楊 銀, 朱克云, 張 杰, 戴昌明

(1.成都信息工程學(xué)院大氣科學(xué)學(xué)院,四川成都610225;2.成都軍區(qū)空軍氣象中心,四川成都610041)

0 引言

中小尺度暴雨及其產(chǎn)生的次生危害會對生命財(cái)產(chǎn)造成嚴(yán)重的危害,由于暴雨具有局地性、高強(qiáng)度、突發(fā)性等特點(diǎn),對暴雨的準(zhǔn)確預(yù)報(落區(qū)、時間、強(qiáng)度等)一直以來都是一個難點(diǎn)問題。數(shù)值天氣預(yù)報可以歸結(jié)為一個初/邊值問題,即給出當(dāng)前大氣狀態(tài)的最優(yōu)估計(jì)(初值)和合適的邊界條件,模式將能模擬(預(yù)報)大氣未來的演變結(jié)果[1]。數(shù)值預(yù)報的準(zhǔn)確率主要依賴于模式物理過程的完善和初/邊界值的準(zhǔn)確程度。而數(shù)值模式存在對初值極其敏感的問題[2]。因此如何獲得最優(yōu)的初始場成為模式預(yù)報是否成功的關(guān)鍵因素之一。

中小尺度數(shù)值模式的初始場主要依賴于觀測資料以及大尺度模式提供的背景場。多普勒雷達(dá)資料具有常規(guī)資料不能比擬的時間(5～6 min)和空間分辨率(250～1000m),對中小尺度天氣系統(tǒng)有較高分辨能力。目前,數(shù)值模式中雷達(dá)資料的同化主要分為兩類,一類是反演同化,一類是直接同化,與直接同化相比,由于反演同化增加了反演誤差,降低了結(jié)果的可靠性,因此近年來對直接同化研究的較多[3～8]。NECP將VAD資料同化與徑向速度資料直接變分同化進(jìn)行了比較,發(fā)現(xiàn)對于格距在10～20km的模擬,同化效果相近,但對于幾公里或更高分辨率的模擬,直接同化徑向速度的效果更好[9]。四川地處川西高原,短時強(qiáng)對流天氣較多,尤其是每年的7～9月份都有大量的暴雨天氣過程。暴雨過程中包含的復(fù)雜的中尺度對流系統(tǒng)在四川復(fù)雜地形作用下給天氣預(yù)報造成了很大困難。以往雷達(dá)資料同化技術(shù)的研究大多集中在江淮、華南和沿海等地勢較為平坦的地區(qū)[3,4,10]。那么雷達(dá)資料同化是否會對具有復(fù)雜地形下墊面的四川地區(qū)暴雨預(yù)報效果有改善作用呢?

以2011年7月3日發(fā)生在四川地區(qū)的一次暴雨過程為例,采用WRF模式及其三維變分同化系統(tǒng)WRF-3DVAR,探討研究多普勒雷達(dá)資料同化對暴雨預(yù)報的影響,以期獲得有價值的研究資料并對提高數(shù)值天氣預(yù)報水平提供有益的參考或借鑒。

1 暴雨概況與模擬方案設(shè)計(jì)

1.1 “7.3”暴雨概況

受高原低槽和強(qiáng)烈的大氣不穩(wěn)定層結(jié)共同影響,2011年7月1日晚開始,四川盆地西部和川西高原大部出現(xiàn)明顯降水過程,最強(qiáng)降水時段主要在7月3日08時～4日08時,強(qiáng)降水分布在廣元、綿陽、德陽、成都、雅安、眉山、樂山、宜賓8市,圖1為此次過程中四川省加密自動站7月3日08時至7月4日08時24小時累計(jì)降水量統(tǒng)計(jì)分布。全省共有223站出現(xiàn)大雨,159站出現(xiàn)暴雨,80站大暴雨,1站特大暴雨。其中有9個站降水量達(dá)到200mm以上,最大降水出現(xiàn)在都江堰市泰安村為266.1mm。阿壩、甘孜、涼山三州的部分地方降雨達(dá)50mm以上,汶川、茂縣兩縣的漩口、龍池茶觀、三江、東興降雨達(dá)103～198mm。由圖6(a)可以看出降雨帶呈南北向分布,主要降雨區(qū)集中在成都及附近。暴雨引發(fā)的嚴(yán)重的洪澇、泥石流等自然災(zāi)害造成了路面被毀、橋梁中斷及人員傷亡等,給人民財(cái)產(chǎn)及生命造成極大損失。

1.2 質(zhì)量控制

(1)由于地物雜波的影響,去除第一、二層即0.5°、1.5°層仰角數(shù)據(jù),主要考慮降水的影響,因此剔除資料中小于10dbz的非降水回波。

(2)缺測點(diǎn)插補(bǔ),針對單個缺測點(diǎn)或者單個缺測徑向,如果當(dāng)前點(diǎn)為無效值,統(tǒng)計(jì)距離該點(diǎn)0.5km范圍的點(diǎn)的個數(shù),如果有觀測值的個數(shù)大于50%,則對該點(diǎn)取平均值。

(3)孤立點(diǎn)和奇異點(diǎn)濾除,若當(dāng)前點(diǎn)為有效值點(diǎn),統(tǒng)計(jì)其周圍8個鄰近點(diǎn),若有多于4個為無效值點(diǎn),則該點(diǎn)視為孤立點(diǎn),將其刪除。若當(dāng)前點(diǎn)與其周圍8個鄰近點(diǎn)均為有效值,且當(dāng)前點(diǎn)與鄰近8點(diǎn)的平均值之差絕對值大于等于20dbz(15m/s),則該點(diǎn)視為奇異點(diǎn),用鄰近8點(diǎn)平均值代替該點(diǎn)。

(4)數(shù)據(jù)平滑,以當(dāng)前點(diǎn)為中心,對3×3網(wǎng)格內(nèi)的9點(diǎn)做9點(diǎn)平滑。

1.3 方案設(shè)計(jì)

采用WRF模式及其三維變分同化系統(tǒng)3DVAR,模式采取三重嵌套,網(wǎng)格距分別為27km、9km、3km,水平格點(diǎn)數(shù)分別為100×100、133×133、136×127,垂直方向27層。微物理過程采用Thompson方案,積云參數(shù)化方案采用Grell-Devenyi方案,第三重嵌套未采用積云對流參數(shù)化方案,行星邊界層采用YSU方案,陸面過程采用Noah方案。第三重嵌套中心經(jīng)緯度選取四川省氣象局多普勒雷達(dá)所在坐標(biāo)(104.004°E,30.667°N),對第二重區(qū)域和第三重區(qū)域同時進(jìn)行同化。

圖1 四川省7月3日08時至7月4日08時累計(jì)降水量統(tǒng)計(jì)

圖2 模擬區(qū)域示意圖

研究設(shè)計(jì)2個同化方案,4組對比試驗(yàn):

同化方案1:在模式運(yùn)行的前3個小時每小時加入該時刻前后雷達(dá)資料進(jìn)行同化,之后運(yùn)行21小時,共計(jì)運(yùn)行24小時。

同化方案2:在模式運(yùn)行的前3個小時每半小時加入該時刻前后雷達(dá)資料進(jìn)行同化,之后運(yùn)行21小時,共計(jì)運(yùn)行24小時。

表1 試驗(yàn)設(shè)計(jì)

試驗(yàn)背景場由2011年7月3日08時(北京時間下同)NECP/NCAR再分析資料通過模式前處理模塊得到。所用多普勒雷達(dá)體掃資料來自成都雷達(dá)站,型號為CINRAD/SC。多普勒天氣雷達(dá)資料的極坐標(biāo)向地球經(jīng)緯坐標(biāo)的變換采用張沛源[11]等提出的方法來實(shí)現(xiàn),采用3維BARANUS[12]插值方案(水平影響半徑0.4km,垂直影響半徑0.3km)將雷達(dá)資料插值到起始高度為0.5km、水平格距3km、垂直格距0.5km、共19層的三維直角坐標(biāo)網(wǎng)格中。觀測誤差是同化中的一項(xiàng)必不可少的信息?，F(xiàn)有的估計(jì)觀測誤差的方法,主要有求局地均方差和從速度譜寬分析誤差,但還不是非常完善的方法。萬齊林等[13]指出徑向速度的誤差在1～3m·s-1。結(jié)合前人的研究結(jié)果[14,15],取雷達(dá)徑向速度觀測誤差2m·s-1,方差1m·s-1,反射率因子觀測誤差5dbz,方差1dbz。假設(shè)誤差服從正態(tài)分布。

2 模擬初始場的對比分析

進(jìn)行雷達(dá)資料同化的目的就是為了改善初始場質(zhì)量,提高對暴雨的預(yù)報能力,文章從風(fēng)場和水汽通量方面對初始場進(jìn)行了分析。

圖3 700hPa初始場風(fēng)場(箭頭,單位 m·s-1)和水汽通量分布(陰影區(qū),單位 g·cm-1·hPa-1·s-1)

圖3為2011年7月3日11時各個試驗(yàn)中風(fēng)場水汽通量分布?？刂圃囼?yàn)(如圖3a所示)的初始場水汽分布比較均勻、量值較小,風(fēng)向呈現(xiàn)較為一致的東南風(fēng)且風(fēng)速均勻,沒有展現(xiàn)出中小尺度天氣應(yīng)有的信息。對比試驗(yàn)1、對比試驗(yàn)2、對比試驗(yàn)3、對比試驗(yàn)4(統(tǒng)稱模擬試驗(yàn))都能夠更精細(xì)的刻畫初始風(fēng)場和水汽通量場的分布與數(shù)值,能展現(xiàn)出風(fēng)場的輻合輻散區(qū)域,對水汽通量的中心位置有較大影響,大風(fēng)速區(qū)域和水汽通量高值中心有較好的對應(yīng)關(guān)系。對比試驗(yàn)2相比其它對比試驗(yàn)改變最為明顯,且出現(xiàn)了兩個較為明顯的輻合輻散中心。各試驗(yàn)中雷達(dá)站東南部均存在一個量值在30g·cm-1·hPa-1·s-1以上的水汽通量高值區(qū),在該地區(qū)風(fēng)場及水汽通量改變最為明顯。

3 降水場對比分析

實(shí)況降水采用四川省加密自動站逐時降水資料,模擬試驗(yàn)采用第二重嵌套輸出資料。實(shí)況降水(圖4a)呈現(xiàn)出明顯的南北降雨帶且落區(qū)集中,降水大值區(qū)域位于成都附近(103°E,30°N),最大降雨量未超過100mm。控制試驗(yàn)(圖4b)雖然模擬出了南北降雨帶,但是模擬的降水量值大、落區(qū)范圍廣且分散,主要降雨落區(qū)偏移。圓圈所示為控制試驗(yàn)中的虛假降水區(qū)域其中兩個區(qū)域降水量都超過100mm。模擬試驗(yàn)與控制試驗(yàn)相比,模擬降雨落區(qū)范圍、量值均減小,主降雨區(qū)更加接近實(shí)況,圓圈所示虛假降水區(qū)被剔除。方案一中兩組試驗(yàn)均模擬出南北向降雨帶。對比試驗(yàn)2(如圖4d所示)要優(yōu)于對比試驗(yàn)1(如圖4c所示),主要表現(xiàn)在南北降雨帶中降雨量相對要大。方案二兩組試驗(yàn)均未能模擬出南北向降雨帶且降雨量值過小。比較模擬試驗(yàn)發(fā)現(xiàn):對降水預(yù)報的改進(jìn)效果較控制試驗(yàn)有明顯的優(yōu)勢。對經(jīng)過質(zhì)量控制以后的雷達(dá)資料進(jìn)行同化即對比試驗(yàn)2和對比試驗(yàn)4(圖4d和圖4f)優(yōu)于沒有經(jīng)過質(zhì)量控制的雷達(dá)資料進(jìn)行的同化模擬試驗(yàn)即對比試驗(yàn)1和對比試驗(yàn)3(圖4c和圖4e),并且同化方案一要優(yōu)于同化方案二。綜上所述,模擬試驗(yàn)較控制試驗(yàn)均有改進(jìn),對比試驗(yàn)2最接近實(shí)況。

圖4 2011年7月3日08～14時降雨分布(單位mm)

從圖5可知與實(shí)況相比模擬試驗(yàn)較控制試驗(yàn)仍有較大改進(jìn),模擬的降雨區(qū)范圍較小,圓圈所示虛假降水區(qū)被剔除。所得結(jié)論與圖4一致,對比試驗(yàn)2仍然最接近實(shí)況降雨。但隨著時間的延長改進(jìn)作用越來越差。對比24小時降雨分布發(fā)現(xiàn)(如圖6所示),模擬實(shí)驗(yàn)較控制試驗(yàn)仍有一定的改進(jìn)作用,對比試驗(yàn)4尤其明顯,不僅有效地減小了控制試驗(yàn)中圓圈所示的虛假降水區(qū)的范圍和量值,而且明顯的減小了主降雨區(qū)的范圍和量值。

圖5 2011年7月3日08～17時降雨分布(單位mm)

圖6 2011年7月3日08～4日08時降雨分布(單位mm)

綜合來看,模擬試驗(yàn)在6小時和9小時降雨預(yù)報中比控制試驗(yàn)有較好的改進(jìn)作用,這與劉亞紅,薛紀(jì)善,顧建峰[17]的研究結(jié)果基本一致。隨著時間的推移改進(jìn)作用逐步減弱。對于24小時降雨預(yù)報仍有一定的改進(jìn)作用。其中以6小時降雨預(yù)報改進(jìn)最為明顯。試驗(yàn)表明同化方案一要略優(yōu)于同化方案二、經(jīng)過質(zhì)量控制以后的雷達(dá)資料要優(yōu)于未經(jīng)過質(zhì)量控制的雷達(dá)資料。

4 結(jié)論

利用成都站多普勒雷達(dá)體掃資料,采用WRF-3DVAR對多普勒雷達(dá)資料中的反射率因子和徑向速度進(jìn)行了聯(lián)合直接同化研究,得出以下結(jié)論:

(1)采用WRF-3DVAR進(jìn)行雷達(dá)資料的同化可以使初始場具有明顯的中小尺度的信息,改善初始場中能反映產(chǎn)生降水的動力和水汽條件物理信息,從而進(jìn)一步改善水汽和風(fēng)的分布并因此而改變模擬結(jié)果。

(2)與控制試驗(yàn)相比,模擬試驗(yàn)6小時累計(jì)降水預(yù)報有較為明顯的改善作用,但是隨著時間延長,這種改善作用逐步減弱。9小時累計(jì)降水預(yù)報仍有明顯改善作用,24小時累計(jì)降水仍有一定的改進(jìn)作用。模擬試驗(yàn)之間比較發(fā)現(xiàn):1小時同化1次以及同化經(jīng)過質(zhì)量控制的雷達(dá)資料要優(yōu)于0.5小時同化1次和未進(jìn)行質(zhì)量控制的雷達(dá)資料。

(3)由于地形因素本身會對模式的精確預(yù)報產(chǎn)生一定的影響,并且在雷達(dá)資料同化過程中地形作用也起著很重要的作用,因此結(jié)合盆地西部復(fù)雜地形開展雷達(dá)資料同化也是提高降水精度預(yù)報的重要研究因素。

[1] Kalnay.蒲朝霞,楊福全,鄧北勝,等譯.大氣模式、資料同化和可預(yù)報性[M].北京:北京氣象出版社,2005:115.

[2] 丑紀(jì)范.大氣科學(xué)中的非線性與復(fù)雜性[M].北京:氣象出版社,2002.

[3] 潘敖大,王桂臣,張紅華,等.多普勒雷達(dá)資料對暴雨定量預(yù)報的同化對比試驗(yàn)[J].氣象科學(xué),2009,29(6):755-760.

[4] 趙文斌,齊琳琳,何宏讓,等.多普勒天氣雷達(dá)資料在暴雨數(shù)值模擬中的同化應(yīng)用[J].氣象科學(xué),2011,31(3):318-324.

[5] XIAO Q,KUO Y,SUN J,LEE W.Assimilation of Doppler radar observation with a regional 3DVAR system:impact of Doppler velocities on forecasts of a heavy rainfall case[J].J.Appl.Metor,2005,44(3):768-788.

[6] 賴安偉,閔靜忠.三維變分多普勒雷達(dá)資料直接同化試驗(yàn)研究[D].南京信息工程大學(xué)理學(xué)碩士學(xué)位論文,2008.

[7] 顧建峰,顏宏,薛紀(jì)善,等.多普勒天氣雷達(dá)資料三維變分直接同化方法研究博士論文[C].2006.

[8] 楊艷蓉,王振會,張沛源.利用多普勒天氣雷達(dá)資料對一次暴雨過程的同化模擬[J].南京氣象學(xué)院學(xué)報,2008,31(5):633-639.

[9] Xiao Qingnong,Kuo Yinghua,Sun Juanzhen.Et Assimilation Of Doppler Radar Observation with are regional 3DVAR system:Impact of Doppler velocities on forecasts of a heavy rainfall case[J].J.App1.Mercer.,2005,(44):768-788.

[10] 楊毅,邱崇踐,龔建東,希爽.利用3維變分方法同化多普勒天氣雷達(dá)資料的試驗(yàn)研究[J].氣象科學(xué),2008,28(2):124.13.

[11] 張沛源,周海光,胡紹萍.雙多普勒天氣雷達(dá)風(fēng)場探測的可靠性研究[J].應(yīng)用氣象學(xué)報,2002,13(4):485-496.

[12] 楊毅,邱崇踐.多普勒雷達(dá)資料格點(diǎn)化方案的比較研究[J].干旱氣象,2004,22(2):6-10.

[13] 萬齊林,薛紀(jì)善,陳子通,等.雷達(dá)TREC風(fēng)的三維變分同化應(yīng)用與試驗(yàn)[J].熱帶氣象學(xué)報,2005,21(5):449-457.

[14] 劉寅,閔錦忠.多普勒雷達(dá)資料直接同化試驗(yàn)研究[D].碩士論文,南京:南京信息工程大學(xué),2006.

[15] 閔錦忠,彭霞云,賴安偉,等.反演同化和直接同化多普勒雷達(dá)徑向風(fēng)的對比試驗(yàn)[J].南京氣象學(xué)院學(xué)報,2007,30(6),745-754.

[16] 顧建峰,顏宏,薛紀(jì)善,等.多普勒雷達(dá)資料三維變分直接同化研究方法[D].南京:中國氣象科學(xué)研究院、南京信息工程大學(xué)聯(lián)合培養(yǎng)博士學(xué)位論文,2006.

[17] 楊毅,邱崇踐,龔建東.Doppler雷達(dá)資料同化研究技術(shù)[D].蘭州:蘭州大學(xué)博士學(xué)位論文,2007.