多普勒雷达资料同化对暴雨预报的影响

2016-12-19马晓华屈丽玮张雅斌

陕西气象 2016年6期

关键词：径向速度风场反射率

马晓华，屈丽玮，张雅斌

(1.陕西省气象台，西安 710014；2.西安市气象台，西安 710016)

多普勒雷达资料同化对暴雨预报的影响

马晓华1，屈丽玮1，张雅斌2

(1.陕西省气象台，西安 710014；2.西安市气象台，西安 710016)

诊断分析了2007年8月8日陕西中南部一次突发性大暴雨过程，利用WRFV3.4数值预报模式及WRF-3DVAR变分同化系统，采用直接同化西安C波段多普勒雷达资料的方法，设计了4组试验方案。结果表明，多普勒雷达资料同化能有效改进WRF数值模式性能，不同的同化方案对模式初始场及预报场有不同的改进，同化反射率对初始水汽场的改变较为显著，而同化径向速度对初始风场的改变更为明显。在加入雷达资料同化后模式系统对中小尺度天气系统特征的模拟效果提高，风场的辐合特征更为明显，水汽也有显著增强，降水强度和中心跟实况更为接近。

雷达资料同化；WRF模式；暴雨

随着天气预报技术的发展，数值预报产品已成为不可缺少的预报工具。提高数值预报模式预报能力是提高预报准确率最直接的手段。陕西地处西北地区东部、青藏高原东北部，每年7月上旬及8月下旬中尺度对流系统频发，易发生突发性强、灾害性大的强对流天气[1]。数值预报模式对强对流天气成功预报的基础是初始场中尽可能含有足够多的中尺度信息，研究表明多普勒雷达资料同化能有效提升中尺度数值模式降水预报性能[2-7]。但是目前我国西北地区普遍使用C波段雷达，相关研究不多[8]。陕西拥有7部多普勒雷达，高时空的多普勒雷达资料包含了丰富的中尺度信息，雷达径向速度和反射率因子资料对强对流过程的模拟有何影响？不同雷达资料调整方案对模式初始场和中尺度对流系统及降水预报结果有何影响？如何利用反射率因子及径向速度资料改进陕西省数值预报产品，从而提高预报准确率是陕西省气象部门目前亟待解决的问题。

采用美国NCAR研发的WRFV3.4数值预报模式及WRF-3DVAR变分同化系统，对陕西西安C波段多普勒天气雷达径向速度及反射率因子做了直接同化，选取了2007年8月8日关中地区一次区域性暴雨过程，设计了四组试验方案，包括控制试验(不同化雷达资料)和三种敏感性试验(同化反射率因子、同化径向速度、同化反射率因子和径向速度)，来检验和评估不同种类多普勒天气雷达资料同化对WRF模式初始场及模式对暴雨的预报能力的影响和作用。

1 个例选取及试验设计

1.1 暴雨个例及其天气背景分析

2007年8月8日10:00—22:00(世界时,下同),陕西关中出现强降水天气过程,并伴随雷电,降水中心主要位于西安、咸阳、宝鸡一带,雨带呈东西走向,降水区域东西向约300 km、南北向约150 km,此次降水过程具有范围小、强度大、时间短的特点,属于典型的α中尺度强降水(图1a)。

本次过程发生时(12:00)，200 hPa有一条自西向东的高空急流带，陕西关中及陕南地区位于高空急流南侧的入口区，由于强的超地转风存在，陕西中南部处于强的高空风场辐散区(图1b)。500 hPa上，45°N以北从乌拉尔山以东到贝加尔湖以东被强大的低压系统控制，西太平洋副热带高压主体位于海上，整个副热带高压系统呈带状分布，控制了江淮大部分地区，588 dagpm线西伸到川陕交界处，同时在南海有热带风暴“帕布”活动。700 hPa副高312 dagpm线西伸到河套地区(图略)，“帕布”向西向北移动的同时，将南海的水汽携带至陆地上，在热带系统“帕布”的作用下，南海暖湿气流沿着副高外围向西北地区东部输送。贝加尔湖以东的冷低压势力也比较强，向南不断分裂冷空气，干冷空气与暖湿气流相互交汇，陕西中南部地区出现了区域性暴雨，雨带中有多个强降水中心，中尺度系统降水特征明显。

图1 2007-08-08UTC10：00—22：00降水量(a，单位为mm)，2007-08-08UTC12：00 200 hPa高空急流(色斑区，风速≥30 m/s)、500 hPa高度场(实线，单位为dagpm)及700 hPa风场(b)

1.2 试验方案设计

利用WRFV3.4中尺度数值模式对此次过程进行模拟，采用两重双向嵌套，中心位于108°E、35°N，分辨率分别为15 km和5 km，格点数分别为118×118、157×199，垂直方向28层。使用的主要物理参数化方案有：YSU边界层方案、RRTM长波辐射方案、Dudhia短波辐射方案、Noah 陆面过程方案、WSM 6类方案、15 km区域采用浅对流Kain-Fritsch (new Eta) 积云参数化方案、5 km区域不使用积云参数化方案。背景场资料为NCEP/NCAR提供的每6 h一次的1°×1°再分析资料，通过WPS模块处理。模式采用“热启动”方式进行预报，即先从8日06:00开始预报，采用10:00的预报场作为背景场，同化09:00—11:00每隔6 min一次的西安单站雷达资料，再次预报12 h，直到22:00结束预报。为检验和评估西安多普勒雷达不同种类观测数据同化对数值模式初始场及模式暴雨预报能力的影响及作用，设计了四组试验方案(表1)。

表1 试验方案设计

1.3 多普勒雷达资料预处理

采用09:00—11:00西安雷达站资料，体扫模式为VCP21，仰角从0.5°～19.5°共9个，每次体扫时间间隔约6 min，反射率因子库长500 m，最大库数800，径向速度库长125 m，最大库数1 600。在WRF-3DVAR直接同化多普勒雷达反射率因子和径向速度资料前，进行了雷达资料的质量控制，各仰角由低至高有选择地剔除一部分资料来避免西安城市及周围山区产生的地物回波，提取、形成晴空地物杂波信息库，有效抑制地物杂波。剔除雷达反射率因子和径向速度资料中的孤立点，减小资料空间上存在的突变噪声对初始场的不利影响。对缺测数据进行填补处理，保证数据连续性。选用沿径向和切向的3点进行平滑处理，实现高频“噪声”的过滤。按照模式分辨率和计算量要求，使用格点周围最近4点资料进行双线性插值对雷达数据进行抽取稀疏化等数据预处理。

2 资料同化对初始场的影响

2.1 初始场风场

通过对比分析三组敏感试验和控制试验的初始场发现，无论是同化反射率因子还是径向速度均对初始场有一定的改变，同化径向速度对初始流场的改变更明显。图2给出了8月8日10:00 700 hPa流场，由图2a可以看出，雷达站附近为一致东南气流，在其上游地区有偏东风和偏南风的辐合。同化反射率因子流场分布(图2b)与控制试验流场分布结构较相似，在雷达站附近没有出现明显的中尺度信息。同化径向速度(图2c)发现，在雷达偏东北侧出现了明显的气旋性环流特征，尺度在100 km左右，同化径向速度和反射率因子的初始流场(图2d)与只同化径向速度相似。这说明同化多普勒雷达径向速度对初始流场调整比较显著，能在初始风场中增加中小尺度信息。

a.控制试验；b.反射率因子；c.径向速度；d.反射率因子+径向速度；●为雷达站。图2 2007-08-08UTC10:00 700 hPa初始流场

2.2 初始场水汽场

图3给出了三组敏感性试验相对于控制试验初始水汽场的增量。可以看出，同化反射率因子对初始水汽的调整显著，而同化径向速度对初始水汽的改变非常小。同化反射率因子(图3a)，在西安、咸阳及宝鸡东北部均出现了水汽混合比增量正值区，大小在0.5～2 g/kg，这些水汽混合比增量的正值区与之后的12 h总降雨量落区基本吻合。同化径向速度(图3b)，在雷达站附近的水汽基本没有改变，只在宝鸡东北部出现了0.01～0.02 g/kg的水汽增量。同化反射率因子和径向速度(图3c)与同化反射率因子水汽增量相似。由此可见，在初始场中加入反射率因子的同化对模式初始场的水汽调整极其重要，而同化径向速度对水汽的改变微乎其微，与前者对水汽的改变相差两个量级。低层850 hPa水汽增量(图略)与700 hPa类似，但较700 hPa偏大，高层300 hPa水汽增量较低层700 hPa偏小两个量级。可见，同化雷达资料对初始水汽场的改变主要在低层。

a.反射率因子；b.径向速度；c.反射率+径向速度；·为雷达站。图3 700 hPa三组敏感性试验相对于控制试验初始水汽场增量(单位为g/kg)

3 资料同化对预报场的影响

3.1 风场

从8月8日16:00 850 hPa预报风场(图4)可以看出，本次过程冷空气主要是从河套附近南下，偏北气流与偏东南暖湿气流在秦岭北坡相遇造成了关中地区的区域性暴雨。控制试验(图4a)对偏北风和偏东风的预报较准确，偏北风和偏东风辐合主要发生在宝鸡北部地区，辐合区雷达回波强度也达到了30 dBz以上，风场辐合区与未来1 h降水落区较吻合。同化反射率因子(图4b)偏北风稍有减弱，秦岭以北的关中地区为偏东风。同化径向速度(图4c)关中地区风场出现了一些中小尺度辐合，在34.5°N、108°E附近有一明显的气旋性辐合，尺度不足100 km，同时偏北风有所加强，冷暖空气在关中西北部交汇。同化经向速度和反射率因子(图4d)整个风场变化较大，偏北气流明显减弱，秦岭以北关中地区主要为偏东气流控制。该时刻700 hPa秦岭以南主要以偏南风为主，秦岭以北以偏东气流为主，四组试验对700 hPa风场的改变与850 hPa相似。虽然敏感性试验对风场的改变不是特别明显，但是同化径向速度使得原本与实况较为接近的风场中增加了细微的中小尺度扰动，为局地单点暴雨预报能力的提高提供了可能。图5是15:00经过108.5°E风场(V,5W)和雨水混合比纬度-高度剖面，由图5可以看出，同化径向速度后，在33.8°～34°N出现了明显的局地上升运动，上升支达到了200 hPa，同时该区域雨水混合比也达到了3 g/kg，正是该上升支造成了咸阳的局地暴雨。

a.控制试验；b.反射率因子；c.径向速度；d.反射率因子+径向速度。图4 2007-08-08UTC16:00 850 hPa风场和反射率因子(阴影，单位为dBz)

a.控制试验；b.反射率；c.径向速度；d.反射率+径向速度。图5 2007-08-08UTC15:00过108.5°E风场(V,5W)和雨水混合比(阴影区，单位为g/kg)纬度-高度剖面

3.2 水汽场

为了进一步分析三组敏感性试验对模式水汽预报能力的改变，计算了整层水汽通量积分(图6)。可以看出水汽通量大值区主要分布在秦岭两侧，秦岭以北水汽通量大值区主要呈现东南—西北向，秦岭以南以分散性块状为主，可见区域性暴雨的水汽供应分别为来自秦岭以北的偏东南暖湿气流和秦岭以南的偏南暖湿气流。对比四组试验的水汽通量发现，总体上四组试验都预报出水汽通量场走向，但对水汽输送带中心位置及其强度的预报，各组试验存在较大差异，这些差异是同化分析初值中不同环流差异引起的中尺度系统发展的结果[7]。控制试验(图6a)，关中地区的水汽通量大值中心为40 kg/(s·cm)，主要分布在107.5°～109°E，而大暴雨落区主要分布在107°～108°E，控制试验对水汽的预报位置偏东。而在敏感性试验中水汽的位置和强度得到了较好改进。同化反射率因子(图6b)，水汽通量大于30 kg/(s·cm)的区域主要分布在107°～108.5°E，中心(107.5°E，34.5°N)最大值增加到50 kg/(s·cm)以上，该大值区与关中西部的强降水落区完全吻合。同时在秦岭以南107°～108°E也出现了水汽通量的增加，大值中心增加到45 kg/(s·cm)，该区域的水汽通量大值区与秦岭南侧的强降水落区十分吻合。同化径向速度(图6c)，水汽通量大于30 kg/(s·cm)的区域明显向东北偏移，同时秦岭以南水汽通量大值中心增加到55 kg/(s·cm)，且位置西移，虽然水汽强度的预报有明显增强，但是位置较实况有所偏移，而且仔细对比发现，该预报场漏报了109°E、33°N附近的暴雨。同化反射率因子和径向速度(图6d)，水汽通量积分场对陕南的强降水中心预报较好，但是对关中地区(107°～108°E，34.5°N)范围内的水汽通量大值区的预报值及范围均有所减小，在108°～109°E，34.8°N附近出现了大于45 kg/(s·cm)的水汽通量大值中心，该水汽通量大值区与实况降水落区有所偏差。

a.控制试验；b.反射率因子；c.径向速度；d.反射率+径向速度。图6 2007-08-08UTC18:00 地面～300 hPa水汽通量积分(单位为kg/(s·cm) )

同化反射率因子对水汽的预报非常精准，无论是水汽通道的走势，还是区域性暴雨中的局地暴雨点对应的水汽通量，整个水汽通量大值中心与大暴雨中心完全吻合，强的水汽通量带也与暴雨落区基本一致。

3.3 降水量

(1)累计降水量与降水实况(图1a)相比，四组试验对本次过程降水量均有一定的预报能力，但从暴雨落区及强度方面比较，发现同化反射率因子对模式的预报能力改进更大(图7)。控制试验暴雨落区较为分散，宝鸡地区的暴雨较实况位置偏西，同时陕南佛坪局地暴雨较实况位置偏西、强度偏弱(图7a)。三组敏感性试验中，同化径向速度(图7b)对宝鸡地区的雨带预报也是较为偏西，但是对佛坪局地暴雨的预报较为准确，对西安地区局地暴雨也有一定的预报能力；同化反射率因子和径向速度(图7c)对关中地区的暴雨落区预报较控制试验有一定的改善，宝鸡东部地区的扶风、岐山等站预报出了暴雨；同化反射率因子对暴雨的预报能力最强(图7d)，整个降水落区中，对宝鸡西部及东部的区域性暴雨预报与实况降水落区基本一致，同时对佛坪及西安地区的局地暴雨也有一定的预报能力。

a.控制试验；b.径向速度；c.反射率因子+径向速度；d.反射率因子。图7 2007-08-08UTC10:00—22:00 4组试验降水量分布

(2)逐小时降水量本次降水始于宝鸡地区，降水云团自西向东移动，逐小时降水量大于20 mm的自动站达数十站。西安地区短时强降水发生在15:00—16:00，高陵站(109.05°E，34.31°N)降水量92.1 mm、泾河(108.58°E，34.26°N)66 mm、三原(108.55°E，34.38°N)46.5 mm。对比该时段4组试验降水量预报场发现，控制试验对西安一带的短时强降水，特别是局地大暴雨预报能力较弱(图8a)。同化反射率因子(图8b),WRF模式对该时段降水落区及降水量的预报与实况最吻合，模式较好地预报了西安一带的短时强降水，对高陵站大暴雨预报较为成功。同化径向速度(图8c),模式只报出高陵站短时强降水，但量级与实况相差甚远，也没有报出西安周边的其他站暴雨。同化反射率和径向速度 (图8d)与同化反射率因子的降水量预报场相似，但对高陵站局地大暴雨量级预报较弱，可能是该时段强降水局地性太强，加入了径向速度对模式的降水量预报造成了一定影响。

以上分析初步说明，同化多普勒雷达资料能够改进模式对降水带和降水中心的预报，同化反射率因子对降水预报改进最为明显，特别是对区域性暴雨中的单点大暴雨预报有较强预报能力。