风廓线雷达是一种新型的测风雷达, 利用大气湍流对电磁波的散射作用进行大气风场等要素的探测, 它能够24 h连续提供大气水平风廓线、垂直风廓线以及反映大气湍流状况的折射率结构常数C_n²廓线等^[1]，具有时空分辨率高、连续性和实时性好的特点，是当前常规气球测风的重要补充，是开展天气预报和气象保障服务的新手段。目前已经广泛应用于航空航天、军事气象保障、大气监测、机场低空风切预警、大气边界层研究及日常短时临近天气预报服务，对天气发生发展机理的认识、精细化天气预报准确率的提高已产生明显效果^[2-9]。风廓线雷达探测资料时间分辨率一般为5~6 min，空间高度分辨率一般为几十米到100 m左右，这是其他探测手段很难达到的，利用这种高时空分辨率探测资料可以分析出雷暴超级单体的风场精细结构变化^[10]，可以分析孕育冰雹的大气环境及冰雹出现与否的风廓线雷达判据^[11]；从风廓线雷达高、低空水平风廓线资料分析高、低空急流脉动特征预报强降水^[12-13]；还可以利用风廓线雷达资料与其他资料结合反演精细的大气温度平流^[14]、大气比湿廓线^[15]、定量估测降水^[16]。另一方面，这种高时空分辨率探测资料同化到数值预报模式对提高模式预报水平必然产生重要影响，已有研究表明：经有效质量控制后的风廓线雷达数据已基本满足业务测风精度要求^[17-18]。因此，随着风廓线雷达站布点的逐渐增多，探讨如何将这种高分辨率的风场观测资料应用到区域模式提高模式预报水平非常有意义。张旭斌等^[19]采用经验正交函数(EOF)分析方法对广东省内13部风廓线雷达资料进行质量控制，并利用GRAPES_3DVar进行批量同化试验，表明同化风廓线雷达资料使短期降水预报有明显改善。谭晓伟等^[20]利用GRAPES_Meso同化风廓线雷达资料模拟一次南方切变线系统降水个例结果表明：风廓线雷达资料对500 hPa高度以下水平风速分析场的修正作用明显优于探空资料，单独同化风廓线雷达资料对降水预报的贡献较弱。李红莉等^[21]利用VAR-LAPS系统作为资料同化系统, 2012年11月进行批量试验, 提出同化对流层风廓线雷达资料能够改进模式初始风场, 但同化较多的边界层风廓线雷达资料后，反而增大了低层模式初值风向误差, 并提出同化中国区域内32部风廓线资料后，对模式降水预报改善不明显。因此, 风廓线雷达资料在不同的区域数值预报系统应用需进一步研究。

按照雷达种类，可分为对流层雷达和边界层雷达，对流层雷达探测最大高度约为12000 m，边界层雷达探测最大高度约为8500 m^[21]。本文使用的风廓线雷达资料来自中国气象局下发的中国东部35部边界层雷达(图 1)，共3种产品，分别为实时的采样高度上的产品、30 min平均的采样高度上的产品、1 h平均的采样高度上的产品。由于大气中小尺度微气团的存在，风廓线雷达测得的风场在风向、风速上会出现短周期的瞬时脉动变化。在天气学分析中，这种风场的高频脉动变化无意义，会严重影响观测资料的代表性，如果将原始的包含高频脉动变化的风廓线雷达资料直接应用于资料同化系统，很可能对分析效果起负作用，造成较大的分析误差^[19]，因此，必须对风廓线雷达的原始测量资料进行质量控制(如滑动平均、算术平均等)，即提取一个时段内的平均信息，从而减小脉动影响，获得相对稳定的有代表性的测量资料。另外，朱立娟^[22]研究也表明：对数值预报资料同化，1 h平均采样风产品优于实时采样风产品，因此，本文同化的资料为1 h平均采样高度上的产品, 针对观测资料进行质量检查是质量控制必须要考虑的，首先针对原始观测资料进行气候极值检查，剔除超出气象值范围的错误风场资料；其次，对风廓线雷达资料进行时空一致性检查；再次，检查风廓线雷达观测的风场资料随时间演变及随高度变化，考虑到风廓线雷达在边界层内资料获取率较高，只选取接近模式层高度的垂直层次；另外，针对2 h内的资料样本，若不同时次观测资料的垂直层数不同，则只挑选高度彼此相同的层次，若某时次观测资料在垂直方向存在缺测值，则该时次观测资料将直接剔除不用。最后，将经过上述处理的风廓线雷达资料转成同化系统指定的格式。

图1

图1 模拟区域与同化风廓线雷达站及探空站分布 Fig.1 Simulated model domains and wind profile radar with radiosonde stations

本文采用WRF3.4.1模式，选用二重嵌套(图 1)，垂直方向取36层，水平网格距分别为9 km和3 km，时间步长分别为30 s，10 s；两重区域的微物理方案均采用Goddard GCE方案和无积云参数化方案，陆面过程使用Noah方案，行星边界层采用YSU参数化方案，表面层使用Monin-Obukhov方案，陆面过程采用Unified Noah陆面模式，长波、短波辐射分别选用RRTM和RRTMG方案。采用的同化系统ADAS (ARPS Data Assimilation System)是ARPS(Advanced Regional Prediction System)模式的资料同化分析系统^[23]，ADAS系统采用最优插值技术作为分析方法，并包括微物理调整系统和复杂云分析系统。

为了比较和评估同化风廓线雷达探测资料对预报改进作用，本文设计了2组4个试验(表 1)。模式的初始场和侧边界场均采用NCEP GFS的格点资料，海温资料采用NCEP GFS的SST格点资料，控制试验中背景场即为模式初始场，而同化试验中模式的背景场经过ADAS系统同化风廓线雷达资料形成分析场作为模式初始场。

表 1

表 1 风廓线雷达资料同化对比试验设计 Table 1 Design for comparative WPR assimilation experiments 试验类型 各试验设计描述 控制试验CTL 针对2014年5月16—17日发生在浙江的一次暴雨过程，不同化任何观测资料，直接采用NCEP GFS提供的预报场作为WRF初始场和侧边界场，不同化任何观测资料，从5月16日00:00(世界时，下同)启动，积分24 h，称该试验为CTL 同化试验WPRDA 试验中其他条件同CTL，只是增加了同化中国东部地区35部风廓线雷达资料(图 1)，称该试验为WPRDA 批量控制试验 BCTL 针对2015年6月1—30日用NCEP GFS预报场作为WRF的初始场和侧边界场，不同化任何观测资料，从00:00和12:00开始积分24 h的试验, 分别称为CTL00和CTL12，CTL00和CTL12合并称为BCTL 批量同化试验 BWPRDA 试验中其他条件同CTL00和CTL12，只是增加了同化中国东部地区35部风廓线雷达资料，试验对应称为WPRDA00和WPRDA12，WPRDA00和WPRDA12合并称为BWPRDA

表 1 风廓线雷达资料同化对比试验设计 Table 1 Design for comparative WPR assimilation experiments

为了分析风廓线雷达资料的同化效果, 选取发生在2014年5月16—17日的一次春季高空浅槽和低层切变线东移引发浙江暴雨过程进行对比试验，5月16日14:00浙江自浙西地区开始出现降水，16日15:00—16:00浙西地区出现短时强降水，1 h降水量最大达25.7 mm，之后降水逐渐扩展至浙江全省。由图 2a可见，5月16日00:00—17日00:00降水量主要分布在浙江中北部地区，从浙赣晥三省交界向东北伸向宁波舟山地区，其中杭州西南部、衢州西北部有大暴雨。由WPRDA模拟结果(图 2b)可见，同化风廓线雷达资料后，雨带明显变宽，浙江西部降水区北界位置接近实况，强度明显增强，能够模拟出浙西地区降水中心，与实况比较一致。CTL虽然可以模拟出浙中东西向雨带(图 2c)，但与实况(图 2a)相比，模拟雨带明显偏窄，浙江西部地区降水强度也偏弱，未能模拟出暴雨中心。利用浙江省气象信息网络中心提供的经过质量控制的气象站(包括自动气象站)观测降水资料对模拟的浙江省内24 h降水定量检验，检验前，利用双线性插值方法将模拟结果插值到浙江省1991个气象站，并计算TS评分、ETS评分、空报率(FAR)和漏报率(FOM)进行评估检验(图 3)。结果表明：同化风廓线雷达资料后，对各量级降水的TS和ETS评分均有所提高，其中小雨和大雨TS评分分别提高了0.06和0.07。对不同量级降水的空报率和漏报率的表现不一致，小雨和暴雨空报率分别降低了0.03和0.05，但中雨和大雨的空报率反而略有升高；大雨和暴雨的漏报率分别降低了0.07和0.04，小雨和中雨的漏报率却略有升高。相比而言，漏报率(空报率)升高幅度比漏报率(空报率)下降的幅度要小。因此，由定性分析可知，同化风廓线雷达资料对这次强降水过程模拟有明显改进作用。

图2

图2 2014年5月16日00:00—5月17日00:00浙江省24 h累积降水量(填色) (a)实况(等值线为16日15:00—16:00的1 h累积降水量，单位：mm)，(b)WPRDA，(c)CTL Fig.2 24 h accumulated precipitation(the shaded) in Zhejiang Province from 0000 UTC 16 May to 0000 UTC 17 May in 2014 (a)observation(the countor denotes 1 h accumulated precipitation from 1500 UTC 16 May to 1600 UTC 16 May in 2014, unit: mm), (b)WPRDA, (c)CTL

图3

图3 同化雷达风廓线资料对2014年5月16日00:00—5月17日00:00浙江省累积降水量预报效果评估 Fig.3 Assessment of radar wind profile data assimilation on the simulated 24 h accumulated precipitation in Zhejiang Province from 0000 UTC 16 May to 0000 UTC 17 May in 2014

图 4给出了WPRDA与CTL的初始场中850 hPa风场差值，也就是分析场减去背景场得到的风场增量(u′，v′)，在24°~33°N，113°~123°E范围内，850 hPa纬向风和经向风增量均以增加为主，纬向风在江西中部、江苏南部各有一个大值中心，分别增加2 m·s^-1，1.5 m·s^-1，浙江暴雨区纬向风增加0.5 m·s^-1；经向风大值中心位于福建南部、浙江西部、江苏南部，分别增加4 m·s^-1，1.5 m·s^-1，2 m·s^-1。如图 4a所示，浙江暴雨区、浙江暴雨区上游地区850 hPa风速分别增加了33%，24%。由图 4可见，浙江强降水区上游的江西中北部、安徽南部地区有条带状正涡度差值分布，对应的散度差值场为多个正负值中心分布，由此可见，同化风廓线雷达资料后，降水主要的切变线系统得到增强，并伴有多个小尺度的涡旋系统。由水平风场(图 5)可见，CTL初始场中风速大于6 m·s^-1范围很小，集中在江西、湖南中南部，而WPRDA初始场中风速大于6m·s^-1范围明显增大，从华南沿海一直到江西、福建北部；另外，同化风廓线雷达资料后，苏南地区存在6 m·s^-1的风速大值中心，使浙江北部湖州嘉兴地区处于风速辐散中，不利于降水发生。对比图 2可以发现，CTL在上述范围内出现空报，WPRDA得到明显改善。金巍等^[24]对风廓线雷达资料与强降水关系研究表明：低空急流的强度与伸展高度均与降水强弱直接相关，虽然这次过程中低层风速未达到急流标准，但降水区上游风速增大同样也可为降水系统增强提供动力条件，且对水汽输送增强作用明显。由图 5可见，同化风廓线雷达资料后初始场中水汽通量大于4 g·(cm·hPa·s)^-1北界位置明显北移到江苏南部，水汽通量大值中心由16 g·(cm·hPa·s)^-1增强到22 g·(cm·hPa·s)^-1，增加约37.5%，浙江暴雨区由4 g·(cm·hPa·s)^-1增强到6 g·(cm·hPa·s)^-1，增加约50%。可见同化风廓线雷达资料可以调整初始风场，增加中小尺度信息，从而对降水预报起改进作用。

图4

图4 WPRDA与CTL 850 hPa初始场差值 (a)纬向风分量(等值线，单位：m·s-1)和涡度(填色，单位：10-5 s-1)(长虚线框代表浙江暴雨区, 实线框代表暴雨上游区)，(b)经向风分量(等值线，单位：m·s-1)和散度(填色，单位：10-5 s-1) Fig.4 The initial field difference at 850 hPa between WPRDA and CTL (a)zonal wind(the contour, unit:m·s-1) and vorticity(the shaded, unit:10-5 s-1)(the long dashed line rectangle box denotes the rainstorm area over Zhejiang Province, and the solid line rectangle box denotes the upstream area), (b)meridional wind(the contour, unit:m·s-1) and divergence(the shaded, unit:10-5 s-1)

图5

图5 数值试验初始时刻850 hPa水平风场(矢量)与水汽通量场(填色，单位：g·(cm·hPa·s)-1) (a)WPRDA，(b)CTL Fig.5 The initial wind field(the vector) and water vapor flux(the shaded, unit:g·(cm·hPa·s)-1) at 850 hPa (a)WPRDA, (b)CTL

图 6给出了WPRDA与CTL的初始场中水平廓线与实况探空资料随高度的演变特征。图 6a和图 6b为杭州站不同初始场与实况的对比。由图 6a和6b可见，10 km以上高度，两初始场与实况风场比较接近。10 km以下纬向风实况随高度呈阶梯形增大，两初始场都对这种风速增大的趋势有所反映，WPRDA更接近于实况。10 km以下经向风实况随高度呈先北风增强后缓慢减弱成南风的趋势，WPRDA初始场较好，CTL相对较差，特别是CTL在5 km以下的低层变化不明显, 与实况差异较大。图 6c为衢州站两初始场的纬向风和实况对比，WPRDA和CTL初始场与实况比较接近，特别是WPRDA几乎与实况重合。图 6d为衢州站两初始场经向风和实况对比，实况风速整体偏弱，WPRDA初始场略好于CTL初始场。实况最大风速约为5.5 m·s^-1，出现在9.63 km高度，WPRDA和CTL对于该高度层风速没有很好反映。

图6

图6 WPRDA与CTL初始场水平风廓线与实况经向风对比 (a)杭州站纬向风分量，(b)杭州站经向风分量，(c)衢州站纬向风分量，(d)衢州站经向风分量 Fig.6 Comparisons between the simulated initial horizontal wind profiles and the observation (a)zonal wind at Hangzhou, (b)meridional wind at Hangzhou, (c)zonal wind at Quzhou, (d)meridional wind at Quzhou

图 7给出了WPRDA与CTL预报的12:00水平风廓线与探空对比。图 7a和图 7c分别为杭州站和衢州站纬向风对比，两站实况风速均随高度逐渐增强后又有所减弱，WPRDA和CTL预报风速变化趋势均与之相似。杭州站WPRDA预报风速相对于CTL更接近实况；衢州站两预报场几乎与实况风速重合。图 7b和图 7d分别为两站经向风对比，整体而言WPRDA预报好于CTL。杭州站实况风速在9 km高度以下偏弱，变化幅度不大，WPRDA预报风速更接近于实况，9 km高度以上实况风向逐渐转为南风并增强后又逐渐减弱，WPRDA与CTL均未预报出这一现象。衢州站实况风速变化特征明显，WPRDA预报场与实况变化趋势始终一致，而CTL预报与实况偏差较大，特别是未预报出9 km高度实况风速的转向特征。

图7

图7 WPRDA与CTL的12 h预报水平风廓线与实况对比 (a)杭州站纬向风分量，(b)杭州站经向风分量，(c)衢州站纬向风分量，(d)衢州站经向风分量 Fig.7 Comparisons between 12 h forecast horizontal wind profiles and the observation (a)zonal wind at Hangzhou, (b)meridional wind at Hangzhou, (c)zonal wind at Quzhou, (d)meridional wind at Quzhou

由图 6和图 7可知，CTL初始场与纬向风实况对比，杭州站和衢州站均方根误差分别为7.98 m·s^-1，2.86 m·s^-1，而WPRDA初始场与纬向风实况对比，杭州站和衢州站均方根误差分别为5.19 m·s^-1，1.63 m·s^-1，减少幅度达35%和43%。CTL初始场与经向风实况对比，杭州站和衢州站均方根误差分别为2.31 m·s^-1，1.79 m·s^-1，而WPRDA初始场与经向风实况对比，杭州站和衢州站均方根误差分别为1.83 m·s^-1，1.69 m·s^-1，均方根误差减少幅度达20.8%和5.6%。同样，相对于CTL，WPRDA的12 h预报场，杭州站和衢州站纬向风均方根误差减小20.3%，12.4%，经向风均方根误差减小8.9%，12.2%。由此可见，无论是初始场，还是12 h预报场，WPRDA整体明显优于CTL，且对纬向风改进优于经向风。

为了比较同化风廓线雷达资料对这次暴雨过程的水汽增减、层结变化以及与降水有关云水凝物分布的影响，选取这次暴雨过程由安徽向东移到浙江后出现的第1个小时强降水(16日15:00—16:00)，图 8a、图 8b是WPRDA和CTL模拟结果，与实况(图 2a)比较可知，WPRDA结果与实况比较接近，CTL比实况明显偏弱。从模式结果提取16日23：00强降水中心的温度-对数压力图(图略)可见，同化风廓线雷达资料后，模拟的强降水上空气块抬升凝结高度比未同化风廓线雷达资料的降低11 hPa，可降水量增加3 mm，环境对流有效位能从0增加到15 J，由风廓线雷达资料看到，底层东风减弱，4~5.5 km高度西风减弱，0~6 km垂直风切变减弱，这些条件的改善有利于短时强降水发生。过强降水中心沿雨带(图 8a中的红色斜线)作相当位温和相对湿度的垂直剖面(图 9a、图 9b)可知，在2 km和6 km高度附近分别存在相当位温高值区和低值区，WPRDA模拟的高值区和低值区比CTL分别偏高1 K和偏低1 K，这表明，同化风廓线雷达资料后，2~6 km大气层结不稳定增加；CTL模拟的大于90%相对湿度高度比CTL偏高，而小于40%相对湿度底高比CTL偏低，4~6 km相对湿度变化梯度增大，这也表明，同化风廓线雷达资料后，高低层干湿对比更明显，这与相当位温表现出来的大气不稳定层结形成有密切联系。由图 9c和9d可见，雨带上空0℃和-20℃层分别位于5 km和8 km附近，同化风廓线雷达资料后，在119°~121°E雨水、云水等云水凝物明显增多，特别是在0℃高度附近出现霰，而雨水主要通过两条主要途径产生，除了云水被雨水碰并收集造成雨水增加之外，丰富的水汽凝结成云水，云水被霰碰并收集而增加，然后霰融化成雨水^[25]，因此，同化风廓线雷达资料可以增加降水区的云水、霰等云水凝物增加雨水产生改进暴雨预报。

图8

图8 2014年5月16日15:00—16:00浙江省1 h降水量模拟结果 (三角形代表最大降水量中心)(a)WPRDA, (b)CTL Fig.8 The simulated 1 h accumulated precipitation in Zhejiang Province from 1500 UTC 16 May to 1600 UTC 16 May in 2014 (the triangle represents the center of maximum rainfall) (a)WPRDA, (b)CTL

图9

图9 沿图 8a中红色斜线的2014年5月16日15：00垂直剖面图 (a)WPRDA模拟的相当位温(黑色等值线，单位：K)和相对湿度(填色)，(b)CTL模拟的相当位温(黑色等值线，单位：K)和相对湿度(填色)，(c)WPRDA模拟的雨水、云水、云冰、雪和霰等云水凝物分布以及0℃和-20℃层高度，(d)CTL模拟的雨水、云水、云冰、雪和霰等云水凝物分布以及0℃和-20℃层高度 Fig.9 The vertical section along the red slash line shown in Fig. 8a at 1500 UTC 16 May 2014 (a)the equivalent temperature(the black isoline, unit:K) and relative humidity(the shaded) of WPRDA, (b)the equivalent temperature(the black isoline, unit:K) and relative humidity(the shaded) of CTL, (c)the vertical section of rain water, cloud water, cloud ice, snow and graupel with 0℃, -20℃ layer height of WPRDA, (d)the vertical section of rain water, cloud water, cloud ice, snow and graupel with 0℃, -20℃ layer height of CTL

为了进一步验证同化风廓线雷达资料效果，本文选取2015年6月1—30日批量试验进行对比，具体试验设计见表 1。在检验前，将模式日降水结果利用双线性插值方法插值到浙江省1991个气象站，并将出现降水的站点降水量总和及出现降水的站数总和比值定义为区域平均日降水量，计算浙江省区域平均日降水量模拟值与实况，由图 10a和图 10b可见，CTL00，WPRDA00，CTL12和WPRDA12模拟的降水量均比实况偏大，00：00启动的1个月的批量试验WPRDA00与CTL00相比(图 10a)，同化风廓线雷达资料后有16 d降水更大；12：00启动的批量试验中，同化风廓线雷达资料后降水有23 d更大(图 10b)，因此，同化风廓线雷达资料后，降水预报易偏大。从逐日的小雨以上级别降水的评分可见, 无论是00：00起报(图 10c和10e)，还是12：00起报(图 10d和10f)，同化风廓线雷达资料后，大多数日降水的TS，ETS评分有所提高，空报率和漏报率有所降低。由整月平均的各个降水量级的评分(图 11)可见，从小雨、中雨、大雨和暴雨量级上TS，ETS评分均有不同程度提高，其中暴雨TS评分提高0.02，相比未同化风廓线雷达资料的ETS评分提高了0.015。由图 11可见，同化风廓线雷达资料后，各个降水量级漏报率均有明显降低，尤其是暴雨，同化后，暴雨漏报率降低了0.129。大雨、暴雨的空报率降低，小雨的空报率相当，中雨的空报率却略升高。

图10

图10 2015年6月1—30日批量试验中浙江省区域降水预报效果评估 (a)CTL00和WPRDA00模拟的浙江省区域平均日降水量与实况对比，(b)CTL12和WPRDA12模拟的浙江省区域平均日降水量与实况对比，(c)CTL00和WPRDA00降水预报的TS和ETS评分，(d)CTL12和WPRDA12降水预报的TS和ETS评分，(e)CTL00和WPRDA00降水预报的空报率和漏报率，(f)CTL12和WPRDA12的降水预报空报率和漏报率 Fig.10 Evaluation of regional average rainfall in Zhejiang Province by batch experiments from 1 Jun to 30 Jun in 2015 (a)Zhejiang regional average daily precipitation simulated by CTL00 and WPRDA00 with the observation, (b)Zhejiang regional average daily precipitation simulated by CTL12 and WPRDA12 with the observation, (c)TS and ETS of CTL00 and WPRDA00 forecasts, (d)TS and ETS of CTL12 and WPRDA12 forecasts, (e)FAR and FOM of CTL00 and WPRDA00 forecasts, (f)FAR and FOM of CTL12 and WPRDA12 forecasts

图11

图11 BWPRDA与BCTL模拟的2015年6月1—30日平均降水评估 Fig.11 Evaluation of precipitation forecast by BWPRDA and BCTL from 1 Jun to 30 Jun in 2015

采用中尺度数值预报模式WRF和美国俄克拉荷马大学风暴分析预测中心CAPS研发的同化系统ADAS开展中国东部地区35部风廓线雷达资料同化试验研究，本文选取2014年5月16—17日一次春季暴雨过程详细评估了同化风廓线雷达资料对降水数值预报能力的影响及其对初始场改进，并通过对2015年6月1—30日每日00:00和12:00起报批量试验确认同化风廓线雷达资料对降水数值预报能力提高的有效性，得到以下主要结论：

1) 个例对比试验表明：同化风廓线雷达资料后，对各量级降水的TS和ETS评分均有所提高；小雨和暴雨空报率有所降低，但中雨和大雨的空报率反而略有升高；大雨和暴雨的漏报率也有所降低，小雨和中雨的漏报率却略有升高, 但漏报率(空报率)升高幅度比漏报率(空报率)下降的幅度要小。

2) 批量试验对比表明：虽然不是每次试验结果对降水预报都是正效果，但从平均看，同化风廓线雷达资料，各量级降水的TS和ETS评分均提高，漏报率均降低，尤其是暴雨，TS评分提高0.2，漏报率降低0.129，但中雨的空报率却略升高。

3) 同化风廓线雷达资料可以调整初始场中低层风场，增加中小尺度信息，对整层风场均有改进，同样，整层风预报场优于未同化风廓线雷达资料的试验；另外，同化风廓线雷达资料后，对纬向风改进作用优于经向风；同化风廓线雷达资料主要是通过调整风场改进降水的动力、水汽、大气层结条件，最终改进降水预报。

需要指出的是，虽然同化风廓线雷达资料可以改进区域降水数值预报质量，但仍存在一些问题，如批量试验中同化风廓线雷达资料易使区域平均降水偏大的原因尚不清楚，需进一步研究。