近年来,我国中尺度观测网日益完善,除了地面自动站、多普勒天气雷达等业务观测设备的加密部署,大量新型探测设备,包括云雷达、微波辐射计、风廓线雷达、地基GPS/MET等也在不断建设,有利于开展中尺度暴雨及强对流观测分析。武汉暴雨研究所从2002年开始, 依托气象业务观测网, 在长江中游逐步建成中尺度暴雨监测外场试验基地,主要仪器包括地基GPS/MET站,边界层和对流层风廓线雷达,微波辐射计、GPS移动探空系统、双偏振多普勒雷达(X波段和C波段)、Ka毫米波云雷达等。在固定观测网络和移动设备的配合下,暴雨监测外场试验基地已初步具备一定的灵活追踪观测能力,可以获取高时空分辨率的梅雨锋降水云中温度、风、水汽、云、降水等信息[1]。近5 a组织了多次针对长江中游梅雨期暴雨的联合观测试验,获取了大量高精度同步观测资料。
武汉暴雨研究所于2006年开始引进移植LAPS (Local Analysis and Prediction System)系统,成功解决了探空、地面自动站、多普勒天气业务雷达径向风和雷达反射率因子、地基GPS反演整层水汽、风云卫星云图[2]、风廓线雷达反演水平风等我国多种观测数据的融合问题。以探空为标准,开展对5 km逐小时分辨率LAPS再分析场的定量检验评估,结果表明,融合探空、地面和多普勒天气雷达径向风和雷达反射率因子等观测数据后,位势高度、温度、风向风速、相对湿度等分析误差均在观测误差范围之内,可用来进行中尺度分析[3]。
2007年,LAPS系统在武汉暴雨研究所开始业务运转,可为预报员提供实时分析场,以开展中尺度天气分析[4]及冰雹云模拟[5]、强对流云结构[6]等方面研究。相关研究人员利用融合多源观测资料的LAPS分析场,为中尺度数值模式(AREM, WRF)提供初值,开展模式热启动技术研究[7],以及将模式预报产品在太阳能、风能等专业气象服务中应用[8]。
国内利用LAPS系统主要开展以下几个方面的研究:(1)依托高时空分辨率的LAPS分析场,开展中尺度观测分析和诊断研究[9];(2)研究多种观测资料在LAPS系统中融合后对数值模式预报的影响[10];(3)检验评估LAPS分析场[11]。目前这些研究大多基于常规观测资料、业务多普勒天气雷达和卫星云图,利用微波辐射计、云雷达、风廓线雷达等新型探测资料综合检验LAPS分析场质量的研究较少。
本文基于2014年7月初发生在长江中游的一次梅雨期暴雨过程,利用武汉暴雨研究所实时提供的LAPS分析场,与长江中游暴雨外场观测试验基地采集的多源探测资料进行多角度对比分析,综合评估LAPS分析场与实况观测的差异,分析LAPS分析场质量。
2 2014年7月3—4日降水概况2014年长江流域梅雨期首场暴雨发生在7月3日00时—5日00时(世界时, 下同), 3日强雨带位于贵州、重庆及湖南北部, 大于100 mm的强降水中心位于三省交界处,以及湖南东北部与湖北东南部(图略);4日强雨带范围进一步扩大,并向东向北移动, 扩展到安徽、江苏两省,雨带呈西南-东北向带状分布, 长约15个经度, 宽约2个纬度, 分布多个强度大于100 mm的大暴雨中心,如安徽岳西202.9 mm,湖北通城105.4 mm,广西资源150.4 mm,马山325 mm等。这次暴雨过程引发多地特大洪灾。
受高空低槽和低空西南涡缓慢东移和低空切变线的影响,大范围降水持续发展。暴雨发生前,降水较零散,主要位于贵州、湖南。从3日18时开始,雨带向东向北移动,西南-东北向的细长雨带一直维持在贵州、湘西北、鄂东北、安徽、江苏地区,雨带稳定少动,强降水中心不断在雨带移动的前方产生。3日18时—4日00时,强降水中心开始在湘东北及江汉平原南部出现,6 h后,在鄂东南及皖西南相继产生,4日06时之后,强降水中心主要位于安徽及江苏地区(图略)。
3 资料与系统利用武汉暴雨研究所实时运行的LAPS系统,以GFS全球预报场为背景场,融合长江流域33部S波段多普勒天气雷达径向风和反射率因子,地面自动站观测资料以及探空观测资料等,提供逐3 h的高空、地面、云参数等实时分析产品,进行对比分析。本次暴雨过程分析所用的LAPS系统水平分辨率为10 km,时间分辨率为3 h,垂直层数为44,层顶为10 hPa,覆盖全国范围(为适应华中区域业务需求,2015年升级为3 km,逐小时分析,覆盖华中区域,与老版本并行运行)。
为了综合检验LAPS实时分析场,首次利用长江中游暴雨外场试验基地的云雷达、微波辐射计、风廓线雷达、GPS/MET等新型探测设备实时观测数据对比分析,不仅可检验评估LAPS分析场,还可提高这些新型观测资料的利用效率。同时,将6 h 1°×1°的GFS背景场数据进行空间和时间插值,得到10 km 3 h的GFS基本要素场,以分析融合雷达等观测资料后的LAPS系统对GFS背景场的改进能力。
4 LAPS分析场与多源观测对比长江中游暴雨监测外场试验基地咸宁站(29.5°N,114.2°E,),距离暴雨中心通城站(29.25°N,113.8°E,)较近,且4日24 h累积雨量大于50 mm。每年梅雨期该试验基地均开展外场观测试验,新型观测仪器较多。除了采集大量高时空分辨率的云雷达、风廓线雷达、微波辐射仪、GPS/MET水汽等观测资料外,还进行加密GPS探空观测。本文主要针对咸宁站开展LAPS分析场与微波辐射计、风廓线雷达、云雷达、GPS探空等新型观测数据的单站对比,选取鄂东南暴雨中心通城站进行地面观测的单站对比。
4.1 微波辐射计地基微波辐射计主要在非降水天气下使用,但可通过研究相关反演方法,得到微波辐射计在降水天气下较合理的热力学变量[12]。此次暴雨过程, 咸宁强降水从3日23时开始, 一直持续到4日15时, 其中逐小时最大降水发生在4日01时, 为19.5 mm(图 1g)。对比咸宁站LAPS分析场与微波辐射计观测(图 1)可知, 可降水量和液态水含量随时间的演变趋势与实况观测相一致,极值出现时刻与观测能准确对应,二者与逐时雨量随时间的分布趋势相对应,可反映降水发生过程中咸宁站水汽的变化。徐桂荣等[13]将咸宁站的地基微波辐射计资料分别与GPS无线电探空和GPS/MET观测进行对比分析,结果表明,在有降水时,微波辐射计的反演准确度受微波辐射计天线罩水膜的形成和雨水散射、发射及吸收效应等影响,造成反演的水汽密度明显大于GPS无线电探空的水汽密度,反演的可降水量也明显大于GPS无线电探空和GPS/MET的可降水量,观测试验期间平均偏差在20 mm左右。此次暴雨过程中,LAPS分析的咸宁站可降水量数值变化区间为40~70 mm,微波辐射计观测值在60~100 mm之间波动,分析值与观测值量级相当,但数值整体偏小20~30 mm(图 3a,b),LAPS分析的液态水含量较观测值偏小10 mm左右(图 1c,d),这可能与咸宁微波辐射计反演的水汽量系统性误差有关。与其他两个水汽量相比,LAPS云底高度可反映与降水时段相一致的整体演变趋势,降水发生过程中,云底高度较低(图 1e,f),但与微波辐射计观测差异较大,这可能与LAPS云分析方法和降水天气下反演微波辐射计观测数据的方法有关。LAPS云分析是基于相对湿度计算初猜云量,利用各种观测资料订正,得到云顶高度、云底高度及云量,在降水天气下,空气湿度达到饱和时,设定最低云底高度阈值[14]。由于此次暴雨过程中咸宁地面观测的低云高度为缺测值,未能对LAPS分析的云底高度进行修正,造成LAPS分析的云底高度稳定少变。未来可通过改进微波辐射计观测数据反演方法,提高云底高度、温度、湿度等相关量的反演精度,修订LAPS分析的云底高度,提高LAPS云分析产品质量。
|
图 1 2014年7月3—5日咸宁站可降水量(单位:mm) (a,LAPS;b,微波辐射计)、液态水含量(单位:mm) (c,LAPS;d,微波辐射计),云底高度(e,LAPS,单位:km;f,微波辐射计,单位:km)和逐时观测雨量(g,单位:mm)随时间分布 Fig. 1 Evolution of total precipitable water (unit: mm) (a, LAPS; b, radiometer), integrated liquid water (unit: mm) (c, LAPS; d, radiometer), cloud base (e, LAPS, unit: km; f, radiometer, unit: km), and 1h precipitation observation (g, unit: mm) over Xianning site from 00 UTC on 3 to 00 UTC on 5 July 2014. |
风廓线雷达对水平风的垂直结构有较强的探测能力,能实时监测中尺度降水期间风的垂直切变和对流特征。咸宁部署有对流层和边界层风廓线雷达,同时进行观测,用于数据相互检验校正。万蓉等[15]对咸宁黑山观测站同类型仪器探测精度进行对比分析,结果显示有降水时风向平均有效样本率为73.44%,风速平均有效样本率为68.63%。
对比两部风廓线雷达观测逐时风羽图可知(图 2a,b),对流层风廓线雷达对此次暴雨的探测高度为18 km,远高于边界层雷达的8 km,二者随时间演变趋势一致。降水发生前,3日21时,1 km以下为偏东风,以上逐渐转为西南风,随着时间的推移,东西风转折高度逐渐下降,从4日04开始,低层到高层一致转为偏西风。同时段LAPS风羽分布与观测相对应,从3日21时至4日03时,900 hPa以下低层为偏东风,东风出现的高度随时间逐渐下降,3日03时之后, 咸宁站上空受西南风控制。由于LAPS分析间隔为3 h,而咸宁最强降水在4日01时,因此选取临近的00时(红色方框所示)进行对比,分析强降水时刻LAPS风场与风廓线雷达观测差异。4日00时,LAPS分析的咸宁站上空,低层偏东风向高层偏西风转折高度出现在825 hPa附近,高度约为1.6 km,而对流层和边界层风廓线雷达观测转折高度分别在1 km和0.5 km附近,LAPS分析更接近对流层风廓线雷达观测。从整层分布趋势来看,LAPS分析的偏西南风一直延伸到200 hPa附近,高度约为12 km,对流层风廓线雷达观测的偏西南风高度约为15 km,可见,LAPS对高空风垂直分布高度的分析与风廓线雷达观测相当,分布趋势一致。与GFS风场(图 2d)对比,暴雨发生时,中高层LAPS与GFS背景场均为西南风,与风廓线观测相比,GFS风速远远偏大,较GFS背景场,LAPS风速更接近观测风速,在强降水时刻4日00时,低层风转向高度二者相近,说明LAPS在背景场基础上,融合风观测资料后,可修正背景风场,但改进程度受观测资料种类和分辨率限制。通过将风廓线雷达等风观测资料在LAPS系统中融合,有助于改进LAPS风场分析。
|
图 2 2014年7月3日21时—4日09时咸宁站逐小时风廓线雷达(a, 对流层;b, 边界层)和逐3 h LAPS分析(c)、GFS背景场(d)风羽图(红色方框表示最大逐时降水量前一小时) Fig. 2 Evolution of the vertical wind profiler from hourly wind profiler radar observations (a, troposphere; b, boundary level), 3 h LAPS (c) and GFS (d) wind profiler over Xianning site from 21 UTC on 3 to 09 UTC on 4 July 2014. |
与天气雷达(X、C和S波段雷达)相比,毫米波雷达具有更强的探测云和弱降水的能力,是探测云和弱降水三维结构和微物理参数非常重要的手段。此次暴雨外场观测试验期间,咸宁Ka波段毫米波云雷达,分辨率更精细,达到分钟级,可对未形成降水的云层高度进行观测。图 3为咸宁强降水发生之后4日05时雷达反射率垂直分布,云层高度在8 km以下,对比06时LAPS分析的云量,云层向上延伸至300 hPa,高度在9.5 km左右,与云雷达观测较接近。可见,LAPS云分析可较好地反映暴雨过程中云体的发展高度。
|
图 3 咸宁站Ka波段云雷达反射率因子(单位:dBz)在4日05时前后分钟级时间高度分布(a)及LAPS分析的7月3日00时—5日00时云量逐3 h高度时间分布(b) Fig. 3 (a) Vertical distribution of Ka band cloud radar reflectivity (unit: dBz) from 05:00UTC to 05:22UTC on 4, and (b) LAPS cloud fraction from 00:00 UTC on 3 to 00UTC on 5 July 2014 over Xianning site. |
由于GPS系统对大气的测量不仅精度高、空间覆盖面大,而且不受天气条件影响,能全天候地对大气进行监测,采用一定的反演方法,可得到基于GPS/ MET设备观测数据反演的大气整层可降水量,有效补充常规探空观测水汽的不足。湖北省部署的52部GPS/MET测站,可实时监测区域上空水汽实时变化。研究表明,与由探空资料计算得到的可降水量相比,GPS/MET反演可降水量平均偏差在2~4 mm[16]。图 4为3日00时LAPS可降水量与GPS反演水汽分布。对比二者可知,LAPS可降水量分布与GPS反演水汽较好地对应,可明显区分位于鄂西和鄂东北的低值区以及湖北中部的高值区;LAPS分析的低值约为30 mm,高值约为40 mm,较接近GPS/MET反演的整层水汽。
|
图 4 2014年7月3日00时LAPS分析可降水量(a)和GPS反演水汽(b)(单位:mm)及7月4日00时LAPS雷达回波(c)和SWAN (d)雷达组合反射率(单位:dBz)、LAPS分析总云量(e)和风云卫星红外云图(f) Fig. 4 (a) LAPS total precipitable water and (b) GPS water vapor (unit: mm) at 00 UTC on 3 July, (c) LAPS and (d) SWAN radar echo (unit: dBz), (e) LAPS total cloud cover, and (f) FY satellite infrared cloud image at 00 UTC on 4 July 2014. |
LAPS系统融合了长江流域33部天气雷达反射率,图 4c为LAPS分析的雷达回波。对比SWAN系统分析的13部雷达组合反射率图(图 4d)可知,在湘西北和鄂东南的强回波位置和强度接近SWAN分析,最强回波大于45 dBz;位于湖北中部呈东西向的较弱回波带也能较好地反映。
比较LAPS分析的总云量(图 4e)和风云卫星红外云图(图 4f),LAPS能刻画出较细致的云区结构,沿着贵州,经湘西北、鄂东南至安徽分布着一条西南-东北向的中尺度对流云带,与红外云图观测实况接近,不仅能清楚再现贵州的较大尺度中尺度云团,还可分辨位于湘西北和鄂东南的较小尺度的对流云团。
以上分析表明,融合探空、地面、业务天气雷达基数据后的实时LAPS系统,可提供格点化的时空分辨率较高的水汽、雷达回波、云产品,与相关观测及反演产品能较好地对应,可用于分析细致的暴雨系统结构。
4.5 单站地面要素观测对比鄂东南暴雨中心为通城站,从逐时降水分布可知,降水从3日07时开始,4日上午降水最强,最大雨强在4日01时,为28.5 mm·h-1。从通城站各要素地面逐时观测实况可知,3日02至06时,降水发生前,通城站相对湿度较小,最小值为05时的69%;随着降水的发生,湿度接近100%;4日07至10时,强降水结束,湿度略减小,小于95%。与GFS相对湿度相比,LAPS相对湿度与实况观测更一致,较好地分析出这两个时段的低值,尤其是3日06时的相对湿度极小值小于70%,与实况观测的极小值相对应(图 5a)。温度也有类似的分布,降水发生前,温度较高,3日05时的最高温度为32 ℃,LAPS最高温度出现在06时,为31 ℃;降水发生阶段,温度较低,约为23 ℃,强降水结束后温度略有回升。与GFS温度相比,LAPS分析的温度呈现与实况更一致的演变趋势(图 5b)。同样,LAPS和GFS背景场的地面气压和风速随时间的演变与实况观测略有差异,LAPS分析的气压值较GFS背景场更接近实况,二者风速均小于观测值,GFS风速值偏小。以上分析表明,LAPS对单站要素的分析较GFS背景场更接近实况观测,可作为地面分析的依据。
|
图 5 2014年7月3日00时—5日00时通城站观测、LAPS和GFS相对湿度(a)和温度(b) Fig. 5 (a) Relative humidity and (b) temperature of observation, LAPS and GFS over Xianning site from 00:00 UTC on 3 to 00 UTC on 5 July 2014. |
LAPS对单站要素的分析与实况观测具有较好的对应关系, 那么对三维要素的分析如何呢?对比分析LAPS分析场与探空观测(图 6a, b), 从图中可以看到,在鄂东南强降水时段, 700 hPa探空观测图上,西南涡位于重庆、鄂西南、黔北和湘西北这一区域,低涡中心位势高度为3 070 m,LAPS分析的西南涡位置与探空基本一致,中心强度值为3 060 m,强于实况观测。沿着西南-东北的降水区域水汽充足,为温度露点差小于4 ℃的低值区,LAPS分析场在该区域对应比湿高值区,对西南急流位置及强度的分析也接近探空观测实况。
|
图 6 2014年7月4日00时LAPS分析700 hPa高度(绿线,单位:m)、风场和比湿(阴影,单位:g·kg-1)(a)以及探空观测700 hPa高度(蓝线,单位:m)、风场和温度露点差(红线,单位:℃)(b)、以及4日00时咸宁站GPS探空观测、GFS背景场与LAPS分析场的风垂直廓线(c,U分量;d,V分量)(单位:m·s-1) Fig. 6 (a) LAPS wind (barb), q (shaded, unit: g·kg-1) and height (green line, unit: m) at 700 hPa, (b)radiosonde wind (barb), height (blue line, unit: m) and difference of temperature and dew point (red line, unit:℃) at 700 hPa, and profilers of (c) U (unit:m·s-1) and (d) V (unit:m·s-1) over Xianning site at 00:00 UTC on 4 July 2014. |
此次暴雨观测试验期间,咸宁站进行了加密GPS下投式探空观测,可作为实况用来对比分析LAPS各要素质量。图 6c和6d分别为GPS探空观测、GFS背景场和LAPS风场的垂直廓线,LAPS分析的U、V分量的垂直分布与观测一致,且在大多数高度层上,较GFS背景场更接近GPS探空观测。温度、高度及相对湿度也有类似的结论。以上分析表明,LAPS三维分析场较接近实况,并且时空分辨率较探空观测更高,可用来开展暴雨中尺度诊断分析。
5 基于LAPS分析场的诊断分析及数值模拟 5.1 诊断分析将LAPS分析场与云雷达、微波辐射计、GPS水汽、风廓线雷达、单站要素观测等相关观测进行对比可知,LAPS在GFS背景场基础上,有效融合探空、地面、天气业务雷达等观测数据,得到接近实况的高时空分辨率分析场。利用其他观测资料进行暴雨分析时,存在诸如常规探空时次较少、空间分辨率较低以及提供的产品较单一等问题。利用LAPS分析场诊断分析暴雨过程,可弥补这些不足,揭示暴雨演变特征。
西南涡的东移发展,与此次梅雨锋暴雨的产生密切联系。从暴雨发生不同阶段850 hPa流场(图略),分析西南涡的东移演变。3日21时,西南涡移至鄂西南、重庆、湘北区域,水平尺度在200 km左右。之后数小时有所发展,缓慢东移,并沿低涡中心分别向东及向西南方向生成低空切变线,至4日6时,西南涡移至鄂东南,伴随其发展东移,鄂东南暴雨的发生发展及减弱的变化过程与之相对应。低空急流出现在低涡偏东南区域,低涡东移并不断加强,06时风速最强,大于26 m·s-1,为长江下游安徽及江苏暴雨区水汽的输送提供了必要条件。暴雨区处于大风核的前方,水汽通量大值区(图略)逐渐由西南向东北方向移动,与强降水发生区域时间演变一致,说明西南暖湿气流向暴雨区输送大量的水汽。
分析鄂东南暴雨中心通城站物理量演变特征可知,强降水时段为4日00—06时,暴雨中心对应从地面伸展到300 hPa的正涡度区,中心位于850 hPa附近,中心强度超过200×10-5 s-1,暴雨中心上空水汽充足,850 hPa以下大于16 g·kg-1的比湿基本一直维持(图 7a)。4日00时700 hPa以下的辐合区向上延伸到03时的500 hPa高度附近,大于2 Pa·s-1的强垂直上升速度区也从500 hPa高度伸展到350 hPa上空(图 7b),正好与逐小时强降水时段对应。可见,在此次强降水发生阶段,暴雨中心低层强烈辐合,高层辐散,水汽充沛,垂直上升运动剧烈,具备有利于暴雨产生的动力配置。
|
图 7 LAPS分析通城站2014年7月3日00时—5日00时涡度(阴影,单位:10-5s-1)和比湿(线条,单位:g·kg-1)(a)、垂直速度(阴影,单位:Pa·s-1)和散度(线条,单位:s-1)(b)、雷达回波(c, 单位:dBz)及云量(d)的高度-时间分布 Fig. 7 Height-time cross sections of LAPS (a) relative vorticity (shaded, unit:10-5s-1) and q (line, unit: g·kg-1), (b)vertical velocity (shaded, unit: Pa·s-1) and divergence (line, unit: 10-5s-1), (c) radar echo (unit: dBz), and (d) cloud cover over Tongcheng site from 00:00 UTC on 3 to 00:00 UTC on 5 July 2014. |
为更好地了解系统移动过程中对流发展程度,沿通城站强降水中心作雷达回波高度-时间图,分析系统三维结构特征(图 7c),与逐时降水观测对应,整个降水阶段3日06时至4日12时,中心强度大于25 dBz、高度在600 hPa附近的回波柱的分布体现了降水系统由弱变强、再由强减弱的过程;最强对流柱出现在3日21时—4日03时,强回波由600 hPa增至450 hPa高度,强度大于40 dBz,弱回波顶高度达到200 hPa,该时段强降水发生,对流发展旺盛,与前面分析的动力及水汽条件相对应。结合LAPS分析的三维云量垂直-时间演变图可知(图 7d),通城站上空云体随着降水系统的东移,云体逐渐发展,强降水结束后,对流云体坍塌,与降水时段对应,可指示暴雨过程中降水云的发展演变。
5.2 数值模拟尽管LAPS分析场与观测有较好的一致性,但分析场各要素是否协调,能否为模式提供更优初值,需要结合数值模式开展数值模拟来检验。基于此次暴雨过程,分别利用4日00时的LAPS分析场(同化试验)和GFS(控制试验)预报场为WRF模式提供初值,开展24 h数值模拟, 边界条件由GFS的6 h预报场提供, 对比分析观测资料同化后对暴雨过程的降水预报效果。WRF模式微物理方案为WSM6,边界层参数化方案为YSU,对流参数化方案为Kain-Fritsch,网格数目及水平分辨率与LAPS一致,垂直层数为41,模式层顶为50 hPa。
分析4日00时两种试验方案模式初值850 hPa水汽通量散度增量(图 8d),在鄂东南和安徽南部暴雨区,LAPS分析场与GFS预报场的水汽通量散度增量为较大的负增量分布,说明雷达等观测资料的同化增大了该区域的水汽输送。对比两种方案24 h模拟降水与实况(图 8),两种方案均模拟出东北—西南向的雨带。两个红色方框为鄂东南和安徽南部暴雨中心,对比这两个暴雨中心降水分布,可以看出,控制试验模拟的降水强度和范围与实况相比偏小,同化试验改善了这一不足,降水落区和强度更接近实况,这与模式初值场上的水汽通量散度增量分析相对应。计算两方案对降水区域的24 h模拟降水TS评分,此次暴雨过程,除小雨之外,同化方案对其他量级的TS评分均高于控制方案。综上可知,对于此次暴雨过程,LAPS融合雷达等观测资料后,可为模式提供更优初值,分析的变量更加协调。
|
图 8 2014年7月4日00时—5日00时24 h降水分布图(a,实况;b,控制试验;c,同化试验)(单位:mm)和4日00时850 hPa同化方案与控制试验的水汽通量散度增量(d)(单位:10-5g·hPa-1·cm2·s-1) Fig. 8 The 24 h precipitation (unit: mm) of (a) observation, (b)control experiment, (c) assimilation experiment from 00UTC on 4 to 00 UTC on 5 July 2014, and (d) difference of water vapor flux divergence at 850 hPa at 00 UTC on 4 July (unit: 10-5g·hPa-1·cm2·s-1). |
武汉暴雨研究所实时运转的LAPS系统,将长江流域33部多普勒天气业务雷达基数据、探空和地面观测资料进行实时融合分析。本文基于2014年7月初长江流域首场梅雨期暴雨过程,对比LAPS分析场与位于长江中游暴雨监测外场试验基地的多源探测资料,对鄂东南暴雨进行初步诊断分析和数值模拟,结论如下:
(1) 与咸宁站微波辐射计观测相比,LAPS可降水量、液态水含量和云底高度随时间演变趋势与观测一致,分析的水汽含量较小,云底高度较低。与边界层风廓线雷达观测相比,LAPS对风垂直分布高度的分析更接近对流层风廓线雷达观测,分布趋势一致,量级相当;LAPS风速较GFS背景场更接近风廓线雷达观测。与云雷达观测云发展高度相比,LAPS可分析出与实况接近的云体高度。
(2) LAPS可降水量的水平分布及强度均接近湖北GPS/MET测站反演的整层水汽。LAPS可有效融合业务天气雷达反射率因子,降水发展过程中强弱回波分布与SWAN实况分析一致。与风云卫星红外云图相比,LAPS云分析可刻画出与实况一致的细致云区结构。
(3) 对比分析暴雨中心通城站地面观测各要素与LAPS分析场,结果表明LAPS对单站要素的分析,相比GFS背景场,随时间的分布形势和强度更接近实况观测,可作为地面分析的依据。将LAPS分析的暴雨区域三维高空形势场与探空对比表明,LAPS三维要素场接近实况,时空分辨率较探空观测更高,可用来开展暴雨中尺度诊断分析。较GFS背景场,LAPS分析要素场随高度分布更接近GPS下投式探空观测。
(4) 利用LAPS分析场对此次鄂东南暴雨初步诊断分析表明,西南涡缓慢东移及低层切变线是暴雨的主要影响系统,低层强辐合,高层辐散,垂直上升运动剧烈,水汽输送充足,暴雨中心区域具备有利的中尺度动力配置结构和水汽条件;可利用LAPS雷达回波和云量等LAPS分析场揭示降水发生过程中暴雨系统的发展演变。开展的数值模拟对比试验表明,对于此次暴雨过程,LAPS融合雷达等观测资料后,可为模式提供更优初值,模拟的暴雨落区和强度更接近实况观测,提高了小雨以上量级的降水评分。
针对此次暴雨过程,通过对比实时LAPS分析场与多源观测资料,表明LAPS分析场较接近实况观测,但强度与精细观测仍存在差异。针对这些新型探测资料特点,需改进LAPS融合方法,进一步提高LAPS分析场质量。GPS/MET反演可降水量精度较高,不受天气条件限制,可用于改进LAPS水汽分析;微波辐射计时间分辨率高,但受降水天气影响较大,通过改进该数据反演方法,得到质量较可靠的温度和湿度反演数据,改进LAPS温度和湿度分析;风廓线雷达反演风具有较高的时间和垂直分辨率,在LAPS中融合时需根据系统空间分辨率进行相关处理,提取有效信息,提高其融合效果;毫米波云雷达具有较强的探测云的能力,可用于改进LAPS云分析。由于这些新型观测设备尚处在试验阶段,数据获取时效性不能保障,对其数据质量控制和检验评估尚在开展。目前武汉暴雨研究所正在研发3 km、逐小时的LAPS系统以及1 km,15分钟分辨率的专业服务系统,围绕这些新型探测资料在LAPS系统中的有效融合以及LAPS分析场的检验评估开展研究。
| [1] |
崔春光, 林春泽, 王晓芳, 等. 2000年以来我国长江中游区域暴雨研究进展[J]. 气象科技进展, 2014, 4(2): 6-15. |
| [2] |
李红莉, 崔春光, 徐祥德, 等. 风云静止卫星资料在一次暴雨云分析中的应用[J]. 热带气象学报, 2016, 32(1): 51-62. |
| [3] |
崔春光, 倪允琪, 李红莉, 等. 中国南方暴雨野外试验中尺度气象分析场的建立及其质量评估[J]. 气象学报, 2011, 69(1): 26-40. |
| [4] |
王晓玲, 龙利民, 王珊珊. 一次春季冰雹过程的成因分析[J]. 暴雨灾害, 2010, 29(2): 160-165. DOI:10.3969/j.issn.1004-9045.2010.02.010 |
| [5] |
王慧娟, 袁正腾, 许建玉, 等. 基于LAPS资料的一次冰雹过程数值催化模拟研究[J]. 气象科学, 2014, 34(1): 104-111. |
| [6] |
陈英英, 唐仁茂, 李德俊, 等. 利用雷达和卫星资料对一次强对流天气过程的云结构特征分析[J]. 高原气象, 2013, 32(4): 1148-1156. |
| [7] |
王叶红, 赵玉春, 李红莉, 等. AREM-模式的热启动数值模拟-以2007年7月13日暴雨过程为例[J]. 高原气象, 2011, 30(6): 1488-1504. |
| [8] |
白永清, 林春泽, 陈正洪, 等. 基于LAPS分析的WRF模式逐时气象精细化预报释用[J]. 气象, 2013, 39(4): 160-165. |
| [9] |
XU Wenhui, NI Yunqi, WANG Xiaokang, et al. The evolution of a meso-β-scale convective vortex in the Dabie mountain area[J]. ACTA Meteorologica Sinica, 2012, 26(5): 597-613. DOI:10.1007/s13351-012-0505-5 |
| [10] |
程兴宏, 刘瑞霞, 申彦波, 等. 基于卫星资料同化和LAPS-WRF模式系统的云天太阳辐射数值模拟改进方法[J]. 大气科学, 2014, 38(3): 577-589. |
| [11] |
张涛, 苗春生, 王新. LAPS与STMAS地面气温融合效果对比检验[J]. 高原气象, 2014, 33(3): 743-752. |
| [12] |
Chan P W. Performance and application of a multi-wave length, ground-based microwave radiometer in intense convective weather[J]. Meteor Zeits, 2009, 18(3): 253-265. DOI:10.1127/0941-2948/2009/0375 |
| [13] |
徐桂荣, 孙振添, 李武阶, 等. 地基微波辐射计与GPS无线电探空和GPS/MET的观测对比分析[J]. 暴雨灾害, 2010, 29(4): 315-321. DOI:10.3969/j.issn.1004-9045.2010.04.003 |
| [14] |
Alber S, McGinley J, Birkenheuer D, et al. The local analysis and prediction system LAPS:Analyses of clouds, precipitation, and temperature[J]. Wea Forecasting, 1996, 11(3): 273-287. DOI:10.1175/1520-0434(1996)011<0273:TLAAPS>2.0.CO;2 |
| [15] |
万蓉, 周志敏, 崔春光, 等. 风廓线雷达资料与探空资料的对比分析[J]. 暴雨灾害, 2011, 30(2): 130-136. DOI:10.3969/j.issn.1004-9045.2011.02.005 |
| [16] |
何平, 徐宝祥, 周秀骥, 等. 地基GPS反演大气水汽总量的初步试验[J]. 应用气象学报, 2002, 13(2): 179-183. DOI:10.3969/j.issn.1001-7313.2002.02.006 |
2017, Vol. 36 