2種多普勒雷達風資料同化效果的比較

胡向軍　萬齊林　楊曉軍　黃燕燕　陳子通　張志達　徐麗麗

摘要 基于Grapes模式及其三維變分同化系統（Grapes－3DVar），采用同化背景切向風聯合雷達徑向風和“視風速”聯合雷達徑向風的2種不同方法，對2006年登陸臺風“碧利斯”進行數值試驗，研究同化效果的差異。結果表明：2種同化方法都能改善模式初始場，使模式模擬的24 h降水更合理。“視風速”聯合雷達徑向風同化比背景切向風聯合雷達徑向風同化所獲得的同化風場風速增量更大，而且“視風速”聯合雷達徑向風同化所獲得的降水強度也更大。

關鍵詞 雷達資料同化；背景切向風；徑向風；視風速

中圖分類號：P412 文獻標識碼：B 文章編號：2095–3305（2023）06–0116-03

針對中尺度天氣系統，多普勒天氣雷達成為有效監測預警的手段之一，這主要是因為其具有高時空探測分辨率的優點[1-2]。多普勒雷達的高時空分辨率觀測可以由資料同化系統融合到數值預報初始場，提高初始場多尺度天氣結構的準確性，從而提高災害天氣預報的性能。因此，雷達資料同化對數值預報具有重要意義。

分別將“背景切向風聯合雷達徑向風”和“‘視風速聯合雷達徑向風”同化，針對2006年7月15日發生在廣東、湖南、江西、福建等地的臺風“碧利斯”進行了雷達風資料同化個例試驗，對比2種不同雷達風資料同化方法的效果、特點差異，分析它們分別同化后對降水預報效果的影響，對增強雷達資料同化效果、提高臺風降水預報水平具有重要意義。

1 2006年7月15日臺風“碧利斯”天氣概況

2006年，臺風“碧利斯”對我國廣東省、湖南省、江西省、福建省多個地區造成嚴重破壞，導致672人死亡。暴雨是此次災害的主要成因。

臺風“碧利斯”導致的降雨量極為可觀。就廣東省而言，該臺風和西南季風為廣東省帶來了百年一遇的暴雨。珠江三角洲、粵北及粵東地區普遍觀測到200～400 mm的降雨，超過暴雨的市縣占75％，部分地區有特大暴雨。

2 模式系統和同化系統

以Grapes模式和三維變分數據同化系統（Grapes-3DVar）作為案例分析平臺[3]。Grapes-3DVar是一個在垂直和水平方向均可調整的研究體系，其水平面為Arakawa A格點，采用模塊化結構，整體采用增量方式的同化系統。參數化方案采用Simple Ice微物理方案、Monin-Obukhov近地層方案、Thermal Diffusion陸面方案、MRF行星邊界層方案、Betts-Miller-Janjic積云參數化方案、RRTM長波輻射方案、Dudhia短波輻射方案。試驗模擬系統采用12 km網格距的Grapes模式系統運轉。

3 資料和同化處理

將2006年7月15—16日廣州雷達站多普勒雷達監測到的雷達徑向風等資料放入Grapes循環同化系統，從15日20：00（北京時間，下同）開始進行每個小時的循環同化處理，至16日08：00同化結束，開始模式，直接進行預報，預報至17日08：00。需要說明的是，此處所使用的雷達資料已進行了去噪聲、退模糊等質量控制。

3.1 同化試驗方案說明

為了考察“背景切向風聯合雷達徑向風”和“‘視風速聯合雷達徑向風”同化的效果特點差異，設計如下試驗。

敏感試驗1：同化背景切向風（見后述）聯合雷達徑向風，同化了13個時次的資料。為了突出選用資料的作用，此試驗未加入其他探測資料進行同化。同化結束，模式開始模擬預報。

敏感試驗2：同化“視風速”（見后述）聯合雷達徑向風，同化了13個時次的資料。為了突出選用資料的作用，此試驗也未加入其他探測資料進行同化。同化結束，模式開始模擬預報。

控制試驗：與敏感試驗一樣，從15日20：00開始進行每小時的循環同化處理，但不放入同化資料，至16日08：00同化結束，開始模式預報，預報至17日08：00。控制試驗操作方式與敏感試驗保持一致，以保證對比測試的有效性和準確度。

需要說明的是，敏感試驗1和敏感試驗2如此設計是考慮到用風矢2個分量的同化比單一徑向風更能準確描述風矢的同化作用，降低了單一徑向風同化帶來的不確定性。

3.2 背景切向風和“視風速”說明

背景切向風的計算：參考LAPS風場分析方法，在雷達每一個有徑向風的觀測點上，用模式背景氣象場分解計算出背景風場相對于雷達徑向風切向上的風矢量分量。計算出的背景切向風與雷達探測的徑向風即可構成雷達風矢，其關系如圖1所示。

具體計算方法是將雷達徑向風的方向視為一個坐標軸，其垂直方向視為另一個坐標軸，在有徑向風的觀測點上將背景氣象場的風場放入該坐標系，求出其在垂直方向上的分量。

此處采取的“視風速”數據是萬齊林等[4]多普勒雷達風數據直接同化方法得到的。視風速體現了雷達回波塊隨風移動的速度[5-10]。

4 同化模擬分析

4.1 不同方案同化后風場u、v增量分別對比分析

控制試驗由于同化時未放入雷達資料，所以增量場為零場。

本研究考察的降水時段主要在16日08：00—17日08：00，這段時間不再同化雷達資料，而直接進行預報積分。因此，主要查看循環同化12 h后的16日08：00的同化場增量（圖2）。

敏感試驗1和敏感試驗2相對于控制實驗，均產生明顯增量，反映出在雷達風資料同化后，模式均獲得了豐富的中小尺度風場增加信息。對比敏感試驗1和敏感試驗2，從u風來看，敏感試驗2東風增量中心相對敏感試驗1較大，中心達3.5 m/s以上。從v風來看，敏感試驗1北風增量中心相對敏感試驗2較大，中心達4 m/s以上。敏感試驗2的v風增量場相對平滑。2個敏感試驗增量分布有所不同，敏感試驗1負增量區范圍較小，廣東區域正、負增量呈西北—東南向間隔分布，粵西、粵東分別為u風、v風正增量區，敏感試驗2負增量區范圍較大，覆蓋廣東大部分區域。

總體來看，敏感試驗2獲得的緯向風u增量比敏感試驗1大，敏感試驗1獲得的經向風v增量比敏感試驗2整體偏大。

4.2 不同方案同化后風場增量對比分析

敏感試驗2比敏感試驗1同化后獲得的風場增量風速更大。敏感試驗2相對于敏感試驗1而言，在廣東沿海低空有一條明顯的輻合帶風速增量，敏感試驗1只有較弱的東風。2個方案雖然都在廣東以南洋面模擬出了氣旋性輻合增量，但敏感試驗2的風增量更圓滑，曲率更強。

4.3 不同方案同化后同化分析場風場對比分析

廣東以北區域的臺風中心風速都不大，外圍的氣旋式環流風速也不大。這可能與臺風登陸時間較長有所減弱有關。敏感試驗2和敏感試驗1在廣東、福建一帶的西南風風速比控制試驗都有所減小，但敏感試驗2的風速減小更多。這與敏感試驗2比敏感試驗1同化后獲得的風場增量風速更大，在廣東沿海低空有一條較強的東北風輻合風速增量帶，而敏感試驗1只與較弱的東風有關。

敏感試驗1和敏感試驗2模擬出的廣東、福建一帶的西南風較控制試驗小的情形，有利于廣西、廣東、福建一帶臺風外圍以南區域降水云團在原地的維持停留，最終導致當地的大降水。

4.4 不同方案模擬降水對比分析

控制試驗、敏感試驗1、敏感試驗2都在廣東、廣西、湖南、福建、江西等地模擬出40 mm以上的大片降水區域。不同的是，敏感試驗1和敏感試驗2在廣西北部模擬出3個100 mm以上的大降水中心，這是控制試驗沒有的。雖然控制試驗在福建南部模擬出2個100 mm以上的降水中心，但敏感試驗1和敏感試驗2在這2個降水中心的東側還模擬出1個100 mm以上的降水中心。

綜合來看，敏感試驗1比控制試驗降水模擬更強，敏感試驗2又比敏感試驗1模擬的降水強。觀察降水實況圖可以發現，在福建省內南部沿海有1條100 mm以上的大暴雨雨帶，敏感試驗1和敏感試驗2與之符合得更好。

控制試驗、敏感試驗1、敏感試驗2均未能模擬出廣東和廣西兩地100 mm以上大暴雨降水帶，這可能是同化資料太少造成的。

5 結論

（1）背景切向風聯合雷達徑向風同化和“視風速”聯合雷達徑向風同化都可加強模式對中小尺度風場信息的收集，從而實現對模式初始場的改進。

（2）“視風速”聯合雷達徑向風同化比背景切向風聯合雷達徑向風同化所獲得的風場增量風速更大。

（3）“視風速”聯合雷達徑向風同化比背景切向風聯合雷達徑向風同化所獲得的風場分析場風速更小（這是因為風場增量風向與背景場風向相反的緣故），更有利于降水云團在南方沿海一帶的滯留，產生大降水。

（4）背景切向風聯合雷達徑向風同化和“視風速”聯合雷達徑向風同化都能使模式模擬的24 h降水更大，更合理。比較而言，“視風速”聯合雷達徑向風同化比背景切向風聯合雷達徑向風同化所獲得的降水強度更大，更接近實況。這可能是由于“視風速”聯合雷達徑向風同化比背景切向風聯合雷達徑向風同化所獲得的風場增量風速更大的緣故。

（5）背景切向風聯合雷達徑向風同化和“視風速”聯合雷達徑向風同化均未能模擬出廣東和廣西兩地100 mm以上的大暴雨降水帶，這可能是同化資料太少造成的，進行進一步研究是后續要做的工作。

參考文獻

[1] 閔錦忠，畢坤，陳耀登，等.基于物理約束擾動的EnSRF雷達資料同化[J].大氣科學學報， 2013，36（2）：129-138.

[2] 閔錦忠，王修瑩，沈菲菲，等.多普勒雷達資料同化對江蘇一次颮線過程的數值模擬[J].氣象科學，2015，35（3）：248-257.

[3] 張華，薛紀善，莊世宇，等.GRAPES三維變分同化系統的理想試驗[J].氣象學報，2004，62（1）：31-41.

[4] 萬齊林，薛紀善，莊世宇.多普勒雷達風場信息變分同化的試驗研究[J].氣象學報，2005，63（2）：129-145.

[5] 沈艷秋，黃興友，沈菲菲等.基于雷達資料同化的颮線過程數值模擬試驗研究[J].氣象科學，2021，41（1）：13-26.

[6] 陳光舟，婁珊珊，袁松等.雷達資料同化在安徽暴雨個例中的應用[J].中國農學通報，2015，31（8）：187-198.

[7] 效文娟.多種風資料在豫西山區致洪暴雨預報中的應用[J].氣象與環境科學， 2012，35（1）：67-73.

[8] 智協飛，高潔，張小玲.多普勒雷達資料在中尺度模式短時預報中的應用[J].氣象科學，2010，30（2）：143-150.

[9] 劉紅亞，薛紀善，顧建峰等.三維變分同化雷達資料暴雨個例試驗[J].氣象學報，2010，68（6）：779-789.

[10] 王遂纏，胡向軍，張新榮等.雷達資料同化在甘肅局地暴雨天氣個例中的應用[J].高原氣象，2011，30（3）：711-718.

責任編輯：黃艷飛

Comparison of Assimilation Effects of Two Doppler Radar Wind Data

Hu Xiang-jun et al（Lanzhou Central Meteorological Observatory， Lanzhou， Gansu 730020）

Abstract Based on the Grapes model and its three-dimensional variational assimilation system （Grapes－3DVar）， two different methods of assimilating background tangential wind combined with radar radial velocity and “seeable velocity” combined with radar radial velocity were used to conduct numerical experiments on landing typhoon Bilis in 2006 to study the difference of assimilation effect. The assimilation of the wind field and forecast of precipitation are discussed. The results showed that both assimilation methods can improve the initial field of the model， and then make the 24-hour precipitation simulated by the model bigger and more reasonable. The wind speed increment of the assimilation wind field obtained by "seeable velocity" combined with radar radial velocity assimilation was larger than that of background tangential wind combined with radar radial velocity assimilation， and the precipitation intensity obtained by “seeable velocity” combined with radar radial velocity assimilation was also larger.

Key words Doppler radar data assimilation; Background tangential wind; Radar radial velocity; Seeable velocity

基金項目 國家自然科學基金（41675099）。

作者簡介 胡向軍（1978—），男，寧夏固原人，高級工程師，主要從事數值預報、天氣預報研究。*通信作者：萬齊林（1965—），男，研究員，主要從事數值天氣預報研究，E-mail：qlwan@gd121.cn。

收稿日期 2023-04-09