2016, Vol. 42 
风廓线雷达是利用大气湍流对电磁波的散射作用来对大气风场等物理量进行探测的遥感设备。风廓线雷达的探测方式为连续的无人值守的遥感方式，探测资料具有时空分辨率高、准确度高的特点。与其他探测手段相比，风廓线雷达探测还具有连续获取资料、自动化程度高、业务运行成本低等优势。风廓线雷达技术在20世纪80年代中期开始进入气象业务使用，风廓线雷达观测网的建设随后得到不断发展。美国海洋大气局(NOAA)所布设的国家风廓线雷达网(NPN)从1992年开始业务运行，该观测网由美国中部的32部404 MHz的风廓线雷达(包括两种类型：一类探测高度为地面上方500~9250 m，一类探测高度为地面上方7500~16250 m)和阿拉斯加的3部449 MHz的风廓线雷达组成(Weber et al，1990；van de Kamp，1993；St-James et al，2005)。早期，风廓线雷达资料主要被用来了解和研究中尺度天气结构。例如，用风廓线雷达资料来研究斜压带、重力波等大气结构特征(Bluestein et al，1995；Trexler et al，2000)，进一步用风廓线雷达资料反演质量场诊断这些大气特征的结构(Kuo et al，1985；Gal-Chen，1988；Bussinger et al，2001)。风廓线雷达资料也对对流天气(如雷暴、龙卷、暴雪)主观预报有很大帮助(Benjamin et al，2004b)。近年来，风廓线雷达资料被应用到中尺度和全球数值预报系统的资料同化中(Bouttier，2001；Koch et al，2004；Benjamin et al，2004a)，美国国家环境预报中心(NCEP)和欧洲中期天气预报中心(ECMWF)已经开始同化风廓线雷达资料，快速更新循环(RUC)资料同化系统也尝试同化风廓线雷达资料(Benjamin et al，2004a；St-James et al，2005)。但是，目前我国的相关研究工作主要集中在风廓线雷达组网观测数据之间的比对分析(邓闯等，2012；吴志根等，2013；董丽萍等，2014; 王令等，2014；李喆等，2015)、风廓线雷达反演技术研究(孙康远等，2013；何越等，2014)、及风廓线雷达资料在主观预报中的应用研究(何平等，2009；吴志根，2012；汪学渊等，2013；施红蓉等，2014)，而风廓线雷达资料在我国业务数值预报系统中的应用却还很少。
到2010年10月底前，我国已布设了33部风廓线雷达，其中有7部对流层风廓线雷达和26部边界层风廓线雷达(包括11部固定式和15部移动式)。我国计划在现有资源的基础上，建设一个包含227个风廓线雷达测站的观测网，其中包含60个已建风廓线雷达测站和167个拟建风廓线雷达测站。
拟建观测网中各测站的空间位置已经初步确定，面临的一个主要问题是风廓线雷达的选型。气象业务中应用较多的是对流层风廓线雷达和边界层风廓线雷达。在我国气象业务中，对流层风廓线雷达又分为对流层Ⅰ型(也称为高对流层风廓线雷达)和对流层Ⅱ型(也称为低对流层风廓线雷达)，对流层Ⅰ型探测高度要求达到16 km，对流层Ⅱ型探测高度应不小于6 km(胡明宝等，2010)。
促进风廓线雷达资料在我国业务数值预报系统(如GRAPES_MESO)中的应用也是拟建风廓线雷达观测网未来重要服务目标之一。鉴于风廓线雷达资料在我国业务数值预报系统中的应用较少，因此迫切需要一些定性和定量结果来做参考，以便初步了解这个拟建观测网对我国业务数值预报系统的可能影响作用。
观测系统模拟试验(OSSEs)(Arnold et al，1986)已经被广泛地应用在评估观测策略对数值天气预报的影响研究中。本文设计了一系列观测系统模拟试验，初步估计拟建观测网中风廓线雷达不同选型对GRAPES_MESO数值预报系统的可能影响，并比较了风廓线雷达资料、探空资料和两类资料混合使用时对GRAPES_MESO系统影响的差别。
1 试验设计选择2012年7月的一次伴随切变线天气系统降水过程作为研究个例，在OSSEs试验过程中，观测资料使用探空、边界层风廓线雷达和对流层Ⅱ型风廓线雷达资料。
1.1 模拟真实大气基于WRF-ARW (V3.2) 数值模式，使用2012年7月11日1200 UTC的NCEP的GFS分析场作为初始场，2012年7月11日1200 UTC的GFS预报场作为边界条件，从2012年7月11日1200 UTC积分84 h至15日0000 UTC, 从初始时刻开始使用二重嵌套网格(D1水平分辨率为30 km，D2水平分辨率为10 km，D2水平格点数为550×430)。为了保证模拟有足够长时间生成中尺度信息，取模拟结果的2012年7月12日0000 UTC至15日0000 UTC来描述真实大气，并进一步使用WRFcnv①将模拟结果从Lambert坐标水平插值到经纬度网格坐标(15°~64.35°N、70°~145.15°E)中，作为真实大气(Nature Run, NR)。
① WRFcnv是由中国气象局数值预报中心的邓莲堂开发的一个WRF模式后处理程序包。
1.2 模拟观测基于NR模拟结果，对探空测站资料及拟建的风廓线雷达网中测站水平风场资料进行模拟。产生虚拟观测资料的过程包括两步：根据各种类型观测特点，将格点资料插值为站点资料；并在插值后得到的站点资料中加入观测代表性误差和包含次网格尺度信息的高斯分布型随机误差。
对于已经存在的探空观测，从GRAPES_MESO的变分同化系统预处理得到的TEMP文件中获取实时的探空站点的经度、纬度、观测层的气压或高度信息。对每个观测站点，使用NR资料(经纬度格点资料)依次进行垂直方向和水平方向插值。观测代表性误差在垂直方向根据气压值范围不同分为16种类型；加入观测代表性误差和随机扰动的变量为位势高度、纬向风、经向风和温度。
根据相关单位提供的拟建风廓线雷达网测站的经度、纬度信息，拟建观测网内共有227个测站。考虑到有研究表明高对流层(相当对流层Ⅰ型)和低对流层风廓线雷达(相当对流层Ⅱ型)的同化效果基本一致(Benjamin et al，2004a；2010)，这里只对低对流层(对流层Ⅱ型)和边界层风廓线雷达进行分析。根据风廓线雷达的探测高度范围及分辨率信息，在模拟观测中将两类风廓线雷达的探测高度及分辨率做如下定义：
边界层风廓线雷达：探测高度为0.1~5 km，垂直分辨率为0.1 km，共计50层。
对流层Ⅱ型风廓线雷达：探测高度为0.15~8.1 km，垂直分辨率为0.15 km，共计54层。
根据拟建风廓线雷达站点的经、纬度和雷达类型信息，基于NR资料，对每个观测站点依次进行垂直和水平方向插值，插值过程中仅使用高度插值。观测代表性误差在垂直方向根据气压值范围不同分为16种类型(与前文提到的探空类型误差值不同)；加入观测代表性误差和随机扰动的变量为气压、纬向风和经向风。
图 1中给出了虚拟探空测站(图 1a)和虚拟风廓线雷达测站(图 1b)的位置分布。其中，虚拟探空测站的位置是根据当时业务中使用的真实探空测站位置设定的。
|
图 1 虚拟探空测站(a)和虚拟风廓线雷达测站(b)的位置分布 (在虚拟风廓线雷达测站分布图中，三角符表示已建好的60个风廓线雷达测站，实心圆表示拟建的167个测站) Fig. 1 Distribution of simulated observation stations of the sounding (a) and wind-profiling radar (b) (In Fig. 1b the solid triangles stand for 60 existing stations and solid circles represent 167 proposed stations) |
预报模式使用GRAPES_MESO系统(V3.3.2.4) 的模式部分，水平分辨率取0.15°×0.15°，水平积分范围为15°~64.35°N、70°~145.15°E。同化系统使用GRAPES_MESO系统(V3.3.2.4) 中探空资料和VAD资料的3DVar同化系统(VAD同化中只同化水平风场)，并将VAD同化系统的气压插值改为高度插值。虚拟的风廓线资料以VAD资料格式同化进入GRAPES_MESO模式中。
1.4 试验方案为了考察分别同化探空、对流层Ⅱ型风廓线雷达、边界层风廓线雷达、以及混合使用探空和(对流层Ⅱ型)风廓线雷达资料对上述GRAPES_MESO数值预报系统的影响，设计了以下参考试验(EXP-CTRL)和四个敏感性试验：
试验EXP-CTRL：初猜场使用T639模式2012年7月11日1200 UTC的12 h预报场，边条件使用相应的T639模式预报场，用GRAPES_MESO模式积分72 h(即2012年7月12日0000 UTC至15日0000 UTC)。
试验EXP-TEMP：初猜场使用T639模式2012年7月11日1200 UTC的12 h预报场，只同化虚拟的探空观测(215个测站)，边条件使用相应的T639模式预报场，用GRAPES_MESO模式积分72 h。
试验EXP-WPR1:与试验EXP-TEMP的差别是只同化虚拟的对流层Ⅱ型风廓线雷达资料的水平风场，其他与EXP-TEMP都相同。
试验EXP-WPR2:与试验EXP-TEMP的差别是只同化虚拟的边界层型风廓线雷达资料的水平风场，其他与EXP-TEMP都相同。
试验EXP-TW1:与试验EXP-TEMP的差别是同时同化虚拟探空观测资料和对流层Ⅱ型风廓线雷达资料的水平风场，其他与EXP-TEMP都相同。
2 结果分析 2.1 水平风场分析图 2给出了初始时刻850 hPa高度上(相对参考试验EXP-CTRL)的水平风场分析增量。同化风廓线雷达资料后(图 2b, 2c)，在我国大陆上，6 m·s-1以上的水平风速增量范围远大于仅同化探空资料的情况(图 2a)，水平风速增量主要位于长江流域一带和内蒙古中部、陕西、山西附近；同化对流层Ⅱ型风廓线雷达资料(EXP-WPR1，图 2b)比同化边界层风廓线雷达资料(EXP-WPR2，图 2c)的水平风速增量强度略大；EXP-WPR2的水平风速增量的影响范围在长江流域以南地区较EXP-WPR1略大，3 m·s-1以上的水平风速增量已经覆盖广西、湖南、江西等地；与仅同化风廓线雷达资料相比，同时同化探空和风廓线雷达资料(EXP-TW1，图 2d)对风速增量有减弱作用，特别是在长江流域及其以南地区。
|
图 2 2012年7月12日0000 UTC初始时刻850 hPa层的水平风速分析增量(单位: m·s-1) (a)同化探空EXP-TEMP，(b)同化对流层Ⅱ型风廓线雷达资料EXP-WPR1，(c)同化边界层风廓线雷达资料EXP-WPR2，(d)同时同化探空和风廓线雷达资料EXP-TW1 Fig. 2 The horizontal wind velocity incremetn at 850 hPa at 0000 UTC 12 July 2012 (unit: m·s-1) (a) EXP-TEMP, (b) EXP-WPR1, (c) EXP-WPR2, (d) EXP-TW1 and the EXP-CTRL experiment |
850~400 hPa的水平风场分析增量分布结果显示，EXP-WPR1与EXP-WPR2相似，但是EXP-WPR2的影响范围在低层(如850 hPa)略大，而EXP-WPR1的影响范围和强度在中高层(如500和400 hPa)较大(图略)。
在400 hPa高度上，同化风廓线雷达资料的试验(EXP-WPR1和EXP-WPR2) 在初始时刻仍可以明显看到超过3 m·s-1水平风速分析增量的存在，而300 hPa高度以上的水平风速分析增量达不到3 m·s-1(图略)，这说明风廓线雷达资料同化分析的影响高度极限可能在300 hPa附近。图 3a计算了南方切变气流上游地区附近(25.05°~34.5°N、92.2°~100°E)相对参考试验的水平风速均方根误差
|
图 3 2012年7月12日0000 UTC初始时刻的水平风速均方根误差RMSE(单位: m·s-1)(a)25.05°~34.5°N、92.2°~100°E区域，(b)20.1°~50.1°N、90.1°~130°E区域(实心圆实线：EXP-TEMP，实线：EXP-WPR1，虚线：EXP-WPR2，实心圆虚线：EXP-TW1) Fig. 3 The wind RMSE for analyses in (a) 25.05°-34.5°N, 92.2°-100°E and (b) 20.1°-50.1°N, 90.1°-130°E regions on 0000 UTC 12 July 2012 (unit: m·s-1)(Analyese are verified against the EXP-CTRL experiment; EXP-TEMP: solid with real cycle, EXP-WPR1: solid, EXP-WPR2: dashed, EXP-TW1: dashed with cycle) |
| $RMSE = \sqrt {\frac{{\sum\limits_{i = 1}^n {{{\left( {ws_i^{\exp } - ws_i^{{\rm{ctrl}}}} \right)}^2}} }}{n}} $ | (1) |
式中，wsctrl表示参考试验EXP-CTRL的水平风速，wsexp表示各敏感性试验的水平风速，n是计算区域内的水平格点数。在图 3a中，RMSE在300 hPa上方和100 hPa上方各有一次较明显的转折，再次表明风廓线雷达资料同化分析的影响高度极限在300 hPa附近。在同化探空的试验中，均方根误差在100 hPa上方也存在明显转折，这可能是数值模式或大气本身的物理特性造成的。
另外，也对我国大部分地区(20.1°~50.1°N、90.1°~130°E)的水平风速均方根误差RMSE进行了计算(图 3b)。比较探空资料和风廓线雷达资料对分析场的水平风速影响，同化风廓线雷达资料对500 hPa高度以下的水平风速修正作用更大，同化探空资料对500 hPa高度以上的水平风速修正作用更大(图 3a, 3b)。同时同化两类观测(EXP-TW1) 可以把两类资料在高、低空的优势更好地发挥出来。在300 hPa以下高度，同化对流层Ⅱ型风廓线雷达资料对水平风速的分析场影响比同化边界层风廓线雷达略大(图 3)。
同化两类风廓线资料的试验(EXP-WPR1和EXP-WPR2) 在积分6 h以后，水平风场的分析增量都随时间在垂直方向上进行了传播，在250 hPa高度上可以明显看到超过3 m·s-1的风速增量(图略)。EXP-WPR1和EXP-WPR2在200 hPa上的水平风速均方根误差初始时刻大约为0.5 m·s-1(图 3)，积分6 h增加到约1.5 m·s-1或1 m·s-1(图 4)。
|
图 4 同图 3，但为2012年7月12日0600 UTC EXP-WPR1和EXP-WPR2 Fig. 4 Same as in Fig. 3, but for EXP-WPR1 and EXP-WPR2 on 0600 UTC 12 July 2012 |
2012年7月12日0000—0600 UTC，长江中下游一带存在一条明显降水带，60 mm以上的强降水中心主要位于湖北省东部和重庆东北部(图 5a)。参考试验(EXP-CTRL)对该降水带的模拟几乎是失败的(图 5b)。同化探空资料之后，基本上模拟出了该降水带，只是降水强度偏弱(图 5c)。同化对流层Ⅱ型风廓线雷达资料之后，模拟结果仅显示重庆东部和长江下游有较弱降水(不超过40 mm)(图 5d)；而同化边界层风廓线雷达资料之后，重庆东部的降水几乎消失(图 5e)。同时同化探空和对流层Ⅱ型风廓线雷达资料，整个雨带降水强度模拟偏弱，湖北东部和重庆东部的降水位置较EXP-TEMP略有所调整、长江流域下游雨带范围略有增大(图 5f)。
|
图 5 2012年7月12日0000—0600 UTC累积降水的模拟(单位：mm) (a)真实大气EXP-NR，(b)参考试验EXP-CTRL，(c)同化探空试验EXP-TEMP，(d)同化对流层Ⅱ型风廓线雷达资料试验EXP-WPR1，(e)同化边界层风廓线雷达资料试验EXP-WPR2，(f)同时同化探空和风廓线雷达资料试验EXP-TW1 Fig. 5 The 6 h precipitation simulations from 0000 UTC 12 to 0600 UTC 12 July 2012 (unit: mm) (a) EXP-NR, (b) EXP-CTRL, (c) EXP-TEMP, (d) EXP-WPR1, (e) EXP-WPR2, (f) EXP-TW1 |
风廓线雷达的选型是计划建设风廓线雷达观测网时需要考虑的一个重要问题，风廓线雷达资料在数值预报系统中的应用也是风廓线雷达观测网未来服务的重要目标之一。为了初步考查我国拟建风廓线雷达观测网在GRAPES_MESO系统中的影响作用，我们通过观测系统模拟试验(OSSEs)对一个南方切变线系统降水个例进行了初步模拟和分析。在观测系统模拟试验中，参考试验不同化任何观测资料，并设计了四个进行资料同化分析的敏感性试验与参考试验进行比较，试验结果表明：
(1) 同化分析对流层Ⅱ型和边界层型风廓线雷达资料，虽然两者初始时刻的水平风场分析增量分布相类似，但从水平风场分析增量的均方根误差来看，同化对流层Ⅱ型风廓线雷达资料对300 hPa以下水平风场的修正比边界层型风廓线雷达资料略大。
(2) 风廓线雷达资料对500 hPa以下高度水平风场分析影响较大，探空资料对500 hPa以上高度水平风场分析影响较大；同时同化这两类观测资料有助于修正整层分析场的水平风速。
(3) 初始时刻，风廓线雷达资料的同化分析影响高度可上传到300 hPa附近；经过6 h的传播，其影响向上可以传播至250 hPa高度以上。这与前人使用观测系统试验(OSE)获得的结果相类似(Benjamin et al，2004a；2010)。
(4) 同化分析风廓线雷达资料对6 h累积降水预报有一定的影响，但是这种影响相对于同化分析探空资料的影响明显偏弱。风廓线雷达资料与探空资料混合进行同化分析对降水位置的调整略有改进。风廓线雷达资料同化对降水预报的贡献偏弱的原因是因为其仅包含了风场信息，而探空资料还包含了水汽、温度、气压等信息。
综上，在我国数值天气预报系统(GRAPES-MESO系统)中，风廓线雷达资料若要发挥最大的作用，可能需要与其他观测仪器配合使用；对于拟建观测网中所布风廓线雷达型号，从数值预报应用的角度出发，建议考虑以对流层Ⅱ型风廓线雷达为主进行布局。
董丽萍, 吴蕾, 王令, 等, 2014. 风廓线雷达组网资料初步对比分析[J]. 气象, 40(9): 1145-1151. DOI:10.7519/j.issn.1000-0526.2014.09.012 |
邓闯, 阮征, 魏鸣, 等, 2012. 风廓线雷达测风精度评估[J]. 应用气象学报, 23(5): 523-533. DOI:10.11898/1001-7313.20120502 |
何平, 朱小燕, 阮征, 等, 2009. 风廓线雷达探测降水过程的初步研究[J]. 应用气象学报, 20(4): 465-470. DOI:10.11898/1001-7313.200904011 |
何越, 何平, 林晓萌, 2014. 基于双高斯拟合的风廓线雷达反演雨滴谱[J]. 应用气象学报, 25(5): 570-580. DOI:10.11898/1001-7313.20140506 |
胡明宝, 李妙英, 2010. 风廓线雷达的发展与现状[J]. 气象科学, 30(5): 724-729. |
李喆, 何平, 潘新民, 高玉春, 吴蕾, 2015. 风廓线雷达回波强度和速度标定问题研究[J]. 气象, 41(8): 1023-1027. DOI:10.7519/j.issn.1000-0526.2015.08.012 |
施红蓉, 李峰, 吴蕾, 等, 2014. 风廓线雷达对降水相态变化的观测分析[J]. 气象, 40(10): 1259-1265. DOI:10.7519/j.issn.1000-0526.2014.10.010 |
孙康远, 阮征, 魏鸣, 等, 2013. 风廓线雷达反演大气比湿廓线的初步试验[J]. 应用气象学报, 24(4): 407-415. DOI:10.11898/1001-7313.20130403 |
汪学渊, 李栋, 任雍, 等, 2013. 风廓线雷达资料在台风苏拉登陆过程中的应用初探[J]. 气象, 39(11): 1431-1436. DOI:10.7519/j.issn.1000-0526.2013.11.006 |
王令, 王国荣, 古月, 李宏宇, 马莉, 郭金兰, 乔林, 2014. 风廓线雷达垂直径向速度应用初探[J]. 气象, 40(3): 290-296. DOI:10.7519/j.issn.1000-0526.2014.03.004 |
吴志根, 2012. 边界层风廓线雷达在降水时段中的在线分析应用研究[J]. 气象, 38(6): 758-763. DOI:10.7519/j.issn.1000-0526.2012.06.016 |
吴志根, 徐同, 丁若洋, 等, 2013. 上海组网边界层风廓线雷达与宝山二次雷达测风数据比较分析[J]. 气象, 39(3): 370-376. DOI:10.7519/j.issn.1000-0526.2013.03.012 |
Arnold C, Dey C, 1986. Observing-Systems Simulation Experiments: Past, Present, and Future[J]. Bull Amer Meteor Soc, 67: 687-695. DOI:10.1175/1520-0477(1986)067<0687:OSSEPP>2.0.CO;2 |
Benjamin S G, Schwartz B E, D Dezsö, et al, 2004a. An hourly assimilationforecast cycle: The RUC[J]. Mon Wea Rev, 132: 495-518. DOI:10.1175/1520-0493(2004)132<0495:AHACTR>2.0.CO;2 |
Benjamin S G, Schwartz B E, Szoke E J, et al, 2004b. he value of wind profiler data in U.S. weather forecasting[J]. Bull Amer Meteor Soc, 85: 1871-1886. DOI:10.1175/BAMS-85-12-1871 |
Benjamin S G, Schwartz B E, B D Jamison, et al, 2010. Relative Short-Range Forecast Impact from Aircraft, Profiler, Radiosonde, VAD, GPS-PW, METAR, and Mesonet Observations via the RUC Hourly Assimilation Cycle[J]. Mon Wea Rev, 138: 1319-1343. DOI:10.1175/2009MWR3097.1 |
Bluestein H B, Speheger D A, 1995. The dynamics of an upper-level trough in the baroclinic westerlies: Analysis based upon data from a wind profiler network[J]. Mon Wea Rev, 123: 2369-2383. DOI:10.1175/1520-0493(1995)123<2369:TDOAUL>2.0.CO;2 |
Bouttier F. 2001. The use of profiler data at ECMWF. ECMWF Research Department Tech. Memo. 331, 22pp. [Available from ECMWF, Shinfield Park, Reading RG2 9AX, United Kingdom.]
|
Bussinger S, Adams M E, Koch S E, et al, 2001. Extraction of geopotential height and temperature structure from profiler and rawinsonde winds[J]. Mon Wea Rev, 129: 1729-1739. DOI:10.1175/1520-0493(2001)129<1729:EOGHAT>2.0.CO;2 |
Gal-Chen T, 1988. A theory of the retrievals of virtual temperature from remote measurements of horizontal winds and thermal radiation[J]. Mon Wea Rev, 116: 1302-1319. DOI:10.1175/1520-0493(1988)116<1302:ATFTRO>2.0.CO;2 |
Koch S E, Benjamin S G, Schwartz B E, et al. 2004. The value of wind profiler data in U.S. weather forecasting. Preprints, 20th Conf. on Weather Analysis and Forecasting/16th Conf. on Numerical Weather Prediction, Seattle, WA, Amer Meteor Soc, CD-ROM, 6.1.
|
Kuo Y H, Anthes R A, 1985. Calculation of geopotential and temperature fields from an array of nearly continuous wind observation data[J]. J Atmos Oceanic Technol, 2: 22-34. DOI:10.1175/1520-0426(1985)002<0022:COGATF>2.0.CO;2 |
St-James J S, Stéphane Laroche, 2005. Assimilation of Wind Profiler Data in the Canadian Meteorological Centre's Analysis Systems[J]. J Atmos Oceanic Technol, 22: 1181-1194. DOI:10.1175/JTECH1765.1 |
Trexler B L, Koch S E, 2000. The life cycle of a mesocale gravity wave as observed by a network of Doppler wind profilers[J]. Mon Wea Rev, 128: 2423-2446. DOI:10.1175/1520-0493(2000)128<2423:TLCOAM>2.0.CO;2 |
van de Kamp D W, 1993. Current status and recent improvements to the Wind Profiler Demonstration Network. Preprints, 26th Int. Conf. on Radar Meteorology, Norman, OK[J]. Amer Meteor Soc: 552-554. |
Weber B L, Coauthors, 1990. Preliminary evaluation of the first NOAA demonstration network profiler[J]. J Atmos Oceanic Technol, 7: 909-918. DOI:10.1175/1520-0426(1990)007<0909:PEOTFN>2.0.CO;2 |