往返平飄式探空觀測系統對CMA-MESO的影響研究*

王瑞文 王金成 王 丹 陶亦為 田偉紅

1中國氣象局地球系統數值預報中心，北京 100081 2 災害天氣國家重點實驗室，北京 100081 3 國家氣象中心，北京 100081

提 要： 往返平飄式探空觀測是我國研發的一種新型高空觀測技術，除了具備與傳統探空觀測一致的上升段大氣垂直廓線觀測能力，同時還增加了平飄段和下降段的大氣探測，自動實現了探測廓線的時空加密。利用ERA5再分析資料作為“真值”，利用往返平飄式探空模擬仿真系統構造了往返式探空模擬觀測，基于CMA-MESO區域模式和3D-Var同化系統進行了觀測系統模擬試驗(Observing System Simulation Experiments,OSSEs)。數值試驗結果表明：相比傳統單次上升段探空觀測，往返平飄式探空在全國組網的情況下，其增加的下降段模擬探空觀測，能夠有效提高CMA-MESO的降水預報技巧，不同降水量級的ETS評分提高約2%～5%，同時改進要素場(溫、濕場和風場)的預報，改進率約為2%～5%。此外，典型天氣個例分析結果表明，增加往返平飄式探空觀測能夠改善模式初值偏差，從而更準確地模擬降水分布。該文的研究結論為往返平飄式探空的未來科學布局和應用提供了理論支撐。

引 言

數值天氣預報是基于數學物理方法客觀定量計算未來天氣演變的科學，正經歷了一場“靜悄悄的革命”(Bauer et al,2015)，在天氣預報中處于決定性位置。數值預報實際上是一個初值問題(Bjerknes,1904)，初值的準確程度高度影響預報結果。資料同化是為數值天氣模式提供初值的理論技術，而觀測資料是對大氣真實狀態的測量，是資料同化重要信息源。作為綜合氣象觀測系統的重要組成部分，探空觀測能夠提供完整的三維大氣的溫度、氣壓、濕度、風等信息，是高空觀測體系中最為可信的基準資料(Faccani et al, 2009)，被廣泛應用于天氣預報(葉篤正，1977a；1977b;王笑芳和丁一匯,1994;劉曉璐等,2014;劉超等,2017)、數值天氣預報領域(Radnóti et al,2012;郝民等，2014;Privé et al,2014;Ingleby et al,2016)。其質量穩定可靠、垂直層數多，常常作為同化分析中的基礎資料(于曉晶等，2018)，也是衛星輻射率和飛機報溫度等資料進行偏差訂正的錨定資料(Eyre,2016； Cucurull et al,2014；王瑞文等，2017；吳瓊等，2020)，在模式場檢驗、分析中也具有重要作用。另有研究表明，探空資料時間觀測頻次加倍，將顯著提高數值天氣預報的預報技巧(Privé et al,2014;王丹等,2019)。但是由于受觀測成本的限制，目前我國只在00時和12時(世界時)開展觀測，然而，每天兩次的觀測頻次并不能滿足中小尺度災害性天氣的預測和預警要求(陳敏等，2011)。2011年起，我國探空系統也全面進行更新換代，由59型探空系統逐步升級為L波段探空系統，它的采樣時間間隔為1.2 s，垂直間隔約為8 m，能提供更為密集的大氣垂直探測信息(郝民等,2014)。高分辨率的秒級探空資料可以更好地反映大氣層結的細致特征，有助于預報員進行更為精細的天氣學分析(Allen and Vincent,1995;Wang and Geller,2003;王麗吉和楊程,2018)，提高天氣預報的定性分析結果。在定量應用研究方面，為了滿足數值預報的精細化需求，中國氣象局氣象探測中心近期提出了創新型的往返平飄式探空觀測技術，即通過一次探空施放，同時實現“上升段-平飄段-下降段”三段觀測(曹曉鐘等,2019;錢媛,2019;王丹等,2020)。這個觀測手段不僅填補了平流層的資料空缺，同時通過平飄完成后的下降爆破階段進行大氣狀態的再次測量，自動實現了大氣垂直探測的頻次加密。這種新型觀測技術還正處于研發初期，目前實現了小范圍組網布局(江淮區域)，在大規模業務布網前，給出定性和定量的布局影響評估十分必要。該觀測技術的資料對于天氣預報尤其是數值天氣預報的影響如何？是否能被數值模式的同化系統更好應用？這些科學問題都有待評估和驗證。而觀測系統模擬試驗(Observing System Simulation Experiments,OSSEs)是全面評估新型觀測資料對數值天氣預報潛在影響的一種重要手段。

OSSEs方法是最先被用在氣象領域來評估前瞻性觀測(當前不可大量獲得)對改進數值預報潛在的影響(Lord et al,1997;Atlas et al,2003)，同時還可以用來指導觀測站網的設計布局，測試新型觀測系統(Riishojgaard et al,2012)，從而優化對資料同化和預報系統的使用，改善天氣預報，最終產生最大的社會和經濟效益(Arnold and Dey,1986)。國內在探空觀測的OSSEs方面也有一些嘗試，張宇等(2016)認為通過增加同化青藏高原上構造的探空偽觀測，能夠減少高原地區的初值不確定性，從而減小對下游預報的影響；王丹等(2019)就14時(北京時)探空是否需要加密的觀測系統模擬試驗對探空頻次加密的潛在意義進行討論，結果表明14時(北京時)加密探空對數值預報具有顯著改進作用。由于往返平飄式探空是一種新的觀測技術，以后大規模的業務化應用是否可行，對中國數值預報的影響如何，這急需一個客觀定量的評估。

本文利用ERA5再分析資料和往返平飄式軌跡預測系統(王金成等, 2021)，構造往返平飄式探空的模擬觀測，基于CMA-MESO，開展了往返平飄式探空的觀測系統模擬試驗，研究結果揭示了新型觀測資料對數值預報的影響，對往返平飄式探空的未來組網、布局具有一定指導意義。

1 往返平飄式探空模擬觀測資料構造

采用OSSEs來分析評估往返平飄式探空在我國組網觀測情境下對數值天氣預報的影響。OSSEs通常包含3個部分: 替代“真實”大氣的“自然”場；由“自然”場生成的人造觀測，也叫偽觀測;用于評價“人造觀測”的資料同化和數值預報系統。由于ERA5再分析資料比較接近真實大氣狀態，本文用ERA5再分析資料作為“自然”場，試驗時間段是2019年6月1日06時至29日18時(世界時，下同)。模擬觀測的構造過程是：(1)將ERA5再分析資料插值到往返平飄式探空下降階段的經緯度位置；(2)將該處構造的觀測加上隨機誤差，隨機誤差是由探空資料該層的觀測誤差和由蒙特卡羅方法生成的隨機數相乘得到；(3)在OSSEs中，同化觀測資料的數值預報系統要和生成“自然”場的模式系統不同，這是為了避免“雙生”效應(identical twin)造成資料影響被過高估計(Halem and Dlouhy，1984)，因此，本文選取中國氣象局自主研發的區域高分辨率數值天氣預報系統CMA-MESO V5.0作為評價系統。

由于往返平飄式探空從傳統探空站釋放觀測氣球，平飄一段時間(約4 h)后，其下降階段的觀測在空間位置上發生了變化，因此和傳統的探空相比，在垂向觀測上相當于空間加密(和原觀測站位置較遠)和時間加密(00時釋放氣球后5 h開始下降，相當于06時)。下降階段的觀測位置在下降軌跡上，由軌跡預測系統得到(王金成等，2021)，圖1是模擬的往返平飄式探空的三維軌跡。從圖中可以發現：平飄探空明顯分為上升、平飄和下降三個階段，形成三個不同位置的觀測，和傳統探空相比，增加了平飄和下降階段的觀測，觀測空間得到加密。圖2a、2b分別是2019年6—7月和11—12月軌跡預測系統模擬的往返平飄式探空下降點位置平均分布。在夏季，探空氣球在上升和下降階段會受到一定的西風帶影響，向東飄移，但是當氣球繼續上升到平流層，主要受到風速較大的平流層東風帶的影響，經過平流層和對流層的不同風帶的綜合影響，最后探空氣球的降落位置會在釋放的傳統探空氣球位置偏西。而在冬季，平流層有從西向東的西風帶，最后模擬平飄探空降落的位置在傳統探空站以東。從圖2 可知，下降段探空起到了全網站點自動加密的作用。圖3給出了2019年6—7月構造的模擬平飄探空觀測上升段和實際傳統探空的溫度、相對濕度、U風和V風的偏差和標準差，從對比結果可知，構造的溫度模擬觀測和實際探空觀測的偏差在0.5 K 以內，標準差在2 K以內，相對濕度由于實際的觀測誤差比較大，因而構造的模擬觀測和實際探空的相對濕度的偏差最大約為20%，而標準差約為12%，U風和V風的偏差在1 m·s-1以內，標準差在2～3 m·s-1。本文在傳統探空觀測資料的基礎上，研究觀測在時空加密的情況下對數值預報的影響。

圖1 模擬平飄探空三維軌跡圖(灰白色代表軌跡，彩色陰影是地形高度)Fig.1 A three-dimensional trajectory map of simulated return sounding (gray and white： trajectory, colored shadow： height of terrain)

圖2 2019年(a)夏季(6—7月)和(b)冬季(11—12月)00時傳統探空(藍色)和06時往返平飄式探空下降段平均位置(粉色)分布Fig.2 Distributions of classical radiosonde location (blue) at 00 UTC and return radiosonde descending location (pink) at 06 UTC in (a) summer (June-July) and (b) winter (November-December) of 2019

圖3 2019年6—7月模擬觀測和實際傳統探空觀測的偏差(Bias)和標準差(Std)(a)溫度,(b)相對濕度,(c)U風,(d)V風Fig.3 Bias and standard deviations (Std) of the simulated and actual classic sounding observations from June to July of 2019(a) temperature, (b) relative humidity, (c) U wind, (d) V wind

2 數值試驗

2.1 方案設計

我國自主研發的GRAPES是具有完全知識產權的數值天氣預報系統(薛紀善和陳德輝，2008)，本文采用的GRAPES區域高分辨率(CMA-MESO V5.0)于2020年6月實現了業務化。CMA-MESO V5.0水平分辨率是0.03°×0.03°，模式覆蓋區域范圍是10°～60°N、70°～145°E，垂直層次為49層，模式層頂高為35 000 m。積分時間步長為30 s，采用3 h 循環同化，每12 h冷啟動一次，冷啟動背景場是由NCEP GFS (https:∥www.nco.ncep.noaa.gov/pmb/products/gfs/)的6 h預報場提供。

本文采用CMA-MESO V5.0的三維變分(3D-Var)同化系統，同化的資料有常規探空、地面報、船舶、飛機報等常規資料，還有GPS/PW(global position system/precipitable water)大氣可降水量、雷達VAD(velocity azimuth display)風和GNSS/RO(global navigation satellite system/radio occultation)折射率等觀測信息。同化時間窗口為3 h，每天00時和12時冷啟動，每3 h更新循環同化，由于新增的模擬觀測在06時和18時，所以將在06時和18時做36 h預報，試驗時段是2019年6月1日06時至29日18時。

為了定量評估往返平飄式探空觀測對數值天氣預報的影響，設計兩組試驗:控制試驗(Ctrl)，同化上述觀測資料；往返平飄式探空觀測影響試驗(Effect)，除了上述資料外，還加入了構造的往返平飄式探空模擬觀測資料(表1)。

表1 試驗方案Table 1 Experiment schemes

2.2 對降水的影響分析

本文用ETS(equitable treat score)評分方法對區域降水預報技巧進行評價。圖4給出了06時起報的全月平均的逐6 h累計降水預報ETS評分，小雨、中雨、大雨、暴雨和大暴雨的降水閾值分別是0.1、4.0、13.0、25.0和60.0 mm，黃色代表影響試驗結果，紫色代表沒有同化平飄探空的控制試驗結果。圖中方框代表著兩個試驗ETS評分差異的顯著性水平范圍，如果兩個數的差在方框之外，就說明通過了顯著性檢驗。從圖中可以看出，同化構造的往返平飄式探空下降段觀測(06時)對于CMA-MESO模式降水的預報評分無論是小雨、中雨、大雨和暴雨都有提高，正效果可維持全預報時段(0～36 h預報)。其中，小雨量級的ETS降水評分提高較大的是在6～12 h和24～30 h預報時段，分別提高約4%和5%，中雨和大雨預報ETS評分提高較大的在18～24 h預報時段，分別提高約8%和10%，暴雨預報ETS評分提高較大的在12～18 h預報時段，提高約20%。圖5給出了18時起報的全月平均的逐6 h累計降水預報ETS評分。從圖中結果可知，18時起報的影響試驗的降水預報在各個降水量級的ETS評分上也均為正效果，其中，小雨量級預報降水ETS評分較大的在30～36 h預報時段，提高約8%。中雨量級ETS評分提高較大的在12～18 h和30～36 h預報時段，提高約10%。暴雨量級的ETS評分提高較明顯的是在18～24 h和30～36 h預報時段，提高約50%。綜合上述結果可知，增加06時和18時的往返平飄式探空下降階段的觀測，能夠使得降水預報的ETS評分有明顯提高。06時和18時比較而言，18時降水預報的ETS評分比06時更大，并且對于降水量級較大的暴雨的ETS評分提高較大。原因主要是在中國區域18時的觀測資料比06時減少較多，尤其是飛機資料減少較多，在資料相對少的情況下，加入平飄探空資料更能凸顯觀測的作用。

圖4 2019年6月1—29日兩組試驗06時起報的逐6 h累計降水預報月平均ETS評分(a)0～6 h，(b)6～12 h，(c)12～18 h，(d)18～24 h，(e)24～30 h，(f)30～36 h(紫色：控制試驗Ctrl，黃色：影響試驗Effect)Fig.4 Monthly average ETS scores of 6 h accumulated precipitation forecasts started at 06 UTC by the two experiments from 1 to 29 June 2019(a) 0-6 h, (b) 6-12 h, (c) 12-18 h, (d) 18-24 h, (e) 24-30 h and (f) 30-36 h (purple: control experiment, yellow: impact experiment)

圖5 同圖4，但為18時起報的逐6 h累計降水預報ETS評分Fig.5 Same as Fig.4, but for ETS scores of 6 h accumulated precipitation started at 18 UTC

2.3 對要素場預報的影響

為了評估增加06時和18時的模擬往返探空觀測對要素預報的影響，本文選取1000、850、500和250 hPa四個典型層次，計算控制試驗和影響試驗中溫度、濕度和風場觀測的0～36 h預報與參考場(ERA5再分析)的均方根誤差，利用改進率(薛諶彬等，2013)來評估數值試驗預報結果，其中改進率I的計算如下：

(1)

式中：t為預報時效，nt為樣本數量，Ei和ei分別對應控制試驗和影響試驗的均方根誤差。當控制試驗的均方根誤差大于影響試驗的均方根誤差時，It>0，此時說明影響試驗比控制試驗有改進；反之，說明有負效果。圖6分別是在1000，850，500和250 hPa的U風逐6 h預報的改進率，藍色代表06時起報，紅色代表18時起報。從結果可知，改進率均是正值，這說明同化06時和18時構造的模擬觀測的U風預報相比控制試驗有所改進，并且在250 hPa要比其他層次要更明顯，最高達2%。圖7是V風場的改進率，和圖6類似，影響試驗的預報也有提高，改進幅度最高達2.5%。圖8是溫度場的改進率，其改進率整體上也是正值，并且在250 hPa 改進明顯，改進率最高達5%，但在模式低層850 hPa，18時起報之后的18～30 h，改進率出現負值，約為-0.2%，整體負貢獻較小。比濕的改進率和溫度場表現類同，在此不加以贅述。

圖6 2019年6月1—29日同化模擬平飄探空觀測的U風場預報改進率(a)1000 hPa,(b)850 hPa,(c)500 hPa,(d)250 hPa(藍色是06時起報，紅色是18時起報)Fig.6 The forecast improvement rate of U wind field with assimilation of simulated observation of the return sounding from 1 to 29 June 2019 (a) 1000 hPa, (b) 850 hPa, (c) 500 hPa, (d) 250 hPa(Blue, red lines are beginning forecast times at 06 UTC and 18 UTC, respectively)

圖7 同圖6，但為V風場Fig.7 Same as Fig.6, but for V wind field

圖8 同圖6，但為溫度場Fig.8 Same as Fig.6, but for temperature field

2.4 典型個例預報影響分析

為了進一步評估往返平飄式探空模擬觀測對數值預報的影響，選取一個實況天氣過程個例來具體比較影響試驗和控制試驗。2019年6月4—5日，受低渦切變系統影響，西北地區東部、四川盆地中東部、山西南部等地出現大到暴雨，四川盆地東部局地出現大暴雨。圖9為2019年6月4日06時起報的24 h累計降水預報和累計降水實況觀測。從實況來看主要降水為三個區域，分別為西北地區東部和四川盆地、華南、華北和東北地區，其中西北地區東部和四川盆地降水最強，出現成片的暴雨，華南地區出現分散性暴雨。對比控制試驗和影響試驗，兩種試驗對于西南渦東移影響造成的西北地區東部至四川盆地一帶的強降水都有較好的體現，但對于暴雨雨帶的位置和強度預報存在一定的偏差，整體來看對于四川盆地的暴雨雨帶的位置預報偏西北，對于甘肅南部至山西中部的暴雨雨帶位置預報偏西南，從850 hPa風場來看影響試驗(圖9b)黑框內的偏南急流較控制試驗偏弱一些，與實況更為接近，同時也可以看到，影響試驗較控制試驗對于陜西南部的暴雨雨帶預報略偏南，這也與實況雨帶更為接近，而控制試驗急流偏強也造成暴雨雨帶略偏北。另外，對于華南的降水(暖區性質降水)，廣西南部和廣東中部出現分散性大到暴雨，兩種試驗都有一定的體現，但影響試驗對于華南沿海的偏南氣流較控制試驗偏強2 m·s-1(黑框內)，風場的預報與實況更為一致，影響試驗對于廣西南部和廣東中部大到暴雨的降水預報范圍略大于控制試驗，位置和強度與實況更為接近。

圖9 2019年6月4日06時起報24 h累計降水預報(填色)與實況(圓點)的比較(風場為6月4日18 UTC)(a)控制試驗，(b)影響試驗(黑色方框代表850 hPa風場的偏南急流區域)Fig.9 Comparison of the 24 h accumulated precipitation forecast (colored) starting at 06 UTC 4 June 2019 with observation data (dot) (wind field: 18 UTC 4 June)(a) control experiment, (b) impact experiment(Black square represents the southerly jet stream zone of the 850 hPa wind field)

3 結論與討論

本文利用往返平飄式探空觀測系統的軌跡模擬系統，結合ERA5再分析資料構造往返探空下降段模擬觀測，基于CMA-MESO V5.0高分辨率數值預報系統進行了一個月的觀測系統模擬試驗，研究了往返平飄式探空在全國組網觀測情況下對數值預報的影響，本文主要結論如下：

(1)同化往返平飄式探空模擬觀測能提高模式降水預報技巧，表現為在各個降水量級上的ETS評分上有所提高，小雨、中雨和大雨的提高率在2%～5%，對暴雨的提高率更為明顯，最高可達50%。

(2)在要素場的預報上，影響試驗也比控制試驗的預報有所改進，風場、溫度場和比濕場基本上都是正效果，風場和溫度場的整體改進率分別為2%、5%，比濕的整體改進率接近2%，其中在250 hPa的風場和溫度場的改進較其他層次更為明顯。

(3)從定性分析來看，增加平飄探空下降階段的模擬觀測，能夠更準確地捕捉降水的動力條件，提高雨帶分布的預報準確度。

本文通過觀測系統模擬試驗論證了增加探空觀測頻次(06時、18時)、觀測位置對數值預報的正面影響，表明新型往返平飄式探空大規模組網具備業務價值。文中控制試驗的設置是包含常規資料和非常規資料的觀測，影響試驗中僅對06時和18時的探空位置進行模擬觀測的構造，受全資料觀測的權重影響，因而導致要素場預報的改進效果不是太明顯。此外，本文實況觀測的預報檢驗僅是個例研究，對于本文的結論是否合理還需要結合更多的天氣過程進行佐證，此外還需依靠將來的實際平飄探空的觀測數值試驗來進行綜合論證。

致謝：中國氣象局地球系統數值預報中心鄧蓮堂、張進在繪圖方面給予的幫助。