时空分辨率径向功率谱数据的分析处理方法可有效验证雷达软件质量控制算法,且经过该方法反演后的水平风场更为合理。     

深圳LAP-3000型风廓线雷达系统及应用

介绍风廓线雷达的历史、LAP-3000型风廓线雷达的基本原理以及深圳市LAP-3000型风廓线雷达的数据存贮格式、风廓线雷达产品的显示等内容;并给出了几种典型风场在风廓线上的反映及对一次冷空气过程的分析。     

一次局地短时强降水的成因和预报误差分析

利用常规气象观测资料、NCEP/NCAR再分析资料和多普勒天气雷达资料,对2016年8月6—8日潍坊一次强对流天气的成因和预报误差进行了分析,结果表明：1）500 hPa冷涡底部低槽、850 hPa低涡切变线和地面倒槽是主要影响天气系统, 数值预报对此次天气过程的影响系统预报偏差大,而预报员对数值预报依赖程度高是此次预报失误的主要原因;2）850 hPa以下强的水汽辐合是强降水发生的重要条件,低层辐合和高层辐散配置导致的强垂直上升运动是暴雨产生的动力机制,位势不稳定因中高层的冷空气入侵下沉得以加强;3）列车效应和强回波维持少动是造成短时强降水的重要回波特征,逆风区的发展和移动对于判断强降水的落区有指示作用,多普勒雷达反演风场中的中尺度辐合线是导致局地强降水发生的直接原因;4）风廓线雷达水平风场可以连续地反映降水过程中风场垂直结构及其变化,降水发生前探测高度明显升高,中高层冷空气侵入时间与强降水的时段相对应。     

风廓线雷达资料在暴雪天气过程中的应用

通过对2010年12月15日湖州市暴雪过程的风廓线雷达资料分析发现: 风廓线雷达风资料可以清楚地展示暴雪过程风场变化特点,通过分析高低层冷暖平流的分布变化情况,进一步了解暴雪过程的大气层结结构;风廓线雷达探测到的垂直速度、折射率结构常数及探测高度等指标的变化能反映降雪的开始、结束以及降雪的强度,为精细化预报提供参考。     

风廓线雷达与天气雷达风廓线数据的融合及应用

风廓线雷达与多普勒天气雷达风廓线产品均可以获取高时间分辨率的高空风信息,但两种遥感测风的探测原理及时空代表性不同。在对风廓线雷达进行质量控制处理、剔除降水粒子空间不均匀分布对数据可信度影响之后,根据风廓线雷达与天气雷达风廓线数据探测原理差异,进行不同时间代表性的风廓线数据的空间匹配试验,确定与天气雷达风廓线数据进行融合的风廓线雷达数据最优时间分辨率,结果为1 h。利用2015年7月北京南郊观象台的探空、风廓线雷达、天气雷达测风数据进行三种高空风的一致性比对,结果表明三种测风数据具有较好的一致性,均方根误差分别为2.3和2.5 m·s~(-1);60、30以及6 min不同时间代表性风廓线雷达数据与天气雷达风廓线数据之间的均方根误差分别为2.6、2.8及3.1 m·s~(-1),60 min数据的融合效果最佳,低空尤其明显。利用广东省2014年5月的风廓线雷达观测网以及天气雷达网风廓线数据进行了高空风场的融合分析试验,融合分析场提供了更为丰富的高空中尺度水平风场信息,低空的涡旋更加明显。     

NMC强天气模式诊断变量和概率预报产品及初步应用检验

国家气象中心针对强天气预报的特点开发了强天气模式诊断变量和概率预报产品,包括T639全球模式强天气诊断变量产品、基于GRAPES_RUC的中尺度精细化强天气诊断变量产品、基于WRF中尺度模式的区域中尺度集合概率预报产品,于2009年从无到有建立了一套完整的强天气数值预报产品库,提供确定性预报产品和不确定信息的概率产品,为强天气预报业务的开展打下了良好的基础。应用上述产品对"6.3"河南飑线天气的模式预报能力的分析表明,高分辨率模式对强对流天气的预报能力有了较大的提高,但对于强天气预报,15km分辨率仍然不足够高,且产品显示的时空分辨率都应在现有基础上提高,才能更好地展示数值预报产品对强对流过程发生发展和演变过程。     

同化风廓线雷达资料对浙江降水预报改进评估

采用中尺度模式WRF和美国俄克拉荷马大学风暴分析预测中心的资料同化系统开展中国东部地区35部风廓线雷达资料同化试验研究,在同化1 h平均采样产品前,对其进行气候极值检查、一致性检查、垂直稀疏化等质量控制,选取2014年5月16-17日暴雨过程评估同化风廓线雷达资料对降水预报的影响,探讨其对初始场改进作用,之后,通过批量试验再次确认同化风廓线雷达资料可有效提高降水预报能力。个例同化试验对比分析表明:同化风廓线雷达资料后,暴雨区及其上游地区850 hPa的风速增强20%~30%,水汽通量增加30%~50%,大气层结不稳定性增强,小雨和大雨TS评分分别提高0.06和0.07,暴雨漏报率和空报率分别降低0.04和0.05,降水预报得到改进。     

基于GrADS的NCEP/FNL再分析资料自动化处理程序设计与实现

随着气象业务现代化发展,精细化天气分析需求越来越大,主要体现在更高的时空分辨率和更为丰富的资料内容上。利用NCEP/FNL 1°×1°间隔6 h再分析资料,通过GrADS绘图,运用批处理和VB语言编写自动化处理程序,可迅速还原历史天气形势,生成如全风速脉动、湿位涡等非常规诊断物理量,对MICAPS起到有效补充。同时集成欧洲中心细网格及T639模式预报部分产品,其中EC模式2 m温度及逐6 h降水预报以一维折线叠加柱状图呈现,使用起来更为直观方便; T639模式时序图则以剖面显示预报时段的相对湿度场、风场、温度场及垂直速度场,为业务人员制作预报及对外服务提供依据。程序操作简单,易于维护,解决了资料时间和数据自动识别的难点,具有资料批量下载、总控文件规范生成的优点和依照需求实现多要素、多层次资料叠加显示的功能。出图迅速且丰富,能帮助预报人员从多个角度了解强降水天气过程的成因及特点,提升了撰写技术总结效率。产品均以图片形式分类储存,方便共享给基层测报人员使用,为县(市)气象台站进行技术总结交流提供技术支撑。     

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。     

数值模式对强台风“菲特”登陆期间预报能力评述

基于自动站观测和ECMWF再分析资料,针对中国气象局上海台风研究所区域高分辨率台风模式(Shanghai Tropical Cyclone High Resolution Analysis and Prediction System,STI-THRAPS)和业务常用的4个数值模式,即欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,EC)全球模式,美国全球预报系统(The Global Forecast System,GFS),日本气象厅(Japan Meteorological Agency,JMA)全球模式和我国T639(T639L60)全球模式,对1323号台风"菲特"登陆过程的预报性能进行了综合检验评估。结果显示:对暴雨以上的强降水预报STI-THRAPS有明显优势。仅有该模式对超过500 mm的极端降水做出预报,且各项评分均好于全球模式,漏报率也明显优于其他模式。对暴雨以下的降水预报各个模式差距不大。美国GFS和STI-THRAPS较好地预报了大风区,STI-THRAPS预报的风场与实况的空间相关程度最高。从漏报率上来看,STI-THRAPS模式的风场预报具有明显优势。虽然预报最大风速偏大,但是STI-THRAPS在24 h后的路径预报有较大优势。     

T213与T639模式热带气旋预报误差对比

应用国家气象中心全球谱模式T213L31(简称T213) 及其升级版本T639L60(简称T639) 对2009—2010年西北太平洋热带气旋数值预报的结果进行对比。结果表明:T213与T639模式24～120 h预报平均距离误差基本相近,但由于T639模式分辨率较高,T639模式的热带气旋强度预报明显好于T213模式。从分类误差来看,T639模式对于西北行登陆及转向热带气旋的路径预报好于T213模式,但对西行及北上热带气旋预报误差偏大。对于异常路径热带气旋预报,T639模式能较好预报环流形势的突然调整,对路径突变的热带气旋预报比T213模式有明显优势;从登陆类热带气旋预报的移向误差来看,T213模式存在东北偏北向系统性偏差,T639模式存在东北偏东向系统性偏差。     

风廓线雷达探测降水过程的初步研究

为利用风廓线雷达 (WPR) 开展降水研究, 分析了2006年8月25-26日北京延庆WPR探测降水个例。降水前高空出现持续时间长达10h以上的水平风垂直切变; 在信噪比 (SNR) 时间序列资料中出现比较清晰的SNR极值层, SNR极值层所处高度与水平风垂直切变高度相吻合。降水期间及前后, 水平风探测高度明显增高2km以上。随地面降水的临近, 下降速度所处高度逐渐降低, 从高空一直延伸到低空, 持续时间长达10h。资料分析表明:国产WPR可以在降水天气工作, 其探测资料能及时反映大尺度流场的变化。通过WPR提供的功率谱密度、SNR、水平速度、垂直速度等多种资料, 可从多种角度了解降水过程; 特别是WPR可以同时探测垂直气流速度、粒子落速及其高度分布, 进而可以估计降水粒子尺度谱及其高度分布, 便于开展更深层次的降水物理过程研究。     

基于伴随敏感性的风廓线雷达和地基微波辐射计观测对模式预报的影响评估研究

同化大量观测资料可以有效地改进模式预报结果,但不同观测对预报的影响有着显著差异,合理评估观测对预报的贡献是数值模式中最具挑战性的诊断之一。本文采用基于伴随的预报对观测的敏感性（Forecast Sensitivity to Observation,简称FSO）方法,构建WRFDA（Weather Research and Forecasting model’s Data Assimilation）框架下的WRFDA-FSO系统。基于2019年9月超大城市项目在北京地区获取的风廓线雷达（Wind Profile Radar,简称WPR）和地基微波辐射计（Microwave Radiometer,简称MWR）观测数据,利用WRFDA-FSO系统,开展观测对WRF模式12 h预报的影响试验,并分析风温湿观测对预报的贡献。结果表明:（1）同化的观测资料（MWR、WPR、Sound、Synop和Geoamv）均减小了WRF模式12 h预报误差,对预报为正贡献,其中MWR观测对预报的影响最大,WPR风场观测对预报的改进效果优于Sound的风场观测。（2）WPR的U、V观测和MWR的T、Q观测中,V观测和T观测对预报的正贡献值更高,对预报的改进效果更优。（3）WPR和MWR多数高度层的观测均减小了预报误差,对预报为正贡献,其中MWR的T观测对预报的正贡献主要位于近地面800 hPa以下。