应用气象学报  2007, 18 (1): 50-57   PDF    
引用本文
李华宏, 薛纪善, 王曼, 杨明. 多普勒雷达风廓线的反演及变分同化试验[J]. 应用气象学报, 2007, 18(1): 50-57.
Li Huahong, Xue Jishan, Wang Man, Yang Ming. The Retrieval and Variational Assimilation Experiment on Wind Profile of Doppler Radar[J]. Journal of Applied Meteorological Science, 2007, 18(1): 50-57  
多普勒雷达风廓线的反演及变分同化试验
李华宏1,2, 薛纪善2, 王曼3, 杨明1     
1. 云南省气象台, 昆明 650034;
2. 中国气象科学研究院灾害天气国家重点实验室, 北京 100081;
3. 云南省气象科学研究所, 昆明 650034
2005-12-29 收到, 2006-06-16 收到修改稿.
资助项目: 国家自然科学基金项目 (40233036)、国家重点基础研究发展计划项目“我国南方致洪暴雨监测与预测的理论和方法研究”和云南省气象局青年基金项目“多普勒雷达风场反演及同化应用研究”共同资助    
摘要: 为了将雷达风场资料更好地应用到数值预报模式中, 使用VAD方法反演多普勒雷达风廓线并处理成标准的探空资料进行变分同化试验。结果表明: VAD方法反演的风廓线与探空实况对应较好, 验证了用VAD技术反演风廓线的可行性。用GRAPES-Meso模式的三维变分同化系统对雷达风廓线资料进行同化后, 风场的初始场明显改善, 降水强度和落区预报也有不同程度的改善。其中, 对6 h降水预报的改善明显优于对24 h的预报改善。另外, 在短时强降水预报中, 雷达风场资料的同化频率和同化窗口的不同, 对降水预报的改善情况也有所差异。在个例研究中, 同化间隔为1 h的方案6 h降水预报要优于同化间隔为3 h和6 h的方案, 同化窗口为3 h的试验方案6 h降水预报要好于同化窗口为6 h的试验方案。
关键词: 多普勒雷达    风廓线反演    变分同化    GRAPES-Meso模式    
The Retrieval and Variational Assimilation Experiment on Wind Profile of Doppler Radar
Li Huahong1,2, Xue Jishan2, Wang Man3, Yang Ming1     
1. Yunnan Provincial Meteorological Observatory, Kunming 650034;
2. The State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081;
3. Yunnan Institute of Meteorological Science, Kunming 650034
Abstract: The information of wind fields is an important parameter in weather forecast. At present, a great deal of information from CINRAD is not really applied to numerical weather prediction (NWP), domestic studies on the application of wind information from Doppler radar in NWP are not many. In order to apply observational wind data of Doppler radar to numerical weather prediction models better, wind profiles are retrieved from single Doppler radar observation by using VAD method (Velocity Azimuth Display), the VAD method has developed for thirty years and now becomes mature. Further more the wind profile data are processed as the normal form of radiosonde observation to make up the deficiency of radiosonde observation in space-time resolution. And then the retrieved wind data are assimilated by the 3D-VAR system of GRAPES-Meso (Global and Regional Assimilation and PrEdiction System-Meso) model. With different initial fields a torrential rain occurring in the Changjiang River valley from 1200UTC on June 27, 2005 to 1200UTC on June 28, 2005 is numerically simulated and comparatively analyzed. The results indicate that the retrieved wind profile corresponds to the radiosonde observation profile very closely and accurately reflects the status and location of the wind shears at low levels. The retrieved wind profile not only has higher space-time resolution but also remedies the lack of radiosonde observation in this case. It reflects that using VAD method to retrieve wind profile from single Doppler radar is viable and of advantages. With the assimilation of the retrieved wind profile the initial wind fields of numerical experiments are remarkably improved. In the improved initial wind fields vapor transportation becomes stronger where the observed torrential rain occurs. Moreover, the intensity and areas of forecasted precipitation are improved in some ways. As a whole the amendment of the 6-hour precipitation forecast is better than that of the 24-hour. With assimilated initial fields the numerical experiments successfully simulate a rainfall center of 10—25 mm in the 6-hour forecast, which indicates that using VAD method to retrieve wind profile from single Doppler radar has a prospective future in NWP once more. On the other hand, the contrast analysis of the numerical results indicates that a difference of assimilation frequency and assimilation time window will have a different influence on a short time torrential rain forecast in the numerical assimilation experiments. In this case, the 6-hour rain forecast by assimilating the retrieved wind profile once an hour is better than the forecasts once three hours or once six hours; the 6-hour rain forecast by assimilating the retrieved wind profile for three hours is better than the forecast assimilating for six hours. That is to say, a higher assimilation frequency of retrieved wind data will lead to a better forecast, but a longer assimilation time not always leads to a better simulated result in NWP, which has a valuable guidance effect on the assimilation operation of wind data from Doppler radar.
Key words: Doppler radar     retrieval of wind profile     variational assimilation     GRAPES-Meso model    
引言

风场信息是天气预报中的一个重要参量。由于多普勒天气雷达观测具有较高的时空分辨率, 因此多普勒雷达风场信息的应用越来越受到国内外专家的关注。单多普勒雷达风场信息的应用主要分两类, 第一类是风场反演, 主要用于中、小尺度天气系统的结构分析和预报。从20世纪60年代至今, 从单多普勒雷达观测估计矢量风场已经取得了相当多的研究成果, 先后提出了VAD (Velocity Azimuth Display), VVP (Volume Velocity Processing), VPP (Velocity Plan Processing) 等方法[1-6]。第二类是风场资料同化, 将雷达观测风场信息通过各种途径同化到数值预报模式中, 改善初始场。近年来, 随着三维变分同化技术的发展, 国外已将雷达风场资料应用到业务中。美国NECP在ETA预报系统中用3D-VAR方法同化多普勒雷达的风廓线资料, 并将VAD风廓线资料处理成为标准探空观测资料进行同化。后来NCEP又进行了多普勒雷达的径向速度资料的同化, 还进行了VAD资料同化与径向速度资料同化的比较。结果表明:对于模式格距为10~20 km的中尺度模式, 同化效果相近, 但对于几公里或更高分辨率的中尺度模式, 直接同化径向速度的效果更好[7]。马清云等[8]利用局部VAD方法将径向风反演成水平风同化到MM5模式中, 结果表明有助于分析和预报时空尺度较小的中尺度系统。李柏[9]将VAD风作为单站探空同化到MM5模式中, 发现VAD风场资料的同化有利于改善初始场, 其预报结果还能反映出边界层风场的演变特征。万齐林等[10]假设回波强度变化为零, 通过GRAPES-3Dvar直接将多普勒雷达径向风速同化到GRAPES-Meso模式中, 结果表明有利于获取模式初始场、预报和分析中尺度天气系统。但该方案中的回波强度守恒只能局限于短时, 而且没有考虑云回波和降水回波的区别, 在降水预报中存在错误估计降水的情况。

总的来说, 国内有关多普勒雷达风场信息在数值模式中应用的研究还很少, 我国新一代天气雷达网观测的许多有用信息还未在数值预报业务中得到真正的利用。另一方面, 由中国气象科学院数值预报研究中心研制开发的GRAPES-3Dvar系统为我国大量应用雷达等非常规资料打造一个平台, 这使得雷达风场资料同化的业务化成为可能。因此, 本文利用较为成熟的VAD技术反演雷达风廓线, 处理成标准探空观测资料弥补探空资料在时空上的不足, 并应用GRAPES-3Dvar进行循环同化试验。

1 VAD风廓线反演结果分析

VAD技术就是速度-方位显示方法, 即雷达天线以某一固定仰角作方位扫描, 将探测到的降水粒子在某一距离和方位上的径向速度记录并显示出来。对于均匀流场, 当仰角固定不变时雷达测得某一固定距离上的径向速度分布 (即VAD曲线) 为余弦曲线。当水平风场不均匀时, VAD曲线将不是余弦曲线。此时VAD曲线的非简谐振荡形式提供了水平风场的很多信息。对VAD曲线作简谐波分析, 应用傅氏级数的零次、一次和二次谐波展开, 可以得到水平辐合、水平风向和风速以及水平风场的形变等信息[11]。

本文使用的资料为973项目“长江流域梅雨锋暴雨外场科学试验”的雷达观测资料, 共有宜昌、常德、长沙、南昌4个雷达站。所选的个例为2002年6月27日12:00(世界时, 下同) 至28日12:00发生在长江流域的一次暴雨过程。图 1a、图 1b分别为2002年6月27日12:00宜昌、常德、长沙、南昌的探空实况图和反演的VAD风廓线图。由图可以看出, 在高层为一致的西北风, 中层为西风。低层的风向切变和切变线位置也很好地反映出来。切变线位于常德站附近, 长沙、南昌处于切变线前为西南风, 宜昌处于切变线后为偏北风。另外VAD风廓线除了具有较高的时间分辨率外, 在空间分辨率上可以是任意高度层 (如600 hPa), 不像探空资料只有常规的等压面层。从图 1b还可以看出, VAD风廓线很好地弥补了南昌站高层缺测的情况。通过探空实况图和反演的VAD风廓线图对比可以看出, VAD风廓线资料具有很好的可靠性和较高的时空分辨率。

图 1. 2002年6月27日12:00探空实况图 (a) 与VAD风廓线 (b) (单位: m/s) Fig 1. Sounding image (a) and VAD wind profile (b) at 12:00 on June 27, 2002 (unit: m/s)

2 同化试验 2.1 模式简介

本研究所用模式是中国气象科学研究院数值预报中心开发研制的GRAPES-Meso (2.1版本)。在GRAPES三维变分同化系统中, 将变分同化归结为如下目标泛函的极小化问题:

(1)

式 (1) 中, x是分析变量, xb是背景场, H(x) 是观测相当量, yo是观测量, B-1是背景协方差矩阵的逆, O-1是观测误差协方差矩阵的逆, 上标T表示矩阵转置。在本文的数值试验中, 雷达反演风廓线被处理成标准的探空资料, 同化的变量只是u, v风场变量。

模式试验采用非静力方案, 长波辐射过程采用RRTM方案, 短波辐射过程采用Dudhia方案, 地面层采用Monin-Obukhov方案, 陆面过程采用热扩散方案, 边界层采用MRF方案, 微物理过程采用简单冰相方案, 积云参数化方案采用Kain-Fritsch方案。模式范围为18°~42°N, 95°~125°E。水平格距为0.273°×0.273°, 格点数为89×110。

2.2 理想试验

为了检验GRAPES三维变分同化系统对VAD风廓线同化的合理性, 在进行实际天气个例数值试验之前设计了一个理想试验, 在简单的背景场下加入单站的VAD风廓线进行同化。试验时取背景场各层为均匀的西风流场, 且风速均为10 m/s (图 2a所示), 将图 1b中南昌雷达站的VAD风廓线资料加入到GRAPES三维变分同化系统中进行同化。

图 2. 理想试验风场背景场及同化后各层风矢量增量场 (单位: m/s) (a) 背景场, (b) 250 hPa同化分析增量场, (c) 500 hPa同化分析增场, (d) 850 hPa同化分析增量场 Fig 2. Wind background field and the increment wind vector field at all levels by assimilation in ideal test (unit: m/s) (a) background field, (b) increment field by assimilation on 250 hPa, (c) increment field by assimilation on 500 hPa, (d) increment field by assimilation on 850 hPa

图 2给出了理想试验风场背景场及同化后高、中、低层风矢量增量场。对比图 1b和图 2各图可以看出, 南昌站的VAD风廓线分布在高层为西北风、中层为西风、低层为西南风。在背景场为西风的情况下, 高层由于VAD风的西风分量和背景场的西风分量相当, 加入VAD风的北风分量很大而背景场北风分量为零。因此, 同化后南昌站附近的风场增量主要是北风分量 (图 2b所示)。在中层, 背景场和加入的VAD风均无南北分量的风, 但VAD风的西风分量要比背景场的西风分量大得多。因此, 同化后南昌站附近的风场增量主要是西风分量 (图 2c所示)。在低层, 由于VAD风的西风分量和背景场的西风分量相当, VAD风的南风分量很大而背景场南风分量为零。因此, 同化后南昌站附近的风场增量主要是南风分量 (图 2d所示)。在南昌站附近, 高、中、低各层风矢量增量都较为合理。另外, 各层风矢量增量的分布均为在南昌附近最大, 在最大风矢量两侧分别形成一个气旋和反气旋式的增量场。风矢量增量场的分布形态与GRAPES三维变分同化系统的回归相关模型非常吻合。综上所述, 从理想试验的结果可以看出GRAPES三维变分同化系统能合理地对VAD风廓线资料进行同化。

2.3 方案设计

在未来雷达风场资料同化的业务化过程中, 如何使预报效果和预报时效达到最佳, 雷达资料同化间隔和同化窗口的选择显得尤为重要。因此, 为了检验雷达资料对数值模式预报场的改善作用以及不同同化时间窗口和同化频率的预报情况, 一共设计了以下7个试验方案 (如表 1所示)。数值试验时选取T213资料2002年6月27日00:00的12 h预报场为背景场, 边界也由T213预报场提供。所有同化试验均采用相同的动力、物理过程选项和相同的积分步长, 只是同化雷达资料的间隔和次数有区别。方案1为控制试验, 即不同化任何资料, 直接以背景场为初始场进行数值积分。方案2只同化初始时刻一个时次的雷达资料, 然后进行预报。方案3~7为连续同化试验, 其中方案3和方案4为每3 h同化一次, 分别同化3 h和6 h; 方案5为每6 h同化一次, 同化6 h, 即同化两个时次的雷达资料后开始预报; 方案6和方案7为每1 h同化一次, 分别同化3 h和6 h。

表 1 数值试验方案 Table 1 The schemes of numerical simulations

2.4 结果分析

图 3分别给出了初始时刻 (2002年6月27日12:00) 500 hPa的T213背景场、探空实况场和同化分析增量场风矢量图。对比图 3a和图 3b可以看出, 长江中下游南侧为副热带高压外围西偏南气流和北方南下的西北气流汇合带。但T213背景场汇合带的强度较实况弱, 副热带高压西侧的偏南气流也偏弱。经过同化雷达资料反演的风廓线后, 副热带高压所处位置的反气旋环流增强 (图 3c所示)。在副热带高压西侧有正的西南风增量, 长江中下游南北气流汇合带有正的西风增量, 有利于增强西南暖湿气流的输送和长江中下游的水汽辐合。从其他层次上同化初时刻后的分析场 (图略) 也可以看出, 其他层次的风场在经过同化后均有不同程度的改善, 与实况场接近。这充分说明同化VAD风廓线资料有利于改善数值模式初始场。

图 3. 2002年6月27日12:00 500 hPa风矢量场 (单位: m/s) (a) 背景场, (b) 实况场, (c) 同化分析增量场 Fig 3. 500 hPa wind vector field at 12:00 on June 27, 2002 (unit: m/s) (a) background field, (b) observation field, (c) increment field by assimilation

图 4a给出了2002年6月27日18:00—28日00:00的6 h降水量实况图。从图上可以看出, 在湖南北部至江西北部有一个强降水区域, 本次同化的雷达站中常德和南昌6 h降水分别为80.0 mm和27.0 mm。对比各数值试验方案的结果可以发现, 在未加入雷达风廓线资料时这一强降水区域的降水几乎没有预报出来。加入雷达风廓线资料同化后, 湖南北部的强暴雨区预报得到明显改善。同化了VAD风廓线资料后各方案都报出了10 mm以上的降水中心, 其中以方案6和方案7的改善最为显著, 基本上预报出了10~25 mm的暴雨区域。不足的是, 暴雨区域的位置稍偏西一些, 雨量较实况略偏小。总体来看, 同化VAD风廓线后对6 h强降水预报的改善较为明显。

图 4. 2002年6月27日18:00—28日00:00降水量实况与预报结果 (单位: mm) Fig 4. The observated and predicted rainfall from 18:00 on June 27 to 00:00 on June 28, 2002 (unit: mm)

另外, 通过对比各试验方案的6 h降水预报结果还可以发现, 同化间隔为1 h的方案要比同化间隔分别为3 h和6 h的效果要明显。在图 4中, 同化间隔为1 h的方案 (方案6和方案7) 对短时强降水预报的改善明显优于同化间隔为3 h的方案 (方案3和方案4)。同化间隔为3 h的方案只报出了10 mm的雨区且位置较实况偏西。同化间隔为1 h的方案预报出了25 mm的暴雨中心, 且暴雨区域的位置和分布与实况更接近。对于不同的同化窗口, 3 h同化窗口的方案要优于6 h同化窗口的方案。对比方案3和方案4可以看出, 6 h同化窗口的方案 (方案4) 预报的雨区较实况略偏西。虽然3 h同化窗口的方案 (方案3) 雨区范围较大, 有部分空报, 但在实况发生强降水的区域都报了10 mm以上的降水, 要略好于6 h同化窗口的方案。对比方案6和方案7也可以看出, 虽然6 h预报两者都报出了10~25 mm的暴雨区域。但对大于25 mm的预报区域3 h同化窗口的方案 (方案6) 要优于6 h同化窗口的方案 (方案7)。

图 5分别给出了24 h降水实况 (图 5a)、不同化雷达资料的24 h降水预报 (图 5b) 和同化初始时刻雷达资料的24 h降水预报 (图 5c)。从24 h降水实况图上可以看出, 此次降水主要发生在长江以南, 从贵州中部到浙江沿海为一条准东西向的大雨带。由于实况观测是一个离散场, 所以在图形上表现得不是很连续。从24 h降水预报看, 同化后预报的方案 (图 5c) 要好于直接用T213预报场作为初始场的方案 (图 5b)。直接用T213预报场作为初始场的方案预报的雨带很短, 预报出了江西、浙江的大、暴雨, 但湖南以西的大、暴雨几乎没有预报出来。同化后的预报方案 (图 5c) 预报出了整条雨带, 雨带的位置和实况比较接近, 基本预报出湖南以西的大、暴雨中心。不足的是雨带较实况偏强, 在四川东南部和重庆一带有空报。另外, 无论同化与否, 24 h降水预报在华东地区均偏强, 有一定的空报情况。总体而言, 同化初始时刻雷达资料24 h降水预报对雨带的位置和强度均有改善。

图 5. 2002年6月27日12:00—28日12:00降水量实况与预报结果 (单位: mm) Fig 5. The observated and predicted rainfall from 12:00 on June 27 to 12:00 on June 28, 2002 (unit: mm)

3 结论

1) VAD方法反演的风廓线与探空实况对应较好, 再次验证了用VAD技术反演风廓线的可行性。由于雷达观测具有较高的时间分辨率, 因此VAD风廓线资料具有广泛的应用前景。

2) 同化雷达风廓线有助于改善数值模式的初始风场, 对降水预报也有不同程度的改善。其中对6 h降水预报的改善明显优于对24 h降水预报。

3) 对于6 h的强降水预报来说, 同化间隔为1 h的方案降水预报要优于同化间隔为3 h和6 h的方案, 同化窗口为3 h的试验方案要好于同化窗口为6 h的试验方案。也就是说, 对于短时强降水预报同化频率高的预报效果较好, 但同化窗口却不宜过长, 并不是同化窗口越长预报效果越好。这对雷达风场资料同化的业务化有一定的指导意义。

致谢 本文完成过程中得到了中国气象科学研究院张沛源、庄世宇、朱国富等老师的指导和帮助, 中国气象科学研究院阮征老师提供了雷达观测资料, 在此表示衷心的感谢。
参考文献
[1] Lhermitte R M, Atlas D. Precipitation Motion by Pulse Doppler radar. Preprints, Ninth Weather Radar Conf, Kansas City, MO, Amer Meteor Soc, 1961: 218-223.
[2] Browning K A, Wexler R. The determination of kinematic properties of a wind field using Doppler radar. J Appl Meteor, 1968, 7: 105–113. DOI:10.1175/1520-0450(1968)007<0105:TDOKPO>2.0.CO;2
[3] 陶祖钰. 从单Doppler速度场反演风矢量场的VAP方法. 气象学报, 1992, 50, (1): 81–90.
[4] 陶祖钰. 关于Doppler雷达VAD技术的讨论. 应用气象学报, 1995, 6, (1): 109–113.
[5] 姜海燕, 葛润生. 一种新的单多普勒雷达天气反演技术. 应用气象学报, 1997, 8, (2): 219–223.
[6] 万蓉, 汤达章, 张鹏, 等. 非线性风场的VAD分析初探. 气象科学, 2003, 23, (3): 314–323.
[7] Lindskog M. Development of Doppler Radar Wind Data Assimila tion for the HIRLAM 3D-VAR. HIRLAM Technical Report 52, HIRLAM-5 Project, 2002.
[8] 马清云, 李泽椿, 陶士伟. 单部多普勒天气雷达风场反演及其在数值预报中的数值试验. 应用气象学报, 2001, 12, (4): 489–493.
[9] 李柏. 多普勒天气雷达资料分析及同化在暴雨中尺度天气系统数值模拟中的应用研究. 北京: 中国气象科学研究院, 2005.
[10] 万齐林, 薛纪善, 庄世宇. 多普勒雷达风场信息变分同化的试验研究. 气象学报, 2005, 63, (2): 130–144.
[11] 张培昌, 杜秉玉, 戴铁丕. 雷达气象学. 北京: 气象出版社, 2001: 243-247.