1 引言

在全球气候变暖的背景下, 频繁发生的强对流天气已成为影响大城市生产生活的最主要气象灾害之一。它非线性地快速发展和消亡的特点, 使基于数值模式的对流尺度短时临近预报业务越来越受重视(孙娟珍等, 2016; 杨波等, 2017; 俞小鼎等, 2012; 陈明轩等, 2004)。高分辨数值模式极大地发展, 各种高时空分辨率的观测资料(比如雷达资料)数量也快速增加, 它们为实现短时临近数值预报业务提供关键技术支撑(刘红亚等, 2007a; 陈明轩等, 2010, 2011; 徐道生等, 2016; 王洪等, 2015; Sun et al, 2010)。近年来, 英国Metoffice为代表的欧洲推出了网格距为1.5 km的高分辨率区域模式, 开展致洪暴雨等极端天气事件的短临预报业务, 美国、澳大利亚等国也纷纷建立公里级高分辨率模式(Weygandt et al, 2008; Crook et al, 2002)。在中国, 华北区域气象中心基于WRF模式建立高分辨率快速循环业务数值预报系统BJ-RUC, 实现了逐3 h更新同化雷达资料, 提高了京津冀短时强降水预报能力(范水勇等, 2013; 陈敏等, 2014); 陈葆德等(2013)基于ADAS资料同化系统和中尺度模式WRF建立了华东区域快速更新循环同化系统, 该系统是华东地区精细化短临预报与服务业务最重要的技术支撑之一; 广州热带海洋气象研究所也对华南区域快速更新循环同化与短时临近预报系统开展了大量研究和业务应用(陈子通等, 2010)。

目前大多数区域数值预报模式进行“冷启动”时都会遇到“spin up”问题, 即初始条件中由于缺乏云降水信息以及与其平衡的热力动力条件, 模式需在初始阶段进行自身的调整, 经过一定时间的积分后得到所需要的中小尺度环流及降水信息。这对于短时临近预报效果有极大的影响。许多研究(Sun et al, 1991; Gao et al, 2004, 2006a; 盛春岩等, 2006a, 2006b; 顾建峰, 2006; 朱立娟, 2012)发现通过高时空分辨率的雷达资料的径向速度和回波观测, 可以有效地为初始场提供局地性对流系统的热动力结构信息, 调整短时降水中心位置、范围和强度的预报结果, 减少“spin up”带来的负面影响。杨毅等(2006)利用多普勒雷达反演风场资料对江淮地区一次大暴雨的流场进行分析, 研究表明暖湿空气地输送为这次降水提供了水汽条件。王越亚等(2016)应用SVD-En3DVar方法同化雷达资料后能够提高雷达组合回波的预报水平。刘红亚等(2007b)反演雷达反射率因子并同化到GRAPES模式中, 对一次暴雨过程进行模拟, 结果表明水汽、云水和雨水对降水的发生发展有不同的影响作用。朱立娟(2012)应用云分析方案初始云内信息, 表明对雨区的位置和降水强度的逐时演变都有所改善, 王晓峰等(2017)利用雷达资料通过云分析可优化初始场的水物质含量, 调整对流系统的结构强度和降水落区。

同化雷达反演水物质的影响主要作用是修正初始热力场, 而雷达风场的同化主要目的在于改进中小尺度动力场的信息, 对于局地强对流系统的模拟都是非常重要的, 但是这两者对于短临降水预报的影响分别体现在哪些方面？究竟是同化风场还是同化水物质对于降水预报改进更大？单独同化风场或者水物质和同时同化两者有哪些差别？本文选取两次比较典型的华南前汛期降水过程, 通过Nudging方法将雷达反演风场和水物质同化到分辨率为1 km的广东省短临预报模式中, 初步对以上几个问题进行讨论。

2 模式设置

试验基于GRAPES区域模式进行, 使用的分辨率为0.01°。该模式属于非静力模式, 时间积分采用半隐式半拉格朗日方案, 垂直方向采用高度地形追随坐标, 并采用Charney-Philips跳层。试验选取的微物理过程是WSM6方案, 边界层物理方案是MRF方案, 长波辐射过程是RRTMG-LW方案, 短波辐射过程是RRTMG-SW方案并关闭积云对流参数化方案。

模式的初边界资料采用ECMWF全球分辨率模式提供的ECM分析场, 分辨率为0.125°×0.125°。模式起始经纬度为107.0°E, 18.0°N, 水平格点数目为1201×901, 垂直层数为65层, 模式顶为30 km。时间步长30 s。

3 个例天气过程

选取2017年4月21日的一次重大天气过程进行模拟试验, 该过程发生在强对流频发的华南前汛期。暴雨的发生与高低空天气系统的有利配置密不可分, 图 1给出了利用NCEP FNL 1°×1°再分析资料得到的500 hPa、850 hPa上的环流形势场及海平面气压与2 m高温度场。从图 1中可以看出, 500 hPa中层上, 受高空槽影响, 广东处于槽前西南偏西风的辐散区。850 hPa低层处, 一方面南北风对峙, 在两广交界处形成一条清晰的切变线, 广东大部分区域处在切变线南侧的辐合区域; 另一方面, 来自孟加拉湾和南海的水汽源源不断地向北输送, 提供持续的水汽条件。海平面气压和2 m高处温度场显示中国西北部有较强的冷气团, 受槽后西北气流引导, 冷空气不断南下渗透, 与海上暖湿气流在两广境内交汇。在高空槽、冷空气和切变线共同影响下, 配合低层西南暖湿气流的辐合, 最终给广东地区带来自西北向东南移动的降水趋势。此次过程出现了大雨到暴雨局部大暴雨的降水量级, 局地并伴有雷暴大风和小冰雹, 主要降水中心在珠三角东部及粤东中部地区, 最大降水量出现在揭西塔头镇, 达117.2 mm。

所选另一次天气过程亦受高空槽、冷空气和切变线共同影响, 并配合低层南风辐合带来的降水, 时间为2016年5月20日02:00(世界时, 下同)12:00。此次降水过程雨量分布不均匀, 移速慢, 出现暴雨到大暴雨局部特大暴雨, 降水中心于茂名与广西交界、韶关东南部及珠江口处, 最大降水量出现在信宜市气象局观测站, 达454.2 mm。

4 观测资料和反演方法 4.1 观测资料

选取广东及周边省份的20部雷达(广州、韶关、清远、肇庆、梅州、河源、深圳、汕尾、汕头、阳江、湛江、桂林、柳州、南宁、梧州、龙岩、厦门、永州、海口、北海)的观测进行风场和水物质反演, 这些雷达的观测范围覆盖了整个华南地区(图 2)。在反演之前, 先对每一部雷达径向速度观测资料进行退模糊处理, 并去掉地物回波的影响, 然后对径向速度和回波观测进行反演, 最后将反演结果处理到模式网格点上。文中所涉及的地图是基于中国气象局气象信息综合处理系统(micaps)中自主导入的省界底图制作, 底图无修改。

4.2 风场反演方法

选取变分法进行风场反演(杨毅等, 2006; Qiu et al, 2006; 王艳春等, 2016), 构造目标函数。首先在低阶谱空间反演较为光滑的三维风场作为背景场, 其次在格点上反演风的细致结构。目标函数如下:

$ J(u, v, w) = {J_b} + {J_o}, $

(1)

式中: (u, v, w)为需反演的风场的三个分量; J_b为背景场约束; J₀为观测的拟合; i, k, j为直角坐标网格点编号, 定义如下:

$ {J_b} = \frac{1}{2}\sum\limits_{i, j, k} {\left[ {{{\left({u - {u_b}} \right)}^2} + {{\left({v - {v_b}} \right)}^2} + {{\left({w - {w_b}} \right)}^2}} \right]}, $

(2)

$ {J_o} = \frac{1}{2}\sum\limits_{i, j, k} {{{\left({{v_{rm}} - v_{br}^{obs}} \right)}^2}}, $

(3)

$ {v_{rm}} = \frac{{\left({x - {x_m}} \right)u + \left({y - {y_m}} \right)v + \left({z - {z_m}} \right)\left({w - {w_T}} \right)}}{{\sqrt {{{\left({x - {x_m}} \right)}^2} + {{\left({y - {y_m}} \right)}^2} + {{\left({z - {z_m}} \right)}^2}} }}, $

(4)

$ {w_T} = 5.4 \times {10^{0.00714\left({z - 43.1} \right)}}, $

(5)

式中: u_b, v_b, w_b为背景风场, 由模式背景场提供; x, y, z为网格点坐标; x_m, y_m, z_m为第m个雷达的坐标; 雨滴下落速度W_T根据雷达回波强度Z(单位: dBZ)得到。

4.3 水物质反演方法

依据Brewster法(Brester, 1996), 利用Laps云分析系统的程序导出对云水(q_c)和雨水(q_r)两个微物理量进行反演的方法。首先根据模式预报场提供的气压和温度计算出空气密度, 然后再利用雷达回波对q_r进行反演。

$ {q_r} = \frac{{10\left({\frac{{\left({dbz - 43.1} \right)}}{{17.5}}} \right)}}{\rho }, $

(6)

式中: dbz为强度在15 dBZ以上的雷达回波; ρ为空气密度。

云水q_c是根据雨水和下落末速度间接计算的:

$ {V_t} = 5.40 \times {\left({\frac{{{P_s}}}{P}} \right)^{0.4}} \times q_r^{0.125}, $

(7)

式中: P_s为地表气压; P为各高度层上的气压; q_r为雨水; v_t为下落末速度。

$ ir = \frac{{\left({{q_{r1}} \times {v_{t1}} \times {\rho _1} - {q_{r2}} \times {v_{22}} \times {\rho _2}} \right)}}{{\left({db{z_1} - db{z_2}} \right) \times \rho }}, $

(8)

式中: ir与水物质平衡方程中的水成物质粒子降落项有关; 1和2分别表示上层和下层变量。

$ {q_c} = \frac{{ - ir}}{{0.002 \times q_r^{0.875}}}. $

(9)

4.4 松弛逼近法

采用的资料同化方法为松弛逼近法(Nudging), 即在模式积分的同化时段内, 在预报方程中增加一个线性强迫项, 使模式预报逐渐向观测逼近。计算公式如下:

$ \frac{{\partial u}}{{\partial t}} = - \vec v \cdot \nabla u + fv - \frac{{\partial \emptyset }}{{\partial x}} + \frac{{{u_{obs}} - u}}{{{\tau _u}}}. $

(10)

5 对反演结果的简单验证

在将反演结果Nudging同化到模式预报之前, 需要先对风场和水物质的反演结果进行检验, 目的在于确认它们能够比较合理地刻画出背景场所不具备的中小尺度信息。考虑到反演方法比较简单, 所以在不影响研究结论的前提下暂时采用比较简单的方法对反演结果进行验证是有必要的。

从2017年4月21日02:00反演得到的模式初始时刻水物质水平分布, 与雷达回波组合反射率实况对比(图 3)中可以看出, 能很好地反演出两广交界处的强回波带和粤东北部及粤东南部的强回波点的实际情况。

对于风场的检验, 选取初始时刻广州雷达径向速度观测对反演风场结果进行检验(图 4)。从图 4中可以看出, 模式背景场较清晰地显示了广西境内的风速辐合和风场切变情况, 广东区域上空为顺畅的西南风控制。在广州西北向130 km肇庆市处应该有风速辐合区。从反演风场和背景场的差值可以发现, 反演风场加强了肇庆市附近西北东南向的辐合, 与径向速度的辐合区相一致。这表明在模式背景场的基础上同化雷达反演风场, 可以较好地引入局地中小尺度信息, 为局地强对流天气提供动力条件。经验证, 2016年5月20日天气过程02:00初始时刻结果也可以得到一致的结论(图略)。

6 试验结果分析 6.1 试验设计

为了研究Nudging同化水物质和Nudging同化风场对短临降水预报的影响, 模拟时间段为2017年4月21日00:0012:00, 其中去掉前2 h的“spin up”阶段, 设计如下4组模拟试验:

6.2 Nudging同化风场和水物质对降水的影响

计算降水集中时间段的6 h累积降水量小雨[0.1 mm·(6h)^-1]、中雨[4 mm·(6h)^-1]、大雨[12 mm·(6h)^-1]和暴雨[25 mm·(6h)^-1]的TS和Bias评分进行对比。TS评分表示各量级阈值下模拟的命中率, Bias表示模式对降水范围大小的预报性能, 两次个例结果(表 2)均看出, 在累积降水方面, test-qcqr和test-qcqr-uv的TS和Bias评分在小雨、中雨和大雨量级上优于其他两组试验。这说明Nudging同化水物质或同时Nudging同化水物质及风场能够显著提高模式对小雨、中雨和大雨量级降水过程的模拟, 改善预报效果, 减少漏报现象。相比而言, 仅Nudging同化风场和同时Nudging同化水物质及风场对暴雨量级降水稍有改进, 表明风场的调整为暴雨发生的环境场提供了有利条件。

为了更为客观和定量地检验试验的预报效果, 利用自动站逐小时降水观测资料对比了各组试验小雨(0.1 mm·h^-1)以上的TS评分和Bias评分。从图 5中可以看出, test-qcqr和test-qcqr-uv的试验结果在前2 h的预报结果明显优于test-ctl和test-uv的结果, 仅Nudging同化风场(test-uv)对0~3 h的降水并无改进。这表明Nudging同化水物质对初始时刻降水漏报有明显改善, 而Nudging同化风场的影响较弱。对于3~7 h的降水预报, test-qcqr-uv和test-qcqr的TS评分明显优于其他两组试验, 而test-qcqr-uv的效果相对于test-qcqr会更好一些, 这表明, 在Nudging同化水物质的基础上Nudging同化风场可以进一步提高3 h以后的模式降水预报。在降水后期阶段(7 h以后), Nudging同化水物质对于降水预报的改进效果已经基本消失, 而test-qcqr-uv仍然能够较好地改进降水预报, 特别是对模式空报现象有明显的改善。

图 6从区域平均降水率方面来考察不同试验的预报效果, 范围选取22°N25°N, 110°E114.5°E。与两次实况对比(图 6)可以看出, test-qcqr与test-qcqr-uv试验在前2 h对降水的预报明显加强, 而test-ctl和test-uv的降水率低于实况值, 这表明Nudging同化水物质可以有效地提高降水率, 减少由于spin up问题引发的漏报现象。从21日05:00起, 实况降水率已经开始逐渐减弱, test-qcqr和test-qcqr-uv也比较好地反映出这种趋势, 而test-ctl和test-uv试验中降水率仍然处于增长阶段, 这说明Nudging同化水物质有利于改进模式对降水日变化的预报水平。如果模式不Nudging同化水物质(test-ctl和test-uv), 它在spin-up阶段的降水会明显偏少, 所消耗的水汽也相应的偏少, 结果造成大气中剩余水汽偏多的情况。等到对流发生以后, 这部分偏多的水汽又会反过来导致降水率偏大的现象。

为了更清楚地分析Nudging同化风场或水物质对降水过程及其热动力条件的影响, 本文给出2017年4月21日降水个例进行详细分析。下面分别选取前期阶段(03:00)和后期阶段(10:00)的小时雨量水平分布情况进行分析。实况[图 7(a)]显示在降水初始阶段, 清远-肇庆-云浮和惠州-河源一带各有一条降雨带, 四组试验均在广西东部有一条降水带与实况清远-肇庆-云浮一带的形状相一致, 但移动速度偏慢。对清远-肇庆-云浮一带的实况降水, Nudging同化水物质的两组试验(test-qcqr和test-qcqr-uv)比其他两组试验(test-ctl和test-uv)更为明显, 而对惠州-河源一带的降水实况, test-ctl和test-uv基本没有模拟出来, 而Nudging同化水物质的两组试验会有一定的体现。这表明, 仅Nuging同化风场对初始阶段降水的影响不明显, 而在初始时刻Nudging同化水物质可以引入实况比较一致的云信息, 使得降水初期可以预报出与实况较为一致的结果。对比后期阶段的降水(图 8)在降水量级上, 实况降水在40 mm以下, 而test-ctl试验、test-uv和test-qcqr仍出现超过40 mm以上的大值降水中心, test-qcqr-uv在量级上与实况更为一致。在降水区域上可以看出, 粤东实况降水中心区域已靠近沿海, test-qcqr-uv的结果显示如此, 而仅同化水物质却仍在惠州至河源一带, test-ctl和test-qcqr更偏北一些。这表明, test-qcqr-uv不仅在降水量级上与实况相一致, 而且改善降水移动趋势和移动速度, 使之与实况更为接近。

从整体效果来看, test-qcqr-uv试验结果优于其他三组。test-uv对降水整个过程的改进效果并不显著。Test-qcqr会在初始阶段模拟出与实况较为一致的降水区域和降水量级, 在后期阶段效果并不明显。Test-qcqr-uv试验不仅在前后阶段模拟出与实况相一致的降水量级, 而且Nudging同化风场会调整后期阶段降水移动趋势和速度, 与实现相符。另分析2016年5月20日个例的03:00和11:00的降水结果得到与之相一致的结果, 即test-qcqr-uv试验影响整个降水过程的变化, 并使之与实况更为接近。

6.3 热力及动力条件分析

为了进一步分析前文中试验降水差异的原因, 下面从降水过程的微物理特征和动力条件来讨论同化风场和水物质对模拟结果的影响。图 9为2017年4月21日03:00和10:00区域内(21.5°N24.5°N、109°E117°E)5种水成物质[雨水(qr)、云水(qc)、云冰粒子(qi)、雪粒子(qs)和霰粒子(qg)]垂直结构的变化。从图 9中可以看出, 通过对比03:00结果可以看出, Nudging同化水物质的两组试验在模式初始时刻得到的5种水成物质数值均大于ctl和test-uv的结果。如Nudging同化水物质时, 雨水最大值可超过1.5×10^-1 g·kg^-1, 霰粒子最大值可超过1.2×10^-1 g·kg^-1, 而仅Nudging同化风场的云水最大值为1×10^-1 g·kg^-1, 雨水最大值在0.6×10^-1 g·kg^-1, 而且Nudging同化水物质时, 高层冰相粒子快速发展, 这表明在模式初始时刻Nudging同化水物质可以增加初始阶段云中水成物质含量, 尤其是雨水含量, 而且有利于冰相粒子的凝结, 提高降水率。对比10:00试验结果看出, Nudging同化水物质的两组试验的水成物质含量低于仅Nudging同化风场试验, 这与前述降水的变化相一致。分析2016年5月20日03:00结果得出, 若Nudging同化水物质时, 雨水最大值可超过3×10^-1 g·kg^-1, 雪粒子最大值可超过3.5×10^-1 g·kg^-1, 而仅Nudging同化风场的雨水最大值接近2.3×10^-1 g·kg^-1, 雪粒子最大值在2×10^-1 g·kg^-1, 同样表明在模式初始时刻Nudging水物质可以增加初始阶段云中水成物质含量, 提高降水率。通过11:00水成物质变化看出, 仅Nudging同化风场时, 雨水含量最大值更大。(图略)

本次降水过程主要由低层切变线引起, 因此选取四组试验2017年4月21日03:00(图 10)和10:00(图 11)850 hPa风场进行动力条件分析。对降水初始阶段03:00分析得出, Nudging同化风场对初始阶段风场调整有明显的改进作用。原来的风场辐合[图 10(a), (c)]主要位于广西东部, 而实况[图 7(a)]表明, 该雨带北段已经进入粤西。Nudging同化雷达风场以后[图 10(b), (d)], 850 hPa高度的辐合线北侧明显向东倾斜, 和实况降水的走向更加一致。需要注意的是, 虽然test-uv可以得到比较合理的动力场, 可是由于此时模式初始场中没有云的信息, 所以仍然无法改善前期的降水预报。

从实况[图 8(a)]来看, 在后期阶段(21日10:00)雨带已经到达粤东沿海, 而控制试验预报的850 hPa高度辐合线东侧位于海岸线以北40 km左右, 仅Nudging同化风场和仅Nudging同化水物质[图 11(b), (c)]对于这种偏差并没有改进, 而同时Nudging同化风场及水物质可以使得辐合线东侧到达沿海地区, 和实况降水的分布比较一致。这说明, 仅仅调整初始水物质和风场对于改善较长时效的降水动力条件来说都是不足的, 因为模式降水预报是在动力-热力过程的互相配合下才能完成的, 需要对两者同时进行调整才能比较明显的改善后期阶段模式预报存在的偏差。

综上所述, Nudging同化雷达风场可以明显的改善前期的降水动力条件, 这种改进对于前期的降水影响较小, 对于较长时效(4 h以后)预报来说却有明显的作用。在Nudging同化水物质的基础上, 调整初始风场有效地改进了本次个例预报后期在粤东沿海雨带偏北的现象。Nudging同化雷达风场同样也对2016年5月20日个例降水后期的移动出境趋势有明显的改进作用。

7 结论和讨论

基于1 km分辨率的华南区域短临模式, 选取2次典型的华南前汛期降水过程, 利用雷达反演水物质或风场进行Nudging同化试验。得到以下主要结论:

(1) 对反演的风场和水物质进行初步验证, 发现两者基本是合理的, 可以为短临模式预报提供有用的中小尺度天气信息。

(2) 对前10 h的降水预报进行逐小时检验, 发现同时Nudging同化风场及水物质对于降水预报的改进最为显著, 仅Nudging同化水物质对于前期(0~3 h)的改进效果与前者相当, 但是3 h之后的改进效果稍差, 仅Nudging同化风场对于降水预报也有改进, 但并不明显。

(3) 进一步对微物理量分布和850 hPa辐合线进行比较可以看出, 在前期模式处于spin-up阶段, 其降水主要来自Nudging同化到初始场中的水物质, 调整风场对于降水预报影响不大。而在后期阶段, 动力场对于降水预报的影响逐渐变大, 在Nudging同化水物质的基础上调整初始风场可以得到更合理的预报结果。

本文局限于两个个例进行试验, 为了得到更加普遍的结论, 仍然有待于较长时间的批量试验结果。另外本研究采用的反演方法明显是过于简单的, 有必要继续改进反演的精度, 比如在反演风场需考虑更多的约束条件, 对水物质的反演也需要考虑冰相粒子。