文章快速检索     高级检索
  高原气象  2018, Vol. 37 Issue (1): 13-27  DOI: 10.7522/j.issn.1000-0534.2017.00034
0

引用本文 [复制中英文]

于晓晶, 杜娟, 王敏仲, 等. 2018. 青藏高原新增探空资料同化对南疆夏季降水预报的影响[J]. 高原气象, 37(1): 13-27. DOI: 10.7522/j.issn.1000-0534.2017.00034
[复制中文]
Yu Xiaojing, Du Juan, Wang Minzhong, et al. 2018. Impact of Assimilating the New Radiosonde Data on Qinghai-Tibetan Plateau on Summer Rainfall Forecast over Southern Xinjiang[J]. Plateau Meteorology, 37(1): 13-27. DOI: 10.7522/j.issn.1000-0534.2017.00034.
[复制英文]

资助项目

公益性行业(气象)科研专项(GYHY201406001);国家自然科学基金项目(41575008);新疆气象局科研课题(MS201706)

通讯作者

杜娟.E-mail:dujuan_1213@163.com

作者简介

于晓晶(1987-), 女, 山东海阳人, 助理研究员, 主要从事数值模拟与资料同化方面研究.E-mail:yxj1301@126.com

文章历史

收稿日期: 2017-01-19
定稿日期: 2017-05-11
青藏高原新增探空资料同化对南疆夏季降水预报的影响
于晓晶1, 杜娟1, 王敏仲1, 徐洪雄2, 何清1     
1. 中国气象局乌鲁木齐沙漠气象研究所/中亚大气科学研究中心, 新疆 乌鲁木齐 830002;
2. 中国气象科学研究院, 北京 100081
摘要: 利用第三次青藏高原大气科学试验中青藏高原西部新增3个探空站(狮泉河、申扎、改则)的探空资料,基于中尺度数值(WRF)模式和GSI同化系统,选取2015年夏季南疆两次不同类型(南亚高压双体型和单体型)的强降水过程进行同化敏感试验,以初步评估新增3个站探空资料同化对南疆夏季降水预报的影响。从初始场物理量的增量场来看,同化高原3个站探空资料对两次过程的初始场均有一定改进,对南亚双体型过程的改进较显著,这可能与其偏南气流及上下游效应较强有关。中、高层物理量的增量中心均出现在高原中、西部,分别对应申扎和狮泉河两站,并向周边地区逐渐减小,南疆地区表现为弱的正或负增量。虽然高原探空资料均在600 hPa以上,通过动力调整对低层物理量也有一定影响。同化后低层的散度和湿度增量中心出现在高原西南侧,南疆地区变化较小。随着模式时间积分,各高度上的物理量和降水影响系统调整效果逐渐显著,总体使得200 hPa副热带长波槽有所加深、南疆上空的偏南急流得到加强,500 hPa低值系统强度有所减弱,850 hPa的散度和湿度在南疆地区均有显著调整,但低层散度和湿度在南疆西部强降水中心调整相对较小。从降水预报结果来看,同化高原3个站探空资料后,对两次过程的小量级降水评分显著提高,即对降水落区预报能力有所提高;但对强降水中心结果影响不大,即对局地性强降水的预报能力仍有所欠缺。
关键词: 第三次青藏高原大气科学试验    新增探空资料    GSI同化系统    南疆夏季降水    
1 引言

青藏高原(下称高原)是世界上重要的大地形, 平均海拔4 000~5 000 m, 有“世界屋脊”之称。高原对大气环流的影响存在动力和热力两方面作用, 其中热力方面主要是夏季起热源作用和冬季起热汇作用(叶笃正等, 1955)。作为一个高耸入自由大气的源强迫, 对季风环流、夏季500 hPa副热带高压的断裂和100 hPa南亚高压的形成和维持都有直接影响, 进而影响中国大范围旱涝分布以及亚洲天气(徐祥德等, 2015; 李永华等, 2011; 白彬人等, 2016; 周俊前等, 2016; 王前等, 2017)。

新疆南部(简称南疆)位于高原北侧, 南、北、西三面环山, 中部为塔克拉玛干沙漠。该地区气候干旱, 出现大降水的频率虽小, 但相对强度大、落区不稳定, 加上低纬度资料稀少、南疆地形条件复杂, 历来是降水预报中的一个难点(黄艳等, 2012; 张俊兰等, 2014; 张云惠等, 2013, 2015)。南疆处于高原季风影响区, 当高原夏季风偏强时, 中亚地区偏南风异常并伴有辐合, 南疆地区为异常东风, 有利于水汽输送到这一地区, 降水偏多; 反之, 中亚地区为北风异常并伴有辐散, 南疆地区为异常西风, 降水偏少(齐玉磊等, 2015)。南疆降水也与南亚高压关系密切, 多雨时段南亚高压呈双体型, 少雨时则呈单体型(刘芸芸等, 2006)。高原还是影响南疆地区夏季降水的水汽源地之一, 由于高原上空大气的水汽含量远大于同样高度的其他区域, 水汽可随对流层中层偏南气流进入南疆地区(徐祥德等, 2002; 史玉光等, 2008; 周建琴等, 2009)。另有研究表明, 南疆夏季降水与高原北部地表潜热通量呈显著正相关, 与南部地表潜热通量呈负相关(杨莲梅等, 2007)。

高空气象观测系统是综合气象观测系统的重要组成部分, 其直接探测的温、压、风、湿等气象要素数据, 不仅广泛应用于日常天气形势和天气系统的分析和预报(魏东等, 2011; 刘晓璐等, 2014; 许东蓓等, 2015), 而且在数值天气预报中发挥着重要作用。随着变分同化技术在业务上的应用(Barker et al, 2004; Benjamin et al, 2004), 探空资料中各层次的大气温度、风场和水汽等信息也成为数值模式获取大气初始状态信息的有效来源, 进而提高数值模式预报水平(黄燕燕等, 2011; 郝民等, 2014; 姚爽等, 2015)。南疆地区环境恶劣, 观测站点稀疏且分布不均, 仅在塔里木盆地周边的绿洲地区有一些探空观测站, 盆地南缘(高原北侧)仅有喀什、和田、民丰和若羌4个站, 这也增加了数值模式对南疆降水预报的难度。

1979年和1998年两次高原大气科学试验中已进行过多次综合观测试验(徐祥德等, 2006), 但高原上常规观测资料依旧稀疏, 尤其高原西部(90°E以西)探空资料较为匮乏(韦芬芬等, 2015)。2014年, 第三次青藏高原大气科学试验外场观测全面展开, 其中在狮泉河、改则、申扎3个站进行人工加密探空观测, 同时完成自动探空站建设, 使高原西部地区缺少探空资料的情况得到明显改善。选取2015年夏季南疆两次不同类型强降水过程进行同化敏感试验, 以初步评估高原新增3个站探空资料同化对南疆夏季降水预报的影响。

2 天气过程概况

南疆发生强降水时, 南亚高压中心会出现明显的东西振荡, 依据南亚高压中心的位置可将降水过程分为南亚高压双体型和南亚高压单体型。以往针对南亚高压双体型进行过大量天气成因分析(黄艳等, 2012; 张俊兰等, 2014; 张云惠等, 2013), 对南亚高压单体型过程研究较少。选取的2015年6月24-26日(过程Ⅰ)和8月30-31日(过程Ⅱ)的两次降水过程分别为南亚高压双体型和单体型, 图 1为2015年6月24日20 : 00(北京时, 下同)和8月30日14 : 00降水过程的天气形势图。二者最显著的差异是200 hPa上南亚高压主体的位置, 前者呈带状分布, 两个中心分别位于伊朗高原和高原东部上空[图 1(a)], 后者主体则位于印度半岛上空[图 1(d)]。但二者均在60°E-80°E的中亚地区上空建立副热带长波槽, 新疆大部分地区处于西南气流中。中、低空环流系统类似, 500 hPa上为低值系统(分别为低涡和低槽)控制[图 1(b), (e)], 新疆处于偏南气流中; 850 hPa上的偏东急流对水汽集中和辐合起着重要作用, 南疆盆地水汽通量均可达到6~8 g·cm-1·hPa-1·s-1[图 1(c), (f)]。这种高、中、低空配置也与以往研究给出的配置模型一致(张云惠等, 2015)。

图 1 2015年6月24日20 : 00(a, b, c)和8月30日14 : 00 (d, e, f) 200 hPa (a, d)、500 hPa (b, e)位势高度场(等值线, 单位: dagpm)和风场(风羽, 单位: m·s-1)及850 hPa (c, f)水汽通量(阴影, 单位: g·cm-1·hPa-1·s-1)和风场(矢量, 单位: m·s-1)分布 Figure 1 The distribution of the geopotential height (contour, unit: dagpm) and wind fields (barb, unit: m·s-1) at 200 hPa (a, d), 500 hPa (b, e) and the water vapor flux (the shaded, unit: g·cm-1·hPa-1·s-1) and wind fields (vector, unit: m·s-1) at 850 hPa (c, f) at 20 : 00 on 24 June (a, b, c) and 14 : 00 on 30 August (d, e, f) 2015

从逐6 h累积降水量(图 2)来看, 两次过程中多个站点降水超过9 mm, 且最强降水中心均出现在南疆西部山区。尤其过程Ⅱ中叶城、莎车和泽普3个站的6 h累积降水量均超过18 mm, 分别达到23, 21和20 mm[图 2(d)]。从日降水量来看, 过程Ⅱ中多站也分别突破8月和9月的日最大降水量历史极值(图略)。

图 2 2015年夏季南疆两次强降水过程的6 h累积降水量(单位: mm) Figure 2 The observed 6 hours accumulated precipitation during the two summer rainfall processes in 2015.Unit: mm
3 数值试验设计 3.1 WRF模式和GSI同化系统简介

WRF (Weather Research and Forecasting)模式是由美国多家单位联合开发研究的新一代非静力平衡、高分辨率的中尺度数值模式, 可以进行各种尺度(从天气尺度到云尺度)的天气过程的数值模拟研究和预报, 重点考虑的水平分辨率为1~10 km(章国材, 2004)。

GSI (Gridpoint Statistical Interpolation)系统是由NCEP/EMC开发的新一代全球/区域统一的气象资料分析和同化系统(Kleist et al, 2009; Xu et al, 2009)。GSI以格点空间分析为基础, 其分析方法本质上仍为三维变分同化方法, 可同化绝大多数常见的气象资料, 如常规探空、地面观测以及卫星遥感、雷达等资料(郝民等, 2010; 段华等, 2015; 张新忠等, 2015)。

3.2 试验方案设计

采用WRFv3.5.1版本, 同化系统为GSIv3.0版本, 模式参数设置参照新疆区域数值模式系统(于晓晶等, 2014; 杜娟等, 2016)。其预报区域设置为27 km和9 km两重嵌套网格[图 3(a)], 其中9 km分辨率区域覆盖全疆。垂直方向为40层, 模式层顶为50 hPa。考虑到两次降水过程的强降水时段(图 2), 模式积分的起始时间分别设置为2015年6月24日20 :00和8月30日14:00, 预报时效均为48 h, 以美国环境预报中心NCEP的GFS (Global Forecast System)数据为初始场, 其时间分辨率为3 h、空间分辨率为0.5°×0.5°。模式主要物理过程参数设置如下: K-F对流参数化方案, WSM6云微物理方案, ACM2边界层方案, Noah陆面方案, RTMM长波辐射方案和Duddia短波辐射方案。

图 3 数值模式预报区域(a, 外层分辨率为27 km, 内层分辨率为9 km)与同化的观测资料种类和数量(b) (a)中黑点表示青藏高原新增的探空站(狮泉河、改则、申扎), 彩色表示地形高度(单位: m) Figure 3 Nested forecast domains with resolution of 27/9 km (a) and types and numbers of the assimilated observations (b). The black dots in Fig. 3 (a) indicate the three newly-built radiosonde stations (Shiquanhe, Gaize and Shenzha), and the color represents terrain (unit: m)

目前, 乌鲁木齐区域数值模式在业务中同化的是GTS全球观测资料[图 3(b)], 基于此设计2个敏感试验:试验1(Exp 1)同化除高原3个站探空资料外的常规观测资料, 试验2(Exp 2)则同化全部常规观测资料, 即二者的差别仅在于是否同化高原新增3个站的探空资料, 进而对比分析高原3个站探空资料同化前后试验结果的差异。

4 试验结果分析 4.1 高原新增探空资料同化对关键要素场的影响 4.1.1 过程Ⅰ

从过程Ⅰ中200 hPa上位势高度和温度场及其增量的分布(图 4)可以看出, 初始场结果显示在常规观测资料中增加3个高原站探空资料后, 位势高度和温度的增量分布基本一致, 正增量中心出现在高原中部(对应申扎站), 位于南亚高压中心(高原东部上空)西北部, 中心值分别为1.6 dagpm和0.35 ℃, 并向周围地区逐渐减小; 在南疆地区上空改变较小, 在高原南侧和新疆中部表现为弱的负增量。随着时间积分, 两试验预报结果的差异逐渐显著。在北支槽东侧为负增量, 中心值达-14 dagpm; 在南支脊上则为正增量, 中心约为8 dagpm。这样使得北支槽加深, 南支槽上偏南气流增强。与位势高度场对应, 温度场主要在南支脊附近表现为负增量, 最大值超过-1.5 ℃, 其他地区变化较小。对应风场增量在高原和南疆地区均表现为反气旋环流(图略)。由以上分析可知, 同化高原新增3个站探空资料后, 200 hPa副热带长波槽有所加深, 南疆上空的偏南急流得到增强。

图 4 过程Ⅰ初始时刻(a, c, 2015年6月24日20 : 00)和积分12 h后(b, d, 25日08 : 00, )200 hPa位势高度场(a, b, 等值线, 单位: dagpm)、温度场(c, d, 等值线, 单位: ℃)及其增量(彩色区)分布 Figure 4 Distributions of geopotential height (a, b, contour, unit: dagpm), temperature (c, d, contour, unit: ℃) and their increments (color area) at 200 hPa in the Process Ⅰ at the initial time 20 : 00 on 24 (a, c) and after integrating 12 hours at 08 : 00 on 25 (b, d) June 2015

通过过程Ⅰ中500 hPa位势高度、温度和湿度及其增量的分布(图 5)可知, 与200 hPa相比, 初始时刻各要素场的增量主要集中在高原地区[图 5(a), (c), (e)], 对周边地区影响较小。位势高度和温度仍为正增量, 中心位于高原西部(对应狮泉河站), 中心值分别为4 dagpm和1.2 ℃。湿度增量分别在高原中部(申扎站)和西部(狮泉河站)出现两个负值中心, 中心值均超过-1 g·kg-1。积分12 h后[图 5(b), (d), (f)], 同化3个高原站探空资料前后的增量范围和强度更为显著。位势高度增量在西西伯利亚低涡西侧出现一个负增量中心, 其他大部分地区均为正增量, 正值中心位于下游河西走廊一带, 中亚低涡东侧(对应南疆西部地区)为正增量。温度场变化区较为分散, 负增量中心也位于河西走廊一带, 南疆地区以负增量为主。湿度增量在新疆东部出现一个较强的负增量中心, 南疆地区以负增量为主。总而言之, 同化高原探空资料后, 对中、高纬度降水影响系统调整显著。

图 5 过程Ⅰ初始时刻(a, c, e, 2015年6月24日20 : 00)和积分12 h后(b, d, f, 25日08 : 00)500 hPa上位势高度场(a, b, 等值线, 单位: dagpm)、温度场(c, d, 等值线, 单位: ℃)和湿度场(e, f, 等值线, 单位: g·kg-1)及其增量(彩色区)分布 Figure 5 Distributions of geopotential height field (a, b, contour, unit: dagpm), temperature field (c, d, contour, unit: ℃), humidity field (e, f, contour, unit: g·kg-1) and their increments (color area) at 500 hPa in the Process Ⅰ at the initial time 20 : 00 on 24 (a, c, f) and after integrating 12 hours at 08 : 00 on 25 (b, d, f) June 2015

虽然高原新增探空站的高度均在600 hPa以上, 但同化后通过动力调整对高原周边地区的低层物理量场也有一定影响。莫毅等(2008)通过计算资料同化中各物理量的预报敏感性因子表明, 风场和湿度场在低层的敏感性因子均比中层大。图 6为过程Ⅰ中850 hPa上风场、散度和湿度的增量分布。从初始场增量[图 6(a), (c)]来看, 散度增量变化区域分布较为分散, 对高原西南侧、新疆和下游东部地区均有所调整, 南疆地区变化相对较小。湿度变化区主要集中在高原西南侧地区, 出现一个较强的负增量中心, 南疆地区几乎没有变化。积分12 h后[图 6(b), (d)], 散度增量变化区集中在南疆地区, 湿度变化范围更广, 南疆东部变化显著, 以负增量为主。但对西部强降水中心的散度和湿度调整较小。

图 6 过程Ⅰ初始时刻(a, c, 2015年6月24日20 : 00)和积分12 h后(b, d, 25日08 : 00)850 hPa上水平风场(矢量, 单位: m·s-1)、散度场(彩色区, 单位: 10-5s-1)和湿度场(彩色区, 单位: g·kg-1)的增量分布 Figure 6 The increments of wind (vector, unit: m·s-1), divergence (color area, unit: 10-5s-1) and humidity (colors, unit: g·kg-1) at 850 hPa in the Process Ⅰ at the initial time 20 : 00 on 24 (a, c) and after integrating 12 hours at 08 : 00 on 25 (b, d) June 2015
4.1.2 过程Ⅱ

图 7为过程Ⅱ中200 hPa上位势高度和温度及其增量的分布。从初始时刻[图 7(a), (c)]来看, 该过程中的副热带长波槽较过程Ⅰ平直。与过程Ⅰ类似, 位势高度和温度正增量中心也在高原中部(申扎站), 但位于南亚高压中心西北部, 中心值分别超过1.2 dagpm和0.3 ℃, 向周围地区逐渐减小, 但没有负增量地区。积分12 h后[图 7(b), (d)], 北支槽上为一个负增量中心, 45°N以南的高原及新疆地区上空为弱的正增量。温度场改变区域较小, 在新疆东部地区出现零星的负增量中心。整体(图 7)来看, 同化高原3个站探空资料后, 过程Ⅱ中200 hPa上各物理量变化较小, 但仍对新疆上空的偏南急流有所加强。

图 7 过程Ⅱ初始时刻(a, c, 2015年8月30日14 : 00)和积分12 h后(b, d, 31日02 : 00) 200 hPa上位势高度场(a, b, 等值线, 单位: dagpm)、温度场(c, d, 等值线, 单位: ℃)及其增量(彩色区)分布 Figure 7 Distributions of geopotential height field (a, b, contour, unit: dagpm) and temperature field (c, d, contour, unit: ℃) and their increments (color area) at 200 hPa in the Process Ⅱ at the initial time 14 : 00 on 30 (a, c) and after integrating 12 hours at 02 : 00 on 31 (b, d) August 2015

图 8为过程Ⅱ中500 hPa上位势高度、温度和湿度及其增量的分布。与过程Ⅰ相比, 过程Ⅱ中各物理量的增量较小, 但范围较广。位势高度增量自高原南部向南疆地区依次出现负—正—负—正的波列, 其值在±0.5 dagpm之间[图 8(a)]。温度在高原中部和南疆地区为弱的正增量, 高原西部为较弱的负增量, 变化范围在±0.3 ℃之间[图 8(c)]。湿度增量在高原中部为负值, 高原西部为正值, 其中心分别达到-0.3 g·kg-1和0.4 g·kg-1[图 8(e)]。积分12 h后, 位势高度在西西伯利亚低涡西部为负增量, 里、咸海至北疆地区为正增量, 南疆和高原地区增量值较小[图 8(b)]。40°N以北的温度增量分布与位势高度正好相反, 而在新疆和高原地区比较分散, 强度也较弱[图 8(d)]。湿度增量也随着时间积分更加分散, 对南疆地区的湿度有所调整[图 8(f)]。

图 8 过程Ⅱ初始时刻(a, c, e, 2015年8月30日14 : 00)和积分12 h后(b, d, f, 31日02 : 00)500 hPa上位势高度场(a, b, 等值线, 单位: dagpm)、温度场(c, d, 等值线, 单位: ℃)和湿度场(e, f, 等值线, 单位: g·kg-1)及其增量(彩色)分布 Figure 8 Distributions of geopotential height field (a, b, contour, unit: dagpm), temperature field (c, d, contour, unit: ℃), humidity field (e, f, contour, unit: g·kg-1) and their increments (colors) at 500 hPa in the Process Ⅱ at the initial time (a, c, e, at 14 : 00 on 30 August 2015) and after integrating 12 hours (b, d, f, at 02 : 00 on 31 August 2015) in the Process Ⅱ

图 9为过程Ⅱ中850 hPa上风场、散度和湿度增量的分布。与过程Ⅰ相比, 过程Ⅱ中初始场变化较小。从初始场增量来看[图 9(a), (c)], 整个预报区域的散度增量较小, 水汽变化区则仍集中在高原西南侧地区, 但为正增量中心, 南疆地区几乎没有变化。积分12 h后[图 9(b), (d)], 散度增量变化区分散, 在南疆地区最为显著。湿度变化的区域也更广, 对高原南部和南疆地区调整较明显, 但对南疆西部的强降水中心调整较小。

图 9 过程Ⅱ中初始时刻(a, c, 2015年8月30日14 : 00)和积分12 h后(b, d, 31日02 : 00)850 hPa上水平风场(箭头, 单位: m·s-1)、散度(彩色区, 单位: ×10-5 s-1)和湿度(彩色区, 单位: g·kg-1)的增量分布 Figure 9 The increments of wind (vector, unit: m·s-1), divergence (color area, unit: ×10-5s-1) and humidity (color area, unit: g·kg-1) at 850 hPa in the Process Ⅱ at the initial time at 14 : 00 on 30 (a, c) and after integrating 12 hours at 02 : 00 on 31 (b, d) August 2015
4.2 高原新增探空资料同化对降水预报结果的影响

通过两种同化方案预报的逐6 h累积降水量及其差值分布(图 10)可以看出, 高原新增3个站探空资料同化前后, 整个降水带分布和降水中心的位置变化不大, 预报的降水中心均与实况存在一定距离。这可能由于南疆西部山区地形复杂, 模式地形与实际地形存在较大误差导致。从二者降水的差值来看, 同化高原3个站探空资料后, 模式预报结果的差异分布与降水落区非常吻合。过程Ⅰ变化区主要在南疆西部和南部山区, 过程Ⅱ中位于南疆西北部山区, 且均在预报的降水中心周围变化较大。

图 10 不同时段高原3个站探空资料同化前(试验1)后(试验2)预报的6 h累积降水量与差值分布(单位: mm) 数字表示强降水中心观测值, 第1~3列分别为试验1、试验2降水量及试验2与试验1的差值分布 Figure 10 The 6 hours accumulated precipitation forecasts and their differences before (Exp1) and after (Exp2) assimilating the new radiosonde data on Qinghai-Tibetan Plateau during drfferent times.Unit: mm.The digits indicate observations of heavy rain centers, the column 1~3 denote the precipitation of Exp1, Exp2 and the differences between Exp2 and Exp1, respectively

图 11为高原3个站探空资料同化前后预报的6 h累积降水量评分。对于0.1 mm和3.1 mm两个小阈值降水, 除个别预报时效外, 高原3个站探空资料同化后的Ts评分大部分优于同化前, 过程Ⅰ中预报偏差(Bs)改进较小, 但对过程Ⅱ的空报率(Bs > 1.0)和漏报率(Bs < 1.0)均有一定调整。对于6.1 mm以上的大阈值降水, 同化前后预报结果的Ts评分均无显著提高, 个别时次同化后的评分不如同化前。同化前后的Bs在过程Ⅰ中变化较小, 而在过程Ⅱ中的6 h和12 h空报率显著增加。可见, 在常规资料加入高原新增3个站探空资料后, 模式对小阈值降水的预报水平提高显著, 降水空报率和漏报率均有所降低, 但对大阈值降水的预报水平改进不明显。

图 11 高原3个站探空资料同化前后的逐6 h降水预报结果Ts评分和预报偏差对比 Figure 11 Verifications of the 6 hours precipitation forecasts for the two rainfall processes before and after assimilating the new radiosonde data via threat score and bias score on Qinghai-Tibetan Plateau
5 结论与讨论

利用第三次青藏高原大气科学试验中新增的狮泉河、申扎、改则3个站的探空资料, 基于WRF中尺度数值模式和GSI同化系统, 选取2015年夏季南疆南亚双体型和南亚高压单体型两类典型强降水过程, 分别进行同化敏感试验, 以评估新增3个站的探空资料同化对南疆夏季降水预报结果的影响。

(1) 从初始场物理量增量场来看, 同化高原3个站探空资料对两次过程的初始场均有一定改进, 但对南亚双体型过程改进较显著。中、高层的位势高度和温度场以及中层湿度场的增量中心均出现在高原中、西部, 且与观测站点相对应, 尤其申扎和狮泉河两站影响较大, 并向周边地区逐渐减小, 南疆地区为较弱的正或负增量。虽然高原探空资料均在600 hPa以上, 通过动力调整对低层(850 hPa)物理量也有一定调整。同化后低层的散度和湿度增量中心出现在高原西南侧, 南疆地区变化较小。

(2) 初始时刻各物理量的增量主要集中在高原地区, 周边地区较小, 随着模式时间积分, 各高度上物理量的增量逐渐显著, 总体使得200 hPa上副热带长波槽有所加深、南疆上空的偏南急流得到增强, 500 hPa上低值系统有所减弱, 850 hPa上散度和湿度也有较大调整。

(3) 从降水预报结果来看, 同化高原3个站探空资料后, 对两次过程的小量级降水评分显著提高, 即模式对降水落区的预报能力有所提高, 但对强降水中心结果影响不大。可见, 同化高原3个站探空资料后对局地性强降水的预报能力较弱。

由以上分析可知, 在常规观测资料中加入高原新增3个站探空资料同化后, 初始场中的位势高度、温度、湿度和风场等关键物理量均有所调整, 尤其在高原上最为显著。随着时间积分, 降水影响系统随之改变, 从而影响降水落区和量级的预报结果。但不同类型降水过程之间的差异性也较为显著, 这可能与其影响系统的偏南气流(经向度)及其上下游效应更强有关。另外, 由于夏季降水的对流性与局地性强, 可能对高原新增探空资料的同化效果有所影响。因此, 有必要选取其他季节新疆不同地区、不同环流背景的的降水过程继续开展试验, 以进一步验证上述结论的普适性。

参考文献
Barker D M, Huang W, Guo Y R, et al. 2004. A three-dimensional variational data assimilation system for MM5:Implementation and initial results[J]. Mon Wea Rev, 132: 897–914. DOI:10.1175/1520-0493(2004)132<0897:ATVDAS>2.0.CO;2
Benjamin S G, Devenyi D, Weygandt S S, et al. 2004. An hourly assimilation/forecast cycle:The RUC[J]. Mon Wea Rev, 132: 495–518. DOI:10.1175/1520-0493(2004)132<0495:AHACTR>2.0.CO;2
Kleist D T, Parrish D F, Derber J C, et al. 2009. Introduction of the GSI into the NCEP global data assimilation system[J]. Wea Forecasting, 24: 1691–1705. DOI:10.1175/2009WAF2222201.1
Xu J, Rugg S, Byerle L, et al. 2009. Weather Forecasts by the WRF-ARW Model with the GSI Data Assimilation System in the Complex Terrain Areas of Southwest Asia[J]. Wea Forecasting, 24: 987–1008. DOI:10.1175/2009WAF2222229.1
白彬人, 胡泽勇. 2016. 高原热力作用对高原季风爆发的指示意义[J]. 高原气象, 35(2): 329–336. Bai B R, Hu Z Y. 2016. Indicative significance of thermal effects over the Qinghai-Xizang Plateau to the onset of plateau summer monsoon[J]. Plateau Meteor, 35(2): 329–336. DOI:10.7522/j.issn.1000-0534.2015.00016
杜娟, 于晓晶, 辛渝, 等. 2016. 乌鲁木齐区域数值预报业务系统降水预报检验与评估分析[J]. 沙漠绿洲气象, 10(6): 31–40. Du J, Yu X J, Xin Y, et al. 2016. Evaluation and analysis of precipitation predictability of desert oasis Gobi regional assimilation and forecast system[J]. Desert Oasis Meteor, 10(6): 31–40.
段华, 潘晓滨, 臧增良, 等. 2015. 基于GSI同化系统的卫星辐射率资料的同化试验[J]. 干旱气象, 33(6): 895–901. Duan H, Pan X B, Zang Z L, et al. 2015. Analysis on assimilation experiment of AMSU-A radiance based on GSI system[J]. J Arid Meteor, 33(6): 895–901.
郝民, 郭英华, 马再忠. 2010. 一次降水天气过程的GPS掩星资料在GSI同化系统中的应用[J]. 高原气象, 29(1): 164–174. Hao M, Guo Y H, Ma Z Z. 2010. Application and experiment of GPS radio occultation data in the NCEP GSI system in a precipitation process[J]. Plateau Meteor, 29(1): 164–174.
郝民, 田伟红, 龚建东. 2014. L波段秒级探空资料在GRAPES同化系统中的应用研究[J]. 气象, 40(2): 158–165. Hao M, Tian W H, Gong J D. 2014. Study of L-band second-level radiosonde data applied in GRAPES assimilation system[J]. Meteor Mon, 40(2): 158–165.
黄艳, 刘涛, 张云惠. 2012. 2010年盛夏南疆西部一次区域性暴雨天气特征[J]. 干旱气象, 30(4): 615–622. Huang Y, Liu T, Zhang Y H. 2012. Features of a regional rainstorm in midsummer of 2010 in Western Xinjiang[J]. J Arid Meteor, 30(4): 615–622.
黄燕燕, 万齐林, 陈子通, 等. 2011. 加密探空资料在华南暴雨数值预报的应用试验[J]. 热带气象学报, 27(2): 179–188. Huang Y Y, Wan Q L, Chen Z T, et al. 2011. Experiments of using dense observation data of sounding balloon in rainstorm forecast over South China[J]. J Trop Meteor, 27(2): 179–188.
李永华, 卢楚翰, 徐海明, 等. 2011. 夏季青藏高原大气热源与西南地区东部旱涝的关系[J]. 大气科学, 35(3): 422–434. Li Y H, Lu C H, Xu H M, et al. 2011. Contemporaneous relationships between summer atmospheric heat source over the Tibetan Plateau and drought/flood in eastern Southwest China[J]. Chinese J Atmos Sci, 35(3): 422–434.
刘晓璐, 刘建西, 张世林, 等. 2014. 基于探空资料因子组合分析方法的冰雹预报[J]. 应用气象学报, 25(2): 168–175. Liu X L, Liu J X, Zhang S L, et al. 2014. Hail forecast based on factor combination analysis mothod and sounding data[J]. J Appl Meteor Sci, 25(2): 168–175. DOI:10.11898/1001-7313.20140206
刘芸芸, 何金海, 王谦谦. 2006. 新疆地区夏季降水异常的时空特征及环流分析[J]. 南京气象学院学报, 29(1): 24–32. Liu Y Y, He J H, Wang Q Q. 2006. Analysis of temporal spatial features and circulation characteristics of summer precipitation in Xinjiang[J]. Journal of Nanjing Institute of Meteorology, 29(1): 24–32.
莫毅, 潘晓滨, 臧增亮, 等. 2008. 资料同化对一次华南暴雨影响的数值试验研究[J]. 暴雨灾害, 27(4): 289–294. Mo Y, Pan X B, Zang Z L, et al. 2008. Effect of data assimilation on a numerical simulation of a heavy rain in South China[J]. Torrential Rain Disaster, 27(4): 289–294.
齐玉磊, 冯松, 黄建平, 等. 2015. 高原夏季风对中东亚干旱半干旱区夏季降水的影响[J]. 高原气象, 34(6): 1566–1574. Qi Y L, Feng S, Huang J P, et al. 2015. Influence of Plateau summer monsoon on summer precipitation in the arid and semi-arid regions of the Central and East Asia[J]. Plateau Meteor, 34(6): 1566–1574. DOI:10.7522/j.issn.1000-0534.2014.00088
史玉光, 孙照渤. 2008. 新疆水汽输送的气候特征及其变化[J]. 高原气象, 27(2): 310–319. Shi Y G, Sun Z B. 2008. Climate characteristics of water vapor transportation and its variation over Xinjiang[J]. Plateau Meteor, 27(2): 310–319.
王前, 赵勇, 陈飞, 等. 2017. 南亚高压的多模态特征及其与新疆夏季降水的联系[J]. 高原气象, 36(5): 1209–1220. Wang Q, Zhao Y, Chen F, et al. 2017. Characteristics of different patterns of South Asia high and their relationships with summer precipitation in Xinjiang[J]. Plateau Meteor, 36(5): 1209–1220. DOI:10.7522/j.issn.1000-0534.2016.00123
魏东, 孙继松, 雷蕾, 等. 2011. 三种探空资料在各类强对流天气中的应用对比分析[J]. 气象, 37(4): 412–422. Wei D, Sun J S, Lei L, et al. 2011. Comparative analysis of three kinds of sounding data in the application of the severe convective weather[J]. Meteor Mon, 37(4): 412–422. DOI:10.7519/j.issn.1000-0526.2011.04.004
韦芬芬, 汤剑平, 王淑瑜. 2015. 中国区域夏季再分析资料高空变量可信度的检验[J]. 地球物理学报, 58(2): 383–397. Wei F F, Tang J P, Wang S Y. 2015. A reliability assessment of upper level reanalysis datasets over China[J]. Chinese J Geophys, 58(2): 383–397. DOI:10.6038/cjg20150204
许东蓓, 许爱华, 肖玮, 等. 2015. 中国西北四省区强对流天气形势配置及特殊性综合分析[J]. 高原气象, 34(4): 973–981. Xu D B, Xu A H, Xiao W, et al. 2015. Comprehensive analysis on the severe convective weather situation configuration and its particularity in Norewest China[J]. Plateau Meteor, 34(4): 973–981. DOI:10.7522/j.issn.1000-0534.2014.00102
徐祥德, 陶诗言, 王继志, 等. 2002. 青藏高原-季风水汽输送"大三角扇形"影响域特征与中国区域旱涝异常的关系[J]. 气象学报, 60(3): 257–267. Xu X D, Tao S Y, Wang J Z, et al. 2002. The relationship between water vapor transport features of Tibetan Plateau-monsoon "large triangle" affecting region and drought-flood abnormality of China[J]. Acta Meteor Sinica, 60(3): 257–267. DOI:10.11676/qxxb2002.032
徐祥德, 陈联寿. 2006. 青藏高原大气科学试验研究进展[J]. 应用气象学报, 17(6): 756–772. Xu X D, Chen L S. 2006. Advances of the study on Tibetan Plateau experiment of atmospheric sciences[J]. J Appl Meteor Sci, 17(6): 756–772. DOI:10.11898/1001-7313.20060613
徐祥德, 赵天良, 施晓晖, 等. 2015. 青藏高原热力强迫对中国东部降水和水汽输送的调制作用[J]. 气象学报, 73(1): 20–35. Xu X D, Zhao T L, Shi X H, et al. 2015. A study of the role of the Tibetan Plateau's thermal forcing in modulating rainband and moisture transport in eastern China[J]. Acta Meteor Sinica, 73(1): 20–35. DOI:10.11676/qxxb2014.051
杨莲梅, 张庆云. 2007. 南疆夏季降水异常的环流和青藏高原地表潜热通量特征分析[J]. 高原气象, 26(3): 435–441. Yang L M, Zhang Q Y. 2007. Surface latent heat flux characteristics over Tibetan Plateau and circulations of summer precipitation anomalies in South Xinjiang[J]. Plateau Meteor, 26(3): 435–441.
姚爽, 陈敏, 王建捷. 2015. L波段分钟数据在WRF模式中的变分同化应用试验[J]. 气象, 41(6): 695–706. Yao S, Chen M, Wang J J. 2015. Variational assimilation experiment of L-band minute-level sounding data with WRF model[J]. Meteor Mon, 41(6): 695–706.
叶笃正, 罗四维, 朱抱真. 1957. 西藏高原及其附近的流场结构和对流层大气的热量平衡[J]. 气象学报, 28(2): 108–121. Ye D Z, Luo S W, Zhu B Z. 1957. The wind structure and heat balance in the lower troposphere over Tibetan Plateau and its surrounding[J]. Acta Meteora Sinica, 28(2): 108–121. DOI:10.11676/qxxb1957.010
于晓晶, 于志翔, 辛渝, 等. 2014. 沙漠绿洲戈壁区域同化预报系统降水预报检验[J]. 暴雨灾害, 33(3): 281–289. Yu X J, Yu Z X, Xin Y, et al. 2014. Performance verification of Desert Oasis Gobi regional assimilation and forecast system for precipitation forecast[J]. Torrential Rain Disaster, 33(3): 281–289.
章国材. 2004. 美国WRF模式的进展和应用前景[J]. 气象, 30(12): 27–31. Zhang G C. 2004. Progress of weather research and forecast (WRF) model and application in the United States[J]. Meteor Mon, 30(12): 27–31.
张俊兰, 魏荣庆, 杨柳. 2014. 2013年南疆两场罕见暴雨落区和强度的对比分析[J]. 沙漠与绿洲气象, 8(5): 1–9. Zhang J L, Wei R Q, Yang L. 2014. Comparison of precipitation area and intensity of two rare heavy rainfall over Southern Xinjiang in 2013[J]. Desert Oasis Meteor, 8(5): 1–9.
张云惠, 陈春艳, 杨莲梅, 等. 2013. 南疆西部一次罕见暴雨过程的成因分析[J]. 高原气象, 32(1): 191–200. Zhang Y H, Chen C Y, Yang L M, et al. 2013. Cause analysis on rare rainstorm in West of Southern Xinjiang[J]. Plateau Meteor, 32(1): 191–200. DOI:10.7522/j.issn.1000-0534.2012.00019
张云惠, 李海燕, 蔺喜禄, 等. 2015. 南疆西部持续性暴雨环流背景及天气尺度的动力过程分析[J]. 气象, 41(7): 816–824. Zhang Y H, Li H Y, Lin X L. 2015. Analysis of continuous rainstorm circulation background and the dynamic process of synoptic-scale in West of Southern Xinjiang[J]. Meteor Mon, 41(7): 816–824. DOI:10.7519/j.issn.1000-0526.2015.07.003
张新忠, 陈军明, 赵平. 2015. 多普勒天气雷达资料同化对江淮暴雨模拟的影响[J]. 应用气象学报, 26(5): 555–566. Zhang X Z, Chen J M, Zhao P. 2015. Impacts of Doppler radar data assimilation on the simulation of severe heavy rainfall events[J]. J Appl Meteor Sci, 26(5): 555–566. DOI:10.11898/1001-7313.20150505
周建琴, 钱正安, 蔡英, 等. 2009. 夏季不同源地水汽对我国西北区降水影响的数值模拟(Ⅱ):减、增各源区水汽的敏感性试验结果[J]. 高原气象, 28(6): 1220–1232. Zhou J Q, Qian Z A, Cai Y, et al. 2009. Simulation on impact of water vapor in various source areas on NWC summer precipitation (Ⅱ):sensitive run results of effects of decreasing (increasing) water vapor in various source areas[J]. Plateau Meteor, 28(6): 1220–1232.
周俊前, 刘新, 李伟平, 等. 2016. 青藏高原春季地表异常对西北地区东部降水变化的影响[J]. 高原气象, 35(4): 845–853. Zhou J Q, Liu X, Li W P, et al. 2016. Relationship between surface sensible heating over the Qinghai-Xizang Plateau and precipitation in the eastern part of Northwest China in spring[J]. Plateau Meteor, 35(4): 845–853. DOI:10.7522/j.issn.1000-0534.2015.00053
Impact of Assimilating the New Radiosonde Data on Qinghai-Tibetan Plateau on Summer Rainfall Forecast over Southern Xinjiang
YU Xiaojing1 , DU Juan1 , WANG Minzhong1 , XU Hongxiong2 , HE Qing1     
1. Institute of Desert Meteorology, China Meteorological Administration/Center for Central Asian Atmosphere Science Research, Urumqi 830002, Xinjiang, China;
2. Chinese Academy of Meteorological Sciences, Beijing 100081, China
Abstract: Using the radiosonde data of the three newly-built stations (Shiquanhe, Shenzha and Gaize) on the Qinghai-Tibetan Plateau (QTP) in the third Tibetan Plateau Experiment of Atmospheric Sciences (TIPEX), employing the Weather Research and Forecasting (WRF) model and the Gridpoint Statistical Interpolation (GSI) system, two summer rainfall processes occurred in Southern Xinjiang in 2015, in the background of double-body (Process Ⅰ) and one-body (Process Ⅱ) of the South Asia High (SAH), respectively, were selected to conduct the data assimilation sensitive experiments, in order to assess the impacts of assimilating the new radiosonde data on the QTP upon summer rainfall forecasts over Southern Xinjiang preliminary.In the terms of the analysis increments, the initial fields of the two processes were improved after assimilating the new radiosonde data, and the Process Ⅱ was more significant, which might be related to stronger southerly airflow and the effect of upper and lower courses.The centers of increment on the high and middle levels occurred in the middle and west of the QTP, corresponding to the Shenzha and Shiquanhe, respectively.Then the increments decreased to the surrounding regions, and showed weak positive or negative increments over the Southern Xinjiang.Although the new radiosonde data on the QTP are above 600 hPa, the meteorological fields in the low levels were also affected through dynamic readjustment.The increment centers of the divergence and humidity presented in the southwest of the QTP, while it changed little over the Southern Xinjiang.The adjustments of the meteorological fields and main effect systems became remarkable gradually with the model integrating.As a result, the subtropical long wave trough got deepened, the south jet over the Southern Xinjiang strengthened, the low pressure systems on the 500 hPa weakened, and the divergence and humidity changed obviously over the Southen Xinjiang.However, over the precipitation centers in the west of the Southen Xinjiang, the divergence and humidity varied little relatively.The precipitation forecasts showed that the Threat Score of the small thresholds increased remarkably, which meant the forecast capacity of the rainfall area were improved to some extent.Moreover, the result of heavy rainfall were affected little, which also agreed with the variation of the meteorological fields.
Key Words: The third TIPEX    new radiosonde data    Gridpoint Statistical Interpolation (GSI) System    summer rainfall in Southern Xinjiang