Page 286 - 《高原气象》2026年第2期
P. 286

高     原      气     象                                 45 卷
              586
             2022）； 在增加“流依赖”误差分布特征的 4DVar 同                     2  数据来源与方法介绍
             化试验中， 得到比 3DVar 同化更接近实况的分析
                                                                2. 1 数据来源
             场 ，  预 报 的 虚 假 降 水 也 得 到 有 效 抑 制（Sun  and
                                                                    研究中同化的资料有常规观测资料和多普勒
             Wang， 2013）。长时间序列同化对比试验评估显示
             （陈敏等， 2014）， 同化雷达径向风能明显提升模式                        雷达径向风资料。常规资料同化要素为地面温度、
                                                                湿度、 风速和高空风速， 多普勒雷达基数据为天津
             对短时降水的预报能力。
                  高时空分辨率的雷达径向风观测中包含许多                           市信息中心提供的模拟区域 45 部不同型号的雷达
             微小尺度的运动信息， 同化所有数据会增加模式噪                            观测资料， 包括京津冀、 内蒙古、 山东等地区的雷
                                                                达观测站点， 同化前对雷达径向风观测资料在常规
             音， 一般采用稀疏化方式将雷达观测资料处理成密
             度与模式格距相当的超级观测（Super-Observation，                   质量控制（去除孤立点、 谱宽检验、 速度退模糊等）
             SO）。一类方法（Simonin et al， 2014）是利用模式模                的基础上， 采用下文介绍的方法进行稀疏化生成雷
             拟径向风与观测的偏差来修正原始观测数据， 同化                            达径向风超级观测（SO）数据。
             应用后发现对降水预报偏差减小幅度小； 更常用的                                此外， 研究中还使用华北地区加密自动气象站
             方 法 是 对 观 测 数 据 在 预 定 义 区 域 内 进 行 平 均              观测资料， 欧洲中期天气预报中心的 0. 25°×0. 25°
             （Zhang et al， 2009； Weng and Zhang， 2012； Bick et   逐小时再分析资料（European Centre for Medium-
             al， 2016； Waller et al， 2019； 郑淋淋等， 2019）， 这       Range Weather Forecasting Reanalysis， ERA5）。其
             些方法算法类似， 但在平均区域的选择上存在较大                            中自动站观测的降水和风用来分析选取暴雨个例
             差异。Salonen et al（2009）评估了径向风 SO 处理中                的实况特征和检验模式模拟结果， ERA5 资料用来
             参数设置对同化的影响， 发现设置不同的方位角间                            描述暴雨天气过程的天气尺度环流。文中涉及的
             隔时分析误差显著不同。Lippi et al（2019）、 Wang                 地图是基于中华人民共和国自然资源部地图技术
             and Pu（2021）对 NCEP 业务版本的径向风稀疏化方                    审查中心标准地图服务系统下载的审图号为 GS
             法（Alpert and Kumar， 2007）进行了优化， 发现对流              （2022）4312中的中国地图制作， 底图无修改。
             尺度模式预报对同化径向风的处理方法具有敏感                              2. 2 径向风稀疏化方法
             性。Feng et al（2020）研究发现将雷达观测投影到模                        为平衡雷达观测数据密度（1°×250 m）和区域
             式水平网格稀疏化得到空间均匀的 SO， 能有效改                           数值模式分辨率（3 km）， 减少观测数据中冗余信息
             进台风路径、 强度的分析和预报。Ridal et al（2023）                  和噪声， 本文在雷达坐标面上对径向风观测数据进
             发现径向风和反射率的稀疏化方式会影响他们的                              行给定单元格内平均生成模式同化应用的 SO（图
             联合同化效果。以上研究表明不同的径向风稀疏                              1）。为确保一个良好的平均， 并最小化相邻两个
             化得到的 SO 具有不同的特性， 同化效果也有差                           SO的水平相关性， 设置构建一个SO最少需要50个
             异， 且同化模式的分辨率也有其自身的要求。                              有效观测， 每个原始数据仅影响一个 SO， 并将最大
                  目前国内数值研究和业务中同化雷达径向风                           径向距离设为 100 km 以确保返回的雷达波束有效。
             时， 一般采用给定分辨率跳点采样（李媛等， 2011；                        由于本文采用的同化系统（见下文）中同化雷达径向
             张晓辉等， 2016）或将径向风资料插值到模式格点                          风时没有考虑垂直运行， 为排除高扫描仰角观测对
             上（王洪等， 2015； 王越亚和邵爱梅， 2016； 曹倩                     分析的影响， 最大仰角设为4. 3°。具体过程如下：
             等， 2022； 游婷等， 2023）。然而， 跳点采样方式人                       （1） 原始观测数据检查。剔除原始观测中涉及
                                                                               -1
                                                                                                       -1
             为去除了大量有效观测信息， 并在一定程度上存在                            噪音（小于 2 m·s ）、 模糊速度（大于 70 m·s ）和可
             随机观测误差； 插值到模式格点会平滑低层数据，                            能引起单元格内大的风传播（与雷达距离小于4 km）
             不能很好地反映强对流天气发生时低层大气的实                              的观测数据。
             际状态（马昊等， 2016； 慕熙昱等， 2019）。以往研                        （2） 创建单元格。将雷达观测锥面空间， 按照
             究大多侧重于雷达径向风同化方法的研究， 较少探                            设定的方位角间隔和径向间距（如： 5°×5 km）划分
             讨径向风稀疏化及对中尺度模式同化和预报的影                              成多个小单元格（bin）， 为减少 bin发散， 如果 bin内
             响。基于此， 本文利用 GSI 同化系统和 WRF 模式，                      某个观测值与空间均值的偏差超过所有观测值标
             选取华北地区一次区域暴雨天气过程， 开展径向风                            准差的两倍， 则剔除该观测数据。
             SO 的同化及模拟试验， 研究不同稀疏化方式得到                              （3） 单元格筛选。剔除少于 50 个有效观测值
             的径向风SO特征及对暴雨预报的影响。                                 的bin。
   281   282   283   284   285   286   287   288   289   290   291