循环同化雷达资料对一次飑线系统临近预报的改进作用

2021-07-14董琪如邱晓滨王莹王泽林李季梁绵

气象与环境学报 2021年3期

董琪如邱晓滨王莹王泽林李季梁绵

(1.天津市海洋气象重点实验室，天津 300074； 2.天津市气象科学研究所，天津 300074； 3.天津市气象台，天津 300074； 4.中国飞行试验研究院，陕西西安 710089； 5.山东省气象局大气探测技术保障中心，山东济南 250031； 6.陕西省气象台，陕西西安 710014)

引言

临近预报指的是对短时间内发生明显变化的天气现象的0—2 h高时空分辨率的预报[1-3]。这些天气主要包括雷暴、大风、暴雨(雪)、冰雹等，具有结构复杂，发展变化快、生命史较短等特征，故一直是数值预报的难点之一[4-5]。目前主要利用观测资料不断同化更新模式的初始场来提高模式预报效果。但由于常规观测资料的时空局限性，不能较好的反映小尺度特征[6]。而多普勒天气雷达资料具有极高的时空分布，具备探测中小尺度天气系统三维结构的信息，在灾害性天气的监测预报方面能发挥很大的作用，故同化雷达资料已成为提高模式预报局地对流性系统的主要方法之一[7-9]。但模式预报能力随着预报时效增加而降低[10]，局地强对流系统在区域数值预报模式中的触发和发展也较为困难，长时间更新一次模式初始场并不适合强对流系统的预报。因此，快速循环更新同化技术显得尤为重要。通过短时间间隔反复同化雷达资料，使模式初始场尽可能的包含中小尺度信息，从而提高数值模式对强对流天气临近预报的准确率[11-13]。

盛春岩等[14]利用ARPS(The Advanced Regional Prediction System)模式及资料同化系统ADAS(ARPS Data Analysis System)对一次华北区域暴雨进行了预报试验，结果表明使用雷达资料同化改进模式初始场是提高模式短时预报的一个非常有效的途径；杨毅等[15]就一次暴雨分别进行了间接同化雷达径向风和回波强度资料的试验研究，结果表明二者同时同化对提前9 h的降水预报改进明显；陈子通等[16]基于GRAPES(Global/Regional Assimilation and PrEdiction System)预报模式及其三维变分，进行了1个月的滚动预报，该试验表明逐时循环同化初步具备开展短时临近预报的能力；陈敏等[17]对雷达径向风观测资料进行了快速更新循环同化，结果表明雷达径向风同化明显提升了汛期内强对流天气的短时预报性能；王洪等[18]利用GSI(Gridpoint Statistical Interpolation)同化系统及WRF(Weather Research Forecast)模式每30 min 循环同化雷达资料对一次特大暴雨进行数值模拟研究，结果显示循环同化雷达资料能有效改善短时强降水(0—6 h)预报；杨丽丽等[19]针对一次暴雨过程进行雷达循环同化研究，显示循环同化比同化一次效果好。以上研究主要从模式参数化方案及同化雷达反射率或径向风等方面进行敏感性试验，表明雷达资料同化起了重要作用，可以改善短时预报效果。但对于雷达资料同化时机及循环同化对强对流系统发展的影响还需要进一步分析。

本文针对2017年7月7日发生在北京周边地区的一次飑线系统，利用WRF模式及其3D-Var(Three-Dimensional Variational assimilation)变分系统开展循环同化预报试验，讨论了循环同化雷达资料能提高飑线系统的临近预报效果；分析了此次飑线系统得以发展的原因；并探讨了循环同化雷达资料对动力、热力场及水凝物的改进效果。

1 资料与方法

1.1 模式介绍及资料来源

本文采用WRF3.9.1模式进行预报，使用两重嵌套方案(图1)。水平方向格点数分别为341×337、591×498，水平格距为9 km 和3 km，垂直方向51层。系统采用的物理参数化方案为：新的Thompson 微物理方案、MM5相似理论近地面层方案、Noah 陆面方案、ACM2 PBL行星边界层方案、Kain-Fritsch积云参数化方案(d02区无积云参数化方案)、RRTM长波方案和Dudhia短波辐射方案。

图1 模式区域图Fig.1 Schematic map of simulation domains

利用NCEP(National Centers for Environmental Prediction)的GFS(Global Forecast System)资料作为背景场。2017年7月6日18时(UTC，下同)冷启积分至00时，随后每3 h热启一次并进行24 h预报(图2)。在循环同化的过程中，两层区域均进行了常规资料同化，但只有内层区域加入了雷达资料同化。本次试验重点分析3 km分辨率的d02区域的结果[20]。

图2 同化流程图Fig.2 Flow chart of data assimilation

1.2 试验方案设计

为探讨同化雷达资料的作用，本文使用2017年7月7日00时的预报场作为3D-Var背景场。将只同化常规观测资料的控制试验(ctl)、00—12时逐3 h循环同化常规观测资料和雷达资料的试验(exp_00—exp_12)及00—12时逐3 h只循环同化常规观测资料并于12时加入雷达资料进行同化的试验(exp_da)做对比，具体试验设置见表1。

表1 试验方案设计Table 1 Configuration of sensitivity experiments in this study

同化的观测资料为船舶(SHIP)、浮标(BUOY)、探空(SOUND)和地面报告(SYNOP)，雷达资料则来自京津冀7部多普勒雷达(图3)。其中，5部(北京、天津、石家庄、秦皇岛及沧州)为S波段，2部(张北、承德)为C波段。雷达资料的处理主要利用ADAS中的88d2arps雷达资料预处理模块进行质量控制，并转换为WRFDA可读入的资料格式。WRFDA三维变分同化系统可以直接同化雷达径向速度。对于雷达反射率资料，则并不直接同化，而是同化由反射率反演出的水凝物(雨水、雪水、霰)和估计的湿度。这种方案可以较好的提高数值模式短时定量降水预报的能力[21]。由于雷达观测具有较高的时空分辨率，故在同化系统中采用了以(U,V)为控制变量的背景误差协方差，使雷达观测信息能较好的传递于模式空间[22]。

图3 多普勒雷达分布示意图Fig.3 Sketch map of Doppler radar sites

2 结果分析

2.1 天气概况

2017年7月7日，在河北西北部和北京中北部发生了一次强飑线过程。该系统刚开始为线状对流，于7日09时河北北部与内蒙古交界处区域附近初生，随后移入北京区域并迅速向东南偏东方向移动，后逐渐发展为团状超级单体对流系统(图略)。12时飑线位于北京与河北交界处(图4a)，开始进入成熟阶段(已为团状对流系统)；图4b和图4c表明13—14时飑线处于北京地区，并逐渐向东移动，此时飑线弓形回波特征明显，对流活动发展旺盛；15时(图4d)飑线组织性变差，弓形状态逐渐消失并移入河北地区，直到8日02时前后到达渤海并逐渐消散[23]。

组合反射率由ARPS系统中mosaic模块拼接7部华北雷达基数据获得，单位为dBz图4 2017年7月7日12时(a)、13时(b)、14时(c)、15时(d)中国华北地区雷达组合反射率拼图Fig.4 Radar composite reflectivity in northern China at 12:00 (a),13:00 (b),14:00 (c),and 15:00 (d) UTC on July 7,2017

由7日12时500 hPa天气形势来看，位于内蒙古与蒙古国的交界区域的冷涡是此次飑线发生发展的大尺度影响系统。北京及周边地区位于冷涡底部。冷涡缓慢东移南压，涡后有冷空气南下；850 hPa河北中部及北京等地西南气流显著增强，有强低空急流出现，最大风速达到 18 m·s-1。在以上高低空天气形势的配置下，极易触发强对流天气(图略)。

飑线等对流尺度天气现象的发生和大气层结不稳定有很大关系。通过北京探空站12时T-logP图发现，低层温度较高、垂直风切变较大，为飑线的发展提供了有力的热力和动力条件[24-25]。对流有效位能(CAPE)达到2715.5 J·kg-1，能量已得到充分积累，大气处于强不稳定状态。

2.2 背景场与分析场对比

将7组试验预报的7日12—15时的雷达组合反射率与实况(图4)进行对比，其中ctl、exp_00、exp_03、exp_06均没有预报出这次飑线过程，exp_da、exp_09、exp_12均能预报出对流系统的演变，落区基本与实况接近，但强度均弱于实况。ctl试验及exp_09试验在12—15时均为预报场，但同时ctl试验为exp_da试验的背景场，exp_09试验为exp_12试验的背景场。

橙色阴影区为对流有效位能，单位为J·kg-1；绿色阴影区为对流抑制有效位能，单位为J·kg-1；红色粗实线为抬升曲线;蓝色粗实线为温度廓线；绿色粗实线为露点廓线图5 2017年7月7日12时北京探空T-logP图Fig.5 T-logP diagram at Beijing sounding station at 12:00 UTC on July 7,2017

2.2.1 组合反射率

12时，对于exp_09及exp_12试验，其雷达回波位置及强度几乎一致，均在北京西部与河北交界处。与实况位置接近；ctl试验几乎不存在回波(图6i)，而只同化了12时刻雷达资料的exp_da试验(图6m)的雷达回波位置及大小几乎与循环同化试验exp_12一致。表明即使不进行循环雷达资料同化，只在飑线成熟期(12时)进行雷达资料同化(exp_da)，对飑线系统的雷达组合反射率背景场也有较好的改善作用。

阴影为反射率，单位为dBz；图6e、图6f和图6h中粗实线为图8和图9垂直剖面图所沿线段图6 2017年7月7日试验exp_09的12时(a)、13时(b)、14时(c)、15时(d),exp_12的12时(e)、13时(f)、14时(g)、15时(h),ctl的12时(i)、13时(j)、14时(k)、15时(l),exp_da的12时(m)、13时(n)、14时(o)、15时(p)雷达组合反射率图Fig.6 Radar composite reflectivity at 12:00,13:00,14:00,and 15:00 UTC on July 7,2017,predicted in experiments of ctl (a-d),exp_09 (e-h),exp_12 (i-l),and exp_da (m-p)

以上分析可知，12时exp_12及exp_da试验的同化分析场雷达组合反射率差异不大，下面具体分析试验exp_09、exp_12及exp_da在动力、热力及水凝物方面的改善情况。由于ctl试验中几乎不存在雷达回波，故不再分析。

2.2.2 850 hPa风速及涡度

图7d表明，12时exp_12试验在北京及周边地区大都盛行西南风，并有来自内蒙古的弱冷空气于北京西部边界处汇合，辐合加强的结果使得该地区存在较多的中小尺度正负涡度中心。exp_09试验(图7a)则和exp_12试验差异不大。对于exp_da试验(图7g)，风向则更偏西，且无来自内蒙古的西北风。

箭矢为风速，单位为m·s-1；阴影为涡度，单位为s-1；红框为雷达组合率大值区图7 2017年7月7日试验exp_09的12时(a)、13时(b)、15时(c),exp_12的12时(d)、13时(e)、15时(f),exp_da的12时(g)、13时(h)、15时(i)850 hPa风场Fig.7 850 hPa wind fields at 12:00,13:00,and 15:00 UTC on July 7,2017,predicted in experiments of exp_09 (a-c),exp_12 (d-f),and exp_da (g-i)

以上分析可知，只同化12时刻的exp_da试验在850 hPa风场相较exp_12差异较大，使得低层辐合作用较小；而循环同化试验exp_09、exp_12中有明显的正涡度大值区，辐合作用明显。表明循环同化雷达资料能有效改善低层风场。

2.2.3 假相当位温、雷达反射率因子及风速

图8a、图8d和图8g分别为三组试验于12时沿图6e中AB线段所作的垂直剖面图。试验exp_09和exp_12雷达反射率因子垂直分布及大小基本相同，飑线的垂直发展旺盛，回波40 dBz最高延伸至550 hPa高度；风速也无明显差异，两组试验在雷达回波最大处有明显的下沉气流，且回波已经接地，表明该时刻有降水发生，降水粒子的拖曳作用以及中层干冷空气的夹卷加剧了下沉气流的强度。两组试验的区别主要在假相当位温层的分布上。试验exp_12低层(700 hPa以下)的假相当位温几乎比exp_09大12 K，即exp_12试验低层空气更加暖湿。试验exp_12和试验exp_09中高层假相当位温则差距不大。纵观整层假相当位温的垂直分布，试验exp_12低层暖中心最高达364 K，与600 hPa最大差值达20 K，对流极不稳定，热力不稳定比exp_09试验更强。北京西部边界处(115.78°E)位于高能量区域，配合低层气流的辐合抬升作用(图7d)，很容易触发强对流。

等值线为雷达反射率因子，单位为dBz；填色为假相当位温，单位为K；箭矢为(U,10×W)合成风，其中U为水平方向的风，W为垂直风速图8 2017年7月7日试验exp_09的12时(a)、13时(b)、15时(c),exp_12的12时(d)、13时(e)、15时(f),试验exp_da的12时(g)、13时(h)、15时(i)分别沿图6中AB 、CD及EF假相当位温、雷达反射率因子及风场垂直剖面图Fig.8 Crossing sections of pseudo-equivalent potential temperature,radar reflectivity factor,and velocity vectors at 12:00,13:00,and 15:00 UTC on July 7,2017,predicted in exp_09 (a-c),exp_12 (d-f),and exp_da (g-i),along the line AB,CD,and EF in Figs.6e-h,respectively

exp_da试验(图8g)在北京西部边界处(115.78°E)的假相当位温分布与exp_12近似，低层暖湿中层干冷；风场方面，exp_da试验在该处的上升运动较小，明显弱于循环试验exp_09及exp_12。通过对风场及假相当位温垂直剖面分析表明，在飑线成熟期时刻同化雷达资料可以有效更新模式背景场的热力层结；而通过循环同化雷达资料则能对风场起修正作用。

2.2.4 水凝物

图9a、图9d和图9g为12时沿图6e中线段AB所作的水凝物剖面图。exp_09和exp_12的水凝物分布大致相同。低层则主要以雨水为主，雨水的等值线分布形状和600 hPa以下雷达回波垂直分布(图8a)类似，且混合比数值较大，达到1.5 g·kg-1，基本分布在中高层(850—600 hPa)；霰的分布大部分和云水重叠，主要集中于650—500 hPa，混合比最大为1 g·kg-1；云水分布于中层，混合比最大为1.5 g·kg-1；雪水分布在115.96°E以西，混合比含量有2 g·kg-1；云冰在该区域未体现。

单位为g·kg-1图9 2017年7月7日试验exp_09的12时(a)、13时(b)、15时(c),exp_12的12时(d)、13时(e)、15时(f),试验exp_da12时(g)、13时(h)、15时(i)分别沿图6中AB 、CD及EF凝物混合比的垂直剖面图Fig.9 Crossing sections of mixing ratio of hydrometeor at 12:00,13:00,and 15:00 UTC on July 7,2017,predicted in exp_09 (a-c),exp_12 (d-f),and exp_da (g-i),along the line AB,CD,and EF in Figs.6e-h,respectively

ctl试验中几乎不存在任何水凝物的分布(图略)，而同化试验exp_da的霰、云水、雪水、及雨水的量级与循环试验exp_12试验相差不大，但在115.78°E以东云水及霰的分布范围较小。通过对水凝物分析表明，在飑线成熟期时刻同化雷达资料对水凝物有明显的改善作用；但与循环同化雷达资料相比，水凝物分布范围略偏小。

2.3 数值预报结果

为评估循环同化与单次同化雷达资料后模式对飑线系统预报的影响，本文对13—15时预报的组合反射率、风场、热力场、雷达回波垂直剖面、水凝物及3 h降水量进行了对比分析。

2.3.1 组合反射率

由图6可知，ctl试验在该时间段内均未预报出此次飑线演变过程，以下不再赘述。exp_12试验预报的1—3 h内雷达回波最为接近实况，exp_da次之，exp_09的系统则并未发展增强。13时，exp_09的对流系统没有继续发展增强，已不存在45 dBz以上的强回波；试验exp_12(图6f)北京中部地区有东北—西南的弓形回波形成，虽然东北处回波未延伸至河北地区，但与实况雷达回波形状和落区大致相似，回波强度也较为接近；试验exp_da(图6n)强回波落区基本接近实况。14时，exp_09(图6c)中系统已经很弱；试验exp_12(图6g)仍保持着较明显的弓形特征，回波强度可达55 dBz左右，系统移速略微快于实况；而exp_da(图6o)试验强回波位置则只存在于北京与天津交界处，且范围很小。15时，exp_09试验(图6d)中对流系统则始终处于较弱水平；exp_12试验(图6h)预报的回波位置及强度和实况最为接近；exp_da试验(图6p)，在系统前部又激发出了松散的对流单体，但此后也均逐步减弱消散。16—17时，exp_12还存在较强但范围较小的雷达回波，并于18时在渤海地区消散，这与实况基本一致。而exp_da在17时消散于河北地区(图略)。

通过对预报的雷达组合反射率对比发现，若只在12时进行雷达资料同化(exp_da)，分析场能获得较好的调整，与实况更为接近，说明在飑线系统成熟期同化有利于雷达组合反射率的分析，但只在13时对飑线系统有较好的预报能力，后续预报较差。而循环同化雷达资料至12时(飑线成熟)，对飑线系统1—3 h内雷达组合反射率预报的最好(exp_12)，表明循环同化雷达资料能缩短平衡调整过程(spin-up)的时间，使得热动力场更加匹配，对飑线系统的后续发展预报效果较好。

2.3.2 850 hPa风速及涡度

2017年7月7日13时，来自内蒙古的冷空气继续南下，其中以exp_12试验中西北风最强(图7e红框内)。西北干冷空气与来自西南暖湿气流于北京中部汇合，对比图7b、图7e及图7h中两组气流交汇处，以试验exp_12正涡度最大值范围较大，且正涡度大值区轮廓与弓形回波(图6f)吻合；15时，正涡度大值区均移至天津以东。在118°E附近(图7c、图7f和图7i红框内)，试验exp_09及exp_da在该处的风向大都以西南风为主，而试验exp_12仍存在西北风与西南风的辐合，正涡度大值区范围较广，表明该处上升运动较大(图7f)。

由2.2.2节分析可知，只同化12时刻雷达资料的试验exp_da在初始时刻对西北风的预报就弱于exp_12；而exp_09试验在12时风场虽与exp_12差异不大，但后期对西北气流的预报也较弱；而试验exp_12对西北风的预报较好，致使与西南气流交汇处存在较强的辐合上升运动，使得雷达回波的发展演变与实况更为接近。

2.3.3 假相当位温、雷达反射率因子及风速

13时沿着图6f雷达组合反射率最大处CD线段作垂直斜剖面。明显发现试验exp_09和exp_12的假相当位温垂直分布、风场及雷达反射率因子均差距较大(图8b和图8e)。在116.56°E附近，exp_12试验 700 hPa以下存在明显的能量锋区，高温高湿的假相当位温平流为飑线发展提供了充足的不稳定能量。而试验exp_09由于不存在明显的能量锋区，假相当位温平流也弱。试验exp_da(图8h)的回波旺盛区域则集中在116.56°E附近，主要是因为中高层上升气流较强，雷达回波达到了50 dBz，且发展至550 hPa，在116.56°E处也以exp_da预报的雷达组合回波更强(图6n)。在116.62°—116.83°E区域，试验exp_09以水平风为主，垂直运动较小；而试验exp_12下沉气流较强，主要是因为预报的中低层干冷空气较强(图8)，使得冷空气的夹卷作用明显变大，从而增强了降水的蒸发冷却，因而产生了较强的下沉气流[26]。同时由于水凝物的相变，会吸收周围大量的热量，使得此区域中低层(600 hPa以下)存在冷中心[27]。强下沉气流增强了飑线中低层冷空气外流，再通过强迫抬升使流入的暖湿空气更强烈的抬升，从而增强对流，表现为40 dBz强回波伸展到300 hPa(116.83°E)，系统发展旺盛；对于exp_da试验，由于此处低层干冷空气较弱(图8h)，夹卷作用相对较小，下沉气流较弱，动力抬升作用较小，因此上升气流明显弱于exp_12试验，雷达回波发展较弱。

15时沿着图6h雷达组合反射率最大处EF线段做垂直剖面。试验exp_09(图8c)基本以水平风为主，低层空气较为暖湿，虽然存在热力不稳定条件，但动力条件较差，无法支撑飑线系统继续发展；117.54°—118.01°E区域，试验exp_12(图8f)假相当位温分布存在2个峰值，主要是因为在此区域低层的西北风明显(图7f)，冷暖空气交汇形成的切变线的辐合抬升，使得暖湿空气被抬升至450 hPa附近。而试验exp_da在该处低层西北风较弱，抬升作用小，回波发展弱(图8i)；在118.01°E以东，exp_12及exp_da的假相当位温分布均呈现2个峰值。处于118.01°—118.03°E之间的峰值以exp_12发展较为旺盛，40 dBz从地面延伸至中层，主要还是因为后方冷空气入侵，使前方暖湿气流被迫抬升，上升气流变强，系统发展旺盛；在exp_da试验中，118.26°E处的上升气流明显强于exp_12，回波大值区(50 dBz)位于中层，而exp_12 试验50 dBz回波主要位于950—700 hPa，相较于12时、13时回波高度有所降低，且垂直运动变弱，表明此时刻飑线已进入消散阶段。

上述分析表明，中层的干冷空气进入飑线系统，再配合低层气流幅合的强抬升作用，是exp_12试验雷达回波预报较好的原因。由2.2.3节exp_da试验虽然初始热力条件较好，但缺乏前期循环同化雷达资料的作用，造成环境风场的预报有一定的差异(相较试验exp_12)，致使后期飑线系统发展难以持续，表明循环同化雷达资料在1—3 h内对风场有较好的修正作用。

2.3.4 水凝物

图9b、图9e和图9h为13时沿图6f线段CD所作的水凝物剖面图。对比图9b和图9e，试验exp_09主要存在雪水、霰及云水，除去雪水混合比达到3 g·kg-1外，其余水凝物混合比大多在1 g·kg-1，分布多集中在116.62°E附近；而试验exp_12雨水水平分布较广，垂直分布则集中在低层至600 hPa。霰水平分布和雨水类似，垂直分布则集中于中高层700—350 hPa之间。云水分布垂直分布和霰重叠。雪水则分布于高层，等值线密集，且几乎涵盖研究区域，最大混合比达4 g·kg-1。116.83°E处对应的雷达回波发展旺盛，与此处霰、云冰、云水、雪水分布密集有关，而这些水凝物的聚集，和强上升气流密不可分(图8e)。由图8h可知，exp_da试验在116.62°E处有强上升运动，对应图9h，该处中高层存在霰的分布密集区，雨水也从地面延伸至中层600 hPa，云水混合比含量较小。而116.83°E处以水平风为主，所以此区域几乎没有水凝物，雷达回波值较小。

图9c、图9f和图9i为15时沿图6h线段CD所作的水凝物剖面图。图9c显示exp_09只在中高层存在雪水，低层几乎不存在水凝物分布；图8f表明，exp_12仍存在较强的垂直运动，致使水凝物分布(图9f)依旧很密集，雪水基本涵盖整个研究区域高层，雨水水平分布广，垂直分布上则从地面延伸至600 hPa，云水含量较小，大多分布在雨水的上方。117.64°E及117.89°E处还存在霰的垂直分布，致使图8f处对应的两个假相当位温波峰处的雷达回波较强，回波50 dBz分布与雨水最大混合比3 g·kg-1等值线分布范围相似；由图9i可知，exp_da试验水凝物大多集中在117.89°E以东。雪水仍旧存在于高层，霰存在于对流层，118.38°E处雨水混合比达到3 g·kg-1，与图8i雷达回波50 dBz分布范围接近。

水凝物的准确分布对数值模式精确预报微物理发展过程至关重要[13,18]。由2.2.4节分析表明，同化雷达资料对水凝物初始场有一定的改善作用。exp_da试验在12时的分布与循环同化雷达资料的试验只在水凝物分布范围上略有差异；至预报时刻13时、15时，由于动力及热力条件的不足，exp_09试验中水凝物的混合比及种类明显低于试验exp_da及exp_12；试验exp_da则由于辐合上升的气流较小，在116.83°—116.94°E(图9h)、117.64°—117.89°E(图9i)中低层几乎无水凝物的分布。

2.3.5 预报的3 h降水量

此次飑线过程造成了较大范围的冰雹、雷暴大风及短时强降水。为检验不同试验对降水预报的影响，对比分析不同试验7日12—15时3 h累积降水量。从实况降水量看到(图10a)，降水大值区主要集中在北京中部及天津北部地区。对比exp_09(图10b)、exp_12(图10c)及exp_da(图10d)3组试验，exp_09降水落区偏小，且降水整体偏弱；试验exp_12降水预报则较好，降水分布落区与实况近似，但降水整体偏强；而exp_da试验在北京东北部、天津北部等地降水量偏小，主要是该地区(117.40°—117.64°E)15时上升运动不强(图8i)，且中低层无水凝物分布(图9i)；而exp_09试验在北京中部及天津北部降水量均偏小，主要原因在于13时、15时试验exp_09上升气流较小(图8b和图8c)，中低层几乎没有雨水含量(图9b和图9c)。同时，3组试验在北京西南边界地带均出现了不应存在的降水大值区，这属于雷达资料同化的固有问题。

圆点大小及颜色为实际站点累积降水，阴影为预报试验累积降水图10 2017年7月7日12—15时实况(a)、exp_09试验(b)、exp_12试验(c)和exp_da试验(d)累积降水量Fig.10 Observed cumulative precipitation (a) from 12:00 to 15:00 on July 7,2017 and that predicted in experiments of exp_09 (b),exp_12 (c),and exp_da (d)