多普勒雷達在颮線系統(tǒng)資料同化及災(zāi)害性天氣監(jiān)測預(yù)報中的應(yīng)用

史華湘，余 意，張衛(wèi)民，李少英

（國防科技大學(xué) 計算機學(xué)院，長沙 410073）

颮線、臺風(fēng)、龍卷等中小尺度強對流系統(tǒng)，通常形成強風(fēng)、短時強降水、冰雹等劇烈天氣，具有較為嚴重的災(zāi)害性[1-2]。2015年6月1日晚，從南京駛往重慶的客船“東方之星”輪，在長江中游湖北省荊州市監(jiān)利段水域發(fā)生翻沉，442人遇難，共涉及保險金額9 252萬元。經(jīng)國務(wù)院調(diào)查組調(diào)查認定，這次翻沉事件是一起由突發(fā)罕見的強對流天氣——颮線伴有下?lián)舯┝?，帶來的強風(fēng)暴雨襲擊導(dǎo)致的特別重大災(zāi)難性事件。由于這類強對流系統(tǒng)具有空間尺度小、生命期短、變化迅速等特點，數(shù)值預(yù)報模式對其難以做出準確的預(yù)報[3]。多普勒雷達可以有效地探測颮線這種中小尺度天氣系統(tǒng)的內(nèi)部組織結(jié)構(gòu)和外部環(huán)境場[4]。使用三維變分資料同化系統(tǒng)有效同化多普勒天氣雷達觀測資料，合理有效地提取雷達觀測數(shù)據(jù)中豐富的中小尺度信息，可以為數(shù)值預(yù)報模式提供準確初始場，對改善颮線系統(tǒng)的發(fā)展機制和結(jié)構(gòu)特征的預(yù)報分析具有重要意義[5-6]。

Xiao等[7]利用WRF（the weather research and forecasting model）三維變分同化系統(tǒng)（WRF_3DVAR），直接同化多部雷達的徑向速度和反射率資料，改善了模式的初始場。Hu等[8]利用ARPS（advanced regional prediction）模式同化模擬暴雨過程，設(shè)置不同的同化參數(shù)對比實驗，發(fā)現(xiàn)快速間歇性循環(huán)同化對初始場改進效果更加明顯。Wang等[9]改進WRF_3DVAR方案，采用間接同化雷達反射率因子方案模擬北京夏天四次大暴雨過程，研究發(fā)現(xiàn)短時預(yù)報技巧提高7 h。顧建峰[10]設(shè)置了一系列對颮線、臺風(fēng)、中尺度暴雨等個例的WRF_3DVAR同化實驗，聯(lián)合雷達徑向速度、雷達反射率，結(jié)果表明聯(lián)合同化能提取更多的有效信息，模擬結(jié)果更準確。閔錦忠等[11]針對江蘇一次颮線過程進行不同尺度化因子優(yōu)化調(diào)整及同化頻率的敏感性實驗，發(fā)現(xiàn)同化實驗相對于控制實驗，初始場都得到了不同程度改善，雷達反射率因子和短時降水的預(yù)報得到有效提高，并且同化頻率越高，改進效果越明顯。邵建軍等[12]利用WRF模式及其3DVAR同化系統(tǒng)研究了不同同化間隔對模擬暴雨過程的影響，發(fā)現(xiàn)同化雷達資料能使初始場的水汽場、水平風(fēng)場、垂直速度的分布得到有效調(diào)整；除溫度場外，同化頻次越高對初始場的影響越大。

對于颮線的發(fā)生發(fā)展條件和組織結(jié)構(gòu)特征的診斷分析，目前已有很多的研究成果。張哲等[13]利用WRF模式研究總結(jié)了華北颮線的中尺度特征，分析表明在成熟階段氣壓場呈“低高低”的不對稱結(jié)構(gòu)分布，水汽在層狀云區(qū)接近飽和，在尾流低壓區(qū)具有“洋蔥型”探空結(jié)構(gòu)，以及后方入流在尾流低壓區(qū)之后產(chǎn)生中層干區(qū)等?？娮忧嗟萚14]認為強低空垂直風(fēng)切變和“上干下濕”的水汽垂直分布有利于強颮線的產(chǎn)生。李娜等[15]認為一定的對流抑制能、特定的環(huán)境風(fēng)場垂直切變、低層風(fēng)場的輻合和水平渦度轉(zhuǎn)化為垂直渦度都有利于對流單體的新生。曹倩等[16]分析了在弱的風(fēng)垂直切變環(huán)境中，強不穩(wěn)定能量為其提供強熱力抬升條件，也能觸發(fā)對流單體的新生和發(fā)展。

以上研究工作很好地探索了雷達資料同化在中小尺度模式中的應(yīng)用以及總結(jié)了颮線系統(tǒng)組織結(jié)構(gòu)特征，一定程度上提高了中小尺度模式的預(yù)報能力和颮線的業(yè)務(wù)預(yù)報水平，但這些改進仍然無法滿足業(yè)務(wù)運行對颮線這種強對流系統(tǒng)預(yù)報的要求。因此，本文針對2016年6月21—22日（世界時，下同）江蘇地區(qū)一次典型颮線過程，利用WRF中尺度模式及其三維變分WRF_3DVAR同化系統(tǒng)，研究直接同化雷達反射率因子和徑向速度對數(shù)值模擬典型颮線過程的影響。然后，利用較為準確的模擬結(jié)果，診斷分析本次颮線的發(fā)展機制和結(jié)構(gòu)特征，為颮線天氣的業(yè)務(wù)預(yù)報和科學(xué)研究進行有效探索。

1 颮線系統(tǒng)概述和數(shù)據(jù)介紹

2016年6月21日，一次強颮線系統(tǒng)過境江蘇地區(qū)。江蘇中南部生成東西兩個強對流中心，西部中心位于江蘇和安徽交界處，東部中心位于江蘇南通地區(qū)。然后，東西兩邊的對流單體之間有對流單體新生，與兩邊的對流單體相連，并形成東西走向的線狀強雷達回波帶。在21日22時至22日0時，颮線強烈發(fā)展，對流旺盛，組織化程度不斷增強，逐步形成弓形線狀回波，回波強度、雨區(qū)范圍逐步增大。此后颮線強度逐漸減弱，層狀云回波區(qū)范圍先增大后減小，于22日4時左右在江蘇南部消失，共歷時8 h。颮線自西北向東南發(fā)展，先后影響安徽江蘇中南部地區(qū)。此次颮線具有明顯的短時降水偏強，風(fēng)速偏大，持續(xù)時間較短等特點；伴隨短時暴雨、陣性大風(fēng)和冰雹等天氣現(xiàn)象，具有較強的突發(fā)性、迅速性和破壞性，為當?shù)毓まr(nóng)業(yè)和日常生活帶來重大影響。當時江淮流域正值歷史罕見的強梅雨時期，持續(xù)的梅雨天氣，再加上河道淤泥的堆積，使得淮河流域水位高漲，此次颮線過程的短時強降水更是加重了江淮流域的洪澇險情災(zāi)情，給當?shù)貛砹藝乐氐纳拓敭a(chǎn)損失。因此，準確及時地預(yù)報江淮流域梅雨時期的颮線等短時強降水過程，對于該地區(qū)的防洪抗旱、搶險救災(zāi)等具有重大的現(xiàn)實意義。

本次同化實驗所使用資料來自南京站點（32.20°N，118.70°E） S波段多普勒雷達，包括2016年6月21日20—21時的雷達探測。該雷達以6 min/次的頻率進行連續(xù)體掃，其徑向速度的距離庫長為250 m，反射率因子的距離庫長為1 000 m。本文設(shè)置WRF模式的水平網(wǎng)格距為5 km。該雷達資料具有高時間、空間分辨率特征，能有效地捕捉颮線系統(tǒng)的中小尺度信息。

2 實驗方案設(shè)計

WRF模式是新一代中尺度數(shù)值天氣預(yù)報系統(tǒng)，應(yīng)用于大氣研究和業(yè)務(wù)預(yù)報，適用于幾十米到幾千千米尺度的氣象研究。本文應(yīng)用WRF-ARW（ad?vanced research WRF）動力框架。ARW是完全可壓的、非靜力平衡模式。該模式采用追隨地形的垂直坐標系，水平網(wǎng)格為Arakawa-C網(wǎng)格，時間積分方案為三階Runge-Kutta方案，空間離散化采用2-6階方案，可應(yīng)用于理想和實際數(shù)據(jù)的數(shù)值模擬。

本文采用WRFV 3.7模式及其3DVAR同化系統(tǒng)，模擬區(qū)域如圖1所示。采用單層模擬，模擬區(qū)域中心坐標為（32.04°N，118.46°E)，東西-南北向的水平格點數(shù)分別為200和180（WE×NS），水平格距為5 km，垂直方向分為28層，模式層頂氣壓為100 hPa，時間積分步長為30 s。物理參數(shù)化方案設(shè)置：云微物理過程使用WSM3方案[17]，長波輻射為RRTM方案[18]，短波輻射為Dudhia方案[19]，邊界層過程采用YSU方案[20]，陸面過程為Noah方案[21]，并指定陸面模式土壤層數(shù)為4，近面地層過程使用Monin-Obukhov方案，由于模擬分辨率較高，不采用積云對流方案。

圖1 模擬區(qū)域：安徽、江蘇Fig.1 Simulation area:Anhui Province and Jiangsu Province

如圖2所示，模擬實驗由控制實驗（CTL）和同化實驗（VAR）兩部分組成?？刂茖嶒灢煌魏斡^測資料，模式的初始條件和邊界條件來自美國國家環(huán)境預(yù)報中心（National Centers for Envi?ronmental Prediction，NCEP） 1°×1°再分析資料。同化實驗同化雷達資料，由同化分析場作為模擬初始場。颮線的主要生命期為2016年6月21日20時至22日4時（UTC），因此，控制實驗的模擬時間窗為21日12時到22日6時，共18個小時，該時段包含了這次颮線的整個發(fā)展過程。同化實驗采用熱啟動，首先做8小時的初始化，使模式達到動力平衡。然后采用循環(huán)同化雷達資料，同化時間窗為20—21時，同化頻率為每30 min同化一次。最后以21時同化分析場作為預(yù)報初始場，做10 h的確定性預(yù)報。同化實驗包含了颮線的整個發(fā)展演變過程。

圖2 實驗流程圖Fig.2 Experimental flow chart

3 模擬初始場的對比分析

同化雷達資料是為了提取高時空分辨率的雷達觀測數(shù)據(jù)中的有效天氣信息，使初始場更加接近實際天氣情況，而良好的初始場有助于提高預(yù)報效果。因此，有必要分析同化雷達資料對模式初始物理量場的調(diào)整。

3.1 水平風(fēng)場和溫度場增量分析

圖3描述了最后一次同化（6月21日21時）850、700、500、200 hPa氣壓層上風(fēng)場和溫度場的增量分布。

圖3 2016年6月21日21時（UTC）各氣壓層（850、700、500、200 hPa）水平風(fēng)場增量（單位：m/s，矢量箭頭）和溫度場增量（單位：K，陰影）Fig.3 The increment of horizontal wind(unit:m/s,vector arrow)and the increment of temperature(unit:K,shadow)in each pres?sure layer(850 hPa,700 hPa,500 hPa,200 hPa)on June 21,2016 21:00 UTC

從水平風(fēng)場增量來看，在850 hPa、700 hPa層，同化雷達資料后，本次颮線發(fā)生地區(qū)以北有東北風(fēng)增量，颮線發(fā)生區(qū)以南有東南風(fēng)增量。該風(fēng)場增量分布，有利于加強該地區(qū)底層風(fēng)場的輻合和水平風(fēng)切變，為垂直運動的發(fā)展和對流單體的新生提供合理的動力條件；在500 hPa和200 hPa層，風(fēng)場為輻散型增量，其中500 hPa較小，200 hPa較大，表明高層風(fēng)場有增強輻散的趨勢。風(fēng)場這種底層加強輻合、高層加強輻散的調(diào)整有利于加強氣流的垂直上升運動。

從溫度場增量來看，在颮線發(fā)生區(qū)中高層都為正的溫度增量，量值為2～4 K，這可能是因為21時颮線已處于發(fā)展階段，已經(jīng)有降水產(chǎn)生，暖濕氣流上升釋放凝結(jié)潛熱，加熱對流區(qū)域上層的大氣，因而同化雷達反射率資料探測的大氣溫度較高，導(dǎo)致分析場相較于背景場有正的溫度增量。其中200 hPa正增量區(qū)較小但是數(shù)值較大，對應(yīng)著雷達回波較強的單體區(qū)域，這表明此處可能會有較強的深對流產(chǎn)生。通過以上分析可以看出，同化雷達資料能使颮線發(fā)生區(qū)高中低層的風(fēng)場和溫度場都得到顯著調(diào)整，即同化雷達資料有效影響了模擬區(qū)域的初始水平風(fēng)場和溫度場，表明同化過程是有效的。

3.2 垂直速度和水汽混合比增量分析

強對流天氣的產(chǎn)生伴隨著強烈的垂直運動和充足的水汽供應(yīng)。下面將沿著颮線發(fā)生區(qū)中心做徑向和緯向的垂直剖面圖，研究同化雷達資料對颮線系統(tǒng)初始場中垂直速度和水汽條件的調(diào)整。多普勒雷達觀測的水汽變量是由觀測算子反演雷達反射率因子獲得，在對流較強的強回波區(qū)探測的水汽多，在對流較弱的弱回波區(qū)探測的水汽少。從水汽混合比增量的分布來看（圖4），在大致的颮線發(fā)生區(qū) （31.5°N～33.0°N，117.5°E～121.5°E）水汽混合比增量有正有負，表明同化雷達資料在一定程度上調(diào)整了對流強度不一區(qū)域上的水汽條件，有效的調(diào)整可以減少對流發(fā)生區(qū)域過干或過濕現(xiàn)象，有利于減小模式錯報漏報或者模擬雨強偏大偏小。水汽混合比正的最大增量可達7 g/kg，負的最大增量可達-5.5 g/kg，說明同化雷達資料對模擬的初始水汽場有顯著的影響。

圖4 2016年6月21日21時垂直速度增量和水汽混合比增量沿32.04°N和118.46°E的垂直剖面圖Fig.4 Vertical section of vertical velocity increment and water vapor mixing ratio increment along 32.04°N and 118.46°E at 21:00 on June 21,2016

從增量分布來看，500 hPa以下的調(diào)整尤其顯著，這一方面是因為實際水汽垂直分布也是底層多、高層少，另一方面則可能與雷達體掃仰角較小時，雷達探測到的有效數(shù)據(jù)較多有關(guān)，因為越往高層雷達探測的有效數(shù)據(jù)的時空分辨率會越低，相對而言底層的初始場刻畫更為細致。

從垂直速度增量的分布來看，在颮線發(fā)生區(qū)的中高層，垂直速度有較大的正負增量，而其他區(qū)域都很小。在117.4°E～121.6°E（圖4 a），其底層垂直風(fēng)場調(diào)整較小，基本為正增量，中高層調(diào)整較大，正增量量值可達12 m/s、負增量為-4 m/s。這是因為21時颮線正處于新生發(fā)展階段，對流區(qū)域基本為不斷增強的上升運動，而較低層垂直速度本身較小，導(dǎo)致底層垂直速度正增量值較小。

中高層由于不穩(wěn)定能量釋放的差異，即深對流區(qū)能量釋放多，垂直速度大，導(dǎo)致高層垂直速度正負增量值較大，且差異明顯。在32°N附近中高層（圖4 b），有較大正垂直速度增量，量值可達8 m/s，對應(yīng)著較大的水汽增量正值區(qū)（量值達4 g/kg）。其兩側(cè)為負垂直速度增量，對應(yīng)著較小的水汽增量。正垂直速度增量增強了背景場中較弱的上升運動，負垂直速度增量減弱了虛假的上升運動。對應(yīng)的正水汽增量在上升運動區(qū)增強水汽供應(yīng)，對應(yīng)的負水汽增量在下沉運動區(qū)減少水汽供應(yīng)。綜上所述，同化雷達資料能有效調(diào)整中小尺度對流系統(tǒng)的中高層垂直運動和中低層的水汽條件變化。

4 模擬結(jié)果分析

4.1 雷達反射率因子

前文通過對同化實驗動力場和熱力場的增量進行分析，了解到直接同化雷達徑向速度和反射率資料可以有效調(diào)整初始場中的風(fēng)場、溫度場和水汽條件，使得更多的中小尺度信息得以描述。為了進一步檢驗WRF_3DVAR系統(tǒng)同化雷達資料對模擬颮線過程有無改進效果，我們將實際觀測的、同化實驗?zāi)M的、控制實驗?zāi)M的雷達反射率進行比較（圖5）。

由實際觀測圖5（a）-（c）可以看出，21時江蘇省南部有東西兩個強回波中心，之后兩中心之間有對流單體新生，到22時對流單體連接在一起，形成具有線狀結(jié)構(gòu)的雷達回波帶。此時，颮線組織化程度增強，其長度可達500多千米，寬度只有30多千米，線狀回波特征明顯，最大強度可達55 dBZ。之后颮線緩慢地向東南發(fā)展，前部的強回波區(qū)逐漸減弱為層狀云回波區(qū)，其前有新的對流單體不斷生成，因此颮線不斷向東南發(fā)展，回波區(qū)范圍也不斷擴大。

比較同化實驗?zāi)M的對應(yīng)時刻的雷達反射率圖[圖5（d）—（f）]，可以明顯看出，同化實驗在21時模擬出了三個較小的雷達回波中心，其左右兩邊的小回波區(qū)與實際相符，但是中間多了一個回波區(qū)，這可能是因為模式模擬的颮線過程快于實際情況，已經(jīng)模擬出來了中間新生成的回波區(qū)。對比實際觀測圖，在21—22時，中間區(qū)域有對流單體新生，再與左右兩個強回波區(qū)相連形成線狀回波。22時、23時模擬的雷達回波在回波強度和回波位置上都與實況較為接近。只是模擬的回波強度略微偏大，23時模擬的颮線東部回波區(qū)范圍較大、強度較強。這可能是因為模式采用的分辨率較高（5 km），模擬的回波強度數(shù)值較大。而實際觀測站點比較稀疏，將觀測數(shù)據(jù)插值到網(wǎng)格點上時，數(shù)值變小。還需要注意的是，同化實驗在安徽東南部虛假地模擬出一個不斷向東發(fā)展最終并入颮線主體的小回波區(qū)，而實際該地是一個不斷減弱東移的小回波區(qū)，這與實際情況不相符。

圖5 2016年6月21日21時、22時、23時的雷達回波反射率分布圖Fig.5 The distribution map of radar reflectivity on 21:00,22:00 and 23:00,June 21,2016

觀察颮線的發(fā)展過程，可以明顯看出颮線前部為對流云回波區(qū)、后部為寬廣的強度較弱的層狀云回波區(qū)，因此本次颮線為典型的尾部層狀云型颮線。雖然同化實驗?zāi)M的回波強度偏強，但是也明顯地模擬出本次颮線尾部層狀云型的回波特征。另外，同化實驗也準確地模擬出了與觀測一致的颮線的發(fā)展過程，即在對流發(fā)生區(qū)，先有獨立的強對流單體生成，然后對流單體相遇合并，組織化程度增強，形成一串的強對流單體群，對流單體之間相互作用而形成颮線。而對于控制實驗，明顯沒有準確模擬出颮線的線狀回波特征和發(fā)展過程。在江蘇南部預(yù)報的強對流落區(qū)、回波組織形態(tài)等，與實際情況不符合，為虛假的回波信息。對于江蘇中南部的強回波帶，控制實驗并沒有模擬出來。

通過上述比較，同化實驗對于颮線雷達回波的模擬更貼近實際情況。

4.2 短時降水預(yù)報

圖6表示實際觀測的、同化實驗?zāi)M的、控制實驗?zāi)M的6月21日21時—22日00時逐小時降水分布。從觀測的逐小時降水量圖6（a）—（c）可以看出，颮線發(fā)展過程的雨帶呈東西走向，21—22時主要降水中心在江蘇的南京附近，其雨帶較寬，小時雨量大約為30 mm，還有一個強降水中心在南通附近，其強雨帶范圍不大，小時雨量也可達30 mm。22—23時，雨帶緩慢東移，強降水中心移至鎮(zhèn)江和南通附近，最大小時降水量可達50 mm?？刂茖嶒?zāi)M的小時降水量偏小，最大降水量不足25 mm，模擬的雨帶位置在江蘇省南部，與實際雨帶分布完全不符合，并沒有模擬出本次強降水過程雨帶分布特征。

圖6 2016年6月21日21時—22日00時逐小時降水量圖Fig.6 The precipitation from 21:00 on June 21,2016 to 00:00 on June 22,2016

相對而言，同化實驗在颮線發(fā)展期模擬的逐小時降水分布明顯優(yōu)于控制實驗，大致模擬出了本次強降水過程呈東西分布的雨帶特征，與觀測結(jié)果較為接近。同化模擬的整體雨帶的強降水中心與觀測相比偏東，這可能是因為模式模擬的颮線過程稍快于實際，而颮線是自西向東發(fā)展的，因此，造成強降水中心的東移。同化實驗預(yù)報的小時降水量和降水范圍比實際觀測偏大。這可能是實測的常規(guī)觀測儀器觀測降水的分辨率較低，模擬的分辨率較高（5 km），導(dǎo)致模擬結(jié)果偏大[17]；也可能由于颮線降水局地性、突發(fā)性強，地面稀疏的站點觀測數(shù)據(jù)，插值到網(wǎng)格點后不一定能準確反映實際情況[11]。

總的來說，同化實驗比控制實驗?zāi)芨玫啬M出本次颮線降水過程，其模擬的雨帶分布、雨強大小更加切合實際。這表明同化雷達資料有效地改進了模式初始場，提高了預(yù)報颮線降水的技巧水平。

通過對雷達反射率和短期降水的對比分析，同化實驗較好地模擬出了本次颮線的發(fā)展演變過程和組織結(jié)構(gòu)特征。究其原因，一方面，控制實驗的初始場比較粗糙，對于颮線這種小尺度、變化快的物理量場不能有效地捕捉，進而無法做出準確預(yù)報。另一方面，對于同化實驗，其初始場由于觀測算子引入有效的觀測信息而得以改善，觀測信息能更合理地描述颮線的初始條件，從而提高了模擬效果。

5 結(jié)論

本文利用中尺度模式WRF及其三維變分同化系統(tǒng)，針對江蘇地區(qū)2016年6月21—22日的一次典型颮線過程，直接同化高時空分辨率的多普勒雷達觀測資料，研究雷達資料的直接同化對颮線模擬的改進效果。主要結(jié)論如下：

（1）高時空分辨率的多普勒雷達能有效探測中小尺度系統(tǒng)的內(nèi)部特征，利用WRF_3DVAR系統(tǒng)將其同化進數(shù)值模式，能有效調(diào)整模式初始場的動力熱力水汽條件，即能在微弱的背景場中加入更多有效的中小尺度信息，從而提高WRF模式對颮線的模擬效果。

（2）針對本次颮線過程，循環(huán)同化颮線發(fā)展前期（20—21時）的多普勒天氣雷達資料，能有效改進初始場中低層的水汽條件，增強中低層水平風(fēng)場的切變輻合特征，加強了強對流區(qū)的垂直運動，增強了颮線附近的溫度梯度，進而為模式提供了一個較為合理準確的初始場。

（3）不同尺度化因子和同化頻率對同化初始場的調(diào)整，以及物理參數(shù)化方案對模式模擬的影響，還需進一步討論；由于本次颮線發(fā)生于清晨時分，近地面層較強的輻射逆溫層是否對不穩(wěn)定能量的積累有促進作用有待進一步探討。