论文部分内容阅读
雷达资料同化能够提高强对流天气的预报水平,但一些个例研究表明雷达资料同化预报得到的降水落区和强度仍和观测有明显偏差,造成这种偏差的可能原因之一是区域模式模拟中存在的大尺度环境场偏差问题。大尺度偏差问题在气候动力降尺度中多有研究,但在强对流天气预报的研究中还不多见。为此,本文基于WRF模式和江淮流域的两次强对流天气过程(2009年6月14日飑线过程和2013年7月20日强对流天气过程),首先分析WRF短时模拟中大尺度偏差问题及其订正方法。在此基础上,提出了一种雷达资料同化中大尺度偏差问题的解决方法,并基于WRF模式及其3DVar同化系统开展同化预报试验检验其应用效果。主要结论如下:(1)两个强对流天气过程的WRF模拟都存在明显的大尺度偏差。即使对短时(如6小时)模拟结果,其温度或者风的大尺度分量和其驱动场的大尺度分量在空间结构和量级上的差异也是明显的,并且这种大尺度偏差随着模拟积分时间的增长而愈加显著。对于本文研究的两个强对流天气个例,2009年6月14日飑线过程模拟的大尺度偏差较明显。(2)谱nudging(SN)方法能够有效订正对流尺度天气模拟中的大尺度偏差问题,其订正效果对nudging波数较为敏感。较大的波数可以得到较好的订正效果,但在波数大于2(如本文的2~4)时,SN方法对大尺度偏差订正的效果差异不大。(3)提出了一种大尺度约束下的雷达资料同化方法(LSC-RDA),来解决雷达资料同化背景信息中大尺度环境场偏差带来的影响,并基于WRF 3DVar同化系统给出了LSC-RDA方法的实施方案,实现高分辨率对流尺度的雷达资料同化。LSC-RDA的基本思想是:利用SN方法将全球分析或预报资料引入模式,去除同化初猜场(FG)和背景误差协方差(BE)统计样本生成过程中大尺度偏差的影响,为雷达资料同化提供较为准确的背景信息,从而提高雷达资料的同化预报能力。(4)两个强对流天气个例试验都表明,LSC-RDA方法能够提高雷达资料的同化和预报能力,优于没有大尺度约束的WRF 3DVar同化试验结果。LSC-RDA方法在大尺度约束同时作用在FG和BE统计时效果较好,其预报的组合回波在空间结构和位置上都和观测较为一致。此外,在雷达资料同化区域不宜使用较大的nudging波数,这是由于较大的nudging波数会导致中尺度信息的过度调整,不利于雷达观测的中小尺度信息的吸收,从而降低雷达资料的同化效果。(5)大尺度约束下统计的BE矩阵在同化预报中具有重要作用,其特征尺度小于没有大尺度约束下的统计结果,这在一定程度上解决了目前NMC方法对BE特征尺度高估的问题,从而为雷达资料同化提供合理的BE统计。