论文部分内容阅读
临近预报主要是指0到3小时的天气预报,其最突出的特点是及时、准确且高效,特别是对于暴雨等各种灾害性天气,临近预报作为预警的主要依据之一,是重要的防灾减灾手段。进行临近预报的传统方法主要是基于雷达回波或者是卫星图像的外推方法,再加上预报员的实践经验,并由此产生了很多种类的临近预报方法。但是因为雷达外推方法缺乏对强对流天气系统发生、发展和消亡等物理过程的描述,所以基于外推的临近预报方法预报水平随时间下降较快,尤其是当降水天气系统出现明显发展或消亡的时候,外推结果产生的误差会更大。另一方面,在临近预报时效内,数值模式的预报水平是随着预报时间增加而逐渐上升的,所以临近预报系统可以建立在数值预报模式的基础上,但是需要采用合适的资料同化技术产生更为准确的初始场,缩短模式的适应调整（spin-up）时间,使模式在积分预报起始时段就更接近于实况。通过物理滤波初始化四维变分同化（Physical Filter Initialization Four-dimensional Variational Data Assimilation,PFI-4DVar）方法能够在同化的过程中通过物理滤波使分析场与模式物理过程更协调,从而减小在积分预报过程中的调整过程,所以能缩短模式的spin-up时间,得到动力、物理更加协调的分析场,因此使用PFI-4DVar同化方法不仅能使模式预报结果更加准确,而且在预报的最初时刻就更加接近实况,从而提高数值模式临近预报能力。本文运用天气研究和预报模式（Weather Research and Forecasting Model,WRF）和WRF资料同化系统（WRF Data Assimilation,WRFDA）,选取美国国家环境预报中心（National Centers for Environmental Prediction,NCEP）全球预报系统（Global Forecast System,GFS）1°×1°的六小时预报场作为背景场,模拟范围的中心点为37°N、115°E,水平网格数150×150,分辨率为9km,垂直方向50层。对于临近预报,较短的同化和模式运行时间极为重要,为缩短资料同化运行时间,探索采用12min的同化时间窗,减小计算资源需求,缩短同化时间,使3小时的临近预报能在较短的时间内完成,从而使PFI-4Dvar方法能用于数值临近预报中。背景误差协方差使用WRFDA中U、V分量独立的CV7选项,使用基于NMC（National Meteorological Center,美国国家气象中心）方法的“gen＿be”模块生成背景误差协方差矩阵。通过对降水个例选取不同影响半径和方差权重进行试验,对比不同参数设置的试验中6小时累积降水的TS（Threat Score,检验评分）评分,选取预报性能最好方差因子var＿scaling和尺度因子len＿scaling分别为1.5和0.05。设置0到1不同量级的11个权重系数（s）进行试验,对比其6小时累积降水分布和TS评分,最终选取罚项权重系数为4×10-6。选取2018年8月11日华北地区的降水个例,对比分析PFI-4DVar同化观测资料试验和不同化观测资料的试验对降水预报的差异,探究PFI-4DVar同化技术在数值预报降水临近预报中的预报效果。个例试验结果表明,不论是逐小时还是前6小时,PFI-4DVar同化试验的ETS（Equitable Threat Score,公平检验评分）都比不同化观测资料试验的评分高,说明采用PFI-4Dvar能提高模式在临近预报时段的降水预报性能,并且在预报的最初时刻（第1小时）就能预报出更接近实况的降水,同时所需计算量并不大,能够适用于临近预报。在采用PFI-4DVar的同化试验中,同化地面和探空资料对于初始场中水汽场的改变比较明显,在此基础上,同化雷达径向风资料改变了动力场。通过资料同化,增加了降水区域低层的湿度,增强了降水区域低层的辐合和高层的辐散。同化后,水汽的增多,水平的辐合辐散增强引发垂直运动,为降水提供动力条件,因此有利于降水的产生。为进一步分析同化试验提高降水临近预报性能的主要原因,将模式中的降水按照格点可分辨降水和次网格降水分别分析。从6小时累积降水和前3小时的逐小时降水来看,不同化观测资料和PFI-4DVar同化试验中的格点可分辨降水都相对较小,主要的降水是次网格降水。由此可见,该试验中对于降水临近预报影响较大的是次网格降水,在临近预报时段首先通过积云对流参数化过程预报出降水。通过以上研究发现,在临近预报时段,积云对流参数化过程是一种快速响应机制,在模式预报的初始时刻即能开始产生降水。本文还选取2018年8月华北地区的17个降水个例进行了批量试验,结果表明,采用PFI-4DVar技术能明显提高强降水预报的ETS评分,在临近时段内能及时地预报较大量级降雨的落区,因此能明显改进模式对于临近降水的预报能力。在批量试验17个个例的预报评分中,PFI-4DVar技术将6小时累积降水大于25.0 mm量级的ETS评分由0.125提高到0.190（提高50%）,6小时累积降水大于60.0 mm量级的ETS评分由0.016提高到0.081（提高4倍）。而且,批量试验中对于降水临近预报影响较大的依然是积云对流参数化降水,同时也可以看出,同化观测资料对于格点可分辨降水预报也有改进,主要体现在降水中心的量级上。另外,为了比较和讨论同化方法和资料对数值降水临近预报的影响,选取了2018年8月11日降水个例,进行分别选用不同的同化方法和同化不同观测资料的试验,进行6小时降水预报并对结果进行比较。结果表明四维变分方法同化雷达资料,可以预报出降水区域的详细分布,而且PFI-4DVar对降水分布的把握更好。综上所述,本研究采用物理滤波四维变分同化技术（PFI-4DVar）进行同化试验,探索如何通过PFI-4DVar方法提高模式降水临近预报的能力。采用12min的同化窗,并调试了同化相关参数,进行了个例和批量试验,结果表明采用PFI-4DVar同化方法能明显提高降水的临近预报效果。同化观测资料对于改进格点可分辨降水是有效的,但大范围的降水主要来自次网格降水,积云对流参数化方案对于临近预报的降水影响较大（特别是降水分布的影响）。PFI-4DVar资料同化方法能及时地预报出降水的落区,而且对较大量级的降水预报的改进更明显。