馬玉芬，杜娟，于曉晶，馬秀梅，辛渝，李曼，琚陳相

（中國(guó)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(duì)DOGRAFS預(yù)報(bào)新疆區(qū)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(guó)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(fā)展和烏拉爾低槽東移影響，2015年12月9日20時(shí)到12月13日08時(shí)，新疆大部出現(xiàn)了大暴雪、寒潮和大風(fēng)天氣過(guò)程，其中烏魯木齊、米東區(qū)、小渠子、白楊溝等站日降雪量均突破當(dāng)日歷史記錄值。為定量評(píng)估新疆?dāng)?shù)值天氣預(yù)報(bào)業(yè)務(wù)系統(tǒng)DOGRAFS（Desert-Oasis-Gobi Rapid Analysis&Forecast System）對(duì)此次暴雪過(guò)程的預(yù)報(bào)準(zhǔn)確率，以NCEP的GFS （Global Forecast System）預(yù)報(bào)場(chǎng)作為背景場(chǎng)，基于WRFv3.5.1和WRFDAv3.5.1同化WMO的常規(guī)觀測(cè)資料GTS（Global Telecommunications System）進(jìn)行積分預(yù)報(bào)。結(jié)果表明，DOGRAFS預(yù)報(bào)的逐24 h累計(jì)降水在北疆的落區(qū)和量級(jí)均與實(shí)況接近，GTS同化對(duì)暴雪極值中心烏魯木齊站的逐1 h降水預(yù)報(bào)為負(fù)效果。對(duì)DOGRAFS預(yù)報(bào)區(qū)域內(nèi)的所有站點(diǎn)而言，2 m溫度預(yù)報(bào)的平均偏差在-3～4.2℃，絕對(duì)偏差在-1.6～2.5℃。高空溫度場(chǎng)預(yù)報(bào)的絕對(duì)誤差小于3.5℃。加入GTS后，烏魯木齊站溫度預(yù)報(bào)偏差大幅度增大，預(yù)報(bào)效果明顯變差，不同化GTS預(yù)報(bào)的烏魯木齊單站逐小時(shí)2 m溫度及其變化趨勢(shì)與實(shí)況非常接近。

暴雪；寒潮；數(shù)值預(yù)報(bào)；GTS

降水預(yù)報(bào)歷來(lái)是數(shù)值預(yù)報(bào)的難點(diǎn)[1-2]。眾所周知，初始場(chǎng)對(duì)于大氣真實(shí)狀態(tài)刻畫的準(zhǔn)確程度直接影響著數(shù)值預(yù)報(bào)的準(zhǔn)確程度。而資料同化是改進(jìn)初始場(chǎng)的有效手段，它通過(guò)生成在時(shí)空上不規(guī)則分布的估計(jì)，為模式提供一個(gè)最優(yōu)估計(jì)的初始場(chǎng)，能夠提高模式的預(yù)報(bào)能力[3]。隨著技術(shù)手段的進(jìn)步，能夠被有效同化的遙感資料越來(lái)越多，如雷達(dá)資料[4-6]、衛(wèi)星資料[7-8]等，使得進(jìn)一步提高數(shù)值預(yù)報(bào)中降水預(yù)報(bào)的能力成為可能。利用資料同化技術(shù)提高模式的降水預(yù)報(bào)性能，人們做出了多種嘗試。

新疆地處遠(yuǎn)離海洋的內(nèi)陸地區(qū)，資料同化問題在當(dāng)?shù)剌^為特殊[9]。首先，新疆地形地表?xiàng)l件復(fù)雜，加之常規(guī)觀測(cè)資料缺乏，常規(guī)資料的代表性誤差大[10-12]。其次，從模式方面說(shuō)，由于模式的地形數(shù)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(qū)大得多，分析中的動(dòng)力學(xué)約束的提法也有很大困難。解決該地區(qū)的分析問題，需要關(guān)注如何有效地使用現(xiàn)有的多源觀測(cè)資料[16-19]。

針對(duì)新疆地區(qū)應(yīng)用和研究需要,新疆氣象工作者對(duì)新疆及周邊地區(qū)的常規(guī)探空、地面常規(guī)觀測(cè)（SYNOP）、云跡風(fēng)（GEOAMV）、飛機(jī)觀測(cè)資料（AIREP）、風(fēng)廓線（PILOT）觀測(cè)進(jìn)行資料預(yù)處理開發(fā)[20-23]，實(shí)現(xiàn)了各種大氣監(jiān)測(cè)數(shù)據(jù)格式對(duì)WRF 3DVAR系統(tǒng)的支持，構(gòu)建了DOGRAFS系統(tǒng)。DOGRAFS系統(tǒng)基于WRF模式，采用三層嵌套預(yù)報(bào)區(qū)域，區(qū)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(qū)域東西向分別取211、289、76個(gè)格點(diǎn)，南北向分別取181、208、61個(gè)格點(diǎn)，垂直方向?yàn)棣易鴺?biāo)，取40層。時(shí)間積分步長(zhǎng)50 s。主要物理過(guò)程為：rrtm長(zhǎng)波輻射方案、Dudhia短波輻射方案、Kain-Fritsch積云對(duì)流參數(shù)化方案、ACM2 （Pleim）行星邊界層方案。每天00時(shí)、06時(shí)、12時(shí)、18時(shí)四次冷啟。文中所用時(shí)間均為世界時(shí)。

本文嘗試在新疆氣象臺(tái)目前正在業(yè)務(wù)中實(shí)時(shí)使用的基于WRF（Advanced Weather Research& Forecast Sytem）的DOGRAFS系統(tǒng)（Desert-Oasis-Gobi Rapid Assimilation Forecast System）的同化模塊WRFDA（WRF Data Assimilation System）中同化來(lái)自NCAR的常規(guī)觀測(cè)資料GTS，對(duì)比分析其同化對(duì)2015年12月9日20時(shí)—13日8時(shí)期間新疆地區(qū)一次特大暴雪、寒潮、大風(fēng)天氣過(guò)程數(shù)值預(yù)報(bào)結(jié)果的影響，評(píng)估DOGRAFS系統(tǒng)對(duì)此次強(qiáng)天氣過(guò)程的預(yù)報(bào)性能。

1 暴雪過(guò)程

1.1 天氣實(shí)況

2015年12月9日20 時(shí)—12月13日08時(shí)，北疆大部、天山山區(qū)和阿克蘇、巴州、和田等地的大部地區(qū)及喀什、克州、哈密等地的局部地區(qū)出現(xiàn)小到中雪，其中北疆沿天山一帶、天山山區(qū)和伊犁河谷、博州大部及阿克蘇、巴州的部分地區(qū)出現(xiàn)大到暴雪，烏魯木齊和米東為大暴雪，北疆、東疆風(fēng)口出現(xiàn)9級(jí)左右西北風(fēng)，全疆大部降溫5～8℃，北疆局部超過(guò)12℃。這次大暴雪的史無(wú)前例之處在于，城區(qū)、米東區(qū)、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(lái)冬季的最大一日降水量。城區(qū)這場(chǎng)降雪是冬季有記錄以來(lái)的最大一場(chǎng)降雪，過(guò)程降水量達(dá)46.3 mm，超過(guò)了建站以來(lái)冬季12月、1月、2月各月的月最大降雪量值。城區(qū)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(guò)程46.3 mm，相當(dāng)于常年一個(gè)冬天的雪。12日的積雪厚度城區(qū)為45 cm、米東區(qū)33 cm、小渠子62 cm，已經(jīng)超過(guò)了建站以來(lái)12月的最大積雪厚度。

1.2 天氣形勢(shì)及水汽來(lái)源

此次北疆暴雪過(guò)程是典型的歐洲脊發(fā)展，烏拉爾低槽東移型，過(guò)程前期8—9日環(huán)流經(jīng)向度加大，歐洲地區(qū)為高壓脊發(fā)展，西西伯利亞—烏拉爾山的長(zhǎng)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(dòng)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(dǎo)來(lái)自阿拉伯海的水汽向新疆地區(qū)輸送。11日08時(shí)，烏拉爾低槽東移到中亞時(shí)，經(jīng)向度逐漸減弱，成為明顯的中亞槽，然后東移進(jìn)入北疆，造成北疆大范圍強(qiáng)降水天氣過(guò)程。

2 資料及實(shí)驗(yàn)方案

2.1 資料

本文所選取的背景場(chǎng)資料來(lái)自NCEP的GFS （Global Forecast System）預(yù)報(bào)場(chǎng)，觀測(cè)資料有來(lái)自WMO的常規(guī)觀測(cè)資料GTS（Global Telecommunications System），主要包含探空資料（SOUND）、地面報(bào)資料（SYNOP）、風(fēng)廓儀探測(cè)資料（PILOT）、衛(wèi)星測(cè)厚資料（SATEM）、船舶報(bào)資料（SHIPs）、飛機(jī)報(bào)資料（AIREP）、浮標(biāo)資料（BUOY）等，資料同化選擇的時(shí)間窗為±3 h，在2015年12月10日和11日的±3 h同化時(shí)間窗口內(nèi)，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(cè)站高度與模式地形高度差超過(guò)100 m而被當(dāng)做探空資料使用（SONDE_SFC）。SOUND、PILOT和GEOAMV資料從模式層頂?shù)侥Ｊ綄拥拙蟹植迹珿EOAMV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(gè)時(shí)次均有觀測(cè)。06時(shí)和18時(shí)無(wú)SONDE_SFC、SOUND和PILOT資料。

2.2 數(shù)值實(shí)驗(yàn)方案

用WRF模式進(jìn)行數(shù)值模擬實(shí)驗(yàn)，基于WRFDA系統(tǒng)開展同化實(shí)驗(yàn)，使用GFS資料提供的初始場(chǎng)及邊界條件，采用三層嵌套預(yù)報(bào)區(qū)域，區(qū)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(qū)域東西向分別取211、289、76個(gè)格點(diǎn)，南北向分別取181、208、61個(gè)格點(diǎn),垂直方向?yàn)棣易鴺?biāo),取40層。時(shí)間積分步長(zhǎng)50 s。本文所有評(píng)估過(guò)程均基于9 km分辨率的網(wǎng)格區(qū)域。本文所有數(shù)值實(shí)驗(yàn)采取的主要物理過(guò)程為：WSM 6-class graupel scheme微物理過(guò)程方案、rrtm長(zhǎng)波輻射方案、Dudhia短波輻射方案、unified Noah land-surface model陸面過(guò)程方案、Kain-Fritsch積云對(duì)流參數(shù)化方案、ACM2 （Pleim）行星邊界層方案。每天00時(shí)、06時(shí)、12時(shí)、18時(shí)四次冷啟（世界時(shí)）。資料同化實(shí)驗(yàn)方案見表1。

表1 同化實(shí)驗(yàn)方案

2.3檢驗(yàn)評(píng)分方法

為了評(píng)估同化實(shí)驗(yàn)各方案對(duì)降雪預(yù)報(bào)的影響，本文進(jìn)行了6 h降雪預(yù)報(bào)TS、BIAS、ETS評(píng)分檢驗(yàn)。由于國(guó)家降水量級(jí)標(biāo)準(zhǔn)不適合干旱、半干旱氣候背景的新疆地區(qū)，新疆氣象工作者根據(jù)多年預(yù)報(bào)、服務(wù)實(shí)踐和概率統(tǒng)計(jì)方法提出了適合新疆氣候特點(diǎn)的降水量級(jí)標(biāo)準(zhǔn)，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(tǒng)計(jì)根據(jù)該標(biāo)準(zhǔn)對(duì)降雪進(jìn)行分等級(jí)的評(píng)分。選擇的站點(diǎn)為模擬區(qū)域內(nèi)的所有常規(guī)氣象地面站。

評(píng)分公式分別為：

3 降雪預(yù)報(bào)

3.124 h降雪預(yù)報(bào)

圖1 提前12 h預(yù)報(bào)的2015年12月10日20時(shí)BT—11日20時(shí)BT 24 h累積降雪量

2015年12月9日20 時(shí)—12月13日8時(shí)期間的降雪過(guò)程，其大降雪集中時(shí)段為10日20時(shí)—11日20時(shí)，在該24 h內(nèi)，北疆大部、天山山區(qū)和阿克蘇、巴州的大部地區(qū)及和田、喀什、克州等地的局部地區(qū)出現(xiàn)小到中雪，其中，北疆沿天山一帶、天山山區(qū)和伊犁河谷、博州大部及阿克蘇、巴州的部分地區(qū)出現(xiàn)大到暴雪（圖1a）。DOGRAFS準(zhǔn)確地預(yù)報(bào)出了北疆沿天山一帶、天山山區(qū)和博州大部及阿克蘇、巴州的部分地區(qū)的大到暴雪落區(qū)和量級(jí)，但對(duì)伊犁河谷的預(yù)報(bào)量級(jí)偏大，對(duì)阿勒泰地區(qū)的小雪漏報(bào)，巴州南部、喀什局部、和田大部的降雪預(yù)報(bào)量級(jí)偏大，范圍是否偏大不確定，因?yàn)槔錾奖逼履M出大到暴雪的區(qū)域并無(wú)觀測(cè)站可參考（圖1b）。DOGRAFS雖同化了GTS常規(guī)觀測(cè)，但與同化前相比對(duì)該24 h時(shí)段內(nèi)的降雪落區(qū)和量級(jí)的預(yù)報(bào)并無(wú)明顯差異，僅在和田地區(qū)以南的昆侖山北坡偏東地區(qū)有些許差異，DOGRAFS在同化GTS前在該地區(qū)有個(gè)細(xì)長(zhǎng)的大雪落區(qū)，但同化GTS后該大雪帶消失（圖1c）。

3.26 h降雪預(yù)報(bào)

圖2為DOGRAFS提前12 h預(yù)報(bào)的10日20時(shí)—11日20時(shí)（北京時(shí)間）期間逐6 h降雪預(yù)報(bào)評(píng)分。從圖中可以看到，同化了GTS的DOGRAFS逐6h有無(wú)降雪的預(yù)報(bào)TS評(píng)分在0.4～0.5之間，大于DOGRAFS系統(tǒng)的年平均逐6 h有無(wú)降雪的預(yù)報(bào)TS評(píng)分0.3～0.4。BIAS評(píng)分多大于1，說(shuō)明小雪的空?qǐng)?bào)大于漏報(bào)。對(duì)逐6 h中量降雪預(yù)報(bào)的TS評(píng)分接近0.3，BIAS評(píng)分僅為0.3，說(shuō)明對(duì)中量降雪漏報(bào)大于空?qǐng)?bào)（圖2）。對(duì)各個(gè)量級(jí)降水的預(yù)報(bào)，DOGRAFS同化GTS與否無(wú)明顯差異。

3.3 烏魯木齊站逐小時(shí)降雪量

DOGRAFS對(duì)暴雪極值中心所在地烏魯木齊站的逐3 h預(yù)報(bào)降水峰值1.8 mm出現(xiàn)在11日14時(shí)，比實(shí)況滯后了6 h，且比實(shí)況峰值2.8 mm偏小1.0 mm。單站逐3 h降雪量預(yù)報(bào)，同化GTS后DOGRAFS預(yù)報(bào)的小時(shí)降水量預(yù)報(bào)峰值1.6 mm出現(xiàn)在11日19時(shí)，而同化前小時(shí)降水量預(yù)報(bào)峰值1.9mm出現(xiàn)在11日19時(shí)，同化GTS后逐小時(shí)降水量峰值比同化前小0.3 mm，提前1 h，但降水開始時(shí)間、結(jié)束時(shí)間和雨量變化趨勢(shì)二者一致（圖3）。

圖2 同化GTS后DOGRAFS提前12 h預(yù)報(bào)2015 年12月10日20時(shí)—11日20時(shí)（北京時(shí)間）逐6 h降雪預(yù)報(bào)評(píng)分

另外，烏魯木齊站在2015年12月10日20時(shí)—11日20時(shí)的24 h累計(jì)降水量實(shí)況為35.9 mm，但DOGRAFS提前12 h預(yù)報(bào)的10日20時(shí)—11日20時(shí)24 h累計(jì)降水量為26.9 mm，比實(shí)況偏小9.0 mm，同化后預(yù)報(bào)量24.4 mm，比實(shí)況偏小11.5 mm，比同化前偏小2.5 mm。由此可見，GTS的同化對(duì)DOGRAFS提前12 h預(yù)報(bào)此時(shí)段內(nèi)烏魯木齊單站降水為負(fù)效果。

4 溫度預(yù)報(bào)

4.1 2m溫度預(yù)報(bào)偏差及均方根誤差

圖3 烏魯木齊單站逐3 h降雪量

對(duì)DOGRAFS預(yù)報(bào)區(qū)域內(nèi)的所有站點(diǎn)而言，加入GTS后，預(yù)報(bào)初始時(shí)刻溫度偏差大幅度提升，預(yù)報(bào)效果明顯變差。不同化GTS對(duì)初始時(shí)刻2 m溫度的預(yù)報(bào)效果較好。對(duì)DOGRAFS預(yù)報(bào)區(qū)域內(nèi)的所有站點(diǎn)而言，2 m溫度預(yù)報(bào)的平均偏差在-3～4.2℃（圖4），在11日08時(shí)出現(xiàn)了最大正偏差4.2℃，在11 日16時(shí)出現(xiàn)了最大負(fù)偏差-3℃，平均偏差呈先降后增趨勢(shì)。對(duì)DOGRAFS預(yù)報(bào)區(qū)域內(nèi)的所有站點(diǎn)而言，2 m溫度預(yù)報(bào)的絕對(duì)偏差在-1.6～2.5℃，絕對(duì)誤差的最大值2.5℃出現(xiàn)在11日08時(shí)，最小值-1.6℃出現(xiàn)在11日20時(shí)。

4.2 高空溫度場(chǎng)預(yù)報(bào)偏差和均方根誤差

對(duì)DOGRAFS預(yù)報(bào)區(qū)域內(nèi)的所有站點(diǎn)而言，GTS的同化對(duì)高空溫度場(chǎng)的預(yù)報(bào)效果并無(wú)明顯影響。高空溫度場(chǎng)預(yù)報(bào)在700 hPa以下的低空整體為正偏差，700 hPa以上整體為負(fù)偏差（圖5）。預(yù)報(bào)偏差隨高度的升高先降再升之后再降。高空溫度場(chǎng)預(yù)報(bào)的絕對(duì)誤差小于3.5℃。在700～200 hPa之間的高空，對(duì)預(yù)報(bào)初始時(shí)刻10日00時(shí)高空溫度的預(yù)報(bào)效果在其余各層均優(yōu)于積分12 h和24 h預(yù)報(bào)，而在925 hPa，初始時(shí)刻的預(yù)報(bào)效果最差，說(shuō)明GTS的同化對(duì)初始場(chǎng)低空溫度場(chǎng)起到了一定的破壞作用，由此推論，地面站資料的質(zhì)量有待進(jìn)一步提高。4.3烏魯木齊站實(shí)況及數(shù)值預(yù)報(bào)逐小時(shí)2 m溫度

圖42 m溫度預(yù)報(bào)偏差及均方根誤差

圖5 高空溫度場(chǎng)預(yù)報(bào)偏差及均方根誤差

加入GTS后，烏魯木齊站溫度預(yù)報(bào)偏差大幅度增大，預(yù)報(bào)效果明顯變差。不同化GTS預(yù)報(bào)的烏魯木齊單站逐小時(shí)2 m溫度變化趨勢(shì)和大小與實(shí)況非常接近（圖6）。預(yù)報(bào)峰值-3.1℃出現(xiàn)在10日14時(shí)，比實(shí)況峰值-0.4℃低2.7℃，超前1 h。隨著預(yù)報(bào)時(shí)效的延長(zhǎng)，偏差略有增大。由于模式底層與測(cè)站地形高度相差超過(guò)100 m的測(cè)站頗多，致使9 km分辨率區(qū)域內(nèi)僅有部分測(cè)站能進(jìn)入同化系統(tǒng)對(duì)預(yù)報(bào)背景場(chǎng)起修訂作用。

圖6 烏魯木齊站逐1 h 2 m溫度

5 結(jié)論

本文分別檢驗(yàn)評(píng)估了2015年12月9日20時(shí)—12月13日08時(shí)新疆區(qū)域數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)DOGRAFS對(duì)此次暴雪、降溫天氣過(guò)程的預(yù)報(bào)效果，得出以下結(jié)論：

（1）DOGRAFS提前12 h較為準(zhǔn)確地預(yù)報(bào)出了10日20時(shí)—11日20時(shí)期間的降雪落區(qū)和量級(jí)，同化GTS與否對(duì)其影響甚微，且預(yù)報(bào)的烏魯木齊站該時(shí)段內(nèi)24 h累計(jì)降水量均比實(shí)況偏小，GTS的同化對(duì)DOGRAFS預(yù)報(bào)此時(shí)段內(nèi)烏魯木齊單站降水為負(fù)效果。

（2）DOGRAFS以11日08時(shí)為初始時(shí)刻的預(yù)報(bào)結(jié)果中，對(duì)預(yù)報(bào)區(qū)域內(nèi)的所有站點(diǎn)而言，2 m溫度預(yù)報(bào)的平均偏差在-3～4.2℃，在11日08時(shí)出現(xiàn)了最大正偏差4.2℃，在11日16時(shí)出現(xiàn)了最大負(fù)偏差-3℃，平均偏差呈先降后增趨勢(shì)。對(duì)DOGRAFS預(yù)報(bào)區(qū)域內(nèi)的所有站點(diǎn)而言，2 m溫度預(yù)報(bào)的絕對(duì)偏差在-1.6～2.5℃，絕對(duì)誤差的最大值2.5℃出現(xiàn)在11日08時(shí)，最小值-1.6℃出現(xiàn)在11日20時(shí)。高空溫度場(chǎng)預(yù)報(bào)的絕對(duì)誤差小于3.5℃。同化GTS后，烏魯木齊站溫度預(yù)報(bào)偏差大幅度增大，預(yù)報(bào)效果明顯變差。不同化GTS預(yù)報(bào)的烏魯木齊單站逐小時(shí)2 m溫度變化趨勢(shì)和大小與實(shí)況非常接近。

值得注意的是，通過(guò)對(duì)比數(shù)值模擬效果，GTS中包含的地面站資料SYNOP由于站點(diǎn)所處位置實(shí)際地形高度與模式地形高度偏差較大等原因（圖7），使得預(yù)報(bào)初始時(shí)刻近地面925 hPa附近的溫度和風(fēng)速預(yù)報(bào)效果較差，對(duì)模式地形與實(shí)況地形高度差較大的站點(diǎn)2 m溫度的負(fù)面作用尤為明顯，影響幅度明顯大于對(duì)風(fēng)場(chǎng)和降雪的預(yù)報(bào)。對(duì)地面站數(shù)據(jù)進(jìn)行進(jìn)一步的篩選和質(zhì)量控制顯得尤為必要。

圖7 GORAFSv1.0系統(tǒng)中9 km區(qū)域模式高度與實(shí)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(fēng)暴尺度天氣下利用集合卡爾曼濾波模擬多普勒雷達(dá)資料同化試驗(yàn)I.不考慮模式誤差的情形[J].大氣科學(xué)，2010，34（3）：640-652.

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

[6]馬秀梅.C波段雷達(dá)在新疆區(qū)域數(shù)值預(yù)報(bào)系統(tǒng)中的應(yīng)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(wèi)星的閃電觀測(cè)資料在中尺度數(shù)值模式中的Nudging同化應(yīng)用研究[J].大氣科學(xué)，2011，35（6）：1145-1158.

[9]薛紀(jì)善，我國(guó)西北高原地區(qū)數(shù)值預(yù)報(bào)的幾個(gè)科學(xué)問題[J].干旱氣象，2005，23（1）：68-71.

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

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

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

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

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

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

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

[17]馬玉芬，張廣興，李曼，趙玲.單個(gè)掩星事件濕度場(chǎng)資料同化實(shí)驗(yàn)[J].干旱區(qū)研究，2013，30（6）：832-837.

[18]張飛民，王澄海.利用WRF-SD3DVAR同化常規(guī)觀測(cè)資料對(duì)近地層風(fēng)速預(yù)報(bào)的改進(jìn)試驗(yàn)[J].高原氣象，2014，33 （3）：675-685.

[19]崔強(qiáng)，王春明，張?jiān)?干侵入對(duì)我國(guó)東部一次強(qiáng)颮線過(guò)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(fēng).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(yù)報(bào)指導(dǎo)手冊(cè).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(shù)值預(yù)報(bào)系統(tǒng)中的同化應(yīng)用[J].應(yīng)用氣象學(xué)報(bào)，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(shù)值預(yù)報(bào)檢驗(yàn)[J].氣象與環(huán)境科學(xué)，2014，37（2）：42-48.

[25]趙定池，陳俊，潘曉濱，等.一次暴雨過(guò)程的GPS掩星資料的同化應(yīng)用[J].氣象與環(huán)境科學(xué)，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(xué)研究基金項(xiàng)目（Sqj20080012），國(guó)家自然科學(xué)基金（U1503181，41375101），中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)項(xiàng)目（IDM201301）；新疆維吾爾自治區(qū)科技支撐計(jì)劃項(xiàng)目（201433112）共同資助。

馬玉芬（1981-），女，副研究員，主要從事數(shù)值天氣預(yù)報(bào)、中尺度數(shù)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(duì)DOGRAFS預(yù)報(bào)新疆區(qū)域一次特大暴雪的影響[J].沙漠與綠洲氣象，2016，10（6）：24-30.