雷达估测降水与风暴尺度模式预报降水检验及分析

本文将局地分级平均校准法从单站雷达移用到组网雷达,选取SWAN组网雷达组合反射率因子产品与雨量站降水数据,计算了6次区域性暴雨天气过程的定量估测降水(Classified Quantitative Precipitation Estimation,CQPE),在对CQPE和SWAN小时定量降水估测产品(SWAN-QPE)进行站点检验的基础上,利用雨量站实测降水、CQPE对风暴尺度模式(CQSSRAFS)的降水预报产品进行检验评估。结果表明:(1)CQPE总体略偏弱,SWAN-QPE总体偏强,且从比率偏差(BIAS)、平均绝对误差(MAE)、相对误差(RAE)、均方根误差(RMSE)、相关系数(CC)等评估检验参量看,CQPE均优于SWAN-QPE。(2)雨量站实测降水、CQPE对CQSSRAFS预报降水的检验结果是一致的。在时效上,该模式预报能力随预报时效的延长而减弱,尤其是第9个小时之后减弱更明显。在降水量级上,该模式预报能力随着降水量级的增大而减弱。相比于雨量站实测降水对CQSSRAFS预报降水的“点对面”检验,CQPE对其“面对面”的总体样本检验更具有代表性。

风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验Ⅰ. 不考虑模式误差的情形

本文在假定模式无偏差的情况下,利用一次风暴过程的模拟多普勒雷达资料进行一系列风暴天气尺度的集合卡尔曼滤波资料同化试验,检验集合卡尔曼滤波在风暴天气尺度资料同化方面的效果,并验证各集合卡尔曼滤波参数对同化效果的影响。试验结果表明,集合卡尔曼滤波能有效地应用于风暴尺度的资料同化;40个集合成员以及6km的局地化尺度能较好地滤除采样误差造成的虚假相关,同时可以将观测信息传递到无观测的模式格点;利用背景场加上空间平滑的高斯型随机扰动生成初始成员的方式较未经过平滑的方式有更好的分析效果;背景场扰动方法能够提高样本的离散度;只同化反射率的同化试验表明,反射率的同化效果较明显,也证明了集合卡尔曼滤波在非常规资料同化中的作用;增加径向风资料同化的效果优于只进行反射率同化的结果。

风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验 Ⅱ.考虑模式误差的情形

文章的第I部分(兰伟仁等,2010),利用模拟雷达资料在假定模式无误差的情况下进行了一系列的集合卡尔曼滤波(EnKF)敏感性试验,验证了EnKF方法在风暴尺度天气资料同化中的作用。本文继续探讨EnKF在有显著模式误差的情况下同化模拟多普勒雷达资料的效果问题。试验中假定模式误差主要来源于微物理过程参数化的不确定性。结果表明:模式误差在不同程度上影响了EnKF分析的效果,对微物理量的影响尤其明显;在EnKF分析中,利用微物理过程参数化集合的方法来考虑模式误差,对速度场、位温场以及比湿场有较明显的正作用,但对于微物理量场分析效果较差;若包含控制试验的微物理过程参数化方案,则EnKF对所有变量都有正效果,随着同化循环次数的增加,分析结果更加合理;只考虑冰相过程的微物理过程参数化方案的集合,分析效果进一步提高。

迭代集合平方根滤波在风暴尺度资料同化中的应用

本文根据最新的非同步(Asynchronous)算法设计了一个迭代EnSRF(iterative Ensemble Square Root Filter,简称iEnSRF)方案。在这个迭代方案中,同化时刻的背景场和一个较早时刻的背景场将被同时更新,得到两个时刻的分析场,然后预报模式从较早时刻的分析场再次进行集合预报到同化时刻,最后重复前面两个步骤,实现对同化时刻背景场的迭代分析。在一个理想风暴个例上,本文通过模拟雷达资料同化对这一方案进行了检验,对比了传统EnSRF方案和iEnSRF方案的同化效果。此外,本文还讨论了只在同化时刻一个时间层上进行迭代的情况。同化单部模拟雷达资料的试验表明iEnSRF方案能够在初始估计缺少风暴信息的情况下较好地还原风暴中垂直运动和潜热释放之间的正反馈关系,显著提高初始分析的质量并加快随后同化的收敛速度。而传统EnSRF在这一初始估计较差的情况下不能在初始分析中有效估计这一相关关系并导致其收敛速度较慢且收敛误差较大。当只涉及一个时间层时,迭代算法并不能取得比传统EnSRF更好的效果。这一结果表明重复使用观测的算法只有在涉及两个时间层时才能改进最终的分析结果。在同化两部模拟雷达资料的试验中,iEnSRF的初始分析仍然优于传统EnSRF的初始分析,并在对流层高层取得显著改进。单双雷达资料同化的试验结果对比表明,单纯增加观测数量并不能显著改进传统EnSRF对非观测变量(比如温度)的分析,而iEnSRF则能够更加充分地利用更多的观测进一步提升初始分析的效果。

随机物理倾向扰动在风暴尺度集合预报中的影响研究

为深入探究随机物理倾向扰动(Stochastically Perturbed Parameterization Tendencies,SPPT)方案在风暴尺度集合预报中的影响,基于WRF模式利用FNL资料对SPPT方案中的3个参量分别进行敏感性试验,得到SPPT方案的最佳参数配置,并在此基础上分析SPPT方案模拟的降水分布特征。结果表明:SPPT方案敏感性试验中,去相关时间选择6 h时构造的集合成员可信度更高,逐时降水评分效果在积分中后期较高,对于暴雨及以上量级的评分技巧最优;造成降水主要天气系统的维持时间对该变量的选取有较大的影响。去相关空间尺度选择100 km的集合试验更为可靠,对降水预报技巧较高;同时该变量的选取与天气过程中的大尺度信息、中小尺度系统的活跃以及模式的空间分辨率有密切联系。通过对离散度和离群值分析认为扰动振幅选择0.525最为合理。SPPT方案集合成员在局部地区可以较大幅度地改变降水量,对降水落区的准确模拟存在一定的局限性。

风暴尺度集合成员数对预报技巧的影响

利用WRFV2.2模式,对1977年5月20日发生在美国Oklahoma的典型超级单体风暴进行集合预报试验。采用蒙特卡洛法对不同区域初值扰动,对比分析成员个数的变化对预报技巧的影响,检验集合技术应用于风暴尺度系统的可行性及应用价值。结果显示,基于WRFV2.2模式的风暴尺度集合预报（storm-scale ensemble forecasting,SSEF）能够从热力场和动力场上改善单一确定性预报,并成功预报极端降水,表明SSEF具有较高的应用和研究价值;总体上预报技巧随成员数增加而增加,当集合成员数达到5-13时,预报技巧呈饱和特征,不同变量、不同扰动区域时的饱和成员数略有差异。

基于增长模繁殖法的风暴尺度集合预报试验

利用WRFV2.2模式,对1977年5月20日发生在美国俄克拉荷马州的典型超级单体风暴进行风暴尺度集合预报试验。通过对比由Monte-Carlo法和增长模繁殖法构造的集合预报系统的性能,检验了增长模繁殖法应用于风暴尺度集合预报的合理性及其价值。研究表明,在预报误差的意义上,集合技术能够明显改善中尺度强对流天气的单一确定性预报;但纯统计意义的Monte-Carlo法动力意义不足,导致集合离散度偏低;作为改进方法,增长模繁殖法充分考虑了预报中误差增长的信息,改善了离散度增长偏慢的缺陷。研究结果还显示,增长模繁殖法构造的集合预报系统的各预报评分(RSS、ETS等)均高于Monte-Carlo法,体现了增长模繁殖法的显著优势,但不同的繁殖周期对非降水场和降水场的预报能力有所差异,合理的繁殖周期需要在两者之间寻求平衡点。

风暴尺度集合预报中的混合初始扰动方法及其在北京2012年“7.21”暴雨预报中的应用

风暴尺度集合预报系统(Storm-Scale Ensemble Forecast system,简称SSEFs)中集合成员之间发散度不足一直都是研究的难点。本文尝试了将Barnes空间滤波融入到集合转换卡尔曼滤波(ETKF)更新预报系统中的混合初值扰动法。该方案将ETKF方法的小尺度信息与来自于侧边界条件扰动的大尺度信息相结合,缓解了扰动在侧边界不匹配的问题。通过2012年北京"7.21"暴雨并使用邻位方法对比分析了不同初值扰动方案在不同时间尺度与空间尺度上的特征,在此基础上进一步探讨了构造混合初始扰动法的可行性。结果表明:ETKF试验所构造的初始扰动无法与侧边界条件扰动相匹配,混合后的初始扰动可以有效缓解SSEFs中由于初始扰动与侧边界扰动不匹配产生的虚假波动,其中大尺度信息保留较多的混合试验(ETKF80)和动力降尺度方案(Down)在减少虚假波动方面的效果最优;从集合离散度来看,在前期暖区降水阶段ETKF的离散度在小尺度上最大,随着锋面降水的开始,Down的离散度逐渐超过ETKF,而使用各滤波波段构造的混合试验同时具备ETKF与Down二者的特征。选择合理的滤波波段可以获得最为合理的离散度表现(ETKF180),说明仅考虑侧边界匹配(Down和ETKF80)并不能获得最合理的集合离散度,应综合考虑其他因素。从降水概率预报结果来看,选取合适的滤波波段所构造的混合扰动试验同样获得了较好的效果。

不同模式扰动方案在风暴尺度集合预报中的对比试验研究

由于适用于中长期集合预报的模式扰动技术在风暴尺度集合预报系统中的影响并不明确,为探究不同模式扰动方案在风暴尺度集合预报中的效果,基于WRF模式设计了3组模式扰动方案:多物理扰动(MP)方案、随机物理倾向扰动(Stochastically Perturbed Parameterization Tendencies,SPPT)方案以及由MP方案与SPPT方案组合构建的一种新混合扰动(SPMP)方案。对2013年7月5—6日发生在江淮流域的一次强对流天气过程进行了数值模拟。结果表明:MP方案在积分前期的降水概率评分较高,对高层大气的扰动效果更为合理;SPPT方案主要作用于积分中后期,对大气低层及近地面的扰动效果最为理想,尤其是对于地面水汽场的模拟;SPMP方案能显著提高大气中高层各预报变量的离散度,降低均方根误差,提升集合成员的可信度,有效弥补降水预报评分在单独使用MP方案和SPPT方案不同积分时段的不足。在扰动水平传播方向上,SPMP方案的扰动形态主要受MP方案主导;垂直方向上,SPMP方案在低层的扰动形态与SPPT方案一致,在高层受MP方案控制。波谱能量分析表明3组方案的扰动能量随积分时间均有向大尺度传播的趋势,SPMP方案能有效补偿两种方案能量在各尺度的耗散。

动力协调的扰动场在风暴尺度集合预报中的效果改进试验

利用WRF模式,对1977年5月20日发生在美国俄克拉荷马州的超级单体风暴进行理想化的集合预报试验。基于具有明确统计意义的蒙特卡洛扰动法和扰动变量动力协调性的考虑,构造了两个集合预报系统(EPS),一个是由包含多时次扰动误差信息并能够使各个扰动变量与动力模式相协调的初始扰动场生成集合成员;一个是由蒙特卡洛扰动法生成集合成员。对比检验了两个EPS的性能,结果表明:与动力模式相协调的扰动场形成初始扰动的EPS预报效果要好于蒙特卡洛扰动法产生的EPS;Talagrand分布和离散度情况表明前者可以获得更适宜的离散度,模式对初始扰动的平滑作用更小,比后者更为合理。

风暴尺度集合预报最优侧边界条件扰动方法设计:个例分析

考虑到全球预报模式与风暴尺度预报模式在分辨率上的显著差异,在构造风暴尺度集合预报系统的时候需要用一个中间分辨率的中尺度区域模式为风暴尺度模式提供侧边界条件扰动,但如何构造侧边界扰动才能更为有效地提高风暴尺度集合预报系统的预报能力目前仍然未知。本文基于WRF模式,通过一次个例试验设计了风暴尺度集合预报中的3种不同侧边界扰动方案,结果表明:直接通过0.5°水平分辨率全球集合预报扰动插值所得到的侧边界扰动(LBC_DOWN)在预报中可以获得较高的大尺度扰动能量,而在中尺度区域模式(本文中为模式外层)中通过ETKF循环所构造的侧边界条件扰动(LBC_CYCLE)包含较高的中小尺度能量,而将LBC_CYCLE中的中尺度扰动信息与LBC_DOWN中的大尺度扰动信息相混合所得到的混合侧边界扰动(LBC_BLEND)在大尺度能量上更接近于LBC_DOWN,在中小尺度能量上更接近于LBC_CYCLE;LBC_BLEND较前两种方案有着更好的离散度技巧表现;在降水概率预报技巧方面LBC_BLEND与LBC_CYCLE较为接近,且均优于LBC_DOWN。

一次中尺度对流风暴成因及CINRAD回波特征分析

用常规天气图、云图和CINRAD资料,分析2005年3月22日影响华南地区一次中尺度对流风暴过程。揭示中尺度对流风暴的环流背景条件及其成因:500 hPa槽前西南急流和850 hPa低涡切变东移南压及低空西南急流为对流风暴生成发展提供了有利条件;边界层华南西部低涡切变系统和地面中气旋及冷空气南下影响的共同作用是此次对流风暴的触发机制。该风暴的发生发展过程是在中等偏强的垂直风切变条件下,有利于发展成组织性完好的对流风暴。CINRAD回波结构及特征有:此次中尺度强对流风暴反射率因子表征为飑线回波带,强回波区呈弓状,其后侧有弱回波通道,预示有灾害性大风;弓状强回波头部及其带上出现了中气旋;径向速度图有逆风区及风暴相对径向速度图上有辐合区出现,在弓状回波头部有气旋性辐合等特征。分析结果有助于对流风暴的探测和预警预报服务工作。

一次强对流风暴成因探析及CINRAD回波特征

用常规天气图、卫星云图和CINRAD产品资料，分析2005年3月22日影响华南地区的中尺度对流风暴过程，揭示中尺度对流风暴的环流背景及其成因：500hPa槽前西南急流和850hPa低涡切变东移南压及低空西南急流为对流风暴生成发展提供了有利条件；边界层华南西部低涡切变系统和地面中气旋及冷空气南下影响的共同作用是此次对流风暴的触发机制；垂直风切变分析，“3·22”中尺度对流风暴是在中等偏强的垂直风切变条件下，有利于发展成组织性完好的多单体风暴和超级单体风暴。CINRAD回波特征：中尺度对流风暴表征为飑线回波带，强回波区呈弓状，其后侧有弱回波通道（入流槽口），预示有灾害性大风；弓状强回波头部及其带上出现了中气旋，表明飑线回波带是由多单体和超单体组成；径向速度图上有逆风区、辐合区和气旋性辐合等特征。

WRF-EnSRF系统同化多普勒雷达资料在多类型强对流天气过程的数值试验

利用自主构建的基于风暴尺度的WRF-EnSRF(weather research and forecasting ensemble square root filter)系统同化实际多普勒雷达资料,检验该同化系统在包括飑线、超级单体风暴和多单体风暴3个不同结构类型的强对流天气过程的同化效果,并考察了初始场扰动时不同强度的位温和水汽扰动对集合离散度以及同化效果的影响。结果表明,在3个个例中该同化系统均表现出有效的同化能力,各分析结果均比较合理,径向速度和反射率因子分析的增量均方差在经过24min同化后分别下降到3～5m/s和10dBz,并维持至60min同化结束。预报场集合离散度和同化效果对热力场的扰动强度比较敏感,适当增加初始扰动时位温和水汽的扰动强度有利于提高集合离散度和改善径向速度的分析效果。

集合预报最优ETKF初始扰动方法设计及其在暴雨中的应用

为改进集合转换卡尔曼滤波方法(Ensemble Transform Kalman Filter,ETKF)在初始扰动中离散度偏小的问题,考虑引入物理不确定性。使用初始时刻离散度检验两种ETKF初始扰动方案改进的程度,通过动力和水汽条件分析探求改进机制。利用WRF模式构建更新预报系统,选取2014年5月一次暴雨个例进行集合降水预报试验,通过ETKF方法设计两种不同的初始扰动方案。结果表明:在分析循环中引入多物理扰动的初始扰动方案(multi)相比单一物理过程的初始扰动方案(mono)在初始时刻离散度和模拟动力水汽条件以及降水评分上均有较大改进。初始扰动中multi的离散度相比mono整体更优,显然添加了多物理扰动方案的试验对结果有改进作用;在对两种方案的机理分析中,multi对于降水位置的明显改善主要取决于散度及水汽通量散度模拟能力的提高;在离散度分析中,multi方案在强对流区域的改进效果比在整个区域中的更好,而对各变量的离散度和均方根误差之比相当,说明集合预报系统的合理性;对各量级预报结果评分显示,multi方案均呈现较好表现能力。

不同随机物理扰动方案在一次暴雨集合预报中的对比研究

天气预报系统对模式本身的误差非常敏感,尤其是次网格物理参数化过程的不确定性对天气预报系统的准确性具有重要影响。由于风暴尺度系统时间尺度较小、发展剧烈以及高度非线性,传统的中期集合预报方法不再适用。本文将随机物理扰动方案(Stochastic Perturbed Parameterization Tendencies scheme,SPPT)、随机动能补偿方案(Stochastic Kinetic-Energy Backscatter scheme,SKEB)以及混合模式扰动方案(SKEB+SPPT)引入风暴尺度集合预报系统,对2014年5月31日安徽的一次强对流天气过程进行数值模拟,并评估集合预报效果和分析扰动特征及能量变化特征。结果表明:适用于本次天气过程的SPPT方案的时空尺度分别为3 h和60 km;混合模式扰动方案提高了SPPT方案和SKEB方案的集合预报离散度,减小了预报误差,且提高了预报的准确性;混合模式扰动方案减少了SPPT方案和SKEB方案对降水的空报和漏报;混合模式扰动方案的扰动空间分布在预报初期与SPPT方案类似,随着预报时间的推移,其扰动空间形态分布转换为与SKEB方案类似;混合模式扰动方案的扰动动能在所有尺度上都要明显大于其他两种方案,表明两种随机物理扰动方案的结合可以有效弥补两者在不同尺度上的能量缺失。

深对流系统中初始误差增长和传播的热动力机制

利用WRF模式模拟一个典型的超级单体风暴,揭示了深对流系统中初始误差增长和传播的热动力机制,讨论了系统的高度非线性作用和可预报性等问题。结果表明:影响深对流系统发展强度的不稳定能量和潜热释放是影响误差增长和空间分布的主要因素;误差增长主要集中在对流区,对流区域外的初始扰动有向对流区域传播的趋势,并可在对流区域内迅速增长。随着对流系统的强烈发展,量级为O(10-2)的初始扰动在210 min时即可达到量级O(100),反映了系统高度的非线性作用和单一确定性预报显著的局限性。另外还发现,初始扰动对的相关性迅速增加,这将导致集合离散度偏低,给集合预报捕获极端天气的能力设置了障碍。误差的传播主要以声波和重力波两种波动形式传播。声波主要表现在积分初期,能量较小。重力波则能够在对流系统以外的区域激发新的对流中心(目前这种误差是不可预报的),进而限制了系统的可预报性。