2017, Vol. 75
中国气象学会主办。
文章信息
- 陈志雄, 郄秀书, 田野, 王东方, 袁善锋. 2017.
- CHEN Zhixiong, QIE Xiushu, TIAN Ye, WANG Dongfang, YUAN Shanfeng. 2017.
- 云分辨尺度下一种综合调整水物质含量的闪电资料同化方法
- Assimilation of lightning data through comprehensively nudging water contents at the cloud-resolving scale
- 气象学报, 75(3): 442-459.
- Acta Meteorologica Sinica, 75(3): 442-459.
- http://dx.doi.org/10.11676/qxxb2017.035
-
文章历史
- 2016-11-07 收稿
- 2017-03-19 改回
2. 中国科学院大学, 北京, 100049
2. University of Chinese Academy of Sciences, Beijing 100049, China
闪电是雷暴云对流活动的产物，根据闪电活动情况可以大致判断雷暴云的发展阶段、影响区域及强度等。根据目前公认的雷暴云非感应起电机制，在一定垂直速度支撑下，雷暴云内的冰晶和软雹等冰相粒子通过相互碰撞反弹产生电荷分离，电荷分离过程受到云内温度和液态水含量的影响(Takahashi, 1978; Saunders, et al, 1991)。因此，起电、放电过程受到云内复杂的动力和微物理过程的控制，反言之，产生闪电的雷暴云内动力和微物理过程应满足一定的条件，这为闪电资料同化提供了物理依据。
近年来闪电资料同化方法受到研究者的重视。他们将闪电资料转化为模式预报量，如降水(Alexander, et al, 1999; Chang, et al, 2001; 李万彪等，2008；Pessi, et al, 2009)、水汽含量(Papadopoulos, et al, 2005; Mansell, et al, 2007; Fierro et al, 2012, 2014, 2015, 2016; 冉令坤等，2011)、冰相粒子含量(Qie, et al, 2014)、雷达反射率(Wang, et al, 2014)等，利用张弛逼近方法、变分方法或者物理过程初始化方法将中尺度信息引入模式。随着计算能力提升，闪电资料同化研究中采用的模式分辨率逐渐提升至“云分辨”尺度(小于3 km)，闪电资料也逐渐从地闪资料扩展到全闪资料(云闪+地闪)。
用张弛逼近的方法来同化闪电资料，在模式内易于实现，能够节约计算资源。Fierro等(2012)利用闪电定位资料指示对流活动的空间位置，在观测到闪电但是模式未能模拟出深对流的格点上，根据闪电频数和软雹含量增加混合相态层(-20—0℃)的水汽，激发对流产生(将该方法简称F12)。Qie等(2014)从非感应起电机制出发，认为冰相粒子浓度(冰晶、雪晶和软雹)对云内电过程有重要影响，通过华北地区雷暴过程的观测与模拟，建立了闪电频数同冰相粒子浓度的经验公式，根据闪电资料调整混合相态层内冰相粒子的浓度，使其更接近实际情况(将该方法简称为Q14)。
上述F12和Q14两种闪电资料同化方法选用单类物理量(分别是水汽和冰相粒子)进行直接调整，而水汽和冰相粒子在向液态水(如雨水、云水等)转化的过程中，分别释放和吸收热量，对云内的动力和微物理过程影响不同，这必然带来不同的同化效果。此外，选取单类物理量进行调整，可能造成顾此失彼的问题，例如F12方法中在混合相态层增加水汽，造成对流层低层相对偏干, 上升气流起源高度较高，水汽凝结成雨水的速率较慢，不利于产生深厚湿对流。Q14方法由于外部引入冰相粒子，若缺乏较强的上升气流支撑，冰相粒子在0℃层下吸热融化，强下沉气流往往使地表冷池强度偏强、范围偏大, 对流系统快速移向下游衰减，同化正面效果很快消失。
Li等(2016)比较了闪电区域和非闪电区域内冰相粒子含量的差别，指出闪电区域内软雹含量比非闪电区域更高，而冰晶粒子含量则无明显差异，这说明在雷暴云起电过程中软雹的作用更为重要。鉴于此，本研究提出了一种综合应用F12方法和Q14方法的闪电同化方法(简称C17)，根据闪电定位资料和模式自身动力与热力状况，增加低层大气内的水汽混合比和混合相态层内的软雹混合比。通过WRF中尺度模式在“云分辨”尺度下对北京地区夏季一次具有完整全闪观测资料的飑线过程进行数值模拟，比较了F12、Q14和C17三种闪电资料同化方法对这次飑线过程的模拟能力，分析不同方法的物理过程差异，探索闪电探测数据在临近预报中的应用。
2 同化方法介绍同化方法中需要充分考虑模式的动力和热力状况，避免因调整模式物理量不恰当而造成模式不平衡。总体理查森数Ri表征由浮力产生的有效能量和由风切变产生的有效能量之比，Weisman等(1982)通过观测和数值模拟发现Ri与对流系统的结构和演变有密切关系。Ri小时，风暴入流和出流较为平衡，风暴强度大，寿命长，有利于形成超级单体。Ri大时，风暴出流更明显，风暴寿命较短，但在适宜环境下可触发新对流产生而形成多单体风暴。本研究选取总体理查森数来衡量模式的动、热力状况，通过900和700 hPa两个高度层来计算Ri(式(1))，其中g为重力加速度，Δθv、Δz、Δu、Δv为700和900 hPa上虚位温、高度、水平风速的差值，θv为两层的平均虚位温。
|
(1) |
F12方法中，根据闪电频数和模式预报的软雹含量来调整混合相态层内(-20—0℃)水汽混合比，Q14方法中则是根据闪电频数来调整混合相态层内的冰相粒子含量(冰晶、雪晶和软雹)。与F12和Q14方法不同的是，C17方法中将调整水汽混合比的高度层降低(900—700 hPa)，且仅调整混合相态层内的软雹混合比。参照Fierro等(2012)和Qie等(2014)研究结果，构建新的经验公式(2)，并且根据不同动、热力状况设计了3组同化系数a、b、c(表 1)来调整闪电格点上低层大气水汽混合比和混合相态层内软雹浓度。式(2) 中Qv和Qg分别为选定层次内张弛逼近后格点水汽混合比和软雹混合比，Qsat和Qg_model分别为对应格点张弛逼近前饱和水汽混合比和软雹混合比，a和b分别为低层大气相对湿度和混合相态层内软雹混合比的阈值，c用来调整模式软雹混合比Qg_model对Qv和Qg的影响，X为格点10 min内闪电频数，α取值为2.2。由于C17方案中将水汽调整层次降低到低层大气，当软雹混合比不存在时，也就是Qg_model=0时，水汽调整量主要受选定阈值和闪电活动强弱的影响。
| Ri | a | b | c |
| < 20 | 0.79 | 0.0030 | 0.03 |
| 20—40 | 0.75 | 0.0020 | 0.10 |
| >40 | 0.68 | 0.0015 | 0.25 |
通过修改WRF中WDM6微物理参数化方案，在同化时段内每一个积分时步中，判断模式网格点此前10 min内是否存在闪电活动信息，若存在闪电活动，则通过式(1) 计算格点的Ri，并由此确定系数a、b、c的大小，随后判断格点上待调整微物理量是否小于由Ri确定的阈值，若是小于阈值，则按照式(2) 计算调整量。
|
(2) |
图 1给出了F12、Q14和C17三种闪电资料同化方法中直接调整的微物理量随闪电频数的变化。当格点上存在闪电但模式未能模拟出对流时，将微物理量调整到阈值以上，且调整量随闪电频数增大而迅速增大，当闪电频数大到一定值时，调整量趋于稳定，避免因调整过多造成模式不稳定。
|
| (a. F12方法中混合相态层内相对湿度在不同模式预报软雹混合比下随闪电频数的变化，b. Q14方法中混合相态层内软雹、雪晶和冰晶混合比随闪电频数的变化，c. C17方法Ri在20—40，模式预报软雹混合比为0 g/kg情况下，900—700 hPa高度层内相对湿度(蓝线)和混合相态层内软雹混合比(红线)随闪电频数的变化) 图 1 三种同化方法中调整物理量和闪电频数的关系 (a. relative humidity in the mix-phased region for various values of graupel mixing ratio in F12, b. graupel (green line), snow (red line) and ice (blue line) mixing ratios in the mix-phased region in Q14, c. relative humidity (blue line) within 900-700 hPa and graupel mixing ratio (red line) in the mix-phased region when Ri is between 20 and 40 and the model-predicted graupel mixing ratio is 0 g/kg in C17) Figure 1 Relationships between the water content to be adjusted and flashing rate |
采用的闪电资料来自北京闪电综合探测网(简称BLNET)。截至到2016年，BLNET是一个由16个探测子站组成的多频段闪电探测和定位网络，每个子站均布设了快电场变化测量仪(也称快天线)，部分测站还架设了低频磁天线探测仪和闪电甚高频(VHF)辐射探测仪。定位系统将探测到的各个脉冲自动识别为地闪回击脉冲和云闪脉冲，通过提取并分析脉冲的电磁波到达各测站的时间信息, 利用多站同步时间差计算得到脉冲源的发生时刻和经、纬度及高度(王宇等，2015；Wang, et al, 2016)。在2015、2016年汛期观测中，BLNET总闪探测效率约为93 %，地闪探测效率为73.9 %，作为对比，中国气象局闪电定位系统ADTD在上述雷暴过程中地闪探测效率为49.4 %。通过分析高速摄像记录到的一次击中中国科学院大气物理研究所325 m气象铁塔上的闪电，BLNET对该次闪电的水平定位结果距铁塔51.9 m (Srivastava, et al, 2016)。
由于BLNET定位结果为脉冲源，而一次闪电过程中可能存在多个脉冲源，此处按照时间间隔小于500 ms，水平距离小于10 km的标准将多个脉冲源归为一个闪电，根据闪电定位结果(闪电发生时间、经度、纬度), 将其投影到模式格点坐标并计算格点在积分时刻前10 min内的闪电频数，需要说明的是，在下文同化试验中，由于内外层网格水平分辨率为1:3，在外层网格同化闪电资料过程中，将外层网格的闪电频数除以9以保证式(2) 的适用性。
4 对一次飑线过程的模拟对比研究 4.1 天气过程2015年8月7日08时(北京时，下同)500 hPa上有东北冷涡活动，北京处在冷涡底部，其西北侧有弱冷平流侵入。850 hPa上来自台风苏罗迪的暖湿气流沿着太行山流动，形成一条明显的湿舌，延伸到北京西部，北京地区比湿大于11 g/kg。北京南郊观象台08时探空表明850 hPa附近存在明显的逆温稳定层结，对流有效位能(CAPE)达到2232 J/kg。低层台风的暖湿输入和高层低涡后部弱的冷平流入侵造成了北京上空存在上干下湿的结构，不稳定能量在逆温层结的作用下不断积聚，大气的不稳定性逐步增强，触发了北京地区午后这次飑线过程。
此次飑线过程闪电活动大致分成4个阶段：闪电早期增强阶段、闪电活动稳定阶段、闪电活动跃增阶段和闪电活动减弱阶段(图 2)，不同阶段中闪电数量变化是由于不同雷暴单体处在不同的发展阶段共同造成的。这次飑线过程基本活动在BLNET探测范围内，对流系统自西北向东南移动，当其发展到成熟阶段，恰好移至定位测站分布密集的北京境内，BLNET较好地探测到了这次飑线系统内的闪电活动，因而选择这次具有完整闪电观测资料的飑线过程作为个例并进行数值模拟，比较不同闪电资料同化方法的效果。
|
| (a.全闪数量，b.地闪数量) 图 2 2015年8月7日闪电频数(10 min间隔)随时间的演变 (a. the number of total lightning and cloud-to-ground (CG) lightning, b. the number of positive and negative CG lightning) Figure 2 Time series of flash number (10 min interval) on 7 Aug 2015 |
采用WRF3.7.1版本，以GFS(Global Forecast System)预报资料作为模式初始场，时间间隔为3 h，空间分辨率为0.5°×0.5°。模拟中采用两层嵌套方案，模拟区域中心为(39.8°N, 116°E)，外层水平分辨率为6 km，格点数为550×550，内层水平分辨率为2 km, 格点数为310×310，模式层顶为50 hPa, 内外垂直层数均为40，参数化方案选择见表 2。模拟时段为2015年8月7日14时—8日02时，共模拟12 h，每6 min输出一次结果。控制试验不进行闪电资料同化，3组同化试验(F12、Q14和C17) 在经过2.5 h模式起转后，从16时30分开始内层网格和外层网格分别读入对应的闪电资料，按照式(2) 进行张弛逼近同化，19时停止同化，共同化2.5 h，涵盖了闪电活动的主要活跃时段(图 3)。
| 模式选项 | 外层网格D01 | 内层网格D02 |
| 区域大小 | 分辨率6 km，550×550 | 分辨率2 km，310×310 |
| 时间积分步长 | 30 s | 10 s |
| 积云对流参数化方案 | 无 | 无 |
| 微物理方案 | WDM6 | WDM6 |
| 边界层方案 | BouLac | BouLac |
| 短波辐射方案 | Dudhia | Dudhia |
| 长波辐射方案 | RRTM | RRTM |
| 陆面过程参数化方案 | Unified Noah Land-surface Model | Unified Noah Land-surface Model |
|
| (红色圆点代表BLNET 16个子测站位置) 图 3 2015年8月7日16时30分—22时全闪(云闪+地闪) (单位: flashes/(4 km2))的空间分布 (Red spots denote the 16 stations of BLNET) Figure 3 Spatial distribution of total lightning (flashes/(4 km2)) from 16:30 BT to 22:00 BT 7 Aug 2015 |
闪电资料同化的目的在于利用闪电定位资料改进强对流系统的位置与强度预报。当观测到闪电发生，但模式在对应空间位置上未能模拟出对流，则根据闪电活动状况来调整格点上的微物理量，影响模式的微物理过程，最终激发出对流。
北京市气象局S波段雷达(CINRAD/SA)18时组合反射率上显示北京境内主要有三段强回波，分别是位于北京西部的东北—西南走向的强回波，位于北京中部的强回波主体以及从强回波主体分裂出后不断发展的新单体(图 4)，此时闪电主要由北京中部的强回波产生。控制试验模拟出了北京西部的强回波，模拟回波呈东北—西南走向，回波强度在50 dBz以上，与实况一致。但控制试验在北京中部未能模拟出明显的对流活动，直至18时40分才出现组织较好的雷暴单体。
|
| (a、b.实际观测，c、d.控制试验，e、f. F12方法，g、h. Q14方法，i、j. C17方法；AB、CD为两条剖线，A点(40.7°N, 116.7°E)，B点(39.7°N, 116.7°E)，C点(39.78°N, 116.3°E)，D点(40.37°N, 117.09°E)) 图 4 2015年8月7日18和19时雷达组合反射率因子(单位：dBz) (a, b. observations (OBS), c, d. results of the control experiment (CTL), e, f. results of the F12 lightning assimilation experiment (F12), g, h. results of the Q14 lightning assimilation experiment (Q14), i, j. results of the C16 lightning assimilation experiment (C17); AB and CD denote lines of section plane, where A (40.7°N, 116.7°E), B (39.7°N, 116.7°E), C (39.78°N, 1 16.3°E), D (40.37°N, 117.09°E)) Figure 4 Radar composite reflectivity (unit: dBz) at 18:00 BT and 19:00 BT 7 August 2015 |
同化试验从16时30分开始同化闪电资料，到18时北京中部回波明显增强，但是不同同化方法的回波中心强度、落区以及层状云范围有所不同。F12方法中北京中部存在大范围20 dBz弱回波，回波中心强度为25 dBz，中心位置比观测偏向下游；Q14方法中两个回波中心位置与实际雷达回波对应较好，强度超过40 dBz，但同化效果主要体现在闪电产生较多的强回波区，在闪电数量较少的层云区，该方法在此区域内调整很少，因而对层云回波的模拟没有明显改进；C17方法在北京中部回波强度超过35 dBz，接近实际观测中的主体回波强度，强回波区外围伴随较大范围的层云，同实际情况对应得更好。
为了更直观比较不同同化方法回波的强度和空间位置上的差异，借此来了解同化过程中水物质的总体分布，按照图 4中的剖线做对应时刻雷达反射率剖面(图 5)，其中18时剖线AB经过F12方法的回波中心，19时剖线CD经过实际观测中的强回波主体。可以看出，F12方法回波整体在0℃线(高度在4 km左右)以上，强度小于30 dBz, 雨水混合比小，主体以冰相粒子为主(图 4e、f)。Q14方法和C17方法由于冰相粒子在0℃层附近融化，对流核位置处在0℃线附近，形成0℃层亮带，其高度和实际观测的对流核高度接近，这两种方法中雨水混合比明显增大。对比3个同化方法，从回波强度上看，Q14方法模拟出的对流回波强度最大，C17方法次之，F12方法最弱，从对流的空间位置上看，Q14方法模拟出的对流落区与实际观测最为接近，C17方法模拟出的对流落区略微偏南，F12方法模拟出的对流落区明显偏向下游。
|
| (a、b.实际观测，c、d.控制试验，e、f. F12方法，g、h. Q14方法，i、j. C17方法；黑色线代表等温线，蓝色线代表雨水混合比) 图 5 沿图 4中AB线(a、c、e、g、i)和CD线(b、d、f、h、j)的雷达反射率(单位：dBz)剖面 (Alone the AB line at 18:00 BT: (a) OBS, (c) CTL, (e) F12, (g) Q14 and (i) C17; Alone the CD line at 19:00 BT on 7 Aug 2015: (b) OBS, (d) CTL, (f) F12, (h) Q14 and (j) C17; In (c)-(j), the black lines denote temperature and the blue lines denote the rain water mixing ratio) Figure 5 Vertical cross sections of radar reflectivity (unit: dBz) alone the lines AB and CD shown in Fig. 4 |
19时同化结束，此时实际雷达回波上东西两段线状回波因嵌于其中的单体发展而相连，回波主体位于40°N以北，后部伴随大范围的层状云区，而控制试验回波主体处在40°N以南。对比控制试验，F12方法强回波向北扩展，并且形成大面积20 dBz弱回波区，Q14方法强回波处在40°N以南，比实际观测偏南，40°N以北则是大范围35 dBz回波，C17方法强回波主体向东北方向扩展，在北京中部偏东的回波更接近实况，其后部的层云区呈西北—东南走向，与实际观测一致。模式模拟出的强回波(控制试验和同化试验)与实际观测相比，30 dBz以上回波面积更大(图 8)，尤其是Q14和C17同化试验，除了模式自身的原因外，还与同化过程中下沉气流在出流边界附近和环境气流辐合产生新对流有关。注意到19时闪电资料同化结束后，Q14方法强回波面积减少最为明显，C17方法强回波减少的趋势放缓，F12方法强回波面积则继续缓慢增大，说明通过增加冰相粒子若缺乏垂直速度支撑，会因过强的下沉气流而造成强回波衰减较快，而增加水汽则能较长时间维持模拟出的对流的强度。
|
| 图 8 层状云回波面积(a, 15—30 dBz)和对流性回波面积(b, 大于30 dBz)随时间的变化 Figure 8 Time series of stratiform echo coverage (a) and convective echo coverage (b) |
同化结束时，地面冷池范围和强度以及出流边界的位置将直接影响后续对流系统的发展。19时地面自动站观测资料显示，地面冷池覆盖北京北部和中部，冷池出流边界位于北京中部40°N附近(图 6a)。控制试验中冷池处在北京中部，冷池范围比实际观测小，同化试验则扩大了冷池范围。F12方法中冷池向东北方向扩展，气流北风分量增大，出流边界附近的辐合更明显。Q14方法模拟出的冷池范围最大，但冷池位置偏南，出流边界位于北京东南边境，比实际观测偏南。C17方法模拟出的冷池中心位于北京中部，冷池覆盖北京中部和北部，在北京东部形成了明显的出流边界，与实际观测接近。
|
| (a.北京地面自动站观测资料，b.控制试验，c. F12方法，d. Q14方法，e. C17方法；其中为了清楚显示风羽，图中风速为实际风速的两倍) 图 6 2015年8月7日19时地面风场(单位：m/s)及位温场(单位：K) (a. OBS, b. CTL, c. F12, d. Q14, e. C17; The wind speed was amplified by two times in order to show wind barbs clearly) Figure 6 Surface winds (unit: m/s) and potential temperature (unit: K) at 19:00 BT 7 August 2015 |
19时30分飑线形成(图 7)，控制试验和同化试验都能模拟出飑线形态。对比控制试验，F12方法中飑线东北段增强，存在大范围的20 dBz弱回波，Q14和C17方法，飑线的走向得到调整，更加接近实际观测中的东西走向，但是Q14方法模拟的飑线位置明显南移，其层云范围较小，C17方法飑线位置与实测一致，但强回波区面积扩大，伴随大范围30—40 dBz回波，层云区回波状况和实际观测接近。随着飑线系统发展演变，对比控制试验，Q14方法模拟出来的飑线位置偏向下游，系统衰减较快，F12和C17方法明显改进了内层云区模拟能力不足的问题，同化正面效果保持时间较长(图 8)。
|
| (第2列中蓝色标志代表北京南郊观象台(39.814°N，116.467°E)；EF为剖线，E点(40.1°N，116.467°E)，F点(39°N，116.467°E)) 图 7 同图 4，但对应时刻分别为19时30分、20时和21时 (The blue star in the second column denotes Beijing Nanjiao observatory station (39.814°N, 116.467°E); EF denotes the line of the section plane, where E (40.1°N, 116.467°E), F (39°N, 116.467°E)) Figure 7 Same as Fig. 4 but for 19:30, 20:00 and 21:00 BT 7 August 2015 |
模式在19时停止同化进入预报期，而此次飑线过程到22时已经基本移出北京，故选择19—22时3 h累计降水来分析闪电资料同化对降水预报的影响。其降水观测数据来自中国国家气象信息发布的中国自动站与CMORPH融合的逐时降水量网格数据集(0.1°×0.1°)，19—22时累计降水主要集中在北京中部，存在3个降水中心(图 9a)。控制试验模拟出了40°N以南两个降水中心，但是40°N以北降水较弱。F12中降水向东北方向扩展，但是强度较弱，未能形成观测到的40°N以北的降水中心(25 mm以上)。Q14方法中强降水区面积主要向西北方向扩展，但是北京东部一带模拟降水很弱，控制试验中此区域内的降水中心在Q14方案模拟中消失。C17方法模拟出的降水区明显扩大，降水中心向北扩展，模拟出了实际观测中40°N以北的强降水区，3个降水中心与实际观测对应较好，但是降水量偏大有所加强。
|
| (a.实际观测, b.控制试验，c. F12方法，d. Q14方法，e. C17方法) 图 9 2015年8月7日19—22时3 h累计降水(单位: mm)分布 Figure 9 Comparison of 3 h precipitation accumulation (unit: mm) between 19:00 and 22:00 BT on 7 August 2015 for (a) OBS, (b) CTL, (c) F12, (d) Q14 and (e) C17 |
可以看出通过同化闪电资料，模式模拟出的降水区域明显扩大，但是不同同化方法模拟出的降水中心位置和强度有所不同。F12方法中通过增加水汽来激发对流，雨水混合比较低，雨水形成较慢，雨区向东北方向延伸，但是强度较弱，形成了大范围的弱降水区。而增加冰粒子则能明显增大雨水含量，增强降水过程，但这些降水更多依赖通过闪电资料的外强迫，降水集中在闪电发生区域，而闪电发生较少的层云区域降水则较少。同化过程结束后，由于Q14方法仅直接调整冰粒子浓度，冷池位置偏向东南，降水落区偏向下游。C17方法通过调整冰粒子加速降水形成，降水强度比F12方法增强，同时由于在低层提高水汽含量，避免了冷池过强而导致对流系统迅速向下游移动，因而降水落区向北扩展，降水分布整体更接近观测。
由于BLNET是一个区域性闪电探测网，有效探测范围未能覆盖整个模拟区域(图 3)，为了定量比较不同试验对降水过程的模拟能力，选择(39°—42°N，115°—118°E)这一区域来计算区域平均逐时降水和ETS降水评分(图 10)。模式模拟降水从16时开始产生，量值远小于观测值，这和模式起转时间有关。18时之前为闪电活动早期增强和随后维持稳定的阶段，电活动相对较弱，同化试验降水强度和控制试验区别不大。18时后北京境内对流不断发展，电活动增强，闪电频数跃增，同化试验降水强度明显与控制试验拉开差距，模拟降水强度超过观测值的时刻提前。Q14方法的降水强度在19时同化结束时达到峰值，同化结束后降水强度下降并且很快小于控制试验。F12和C17两方法降水强度变化趋势与控制试验一致，在20时达到峰值，降水强度大于控制试验，这种增强作用一直维持到22时。
|
| 图 10 (a)区域平均逐时降水随时间的演变，(b)—(d)为不同阈值下的ETS降水评分 Figure 10 Time series of (a) average hourly precipitation and (c)-(d) hourly precipitation ETS at different thresholds |
从降水预报评分上看(图 10b-d)，同化试验在同化期间3个阈值(1、5、10 mm)的ETS值均高于控制试验，尤其在10 mm阈值上，控制试验在19时才显示出预报能力，而同化试验则能提前1 h。同化结束后，Q14方法的ETS值迅速降低，很短时间内就小于控制试验，阈值越高ETS降低越快，说明Q14方法对降水的预报能力保持时间较短，而F12和C17方法ETS值大于控制试验的时间保持更长，但这种保持能力随阈值增大而缩短，说明同化试验对强降水预报能力随时间推移有更快的衰减。
北京南郊观象台(39.8°N，116.467°E)20时探空显示(图 11)，对流系统后部经过降水后，低层相对湿度大，高层相对偏干，地表上维持一个较浅的逆温层，而Q14方法700—300 hPa内相对湿度很大，但是低层大气偏干，导致降水蒸发旺盛，降水效率较低，降水无法达到地面，降水物蒸发冷却在地表形成强大深厚的冷池，其冷池范围和厚度均远超过控制试验及另外两个同化试验(图 12)，逆温层厚度达到850 hPa，气层十分稳定；而F12和C17方法中层以下为深厚的湿层，低层相对湿度比Q14方法大，降水蒸发较少，降水效率较高，较之控制试验，地表冷池得到一定的加强，雨区范围明显扩大，因此同化结束后ETS比Q14方法高。
|
| (b.控制试验，c. F12方法，d. Q14方法，e. C17方法; 黑线代表温度廓线，蓝线代表露点温度廓线, 单位：℃) 图 11 2015年8月7日20时北京南郊气象台探空曲线(a)以及不同同化方法(b—e)中对应位置上的模式探空曲线 Figure 11 Skew T-lgp diagram at 20:00 BT 7 August 2015 at the location of Beijing Nanjiao Observatory station for (a) OBS, (b) CTL, (c) F12, (d) Q14 and (e) C17 with air temperature (℃, black line) and dew point temperature (℃, blue line) |
在国际上已有的直接调整水汽含量(F12) 和直接调整冰相粒子浓度(Q14) 两种闪电资料同化方法的基础上，提出了一种综合调整冰相粒子浓度和水汽含量(C17) 的闪电资料同化方法，并进一步引入总体理查森数来衡量模式的动、热力状况，根据模式动、热力条件不同程度地调整混合相态层内软雹的浓度并增加低层大气内的水汽含量。采用WRF模式在云分辨尺度下对北京地区一次飑线过程进行数值模拟，将北京闪电综合定位网全闪数据(云闪+地闪)按照F12、Q14和C17三种不同闪电资料同化方法同化进模式，比较不同方法对此次飑线过程的模拟能力，分析不同方法的物理过程差异，得出以下结论：
(1) 与不进行闪电数据同化的控制试验相比，将闪电资料同化进模式，模式对对流活动的模拟更接近观测，但不同同化方法模拟出的对流活动有差异。在同化期间，对比3个同化方法，从回波强度上看，Q14方法模拟出的对流回波强度最大，C17方法次之，F12方法最弱，从对流的空间位置上看，Q14方法模拟出的对流落区和实际观测最为接近，C17方法模拟出的对流落区略微偏南，F12方法模拟出的对流落区明显偏向下游。
(2) 同化结束时冷池范围、强度和出流边界位置将影响对流系统后续的发展，F12冷池向东北方向扩展，出流边界附近的辐合更明显，模拟出的飑线向东北方向延伸，并形成大范围层云区。Q14方法模拟出的冷池范围最大，强度最强，但冷池中心偏南，出流边界比实际观测偏南，模拟出的飑线迅速移动，层云区面积较小。C17方法模拟出冷池覆盖北京中部和北部，在北京东部形成了明显的出流边界，飑线走向得到调整，接近实际观测中的东西走向。随着飑线系统发展演变，Q14方法模拟的强回波面积减少最为明显，而F12方法模拟的强回波面积则继续缓慢增加。
(3) 不同闪电资料同化方法模拟出的降水中心位置有差异。F12方法雨水混合比较低，雨区向东北方向延伸，但是强度较弱，形成了大范围的弱降水区。Q14方法降水中心偏南, 降水区向南扩展。C17方法降水区向北扩展，降水强度大于F12方法，弱降水范围扩大，降水分布接近实际观测。同化结束后Q14方法由于低层大气偏干，降水蒸发旺盛，冷池强度大，逆温层较厚，气层十分稳定，造成其对降水的预报能力保持时间较短，而F12和C17方法低层相对湿度比Q14方法大，降水蒸发较少，降水效率较高，对降水的预报能力保持时间更长。
在将闪电资料同化进数值模式时，需要进一步考虑相关物理量调整的合理性以及消除虚假回波的问题，如图 8所示，对流云区面积在控制试验里已经高出实际观测，通过闪电资料同化，除了同化闪电资料激发出的对流，在Q14和C17方案内还可以观察到增强的下沉气流触发出更多的新生对流，这些均使得对流云区面积进一步增大，同实际情况偏离更大。在下一步工作中需要研究调整物理量的阈值大小、调整层次和同化时间的选取以及同化时长对消除虚假回波的影响，探索将闪电资料同化和雷达资料同化结合，优化模式对层状云区和对流云区的模拟效果。
致谢: 感谢中国气象局北京城市气象研究所仲跻芹研究员提供质量控制后的观测资料，感谢中国科学院大气物理研究所LACS实验室张哲审阅了初稿并提出许多宝贵意见。| 李万彪, 宋国琼, 童科. 2008. TRMM卫星LIS闪电资料在数值模式中的应用. 北京大学学报(自然科学版), 44(3): 399–406. Li W B, Song G Q, Tong K. 2008. Applying TRMM-LIS lightning data to numerical model. Acta Sci Nat Univ Peking, 44(3): 399–406. (in Chinese) |
| 冉令坤, 周玉淑. 2011. TRMM卫星的闪电观测资料在中尺度数值模式中的Nudging同化应用研究. 大气科学, 35(6): 1145–1158. Ran L K, Zhou Y S. 2011. Application of lightning observations of TRMM satellite to the mesoscale numerical model by a new nudging assimilation adjustment technique. Chinese J Atmos Sci, 35(6): 1145–1158. (in Chinese) |
| 王宇, 郄秀书, 王东方, 等. 2015. 北京闪电综合探测网(BLNET):网络构成与初步定位结果. 大气科学, 39(3): 571–582. Wang Y, Qie X S, Wang D F, et al. 2015. Beijing lightning NETwork (BLNET):Configuration and preliminary results of lightning location. Chinese J Atmos Sci, 39(3): 571–582. DOI:10.3878/j.issn.1006-9895.1407.14138 (in Chinese) |
| Alexander G D, Weinman J A, Karyampudi V, et al. 1999. The effect of assimilating rain rates derived from satellites and lightning on forecasts of the 1993 superstorm. Mon Wea Rev, 127(7): 1433–1457. DOI:10.1175/1520-0493(1999)127<1433:TEOARR>2.0.CO;2 |
| Chang D E, Weinman J A, Morales C A, et al. 2001. The effect of spaceborne microwave and ground-based continuous lightning measurements on forecasts of the 1998 ground hog day storm. Mon Wea Rev, 129(8): 1809–1833. DOI:10.1175/1520-0493(2001)129<1809:TEOSMA>2.0.CO;2 |
| Fierro A O, Mansell E R, Ziegler C L, et al. 2012. Application of a lightning data assimilation technique in the WRF-ARW model at cloud-resolving scales for the tornado outbreak of 24 May 2011. Mon Wea Rev, 140(8): 2609–2627. DOI:10.1175/MWR-D-11-00299.1 |
| Fierro A O, Gao J D, Ziegler C L, et al. 2014. Evaluation of a cloud-scale lightning data assimilation technique and a 3DVAR method for the analysis and short-term forecast of the 29 June 2012 Derecho event. Mon Wea Rev, 142(1): 183–202. DOI:10.1175/MWR-D-13-00142.1 |
| Fierro A O, Clark A J, Mansell E R, et al. 2015. Impact of storm-scale lightning data assimilation on WRF-ARW precipitation forecasts during the 2013 warm season over the Contiguous United States. Mon Wea Rev, 143(3): 757–777. DOI:10.1175/MWR-D-14-00183.1 |
| Fierro A O, Gao J D, Ziegler C L, et al. 2016. Assimilation of flash extent data in the variational framework at convection-allowing scales:Proof-of-concept and evaluation for the short-term forecast of the 24 May 2011 tornado outbreak. Mon Wea Rev, 144(11): 4373–4393. DOI:10.1175/MWR-D-16-0053.1 |
| Li W L, Qie X S, Fu S M, et al. 2016. Simulation of quasi-linear mesoscale convective systems in northern China:Lightning activities and storm structure. Adv Atmos Sci, 33(1): 85–100. DOI:10.1007/s00376-015-4170-3 |
| Mansell E R, Ziegler C L, MacGorman D R. 2007. A lightning data assimilation technique for mesoscale forecast models. Mon Wea Rev, 135(5): 1732–1748. DOI:10.1175/MWR3387.1 |
| Papadopoulos A, Chronis T G, Anagnostou E N. 2005. Improving convective precipitation forecasting through assimilation of regional lightning measurements in a mesoscale model. Mon Wea Rev, 133(7): 1961–1977. DOI:10.1175/MWR2957.1 |
| Pessi A T, Businger S. 2009. The impact of lightning data assimilation on a winter storm simulation over the North Pacific Ocean. Mon Wea Rev, 137(10): 3177–3195. DOI:10.1175/2009MWR2765.1 |
| Qie X S, Zhu R P, Yuan T, et al. 2014. Application of total-lightning data assimilation in a mesoscale convective system based on the WRF model. Atmos Res, 145-146: 255–266. DOI:10.1016/j.atmosres.2014.04.012 |
| Saunders C P R, Keith W D, Mitzeva R P. 1991. The effect of liquid water on thunderstorm charging. J Geophys Res, 96(D6): 11007–11017. DOI:10.1029/91JD00970 |
| Srivastava A, Tian Y, Wang D F, et al. 2016. Detection performance of three different lightning location networks in Beijing area based on accurate fast antenna records.Paper ID-AE23A-0411, 2016 AGU fall meeting. San Francisco. https://agu.confex.com/agu/fm16/meetingapp.cgi/Paper/127528 |
| Takahashi T. 1978. Riming electrification as a charge generation mechanism in thunderstorms. J Atmos Sci, 35(8): 1536–1548. DOI:10.1175/1520-0469(1978)035<1536:REAACG>2.0.CO;2 |
| Wang Y, Yang Y, Wang C H. 2014. Improving forecasting of strong convection by assimilating cloud-to-ground lightning data using the physical initialization method. Atmos Res, 150: 31–41. DOI:10.1016/j.atmosres.2014.06.017 |
| Wang Y, Qie X S, Wang D F, et al. 2016. Beijing Lightning Network (BLNET) and the observation on preliminary breakdown processes. Atmos Res, 171: 121–132. DOI:10.1016/j.atmosres.2015.12.012 |
| Weisman M L, Klemp J B. 1982. The dependence of numerically simulated convective storms on vertical wind shear and buoyancy. Mon Wea Rev, 110(6): 504–520. DOI:10.1175/1520-0493(1982)110<0504:TDONSC>2.0.CO;2 |