1 引言
探空观测经历了百年的发展历史， 是高空气象观测系统中重要的组成部分， 对天气预报、 气候监测、 数值模式初始化都具有重要意义。近年来， 卫星、 雷达等遥感探测发展迅猛， 但是对于三维大气的温、 压、 湿、 风等信息释放需要借助反演手段， 而探空是直接观测， 因此探空在大气遥感观测真实性检验和校验中依然具有不可替代的作用（李柏和李伟， 2011； 于晓晶等， 2018）。自20世纪末， 国内外探空仪生产厂家在定位技术、 探测方式、 集成度以及自动化等方面进步显著。探测方式从初期的经纬仪测风观测、 二次雷达跟踪技术发展到目前最为先进的卫星导航定位， 探空的仪器性能、 探测高度、 数据精度等均有了大幅提高。同时， 探测层次也不再局限于规定的等压面层和特性层， 采样时间缩短为秒级周期（李伟等， 2010）。受国际发展趋势的影响， 从2002年起， 中国探空系统逐步完成从59型探空仪到L波段雷达的升级改造， 采样时间为1.2 s， 垂直分辨率约为8 m， 探测高度可达10 hPa（郝民等， 2014）。
资料同化是秒级探空应用的重要领域。2014年以来， 以欧美为主的科研和业务机构相继开展秒级探空的同化试验， 研发了秒级探空的不同应用技术， 并在同化中尝试引入气球漂移信息， 逐步推动秒级探空的业务应用。如： 英国气象局和澳大利亚气象局利用对数气压线性插值计算模式边界， 结合模式层间积分平均的求解策略来提取出适应模式面的探空观测， 认为这种方案能最大程度地使用秒级探空的垂直层数（Ingleby and Edwards， 2015）。欧洲中期天气中心、 加拿大气象中心和美国海军研究实验室等则回避插值方案， 采用挑选“最接近模式层观测”或者“等间距采样”的方式来进行秒级探空的垂直方向稀疏化， 这类求解策略能缓解稠密观测间垂直相关性过大的问题， 实施上也更为简捷（Ingleby et al， 2016）。随着数值模式向更高水平和垂直分辨率的精细化方向发展， 探空气球的水平漂移距离已超出了模式网格距， 时间漂移也跨越了多个同化时间窗。因此， 欧洲中期天气中心、 加拿大气象中心和韩国气象局尝试在业务模式中运用四维变分技术引入气球的时空漂移信息， 试验结果表明同化探空漂移信息对改善模式初始场， 提高模式预报技巧有积极意义（Ingleby， 2017； Laroche and Sarrazin， 2013； Choi et al， 2015）。
我国的秒级探空观测前期主要用于精细化天气学分析、 大气重力波研究以及不同遥感设备间的相互校验， 在这些方面积累了大量成果（卞建春等， 2004； 蔡淼等， 2014； 吴蕾等， 2014； 姚雯和马颖， 2015）。近年来， 受科研和业务需求引领， 郝民等（2014）和姚爽等（2015）先后将秒级探空应用于中尺度业务模式GRAPES（Global/Regional Assimilation and Prediction System）和WRF（Weather Research and Forecasting Model）， 指出秒级探空资料在数值预报业务中具有应用潜力。然而， 在上述科研成果进行业务集成的过程中， 发现秒级探空观测在我国数值预报领域中的认识还是相对有限， 距离业务同化应用目标还有差距， 存在一些科学问题需要进一步挖掘。其中， 数据的质量控制问题最为基础， 但极为重要。
秒级探空的质量控制经验早期源于国际大型野外观测试验， 如热带西太平洋海气耦合计划、 大气季节内振荡动力学研究计划等（Scot et al， 1996； Ciesielski et al， 2012）。在国内， 国家气象信息中心围绕中国第一代全球大气再分析资料（CRA-Interim）的生产研制， 开展秒级探空的质量控制， 形成了中国高空L波段秒级观测基础数据集（2006 -2015）（廖捷等， 2018）。面向同化应用的秒级探空质量控制与前人研究存在共性但也有差异， 其特殊性在于需兼顾变分同化理论对于观测资料的均质、 无偏要求， 并且模式的定量化应用对于观测资料的质量要求更为严苛。立足于上述基本点， 本文建立了面向业务同化应用的秒级探空的两步质量控制方案， 第一步质量控制旨在剔除人为观测错误， 第二步质量控制在同化系统中新增一致性检查模块来动态剔除黑名单资料， 从而避免在同化分析中引入代表性偏差较大的观测造成模式分析场失真。在此基础上， 对比、 评估秒级探空质量控制前后的统计特征， 并结合数值同化分析结果， 综合论证两步质量控制方案的合理性和资料同化的适用性。本文的研究工作有助于加深对L波段秒级探空资料的理解和应用， 为今后在业务数值模式中顺利完成从常规探空到秒级探空的升级、 切换建立基础、 积累经验。
2 资料选取
本文的秒级探空观测来源于国家气象信息中心牵头建设的全国综合气象信息共享平台CIMISS（China Integrated Meteorological Information Service System）数据库。探空观测每日定常两次， 分别为00:00（世界时， 下同）和12:00， 部分台站在06:00会按需进行加密观测（陈敏等， 2011）。图1 ［该图及文中其他地图均是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为GS（2020）4630号的标准地图制作， 底图无修改］为2018年6月9日00:00和06:00我国秒级探空的资料分布。从图1 中可知， 全国120个站点中有96.7%的台站探测高度在20000 m以上， 其中GCOS（Global climate observation system）站的平均最大探测高度约38238 m， 非GCOS站为29028 m， 整体探测高度水平达到优级标准。此外， 定常时刻和加密时刻站点数相差悬殊， 因此， 本文选取观测资料较多的00:00和12:00时刻， 研究时段为2018年6月1日至8月31日。
3 质量控制算法设计
气象资料的误差可分为随机误差、 系统性误差和过失误差（王轶等， 2013）。其中， 随机误差为观测系统固有， 且无法订正， 但随机误差一般呈现正态分布， 符合变分同化假设要求。因此， 资料的过失错误和代表性误差是秒级探空质量控制中的关键。对此， 本文设计了秒级探空的两步质量控制方案， 其处理流程见图2 ， 具体方法将在下文展开详细论述。
3.1 过失误差质量控制（QC1）
过失误差是指没有任何天气学意义的错误观测， 变分同化系统对于错误资料十分敏感， 客观合理地去除这类错误观测至关重要（翟盘茂， 1997）。常规探空质量控制方法发展成熟， 包括： 极值检查、 要素间一致性检查、 逆温检查、 风切变检查和静力学检查（廖捷和周自江， 2018）。这些质量控制步骤对于剔除明显异常资料非常有效， 但对于精细化秒级探空略显粗放。因此， 本文以GRAPES业务模式中常规探空的质量控制系统（陶士伟等， 2006）为原型， 在此基础上针对秒级探空资料的自身特性， 补充僵直检查、 双权重离群值判别、 分段拟合检查、 雷达原始坐标检查、 高斯滤波检查和单调性检查模块， 具体方法描述可参见文献（远芳， 2016； 陈磊等， 2017； 王丹等， 2020）。
这里简要补充说明以下几点：
（1） 风切变检查与GRAPES常规探空质量控制业务中使用的日本方案不同， 这里采用廖菲等（2017）定义的风切变指数， 该方案同时考虑风速和风向的影响， 业务适用性更优， 设定经验性阈值为1 s-1。
（2） 僵值检查为对单根廓线中的探测变量进行滑动最小二乘拟合， 若滑动时间窗内探测要素的拟合直线斜率接近于零， 则判定为僵值， 为使得僵值的滤除效果更为彻底， 同时尽可能保留有用信息， 文中将斜距、 仰角的滑动时间窗设定为20 s， 温度探测要素的滑动窗口则为60 s。湿度僵值沿用业务经验， 认为2%以下湿度僵值为错误观测， 其他情况为可疑。
（3） 双权重离群值检查是针对单根探测廓线中每个探测变量的时间梯度信息， 定义为：
将 标准化成离群距离（Z）来进行垂直一致性判别， 文中将离群距离阈值设定为Z>5；
（4） 分段拟合检查和高斯滤波检查是对双权重离群值检查的有效补充， 目的是去除残留飞点。高斯滤波是以一种低通滤波的方式来提取出探测廓线的主要特征序列， 当原始廓线和特征廓线偏离较大时被认为探测异常， 对两者离差， 定义为：
采用双权重检查来判定异常值。分段拟合与其类似， 但判别对象为原始廓线和最小二乘拟合廓线的离差。这两类方法互为补充， 文中将两者的计算时间窗口均设定为10 min。
（5） 雷达原始坐标检查是考虑到L波段秒级探空的测风实际是“量得风层” 间接计算而来， 所以当雷达原始坐标观测量（方位、 仰角、 斜距）判定为异常时， 对应时间层的测风也认为异常。
（6） QC1中每一个检查步骤只产生质量标识而不对数据进行任意剔除， 目的在于保证模块间的相对独立性， 最终通过综合决策给予质量判断。综合决策算法的具体实施策略为： 遍历所有检查步骤中产生的质量控制码， 若任意质量控制步骤中出现错误标记， 则认为该资料错误； 对于无法确定为错误的可疑资料， 如果有两种以上质量控制方案认为它可疑， 则判定该资料为错误， 否则， 该资料仍旧为可疑。
选取宜昌站（57461）2018年7月3日12:00施放的秒级探空风场观测来举例说明QC1中检查模块的实施及质量控制效果［图3 ， 图中不同颜色线代表不同的质量控制步骤， 为了表示清楚， 图中廓线进行了平移］。从图3 可知， 原始观测中［图3 （a）， （b）中黑线］， 风场从50 min开始出现大段数据层间变化异常。经过常规质控中的风向、 风速一致性检查和风切变检查后， 虽去除大部分探测异常， 但仍有不少漏判资料［图3 （a）， （b）中蓝线］。考察雷达原始坐标中的斜距和仰角， 补充进行僵值检查、 双权重离群值检查和分段拟合检查［图3 （c）， （d）］。经雷达原始坐标检查模块后， 约12.2%风场可疑观测被进一步剔除［图3 （a）， （b）中紫线］。采用高斯滤波对通过以上质量控制步骤后的保留观测进行最后的离群值检查， 则残留“野点”被滤除得更为彻底， 最终风场的分布结构也更为连续、 合理［图3 （a）， （b）中红线］。
为进一步佐证QC1， 采用百分位法（Houchi et al， 2015）对秒级探空质量控制前后的探测变量进行全样本抽样调查。从图4 可以看出， 原始观测中质量问题很多［图4 （a）~（f）］。首先， 数据的不一致性很强， 在观测变量的0%和100%廓线中数据“跳变”的现象十分明显。其次， 原始观测中部分观测要素趋势变化不合理， 气压100%廓线在30 min附近突然单调递增， 位势高度的0%廓线在60 min以上呈现阶梯型变化。另外， 风场观测出现极值异常， 表现为0%和100%廓线中整层风速值偏大。经过QC1质量控制后［图4 （g）~（l）］， 百分位廓线中的“跳变”现象有所减缓， 数据一致性得到提高。此外， 气压和位势高度的单调性错误也得以修正， 质控后趋势变化更为合理。在风场观测方面， 质控后风速极值有所减小， 但仍疑似整体偏大， 需要在QC2中结合模式背景场来进一步确认。总体而言， QC1能剔除过失误差造成的观测异常， 质控后的观测要素抽样分布更加合理。
图4 2018年6月1日至8月31日秒级探空观测资料集的质量控制前后的风场观测、 温度观测、 气压观测、 位势高度和湿度观测在不同百分位的抽样分布Fig.4 Observation samples at different percentile of wind filed， temperature， pressure， geopotential height and relative humidity of radiosonde datasets before quality control and after quality control from 1 June to 31 August 2018 |
对质量控制前后数据的一致性进行量化评价也极为必要。表1 统计了质量控制前后探测要素的时间变率 的标准差。从表1 可知， 经过QC1后， 各个探测变量的离散度明显减少， 纬向风、 经向风、 温度、 气压、 位势高度和湿度分别减小了29.9%、 37%、 31.6%、 11.2%、 47.6%和25.1%， 以上计算结果定量说明了QC1的有效性。此外， 鉴于面向数值预报的质量控制方案的设计原则是尽可能“去伪”， 因此资料剔除率略高。
表1 秒级探空观测资料集质量控制前后观测要素的样本量、 时间变率标准差， 以及资料剔除率Table 1 The sample numbers， standard deviations of time variability and data rejection of observation elements from second radiosonde datasets before and after quality control |
| 观测要素 | 样本数 | 时间变率的标准差 | 资料剔除率 | ||
|---|---|---|---|---|---|
| 质量控制前 | 质量控制后 | 质量控制前 | 质量控制后 | ||
| 纬向风 | 67019871 | 58225081 | 0.167 m·s-2 | 0.117 m·s-2 | 13.1% |
| 经向风 | 67019871 | 58225081 | 0.146 m·s-2 | 0.092 m·s-2 | 13.1% |
| 温度 | 69761326 | 65726971 | 0.098 k·s-1 | 0.067 k·s-1 | 5.8% |
| 气压 | 69610936 | 63284624 | 1.156 hPa·s-1 | 1.026 hPa·s-1 | 9.1% |
| 位势高度 | 69761326 | 66341278 | 0.403 gpm·s-1 | 0.211 gpm·s-1 | 4.9% |
| 相对湿度 | 69761326 | 54878211 | 0.383% ·s-1 | 0.287%·s-1 | 21.3% |
3.2 代表性偏差质量控制（QC2）
QC1的目的是从观测层面识别出“好”数据， QC2则需要保证“好”数据与背景场协调， 即观测误差尽量满足无偏假定（仲跻芹等， 2017）。以美国NECP/GFS（National Centers for Environmental Prediction/Global Forecast System）的6 h预报作为模式背景场， 基于GRAPES-3Dvar变分同化系统， 构建秒级探空的观测、 背景样本序列。QC2主要针对同化系统输出的风场、 温度和湿度的新息向量进行。
为了解秒级探空与模式背景场的代表性差异， 图5 给出了QC1后的秒级探空与模式背景场的OMB（observation minus background）的偏差分布情况。从图5 可知， 经QC1质控后， 95%以上的秒级探空站点的风场代表性误差在±1 m·s-1内， 符合《常规高空气象探测规范》（中国气象局， 2010）对于风场测量准确度的要求， 但个别观测站（如那曲、 思茅、 郴州， 南宁）的风场偏差相对较大， 最大偏差达到了2.5 m·s-1。QC1质控后的温度场偏差分布则较为均一， 代表性误差在1 K以内， 测量精度符合应用需求。湿度的偏差特征明显， 表现为95%站点相对于模式背景场明显偏干， 5%站点略偏湿。
以西藏地区的那曲高山观测站（55299）为例绘制秒级探空、 对应模式背景场及业务常规探空的百分位廓线分布图来更为具体地分析秒级探空资料的偏差特点。从图6 可以看出， 秒级探空的测风与模式差异较大， 表现为经QC1质控后的0%和100%廓线相较于模式背景风场显著偏大， 图中最大差值近40 m·s-1。此外， 风场在模式高层100 hPa以上存在0 m·s-1附近小风速带， 导致风场百分位廓线趋势变化异常， 如U风中75%和90%廓线在高层有部分重叠。湿度观测偏差的阶段性特点明显， 在对流层中低层相对模式背景场明显偏干， 但在对流层以上则相对模式背景场异常偏湿。就温度场而言， 秒级探空和模式背景场温度的变化趋势相同， 两者的分布形态基本一致， 偏差特征不十分显著。结合相同时段业务常规探空对上述偏差原因进一步检查可知： （1）实时上传的L波段测风与业务常规探空报文资料中的解码风速存在不一致， 即在常规探空的百分位廓线图中并未发现异常大的纬向风， 且不存在“0 m·s-1附近小风速带” ［图6 （c）］。事实上， 远芳（2016）对中国高空L波段V1.0数据集进行后验评估过程也指出了上述同样问题， 并将此解释为“个别时刻L波段业务软件风场解算错误”； （2）业务常规探空和秒级探空的温、 湿偏差特点则比较一致。郝民等（2020）认为探空的湿度偏差主要是因为传感器性能。考虑到湿度偏差订正较为复杂且很大程度依赖于探测元件的改进升级， 因此本文中QC2重点关注风场的偏差问题。
图6 2018年6月1日至8月31日那曲站（55299）秒级探空、 对应模式背景场和业务常规探空的风场、 温度和湿度场在不同百分位的廓线分布Fig.6 Vertical distribution at different percentiles of second-level radiosonde’s wind filed， temperature and relative humidity， corresponding model background field and operational traditional radiosonde at Naqu （55299） station from 1 June to 31 August 2018 |
同化系统中内置的质量控制方法是背景场检查， 一般以3~5倍样本标准差为判据， 能剔除与模式背景场相容性较差的异常观测， 但是该方法也存在局限性。图7 给出了那曲站风场资料与模式背景场的散点分布图。从图7 可知， 秒级探空观测和背景场不满足对角线分布， 离散点较多且0 m·s-1风场附近“污染带”现象明显。经过背景场质控后， 虽去除了不少偏离值， 但是0 m·s-1风速附近“污染带”依然残留。分析其原因在于针对代表性差异较大的探空廓线， 仅依靠背景场检查不能做到整根廓线剔除， 会残留“尾段”观测。
如何在同化系统中克服上述不足？QC2通过在模式背景场检查前增加一致性分析检查模块来加强质控。具体为： 计算每条探空廓线和对应时刻模式背景场的一致性指数 ， 其计算公式为：
式中： 代表通过QC1后的探空观测值； 代表同时刻模式背景场在观测位置的投影。Wang et al（2016）认为相较于相关系数， 指数对观测与背景场之间的线性误差更为敏感， 且不容易受到计算样本量的影响。因此， 本文将它作为判据， 当 小于给定阈值时， 认为当前探空观测偏离太大， 被列为黑名单廓线。参考郭启云等（2020）的处理方法， 按照 的显著性水平得出 阈值参考线， 文中设定纬向风和经向风阈值分别为0.911和0.584。经过 指数检查后， 图7 中的0 m·s-1风速附近“污染带”现象被完全移除， 风场观测和模式背景场间的一致性得到提高。
进一步量化计算（表2 ）可知， 经QC2中两个质控步骤后， 观测和背景之间的代表性误差大幅减小， U风标准差减小超过50%， V风减小约7%， 风场偏差从正偏差逐步调整为更接近于零， 表明 指数检查模块能对同化系统质量控制提供有益支撑。另外， 需要说明的是， 表2 中最终资料剔除率在50%以上， 这主要是因为那曲站风场观测本身问题较多， 包括了： 大量观测极值、 观测飞点、 观测僵直等。“视觉”检查发现从2018年6月18日至7月23日出现连续探测异常（对应图7 中0 m·s-1风速附近“污染带”）， 错误廓线的占比高达38%（70/184条廓线）。
表2 那曲站（55299）风场观测相对于模式背景场的标准差和偏差Table 2 Standard deviations and bias of wind observations at Naqu（55299） station against model background |
| 质量控制方案 | 标准差/（m·s-1） | 偏差/（m·s-1） | 累积资料剔除率/% | |||||
|---|---|---|---|---|---|---|---|---|
| U | V | U | V | U | V | |||
| 仅QC1 | 7.02 | 3.16 | 1.88 | 0.21 | 35.1 | 35.1 | ||
| 加QC2（仅背景场检查） | 4.61 | 3.10 | 0.64 | 0.19 | 40.9 | 35.7 | ||
| 加QC2（加上d指数检查） | 2.79 | 2.95 | 0.25 | -0.02 | 53.1 | 56.4 | ||
3.3 质量控制效果综合分析
为综合考察两步质量控制方法的效果， 查看秒级探空资料质量控制前后观测背景差OMB的概率分布（图8 ）， 并结合OMB样本的统计性质， 包括均值， 标准差， 偏度系数以及峰度系数， 来检查质控后观测能否满足同化系统的特殊要求。从结果可知： 每一步质量控制均能有效减小OMB样本差值的跨度分布， 以U风为例［图8 （a）~（c）］， 质量控制前， OMB的差值区间为［-188.64 m·s-1， 184.25 m·s-1］， 尾部的极端异常观测（因资料占比相对总样本很小， 图中未能显示）使得样本异常陡峭， 峰度系数（Kurtosis）达到了224.01， 同时因为右侧极端值相对更多， 导致样本呈左偏分布， 偏度系数（skewness）达到-3.08。经过两步质量控制后， OMB差值区间变为［-14.79 m·s-1， 17.99 m·s-1］， 峰度系数显著降低为1.17， 偏度系数减小为0.065， 样本的整体陡缓程度与正态分布更为接近， 整个区间的频率分布也更好地贴合了拟合高斯曲线。总的来说， 两步质量控制方法使得风场、 温度和湿度的量化指标调整为与正态分布更为接近， 同化适用性更强， 但是对于湿度的观测偏差无法修正， 未来还需针对性开展湿度偏差订正方法研究来进一步提高资料应用性。
4 数值试验
4.1 试验方案
利用中国气象局数值预报中心自主研发的GRAPES-GFS全球预报系统（V2.4版本）来探讨秒级探空两步质量控制方法在实际同化中的适用性。为此， 本文设计三组循环同化试验， 模拟时段从2018年7月1 -10日， 分析区域为东亚区域（15°N -65°N， 70°E -145°E）， 具体试验设计见表3 。GRAPES-GFS模式的水平分辨率为0.25°×0.25°， 垂直方向共60层， 同化系统为GRAPES变分分析系统， 可同化资料包括探空报、 地面报、 船舶报、 飞机报、 云导风、 洋面散射计、 掩星折射率以及卫星辐射率资料（庄照荣等， 2014； 王瑞文等， 2017； Zhang et al， 2019， 沈学顺等， 2020）。需要说明的是，此次同化试验并未考虑秒级探空的时空漂移信息， 而采用和常规探空相一致的廓线同化方式， 在垂直方向上按照“模式最接近层次挑选”的方案将上千层探空观测稀疏化到GRAPES模式层。另外， 为了突出探空资料的影响， 在同化系统中关闭了卫星辐射率这类大体量观测。
表3 数值试验方案设计Table 3 Numerical experiment schemes |
| 试验 | 方案 |
|---|---|
| Exp1 | 同化资料为地面、 飞机、 云导风、 船舶、 掩星折射率、 卫星洋面风+全国120站秒级探空（00:00/12:00）， 其中秒级探空仅经过背景场检查（同化系统中自带缺省方案）， 为控制试验 |
| Exp2 | 同Exp1， 但秒级探空经过本文提出的两步质量控制方案， 为敏感性试验， 旨在考察两步质量控制法在实际同化应用中的效果 |
| Exp3 | 同Exp1， 但探空资料为目前业务常规探空， 为平行试验， 旨在探讨两步质控后秒级探空是否具备替代业务常规探空的潜力 |
4.2 新息向量分析
对同化系统产生的新息向量进行监控和分析是资料同化的重要环节（陈敏等， 2014）。同化系统中的新息向量包含了背景误差和观测误差两部分信息， 其中背景误差取决于模式的预报性能， 因此新息向量在一定程度上敏感于观测误差的大小（王金成等， 2015）。表4 统计了上述3组同化试验的OMB/OMA（observation minus analysis）的均方根误差信息。从表4 可知， （1）各个同化变量的O-A均方根误差基本小于O-B， 说明观测资料得到了有效同化， 形成了合理的分析增量， 使得模式分析场向观测进行调整； （2）秒级探空两步质量控制后各变量的O-B/O-A的均方根误差相对于缺省方案（Exp1）明显减小， 表明秒级探空质量进一步提高， 模式分析场对于观测的拟合更为合理； （3）两步质控后的秒级探空的观测误差与目前业务系统中使用常规探空相当， 这从侧面证明了严格质控后秒级探空的准确度很高， 具备了良好的资料基础。
表4 不同数值试验方案下OMB/OMA的均方根误差（RMSE）Table 4 RMSE （root mean square error） of OMB/OMA in assimilation system of different numerical experiment schemes |
| 观测要素 | O-B （A） | Exp1 （Sec-default） | Exp2 （Sec-2stepqc） | Exp3 （Oper-Tra） |
|---|---|---|---|---|
| U-wind/（m·s-1） | O-B | 3.22 | 2.71 | 2.91 |
| O-A | 3.10 | 2.03 | 2.25 | |
| V-wind/（m·s-1） | O-B | 2.97 | 2.69 | 2.91 |
| O-A | 2.88 | 2.01 | 2.23 | |
| T/K | O-B | 1.98 | 1.50 | 1.57 |
| O-A | 2.37 | 1.18 | 1.32 | |
| RH/% | O-B | 18.17 | 17.14 | 16.83 |
| O-A | 18.05 | 14.60 | 15.26 |
4.3 同化效果分析
为保证检验资料的相对独立性， 以飞机报和掩星观测作为参考场， 比较上述3组不同试验生成的循环同化分析场（Xa）和预报场（Xb）的差异。图9 给出了Xa/Xb场相对于飞机报的标准差和偏差的垂直分布， 飞机报主要反映的是风场的变化。从统计结果可知： 首先， 敏感性试验（红线）相对于控制试验（黑线）的风场标准差明显减小， U风和V风的整层标准差平均减小了3.9%和3.2%， 风场的整体偏差也更接近于零， 表明秒级探空的两步质量控制方案优于同化系统的缺省方案， 能有效修正风场的误差。其次， 将常规业务探空（绿线）作为平行试验进行比较可以发现， 同化系统自带的缺省质量控制方案存在质控不足， 其同化效果差于常规探空， 与此相反， 两步质控后风场的同化效果略优于常规探空， 风场的标准差平均减小了约1%， 偏差也有改善， 说明对秒级探空资料加强质量控制十分有必要， 能增强资料的同化适用性从而更好地发挥资料作用。
图9 循环同化分析场Xa和预报场Xb相对于飞机报观测的标准差和偏差的垂直分布exp1代表控制试验， exp2代表敏感性试验， exp3代表平行试验 Fig.9 Vertical distribution of STD （standard deviation） and Bias of cycling analyzed field （Xa） and forecast field （Xb） against aircraft observation.the label “exp1” represents control experiment， “exp2” means sensitive experiment， “exp3”indicate parallel experiment |
因此， 掩星折射率可以间接反映温度和湿度同化对分析和预报的影响。从图10 可知， 上述3组试验整体差异不大， Xa和Xb场的整层标准差仅相差0.01%左右。偏差的差别相对明显， 其中两步质控后（红线）的折射率偏差比同化系统缺省方案（黑线）更接近于零， 特别是在模式高层， 体现了两步质控的优势， 但与常规业务探空（绿线）相比， 15 km以上偏差略显负贡献， 但两者的最大差值仅为0.13%。总体而言， 相对于业务常规探空， 两步质控后的秒级探空的温度、 湿度同化效果偏中性， 没有风场优势明显， 对秒级探空的湿度资料未做偏差订正可能是一个潜在的原因， 未来需要进一步加强对湿度信息的质控研究。
5 结论
秒级探空资料在数值预报系统中实现定量化应用是高空观测站网未来改革的重要方向之一。围绕此目标， 本文进行了L波段秒级探空资料同化应用前重要的基础性研究工作。基于2018年6 -8月的秒级探空资料， 建立了面向同化应用的秒级探空两步质量控制方法， 并对质量控制方案的合理性进行了综合论证。主要结论如下：
（1） 两步质量控制方法的第一步质量控制瞄准探测层面的过失错误。以GRAPES模式中的常规探空的质量控制系统为原型， 针对秒级资料的自身特点， 补充6类检查模块， 形成更为全面的质量控制策略。质量控制前后的样本统计结果显示： 新建立的质量控制算法能有效鉴别人为观测错误， 提高资料的一致性和准确性。
（2） 两步质量控制方法的第二步质量控制针对观测和模式背景场间的代表性偏差。通过在同化系统中引入“动态黑名单”检查模块来加强质控， 结果表明该策略能有效缓解模式和观测间的风场偏差问题， 进一步提高观测资料的同化适用性。
（3） 将GRAPES同化分析系统作为评测工具， 评估实际同化应用中两步质量控制方案的优劣。10天批量试验结果表明： 相较于同化系统缺省的单一背景场检查， 秒级探空的两步质量控制方法能有效提高资料的应用效果， 两步质控后的秒级探空具备替代业务常规探空的潜力。
本文针对特定研究时段下秒级探空资料所暴露的质量问题提出了解决方案， 取得了良好成效， 但由于秒级探空资料的误差来源众多， 随机性较强， 未来可能会遇到更为复杂的质量问题， 需要在业务实践中不断优化质控策略来应对更多的资料问题。此外， 本着将“高可靠资料”优先在数值系统中用好的原则， 文中采用的质量控制策略相对严苛， 资料剔除率略高， 未来需要继续调优质量控制参数， 循序渐进地纳入更多的秒级探空资料， 从而提高资料的有效利用率。秒级探空的最大优势是垂直方向的精细化结构， 但数值模式现有的垂直分辨率仅为几十层， 目前而言， 经过模式面稀疏化后的资料应用率不足2%， 如何设计更为合理的垂直稀疏化方案来协调两者的空间匹配性， 从而最大程度发挥秒级资料的探测优势也将是下一步的研究重点。