王平,从事数值预报研发应用及公共气象服务.Email:
通过对2011年7月31日发生在上海的局地强对流过程,利用快速更新同化系统(SMS-WARR),设计了四个试验,对地面观测资料(常规地面观测资料、加密自动气象站资料)进行敏感性数值试验。结果表明:不同地面观测资料同化对模式初始场的调整作用不同,地面观测资料的疏密影响模式初始场预报,加密自动站气象资料同化对初始温度场、风场的影响最明显;所有试验中,同化所有观测资料的模式能较好地模拟出此次强降水过程,且模拟的地面温度场、风场以及辐合线的演变与实况基本一致;通过分析、比较各试验初始场和预报结果的影响发现,同化所有地面观测资料能改善模式的初值,且观测资料通过循环同化的方式融合进模式,提高了模式对强对流中尺度结构特征的刻画,改善了对局地强对流天气系统的预报效果。
Using SMS-WARR and rapid refresh technique, the sensitivity of surface observation data (surface conventional observation data, automatic weather station data) to the numerical simulation of the severe convection event which occurred in Shanghai on July 31 2011 was analyzed. Four comparison experiments were designed to study the assimilation of surface observation data. The results showed that the adjustment of model initial fields varies with assimilating different surface observation data. The density of surface observation data has impacts on initial fields. The initial temperature and wind fields are obviously affected by assimilating the automatic weather station data. After assimilating conventional surface observation data and automatic weather station data, we found that the model can not only well simulate the process of this severe convection, but also simulate the surface temperature, wind field and evolution of convergence line which is more consistent with the observation. Through the analysis and comparison of the initial fileds and simulation results, we also found that the assimilation of all the observation data can improve the initial values of the model, and the observation data are integrated into the model by the mode of rapid refresh, which enhances the characterization of mesoscale structure of server convection, and improved simulation capacity of the local severe convective systems.
强对流天气预报准确率的提高越来越依赖于数值预报技术的发展和改进,由于强对流系统水平尺度小、生命史短暂,传统的数值预报系统不适合于较短时间尺度的预报,因此较短时间间隔的高频资料同化的预报系统是提高短时临近预报准确率的重要方向,而地面[常规地面观测站(SYNOP)和自动气象站(AWS)]观测资料有较高的时空分辨率,如每小时的地面自动站2 m温度和10 m风观测,自然成为快速更新同化预报系统中的一个重要的观测资料来源(
鉴于强对流系统具有水平尺度较小、生命史较短的特点,城市尺度的局地强对流生命史往往不到2 h,因此模式初始时刻对当前对流系统的准确把握是准确模拟强对流发生、发展以及随时间演变的关键。由于模式初始平衡(spin-up)问题,传统的每6 h或更长时间更新一次模式初值的数值预报系统显然不适合用于短时临近预报时间尺度的业务需求。为此,进行较密时间间隔的高频资料同化以便初始场尽可能包含更多对流系统的信息对中小尺度天气系统的数值模拟就显得十分必要。然而高频资料同化存在着模式初始变量不协调而引发的较长时间(>1 h)的spin-up问题与误差积累等问题,将大大削弱模式1~2 h的预报能力,为此热启动技术就应运而生(
快速更新同化试验设计
The flow chart of the numerical experiments
为了研究地面观测资料在快速更新同化系统中的作用,本文设计了四个观测资料敏感性同化分析试验,各试验均从2011年7月31日02时(北京时,下同)冷启动,随后逐小时热启动。ADAS同化常规地面观测资料的时间频率为3 h,同化加密自动气象站资料的时间频率为每1 h一次。具体试验设计如
地面观测资料同化试验方案
Experiment design for different numerical experiments
试验名称 | 同化资料类型 | 试验时段 |
控制试验(ctrl) | 常规地面观测、机场地面报、船舶观测、浮标、加密自动气象站、飞机观测、探空观测、小球测风、雷达反射率观测、卫星红外数据 | 02—18时 |
T1 | 同ctrl,但去除常规地面观测 | |
T2 | 同ctrl,但去除加密自动气象站 | |
T3 | 同ctrl,但去除常规地面观测和加密自动气象站 |
同化观测资料包括常规地面观测、加密自动气象站、机场地面报、船舶、浮标、飞机报、探空、雷达反射率和FY-2E红外和可见光辐射率资料,如
2011年7月31日08时同化数据站点分布
Spatial distribution of observation data
观测资料列表
List of observation data
观测资料类型 | 观测气象要素 | 是否为多层数据 | 时间频率/h | 数量 |
常规地面观测(SYNOP) | 温度、湿度、风向、风速、气压、云底高度 | 否 | 3 | 1000左右 |
加密自动气象站(AWS) | 温度、湿度、风向、风速、气压 | 否 | 1 | 大于8000 |
机场地面(METAR) | 温度、湿度、风向、风速、气压、能见度 | 否 | 1 | 根据报文 |
船舶观测(SHIPR) | 温度、湿度、风向、风速、气压 | 否 | 1 | 根据报文 |
浮标(BUOYR) | 温度、湿度、风向、风速、气压 | 否 | 1 | 6 |
飞机观测(AIRCF) | 温度、风向、风速、气压 | 否 | 1 | 根据报文 |
探空(RAOBO) | 温度、湿度、风向、风速、气压 | 是 | 12 | 39 |
小球测风(PILOT) | 风向、风速 | 是 | 12 | 根据报文 |
雷达(反射率)(RADAR) | 雷达反射率 | 是 | 1 | 40左右 |
FY2E红外和可见光(IR&Vis) | 红外通道辐射亮温可见光通道反射率 | 否 | 1 | 根据报文 |
2011年7月31日午后,上海中心城区出现了少见的强降雨过程,局部地区达到大暴雨,东方体育中心2 h(16—18时)累计雨量达82.3 mm。
上海地区2011年7月31日逐小时雨量分布(单位:mm)
Hourly accumulated rainfall distributions (unit:mm) in 31 July 2011 in Shanghai
02时冷启动,观测资料第一次进入模式,当同化所有地面观测资料(即ctrl试验),模式模拟的风场更接近实际观测(
不同试验2011年7月31日02时初始时刻的(a, b, c, d)温度场(阴影,单位:℃)和地面风场(矢量,单位:m·s-1)及(e, f, g)温度和风场的差值场(等值线:温度;阴影:风速)
(a, b, c, d) Simulated initial surface temperature (shaded area, unit: ℃) and surface wind (vector, unit: m·s-1) fields, and (e, f, g) differences of the temperature (contour, unit: ℃) and wind (shaded area, unit: m·s-1) at 02:00 BT 31 July 2011
经过12个同化循环后(13时,
同
Same as
从13时起报的逐小时降水模拟结果的对比可以清晰地看到ctrl试验、T1、T2和T3试验模拟的降水显著不同(
模式模拟的1 h累积降水(13时起报,单位: mm)
Simulated 1 h accumulated rainfall (initiated at 13:00 BT, unit: mm)
不同时刻地面温度(阴影,单位:℃)和地面风场(矢量,单位:m·s-1)
Surface temperature (shaded area, unit:℃) and surface wind (vector, unit: m·s-1) fields at different time
从T1、T2和T3各试验的模拟结果(
不同数值试验模拟的14—17时的地面温度(阴影,单位:℃)和地面风场(矢量,单位:m·s-1)(13时起报)
Simulated surface temperature (shaded area, unit: ℃) and surface wind (vector, unit: m·s-1) fields from 14:00 BT to 17:00 BT of different experiments (initiated at 13:00)
为了更清楚地分析各试验对强对流发生发展的模拟, 以东方体育中心(31.1586°N、121.4717°E)为中心, 做东西向剖面图(
不同数值试验模拟的14—17时相当位温(阴影,单位:K)和垂直环流(矢量,单位:m·s-1)的W-E剖面图(13时起报)
W-E cross-section of equivalent potential temperature (shaded area, unit: K) and vertical circulation (vector, unit: m·s-1) from 14:00 BT to 17:00 BT of different experiments (initiated at 13:00 BT)
14时,ctrl试验(
为了进一步了解各试验对暴雨过程的水汽输送特征,我们对强降水中心(东方体育中心)附近上空的相对湿度进行分析,以前的研究(
不同数值试验模拟的16—17时相对湿度(阴影,单位:%)和垂直速度(等值线,单位:m·s-1)的W-E剖面图(13时起报)
W-E cross-section plots of simulated relative humidity (shaded area, unit:%) and vertical circulation (contour, unit: m·s-1) at different time of different experiments (initiated at 13:00)
本文对上海地区的一次强对流过程,利用快速更新同化系统对地面观测资料进行敏感性试验:不同化常规地面观测资料、不同化加密自动站资料和两种资料都不同化,分析观测资料对降水预报的影响,得到如下结论:
(1) 模式范围的加密自动气象站站点比常规地面观测站站点分布密,且多。从T1和T2试验模拟结果可以看到:在快速更新同化系统中,不同地面观测资料同化对模式初始场的调整作用不同,加密自动站资料对02、13时初始温度场、风场调整幅度最大,可见,地面观测资料的疏密影响模式初始场预报。
(2) 从模拟的降水结果可知,只有ctrl试验成功地模拟出了此次强降水过程,同时同化常规地面观测资料和加密自动站资料有利于此次降水预报准确率的提高。
(3) 同化所有资料可以在较长时间段内改进模式预报结果,快速更新同化系统每小时对观测资料进行同化可以不断更新模式背景场,形成更准确的初始场,ctrl试验模拟的地面温度场和风场优于T1、T2和T3试验结果,ctrl试验模拟的辐合线位置也与实况基本一致,垂直方向的水汽输送及辐合上升运动的模拟与实际更相符,也就是说加入所有观测资料后,此次强对流中尺度结构特征刻画得更加清晰准确,改善了模式对局地强对流天气系统的预报效果。
(4) ctrl试验使用的观测资料数量最多,其次依次是T1、T2和T3试验(即ctrl>T1>T2>T3),通过上面各试验的对比发现,ctrl试验的模拟效果也是最好,可以说预报结果的好坏取决于同化地面观测资料的多寡。
(5) 另外,通过对各试验02时(冷启动)、13时初始场以及13时起报14—17时的模拟结果分析可得:采用逐小时循环同化的方式对观测资料进行同化,能把最新的观测数据融合进模式中,让地面观测资料发挥作用;简而言之,多次同化优于单次同化。
陈葆德, 王晓峰, 李泓, 等, 2013.快速更新同化预报的关键技术综述[J].气象科技进展, 3(2):29-35.
程磊, 沈桐立, 徐海明, 等, 2011.地面加密自动站资料同化和数值模拟[J].气象科学, 31(1):24-32.
代刊, 何立富, 金荣花, 2010.加密观测资料在北京2008年9月7日雷暴过程分析中的综合应用[J].气象, 36(7):160-167.
东高红, 尉英华, 解以扬, 等, 2015.天津地区城市热岛环流与海风环流相互作用的研究[J].气象, 41(12):1447-1455.
傅娜, 陈葆德, 谭燕, 等, 2013.基于快速更新同化的滞后短时集合预报试验及检验[J].气象, 39(10):1247-1256.
寿绍文, 2002.天气学分析[M].北京:气象出版社.
王晓峰, 许晓林, 张蕾, 等, 2014.上海"0731"局地强对流观测分析[J].高原气象, 33(6):1627-1639.
王晓峰, 王平, 张蕾, 等, 2015.上海"7·31"局地强对流快速更新同化数值模拟研究[J].高原气象, 34(1):124-136.
王晓峰, 王平, 张蕾, 等, 2017.多源观测在快速更新同化系统中的敏感性试验[J].高原气象, 36(1):148-161.
徐枝芳, 郝民, 朱立娟, 等, 2013.GRAPES_RAFS系统研发[J].气象, 39(4):466-477.
徐枝芳, 龚建东, 王建捷, 等, 2007a.复杂地形下地面观测资料同化Ⅰ.模式地形与观测站地形高度差异对地面资料同化的影响研究[J].大气科学, 31(2):222-232.
徐枝芳, 龚建东, 王建捷, 等, 2007b.复杂地形下地面观测资料同化Ⅱ.模式地形与观测站地形高度差异代表性误差[J].大气科学, 31(3):449-458.
俞飞, 付伟基, 姬鸿丽, 2013.基于地面观测资料同化的飑线过程数值模拟试验[J].大气科学研究与应用, (2):41-50.
Wilson J W, Foote G B, Cṙook N A, et al, 1992.The role of boundary-layer convergence zones and horizontal rolls in the initiation of thunderstorms:a case study[J].Mon Wea Rev, 120(9):1785-1815.
Wilson J W, Mueller C K, 1993.Nowcasts of thunderstorm initiation and evolution[J].Wea Forecasting, 8(1):113-131.
Wilson J W, Schreiber W E, 1986.Initiation of convective storms at radar-observed boundary-layer convergence lines[J].Mon Wea Rev, 114(12):2516-2536.
Zhang D L, Fritcsh J M, 1986.A case study of the sensitivity of numerical simulation of mesoscale convective systems to varying initial conditions[J].Mon Wea Rev, 114(12):2481-2431.