引言

随着大气探测技术的发展，我国由卫星、雷达、飞机、自动站和风廓线仪等设备组成的气象综合探测系统正在形成。按照中国气象局发展规划，在未来几年内，卫星、雷达、GPS探空站和风廓线仪等遥感探测资料及地面加密观测资料无论在数量还是质量上都有较大的发展，迫切需要加强这些资料的应用。GRAPES_RAFS系统是一个向前间歇性(即每隔1或3 h就进行一次资料同化)的同化分析预报系统，能将多种高时空分辨率的观测资料充分利用起来，资源消耗相对较少、易于业务化，同时也是一个不断更新数值预报产品的中尺度数值预报系统。该系统的建立，不但能将多设备、多时空观测资料充分利用，还能提高我国中尺度数值模式短时临近能力。

近年来，随着数值天气预报技术的不断发展，数值天气预报已经在天气预报服务中占据了很重要的位置。数值预报产品逐步在短时临近预报中发挥非常重要的作用。基于数值模式的多设备、多时空观测资料快速同化更新系统建设在国外发展多年，并有多个国家在进行业务运行，为短时临近预报提供服务。美国NCEP从1994年始进行60 km分辨率3 h循环的Rapid Update Cycle(RUC)系统业务运行(Benjamin et al, 2004)。2006年，将RUC业务运行的分辨率从20 km提高到13 km，模式垂直层数由最初25层提高到50层，3 h同化分析频次提高到逐时同化分析，同化系统采用三维变分方法，同化分析的观测资料根据观测系统的不断完善逐步调整增加，该系统同化分析资料主要包括探空、风廓线仪、VAD风、飞机报、地面、船舶浮标、GOES降水、GOES云导风、GOES云顶气压、SSM/I降水和GPS/PW等观测资料，提供3 h间隔产品。2008年，NCEP将RUC系统升级为Rapid Refresh(RR)系统，采用WRF_ARW模式和Gridpoint Statistical Interpolation(GSI)三维变分同化，并通过云分析增加了逐时雷达回波资料的应用，2010年取代RUC业务运行系统(Benjamin et al, 2009)。RUC系统运行结果表明，快速循环同化能有效地提高模式初值的质量，且比较适用于短时临近预报。此外类似的系统还有英国的Nowcasting and Initialization for Modeling Using Regional Observation Data(NIMROD)系统(Golding, 1998; Werner et al, 2009a；2009b)，局地分析和预报系统Local Analysis and Prediction System(LAPS)(Albers et al, 1996)，Mesoscale Analysis and Prediction System(MAPS)系统(Lazarus et al, 2002)以及瑞典气象和水文所业务运行的中尺度分析系统Mesan(Haggmark et al, 2000)等。这些系统在资料的融合同化以及短时临近预报中发挥了一定的作用。

近些年我国业务科研工作者也越来越意识到快速资料同化更新与短时预报系统能在强对流天气短时临近预报中发挥重要作用(郑永光等，2010)，一些科研业务机构对中尺度模式的快速资料同化更新与短时预报开展了不少工作，如中国气象局广州热带气象研究所基于等压面GRAPES_3DVAR及GRAPES模式系统而建立覆盖华南及周边地区的GRAPES_CHAF系统(陈子通等，2010；黄燕燕等，2011)、北京城市气象研究所基于WRF_3DVAR和WRF模式建立的BJ_RUC系统(陈敏等，2011；范水勇等，2009；魏东等，2011)等。近些年随着我国自主研发的GRAPES模式(薛纪善等，2008)不断发展，GRAPES模式在国家气象预报中发挥着越来越重要的作用。在现有现状下，依托我国自主研发的GRAPES模式建立一个全国/区域两级使用的稠密资料快速更新同化预报系统涉及的关键环节有哪些呢？能否在短时临近预报中发挥积极的作用？提高该系统预报性能的首要工作是什么？我国国土辽阔，资料覆盖状况差异较大，该系统是否适合我国所有区域？能否直接发展逐时同化更新预报系统？2008年国家气象中心联合中国气象局广州热带气象研究所在该所原GRAPES_CHAF系统流程基础上，采用新的GRAPES模式(王雨等，2010)和模式面同化系统(3DVAR)(马旭林等，2009)系统替代原有的GRAPES模式系统和等压面同化系统，并对模式面同化系统中的背景误差协方差、地面同化算子进行优化，新增添GPS/PW、雷达VAD算子，采用基于雷达、卫星、地面等观测资料综合云分析替代原CHAF系统的云分析，用了两年多的时间在国家气象中心建立了全国/区域两级使用的GRAPES_RAFS系统，该系统在2010年5月20日通过了准业务化运行专家评审会，5月31日起准业务运行。本文将从该系统的结构及流程建设所涉及的各环节进行详细阐述，通过连续试验结果分析评估该系统的短临预报能力以及现有条件下影响该系统的短临预报性能所涉及的关键技术，为GRAPES_RAFS系统及类似系统的业务化建设提供参考依据。

1 GRAPES_RAFS系统结构及流程

由GRAPES_RAFS准业务系统结构和流程图(图 1)可见，该系统每天00和12时两次冷启动，由大尺度模式(如T639/T213) 提供模式冷启动背景场做3 h预报，每3 h GRAPES模式提供3 h预报场作为观测资料同化分析的背景场，不断向前做间歇性同化分析，同时每3 h做一次24 h预报，一天8次提供快速更新中尺度数值预报的预报产品。系统主要包括的模块有：观测资料预处理(包括资料收集与质量控制)、三维变分同化系统(GRAPES_3DVAR)、云分析、数字滤波初始化、中尺度数值模式(GRAPES_model)、后置产品处理等多个环节。下面就这些模块逐步进行介绍。

1.1 观测资料预处理

观测资料预处理模块主要是提供同化分析需要的各种观测数据。观测资料预处理模块的功能包括观测资料实时采集、资料质量控制以及多种资料综合处理(避免重报、超级观测或优选)。同化循环周期的缩短，高时空分辨率的资料(如地面、飞机报、GPS/PW、卫星云导风和雷达)是该系统重点。对实时观测资料进行分析发现，我国局地的观测资料主要包括：探空、地面、飞机报、雷达、FY静止卫星、GPS/PW、风廓线和船舶等资料。除探空资料12 h一次观测外，其他观测均能达到1 h一次的高频次观测。其中地面站站点最多，包括2000多个国家级地面观测站及约3万个省级地面自动站，由于省级地面自动站型号、定标不统一，资料质量控制技术不够完善等原因致使这部分资料还未在该系统中使用。FY_2C卫星导风资料的资料量最大，但由于资料质量未达到数值预报同化的需求暂未投入数值预报业务使用。另外全国共有400多个的GPS/PW资料和152部左右的雷达观测资料投入使用。飞机报资料受飞行时间和航线限制，主要集中在华东一带，且存在很明显的时段性，白天数量较大，晚间数量少。

作为资料预处理部分，一方面要建立这些资料的实时获取流程，另一方面要做好针对性的资料质量控制，同时建立多种资料综合处理方法避免由于同化分析的观测资料过于密集带来病态矩阵。多种资料综合处理方法包括：同化分析观测资料的类型、范围、垂直一致性检查、重复报检查、水平和垂直稀疏化以及多余资料剔除等。

1.2 三维变分同化系统

由结构流程图 1可知，三维变分同化系统(GRAPES_m3DVAR)(马旭林等，2009)是该系统的局地资料融合同化分析的核心，其作用是有效地融合各种常规、非常规资料，产生三维气象要素分析场，保证所产生的格点分析场既充分反映最新的观测信息，又能考虑各种观测平台的特征，具有较好的协调性。该模块的输入资料包括经过质量控制的观测资料(如探空、地面、飞机报、雷达VAD、云导风、GPS/PW等资料)、观测误差协方差、背景误差协方差、背景场。GRAPES_RAFS系统冷启运行时采用大尺度模式(如T213和T639模式)的预报作为背景场，而暖启运行则采用该系统GRAPES中尺度模式的预报为背景场。同化模块运行输出的分析场则提供给模式作为初始场。

1.3 数字滤波初始化

数字滤波初始化方法在资料快速更新同化预报系统中非常重要，其作用是消除快速分析循环中由于资料种类多、输入频繁所带来的非气象噪音，确保快速分析循环产品的动力学协调性。滤波形式有多种(Lynch et al, 1992; 1997; Huang et al, 2002)，主要有以下三种类型：

(1) 绝热数字滤波初始化(ADFI)：以分析时刻为起始点在时间上分别向前向后积分，模式积分中关闭非绝热过程，对积分产生的时间序列进行数字滤波，将分析时刻的滤波结果作为预报初始场。

(2) 非绝热数字滤波初始化(DDFI)：模式先绝热反向积分，后从反向积分的终点开始包含物理过程的正向积分，对正向积分的模式预报状态进行数字滤波，滤波结果作为预报初始场。

(3) 二次数字滤波初始化(TDFI)：对绝热反向积分过程也进行数字滤波，并从反向积分时间中点开始对包含物理过程的正向积分进行滤波，滤波结果作为预报初始场。

本系统目前采用的是DDFI方案。

1.4 云分析

云分析模块主要通过多种资料分析，实现中尺度数值模式初始场的云内信息应用。GRAPES_RAFS系统中的云分析(屈右铭等，2010)是基于美国Oklahoma大学ARPS模式中的云分析方案(Hu et al, 2006a; 2006b；Zhang, 1999)发展而来，包括了三维云量分析、云状判断、云内水成物分布与定量化分析、以及云内热动力分析等主要功能。目前该系统输入观测资料包括风云二号静止卫星相当黑体亮度温度和云总量资料、经过质量控制的三维雷达反射率组网拼图资料、地面人工观测的云底高度和云量以及分钟级探空资料。云分析模块可提供的云分析产品包括云量、云状、云高和云内水凝物(云水、云冰、雨水、雪水和雹)的定量化分布等。其中云内水凝物信息通过nudging技术在GRAPES_RAFS系统中得到应用。

1.5 中尺度数值模式

GRAPES模式是该系统的中尺度数值预报模式，提供不同预报时效的数值预报产品与暖启动的背景场。由GRAPES_RAFS系统结构和流程图(图 1)可见，该系统中GRAPES模式每间隔3 h做一次24 h预报，一天提供8次中尺度数值预报的预报产品。每天00和12时由大尺度模式(如T639/T213) 提供模式冷启动背景场做3 h预报，其他均为由GRAPES模式预报提供暖启动背景场。GRAPES模式框架是多尺度统一动力框架，包含不同物理过程方案的格点模式。模式采用全可压原始静力平衡与非静力平衡可选方案，半隐式半拉格朗日动力框架，水平方向采用Arakawa-C跳点网格设计，垂直方向采用Charney-Philips跳层设计的地形高度追随坐标(薛纪善等，2008)。

1.6 后置产品处理

后置产品处理部分主要完成产品生成以及发送和存档。GRAPES_RAFS系统为气象服务提供了丰富的数值产品，有与GRAPES中尺度业务数值模式一致的基本要素产品，还有二十多种针对短临预报的诊断产品，如CAPE(对流有效位能)指数、K指数、反射率等。数值预报产品实时用的产品格式主要为MICAPS和GrADS格式，存档用的是Grib码格式。

2 GRAPES_RAFS系统预报效果分析 2.1 检验方法简介

本文采用的检验方法是国家气象中心预报质量评分系统的降水预报累加检验方案，按累加降水检验方案, 把24 h累计降水分为小雨(≥0.1 mm)、中雨(≥10 mm)、大雨(≥25 mm)、暴雨(≥50 mm)及特大暴雨(≥100 mm)五级，把6 h降水分为小雨(≥0.1 mm)、中雨(≥4 mm)、大雨(≥13 mm)、暴雨(≥25 mm)及特大暴雨(≥60 mm)五级，同时根据全国降水特点将全国划分不同区域(图略)进行统计检验。

2.2 系统参数设置与应用的资料种类

GRAPES_RAFS系统模式基本参数设置与业务GRAPES_MESO保持一致，水平分辨率为0.15°×0.15°，预报范围覆盖了整个中国区域(15°~65°N、70°~145°E)，水平格点数为502×330。垂直方向为基于高度的地形追随坐标，取不等距31层。主要物理过程包括：Simplified Arakawa Schubert(SAS)积云参数化、NCEP简化冰微物理过程、Monin-Obukhov近地面层方案、Rapid Radiative Transfer Model(RRTM)长波辐射、Dudhia短波辐射、Slab的陆面过程和MRF边界层过程等。

试验采用T213实时场库资料作为全球大尺度模式背景场，观测资料采用的是实时检索GTS资料(探空、飞机报、日本导风、船舶和地面等观测资料)及国家气象中心实时处理的雷达VAD观测资料。由于做回算试验时，GPS/PW以及雷达组网三维拼图的业务流程还未建立，因此在连续试验中并没有用到。图 2为2009年7月1日某一个时刻(每类资料最多的时刻)使用的主要稠密资料的分布图，由图 2可见，我国局地稠密资料分布非常不均，主要集中在中国东部沿海地带。

2.3 2008年6-8月连续试验结果

2008年6-8月GRAPES_RAFS系统(回算试验)与业务GRAPES_MESO模式(业务预报)降水预报统计检验结果表明，GRAPES_RAFS系统24 h降水TS评分检验与业务基本相当(图 3)，没有明显优势；但GRAPES_RAFS系统6 h降水TS评分检验效果明显优于业务(图 4)。由此可见该系统具有一定的短时临近预报能力。

2.4 2009年6-8月连续试验结果 2.4.1 同化系统背景误差协方差优化结果分析

将通过NMC方法(Parrish et al, 1992; Rabier et al, 1998)重新计算的背景误差协方差替代原参考其他业务系统给定的背景误差协方差(薛纪善等，2008)。对两种背景误差协方差分析发现(图略)，原背景误差协方差仅随高度变化，而新的误差协方差随高度和纬度两种因素变化。针对新旧背景误差协方差调整，对2009年7-8月的连续试验进行对比分析，即仅仅同化系统的背景误差协方差进行调整，其他如模式系统及资料等均不做改动。由24 h降水(图 5)和6 h降水(图 6)检验结果看来，采用NMC统计背景误差协方差同化系统的降水预报效果更好一些。

2.4.2 模式系统升级结果分析

将修改了平流物质方案、地形处理、陆面过程等动力框架和物理过程的V3.0模式系统替代原来V2.5版模式系统[详细动力框架及物理过程变化见参考文献(王雨等，2010)]，同时采用NMC统计的背景场误差协方差，用同样的资料和参数对2009年7-8月进行连续试验。试验结果见图 7和图 8，其中RAFS_old指采用V2.5模式系统，RAFS_new指采用V3.0模式系统，这两组试验除了模式版本不同外，同化系统与其他参数设置完全一致。试验结果表明模式系统优化后GRAPES_RAFS系统降水预报效果明显改善，不论是24 h降水还是6 h降水(图 7和图 8)的各降水量级TS评分有明显提高，而且预报偏差B值也更接近1，且新的GRAPES_RAFS系统的降水预报明显优于GRAPES_MESO业务系统(2.5版模式系统)预报结果。

2.4.3 不同检验区域连续试验结果

由图 2可知我国观测资料分布很不均匀，资料的多少对短临预报效果影响有多大呢？依据全国8个划分区域范围，对每个区域同化分析的资料数量统计见表 1。

由表 1可见，各区域的资料分布与图 2所示一致，分布非常不均匀，其中新疆区和青藏高原区域的资料分布密度最小。2009年6-8月(升级后的同化系统与模式系统)连续试验结果(图 9)可见，新疆与青藏高原中南部相对资料分布密度小的地区GRAPES_RAFS系统各量级降水TS评分较业务GRAPES_MESO系统有所下降，且预报偏差B值也不如业务系统接近1。相反，华南、长江中下游流域、华北和东北等地面、飞机报和雷达VAD等资料相对比较密集的区域GRAPES_RAFS系统的6 h降水预报结果与GRAPES_MESO业务系统相比较，不仅各量级降水TS评分比业务高，而且预报偏差B值也更接近1。GRAPES_RAFS系统是一个不断同化分析资料的系统，每同化分析一次资料，模式就需要进行一次动力调整，当资料较少没有足够的观测信息加入，多次同化分析的效果就会变差，因此出现这样的结果是很合理。由此可见，要提高GRAPES_RAFS系统的预报技巧，必须加强局地稠密资料的使用能力、提高稠密资料的资料量的使用。

2.4.4 不同同化周期预报效果分析

随机统计2009年6月3日1和3 h截断时间下获取主要参与同化试验的观测资料数目(见表 2)。1 h时间截断是指前后半小时同化窗内获取的观测资料，3 h截断是指前后1.5 h同化窗内获取的资料。由表 2可见，1和3 h截断的资料在同一分析时间上资料量有较大差别的主要是飞机报资料，而地面、船舶和雷达VAD资料数量上相差不多，探空资料主要是国外的探空资料收集差异。从同化使用资料的总量来看，逐小时同化循环系统所用资料量较逐3 h同化循环系统的资料量增加比例较大的有地面和雷达VAD。但目前地面只同化了地面气压，而VAD风场资料本身就少，因此逐时同化循环系统较逐3 h同化循环系统在资料量的优势并不是很明显。

对逐小时与3 h同化循环系统6 h降水检验结果(图 10)进行分析发现，逐时同化循环预报系统全国区域大雨和暴雨TS评分略高于3 h同化循环系统，但B值略差，总体而言，两种系统短时预报效果差异不大。资料相对密集的东北、华北、长江中下游及华南区域表现也不尽相同，华北区域逐3 h同化循环系统预报效果优于逐时同化循环系统，而华南区域则相反。东北和长江中下游区域的两个系统整体预报效果基本相当。由6 h降水检验结果来看，逐时同化循环系统与逐3 h同化循环系统的预报效果基本相当，没有明显优势，这可能与逐小时同化循环系统所用资料量较逐3 h同化循环系统没有明显的优势有关，因为在资料量不够多的情况下，逐小时同化循环系统多次的模式动力调整可能会致使效果变差，这与上小节分析不同区域的同化效果结论基本一致。美国NCEP的RUC系统由3 h同化循环升级为1 h同化循环，与该系统使用的资料种类和量有着密不可分的关系，飞机报资料在其中发挥着非常重要的作用(Benjiamin et al, 2010)，我国飞机报资料相对少了许多，且时空分布不均匀，在该系统中发挥作用相对较小，而相对稠密的地面资料由于质量控制技术和同化技术不完善，没有充分发挥其作用，在同化资料的种类和量上没有明显提高时，从整体考虑，采用逐3 h同化循环系统更好(计算资源节省约一半)。

2.4.5 不同预报时效效果分析

对GRAPES_RAFS系统2009年6-8月00和12时起报的第一个6 h(00-06时预报时效)、第二个6 h(06-12时预报时效)、第三个6 h(12-18时预报时效)和第四个6 h预报(18-24时预报时效)进行统计检验，由3个月6 h降水TS评分和预报偏差图(图 11)可见，该系统各时段的预报水平相差不太多，各量级降水第一个6 h和第二个6 h的TS评分相对要好一些。小雨和中雨量级降水，6-12时预报TS评分不仅高于0-6时预报，而且其B值也更接近1。大雨和暴雨量级降水，0-6时预报TS评分与6-12时预报基本相当，但B值更接近1。由此可见，该系统最佳的预报时效为前12时。针对短时强降水预报而言，0-6时预报时效的结果更好一些。

3 结论与讨论

GRAPES_RAFS系统是针对短时临近预报而建立的中尺度资料快速更新同化分析与预报系统，其最大的特点就是能将多种高时空分辨率的观测资料充分有效利用起来，且不断更新数值预报产品。该系统由多个模块组成，涉及的技术环节较多。通过连续试验结果分析发现：

(1) 该系统具有一定短时临近预报能力，同化系统背景误差协方差、模式系统的动力框架及物理过程的准确描述、参与同化分析资料种类和数量均能明显影响该系统的短临预报能力。

(2) 稠密资料合理应用是提高该系统短时临近预报的关键，作为我国自主研发的短临数值预报支撑系统，需要着力提高该系统的资料应用种类、要素和数量。

(3) 同化应用的稠密观测资料量较少时，采用逐3 h同化系统或逐时同化系统在预报性能不一定能超过单次同化系统的预报效果。在目前能获取的实时资料情况下，业务上采用逐3 h同化循环GRAPES_RAFS系统优于逐时同化循环GRAPES_RAFS系统。

为了提供更为准确精细数值预报产品支撑，需要不断改善GRAPES_RAFS的预报技巧，因此在未来的工作中，需要集中精力加强局地稠密资料的同化应用、提高同化系统分析能力、改进模式动力框架及物理过程、提高模式分辨率等，从而GRAPES_RAFS能更好地提供短临预报数值预报支撑服务。

致谢：本文作者感谢国家气象中心王雨提供的客观检验程序与指导，感谢国家气象中心朱国富、胡江凯、王晓聪、刘志丽、陆慧娟、王雨、李莉以及广州热带海洋气象研究所陈子通、黄燕燕、张诚忠等为GRAPES_RAFS系统建设作出的贡献。