GTS同化對DOGRAFS預報新疆區域一次特大暴雪的影響

馬玉芬，杜娟，于曉晶，馬秀梅，辛渝，李曼，琚陳相

（中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊 830002）

GTS同化對DOGRAFS預報新疆區域一次特大暴雪的影響

馬玉芬，杜娟，于曉晶，馬秀梅，辛渝，李曼，琚陳相

（中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊 830002）

受歐洲脊發展和烏拉爾低槽東移影響，2015年12月9日20時到12月13日08時，新疆大部出現了大暴雪、寒潮和大風天氣過程，其中烏魯木齊、米東區、小渠子、白楊溝等站日降雪量均突破當日歷史記錄值。為定量評估新疆數值天氣預報業務系統DOGRAFS（Desert-Oasis-Gobi Rapid Analysis&Forecast System）對此次暴雪過程的預報準確率，以NCEP的GFS （Global Forecast System）預報場作為背景場，基于WRFv3.5.1和WRFDAv3.5.1同化WMO的常規觀測資料GTS（Global Telecommunications System）進行積分預報。結果表明，DOGRAFS預報的逐24 h累計降水在北疆的落區和量級均與實況接近，GTS同化對暴雪極值中心烏魯木齊站的逐1 h降水預報為負效果。對DOGRAFS預報區域內的所有站點而言，2 m溫度預報的平均偏差在-3～4.2℃，絕對偏差在-1.6～2.5℃。高空溫度場預報的絕對誤差小于3.5℃。加入GTS后，烏魯木齊站溫度預報偏差大幅度增大，預報效果明顯變差，不同化GTS預報的烏魯木齊單站逐小時2 m溫度及其變化趨勢與實況非常接近。

暴雪；寒潮；數值預報；GTS

降水預報歷來是數值預報的難點[1-2]。眾所周知，初始場對于大氣真實狀態刻畫的準確程度直接影響著數值預報的準確程度。而資料同化是改進初始場的有效手段，它通過生成在時空上不規則分布的估計，為模式提供一個最優估計的初始場，能夠提高模式的預報能力[3]。隨著技術手段的進步，能夠被有效同化的遙感資料越來越多，如雷達資料[4-6]、衛星資料[7-8]等，使得進一步提高數值預報中降水預報的能力成為可能。利用資料同化技術提高模式的降水預報性能，人們做出了多種嘗試。

新疆地處遠離海洋的內陸地區，資料同化問題在當地較為特殊[9]。首先，新疆地形地表條件復雜，加之常規觀測資料缺乏，常規資料的代表性誤差大[10-12]。其次，從模式方面說，由于模式的地形數值處理方案[13-15]，青藏高原北坡的模式變量和通量的分析變量的差異較平原地區大得多，分析中的動力學約束的提法也有很大困難。解決該地區的分析問題，需要關注如何有效地使用現有的多源觀測資料[16-19]。

針對新疆地區應用和研究需要,新疆氣象工作者對新疆及周邊地區的常規探空、地面常規觀測（SYNOP）、云跡風（GEOAMV）、飛機觀測資料（AIREP）、風廓線（PILOT）觀測進行資料預處理開發[20-23]，實現了各種大氣監測數據格式對WRF 3DVAR系統的支持，構建了DOGRAFS系統。DOGRAFS系統基于WRF模式，采用三層嵌套預報區域，區域中心為（41.42°N,87.85°E），水平格距分別為27 km、9 km和3 km，各層區域東西向分別取211、289、76個格點，南北向分別取181、208、61個格點，垂直方向為σ坐標，取40層。時間積分步長50 s。主要物理過程為：rrtm長波輻射方案、Dudhia短波輻射方案、Kain-Fritsch積云對流參數化方案、ACM2 （Pleim）行星邊界層方案。每天00時、06時、12時、18時四次冷啟。文中所用時間均為世界時。

本文嘗試在新疆氣象臺目前正在業務中實時使用的基于WRF（Advanced Weather Research& Forecast Sytem）的DOGRAFS系統（Desert-Oasis-Gobi Rapid Assimilation Forecast System）的同化模塊WRFDA（WRF Data Assimilation System）中同化來自NCAR的常規觀測資料GTS，對比分析其同化對2015年12月9日20時—13日8時期間新疆地區一次特大暴雪、寒潮、大風天氣過程數值預報結果的影響，評估DOGRAFS系統對此次強天氣過程的預報性能。

1 暴雪過程

1.1 天氣實況

2015年12月9日20 時—12月13日08時，北疆大部、天山山區和阿克蘇、巴州、和田等地的大部地區及喀什、克州、哈密等地的局部地區出現小到中雪，其中北疆沿天山一帶、天山山區和伊犁河谷、博州大部及阿克蘇、巴州的部分地區出現大到暴雪，烏魯木齊和米東為大暴雪，北疆、東疆風口出現9級左右西北風，全疆大部降溫5～8℃，北疆局部超過12℃。這次大暴雪的史無前例之處在于，城區、米東區、小渠子、白楊溝12月11日的日降雪量均突破了歷史記錄，成為建立氣象站以來冬季的最大一日降水量。城區這場降雪是冬季有記錄以來的最大一場降雪，過程降水量達46.3 mm，超過了建站以來冬季12月、1月、2月各月的月最大降雪量值。城區冬季平均降水量（12月、1月、2月降水量之和）為40.1 mm，而這一次降雪過程46.3 mm，相當于常年一個冬天的雪。12日的積雪厚度城區為45 cm、米東區33 cm、小渠子62 cm，已經超過了建站以來12月的最大積雪厚度。

1.2 天氣形勢及水汽來源

此次北疆暴雪過程是典型的歐洲脊發展，烏拉爾低槽東移型，過程前期8—9日環流經向度加大，歐洲地區為高壓脊發展，西西伯利亞—烏拉爾山的長波槽向南加深，9日夜間東歐高壓脊頂受到冷平流的侵襲，向東南方向衰退，推動烏拉爾山大槽東移南下，槽后有明顯的偏北急流，槽前有明顯的西南急流，引導來自阿拉伯海的水汽向新疆地區輸送。11日08時，烏拉爾低槽東移到中亞時，經向度逐漸減弱，成為明顯的中亞槽，然后東移進入北疆，造成北疆大范圍強降水天氣過程。

2 資料及實驗方案

2.1 資料

本文所選取的背景場資料來自NCEP的GFS （Global Forecast System）預報場，觀測資料有來自WMO的常規觀測資料GTS（Global Telecommunications System），主要包含探空資料（SOUND）、地面報資料（SYNOP）、風廓儀探測資料（PILOT）、衛星測厚資料（SATEM）、船舶報資料（SHIPs）、飛機報資料（AIREP）、浮標資料（BUOY）等，資料同化選擇的時間窗為±3 h，在2015年12月10日和11日的±3 h同化時間窗口內，SOUND、SYNOP和AIREP較多，而PILOT、GEOAMV和SATEM thickness較少。SYNOP資料中有一部分因觀測站高度與模式地形高度差超過100 m而被當做探空資料使用（SONDE_SFC）。SOUND、PILOT和GEOAMV資料從模式層頂到模式層底均有分布，GEOAMV資料主要集中在高空200～350 hPa附近，而AIREP資料則主要集中在200～700 hPa之間。SYNOP、SONDE_SFC 和GEOAMV在4個時次均有觀測。06時和18時無SONDE_SFC、SOUND和PILOT資料。

2.2 數值實驗方案

用WRF模式進行數值模擬實驗，基于WRFDA系統開展同化實驗，使用GFS資料提供的初始場及邊界條件，采用三層嵌套預報區域，區域中心為（41.42°N，87.85°E），水平格距分別為27、9和3 km，各層區域東西向分別取211、289、76個格點，南北向分別取181、208、61個格點,垂直方向為σ坐標,取40層。時間積分步長50 s。本文所有評估過程均基于9 km分辨率的網格區域。本文所有數值實驗采取的主要物理過程為：WSM 6-class graupel scheme微物理過程方案、rrtm長波輻射方案、Dudhia短波輻射方案、unified Noah land-surface model陸面過程方案、Kain-Fritsch積云對流參數化方案、ACM2 （Pleim）行星邊界層方案。每天00時、06時、12時、18時四次冷啟（世界時）。資料同化實驗方案見表1。

表1 同化實驗方案

2.3檢驗評分方法

為了評估同化實驗各方案對降雪預報的影響，本文進行了6 h降雪預報TS、BIAS、ETS評分檢驗。由于國家降水量級標準不適合干旱、半干旱氣候背景的新疆地區，新疆氣象工作者根據多年預報、服務實踐和概率統計方法提出了適合新疆氣候特點的降水量級標準，24 h降雪0.1～3.0 mm為小雪，3.1～6.0 mm為中雪，6.1～12.0 mm為大雪，＞12.0 mm為暴雪。統計根據該標準對降雪進行分等級的評分。選擇的站點為模擬區域內的所有常規氣象地面站。

評分公式分別為：

3 降雪預報

3.124 h降雪預報

圖1 提前12 h預報的2015年12月10日20時BT—11日20時BT 24 h累積降雪量

2015年12月9日20 時—12月13日8時期間的降雪過程，其大降雪集中時段為10日20時—11日20時，在該24 h內，北疆大部、天山山區和阿克蘇、巴州的大部地區及和田、喀什、克州等地的局部地區出現小到中雪，其中，北疆沿天山一帶、天山山區和伊犁河谷、博州大部及阿克蘇、巴州的部分地區出現大到暴雪（圖1a）。DOGRAFS準確地預報出了北疆沿天山一帶、天山山區和博州大部及阿克蘇、巴州的部分地區的大到暴雪落區和量級，但對伊犁河谷的預報量級偏大，對阿勒泰地區的小雪漏報，巴州南部、喀什局部、和田大部的降雪預報量級偏大，范圍是否偏大不確定，因為昆侖山北坡模擬出大到暴雪的區域并無觀測站可參考（圖1b）。DOGRAFS雖同化了GTS常規觀測，但與同化前相比對該24 h時段內的降雪落區和量級的預報并無明顯差異，僅在和田地區以南的昆侖山北坡偏東地區有些許差異，DOGRAFS在同化GTS前在該地區有個細長的大雪落區，但同化GTS后該大雪帶消失（圖1c）。

3.26 h降雪預報

圖2為DOGRAFS提前12 h預報的10日20時—11日20時（北京時間）期間逐6 h降雪預報評分。從圖中可以看到，同化了GTS的DOGRAFS逐6h有無降雪的預報TS評分在0.4～0.5之間，大于DOGRAFS系統的年平均逐6 h有無降雪的預報TS評分0.3～0.4。BIAS評分多大于1，說明小雪的空報大于漏報。對逐6 h中量降雪預報的TS評分接近0.3，BIAS評分僅為0.3，說明對中量降雪漏報大于空報（圖2）。對各個量級降水的預報，DOGRAFS同化GTS與否無明顯差異。

3.3 烏魯木齊站逐小時降雪量

DOGRAFS對暴雪極值中心所在地烏魯木齊站的逐3 h預報降水峰值1.8 mm出現在11日14時，比實況滯后了6 h，且比實況峰值2.8 mm偏小1.0 mm。單站逐3 h降雪量預報，同化GTS后DOGRAFS預報的小時降水量預報峰值1.6 mm出現在11日19時，而同化前小時降水量預報峰值1.9mm出現在11日19時，同化GTS后逐小時降水量峰值比同化前小0.3 mm，提前1 h，但降水開始時間、結束時間和雨量變化趨勢二者一致（圖3）。

圖2 同化GTS后DOGRAFS提前12 h預報2015 年12月10日20時—11日20時（北京時間）逐6 h降雪預報評分

另外，烏魯木齊站在2015年12月10日20時—11日20時的24 h累計降水量實況為35.9 mm，但DOGRAFS提前12 h預報的10日20時—11日20時24 h累計降水量為26.9 mm，比實況偏小9.0 mm，同化后預報量24.4 mm，比實況偏小11.5 mm，比同化前偏小2.5 mm。由此可見，GTS的同化對DOGRAFS提前12 h預報此時段內烏魯木齊單站降水為負效果。

4 溫度預報

4.1 2m溫度預報偏差及均方根誤差

圖3 烏魯木齊單站逐3 h降雪量

對DOGRAFS預報區域內的所有站點而言，加入GTS后，預報初始時刻溫度偏差大幅度提升，預報效果明顯變差。不同化GTS對初始時刻2 m溫度的預報效果較好。對DOGRAFS預報區域內的所有站點而言，2 m溫度預報的平均偏差在-3～4.2℃（圖4），在11日08時出現了最大正偏差4.2℃，在11 日16時出現了最大負偏差-3℃，平均偏差呈先降后增趨勢。對DOGRAFS預報區域內的所有站點而言，2 m溫度預報的絕對偏差在-1.6～2.5℃，絕對誤差的最大值2.5℃出現在11日08時，最小值-1.6℃出現在11日20時。

4.2 高空溫度場預報偏差和均方根誤差

對DOGRAFS預報區域內的所有站點而言，GTS的同化對高空溫度場的預報效果并無明顯影響。高空溫度場預報在700 hPa以下的低空整體為正偏差，700 hPa以上整體為負偏差（圖5）。預報偏差隨高度的升高先降再升之后再降。高空溫度場預報的絕對誤差小于3.5℃。在700～200 hPa之間的高空，對預報初始時刻10日00時高空溫度的預報效果在其余各層均優于積分12 h和24 h預報，而在925 hPa，初始時刻的預報效果最差，說明GTS的同化對初始場低空溫度場起到了一定的破壞作用，由此推論，地面站資料的質量有待進一步提高。4.3烏魯木齊站實況及數值預報逐小時2 m溫度

圖42 m溫度預報偏差及均方根誤差

圖5 高空溫度場預報偏差及均方根誤差

加入GTS后，烏魯木齊站溫度預報偏差大幅度增大，預報效果明顯變差。不同化GTS預報的烏魯木齊單站逐小時2 m溫度變化趨勢和大小與實況非常接近（圖6）。預報峰值-3.1℃出現在10日14時，比實況峰值-0.4℃低2.7℃，超前1 h。隨著預報時效的延長，偏差略有增大。由于模式底層與測站地形高度相差超過100 m的測站頗多，致使9 km分辨率區域內僅有部分測站能進入同化系統對預報背景場起修訂作用。

圖6 烏魯木齊站逐1 h 2 m溫度

5 結論

本文分別檢驗評估了2015年12月9日20時—12月13日08時新疆區域數值預報業務系統DOGRAFS對此次暴雪、降溫天氣過程的預報效果，得出以下結論：

（1）DOGRAFS提前12 h較為準確地預報出了10日20時—11日20時期間的降雪落區和量級，同化GTS與否對其影響甚微，且預報的烏魯木齊站該時段內24 h累計降水量均比實況偏小，GTS的同化對DOGRAFS預報此時段內烏魯木齊單站降水為負效果。

（2）DOGRAFS以11日08時為初始時刻的預報結果中，對預報區域內的所有站點而言，2 m溫度預報的平均偏差在-3～4.2℃，在11日08時出現了最大正偏差4.2℃，在11日16時出現了最大負偏差-3℃，平均偏差呈先降后增趨勢。對DOGRAFS預報區域內的所有站點而言，2 m溫度預報的絕對偏差在-1.6～2.5℃，絕對誤差的最大值2.5℃出現在11日08時，最小值-1.6℃出現在11日20時。高空溫度場預報的絕對誤差小于3.5℃。同化GTS后，烏魯木齊站溫度預報偏差大幅度增大，預報效果明顯變差。不同化GTS預報的烏魯木齊單站逐小時2 m溫度變化趨勢和大小與實況非常接近。

值得注意的是，通過對比數值模擬效果，GTS中包含的地面站資料SYNOP由于站點所處位置實際地形高度與模式地形高度偏差較大等原因（圖7），使得預報初始時刻近地面925 hPa附近的溫度和風速預報效果較差，對模式地形與實況地形高度差較大的站點2 m溫度的負面作用尤為明顯，影響幅度明顯大于對風場和降雪的預報。對地面站數據進行進一步的篩選和質量控制顯得尤為必要。

圖7 GORAFSv1.0系統中9 km區域模式高度與實際高度之差（單位：m）

[1]Kuo Y H，Guo Y R，Westwater E R.Assimilation of precipitablewatermeasurementsintoamesoscale numerical model[J].Mon.Wea.Rev.，1993，121（4）：1215-1238.

[2]Kuo Y H，Zou X L，Guo Y R.Variational assimilation of precipitablewaterusinganonhydrostaticmesoscale adjointmodel.PartI:Moisture retrieval and sensitivity experiments[J].Mon.Wea.Rev.，1996，124（1）：122-147.

[3]Wang B，ZouX L，Zhu J.Data assimilation and its applications[J].Proceedings of the National Academy of Sciences of the United States of Ameri，2000，97（21）：11143-11144.

[4]蘭偉仁，朱江，Xue M，等.風暴尺度天氣下利用集合卡爾曼濾波模擬多普勒雷達資料同化試驗I.不考慮模式誤差的情形[J].大氣科學，2010，34（3）：640-652.

[5]蘭偉仁，朱江，Xue M，等.風暴尺度天氣下利用集合卡爾曼濾波模擬多普勒雷達資料同化試驗II.考慮模式誤差的情形[J].大氣科學，2010，34（4）：737-753.

[6]馬秀梅.C波段雷達在新疆區域數值預報系統中的應用初探[J].沙漠與綠洲氣象，2015，9（6）：19-26.

[7]Bauer P，Ohring G，Kummerow C，et al.Assimilating satellite observations of clouds and precipitation into NWP Models[J].Bull.Amer.Meteor.Soc.2011，92（6）：25-28.

[8]冉令坤，周玉淑.TRMM衛星的閃電觀測資料在中尺度數值模式中的Nudging同化應用研究[J].大氣科學，2011，35（6）：1145-1158.

[9]薛紀善，我國西北高原地區數值預報的幾個科學問題[J].干旱氣象，2005，23（1）：68-71.

[10]徐枝芳，龔建東，王建捷，等.復雜地形下地面觀測資料同化I.模式地形與觀測站地形高度差異對地面資料同化的影響研究[J].大氣科學，2007，31：222-232.

[11]徐枝芳，龔建東，王建捷，等.復雜地形下地面觀測資料同化II.模式地形與觀測站地形高度差異代表性誤差[J].大氣科學，2007，31：449-458.

[12]徐枝芳，龔建東，李澤椿.復雜地形下地面觀測資料同化III.兩種解決模式地形與觀測站地形高度差異方法的對比分析[J].大氣科學，2009，33（6）：1137-1147.

[13]何光碧，屠妮妮，張利紅，等.青藏高原東側一次低渦暴雨過程地形影響的數值試驗[J].高原氣象，2013，32（6）：1546-1556.

[14]張利紅，何光碧.GRAPES_Meso模式對2011年夏季青藏高原東部及周邊區域的預報檢驗[J].高原氣象，2014，33（1）：14-25.

[15]馬玉芬，趙玲，趙勇.一次強天氣過程天山地形方案的敏感性試驗研究[J].中國沙漠，2012，32（4）：1127-1134.

[16]朱偉軍，廖芷儀，何清，繆啟龍.天山暴雨數值模擬的試驗研究[J].中國沙漠，2012，32（4）：1102-1109.

[17]馬玉芬，張廣興，李曼，趙玲.單個掩星事件濕度場資料同化實驗[J].干旱區研究，2013，30（6）：832-837.

[18]張飛民，王澄海.利用WRF-SD3DVAR同化常規觀測資料對近地層風速預報的改進試驗[J].高原氣象，2014，33 （3）：675-685.

[19]崔強，王春明，張云.干侵入對我國東部一次強颮線過程的作用分析[J].沙漠與綠洲氣象，2016，10（2）：18-24.

[20]Barker,D.M.,Huang W.，Guo Y.R.,et al.Three-Dimensional（3DVAR）Data Assimilation System For Use With MM5:Implementation and Initial Results.Mon. Wea.Rev.，2004，132：897-914.

[21]張家寶，鄧子風.新疆降水概論.北京：氣象出版社，1987：400.

[22]張家寶，蘇起元，孫沈清，等.新疆短期天氣預報指導手冊.烏魯木齊：新疆人民出版社，1986：456.

[23]仲躋芹，陳敏，范水勇，張朝林.AMDAR資料在北京數值預報系統中的同化應用[J].應用氣象學報，2010（1）：19-28.

[24]程錦霞.2013年5月河南一次大暴雨成因分析及數值預報檢驗[J].氣象與環境科學，2014，37（2）：42-48.

[25]趙定池，陳俊，潘曉濱，等.一次暴雨過程的GPS掩星資料的同化應用[J].氣象與環境科學，2015，38（3）：87-93.

Impact of GTS Assimilation upon DOGRAFS in Prediction of a Streeme Snowstorm in Xinjiang

MA Yufen，DU Juan，YU Xiaojing，MA Xiumei，XIN Yu，LI Man，JU Chenxiang
（Institute of Desert Meteorology，China Meteorological Administration，Urumqi 830002，China）

Influenced by the development of the European ridge and the eastward movement of Ural low trough,an extremely heavy snowstorm accompanied by strong cold wave and strong gale occurred in majority region of Xinjiang from December 9th till 12nd,2015.To quantitatively evaluate the forecast capacity of the Desert-Oasis-Gobi Rapid Analysis&Forecast System （DOGRAFS）,a series of experiments were conducted by this research,integrating by WRFV3.5.1 using the prediction field from Global Forecast System（GFS）as the background,while assimilating the traditional observations from Global Telecommunications System（GTS）by WRFDAv3.5.1 to forecast the process.It is concluded that,the forecasted distribution and volume of 24h accumulation precipitation is thoroughly consist with the actual situation.However,in Urumqi station,the forecast performance of hourly snowfall is worse with GTS assimilation.For all the stations in the simulation domain,the mean bias of 2 m temperature is between-3℃～4.2℃,while the absolute error is-1.6℃～2.5℃.The maximum prediction RMSE of the spatial temperature is 3.5℃.Similarly,there is a negative impact on 2 m temperature forecast with GTS assimulation in Urumqi station.

snowstorm；cold wave；NWP；GTS

P435

：B

1002-0799（2016）06-0024-07

10.3969/j.issn.1002-0799.2016.06.004

2016-01-04；

2016-06-30

沙漠氣象科學研究基金項目（Sqj20080012），國家自然科學基金（U1503181，41375101），中央級公益性科研院所基本科研業務費項目（IDM201301）；新疆維吾爾自治區科技支撐計劃項目（201433112）共同資助。

馬玉芬（1981-），女，副研究員，主要從事數值天氣預報、中尺度數值模擬和資料同化研究。E-mail：mayf@idm.cn

馬玉芬，杜娟，于曉晶，等.GTS同化對DOGRAFS預報新疆區域一次特大暴雪的影響[J].沙漠與綠洲氣象，2016，10（6）：24-30.