NUDGING 方法同化雷達反射率因子個例試驗研究

鐘有亮，李 勛，張誠忠，陳法敬

（1.海南省氣象臺，海口 570203；2.中國氣象局廣州熱帶海洋氣象研究所，廣州 510080；3.國家數(shù)值預報中心，北京 100081）

引言

隨著高分辨率數(shù)值模式技術的迅速發(fā)展，數(shù)值預報成為預報員及研發(fā)人員制作定量化、標準化及客觀化天氣預報的一種重要手段。常規(guī)觀測資料因受時間和空間分辨率低限制，無法為高分辨率數(shù)值模式提供更多的中小尺度信息；另外模式初始場對云水、雨水及云冰等微物理量信息描述并不完善，即“spin－up”的原因［1－5］，使得模式初期出現(xiàn)降水滯后等現(xiàn)象，導致模式有一定程度預報偏差。多普勒天氣雷達資料應用［6－10］，可改善常規(guī)觀測資料時空分辨率受限的問題，對初始場改善具有重要意義。

近年來，多普勒雷達資料應用已成為同化系統(tǒng)研究的熱點方向。施麗娟等［11］在2009 年將多普勒雷達資料引入ARPS－3DVar 同化系統(tǒng)中，發(fā)現(xiàn)同化后各物理量空間分布結構有明顯中尺度特征；朱麗娟［12］基于ARPS 模式云分析系統(tǒng)，研究發(fā)現(xiàn)0～12h 降水均有正技巧，可滿足業(yè)務上短時臨近預報需求；彭菊香［13］基于STMAS 同化雷達資料，直接調(diào)整模式濕度，強迫雷達回波高于閾值區(qū)飽和，使得初始場水汽更加充沛，對改進暴雨預報能力尤為突出；張?zhí)m等［14］利用Nudging 同化雷達觀測反演的風場和水物質(zhì)，研究調(diào)整初始風場和調(diào)整水物質(zhì)場，結果表明Nudging 同化水物質(zhì)對于短臨降水預報影響最顯著。但基于華南區(qū)域GRAPES＿3km 模式中的云分析系統(tǒng)，對海南島短時臨近預報研究較少。為提升GRAPES＿3km 模式對海南島臨近預報能力，本文基于華南區(qū)域GRAPES＿3km 模式的云分析系統(tǒng)，研究松弛逼近（Nudging）同化方法對云微物理量信息同化的應用，通過對海南島降水過程，分別進行不加Nudging 同化雷達反射率因子、以及在初始場Nudging 訂正云水（qc）、雨水（qr）和Nudging 訂正云水（qc）、雨水（qr）及比濕（qv）的數(shù)值試驗。討論云分析對海南島天氣過程的預報性能，以期能在短臨降水中提高模式的預報技巧。

1 資料與方法

1.1 資料

采用華南區(qū)域范圍的GRAPES＿3km 模式［15－16］，模式背景場和側邊界條件由ECMEF 全球高分辨率模式的分析場提供，每6h 提供一次，其分辨率為0.125°×0.125°。降水觀測數(shù)據(jù)采用國家氣象信息中心的高分辨率地面－衛(wèi)星－雷達三源降水融合格點分辨資料，分辨率為0.05°×0.0.5°［17］。用于分析中尺度系統(tǒng)及模式初始化的觀測資料主要為雷達三維反射率拼圖，由華南地區(qū)提供33 部S 波段多普勒雷達組成，其水平分辨率為3km，垂直高度層數(shù)為18 層，層頂最高達16km；其中海南島東方多普勒雷達第一次引入華南區(qū)域模式中。

1.2 試驗設計

基于華南區(qū)域GRAPES＿3km 預報模式系統(tǒng)，時間平流采用半隱式半拉格朗日方案，水平方向Arakawa－C 網(wǎng)格，垂直方向取Charney－Philips 分層設置，研究區(qū)域包括中國華南地區(qū)（16°N～31°N，96°E～123°E），水平分辨率為0.03°×0.03°，垂直層為55層，模式頂層可至28km 高度。模式時間積分步長選取40s，微物理過程采用WSM6 類方案（水汽、雨、雪、云水、云冰及霰），近地面層方案為莫寧－奧布霍夫方案，邊界層參數(shù)化方案MRF 方案，陸面過程為Noah 方案，短波輻射過程為Dudhia 方案，長波輻射過程為RRTM。本文設置3 組對比試驗：（1）控制試驗（CTRL），不加Nudging 同化雷達反射率因子，直接使用ECMWF 全球分析場做初始場；（2）同化試驗1，模式初始場通過Nudging 方法訂正云水和雨水；（3）同化試驗2，模式初始場通過Nudging 方法訂正云水、雨水及比濕。同化時段開始為7 月22 日00 時00 分，模式積分24h。

1.3 Nudging 初始化方法

Nudging 技術是基于動力學的同化方法。為了使多普勒天氣雷達資料的信息能融入預報模式，并且與之在動力、熱力結構上相協(xié)調(diào)，初始場同化方法采用了Nudging 技術。Nudging 方法就是在模式積分的同化時段δt 內(nèi)，在預報方程中增加一個線性強迫項，該項與模式預報和實況值之差成正比，其作用是使模式預報逐漸向觀測逼近，公式如下：

其中：W 為模式預報變量，∑Fi代表模式中的所有物理過程變率，α＞0，為張弛逼近系數(shù)，W0為對應時刻的觀測值。將方程（1）進行時間積分，并采用準隱式分步計算形成離散式，如：

其中a 為時間步長dt 與同化時段δt的比值，Wmt為模式積分第t 步的預報值，W0t為模式積分第t步的反演值（或觀測值），Wt為Nudging 訂正后的第t 步的預報值。

2 降水特征及環(huán)流形勢

2018 年7 月22 日00 時—23 日00 時（UTC，下同），受第9 號熱帶低壓影響，海南島西南半部地區(qū)出現(xiàn)暴雨至大暴雨，局地特大暴雨（300mm 以上），降水呈西南多東北少分布特征。據(jù)統(tǒng)計全島共有198 個鄉(xiāng)鎮(zhèn)（區(qū)）雨量超過50mm，64 個鄉(xiāng)鎮(zhèn)（區(qū)）雨量超過100mm，其中三亞有3 個區(qū)雨量超過200mm（天涯區(qū)加跌村209.7mm、扎南村206.7mm 及育才生態(tài)區(qū)南島農(nóng)場紅新村213mm）；降水中心位于東方市板橋鎮(zhèn)中沙中學站，最大降水量達397.4mm。另外南部和東部沿海陸地普遍出現(xiàn)7—9 級陣風，最大陣風為萬寧市萬城鎮(zhèn)11 級（28.5m·s－1）。受熱帶低壓和850hPa 南海偏南氣流影響，在這種不穩(wěn)定形勢配置下，海南島附近區(qū)域為強上升運動區(qū)；同時急流為本次暴雨過程提供良好的水汽條件，低壓環(huán)流使暖濕氣流輻合，觸發(fā)不穩(wěn)定能量釋放，造成此次暴雨的發(fā)生。

3 模擬初始場的對比分析

7 月22 日00 時3km 高度上的雷達回波、由雷達回波反演的雨水及控制試驗和同化后水汽場分布如（圖1）所示；雨水（圖1b）與雷達回波（圖1a）及實況觀測的降水（圖2a）分布情況十分相似，主要位于海南島南半部地區(qū)，可見模式中雨水的計算是相對合理的，也基本能與初始場雷達回波相對應，其中強度為35～40dBz 回波對應雨水含量超過0.6g／kg。另外，從控制試驗（圖1c）和同化后（圖1d）水汽場對比分析，通過Nudging 對初始場濕度的調(diào)整，海南島地區(qū)的水汽含量明顯增加，形成的水汽大值分布更接近于降水落區(qū)，同時與雷達回波和雨水分布形態(tài)較一致，使中尺度信息得以體現(xiàn)。說明GRAPES＿3km模式的云分析訂正，可以有效地調(diào)整初始水汽場分布，此信息可改善開始時段的降水量預報，能夠有效縮短模式的“spin－up”時間，預報效果顯著。

圖1 3km 高度的雷達回波（a，單位：dBz）、雨水（b，單位：g·kg-1）、控制試驗（c）、同化后水汽場（d，單位：g·kg-1）

圖2 第1h 累計降水、模擬值、逐小時TS 評分

4 模擬結果的對比分析

4.1 對臨近降水模擬的改進

圖2 是0～1h 實況累計降水和試驗模擬值。由于第1 小時模式仍然處于“spin－up”階段，控制試驗在西部和東南部地區(qū)出現(xiàn)不同程度的漏報，降水明顯偏少（圖2b）；試驗1 通過Nudging 調(diào)整雨水和云水后，可改進該地區(qū)的漏報現(xiàn)象（圖2c），但降水模擬仍然存在一定量級的虛報現(xiàn)象，如海南島北部局地出現(xiàn)15mm 以上量級的降水；試驗2 通過Nudging調(diào)整云水、雨水及比濕的模擬值（圖2d），可一定程度改善試驗1 虛報現(xiàn)象，模擬得到的降水強度與實況降水值較為接近。說明Nudging 調(diào)整云水、雨水及比濕的初始場更能反映降水的真實情況，其預報效果最優(yōu)，試驗1 次之，控制試驗則最差。再看0～6h逐小時累計降水（＞0.1mm）TS 評分（圖2e），通過在模式中運用松弛逼近方法同化雷達反射率因子，其降水TS 評分明顯優(yōu)于控制試驗；對比兩種不同Nudging 方法，結果表明模式初始場通過Nudging 方法訂正雨水、云水及水汽場，前3h 逐時降水模擬效果最佳，后3h 差異不明顯。

4.2 對24h 降水模擬的改進

圖3 是不同試驗模擬24h 累計降水圖。模擬24h 降水分布呈西南－東北遞減趨勢，與實況觀測分布基本一致，同時各試驗均有能力模擬出西南部暴雨以上落區(qū)及范圍；通過分析發(fā)現(xiàn)，控制試驗（圖3b）對強降水中心（300mm 以上）沒有模擬出來，明顯出現(xiàn)漏報；而試驗1（圖3c）和試驗2（圖3d）均能模擬出強降水的中心，其中試驗2 模擬強降水位置更接近觀測值；另外試驗1 在西部和北部同樣出現(xiàn)不同程度量級的虛報，而試驗2 可在一定程度上消除其虛報現(xiàn)象。整體而言，試驗2 采用的Nudging 方法最優(yōu)，更適合海南島的強降水預報；同時可知Grapes＿3km 模式不僅能捕捉更多的中小尺度信息，而且對24h 的降水預報也有一定程度的改善。另外，分析兩種不同Nudging 方法24h 降水TS 和FAR 評分（圖略），中雨以下量級，技巧評分差異不是很明顯；大雨以上量級，試驗2 技巧評分明顯優(yōu)于試驗1；對比FAR 評分，試驗1 降水虛報問題較為嚴重，除了晴雨預報技巧以外，試驗2 虛報率均小于試驗1，各量級虛報率分別降低3%（中雨）、16%（大雨）、8%（暴雨）及5%（大暴雨）。

圖3 7 月22 日00 時—23 日00 時24h 累計降水模擬值

通過前面分析可知，采用Nudging 方法，對海南島降水均有一定程度的改進，但改進的效果不同；對比兩種Nudging 方法，試驗1 模擬海南島西部和北部降水量級均偏大。下面對兩種Nudging 方法不同降水結果分析：圖4 為模擬的水凝物含量垂直廓線圖，在第5min 試驗1（圖4a1）水凝物主要由qc 和qi組成，其中云水的含量最大，在850hPa 附近達到極值0.1g／kg；云冰次之，極值均為0.02g／kg，位于300hPa 高層附近，然后向下逐漸減少；試驗2 在模式初始場Nudging 訂正云水、雨水及比濕得到的預報場中（圖4b1），主要存在qc、qi 及qr 粒子，其中qc含量最大，在地表附近達到極大值0.18g／kg，同時500hPa 附近也存在一個極大值0.11g／kg；由于第5min 的積分，高空中水凝物還沒形成降水到達地面，所以兩種試驗降水均非常少。在第15min 的積分，試驗1 和試驗2 中低層水凝物開始增加；試驗1在850hPa 附近云水達極值0.22g／kg（圖4a2），量級明顯的增大；試驗2 中低層除了云水和雨水增加外，高層的固態(tài)粒子（qi、qg）含量也有所增加（圖4b2），模式的預報場降水主要來源于中低層的云水。在第30min，試驗1 高層的固態(tài)粒子進一步增多，冰相過程對降水有一定的促進作用，到達850hPa 的云水含量增大到0.35g／kg，另外低層的雨水含量增加至0.11g／kg；降水主要由925～500hPa 之間的云水和雨水形成（圖4a3），它形成的降水強度明顯偏多，導致試驗1 在模式預報前期中出現(xiàn)一定量級的虛報現(xiàn)象。

接下來對不同高度層水凝物分析，圖4c 為Nudging 第30min 后850hPa 云水和雨水分布圖。在西部和北部地區(qū)，試驗1（圖4c1、c2）模擬雨水和云水含量明顯大于試驗2（圖4c3、c4），尤其是雨水含量，極大值達1.8g／kg；試驗2 雨水在該區(qū)域僅為0～0.3／kg；由前面分析可知，此次過程降水過程主要是由于中低層云水和雨水造成，試驗1 水凝物含量明顯偏大；試驗2 通過Nudging 訂正水汽場，可消除一定量級及范圍虛報；進一步說明試驗2 方法是合理的，預報效果最佳；另外700hPa 得出的結論一致，這里不再贅述。

圖4 兩種Nudging 方法水凝物含量垂直廓線（取108.6°E～111.1°E，18.2°N～20.1°N）范圍區(qū)域平均值和模式積分30min 的850hPa 雨水和云水分布

5 結論

本文采用華南區(qū)域數(shù)值預報中心自主研發(fā)的GRAPES＿3km 模式系統(tǒng)，對海南島強降水過程模擬對比試驗，分析不同Nudging 方法對模擬影響，獲得結論如下：

（1）采用Nudging 方法可以有效地調(diào)整初始場的濕度條件，使海南島水汽有明顯增量；能夠有效縮短模式的“spin－up”時間，此信息可改善模式在開始時段降水滯后問題，對于改進模式預報效果具有重要意義。

（2）對比試驗表明，采用Nudging 方法同化雷達反射率因子能夠提高0～6h 的TS 評分，模擬降水更接近于觀測值；Nudging 訂正云水、雨水及水汽場對提高海南島臨近預報的效果最佳。

（3）采用Nudging 方法同化雷達反射率因子，可模擬出強降水中心；試驗表明GRAPES＿3km 模式能夠捕捉到更多的中小尺度信息；試驗2 采用Nudging 方法在24hTS 評分要優(yōu)于試驗1，尤其是大雨以上量級的預報有明顯正技巧，同時虛報現(xiàn)象也得到一定程度改進。

以上的Nudging 方法模擬試驗表明，利用雷達反射率因子資料不僅能改善短時短臨的降水問題，同時也印證了改進初始場可緩解spin－up 問題，也能較好預報出24 小時的強降水落區(qū)。這些結論具有一定的局限性，要進一步了解初始場對海南島短時短臨降水預報的作用，仍需要進行大量的個例研究，設法找出更好的初始場方案。