L波段探空仪从2000年起在全国范围内推广使用,其性能较59型探空仪在灵敏度、测量精度,响应时间、节约生产成本等方面都有很大提高[1]。但L波段探空仪是采用碳湿敏元器件,其测量精度受气压、温度系数等因素的影响较大,它会直接影响探测仪器测量变量的应用精度。针对探测元件特性进行相对湿度偏差订正国外在这些方面已有比较深入的研究,并取得了较好成效。Vomel等[2]研究Vaisala RS92探测仪器受太阳辐射、温度和仪器测量气压等因素的影响,发现湿度观测有明显偏干现象,太阳高度角为10°~30°时,地面平均干偏差为9%,15 km高度干偏差达到50%,通过湿度偏差订正后,其偏差降低到7%以下。Paul等[3]分析Vaisala RS80探空仪湿度干偏差,其白天湿度偏差与太阳加热探测仪有关,探空湿度观测结果与卫星反演湿度场和飞机观测比较均表现偏干,通过采用累积分布函数,同时考虑太阳辐射高度角等因素加以订正,改进观测湿度的应用效果。Yoneyama等[4]针对Vaisala RS92探测仪器受太阳辐射影响观测湿度偏干等进行了相应研究,并给出了对该仪器有效的偏差订正方案,提高了探测仪器湿度观测精度。Anna等[5]非洲季风多学科分析场试验中发现3种主要典型探空仪Vaisala RS92,Vaisala RS80及MODEM探测湿度有5%~30%的干偏差。产生偏差受多种因素影响,如探测仪器本身误差、在低温条件下模式的误差、仪器寿命、太阳辐射加热等等[6-8]。欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)根据这些分析研究在其同化系统中就各种不同的探测仪器、不同类型、不同的测站气压、太阳高度角等建立资料库,给出随季节、地区变化的订正表,并且该表每月更新,从而确保使用资料的准确性。
国内在探测仪器对观测资料影响方面研究起步较晚。在数值预报和天气预报发展过程中,很长时间在科研和业务中常常将探空观测资料作为校验标准与其他资料比较。但越来越多的研究表明,探空仪器观测存在一定的误差。研究表明:L波段探空仪相对湿度探测比59型探空仪有了很大提高,如果在碳湿敏电阻的生产工艺和误差订正方法加以改进,能有效提高碳湿敏电阻测量准确度[9-11]。L波段探空仪换型后,相对湿度探测值较换型前显著降低,表现为明显的干偏差,且该偏差随着高度的增加增大,受太阳辐射影响,干偏差在白天甚于夜间[12-14]。L波段探空仪湿度观测资料有干偏差,对该偏差予以订正,可以提高该资料在同化中的使用精度与应用效果[15-18]。虽然上述订正方案对湿度观测资料使用有正效果,但随着同化技术的进步,对资料精度的要求也随之提高,需要更细致地分析每类仪器的偏差特征,针对各种仪器进行偏差订正。
国外越来越多的研究和业务预报中心都在针对每类仪器特点,甚至每个地区、每个季节进行细致的分类研究,湿度偏差订正方法多考虑观测仪器受观测气压、温度、太阳高度角等因素影响,寻找其仪器偏差特点,制定有针对性偏差订正方案,使该探测资料发挥更大的作用。国内在这些方面的应用研究工作还存在很大差距,目前在业务数值预报中针对不同仪器的偏差订正方法的应用也非常有限。郝民等[15]曾借鉴英国气象局观测湿度偏差订正方法研究我国L波段探空仪湿度观测资料偏差订正方法,取得一定的正效果,但该方法未考虑仪器观测时受太阳高度角、气压、温度等因素影响,有一定的局限性。为了能更好地发挥探空湿度观测资料的性能进而改善数值预报同化和预报模式,本文针对L波段探空湿度观测资料根据不同仪器、分层次探讨其偏差特点,研究偏差订正方法,从而提高改进其使用效果。
1 L波段探空仪在我国分布情况我国从2000年起开始使用L波段探空仪,它是采用碳湿敏元器件的数字式电子探空仪,较之前的肠膜测湿元件的59型型探空仪在测量精度和灵敏度上均有很大提高。图 1为我国L波段探测仪器的分布情况。由图 1可见,我国目前使用的L波段探测仪主要由3个不同厂家生产,共118个测站。仪器编号分别是31,32,33。其中,31号探空仪由山西太原电子探空仪厂生产,14个测站使用;32号探空仪由上海长望气象科技有限公司(厡上海无线电23厂)生产,89个测站使用;33号探空仪由南京大桥机器有限公司生产,15个测站使用。其中32号探空仪使用数量最多,范围最广,多分布在中部和东部地区。31号探空仪和33号探空仪测站数量相近,31号探空仪分布集中在新疆、西藏、山西等部分地区,33号探空仪分布很分散,云南、吉林、内蒙古等地各有几个测站使用。
|
|
| 图1 我国L波段探测仪器分布 Fig.1 Distribution of L-band radiosonde instrument in China | |
2 L波段探空仪湿度偏差
利用L波段探空湿度观测资料与不同类型卫星观测反演的湿度资料互校及与NCEP再分析场、ECWMF再分析场和GRAPES分析场为背景的湿度场比较[19-22],郝民等[15]研究显示:相比其他模式分析场,ECWMF再分析场最接近观测值,偏差最小,故其参考意义也最好。在同一模式背景场条件下(图略),以ECWMF再分析场为背景场时,欧洲与北美洲400 hPa以下偏差都接近于0,说明探空湿度观测资料与背景场基本一致;而在我国,相比其他背景场偏差虽然减小,但正偏差仍然存在,探空湿度观测有偏干现象。
2.1 仪器水平偏差分布为了解3种L波段空仪偏差在各个层次表现,选取2013年7月1—31日以ECWMF再分析场为背景场,计算其与3种L波段探空仪相同时间湿度观测值的平均偏差。由于ECWMF再分析场较NCEP再分析场和GRAPES分析场更接近观测值,故用ECWMF再分析场为背景场与探空观测资料比较最有代表性和参考意义。图 2为3种探空仪在850 hPa偏差分布,偏差多为10%~30%。31号探空仪偏差为10%~20%,偏差较小;32号探空仪偏差多低于20%;33号探空仪偏差为20%~30%。32号探空仪偏差在山东、河北等个别站偏差达30%,其他大部分地区偏差在20%以下;33号探空仪仅个别站偏差达30%。总之,32号探空仪偏差比较均匀,31号探空仪偏差较其他两种仪器在对流层低层850 hPa偏差小。
|
|
| 图2 850 hPa背景场与探空偏差 (a)31号探空仪, (b) 32号探空仪, (c)33号探空仪 Fig.2 Deviation between background field and radiosonding at 850 hPa (a)Instrument 31, (b)Instrument 32, (c)Instrument 33 | |
图 3为3种探空仪在对流层中层400 hPa偏差分布,偏差多为20%~30%,明显比850 hPa偏差大。31号探空仪偏差为10%~30%,河北和新疆个别站偏差达到30%;32号探空仪偏差为20%~30%的测站比850 hPa偏多;33号探空仪偏差基本在20%以下。31号探空仪、32号探空仪偏差比较均匀,33号探空仪偏差较其他两种仪器在对流层中层400 hPa偏差略小。
|
|
| 图3 400 hPa背景场与探空偏差 (a)31号探空仪, (b)32号探空仪, (c)33号探空仪 Fig.3 Deviation between background field and radiosonding at 400 hPa (a)Instrument 31, (b)Instrument 32, (c)Instrument 33 | |
图 4为3种探空仪在250 hPa偏差分布。31号探空仪偏差低于10%,偏差较小;33号探空仪偏差为10%~20%。32号探空仪偏差在湖南东部、黑龙江东部个别站达到60%,在东部和南部地区偏差为20%~30%。
|
|
| 图4 250 hPa背景场与探空偏差 (a)31号探空仪, (b)32号探空仪, (c)33号探空仪 Fig.4 Deviation between background field and radiosonding at 250 hPa (a)Instrument 31, (b)Instrument 32, (c)Instrument 33 | |
由对流层高层、中层、低层3层比较可知,32号探空仪随高度增加偏差明显加大,31号探空仪在400 hPa偏差最大,250 hPa偏差减小,而33号探空仪偏差随高度变化不显著。
2.2 仪器垂直偏差分布图 5为3种探空仪湿度观测资料与ECWMF再分析资料为背景场的垂直偏差分布。在湿度较大时,偏差也较大,当背景场湿度不小于80%时,偏差最大;背景场湿度为[20%,60%)时,偏差较其他偏小。400 hPa以上偏差随高度增加明显增加。400 hPa以下背景场湿度不小于80%时,31号探空仪、32号探空仪偏差最大达-15%,33号探空仪偏差最大达-10%;背景场湿度为[60%,80%)时,33号探空仪低层偏差接近于0,而31号探空仪、32号探空仪偏差最大为-10%;背景场湿度为[20%,60%)时,31号探空仪、32号探空仪偏差接近于0,33号探空仪偏差最大接近10%;背景场湿度小于20%时,33号探空仪偏差最大达30%,32号探空仪偏差接近于0。400 hPa以下,背景场湿度不小于60%时,33号探空仪较其他两仪器偏差小,31号探空仪偏差最大;背景场湿度小于60%时,33号探空仪偏差最大,32号探空仪偏差最小。400 hPa以上湿度不小于20%时,33号探空仪偏差最小。总之,33号探空仪在背景场湿度大偏差小,湿度小时偏差大;32号探空仪较31号探空仪偏差更小,尤其在低层偏差表现较其他两种仪器小。31号探空仪在背景场湿度不小于60%时偏差随高度增加而增大,300 hPa偏差达-30%。
|
|
| 图5 探空与背景场偏差垂直分布 Fig.5 Distribution of radiosonding and background field deviations | |
3 探空仪湿度偏差订正 3.1 偏差订正方案设计
32号探空仪在我国使用范围最广,数量最多。分析其偏差分布发现:偏差随着高度增加逐渐加大,特别是在400 hPa以上偏差显著增加,因此,设计偏差订正方案时将400 hPa作为垂直订正分界点。湿度偏差在背景场不小于60%时偏差较大,故将湿度值不小于60%作为订正方案中考虑的另一个因子。为了能更好地使用探空观测资料,提高该资料的使用精度,设计5组偏差订正方案。方案1为探空观测资料未采用任何订正。方案2、方案3分别采用文献[15]的修订方案,即对于观测湿度不小于60%的探空资料采用分段线性函数订正,即探空湿度分别在不小于60%,70%,80%等采用不同的分段函数订正。方案2是在400 hPa及以上探空湿度60%以上采用分段线性函数订正方法;方案3对探空湿度不小于60%的所有层次均采用分段线性函数订正方法。方案4、方案5均选用文献[2]针对Vaisala RS92偏差订正方案,方案4是在400 hPa及以上层次加以订正;方案5是在方案3订正方案基础上,400 hPa及以上层次采用Vomel方案订正。方案设计见表 1。
|
|
表 1 5种偏差订正方案 Table 1 Five bias correction schemes |
3.2 Vomel湿度偏差订正方案
Vomel等[2]在2007年就Vaisala RS92湿度探测仪进行相应的偏差订正试验得到一套有效的订正方案。虽然我国目前使用L波段探空仪不同于英国、美国等使用的Vaisala系列探空仪,但世界气象组织2004年公布的探测仪测量精度比较表明:中国L波段电子探空仪测量精度与国际上使用的Vaisala探空仪测量偏差较接近,且精度相当[23-24],所以试验中借鉴Vomel方案进行偏差订正,比较几种方案的有效性。
Vomel方案考虑探测仪所在位置的测站气压,探测温度等因素的影响,探空湿度观测偏差订正量公式如下:
|
(1) |
|
(2) |
其中,Cd(P)为气压相关校正因子,P为测站气压,Fc为探空仪湿度订正量,F为探空仪湿度观测值,Cl(T)为温度相关校正因子。上式根据经验Vaisala探空仪校正因子和观测时间不同有所区别,由式(1)、式(2)得到探空湿度观测偏差订正量,进而得到订正后探空湿度,并应用于资料同化试验中。
4 偏差订正结果 4.1 偏差订正结果垂直分布根据表 1偏差订正方案的设计,选取2013年7月我国探空资料进行同化试验,并与ECWMF再分析场为背景场的分析加以比较。图 6是5种方案的探空湿度观测与ECWMF再分析湿度场的偏差垂直分段分布剖面。当背景场湿度不小于20%时偏差多小于0,说明探空湿度要小于ECWMF再分析湿度场,探空湿度偏干;当背景场湿度小于20%时,该偏差多为正,即在该范围探空湿度大于ECWMF背景场湿度。由方案1~5偏差比较可知,在背景场湿度不小于80%时,500 hPa以下方案3、方案5偏差最小,接近于0,500 hPa以上方案4偏差较小;湿度为(20%,80%]时,500 hPa以下几种方案偏差比较接近,在500 hPa以上方案4偏差最小;而背景场湿度小于20%时,500 hPa以上方案2湿度较其他方案偏差小。由此可知,500 hPa以下除背景场湿度不小于80%偏差较大,其他偏差比较接近。500 hPa以上几种方案偏差差异较大,方案4、方案5偏差较其他方案偏差小。200 hPa以下,样本量多为600~4000,而200 hPa以上样本量较少,统计意义不大。因此,采用Vomel方案较其他方案订正效果更加显著有效。
|
|
| 图6 湿度订正结果和背景场偏差垂直分布 Fig.6 Distribution of corrected radiosonding and background field deviations of five schemes | |
4.2 32号探空仪多方案偏差订正结果垂直分布
由于32号探空仪探测仪器是使用数量最多的仪器,故其偏差对预报结果有很大的影响,因此,须关注其偏差分布。由图 7可知,32号探空仪偏差与图 6分布基本一致。500 hPa以下背景场湿度为[20%,80%)时,几种方案偏差都接近于0。背景场湿度不小于80%时,方案偏差差异较大;500 hPa以上方案4、方案5偏差较其他方案偏差小。32号探空仪仪器湿度订正结果再次证明:采用订正方案后比订正前偏差均减小,而Vomel方案较修订的英国气象局的订正方案在500 hPa上改进更加显著。
|
|
| 图7 32号探空仪湿度订正结果与背景场的偏差垂直分布 Fig.7 Distribution of corrected radiosonding and background field deviations for Instrument 32 | |
5 降水个例预报与连续预报试验
通过在GRAPES同化系统中加入探空湿度观测采用偏差订正方案,了解其对GRAPES同化分析和降水预报的影响。个例试验选用2013年7月9日00:00(世界时,下同)常规观测资料进行资料同化和24 h降水预报,连续试验选2013年7月10—19日同化分析与预报。由偏差订正结果比较可知,方案3较其他方案偏差较大,没有明显优势,同时方案5中又包含方案3内容,所以个例预报与连续预报试验选择比较方案1、方案2、方案4、方案5对模式预报结果的影响。
图 8为采用不同订正方案预报结果与实况降水的比较可以看到,采用方案1、方案4的降水预报比较接近,两者偏差场小,而采用方案2和方案5与方案1预报偏差比较,两者预报结果差异较大。采用4种方案模式均预报出在河北、山西一带有强降水,但强度和范围预报有所差异。采用方案4在河北区域的强降水中心位置强度与实况接近,山西区域降水虽然4种方案均有预报,但从偏差场看,方案2、方案5较方案1、方案4强度要大,方案5降水预报强度最强、也最接近实况,方案1、方案4在山西的降水强度偏弱,位置偏北。所以方案5采用探空湿度观测的偏差订正对模式降水预报强度上比其他试验预报效果更好。
|
|
| 图8 2013年7月9日00:00 24 h降水实况和预报结果 (a)24 h降水实况,(b)采用方案1预报结果,(c)采用方案2和方案1预报结果之差,(d)采用方案2预报结果,(e)采用方案4和方案1预报结果之差,(f)采用方案4预报结果,(g)采用方案5和方案1预报结果之差,(h)采用方案5预报结果 Fig.8 24 h rainfall of observation and forecast at 0000 UTC 9 Jul in 2013 (a)observation, (b)forecast of scheme 1, (c)forecast bias between scheme 2and scheme 1, (d)forecast of scheme 2, (e)forecast bias between scheme 4 and scheme 1, (f)forecast of scheme 4, (g)forecast bias between scheme 5 and scheme 1, (h)forecast of scheme 5 | |
图 9是采用4种方案连续10 d模式预报24 h降水检验评分和预报偏差。采用方案5降水预报评分较其他方案在小雨、中雨、大雨等几个量级上均最高,方案2次之。模式预报在小雨量级偏差,方案1、方案4小于方案2、方案5;在中雨、大雨、暴雨量级上方案5较其他方案偏差小,表现最优,在特大暴雨方案5偏差也要小于方案1、方案4。所以模式预报采用方案5偏差最小,探空湿度偏差订正效果对模式预报有显著的改进意义。
|
|
| 图9 2013年7月10—19日降水预报检验 Fig.9 Verification of the rainfall forecast over China from 10 Jul to 19 Jul in 2013 | |
6 结论
通过分析我国使用的3种主要L波段探空仪湿度观测偏差状况,了解其偏差分布特点,并借鉴国内外对于探空仪湿度观测的偏差订正方法,进行相应的偏差订正比较试验,研发了适合我国L波段探空仪的有效订正方法,并在GRAPES同化分析中应用,改进其同化分析和模式预报效果。3种探空仪湿度观测偏差订正方案、个例预报及连续预报试验结果表明:
1) 32号探空仪在对流层随着高度增加偏差增加; 31号探空仪在400 hPa偏差最大,在250 hPa偏差减小; 33号探空仪偏差变化不显著。33号探空仪背景场湿度不小于60%时,其偏差较其他探空仪小,湿度小于60%时,400 hPa以下偏差大; 32号探空仪较31号探空仪偏差更小,尤其在400 hPa以下较其他两种探空仪偏差小。探空湿度呈偏干现象。
2) 偏差订正方案试验结果表明:通过对探空仪湿度观测资料的偏差订正,与ECWMF再分析湿度场比较,湿度观测偏干现象得到显著改进,湿度偏差与方案1比较特别是在500 hPa以上层次明显减小。由GRAPES试验同化分析的偏差场可知,方案4、方案5显示正贡献。
3) 个例和连续预报试验中,降水预报方案1、方案4接近但偏弱,方案2、方案5偏强,更接近于实况,连续预报试验的检验评分中方案5要优于其他订正方案,该订正方案在实际应用改进效果更加突出。
| [1] |
姚雯, 马颖, 徐文静. L波段电子探空仪相对湿度误差研究及其应用. 应用气象学报, 2008, 19(3): 356-361. DOI:10.3969/j.issn.1001-7313.2008.03.012 |
| [2] |
Vomel H, Selkirk H. Radiation dry bias of the Vaisala RS92 humidity sensor. J Atmos Technol, 2007, 24(6): 953-963. DOI:10.1175/JTECH2019.1 |
| [3] |
Paul E C, Richard H J. Correction of humidity biases in Vaisala RS80-H sondes during NAME. J Atmos Ocean Technol, 2009, 26(9): 1763-1780. DOI:10.1175/2009JTECHA1222.1 |
| [4] |
Yoneyama K, Fujita M, Sato N, et al. Correction for radiation dry bias found in RS92 radiosonde data during the MISMO field experiment. SOLA, 2008, 4: 13-16. DOI:10.2151/sola.2008-004 |
| [5] |
Anna A P, Drasko V, Anton B, et al. Radiosonde humidity bias correction over the West African region for the special AMMA reanalysis at ECMWF. Q J R Meteor Soc, 2009, 135: 595-617. DOI:10.1002/qj.v135:640 |
| [6] |
Bian J C, Chen H B, Voemel H, et al. Intercomparison of humidity and temperature sensors:GTS1, Vaisala RS80, and CFH. Adv Atmos Sci, 2011, 28(1): 139-146. DOI:10.1007/s00376-010-9170-8 |
| [7] |
Faccani C, Rabier F, Fourrie N, et al. The impacts of AMMA radiosonde data on the French Global Assimilation and Forecast System. Wea Forecasting, 2009, 24(5): 1268-1286. DOI:10.1175/2009WAF2222237.1 |
| [8] |
Reinaldo B da S, Gilbert O F, Luiz A T M, et al. Executive Summary of the WMO Intercomparison of GPS Radiosondes. Instruments and Observing Methods Report No. 76, WMO/TD-No. 1153, Geneva: WMO, 2003: 3-5.
|
| [9] |
姚爽, 陈敏, 王建捷. L波段分钟数据在WRF模式中的变分同化应用试验. 气象, 2015, 41(6): 695-706. |
| [10] |
徐文静, 郭亚田, 黄炳勋, 等. GTS碳湿敏元件性能测试数据分析及相对湿度订正. 气象科技, 2007, 35(3): 423-428. DOI:10.3969/j.issn.1671-6345.2007.03.025 |
| [11] |
庄照荣, 薛纪善, 韩威, 等. 探空观测黑名单检查在变分同化系统中的应用. 应用气象学报, 2014, 25(3): 274-283. DOI:10.3969/j.issn.1001-7313.2014.03.004 |
| [12] |
王英, 熊安元. L波段探空仪器换型对高空湿度资料的影响. 应用气象学报, 2015, 26(1): 76-85. |
| [13] |
马舒庆, 李峰, 邢毅. 从毛里求斯国际探空系统对比看全球探空技术的发展. 气象科技, 2006, 34(5): 606-609. DOI:10.3969/j.issn.1671-6345.2006.05.019 |
| [14] |
李伟, 李锋, 赵志强, 等. L波段气象探测系统建设技术评估报告. 北京: 气象出版社, 2009.
|
| [15] |
郝民, 龚建东, 王瑞文, 等. 中国L波段探空湿度观测资料的质量评估及偏差订正. 气象学报, 2015, 73(1): 187-199. |
| [16] |
朱丽娟, 龚建东, 黄丽萍, 等. GRAPES三维云初始场形成及在短临预报中的应用. 应用气象学报, 2017, 28(1): 38-51. |
| [17] |
唐南军, 刘艳, 李刚, 等. 中低空探空相对湿度观测数据的新问题——基于中国L波段探空系统湿度观测异常偏干现象的初步分析. 热带气象学报, 2014, 30(4): 643-653. DOI:10.3969/j.issn.1004-4965.2014.04.005 |
| [18] |
刘艳, 薛纪善, 张林, 等. GRAPES全球三维变分同化系统的检验与诊断. 应用气象学报, 2016, 27(1): 1-15. |
| [19] |
王金成, 陆慧娟, 韩威, 等. GRAPES全球三维变分同化业务系统性能. 应用气象学报, 2017, 28(1): 11-24. |
| [20] |
郝民, 龚建东, 徐枝芳. 地面报中高山站资料的应用分析. 气象, 2016, 42(4): 424-435. |
| [21] |
余贞寿, 冀春晓, 杨程, 等. 同化风廓线雷达资料对浙江降水预报改进评估. 应用气象学报, 2018, 29(1): 97-110. |
| [22] |
张林, 刘永柱. GRAPES全球四维变分同化系统极小化算法预调节. 应用气象学报, 2017, 28(2): 168-176. |
| [23] |
Pathack B, Nas h J, Smout R, et al. WMO Intercomparison of High Quality Radiosonde Systems. Instruments and Observing Methods Report No. 94, WMO/TD-No. 1354, Geneva: WMO, 2006.
|
| [24] |
世界气象组织. 气象仪器和观测方法指南(第六版). 2005.
|
2018, 29 (5): 559-570



