EnKF循环同化相控阵雷达数据与变分雷达反演方法的对比研究：对一次台风外围龙卷个例的分析

王晨 赵坤 朱科锋 傅佩玲 陈炳洪 杨正玮

(1 南京大学 大气科学学院，南京 210023；2 南京气象科技创新研究院，南京 210019；3 广州市气象台，广州 511430)

引 言

龙卷是强对流天气中灾害性最强的天气灾害之一，具有尺度小、生命史短和破坏性强的特点，如何监测和预报是世界性难题。珠三角地区是我国龙卷的高发地区[1]，其中一部分龙卷形成于台风外围雨带中，也被称为台风龙卷。这一类龙卷发展迅速，且影响巨大，往往导致严重的局地灾害[2]。

为了提高对这一带强对流天气(包括台风龙卷等)监测与预警能力，2015—2021年间广东省已部署了22部X波段相控阵雷达(其中南海站相控阵雷达位于广东省佛山市)。当前业务使用的WSR-88D S波段雷达需要6 min完成一次体积扫描，无法捕捉像龙卷这样快速演变的小尺度气象灾害，而且S波段雷达的空间分辨率也难以解析龙卷这样小尺度灾害性天气的内部结构。相比之下，更先进的相控阵雷达只需约2 min即可完成一次体扫，可以通过多波束扫描更快地检测到短暂的风暴，这使得相控阵雷达更适用于小尺度气象灾害的临近预报和预警[3]。

一些观测试验也证明了相控阵雷达技术可以提高对龙卷等小尺度气象灾害精细结构的认识。Newman, et al[4]利用美国一台相控阵雷达分别对一次超级单体过程、一次下击暴流过程和一次冰雹过程进行了观测，发现相控阵雷达可以很好地捕捉这些灾害天气的发展过程，并且可以观测到一些常规雷达观测不到的细节特征，例如超级单体中的低层辐散、下击暴流的地表出流以及冰雹过程中下沉气流的快速发展等。Heinselman, et al[5]在对一次准线性对流系统的观测试验中，也使用了这台相控阵雷达，发现在对流系统移动到俄克拉何马州的拉什斯普林斯时，系统中的中层气流迅速增强，为中层的辐合创造了有利条件。WU, et al[6]使用我国南部的一部相控阵雷达观测了一次超级单体事件，观测到了钩状回波的出流和入流结构，且证明S波段雷达不能观测到这些特征。Kuster, et al[7]总结了相控阵雷达监观测对流风暴时可以观测到的3个典型特征：低层和中层涡旋强度的变化及其相关入流强度的变化、低层涡旋的快速增强过程和龙卷涡旋的快速移动过程。

本文针对2018年9月17日台风“山竹”期间生成的龙卷母体风暴，开展相关的相控阵雷达资料同化研究。针对这次龙卷过程的环流背景、天气形势等大尺度方面：黄先香等[8]指出2018年9月17日00时(世界时，下同)，珠三角地区925、850、700和500 hPa各层东南急流上下叠加，并且925 hPa辐合线与200 hPa高空辅散区也叠加在此处；台风“山竹”龙卷发生地在低层辐合、高层辐散与中低空急流交汇处附近，非常有利于龙卷的发生。但目前依旧缺乏对此次台风龙卷母体风暴风场的三维结构研究，导致对台风龙卷母体风暴的结构与过程认识不清。

金融创新型小镇[5]处于经济迅速发展的核心区域以办公区、商务配套区和生活配套区三大核心功能区，包括公募基金、私募基金、信托、券商资管以及银行、投行、律师事务所、会计师事务所等相关金融服务机构；新兴产业型特色小镇以商务、软件设计、信息服务、集成电路、大数据、云计算、网络安全、动漫设计等互联网相关领域产品研发、生产、经营和技术（工程）服务的企业。金融创新型小镇、新兴产业型一般距离城市核心近，土地开发强度大，建设用地及国有土地占比大，如图1，图2。

本文将利用南海站X波段相控阵雷达和两台S波段业务雷达的观测资料，结合集合卡尔曼滤波(Ensemble Kalman Filter, EnKF)资料同化技术以及变分方法[9-10]，研究台风“山竹”龙卷母体风暴过程的动力结构，对比两种方法得到的风场结果，并检测相控阵雷达数据对结果的影响，增进对这次龙卷母体风暴过程的认识。

1 个例介绍

指标应建立在一定的科学理论基础之上客观存在的，能反映治理措施在时间、空间上的变化特征和水平，反映流域各项治理措施实施后直接和间接效益。

图1 2018年9月17日01时30分台风“山竹”路径(黑色虚线)及1 km高度广东雷达组网组合反射率因子(填色)(黑色“+”为龙卷母体风暴位置; 黑点标记台风中心位置以及时间; 其中红点标记01时30分台风中心位置, 与龙卷母体风暴位置直线距离为447 km)Fig.1 Composite reflectivity on 1 km altitude and track of typhoon Mangkhut (black dotted line) at 0130 UTC on September 17, 2018 (The black ‘+’ symbol represents the location of tornado, and the eye of typhoon Mangkhut at 0130 UTC is marked by red point, with the straight distance of 447 km to the location of tornado)

9月17日“山竹”台风中心进入广西时，外围雨带中产生了龙卷，袭击了佛山地区，佛山市三水区白坭镇、西南街道和肇庆市四会区大沙镇等地先后受到龙卷影响。根据灾害调查，此次龙卷强度为EF2，持续时间为23 min(01时36分至02时00分)，路径长度为18 km。位于龙卷发生地西北方约67 km处的清远探空站在9月17日00时的观测显示，尽管对于强对流过程，对流有效位能(Convective Available Potential Energy, CAPE)偏低，为411 J·kg-1；环境场具备合适的对流抑制能量(Convective inhibition, CIN),为33 J·kg-1；抬升凝结高度(Lifting Condensation Level, LCL)为低值144 m；强 0～1 km低层垂直风切变为16.0 m·s-1和大的风暴相对螺旋度(Storm Relatiue Helicity, SRH) 283 m2·s-2，有利于强龙卷母体风暴的发生发展[8,12]。

位于佛山市的南海站X波段相控阵雷达凭借高精度的时空分辨率，在观测快速发展的龙卷母体风暴精细结构具有显著优势，并且很好地捕捉到了此次“山竹”台风龙卷母体风暴过程。图2为01时36—42分南海站X波段相控阵雷达在反射率因子和径向速度，在6 min的时间间隔内，X波段相控阵雷达可以得到4组观测数据。01时36—42分台风龙卷出现在登陆台风中心的右前侧、距离台风中心约300～400 km的区域内，钩状回波结构非常明显，并且入流缺口持续扩大，最大反射率因子超过60 dBZ，正负速度差值变大，并且正负速度中心越来越紧凑，表明超级单体风暴处于迅速增强的阶段[13]。在“山竹”台风龙卷母体风暴发展过程中，最大反射率因子达到约66 dBZ，而最大正负速度差可以达到32 m·s-1。相比之下，S波段雷达能观测到龙卷母体风暴，在低仰角也能观测到明显的正负速度对，但由于时空分辨率限制，对台风龙卷母体风暴低层精细结构刻画及其演变特征并没有X波段相控阵雷达清楚(图3)。此外，受限于最低仰角，S波段并不能观测到近地面信息，而这一部分对台风龙卷母体风暴的分析至关重要。总体来说，X波段相控阵雷达很好地弥补了S波段雷达观测对龙卷母体风暴低层观测不足。

2 资料与方法

2.1 EnKF实验设计

实验采用了由美国宾州州立大学张福青课题团队开发的WRF-EnKF系统[14-16]，国内外很多研究[17-19]已经将其应用于雷达资料同化研究。该系统耦合了WRFDA-3DVAR系统用于产生扰动，并利用WRF-ARW模式作为预报模块进行循环同化和预报。图4a是台风龙卷个例WRF三层单向嵌套区域。其中，外层区域(D1)水平格点设置为85×45，水平格距是12.5 km，D1覆盖了台风“山竹”的风场结构，这对于维持台风外围雨带非常重要。第二层区域(D2)的水平格点设置为111×96，水平格距是2.5 km。最内层区域(D3)的水平格点设置为76×76，水平格距为0.5 km。D1、D2和D3的垂直格点数均为51，且模式顶层高度在10 hPa。模拟的初始条件和边界条件均取自NCEP提供的再分析资料，其分辨率是1°× 1°。模式使用的物理参数化方案包括Thompson 微物理参数化方案、RRTM长波辐射方案、Dudhia 短波辐射方案、Monin-Obukhov 地表层方案、Noah土壤模型和韩国YSU边界层方案。D2和D3均关闭了积云对流方案。

图2 2018年9月17日01时36—42分南海站相控阵雷达观测的“山竹”台风龙卷母体风暴反射率因子(a—d, 单位: dBZ)和径向速度(e—h, 单位: m·s-1)(观测仰角为0.9°; 黑色实线代表龙卷路径; 左下角标有对应时刻的龙卷强度): (a、e) 01时36分; (b、f) 01时38分; (c、g) 01时40分; (d、h) 01时42分Fig.2 Reflectivity factor (a-d, unit: dBZ) and radial velocity (e-h, unit: m·s-1) of parent storm of typhoon “Mangkhut”observed by Nanhai phased array radar with elevation of 0.9° from 0136 UTC to 0142 UTC on September 17, 2018(The black line represents the tornado path. The lower left corner is marked with the tornado strength at the corresponding time):(a, e) 0136 UTC; (b, f) 0138 UTC; (c, g) 0140 UTC; (d, h) 0142 UTC

图3 2018年9月17日01时36—42分肇庆站雷达观测的“山竹”台风龙卷母体风暴的反射率因子(a、b, 单位: dBZ)和径向速度(c、d, 单位: m·s-1) (观测仰角为1.5°; 黑色实线代表龙卷路径):(a、c) 01时36分; (b、d)01时42分Fig.3 Reflectivity factor (a，b； unit: dBZ) and radial velocity(c，d； unit: m·s-1) of parent storm of typhoon “Mangkhut” observed by Zhaoqing operational radar with elevation of 1.5° on September 17, 2018 (The black line represents the tornado path):(a, c) 0136 UTC; (b, d) 0142 UTC

为了方便与EnKF分析场对比，变分方法的水平区域范围和水平格点格距设置与EnKF同化实验中的WRF区域D3一致，即水平格点设置为76×76，水平格距是0.5 km。变分方法的垂直格点设置采用等高面，垂直格距是0.1 km，模式顶为9 km。选取01时36分和01时42分分别代表龙卷母体风暴的初生阶段和成熟阶段。使用WRF模式输出的在这两个时刻的预报场作为风场反演的背景场。WRF模式的初始场资料为NCEP提供的1°×1°分辨率的再分析资料。根据反演所用雷达数据的不同，设计了两个实验：VAR_SX和VAR_S。实验VAR_SX使用的数据与EnKF_SX一致，均为南海站相控阵雷达数据以及两台S波段业务雷达(广州站雷达和肇庆站雷达)数据；实验VAR_S使用的数据与EnKF_S一致，仅使用了两台S波段业务雷达(广州站雷达和肇庆站雷达)数据。变分方法作为一种三维风场的反演方法，对反射率因子仅做了插值处理，因此图5—7中变分方法结果的背景填色是雷达组合反射率因子插值结果，可作为雷达的实际观测。

从整体看，对于池莉的作品，研究者认为过于贴近生活过于真实而不够有文学价值，忽视了池莉新写实作品中存在的哲学深度和深层意蕴。

造成两种方法分析结构差异的原因可归结为：一是同化阶段的差别，EnKF方法利用集合构造的背景场误差协方差矩阵对模式变量进行更新，除了观测算子涉及到的变量，对其他模式变量也会更新，同时，雷达数据的同化不仅可以影响观测所在位置的变量，还会更新影响半径内变量，因而其调整的范围要优于变分反演。相比之下，变分风场反演尽管在目标函数中加入了连续运动方程的约束，对于雷达观测缺失的区域，反演风场还是主要由背景风场组成，可以看到在无雷达回波的区域，风暴相对速度是很弱，这是因为没有雷达资料同化的背景风场并不能提供精细的风暴风场结构特征。二是流程设计上的差异，EnKF采用循环同化的方式，模式会不断吸收雷达观测信息，并通过积分调整实现动力平衡，从而可以调整雷达观测缺失区域的动力场，而变分反演则是基于独立的单次分析，对雷达观测缺失区域的风场的调整有限，因而并不能提供完整的台风龙卷母体风暴及其周边关键区域的动力场结构。总体而言，EnKF分析场的风场结构更符合台风龙卷母体风暴的流场特征模型，动力场的平衡更好。

亳文化悠久丰富，特色鲜明，风格独具，这正是其走向世界的立足之本。亳文化以什么样的路径走出去一直是亳州市政府、企业等关注的焦点，研究表明，亳文化“走出去”必须改变单一路径，突出文化个性，培育地域特色品牌，推动彰显亳文化的产品走出去。

2.2 变分方法实验设计

传统的双多普勒反演方法缺乏大气物理方程的约束，也无法体现地形的强迫作用。针对这些缺陷，Liou, et al[9-10]提出采用变分方法反演三维风场，该方法的约束条件建立在连续运动方程的基础上，增加了垂直涡度方程约束、背景场约束以及上下边界约束等约束条件，使得到的风场更加符合物理规律。其最重要的优势是在地形处理上采用了浸入边界法(Immerse Boundry Method, IBM)方法模拟气流经过地形时的流型，有利于反演佛山周边地区复杂地形上的风场结构。

第 22 号台风“山竹”是 2018 年登陆我国的最强台风，于2018年9月7日在西太平洋生成，之后不断加强，15日凌晨在菲律宾吕宋岛东北部沿海登陆，16 日09时左右在广东省江门市台山沿海登陆，登陆时为强台风级别，中心附近最大风速达15级(48 m·s-1)，17日12时在广西停止编号[11]。台风“山竹”的移动路径以及外围雨带情况参见图1。

公式(1)描述了该方法的目标函数[9]：

(1)

其中：J1代表雷达径向风与三维风场的几何关系；J2代表背景场与反演风场的差；J3代表连续方程约束；J4代表垂直涡度方程约束；J5代表拉普拉斯平滑项约束；J6和J7代表上下边界条件约束。而α1～α7是它们的权重系数，分别为1×105、1×100、4×108、4×1014、1×1012、1×102和1×102。

(1) 伴有症状的ST段弓背向上抬高≥0.1 mV，持续1 min；原有ST段抬高者，在原有基础上ST段弓背向上再抬高≥0.1 mV，持续1 min；两次发作间期≥1 min。

图4 (a) EnKF同化实验中的WRF模式区域、(b)图a中虚线矩形区域的放大和(c) EnKF资料同化实验流程(a中黑色实心框中由箭矢指向标记代表最内层嵌套区域D3; 蓝色虚线自东向西表示从2018年9月16日02时—17日09时台风“山竹”的轨迹;红点为17日02时台风“山竹”的中心位置; “×”代表龙卷发生位置; 黑色实心圆圈表示S波段雷达的观测范围)Fig.4 (a) The WRF simulation domains, (b) enlarged view of the dashed rectangle area in fig.4a, and (c) flow chart of EnKF dataassimilation experiment(The innermost solid black box (pointed by the arrow) indicates the innermost domain D3; the blue dashedline represents the best track of Typhoon “Mangkhut” from 0200 UTC on 16 to 0900 UTC on 17 September, 2018; the eye oftyphoon “Mangkhut” at 0200 UTC is marked by the red point; the black solid circles indicate the S-band radar’s observation range)

在同化阶段，更新变量包括扰动位温(T)、地表温度(TSK)、2 m高度处温度(T2)、扰动地势(PH)、扰动干空气质量(MU)、地表气压(PSFC)和扰动气压(P)。除此之外，在同化反射率因子时，额外更新水蒸气混合比(QVAPOR)、云水混合比(QCLOUD)、雨水混合比(QRAIN)、云冰混合比(QICE)、雪混合比(QSNOW)、霰混合比(QGRAUP)和雨滴数目(NRAIN)；在同化径向速度时，额外更新垂直速度(W)、水平速度(U,V)和10 m高度水平速度(U10,V10)。这种模式变量更新的差别是为了减少虚假的相关[20]。

2.2.1 慢性疾病患病概况 59例受调查者中，高血压患者46例(78.0%)，平均病程(13.87 ±7.47)年；高脂血症患者12例(20.3%)，平均病程(5.67±4.70)年；高尿酸血症患者4例(6.8%)，中位病程5 (2,12)年；痛风史3例(5.1%)，痛风发作频率2 (1, 4)次/年；糖尿病患者14例(23.7%)，平均病程7(3, 12)年。14例糖尿病患者中，空腹血糖<7.0 mmol/L且餐后2 h血糖<11.1 mmol/L者2例(14.3%)。再次问卷调查时发现，新发糖尿病2例，空腹血糖和餐后2 h血糖均达标者6例(37.5%)。

2.3 数据处理与质量控制

本次研究所使用的雷达分别是广州站S波段业务雷达、肇庆站S波段业务雷达和南海站X波段相控阵雷达。三台雷达的相对位置与观测范围如图4b所示。

广州站S 波段多普勒天气雷达位于广州市 (23.00°N, 113.36°E)，距离地面高度(Above Ground Level, AGL)约179 m，最大多普勒探测范围是 460 km，栅间距和方位分辨率分别为0.25 km 和1°，以体积覆盖模式 (Volume Coverage Patterns, VCP) 21模式运行，包含 9 个仰角(0.5°、1.5°、2.4°、3.3°、4.3°、6°、9.9°、14.6°和19.5°)，完成一次体扫约 6 min。肇庆站S 波段多普勒天气雷达位于肇庆市(22.93°N, 112.56°E)，AGL约为96 m，其他参数与广州站一致。南海站X波段相控阵雷达位于佛山市(23.15°N, 113.03°E)，AGL约为38 m，最大多普勒探测范围是41.6 km，栅间距和方位分辨率分别为0.03 km和1°，包含17个仰角(0.9°、2.7°、4.5°、6.3°、8.1°、9.9°、11.7°、13.5°、15.3°、17.1°、18.9°、20.7°、22.5°、24.3°、26.1°、27.9°和29.7°)，完成一次体扫约2 min。

在龙卷母体风暴的初生阶段(图5)，通过观察雷达组合反射率，可以发现在500 m高度上已经出现比较明显的钩状回波结构(图5c)，说明这次龙卷母体风暴过程是由微型超级单体产生。EnKF_SX分析场在01时36分也能够通过同化反射率因子模拟出超级单体结构，尽管与反射率因子观测(图5c)相比，弱回波区不够明显(图5a)。而EnKF_SX分析场中反射率因子在垂直方向上表现为回波悬垂的特征，并且40 dBZ反射率廓线延伸高度达到了4 km以上(图7a)，回波整体结构与雷达组合反射率观测比较一致(图7c)。对比它们在龙卷母体风暴初生阶段风场结构的差异可以发现，虽然两种方法都在钩状回波南部末端产生明显的涡旋，但EnKF_SX分析场的涡旋强度更强，500 m高度垂直涡度最大值达到了13×10-3s-1，并且气流闭合，入流明显；而VAR_SX的垂直涡度最大值仅达到11×10-3s-1，且涡旋周围并没有形成闭合的环流，主要由一支东北气流和西南气流构成，并不符合龙卷母体风暴的气旋特征模型。

澳克泰工具技术有限公司推出的全新AFM45-XN07/XN09面铣刀系列产品，刀盘设计采用45°主偏角设计，可以达到最佳的受力平衡和完美的高效铣削能力。该系列面铣刀刀片采用双面负型七边形设计，拥有14个有效切削刃，具有极佳的加工经济性。

AH=α×KDP，

(2)

ADP=β×KDP。

(3)

其中：α和β通过散射模拟实验来计算得到，分别为0.32和0.059 dB·km-1。详细计算步骤可以参考HUANG, et al[24]的研究。本研究通过大气散射观测气候研究中心(Atmospheric Radiation Measurement Climate Research facility, ARM)的雷达处理包(Radar Toolkit, Py-ART)[25]的region-based算法来实现多普勒速度退模糊。对于其他质控细节，参考HUANG, et al[24,26]。

连续协方差局地化(Successive Covariance Localization，SCL)方法[17]被用于计算水平影响半径内的权重，而Gaspari, et al[21]提出的5阶相关函数被用于计算垂直影响半径内的权重，该组合方案也在前人研究中被多次使用[22-23]。同化径向速度的水平影响半径是2 km，垂直影响半径是3个模式垂直格距。同化反射率因子的水平影响半径是2 km，垂直影响半径是两个模式垂直格距。

3 实验结果

3.1 EnKF分析场与变分风场反演结果的对比

采用比差分相位移 (KDP)的特定衰减(AH)和差分衰减(ADP)线性参数化来质控反射率因子，AH和ADP公式为：

在龙卷母体风暴的成熟阶段(图6a)，相对于风暴的初生阶段(图5a)，EnKF_SX分析场中钩状回波更加明显，且涡旋强度得到增强，500 m高度垂直涡度最大值达到了19×10-3s-1，要比EnKF_S分析场的涡旋强度(垂直涡度最大值6×10-3s-1)和VAR_SX的涡旋强度(垂直涡度最大值12×10-3s-1)更强。EnKF_SX分析场的气流闭合，入流也更加明显，这与初生阶段的风场特点分析一致。另一个比较明显的区别在于东部的入流区域。EnKF_SX分析场的超级单体东部具有明显的自东向西的气流，弱回波区具有明显的入流(图6a)，而在变分风场反演结果中，超级单体的东部并不存在明显的风暴相对气流，从而在弱回波区，入流也偏弱(图6c)。这主要是因为EnKF方法可以通过一定的影响半径，调整观测周围的风场，并通过循环分析与预报进一步调节风场结构，而变分方法仅仅对观测范围内的风场有明显调整，在缺乏观测的范围(东部区域)，几乎没有增量。在垂直剖面上，EnKF_SX和VAR_SX的结果差异也很明显。在弱回波区域(图7e右侧区域)，EnKF_SX分析存在比较明显的入流，而低层入流辐合后，会产生强的气流上升运动。可以看到EnKF_SX分析的垂直涡度5×10-3·s-1高度延伸至2 km，垂直涡度大值中心集中于300 m以下的区域(图7e)。相比之下，VAR_SX的入流强度以及上升运动强度都明显要弱于EnKF_SX分析结果，弱回波区几乎没有入流，对应区域也几乎没有上升运动，分析的涡旋强度也明显偏弱，最大高度仅延伸至1.5 km左右(图7g)。需要注意地是，尽管在同一时刻，EnKF_SX和VAR_SX得到的风场结构具有明显的差别，这两个实验得到的龙卷母体风暴演变特征也有一些相似之处：在垂直高度上，通过观察垂直涡度廓线，可以发现01时42分风暴高度(图7d、f)明显低于01时36分的风暴高度(图7a、c)，同时也伴随着涡旋强度的增强。

图5 2018年9月17日01时36分不同实验方法在500 m高度(a—d, 黑线标记为图7中所示的垂直剖面的位置)和(e—h)1.5 km高度的反射率、风暴相对风场和垂直涡度(其中a、b、e、f中阴影为反射率因子, 单位: dBZ; c、g、d、h中阴影为组合反射率;黑色箭矢为风暴相对风场;白色等值线为垂直涡度: ±5×10-3s-1、±10×10-3s-1和±15×10-3s-1):(a、e)EnKF_SX; (b、f)EnKF_S; (c、g)VAR_SX; (d、h)VAR_SFig.5 Analyzed reflectivity (after smoothing), storm-relative wind vectors, and vertical vorticity at the height of 500 m (a-d, the black line inpanels marks the cross section shown in fig.7) and 1.5 km (e-h) at 0136 UTC on 17 September, 2018 (the shadows in a, b, e, and f are reflectance factors, unit: dBZ; the shadows in c, g, d, and h are combined reflectance; the black arrow is the relative wind field of the storm; the white contours represent the positive and negative vertical vorticity which is shown at ±5×10-3s-1、10×10-3s-1、15×10-3s-1): (a, e)EnKF_SX; (b, f)EnKF_S; (c, g)VAR_SX; (d, h)VAR_S

图6 与图5一致，但是01时42分的结果Fig.6 Same as fig.5, but for 0142 UTC

图7 沿图5(a—d)和图6(e—h)中黑直线的反射率因子(阴影, 单位: dBZ)、风暴相对速度(黑色箭矢, 单位: m·s-1)和垂直风速(黑色等值线，±2 m·s-1、±4 m·s-1、±6 m·s-1)、垂直涡度(白色等值线，±5×10-3s-1、±10×10-3s-1和±15×10-3s-1)的垂直剖面:(a、e)EnKF_SX; (b、f)EnKF_S; (c、g)VAR_SX; (d、h)VAR_SFig.7 Cross sections of vertical wind (black contours), vertical vorticity (white contours, at ±5×10-3s-1, ±10×10-3s-1, 15×10-3s-1),Z (color shaded), and storm-relative wind (black vectors, unit: m·s-1) along the black lines in fig.5(a-d) and fig.6(e-h):(a, e) EnKF_SX; (b, f) EnKF_S; (c, g) VAR_SX; (d, h) VAR_S

本文首先进行了1 h的集合预报，构造合理的背景场误差协方差矩阵(图4c)。01—02时是雷达数据同化阶段，其中在D2，广州雷达和肇庆雷达资料逐6 min同化一次，为D3创造更好的边界条件。为了研究相控阵雷达数据同化对结果的影响，根据D3同化数据的不同设计了两个实验：EnKF_S和EnKF_SX。在实验EnKF_S中，D3只同化了两台S波段业务雷达的数据，同化频率为6 min；在实验EnKF_SX中，南海站相控阵雷达数据同化频率为2 min，而两台S波段业务雷达的数据同化频率则为6 min。

数字化课程建设中要遵循学生受教育原则，在建设过程中要选用优质的教学知识载体，知识体系要从浅入深，知识内容要简单易懂，以此方便课程设计和制作。数字化课程建设需要完整的课程教学标准、教学资源，特别是一些能够促使学生学习课外知识的内容，这样才能够发挥数字化课程作用。在建设时要依据学生学习情况来建设知识体系，设置内容要符合学生认知心理与知识理解规律。

3.2 相控阵雷达数据对流场分析的影响

为了进一步说明相控阵雷达观测对于龙卷风暴低层结构改进的贡献，本文设计了两组实验：EnKF_S和VAR_S，这两组实验和EnKF_SX和VRA_SX类似，只是没有同化相控阵雷达数据。

可以看到，只同化了两台S波段雷达数据的实验EnKF_S在两个阶段都没有产生钩状回波结构(图5b、6b)，并且在01时36分的垂直剖面中，回波悬垂特征不显著。由于缺乏相控阵雷达数据补充的低层信息，EnKF_S分析的0～1 km的回波强度相对于观测明显偏弱(图7b、c)，而01时42分的垂直剖面尽管出现了回波悬垂特征，但相对于EnKF_SX和观测的结果，弱回波区的强度被高估，并且40 dBZ廓线的伸展高度偏高，总体形态差别明显(图7e、f、g)。对于低层风场结构，EnKF_S在两个阶段都没有产生显著低层涡旋(图5b、6b)，垂直涡度最大值均没有超过10×10-3s-1，无法通过分析场产生龙卷母体风暴的旋转结构特征，这一差别在后一时刻更加明显，EnKF_SX在500 m分析场上展示了明显的强涡旋中心(图6a)，而EnKF_S没有任何涡旋特征(图6b)。总的来说，在EnKF分析中，X波段相控阵雷达同化改进了低层涡旋强度，这个改进在后一个时刻更明显，这主要是因为EnKF通过预报改进了风暴入流；同时，X波段相控阵雷达同化也明显改进了弱回波区结构。

相比之下，变分方法仅涉及对单个时次雷达数据的处理，不涉及EnKF方法中的循环同化和模式积分，VAR_SX和VAR_S的结果差异更能直接反映相控阵雷达数据主要影响区域。通过对比两个实验的风场，可以发现差别最大的位置在500 m高度弱回波区的北部(图5c、d和图6c、d)。在缺乏相控阵雷达数据同化时，VAR_S中龙卷母体风暴北侧区域的入流强度明显变弱了，而这也直接导致了垂直涡度的减弱，使反演风场无法形成显著的低层涡旋。与EnKF_S分析结果类似，两个阶段的垂直涡度最大值均没有超过10×10-3s-1，无法产生龙卷母体风暴的结构特征。总体而言在变分反演中，X波段相控阵雷达数据的应用改进了低层涡旋结构，VAR_S因为缺少必要的入流支撑，其涡旋强度要明显弱于VAR_SX。

4 结论

本文基于2018年9月17日“山竹”台风龙卷个例，利用南海站X波段相控阵雷达和两台S波段业务雷达的观测数据，对比分析了EnKF方法和变分方法分析的龙卷母体风暴在不同阶段的三维风场结构，并检测了相控阵雷达数据同化对结果的影响。主要结论如下：

(1) EnKF_SX分析场和VAR_SX反演的风场结构存在较大差异，EnKF_SX分析的龙卷母体风暴无论是初生还是成熟阶段，涡旋强度更强，垂直伸展高度更高，在弱回波区的风暴相对入流也更强，环流更完整。相比之下，VAR_SX得到的涡旋强度偏弱，在低层并不能形成闭合的气旋式环流风场结构。总体而言，EnKF_SX分析的台风龙卷母体风暴及其周边的风场环流结构更符合观测和概念模型，动力场更加平衡。

(2) 在同化同样数据时，造成两种方法差异的原因是EnKF方法可以利用集合预报来构造背景场误差协方差矩阵，通过背景场误差协方差矩阵来更新所有模式变量，包括风场及云水物质场，并在循环同化中，利用模式积分调整动力平衡，充分吸收相控阵雷达高频率观测信息，构建完整的风暴热动力结构；而变分方法只能利用单时刻的雷达观测信息，且对风场的调整仅限于有雷达观测的区域，无法充分发挥相控阵雷达高频观测的优势，也无法调节台风龙卷母体风暴周边区域，后者对于台风龙卷母体风暴的发展演变极为关键，最终导致了两种方法风场结果不同。

(3) X波段雷达观测主要改进了龙卷风暴低层结构。没有X波段相控阵雷达同化，无论是EnKF还是变分反演方案，都无法得到龙卷母体风暴的典型风场结构特征。

本文比较了EnKF和变分方法同化X波段相控阵雷达资料后的龙卷母体风暴的三维风场结构，相比之下，EnKF系统更能充分利用X波段相控阵雷达高时空分辨率资料的优势。而缺乏相控阵雷达数据同化时，两种方法都无法在分析场中产生台风龙卷母体风暴特征。本研究仅选取了2018年9月17日台风“山竹”龙卷个例为研究对象，未来将对更多个例进行研究工作，统计获取我国台风龙卷的典型特征。