针对2010年7月16日四川地区一次强降雨过程, 以1°×1°的NCEP再分析资料为背景场, 四川923个国家级自动气象站逐时降雨资料为观测场, 地形高度采用数字地形高程模型(DEM)的地形高度数据替代了模式地形数据, 应用WRF模式及其三维变分同化系统, 对成都、绵阳、达州、西昌、南充5部雷达反射率因子进行了直接同化试验。结果表明: 同化反射率因子之后, 各层嵌套初始场的水汽通量分布改变较小, 但数值和范围改变明显, 第一重嵌套水汽通量高值中心显著增强, 800 hPa改变较500 hPa明显; 同化试验、控制试验均能模拟出此次降雨过程; 同化试验在降雨量值、面积、落区上较控制试验均有所改进, 对四川盆地东北部的达州和巴中两市改进尤其明显; 12 h降雨预报改进优于24 h降雨预报。
Taking the heavy rainfall process occurred in Sichuan province on 16 July 2010 as an example, a direct assimilation experiment was conducted using WRF model and the 3DVAR assimilation system with data of five radars located in Chengdu, Mianyang, Dazhou, Xichang and Nanchong.The background was from NCEP 1°×1° reanalysis and hourly precipitation observation of 923 national automatic observation stations in Sichuan.A replacement of DEM terrain data to the WRF model terrain data was conducted.Results show that: there is an apparent improvement in the value and area of the water vapor flux at initial time on each of the nested domain as the reflectivity data was assimilated.The maximum of the water vapor flux in the first domain is significantly strengthened and more significant on 800 hPa than that on 500 hPa.Both of the assimilation and control experiments can simulate the process.The assimilation experiment has more advantages on quantity and area forecast of rainfall, especially in Dazhou and Bazhong.12 hours precipitation forecast is much better than that of 24 hours.
[1]Xiao Q, Kuo Y H, Sun J, et al.Assimilation of Doppler radar observations with a regional 3DVAR system: Impact of Doppler velocities on forecasts of a heavy rainfall case[J].J Appl Meteor, 2005, 44(6): 768-788.
[2]顾建峰.多普勒雷达资料三维变分直接同化方法研究[D].南京: 中国气象科学研究院和南京信息工程大学联合培养, 2006: 1-223.
[3]赖安伟.三维变分多普勒雷达资料直接同化试验研究[D].南京: 南京信息工程大学, 2008: 1-71.
[4]杨艳蓉, 王振会, 张沛源.利用多普勒天气雷达资料对一次暴雨过程的同化模拟[J].南京气象学院学报, 2008, 31(5): 633-639.
[5]赵文斌, 齐琳琳, 何宏让, 等.多普勒天气雷达资料在暴雨数值模拟中的同化应用[J].气象科学, 2011, 31(3): 318-324.
[6]Xiao Q, Sun J.Multiple-radar data assimilation and short-range quantitative precipitation forecasting of a squall line observed during IHOP_2002[J].Mon Wea Rev, 2007, 135(10): 3381-3404.
[7]Gu Jianfeng, Xiao Qingnong, Kuo YingHwa, et al.Assimilation and simulation of Typhoon Rusa (2002) using the WRF system[J].Adv Atmos Sci, 2005, 22(3): 415-427.
[8]Li Xuanli.High-resolution numerical simulation of tropical cyclone intensity change with assimilation of satellite, radar, and in-situ data[D].Utah: The University of Utah, 2008: 1-175.
[9]范水勇, 郭永润, 陈敏, 等.高分辨率WRF三维变分同化在北京地区降雨预报中的应用[J].高原气象, 2008, 27(6): 1181-1188.
[10]王瑾, 刘黎平.CINRAD/CD雷达反射率因子同化对中尺度数值模式云微物理量场调整的分析[J].高原气象, 2009, 28(1): 173-185.
[11]陈力强, 杨森, 肖庆农.多普勒雷达资料在冷涡强对流天气中的同化应用试验[J].气象, 2009, 35(12): 12-20.
[12]闵锦忠, 彭霞云, 赖安伟, 等.反演同化和直接同化多普勒雷达径向风的对比试验[J].南京气象学院学报, 2007, 30(6): 745-754.
[13]朱立娟, 龚建东, 李泽椿.资料同化中雷达VAD风质量控制研究[J].高原气象, 2012, 31(6): 1731-1738.
[14]李国静, 徐幼平, 成巍, 等.一次大暴雨过程的多普勒雷达资料同化的敏感性试验[J].暴雨灾害, 2009, 28(2): 97-103.
[15]王遂缠, 胡向军, 张新荣, 等.雷达资料同化在甘肃局地暴雨天气个例中的应用[J].高原气象, 2011, 30(3): 711-718.
[16]郭玉娣, 徐祥德, 陈渭民, 等.“鱼尾”状地形热力效应对天山降雨系统及水资源的影响[J].高原气象, 2014, 33(5): 1363-1373, doi: 10.7522/j.issn.1000-0534.2013.00120.
[17]孙继松, 杨波.地形与城市环流共同作用下的β中尺度暴雨[J].大气科学, 2008, 32(6): 1352-1364.
[18]庄薇, 刘黎平, 王改利, 等.青藏高原复杂地形区雷达估测降雨方法研究[J].高原气象, 2013, 32(5): 1224-1235, doi: 10.7522/j.issn.1000-0534.2012.00118.
[19]刘裕禄, 黄勇.黄山山脉地形对暴雨降雨增幅条件研究[J].高原气象, 2013, 32(2): 608-615, doi: 10.7522/j.issn.1000-0534.2012.00059.
[20]张迎新, 姚学祥, 侯瑞钦, 等.2009年秋季冀中南暴雪过程的地形作用分析[J].气象, 2011, 37(7): 857-862.
[21]孙晶, 楼小凤, 胡志晋.祁连山冬季降雪个例模拟分析(I): 降雪过程和地形影响[J].高原气象, 2009, 28(3): 485-495.
[22]周昆, 潘益农, 王东勇, 等.大别山区地形对春季冷锋附近中尺度对流系统影响的数值模拟研究[J].南京大学学报: 自然科学版, 2007, 43(5): 535-543.
[23]赵玉春, 许小峰, 崔春光.中尺度地形对梅雨锋暴雨影响的个例研究[J].高原气象, 2012, 31(5): 1268-1282.
[24]孙继松, 石增云, 王令.地形对夏季冰雹事件时空分布的影响研究[J].气候与环境研究, 2006, 11(1): 76-84.
[25]王瑾, 刘黎平.基于GIS的贵州省冰雹分布与地形因子关系分析[J].应用气象学报, 2008, 19(5): 627-634.
[26]沈建国, 姜学恭, 孙照渤.地形对沙尘暴的影响及敏感试验研究[J].高原气象, 2007, 26(5): 1013-1022.
[27]代灵燕, 白建军.基于不同分辨率DEM的地形因子比较分析[J].资源开发与市场, 2011, 27(11): 975-978.
