2種多普勒雷達風(fēng)資料同化效果的比較

胡向軍　萬齊林　楊曉軍　黃燕燕　陳子通　張志達　徐麗麗

摘要 基于Grapes模式及其三維變分同化系統(tǒng)（Grapes－3DVar），采用同化背景切向風(fēng)聯(lián)合雷達徑向風(fēng)和“視風(fēng)速”聯(lián)合雷達徑向風(fēng)的2種不同方法，對2006年登陸臺風(fēng)“碧利斯”進行數(shù)值試驗，研究同化效果的差異。結(jié)果表明：2種同化方法都能改善模式初始場，使模式模擬的24 h降水更合理。“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化比背景切向風(fēng)聯(lián)合雷達徑向風(fēng)同化所獲得的同化風(fēng)場風(fēng)速增量更大，而且“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化所獲得的降水強度也更大。

關(guān)鍵詞 雷達資料同化；背景切向風(fēng)；徑向風(fēng)；視風(fēng)速

中圖分類號：P412 文獻標(biāo)識碼：B 文章編號：2095–3305（2023）06–0116-03

針對中尺度天氣系統(tǒng)，多普勒天氣雷達成為有效監(jiān)測預(yù)警的手段之一，這主要是因為其具有高時空探測分辨率的優(yōu)點[1-2]。多普勒雷達的高時空分辨率觀測可以由資料同化系統(tǒng)融合到數(shù)值預(yù)報初始場，提高初始場多尺度天氣結(jié)構(gòu)的準(zhǔn)確性，從而提高災(zāi)害天氣預(yù)報的性能。因此，雷達資料同化對數(shù)值預(yù)報具有重要意義。

分別將“背景切向風(fēng)聯(lián)合雷達徑向風(fēng)”和“‘視風(fēng)速聯(lián)合雷達徑向風(fēng)”同化，針對2006年7月15日發(fā)生在廣東、湖南、江西、福建等地的臺風(fēng)“碧利斯”進行了雷達風(fēng)資料同化個例試驗，對比2種不同雷達風(fēng)資料同化方法的效果、特點差異，分析它們分別同化后對降水預(yù)報效果的影響，對增強雷達資料同化效果、提高臺風(fēng)降水預(yù)報水平具有重要意義。

1 2006年7月15日臺風(fēng)“碧利斯”天氣概況

2006年，臺風(fēng)“碧利斯”對我國廣東省、湖南省、江西省、福建省多個地區(qū)造成嚴(yán)重破壞，導(dǎo)致672人死亡。暴雨是此次災(zāi)害的主要成因。

臺風(fēng)“碧利斯”導(dǎo)致的降雨量極為可觀。就廣東省而言，該臺風(fēng)和西南季風(fēng)為廣東省帶來了百年一遇的暴雨。珠江三角洲、粵北及粵東地區(qū)普遍觀測到200～400 mm的降雨，超過暴雨的市縣占75％，部分地區(qū)有特大暴雨。

2 模式系統(tǒng)和同化系統(tǒng)

以Grapes模式和三維變分?jǐn)?shù)據(jù)同化系統(tǒng)（Grapes-3DVar）作為案例分析平臺[3]。Grapes-3DVar是一個在垂直和水平方向均可調(diào)整的研究體系，其水平面為Arakawa A格點，采用模塊化結(jié)構(gòu)，整體采用增量方式的同化系統(tǒng)。參數(shù)化方案采用Simple Ice微物理方案、Monin-Obukhov近地層方案、Thermal Diffusion陸面方案、MRF行星邊界層方案、Betts-Miller-Janjic積云參數(shù)化方案、RRTM長波輻射方案、Dudhia短波輻射方案。試驗?zāi)M系統(tǒng)采用12 km網(wǎng)格距的Grapes模式系統(tǒng)運轉(zhuǎn)。

3 資料和同化處理

將2006年7月15—16日廣州雷達站多普勒雷達監(jiān)測到的雷達徑向風(fēng)等資料放入Grapes循環(huán)同化系統(tǒng)，從15日20：00（北京時間，下同）開始進行每個小時的循環(huán)同化處理，至16日08：00同化結(jié)束，開始模式，直接進行預(yù)報，預(yù)報至17日08：00。需要說明的是，此處所使用的雷達資料已進行了去噪聲、退模糊等質(zhì)量控制。

3.1 同化試驗方案說明

為了考察“背景切向風(fēng)聯(lián)合雷達徑向風(fēng)”和“‘視風(fēng)速聯(lián)合雷達徑向風(fēng)”同化的效果特點差異，設(shè)計如下試驗。

敏感試驗1：同化背景切向風(fēng)（見后述）聯(lián)合雷達徑向風(fēng)，同化了13個時次的資料。為了突出選用資料的作用，此試驗未加入其他探測資料進行同化。同化結(jié)束，模式開始模擬預(yù)報。

敏感試驗2：同化“視風(fēng)速”（見后述）聯(lián)合雷達徑向風(fēng)，同化了13個時次的資料。為了突出選用資料的作用，此試驗也未加入其他探測資料進行同化。同化結(jié)束，模式開始模擬預(yù)報。

控制試驗：與敏感試驗一樣，從15日20：00開始進行每小時的循環(huán)同化處理，但不放入同化資料，至16日08：00同化結(jié)束，開始模式預(yù)報，預(yù)報至17日08：00?？刂圃囼灢僮鞣绞脚c敏感試驗保持一致，以保證對比測試的有效性和準(zhǔn)確度。

需要說明的是，敏感試驗1和敏感試驗2如此設(shè)計是考慮到用風(fēng)矢2個分量的同化比單一徑向風(fēng)更能準(zhǔn)確描述風(fēng)矢的同化作用，降低了單一徑向風(fēng)同化帶來的不確定性。

3.2 背景切向風(fēng)和“視風(fēng)速”說明

背景切向風(fēng)的計算：參考LAPS風(fēng)場分析方法，在雷達每一個有徑向風(fēng)的觀測點上，用模式背景氣象場分解計算出背景風(fēng)場相對于雷達徑向風(fēng)切向上的風(fēng)矢量分量。計算出的背景切向風(fēng)與雷達探測的徑向風(fēng)即可構(gòu)成雷達風(fēng)矢，其關(guān)系如圖1所示。

具體計算方法是將雷達徑向風(fēng)的方向視為一個坐標(biāo)軸，其垂直方向視為另一個坐標(biāo)軸，在有徑向風(fēng)的觀測點上將背景氣象場的風(fēng)場放入該坐標(biāo)系，求出其在垂直方向上的分量。

此處采取的“視風(fēng)速”數(shù)據(jù)是萬齊林等[4]多普勒雷達風(fēng)數(shù)據(jù)直接同化方法得到的。視風(fēng)速體現(xiàn)了雷達回波塊隨風(fēng)移動的速度[5-10]。

4 同化模擬分析

4.1 不同方案同化后風(fēng)場u、v增量分別對比分析

控制試驗由于同化時未放入雷達資料，所以增量場為零場。

本研究考察的降水時段主要在16日08：00—17日08：00，這段時間不再同化雷達資料，而直接進行預(yù)報積分。因此，主要查看循環(huán)同化12 h后的16日08：00的同化場增量（圖2）。

敏感試驗1和敏感試驗2相對于控制實驗，均產(chǎn)生明顯增量，反映出在雷達風(fēng)資料同化后，模式均獲得了豐富的中小尺度風(fēng)場增加信息。對比敏感試驗1和敏感試驗2，從u風(fēng)來看，敏感試驗2東風(fēng)增量中心相對敏感試驗1較大，中心達3.5 m/s以上。從v風(fēng)來看，敏感試驗1北風(fēng)增量中心相對敏感試驗2較大，中心達4 m/s以上。敏感試驗2的v風(fēng)增量場相對平滑。2個敏感試驗增量分布有所不同，敏感試驗1負(fù)增量區(qū)范圍較小，廣東區(qū)域正、負(fù)增量呈西北—東南向間隔分布，粵西、粵東分別為u風(fēng)、v風(fēng)正增量區(qū)，敏感試驗2負(fù)增量區(qū)范圍較大，覆蓋廣東大部分區(qū)域。

總體來看，敏感試驗2獲得的緯向風(fēng)u增量比敏感試驗1大，敏感試驗1獲得的經(jīng)向風(fēng)v增量比敏感試驗2整體偏大。

4.2 不同方案同化后風(fēng)場增量對比分析

敏感試驗2比敏感試驗1同化后獲得的風(fēng)場增量風(fēng)速更大。敏感試驗2相對于敏感試驗1而言，在廣東沿海低空有一條明顯的輻合帶風(fēng)速增量，敏感試驗1只有較弱的東風(fēng)。2個方案雖然都在廣東以南洋面模擬出了氣旋性輻合增量，但敏感試驗2的風(fēng)增量更圓滑，曲率更強。

4.3 不同方案同化后同化分析場風(fēng)場對比分析

廣東以北區(qū)域的臺風(fēng)中心風(fēng)速都不大，外圍的氣旋式環(huán)流風(fēng)速也不大。這可能與臺風(fēng)登陸時間較長有所減弱有關(guān)。敏感試驗2和敏感試驗1在廣東、福建一帶的西南風(fēng)風(fēng)速比控制試驗都有所減小，但敏感試驗2的風(fēng)速減小更多。這與敏感試驗2比敏感試驗1同化后獲得的風(fēng)場增量風(fēng)速更大，在廣東沿海低空有一條較強的東北風(fēng)輻合風(fēng)速增量帶，而敏感試驗1只與較弱的東風(fēng)有關(guān)。

敏感試驗1和敏感試驗2模擬出的廣東、福建一帶的西南風(fēng)較控制試驗小的情形，有利于廣西、廣東、福建一帶臺風(fēng)外圍以南區(qū)域降水云團在原地的維持停留，最終導(dǎo)致當(dāng)?shù)氐拇蠼邓?/p>

4.4 不同方案模擬降水對比分析

控制試驗、敏感試驗1、敏感試驗2都在廣東、廣西、湖南、福建、江西等地模擬出40 mm以上的大片降水區(qū)域。不同的是，敏感試驗1和敏感試驗2在廣西北部模擬出3個100 mm以上的大降水中心，這是控制試驗沒有的。雖然控制試驗在福建南部模擬出2個100 mm以上的降水中心，但敏感試驗1和敏感試驗2在這2個降水中心的東側(cè)還模擬出1個100 mm以上的降水中心。

綜合來看，敏感試驗1比控制試驗降水模擬更強，敏感試驗2又比敏感試驗1模擬的降水強。觀察降水實況圖可以發(fā)現(xiàn)，在福建省內(nèi)南部沿海有1條100 mm以上的大暴雨雨帶，敏感試驗1和敏感試驗2與之符合得更好。

控制試驗、敏感試驗1、敏感試驗2均未能模擬出廣東和廣西兩地100 mm以上大暴雨降水帶，這可能是同化資料太少造成的。

5 結(jié)論

（1）背景切向風(fēng)聯(lián)合雷達徑向風(fēng)同化和“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化都可加強模式對中小尺度風(fēng)場信息的收集，從而實現(xiàn)對模式初始場的改進。

（2）“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化比背景切向風(fēng)聯(lián)合雷達徑向風(fēng)同化所獲得的風(fēng)場增量風(fēng)速更大。

（3）“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化比背景切向風(fēng)聯(lián)合雷達徑向風(fēng)同化所獲得的風(fēng)場分析場風(fēng)速更?。ㄟ@是因為風(fēng)場增量風(fēng)向與背景場風(fēng)向相反的緣故），更有利于降水云團在南方沿海一帶的滯留，產(chǎn)生大降水。

（4）背景切向風(fēng)聯(lián)合雷達徑向風(fēng)同化和“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化都能使模式模擬的24 h降水更大，更合理。比較而言，“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化比背景切向風(fēng)聯(lián)合雷達徑向風(fēng)同化所獲得的降水強度更大，更接近實況。這可能是由于“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化比背景切向風(fēng)聯(lián)合雷達徑向風(fēng)同化所獲得的風(fēng)場增量風(fēng)速更大的緣故。

（5）背景切向風(fēng)聯(lián)合雷達徑向風(fēng)同化和“視風(fēng)速”聯(lián)合雷達徑向風(fēng)同化均未能模擬出廣東和廣西兩地100 mm以上的大暴雨降水帶，這可能是同化資料太少造成的，進行進一步研究是后續(xù)要做的工作。

參考文獻

[1] 閔錦忠，畢坤，陳耀登，等.基于物理約束擾動的EnSRF雷達資料同化[J].大氣科學(xué)學(xué)報， 2013，36（2）：129-138.

[2] 閔錦忠，王修瑩，沈菲菲，等.多普勒雷達資料同化對江蘇一次颮線過程的數(shù)值模擬[J].氣象科學(xué)，2015，35（3）：248-257.

[3] 張華，薛紀(jì)善，莊世宇，等.GRAPES三維變分同化系統(tǒng)的理想試驗[J].氣象學(xué)報，2004，62（1）：31-41.

[4] 萬齊林，薛紀(jì)善，莊世宇.多普勒雷達風(fēng)場信息變分同化的試驗研究[J].氣象學(xué)報，2005，63（2）：129-145.

[5] 沈艷秋，黃興友，沈菲菲等.基于雷達資料同化的颮線過程數(shù)值模擬試驗研究[J].氣象科學(xué)，2021，41（1）：13-26.

[6] 陳光舟，婁珊珊，袁松等.雷達資料同化在安徽暴雨個例中的應(yīng)用[J].中國農(nóng)學(xué)通報，2015，31（8）：187-198.

[7] 效文娟.多種風(fēng)資料在豫西山區(qū)致洪暴雨預(yù)報中的應(yīng)用[J].氣象與環(huán)境科學(xué)， 2012，35（1）：67-73.

[8] 智協(xié)飛，高潔，張小玲.多普勒雷達資料在中尺度模式短時預(yù)報中的應(yīng)用[J].氣象科學(xué)，2010，30（2）：143-150.

[9] 劉紅亞，薛紀(jì)善，顧建峰等.三維變分同化雷達資料暴雨個例試驗[J].氣象學(xué)報，2010，68（6）：779-789.

[10] 王遂纏，胡向軍，張新榮等.雷達資料同化在甘肅局地暴雨天氣個例中的應(yīng)用[J].高原氣象，2011，30（3）：711-718.

責(zé)任編輯：黃艷飛

Comparison of Assimilation Effects of Two Doppler Radar Wind Data

Hu Xiang-jun et al（Lanzhou Central Meteorological Observatory， Lanzhou， Gansu 730020）

Abstract Based on the Grapes model and its three-dimensional variational assimilation system （Grapes－3DVar）， two different methods of assimilating background tangential wind combined with radar radial velocity and “seeable velocity” combined with radar radial velocity were used to conduct numerical experiments on landing typhoon Bilis in 2006 to study the difference of assimilation effect. The assimilation of the wind field and forecast of precipitation are discussed. The results showed that both assimilation methods can improve the initial field of the model， and then make the 24-hour precipitation simulated by the model bigger and more reasonable. The wind speed increment of the assimilation wind field obtained by "seeable velocity" combined with radar radial velocity assimilation was larger than that of background tangential wind combined with radar radial velocity assimilation， and the precipitation intensity obtained by “seeable velocity” combined with radar radial velocity assimilation was also larger.

Key words Doppler radar data assimilation; Background tangential wind; Radar radial velocity; Seeable velocity

基金項目 國家自然科學(xué)基金（41675099）。

作者簡介 胡向軍（1978—），男，寧夏固原人，高級工程師，主要從事數(shù)值預(yù)報、天氣預(yù)報研究。*通信作者：萬齊林（1965—），男，研究員，主要從事數(shù)值天氣預(yù)報研究，E-mail：qlwan@gd121.cn。

收稿日期 2023-04-09