李秋陽 王成剛 王旻燕
1 南京信息工程大學(xué),中國氣象局氣溶膠與云降水重點開放實驗室,南京 210044 2 國家氣象信息中心,北京 100081
提 要: 基于2016年8月28日至9月2日在北京市寶聯(lián)站、朝陽站、大興站獲得的逐3 h加密探空資料,利用WRF V3.9.1模式和WRF-3DVar系統(tǒng),對北京地區(qū)大氣邊界層進行數(shù)值模擬試驗,研究加密探空資料同化對邊界層數(shù)值模擬的影響。結(jié)果表明:同化形成的分析場較背景場更接近觀測值,更能表現(xiàn)邊界層內(nèi)真實大氣的熱力、濕度狀態(tài)及動力特征。位溫、比濕、緯向風(fēng)、經(jīng)向風(fēng)、風(fēng)速分析場的均方根誤差分別較背景場的減少了86%、59%、24%、44%、19%,體現(xiàn)出同化的較強修正作用。加密探空資料同化的預(yù)報效果在模式積分6 h內(nèi)最好,之后同化作用的大小及范圍逐漸減弱。加密探空資料同化對邊界層內(nèi)大氣濕度狀態(tài)在整個預(yù)報時段內(nèi)均有改進,對邊界層內(nèi)大氣熱力狀態(tài)的改進持續(xù)6 h,對于邊界層內(nèi)大氣動力特征的改進,緯向風(fēng)改進較多,經(jīng)向風(fēng)和風(fēng)速不明顯,這與風(fēng)的自身屬性、北京市的復(fù)雜地形有關(guān)。另外,加密探空資料的站點數(shù)在空間水平方向上比較少也是導(dǎo)致同化在分析場的改善作用明顯但是效果難以持續(xù)較長時間的原因之一。
大氣邊界層(ABL)是指以湍流運動為主、對地面強迫的響應(yīng)時間在1 h以內(nèi)的低層大氣(Garratt and Hicks,1990;胡非等,2003;劉輝志等,2013),邊界層中發(fā)生的強對流天氣、污染物傳輸?shù)冗^程均極大地影響人類生活,引起越來越多學(xué)者的重視(孟丹等,2019;喬梁等,2019;張宏昇等,2020)。目前研究大氣邊界層的方式主要有外場觀測與數(shù)值模擬(劉輝志等,2018;王蓉等,2020)。外場觀測獲取的數(shù)據(jù)較為準(zhǔn)確,但耗時長,花費大,多為單點觀測(寧志遠(yuǎn)和劉厚鳳,2017),易受地形、天氣條件等限制。數(shù)值模擬則相對方便、快捷,可以模擬分析區(qū)域邊界層的變化特征。但由于邊界層具有空間尺度小、時間變化快、對下墊面敏感的特點,目前數(shù)值模擬效果不能盡如人意(馬雷鳴和鮑旭煒,2017;劉夢娟等,2018;許魯君等,2018;Buban et al,2019;Simon et al,2019)。
資料同化是改進數(shù)值模擬結(jié)果的重要途徑(官元紅等,2007;朱國富,2015a,2020),而同化效果的好壞則取決于使用的方法和資料。目前常見的同化方法有三維變分法(Lorenc,1986;莊照榮等,2021)、四維變分法(朱國富,2015b;Nalamasu et al,2021)以及卡爾曼濾波法(Kalman,1960;Kalman and Bucy,1961;范崢等,2019)等(陳東升等,2004;朱國富,2015c)。其中,三維變分法相對合理、實現(xiàn)較為容易,并且考慮了變量之間、空間點之間的相關(guān)性(陳煥盛等,2020),發(fā)展較為成熟,得到了廣泛的應(yīng)用(李昕等,2016;譚曉偉等,2016;萬曉敏等,2019;陳鋒等,2020)。除了選擇合適的同化方法,用于同化的資料選取也尤其重要。目前可以進入同化系統(tǒng)的資料較為豐富,有衛(wèi)星、雷達(dá)、自動站、探空數(shù)據(jù)等。這些資料中,衛(wèi)星獲得的大氣觀測數(shù)據(jù)存在定位、反演誤差等問題(薛紀(jì)善,2009),且在邊界層內(nèi)分辨率不高,不能夠很好地描述邊界層的細(xì)微結(jié)構(gòu);雷達(dá)獲取的大氣觀測數(shù)據(jù)種類單一(蔡嘉儀等,2020),不包含對模擬較為重要的溫度及濕度數(shù)據(jù);自動站觀測數(shù)據(jù)只覆蓋了最靠近地表的一層,沒有垂直方向的數(shù)據(jù),不能描述邊界層的空間結(jié)構(gòu)。相比之下探空資料在邊界層內(nèi)數(shù)據(jù)種類豐富、質(zhì)量穩(wěn)定可靠,可以用于分析邊界層各氣象要素的時空變化特征(姚爽,2014;李慶雷等,2018)。但目前探空資料的觀測時間1天最多4次,觀測站點之間距離為百千米量級,更適用于大(中)尺度的天氣系統(tǒng)研究(Faccani et al,2009;Agustí-Panareda et al,2010;Hattori et al,2016;高篤鳴等,2018;王丹等,2019),無法準(zhǔn)確捕捉到小(微)尺度以及邊界層的物理變化過程,不能滿足邊界層模擬的需要,若想針對邊界層進行研究則需要更高時空分辨率的觀測資料。而本文使用的加密探空資料時間分辨率為3 h,站點之間空間水平分辨率為20 km,較前文探空資料的時空分辨率更高,且其垂直層數(shù)密集,既繼承了探空資料數(shù)據(jù)質(zhì)量好、要素全、觀測量可以直接應(yīng)用于同化系統(tǒng)的優(yōu)點,又通過時空上的加密觀測有效克服了觀測時次少、站點距離遠(yuǎn)的缺點,更有利于對邊界層模擬結(jié)果的改進。
因此,本文基于北京市寶聯(lián)站、朝陽站、大興站獲得的加密探空資料,利用WRF V3.9.1模式和WRF三維變分同化(Weather Research and Forecasting-Three-Dimentional Variational Data Assimilation,WRF-3DVar)系統(tǒng),對北京地區(qū)的大氣邊界層進行數(shù)值模擬試驗,研究加密探空資料同化對北京地區(qū)邊界層數(shù)值模擬的影響。
本文同化系統(tǒng)所使用的加密探空資料為2016年8月28日08時(北京時,下同)至9月2日08時在北京市寶聯(lián)(海拔高度為52 m)、朝陽(海拔高度為35 m)和大興(海拔高度為35 m)同時進行觀測試驗的探空氣球觀測資料,探空氣球上所搭載的是南京信息工程大學(xué)自主研發(fā)的大氣邊界層GPS探測系統(tǒng),可獲取的數(shù)據(jù)有時間、經(jīng)緯度、海拔高度、溫度、相對濕度、氣壓、風(fēng)速和風(fēng)向。經(jīng)與目前較為先進的探空系統(tǒng)Vaisala RS92探空儀比對,GPS-BL系統(tǒng)所測得的溫度、氣壓、相對濕度、風(fēng)速、風(fēng)向的系統(tǒng)偏差分別為0.35℃、0.20 hPa、1.17%、0.16 m·s-1、-1.27°,均遠(yuǎn)小于探測誤差要求。經(jīng)檢驗,該系統(tǒng)數(shù)據(jù)誤差基本滿足正態(tài)無偏(韓彥霞等,2017),符合三維變分同化對于觀測的基本假定。該加密探空資料的加密性體現(xiàn)在:(1)空間水平加密:各觀測站點間的距離約為20 km左右,較常規(guī)加密探空站點具有更高的空間水平分辨率。(2)空間垂直加密:探空儀的采樣時間分辨率為1 s,氣球在低空的平均升速為2~3 m·s-1。經(jīng)統(tǒng)計,該資料在2 km高度以下有約900組數(shù)據(jù),能夠非常好地反映大氣邊界層的精細(xì)結(jié)構(gòu)特征,具有較高的空間垂直分辨率。(3)觀測時次加密:觀測試驗于每日的02、05、08、11、14、17、20和23時進行,每3 h一次,一天8次,能更好地抓取大氣邊界層的變化特征,較常規(guī)加密探空資料具有更高的時間分辨率。
經(jīng)氣候極值檢查、內(nèi)部一致性檢查、時間一致性檢查以及拉伊達(dá)準(zhǔn)則檢查等一系列質(zhì)量控制(錢媛,2019)及與北京市南郊?xì)庀笥^象臺(海拔高度為32.2 m)的L波段常規(guī)探空系統(tǒng)數(shù)據(jù)對比,加密探空資料具有較高可信度與準(zhǔn)確度。另外,在進入同化系統(tǒng)之前,為避免加密探空資料垂直方向數(shù)據(jù)過密而產(chǎn)生代表性誤差(馬旭林等,2019),對其采用匹配模式層稀疏化方法(李慶雷等,2018)稀疏,經(jīng)檢驗,稀疏化后的加密探空資料仍可以很好地表現(xiàn)出邊界層的精細(xì)結(jié)構(gòu)特征。
本次試驗的模擬時間段內(nèi)北京主要受高壓均壓場天氣形勢影響,觀測站點邊界層結(jié)構(gòu)存在明顯的晝夜變化特征。如圖1所示,白天(14時)邊界層內(nèi)溫度隨高度的增加逐漸降低,遞減率約為4 ℃·(100 m)-1,在2 100 m高度上,相對濕度迅速由53%降低為38%,風(fēng)速由6 m·s-1迅速遞減至2.5 m·s-1,風(fēng)向逐漸由東風(fēng)順轉(zhuǎn)為北風(fēng),邊界層高度較高,約為2 100 m。夜晚(02時)在地面至400 m高度處大氣層結(jié)穩(wěn)定,有貼地逆溫出現(xiàn),逆溫強度較小,相對濕度逐漸減小,風(fēng)速逐漸增大至4 m·s-1,風(fēng)向由西風(fēng)逐漸逆轉(zhuǎn)為西南風(fēng),400~1 200 m高度范圍內(nèi),溫度隨高度的增加而遞減,遞減率約為4 ℃·(100 m)-1,相對濕度在40%~50%波動,風(fēng)速在500 m處有最大值7 m·s-1,之后逐漸遞減為2 m·s-1,風(fēng)向保持為西南風(fēng)。
圖1 2016年8月(a)29日14時,(b)30日02時寶聯(lián)站大氣邊界層內(nèi)氣象要素廓線分布(下角1~4:1.溫度;2.相對濕度;3.風(fēng)速;4.風(fēng)向)Fig.1 Distribution of meteorological elements in atmospheric boundary layer at Baolian Station at(a) 14:00 BT 29, (b) 02:00 BT 30 August 2016(bottoms 1-4: 1.T, 2. RH, 3. WS, 4. WD)
此次模擬使用完全可壓縮的中尺度非靜力模式WRF V3.9.1,網(wǎng)格使用荒川C網(wǎng)格。模式使用NCEP/FNL(National Center for Environmental Prediction, Final Operational Global Analysis Data)全球預(yù)報系統(tǒng)最終分析資料為模式提供初始和邊界條件,其空間分辨率為0.25°×0.25°,時間分辨率為6 h。模擬時間段為2016年8月28日20時至30日14時,其中前12 h為模式的spin-up階段。模式使用蘭伯特投影,模擬區(qū)域如圖2a所示,采用三層嵌套,最外層區(qū)域的中心為35°N、117°E。三層區(qū)域的格點數(shù)(東西×南北)分別為364×364,346×346,400×400,水平分辨率由外到內(nèi)分別為9、3和1 km。模式最內(nèi)層區(qū)域的地形高度及加密探空觀測站點分布如圖2b所示。垂直坐標(biāo)采用靜力氣壓下的地形追隨坐標(biāo),模式頂部氣壓為50 hPa。為描述邊界層的精細(xì)結(jié)構(gòu)特征,垂直方向分為上疏下密的不等距50層,其中2 km以下有25層。模式的參數(shù)化方案見表1。
圖2 模式區(qū)域:(a)嵌套區(qū)域,(b)最內(nèi)層區(qū)域地形高度及站點分布Fig.2 Model domain: (a) nested area, (b) topographic height and station distribution in the innermost area
表1 模式物理方案Table 1 Model physics schemes
本文采用WRF-3DVar系統(tǒng)對加密探空資料進行同化,同化分析時刻為8月29日14時,同化要素有:溫度、氣壓、相對濕度、緯向風(fēng)、經(jīng)向風(fēng)。將WRF最內(nèi)層區(qū)域模擬預(yù)報6 h后的預(yù)報場作為WRF-3DVar系統(tǒng)的背景場,引入稀疏化后的加密探空資料,同化得到分析場后作為WRF模式新的初始場繼續(xù)積分24 h,作為同化試驗(以下簡稱DA);未同化而繼續(xù)積分24 h的模擬作為控制試驗(以下簡稱CTL)。兩組試驗均采用相同的動力、物理過程及相同的時間積分步長。
背景場誤差協(xié)方差(background error covariance,B)矩陣在變分同化中起著至關(guān)重要的作用:它決定著觀測值訂正到背景場的程度、控制信息從觀測位置向四周傳播的方式,還關(guān)系到模式變量之間在動力上是否協(xié)調(diào)一致(曾臘梅,2014;夏雪,2016)。
B矩陣的三維空間結(jié)構(gòu)特征與數(shù)值模式分辨率、天氣情況、地理地形等相關(guān),由于大氣邊界層模擬對空間的垂直、水平分辨率要求較高,且北京市的地形起伏大、下墊面復(fù)雜,經(jīng)試驗WRF-3DVar系統(tǒng)自帶的B矩陣不適用,因此本文利用WRF模式一個月(2016年8月12日至9月11日)的逐日預(yù)報結(jié)果,采用NMC(the National Meteorological Center,USA)方法(陳耀登等,2016)得到了適用于本次模擬區(qū)域的B矩陣(簡稱CV5-本地)。
為考察WRF-3DVar系統(tǒng)參數(shù)設(shè)置的正確性以及CV5-本地的準(zhǔn)確性,首先進行單點觀測的理想試驗。本文將單點觀測(圖3中黑點位置)放在區(qū)域中心,即在南北方向第200個格點、東西方向上第200個格點、垂直層第30層(約3 500 m)格點處,分別對溫度、緯向風(fēng)和經(jīng)向風(fēng)進行單點觀測理想試驗,三者給定的單點觀測增量分別為1.0 ℃、1.0 m·s-1和1.0 m·s-1,觀測誤差分別為1.0 ℃、1.0 m·s-1和1.0 m·s-1。圖3給出了上述3個單點單變量的同化分析增量的平面分布,其中每一行表示同一觀測變量分別對三個分析變量的影響。以溫度這一觀測變量為例(圖3a,3b,3c),圖3a是溫度場,分析增量呈自內(nèi)向外逐漸遞減的圓環(huán)分布,分析增量極值中心與單點觀測位置完全重合;圖3b是緯向風(fēng)場,通過地轉(zhuǎn)平衡關(guān)系形成了區(qū)域上半部為西風(fēng)、下半部為東風(fēng)的分布,正負(fù)增量的分布及數(shù)值大小以單點觀測所在緯線為軸南北對稱;圖3c是經(jīng)向風(fēng)場,通過地轉(zhuǎn)平衡關(guān)系形成了區(qū)域左半部分為南風(fēng)、右半部分為北風(fēng)的分布,正負(fù)增量的分布及數(shù)值大小以單點觀測所在經(jīng)線為軸東西對稱。上述分析增量完全符合理論模型,且觀測變量為緯向風(fēng)(圖3d,3e,3f)、經(jīng)向風(fēng)(圖3g,3h,3i)時也符合,這與馬旭林等(2009)所做單點觀測理想試驗得到的單點觀測分析增量的分布形態(tài)相一致,表明本文的系統(tǒng)參數(shù)設(shè)置和CV5-本地能夠準(zhǔn)確、合理地反映多變量之間的相互作用關(guān)系。
圖3 單點觀測理想試驗分析增量(圖表示觀測變量對分析變量的影響:從上到下的觀測變量分別為溫度、緯向風(fēng)、經(jīng)向風(fēng);從左到右的分析變量分別為溫度、緯向風(fēng)、經(jīng)向風(fēng);黑點為單點觀測所在位置)Fig.3 Horizontal distribution of analysis increments for single observation test(Fig.3 represents effect of observated variables on analysis variables.The observed variables from top to bottom are temperature, zonal wind, meridional wind; The analysis variables from left to right are temperature, zonal wind, meridional wind; The black dot is the position of single point observation)
2.2.1 氣象要素垂直廓線分析
各氣象要素的同化背景場(BK)、同化所得分析場(ANA)及相應(yīng)觀測數(shù)據(jù)(OBS)的垂直廓線分布如圖4所示。溫度的背景場與觀測在地面至3 000 m高度均相差2℃左右,同化后的分析場與觀測廓線基本重合,說明同化后可以明顯改善背景場的結(jié)果。與溫度類似,位溫的背景場與觀測相差4 K左右,同化后的分析場較背景場更接近觀測,特別是在1 500 m以下分析場的廓線與觀測基本重合,體現(xiàn)了同化加密探空資料對邊界層內(nèi)大氣熱力結(jié)構(gòu)改進的正效果。相對濕度的背景場、分析場在地面至1 500 m高度與觀測基本重合,1 500~3 000 m分析場更接近觀測,其中1 500~2 200 m高度背景場較觀測偏高5%、分析場較觀測偏低5%,雖然分析場沒有介于觀測與背景場之間,但也屬于正?,F(xiàn)象,在前人研究中也普遍存在(姚爽,2014)。比濕的分析場較背景場更接近觀測,其中1 500 m以下分析場與觀測基本重合,明顯優(yōu)于背景場,這與加密資料同化對大氣熱力狀態(tài)的調(diào)整有關(guān)。緯向風(fēng)、經(jīng)向風(fēng)、風(fēng)速從地面至3 000 m高度的變化中,觀測的波動較大,背景場和分析場波動較小,且分析場較背景場與觀測更接近。風(fēng)向的背景場在近地面處與觀測相差近130°,分析場位于兩者之間且偏向于背景場;地面至200 m 高度,背景場風(fēng)向逐漸接近觀測風(fēng)向,分析場風(fēng)向則迅速接近觀測風(fēng)向(至模式第5層與觀測僅相差30°),這與經(jīng)向風(fēng)同化后的修正作用有關(guān);200 m 以上高度分析場與背景場繼續(xù)接近觀測,至800 m背景場、分析場風(fēng)向與觀測基本重合且分析場符合得更好。綜上,從各氣象要素廓線來看,同化加密探空資料后分析場較背景場更接近觀測值,更能表現(xiàn)邊界層真實大氣的熱力與動力狀態(tài),體現(xiàn)出了同化的正效果。鑒于3個站點結(jié)果類似,為避免重復(fù)及篇幅限制,本文以寶聯(lián)站為例進行分析。
圖4 2016年8月29日14時寶聯(lián)站各氣象要素的觀測數(shù)據(jù)(OBS)、同化背景場(BK)和分析場(ANA)的垂直廓線分布(a)溫度,(b)位溫,(c)相對濕度,(d)比濕,(e)緯向風(fēng),(f)經(jīng)向風(fēng),(g)風(fēng)速,(h)風(fēng)向Fig.4 Vertical distribution of observation (OBS), background (BK) and analysis (ANA) of meteorological elements at Baolian Station at 14:00 BT 29 August 2016(a) T, (b) θ, (c) RH, (d) q, (e) U, (f) V, (g) WS, (h) WD
2.2.2 剖面分析
分析加密探空資料同化在垂直剖面上的影響對大氣邊界層的模擬尤為重要。圖5給出了溫度在沿寶聯(lián)站所在位置東西方向、南北方向所在剖面上的分布情況。由圖可知,東西方向上背景場(圖5a)溫度呈西高東低的特征分布,地面溫度最大值在28℃左右,地面至1 500 m,城市中心的溫度較周圍高,體現(xiàn)了較弱的城市熱島效應(yīng)。同化后的分析場(圖5b)的溫度分布特征與背景場相同,但數(shù)值整體上升了2℃左右,且寶聯(lián)、朝陽、大興三個站點形成區(qū)域的溫度要明顯高于周圍,在邊界層范圍內(nèi)均有體現(xiàn),城市熱島效應(yīng)更明顯。分析增量(圖5c)大于2℃的水平影響半徑為40 km,增量大于1℃的水平影響半徑為80 km,垂直方向上地面至600 m和1 700~3 000 m存在增量的極值中心,這與前面的寶聯(lián)站溫度垂直廓線相一致,600~1 700 m除站點所在位置外其他區(qū)域增量為1℃左右,這主要是由于這一高度的背景場與觀測之差較其他高度小所導(dǎo)致。南北方向上結(jié)果與東西方向上相似,分析場(圖5e)的溫度亦較背景場(圖5d)整體上升,體現(xiàn)出較強的城市熱島效應(yīng)。需要指出的是,南北方向上增量高于1℃的水平影響半徑為100 km,較東西方向上大,這是由于3個探空站的南北距離較東西距離大而導(dǎo)致,也進一步說明了參與同化站點分布這一因素對同化效果的重要性。
圖5 2016年8月29日14時溫度在沿寶聯(lián)站所在位置(a,b,c)東西方向,(d,e,f)南北方向垂直剖面上的分布(a,d)背景場,(b,e)分析場,(c,f)分析增量場(橫坐標(biāo)紅線區(qū)域為觀測站點所形成區(qū)域,下同)Fig.5 Vertical distribution of temperature along (a, b, c) latitudinal direction and (d, e, f) longitudinal direction along the location of Baolian Station at 14:00 BT 29 August 2016(a, d) background, (b, e) analysis, (c, f) analysis increment(The red line means the area of the three observation stations, the same below)
由于相對濕度、緯向風(fēng)、經(jīng)向風(fēng)在沿寶聯(lián)站所在位置東西、南北方向垂直剖面上的分布類似,故本文以東西方向上的結(jié)果為例進行分析。如圖6所示,相對濕度的分析場與背景場的分布基本一致,緯向風(fēng)和經(jīng)向風(fēng)的分析場與背景場相差較大。相對濕度分析增量(絕對值大于10%)的水平影響半徑(圖6c)較溫度(圖5c)小,只有不到40 km,垂直方向上也較小,體現(xiàn)出了相對濕度的相關(guān)尺度較小的特征。緯向風(fēng)與經(jīng)向風(fēng)的分析增量受地形影響較大,增量位于近地面部分有較大的擾動,其中經(jīng)向風(fēng)在地面附近的增量尤其明顯,結(jié)合圖4的風(fēng)向廓線可知,與該時刻風(fēng)向為偏北風(fēng)有關(guān)。另外,緯向風(fēng)、經(jīng)向風(fēng)的分布特征與地形有很大關(guān)聯(lián),這些很好地解釋、印證了地形較為復(fù)雜地區(qū)風(fēng)速模擬不準(zhǔn)確這一現(xiàn)狀。
圖6 2016年8月29日14時(a,b,c)相對濕度,(d,e,f)緯向風(fēng),(g,h,i)經(jīng)向風(fēng)在沿寶聯(lián)站所在位置東西方向垂直剖面上的分布(a,d,g)背景場,(b,e,h)分析場,(c,f,i)分析增量場Fig.6 Vertical distribution of (a, b, c) relative humidity, (d, e, f) zonal wind, (g, h, i) meridional wind along latitudinal direction of Baolian Station at 14:00 BT 29 August 2016(a, d, g) background, (b, e, h) analysis, (c, f, i) analysis increment
2.2.3 各氣象要素統(tǒng)計量對比
分別將2 km高度以下3個站氣象要素的背景場、分析場結(jié)果與觀測對比,計算出3個站的均方根誤差與相關(guān)系數(shù)的均值,得出關(guān)于位溫、比濕、緯向風(fēng)、經(jīng)向風(fēng),風(fēng)速的泰勒圖,如圖7所示。由圖可知,圖中藍(lán)點居多,有5個,紅點只有4個(未出現(xiàn)的點相關(guān)系數(shù)為負(fù)),同一數(shù)字藍(lán)點均位于紅點的左下方,表明分析場的各要素與觀測相關(guān)性更好,且分析場的均方根誤差均小于背景場,即分析場與觀測更接近。從數(shù)值上來看,位溫、比濕、緯向風(fēng)、經(jīng)向風(fēng)、風(fēng)速的背景場均方根誤差(RMSE)分別為2.88 K、0.66 g·kg-1、1.80 m·s-1、2.08 m·s-1、1.64 m·s-1,分析場RMSE分別為0.41 K、0.27 g·kg-1、1.37 m·s-1、1.16 m·s-1、1.32 m·s-1,各變量的分析場RMSE較背景場分別縮小了86%、59%、24%、44%、19%,其中位溫的RMSE減小最多,其次是比濕,表明加密探空資料同化對邊界層內(nèi)大氣熱力狀態(tài)與濕度狀態(tài)的較強改進作用。
圖7 2016年8月29日14時背景場、分析場的位溫、比濕、緯向風(fēng)、經(jīng)向風(fēng)、風(fēng)速的泰勒圖(紅點:背景場;藍(lán)點:分析場;弧度坐標(biāo):相關(guān)系數(shù);數(shù)字:氣象要素)Fig.7 Taylor diagrams of potential temperature, specific humidity, zonal wind, meridional wind, and wind speed of background and analysisat 14:00 BT 29 August 2016(red dot: background; blue dot: analysis; radian coordinate: correlation coefficient; number: meteorological element)
2.3.1 氣象要素垂直廓線比較
圖8為2016年08月29日17時(積分3 h)、20時(積分6 h)寶聯(lián)站各氣象要素的觀測數(shù)據(jù)、CTL試驗和DA試驗的垂直廓線分布。由圖8a可知,DA試驗的3 h預(yù)報場模擬效果依舊略好于CTL試驗(尤其2 500 m以下),溫度廓線雖然兩個試驗結(jié)果非常接近且與觀測均有較大差距,但是位溫廓線DA試驗的模擬情況仍略好于CTL試驗;相對濕度2 400 m以下兩個試驗結(jié)果均比較接近觀測,2 400~3 000 m,CTL試驗與觀測較為接近,DA試驗與觀測逐漸偏離,偏離最多處(2 800 m高度)較觀測多16%左右,從比濕來看,CTL試驗與觀測在整個邊界層內(nèi)均偏低1 g·kg-1左右,而DA試驗雖沒有表現(xiàn)出觀測的細(xì)小變化特征但與觀測符合得很好。緯向風(fēng)兩個試驗均與觀測符合得比較好,尤其是DA試驗在1 250 m以下、2 000~3 000 m與觀測更為接近;經(jīng)向風(fēng)在整個邊界層內(nèi)兩個試驗結(jié)果都較觀測偏大,CTL試驗更接近觀測;受經(jīng)向風(fēng)的模擬偏大情況影響,風(fēng)速在整個邊界層內(nèi)兩個試驗結(jié)果都較觀測偏大,CTL試驗更接近觀測;風(fēng)向在邊界層內(nèi)兩個實驗與觀測基本符合,未有較大差異。從6 h預(yù)報場(圖8b)來看,加密探空資料同化有少量正效果,有也少量負(fù)效果。兩個試驗的溫度廓線和位溫廓線在地面至700 m高度CTL試驗較DA試驗更接近觀測,在700~3 000 m高度兩個試驗結(jié)果非常接近且與觀測均有所差距;相對濕度和比濕在1 000 m 以下高度DA試驗結(jié)果比較接近觀測,邊界層內(nèi)1 000 m高度以上,CTL試驗與觀測符合得很好,DA試驗略差。風(fēng)由于其特殊的物理屬性模擬結(jié)果沒有溫度那么穩(wěn)定,兩個試驗均與觀測有所差異。綜上,加密探空資料同化的3 h預(yù)報場可以較好地延續(xù)分析場的熱力結(jié)構(gòu)和水汽結(jié)構(gòu)上的同化正效果,改進模式的預(yù)報情況;6 h預(yù)報場的改進情況較3 h預(yù)報場有所減弱;邊界層內(nèi)動力結(jié)構(gòu)的改進作用不明顯,這可能與北京市地形、模式的參數(shù)化方案等有關(guān),有待進一步研究。
圖8 2016年8月29日(a~h)17時和(i~p)20時寶聯(lián)站各氣象要素的觀測數(shù)據(jù)(OBS)、CTL試驗(CTL)和DA試驗(DA)的垂直廓線分布(a,i)溫度,(b,j)位溫,(c,k)相對濕度,(d,l)比濕,(e,m)緯向風(fēng),(f,n)經(jīng)向風(fēng),(g,o)風(fēng)速,(h,p)風(fēng)向Fig.8 Vertical distribution of observation (OBS), CTL test (CTL) and DA test (DA) of meteorological element at Baolian Station at (a-h)17:00 BT and (i-p) 20:00 BT 29 August 2016(a, i) T, (b) θ, (c, k) RH, (d, l) q, (e, m) U, (f, n) V, (g, o) WS, (h, p) WD
2.3.2 溫度剖面圖比較
29日15、16、17、20時溫度在沿寶聯(lián)站所在位置東西方向垂直剖面上的分布如圖9所示。由圖可知,15時(積分1 h)CTL試驗中(圖9a)寶聯(lián)站(第187個格點位置)附近的地面溫度在28 ℃左右,地面至1 500 m,城市中心的溫度較周圍高,體現(xiàn)了較弱的城市熱島效應(yīng);DA試驗(圖9b)的溫度分布特征與CTL試驗相同,但寶聯(lián)、朝陽、大興三個站點所形成區(qū)域的溫度要明顯高于CTL試驗,在邊界層高度范圍內(nèi)均有體現(xiàn),城市熱島效應(yīng)更明顯;該時刻的溫度分析增量(圖9c)強度最大值為1~2 ℃,增量大于1 ℃的水平影響半徑為60 km,較分析場有所減弱,范圍和強度均有所減少。16時(積分2 h)溫度的增量強度和范圍都較15時的弱,且增量高值中心水平方向向西略微偏移、垂直方向向1 500 m高度處集中,在模擬區(qū)域邊界處增量基本消失。17時(積分3 h)的溫度增量強度和范圍繼續(xù)減少,只剩一些細(xì)小、分散的特征。隨著模式積分時間的不斷增加,溫度增量的強度和范圍繼續(xù)減少,至20時(積分6 h),由圖9l可知此時預(yù)報場中已經(jīng)基本沒有明顯的正增量,且近地面出現(xiàn)了負(fù)增量,表明同化效果幾乎消失。綜上可得,加密探空資料同化可以將溫度偏低的背景場進行一定程度上的調(diào)整,但由于資料站點個數(shù)較少,對背景場的調(diào)整范圍較小,隨著模式積分時間的增加,同化作用的范圍及大小逐漸減弱,在模式積分6 h后基本消失。
圖9 2016年8月29日(a,b,c)15時,(d,e,f)16時,(g,h,i)17時,(j,k,l)20時溫度在沿寶聯(lián)站所在位置東西方向垂直剖面上的分布(a,d,g,j)CTL試驗,(b,e,h,k)DA試驗,(c,f,i,l)增量場Fig.9 Vertical distribution of temperature along latitudinal direction of Baolian Station (a, b, c) 15:00 BT, (d, e, f) 16:00 BT, (g, h, i) 17:00 BT, (j, k, l) 20:00 BT 29 August 2016(a, d, g, j) CTL, (b, e, h, k) DA, (c, f, i, l) incremental field
2.3.3 預(yù)報效果隨時間的變化情況
分別將兩次試驗各時刻氣象要素2 km以下的模擬結(jié)果與觀測數(shù)據(jù)對比,計算3個站的平均均方根誤差和平均相關(guān)系數(shù),得出關(guān)于位溫、比濕、緯向風(fēng)、經(jīng)向風(fēng)、風(fēng)速隨時間變化的泰勒圖。如圖10所示,位溫的相關(guān)系數(shù)(0.90~1.00)最高,比濕(0.80~0.95)次之,緯向風(fēng)、經(jīng)向風(fēng)、風(fēng)速由于其自身的屬性及變化特性而相關(guān)系數(shù)較小,與理論實際相符。從均方根誤差來看,DA試驗的前6 h位溫預(yù)報場(圖10a)較CTL試驗均方根誤差更小,更接近實況,之后兩個試驗結(jié)果相差不大。DA試驗的比濕(圖10b)均方根誤差在各模擬時刻均小于CTL試驗,與觀測更接近,表明同化對邊界層濕度狀態(tài)的調(diào)整可以持續(xù)相對較長時間,這與濕度的相關(guān)尺度較小特征有關(guān)。緯向風(fēng)(圖10c)CTL試驗的時刻1和時刻3結(jié)果的相關(guān)系數(shù)為負(fù)未出現(xiàn)在圖中,其時刻6 的均方根誤差較DA試驗小,其余時次DA試驗的均方根誤差均小于CTL試驗,即DA試驗與實況差距更小。經(jīng)向風(fēng)(圖10d)除時刻1外,其余時刻CTL試驗的均方根誤差均小于DA試驗,表示同化在分析場改進作用明顯但隨著模式的積分同化效果快速消失,CTL試驗更接近實況。風(fēng)速(圖10e)在時刻1、時刻5、時刻7、時刻9中均是DA試驗更接近觀測,其余時刻CTL試驗更接近觀測。綜上可得,對于邊界層內(nèi)大氣熱力狀態(tài)的模擬,DA試驗的前6 h預(yù)報場模擬得更好;對于邊界層內(nèi)大氣濕度狀態(tài)的模擬,DA試驗在所有時刻均模擬得更好,同化效果持續(xù)時間亦較長;對于邊界層內(nèi)大氣動力特征的模擬,緯向風(fēng)DA試驗?zāi)M得較好,經(jīng)向風(fēng)和風(fēng)速兩個試驗均有優(yōu)劣,這與風(fēng)的自身屬性、北京市的復(fù)雜地形有關(guān)。另外,加密探空資料站點個數(shù)在空間水平方向上比較少也是導(dǎo)致同化在分析場的改善作用明顯但是效果難以持續(xù)較長時間的原因之一。
通過以上分析,得到以下主要結(jié)論:
(1)加密探空資料同化形成的分析場較背景場更接近觀測結(jié)果。溫度的分析場城市熱島效應(yīng)更明顯,同化后更能表現(xiàn)邊界層內(nèi)真實大氣的熱力狀態(tài);受溫度改進的影響,邊界層的濕度狀態(tài)(尤其是比濕)改進較多;緯向風(fēng)與經(jīng)向風(fēng)的分析增量在近地面受地形影響較大,體現(xiàn)了大氣的動力特征。位溫、比濕、緯向風(fēng)、經(jīng)向風(fēng)、風(fēng)速分析場的均方根誤差分別較背景場的減少了86%、59%、24%、44%、19%,體現(xiàn)出了同化的較強修正作用。
(2)加密探空資料同化的預(yù)報效果在模式積分6 h內(nèi)最好,之后同化作用的大小及范圍逐漸減弱。對于邊界層內(nèi)大氣熱力狀態(tài)的模擬,加密探空資料同化對前6 h預(yù)報場模擬結(jié)果改進較多;對于邊界層內(nèi)大氣濕度狀態(tài)的模擬,加密探空資料同化對預(yù)報時間段的模擬結(jié)果均有改進,同化效果持續(xù)時間較長;對于邊界層內(nèi)大氣動力特征的模擬,加密探空資料同化后對緯向風(fēng)模擬結(jié)果改進明顯,對經(jīng)向風(fēng)和風(fēng)速的改進稍弱,這與風(fēng)的自身屬性、北京市的復(fù)雜地形有關(guān)。另外,加密探空資料的站點數(shù)在空間水平方向上比較少也是導(dǎo)致同化在分析場的改善作用明顯但是效果難以持續(xù)較長時間的原因之一。
綜上所述,加密探空資料可以獲得更豐富的大氣邊界層觀測信息,其同化后能夠進一步改善模式初始場,在一定程度上提高邊界層模擬結(jié)果的準(zhǔn)確度。雖然本文得到了一些有重要意義的結(jié)論,但只是對邊界層模擬結(jié)果的改善做了初步的嘗試。本文僅基于加密探空資料的空間加密性進行了同化試驗,利用其時間加密的優(yōu)勢進行循環(huán)同化模擬試驗是下一步研究的重點。
致謝:感謝馬旭林老師的悉心指導(dǎo)以及南京信息工程大學(xué)高性能計算機中心的計算支持。