引言

华南地区是中国雨水最充沛的区域之一(涂长望和黄土松, 1944)，同其他地区相比，具有平均降水量最大，暴雨发生次数最多，汛期雨季最长等特点，因而也是我国最严重的洪涝灾害地区之一，其中极强的大暴雨造成的灾害最为严重。每年4—6月的前汛期是华南第一个多雨期(鹿世瑾, 1990; 袁媛等, 2012)，降水量占全年的40%~50%甚至更多，暴雨洪涝灾害也多发于这个时期(徐桂玉和杨修群, 2002)，因此提高华南前汛期强降水预报能力对保障人民生命安全及减少财产损失都至关重要。

近年来，国内外数值预报模式分辨率获得不断提高。2014年，广东省气象局建立了华南中尺度数值预报系统，模式水平分辨率达到9 km，预报有效时长达72 h(陈炳洪和吴乃康, 2015)。2016年，欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts，ECMWF)全球数值预报模式水平分辨率已提高到9 km(张宏芳和潘留杰, 2014)。尽管数值预报模式对大气环流预报能力获得了较明显的改善，但对华南暴雨及以上量级的预报并未表现出明显的预报优势(陈博宇等, 2015)。究其原因，与数值模式初值不能很好地描述华南地区低层大气中尺度热力动力场结构有关。王东海等(2011)研究了2008年华南前汛期持续性致洪暴雨的降水特征及成因，发现低层异常风场向北推进是华南暴雨与“非典型性梅雨”同时出现的重要因素。赵玉春和王叶红(2009)结合暴雨发生前的大尺度背景场和中尺度对流系统特征分析指出，由于华南地区特殊的地形、下垫面属性、海陆差异和大气内部动力热力过程在不同尺度间的相互作用等多种因素，造成华南地区中小尺度辐合、切变及对流系统活动频繁，激发了华南地区暴雨天气。但是，当前的数值预报模式初始场不能准确地描述出中小尺度天气系统内部风场分布特征，使得华南地区的局地暴雨难以获得精确预报。如何在模式初值中更准确地描述华南地区中小尺度天气系统，特别是中低层风场、湿度场信息，需要进一步关注与研究。

循环同化分析技术是近年来改进中小尺度初值质量和短时临近数值预报业务的一个主要技术途径(陈葆德等, 2013; 陈子通等, 2010; 傅娜等, 2013)。其原理是通过多时次循环同化，不断同化最近时刻的多种观测资料，改进模式初始场内中小尺度系统动力热力结构精度，进而提高模式对中小尺度强天气事件的预报能力。自1994年美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)首先实现业务化以来，快速循环同化方法作为提高中小尺度天气系统初始场准确性的重要手段，正获得越来越广泛的应用。国际上学者们重点研究的是如何在预报时效允许的前提下增加同化观测资料类型以及循环同化次数。在资料使用方面，Stanley(2004)将地面观测、探空、云导风资料、飞机报文等观测资料进行了快速循环同化，并在NCEP的快速循环系统中业务化应用。徐枝芳等(2009)发现当同化探空资料等高质量观测资料时，采用减小观测误差方法得到的分析场更接近真实场。在循环次数方面，早期方案通常为每6 h同化一次，同化资料的频率远远无法满足对流尺度模式预报的需求。Peter and Huang(1992)和Huang and Peter(1993)分别利用数字滤波技术(DFI)，在模式“热启动”时对初始场进行额外的向前、向后积分从而抑制预报初期的虚假扰动，使得初始场的动力和热力特征更加协调，达到提高短时临近预报时效的目的。这之后，Steve(2007)在此基础上引入雷达反射率资料改进中小尺度湿度场，并将循环同化间隔时间由每6 h一次加快至每3 h一次，使得经过云分析后的初始场中水凝物含量得到了改善，进一步提高了短临时刻预报效果。在国内，北京市气象局和广东省气象局首先建立了当地的逐3 h高分辨率快速循环同化预报系统。张诚忠等(2008)利用GRAPES区域中尺度模式，对华南一次暖区暴雨过程进行了每1 h一次的快速循环同化模拟试验，结果表明同化逐小时雷达径向风资料能使24 h累积降水预报的落区、量级得到明显改善。此外，范水勇等(2009)对北京地区高分辨率快速循环同化预报系统做了检验评估，发现3 km分辨率的快速循环同化系统较9 km分辨率有更好的预报效果，尤其是在改进大量级降水预报方面效果更佳。但整体来说，快速循环同化方法仍需要进一步研究。

格点统计插值(Gridpoint Statistical Interpolation，GSI)分析系统是美国近几年发展并业务应用的全球及区域同化系统，它集成了EnKF、3Dvar、hybrid等多种同化方法，并使用物理空间统计插值方法，可以进行快速的并行计算，同时提供多种同化方案，具有实时中尺度分析和快速更新同化的能力。与传统的WRFDA同化模块相比，GSI系统不仅可以调整初始场的内部信息，也可以同时更新初始场的底边界与侧边界条件(沈菲菲和闵锦忠, 2016)。美国NCEP已经基于GSI同化系统和WRF区域模式，建立了美国的快速循环同化系统(High-Resolution Rapid Refresh，HRRR)。2011年，上海台风研究所研发了基于GSI同化系统的高分辨率台风模式，利用hybrid技术初步建立了一个GSI-EnKF融合同化系统(徐同等，2011)，可以有效提高局地强对流短时临近预报能力。本研究将利用GSI同化系统和WRF-ARW数值模式，建立GSI中国华南快速循环同化系统(简称GSI-SC)，并选取2016年4月17日发生在我国华南地区的一次强降水个例，进行华南雷达资料、加密观测资料的快速循环同化试验，对比分析GSI-SC的不同同化间隔时间和不同观测资料对降水、相对湿度、雷达组合反射率等预报结果的影响，希望能进一步提高华南地区对流尺度模式短时临近预报能力，并通过个例模拟了解华南地区暴雨的发展演变过程，为提高华南地区对流尺度模式预报能力提供参考依据。

1 试验方案及资料 1.1 GSI-SC快速循环同化系统方案设计

GSI系统是由美国国家环境预报中心NCEP在原有统计分析系统的基础上开发的新一代全球和区域统一的变分同化系统。GSI对常规观测资料、卫星资料(包括反演资料与辐射资料)和雷达观测资料等多种资料进行质量控制后，再通过三维变分方法调整模式的三维大气初始场。观测数据采用世界气象组织推荐的包含观测资料的位置、误差和质量控制码等信息BUFR/PrepBUFR资料(Kleist et al, 2009)。本文试验采用区域GSIv3.4.1版本，并关闭了GSI云分析模块。

WRF-V3.8是美国国家大气研究中心和国家大气海洋局及其他多个部门联合开发的区域数值预报模式，该模式采用非静力完全可压大气运动方程，垂直坐标采用地形追随气压坐标系。本次试验采用四层双向嵌套，水平分辨率分别为36、12、4和1.3 km，母域为东亚地区，次内层区域为华南地区，最内层区域为广东地区。模式垂直坐标系采用地形追随坐标系，垂直层次为57层，边界层参数化方案均为YSU方案, 微物理方案均为WSM6方案(Hong and Lim, 2006)，在36和12 km区域的积云对流参数化选择Kain-Fritsch方案(马红云等，2009)，在4和1.3 km区域则关闭积云对流参数化方案，仅选择WSM6微物理方案，模式预报时效为48 h。

将GSI同化方案进行本地化优化改进，与WRF模式链接，建立GSI华南快速循环同化系统(简称GSI-SC)。GSI-SC系统同化部分主要包括两部分，一是修改GSI-SC的输入输出模块，使得GSI-SC同化程序不仅能够直接读入WRF模式预报场信息，为快速循环同化提供背景场信息，还可输出供WRF模式积分的同化初始场；二是在同化雷达径向风资料时，优化改进GSI-SC雷达资料的前处理过程，增加华南地区的雷达和地形信息，自动完成地物杂波剔除、速度退模糊、生成超级观测等一系列雷达资料前处理过程。

1.2 资料简介

为了提高控制试验精确度，本文数值模式的同化背景资料和预报侧边界条件均选用欧洲中心再分析资料(ECMWF’s Reanalysis Atmosphere data，ERA)，侧边界条件时间间隔为6 h。该资料水平分辨率为0.75°×0.75°，垂直层次为38层，预报区域和各种类型资料分布情况如图 1所示，同化的观测资料包括以下两大部分：第一部分为非雷达观测，包括国家气象信息中心整理的中国2400个站地面、探空、部分时段飞机报文资料，以及一部分GTS交换资料，如图 1中红点所示为地面观测站点，蓝点则表示了探空观测数据的站点，在此次试验中简称为“常规观测”。第二部分为雷达观测，包括广东、福建、湖南、江西四省一共28部SA波段多普勒雷达逐小时观测基数据。此外，降水预报检验使用了2016年4月华南地区加密自动站逐小时降水资料，站点分布不再赘述。

1.3 试验方案及分析方法介绍

为了比较不同快速循环同化方案对此次降水个例的预报效果，使用不同循环同化次数及不同类型观测资料分别进行同化试验，每组试验都是在16日12 UTC至17日00 UTC进行资料同化生成初始场，非雷达观测资料同化区域为第二层区域(12 km分辨率)，雷达径向风资料同化区域为第三层区域(4 km分辨率)并经过稀疏化处理，在17日00 UTC正式进行预报。表 1给出了循环同化次数试验方案设置，试验目的是探究GSI-SC系统的循环同化次数对暴雨时段、落区预报的影响，共设计了4个同化模拟试验，Noda试验不做资料同化，直接由ERA再分析资料动力降尺度生成初始场；Cyc06、Cyc03和Cyc01试验则进行常规观测资料同化，但循环次数不同，分别进行逐6 h、逐3 h和逐1 h循环同化。

表 2为GSI-SC同化资料类型试验方案设置，试验目的是探究同化多普勒雷达径向风资料对飑线对流系统及强降水预报效果的影响。由于雷达径向风资料具有高时空分辨率特征，故本组试验的循环同化次数与表 1中试验Cyc01相同，即逐1 h循环同化方案，每次雷达资料同化均输入了28部多普勒雷达径向风数据，每部雷达资料有效半径为230 km。共设置了3个试验方案，Vel试验仅同化雷达径向风资料，Cyc01试验仅同化常规资料，Cyc01+Vel则同时同化了雷达径向风和常规资料。需要指出的是，表 1的4组试验和表 2的3组试验的所需要的侧边界条件输入间隔时间均为6 h。

在评估模式模拟的雷达反射率与相对湿度预报技巧时，使用模拟结果与观测资料的均方根误差(Root Mean Square Error，RMSE)来分析模拟试验的预报效果。均方根误差又称为标准偏差，定义如下:

$\sigma = \sqrt {\frac{1}{N}\sum\limits_{i = 1}^N {({x_i}} - \mu {)^2}} $

(1)

式中，N表示观测总量，x_i为某一观测值，μ为其平均值。降水预报评估方法采用二分类检验方法，重点分析1 h降水预报及24 h累计降水预报技巧。

2 试验结果分析 2.1 试验个例简介

2016年4月17日00 UTC至18日00 UTC，华南地区发生了一次较大范围的飑线强降水过程，图 2是本次过程的6 h累计降水量实况图。由图可见，强降水主要发生在广东北部、湖南南部、江西西南部，以及福建西南部的大范围地区。本次过程雨带呈东北—西南走向，其中广东、湖南、江西三省交界处降水最为集中，部分地区6 h累计降水量达到了60 mm以上。从降水发生的时间来看，强降水主要集中在4月17日06—18 UTC的12 h内，在06 UTC降水量开始增加，至12 UTC左右达到最大，降水区域带状分布特征明显，强度也明显增大。

由图 3可见，2016年4月17日12 UTC的500 hPa的形势场在东亚地区呈现“两脊一槽”的形势，其中高脊位于蒙古高原以西80°E和鄂霍次克海域附近，低槽位于中国东部。华南地区受到槽前西南气流控制，西太平洋副热带高压(以下简称副高)呈西伸的带状，中心位于台湾以东、日本海以南洋面上，这标志着进入4月中下旬，华南夏季的雨季逐渐开始。850 hPa形势场显示(图略)华南地区存在明显低空风切变线，同时对流层中低层低涡和地面低压倒槽辐合区为暴雨的发生提供了良好的动力抬升条件。副高西北侧存在一支来自南海的西南暖湿气流，为本次强对流过程提供了充足的水汽条件。

下面将评估各组试验的雷达回波组合反射率、飑线沿线垂直速度剖面图、相对湿度、短期降水(17日00 UTC至18日00 UTC)和短时降水(17日06—18 UTC)的预报效果，从而探究快速循环同化雷达径向风资料对模式预报效果的改善情况。

2.2 雷达回波组合反射率预报对比

图 4是各组同化试验与Noda试验4月17日10—14 UTC逐小时雷达反射率预报均方根误差(RMSE)的差值。图 4显示，各组试验比不同化任何资料的Noda试验的预报效果都有不同程度的改进，但是仅仅同化径向风资料试验(Vel-Noda)在飑线最强时段内改进效果有限，雷达组合反射率均方根误差改进均没有超过2 dBz。只进行常规资料同化的各组试验(Cyc06, Cyc03, Cyc01) 虽然随着同化次数的增加均方根误差得到了一定改进，但也出现了与试验Vel一样的情况，即均方根误差改进程度不明显。然而，当常规资料与雷达径向风资料同时进行快速循环同化时(Cyc01+Vel)，雷达组合反射率均方根误差得到较大程度改善，其中12 UTC均方根误差比试验Noda减少了将近3 dBz。这可能和同化资料类型不再单一，初始场中尺度信息局限性得到改善有关。但在12—14 UTC混合循环同化试验Cyc01+Vel对预报均方根误差改进的效果明显降低，且降低幅度也明显比其他试验大。由此可见，多种资料循环同化对模式初始场进行了较大的调整，0~12 h的雷达反射率预报均方根误差有较明显的改善，但随着预报时间增加，预报均方根误差改进效果则迅速降低，表明GSI-SC循环同化系统对预报的改进主要体现在0~12 h的短时临近预报中。

选取逐小时降水量最大的4月17日11—13 UTC雷达回波组合反射率预报，对比分析各个试验模拟结果。首先从组合反射率实况(图 5a, 5b, 5c)可以看出，从4月17日11 UTC开始，江西赣州附近出现了一个反射率超过50 dBz的强对流单体，其东南方向福建漳州也存在一个较弱的对流单体，共同构成了本次过程回波东部主体部分。本次过程中整个飑线沿西北—东南方向移动，经过广东北部地区时开始加强，强回波的主体区域在江西、福建南部逐渐形成，并且在其西南方向有明显的带状回波区，而雷达回波强度较大的时间段为11—13 UTC，而降水量则在12 UTC达到最强。

对比表 1和表 2共计7个试验结果发现，在2016年4月17日10 UTC，7个试验的雷达组合反射率预报相比较实况均偏强，偏大最明显的区域位于广东省北部地区，但Vel和Cyc01+Vel试验的雷达组合反射率预报偏强的程度明显小于其他5个试验，与实况更加接近(图略)。图 5是2016年4月17日11—13 UTC实况观测的雷达组合反射率和Cyc01、Cyc01+Vel模拟结果对比。从图 5d, 5e, 5f可见，试验Cyc01已经能够较好地模拟17日11 UTC出现在福建地区的强雷达回波区，对比图 5g, 5h, 5i可知不仅同化了常规资料，还同化了雷达径向风资料的试验Cyc01+Vel通过逐小时循环同化，福建地区雷达组合反射率模拟结果与实况更加接近。在雷达回波最强的11—13 UTC时段内，尽管试验Cyc01+Vel对飑线尾部回波强度略强于实况，但对飑线西南部的回波模拟较其他试验(图 5d, 5e, 5f)更加接近飑线的线状特征，而反观试验Cyc01模拟的飑线整体形态出现一定程度的扭曲。

图 6是4月17日12 UTC预报的飑线(图 5b, 5e, 图 5b, 5h直线所示)雷达反射率和垂直速度垂直剖面图。通过对比分析12 UTC沿飑线方向的试验Cyc01与试验Cyc01+Vel模拟的垂直速度与雷达反射率回波截面分布图 6a和6b，没有同化雷达径向风的Cyc01模拟的飑线的垂直速度明显弱于Cyc01+Vel试验，通过加入径向风资料(图 6b)，飑线内上升气流明显增强，雷达回波反射率也更加明显，漏报情况得到了一定改善。

2.3 区域相对湿度对比分析

图 7为各组同化试验与Noda试验4月17日00 UTC至18日00 UTC。中低层1000~500 hPa和中高层是指500~200 hPa相对湿度预报均方根误差的差值。在预报后期由于资料同化的初始场经过较长时间积分后，其动力热力约束条件与侧边界场产生了较大偏差，所以各组试验预报均方根误差都比试验Noda有所增加，说明滚动预报不可以持续太长时间，需要适当设定冷启动节点以更新侧边界条件。由1000~500 hPa中低层情况(图 7a)可知，各组循环同化试验都对预报时段内前12 h的均方根误差降低有积极贡献。试验Cyc01在17日00 UTC相对湿度均方根误差改进较大，减少了5%为第一组试验中最突出的，但当天气系统发展至最强即17日12 UTC，对相对湿度预报误差的改进却小于同组试验Cyc03，且在18日00 UTC预报结果的均方根误差有较大增加。循环同化径向风资料后，试验Cyc01+Vel相对于试验Cyc01尽管在17日00 UTC对均方根误差的改进不如试验Cyc01，但是在17日12 UTC的相对湿度预报均方根误差明显小于试验Cyc01，且在18日00 UTC的均方根误差增加程度也有所降低。从500~200 hPa的中高层相对湿度均方根误差的差值分布(图 7b)可以看出，在17日00 UTC该区域内相对湿度预报误差的差异并不明显，这是因为在17日00 UTC相对湿度大值区主要集中在中低层，而天气系统还未发展到中高层区域，所以此时中高层相对湿度数值较小。在17日12 UTC飑线天气系统发展至成熟期，中高层区域内相对湿度增大，同时均方根误差的差异也出现了较大波动，试验Vel相对湿度均方根误差降低达6%，主要由于径向风资料的同化有效加强了该时刻中低层的垂直抬升速度(图 6b)，让低层的水汽更容易输送到中高层改善了中高层的相对湿度分布。而在预报时段后12 h内，循环同化常规资料与径向风资料的试验Cyc01+Vel也有效地抑制了预报均方根误差的增加。总的来说尽管径向风资料同化对中低层相对湿度预报的均方根误差改进效果不如中高层明显，但是多次循环且同时同化了常规资料和径向风资料丰富了中低层相对湿度分布的中小尺度信息使其更接近实况。

2.4 降水预报效果对比

首先分析本次过程日降水量预报，大致了解各组试验的预报效果。采用二分类检验方法(ETS/FAR)分析各组试验的24 h累计降水预报。图 8a给出了各组试验24 h累计降水预报的ETS评分，图 8b给出了对应的FAR评分。进行资料同化的5组试验在各个降水量级上均优于不同化任何观测资料的试验Noda，ETS评分提高大致在0.1左右。在25~50和50~100 mm评分中，试验Cyc01+Vel是6组试验中预报效果最好的，ETS评分分别为0.37和0.45。试验Vel在25 mm以下量级预报评分结果最优，评分高达0.7以上，但是在其余量级的预报评分中预报评分均不理想在0.2分左右徘徊，甚至在100 mm以上缺少评分，说明同化径向风资料使模式降水量缩减过度。这是由于只同化径向风资料的初始场中各要素无法充分得到调节，无法配合形成较强的降水过程。对比循环同化次数依次增加的几组试验(Cyc06，Cyc03，Cyc01) ETS评分尽管在25~50 mm区间的评分增加趋势较弱，但是在0~25和50~100 mm区间内随同化次数增加而增加的趋势明显，其中试验Cyc01在50~100 mm区间的大暴雨预报评分表现最为明显，ETS评分达到0.4以上，仅次于试验Cyc01+Vel。对比各组试验FAR评分可知，试验Noda的降水虚报问题最严重。对于25 mm以上降水，试验Cyc01和试验Cyc01+Vel表现较好，同时加入径向风资料同化后的试验Cyc01+Vel评分好于只循环同化常规资料的各组试验。总的来说尽管同化径向风资料对于降水总量有一定减弱效应，但是同时同化了雷达径向风和常规资料的快速循环同化方案有效提高了大雨以上量级的ETS评分，同时有效降低了虚假降水预报的发生几率。

进一步从24 h累计观测降水量(图 9a)的分布中可以发现，雨带主要呈西南—东北走向，其中大值区沿25°N纬向分布。湖南南部向东至福建中部的地区日降雨量达到暴雨量级，局部地区出现大暴雨。

尽管各组试验都预报出本次过程雨区的大致走向和位置，然而各组试验模拟24 h累计降水结果存在明显差异。试验Noda以及试验Cyc06(图略)整体预报的雨区范围过大，暴雨落区也较实况明显偏大，且在湖南西南部地区出现了严重虚报，雨带与实况偏差较大。对比之后两张图可以看出，试验Cyc01与试验Cyc01+Vel都明显减少了湖南西南部的虚报现象，但是对于50 mm以上的降水落区预报，多次同化且同化多种资料的试验Cyc01+Vel更加接近实况的雨带纬向分布特征。总体而言常规观测资料和雷达径向风资料的快速循环同化对于本次强降水过程24 h累计降水预报有改善作用，明显减少了模式大雨以上量级的虚报且使得雨带分布更接近实况。

为了分析循环同化技术对于短时临近时刻的预报能力，下面结合自动站逐小时降水观测资料，对比分析各组试验中逐小时降水的预报结果。图 10和图 11分别是第一部分试验(Cyc06, Cyc03, Cyc01) 和第二部分试验(Cyc01, Vel, Cyc01+Vel)逐小时降水预报与实况的区域平均及区域最大值(图 8黑框所示区域)对比折线图。由图 10a观测逐小时区域平均降水量变化曲线(黑色)可以看出，本次过程出现了两次降水峰值。较小的第一次峰值出现在17日05 UTC，较大的第二次峰值出现在17日12 UTC，其降水峰值分别为3.7和9 mm·h^-1。随后小时降水量逐渐下降，这与图 2中6 h累积降水的分布情况基本一致。

如图 10a所示，第一部分的试验中强降水出现的时间节点与实况存在着明显的差异，前后相差在4 h以内，而其中试验Cyc01的降水起始时间与实况最接近。试验Noda的区域平均雨量最大值和发生时间与实况存在明显差异。虽然经过资料同化后的试验，平均雨量最大值均有不同程度的衰减，但是区域平均降水的第二次峰值出现时间都更加接近实况了。通过分析不同试验预报降水起始时间，发现随着循环同化次数的增加，模式预报降水起始时间在逐渐接近实况，尤其是试验Cyc01(红色曲线)在0~12 h的短时临近时段内预报降水几乎是与实况观测同时出现。

由图 10b所示，在各组试验对逐小时区域最大降水量的两次峰值预报结果中，第二次降水峰值各组试验均能成功预报，极大值偏大约5 mm。但就最大值出现时间而言，4组试验都出现了不同程度的偏早，其中试验Noda最大值出现提前了7 h左右，极值偏大也最明显。对比Cyc06, Cyc03, Cyc01三组试验发现试验Cyc01在12 UTC降水量预报结果与实况更为接近。

将第一组最优试验Cyc01与同化径向风后的试验做对比。由图 11a可知，从区域平均降水量可以看出，同化雷达径向风资料对于模拟强降水预报的起止时间均有明显纠正效果。将同时循环同化常规资料和雷达径向风资料的试验Cyc01+Vel(红线)与只循环同化常规资料的试验Cyc01(紫线)进行对比可以发现，尽管前者极大值有所减小，但是强降水起始时间及整个降水过程的演变特征则明显更接近实况(黑线)，尤其是第二次降水峰值的预报提前时间由试验Cyc01的4 h左右缩短至试验Cyc01+Vel的2 h以内。结合图 6对比分析两次试验12 UTC飑线沿线垂直速度分布可知，在同时进行雷达径向风资料和常规资料循环同化时，试验Cyc01+Vel的垂直速度得到了很好的增强，改善了试验Cyc01由于垂直速度较低，上升气流不足以支撑大量水凝物停留在强对流云系中，导致了降水峰值提前到来的情况。区域最大降水量变化曲线(图 11b)也反映出相似结果，且在0~12 h内表现得最为明显，尤其在05 UTC第一次峰值预报中，试验Cyc01+Vel显著地修正了试验Cyc01中预报结果比实况偏小的问题。

3 结论及讨论

本文采用欧洲中心再分析资料ERA、常规气象观测资料以及华南地区28部多普勒雷达径向风资料，利用GSI同化系统及WRF模式，建立华南地区的GSI-SC快速循环同化系统，针对2016年4月17日00 UTC至18日00 UTC发生在我国华南地区的飑线强降水个例进行了模拟分析，设计了不同试验，对模式快速循环同化多个方案在雷达组合反射率、区域内相对湿度、日降水变化、逐小时降水变化等方面的模拟预报效果进行了对比分析，获得结论如下：

(1) 利用GSI同化系统及WRF模式建立华南地区的GSI-SC快速循环同化系统，可以较好地同化常规资料和雷达资料，多种资料循环同化对模式初始场进行了较大的调整，尽管随着预报时间增加，预报改进效果有所降低，但是0~12 h的雷达反射率预报效果有明显改善，说明GSI-SC循环同化方案对预报的改进主要体现在0~12 h的短时临近预报中。

(2) 径向风资料同化对中低层相对湿度预报改进效果不如中高层明显，但多次循环且同时同化了常规资料和径向风资料使得相对湿度预报结果更接近实况，在预报后期预报均方根误差的增加也得到了抑制。

(3) 区域平均逐小时降水量预报效果总体好于降水极值预报效果。循环同化常规资料及雷达径向风资料后降水过程的起止时间都表现出了更好的预报效果。此外，常规资料的快速循环同化对于降水峰值的预报也有一定的改进。

(4) 在常规资料快速循环同化的基础上加入雷达径向风资料，可以显著增强飑线内的垂直上升速度，使得模式降水峰值提前出现的情况得到有效缓解。

从这次个例模拟可见，GSI同化系统与WRF数值模式有良好的匹配性。通过GSI系统快速循环同化常规资料与雷达径向风资料，使得此次模拟过程在降水发生时间、降水强度、日降水评分等方面得到了改善，有助于预报员更准确制定预报方案。此外，模拟结果同时表明，循环同化后模式输出的雷达组合反射率与实况更加接近，对判断强对流天气的发生有一定的指导作用。未来需要进一步分析不同的降水过程，并希望在同化系统云分析过程中引入雷达反射率及卫星资料，以期改善降水预报偏弱的情况。