云物理初始化对一次强对流天气数值预报的影响研究

李佳; 陈葆德; 黄伟; 张旭

doi:10.16032/j.issn.1004-4965.2018.02.006

云物理初始化对一次强对流天气数值预报的影响研究

doi: 10.16032/j.issn.1004-4965.2018.02.006

李佳^{1, 2, 3},
陈葆德^{2, 3, ,},
黄伟^{2, 3},
张旭^{2, 3}

1.
南京信息工程大学，江苏南京 210044
2.
中国气象局上海台风研究所，上海 200030
3.
中国气象局台风数值预报重点实验室，上海 200030

基金项目:

国家重点研发计划“政府间国际科技合作项目”重点专项 2016YFE0109700

国家自然科学基金项目 41575101

国家自然科学基金项目 41505087

公益性行业（气象）科研专项 GYHY201206006

详细信息

通讯作者:
陈葆德，男，浙江省人，研究员，博士，主要从事数值预报研究。E-mail：baode@typhoon.org.cn

中图分类号: P456.7
计量
- 文章访问数: 1210
- HTML全文浏览量: 51
- PDF下载量: 550
- 被引次数: 0
出版历程
- 收稿日期: 2017-06-26
- 修回日期: 2017-11-18
- 刊出日期: 2018-04-01

INVESTIGATION OF THE IMPACT OF CLOUD INITIALIZATION ON NUMERICAL PREDICTION OF A CONVECTIVE SYSTEM

Jia LI^{1, 2, 3},
Bao-de CHEN^{2, 3
, ,},
Wei HUANG^{2, 3},
Xu ZHANG^{2, 3}

1.
Nanjing University of Information Science & Technology, Nanjing 210044, China
2.
Shanghai Typhoon Institute of China Meteorological Administration, Shanghai 200030, China
3.
Key Laboratory of Numerical Modeling for Tropical Cyclone, CMA, Shanghai 200030, China

摘要

摘要: 基于第二代华东快速更新循环同化预报模式系统，针对2015年4月28日华东强对流天气，分析了云初始化对强对流数值预报的作用和影响。有无云初始化试验对比结果表明，在循环系统中使用云初始化，能够显著提高0~6 h的降水预报评分，强降水的位置预报更接近实况。云初始化能较好地改善初始场水凝物的质量分布，提供较准确的相关对流系统的初始信息，改进强对流区域内水凝物的预报效果，有效避免了模式初始阶段的降水滞后现象，缩短了模式由于初始微物理信息缺失引起的“spin-up”时间。而积分6 h以后的结果与无云初始化的结果差别不大。
- 天气预报 /
- 预报方法 /
- 云初始化 /
- 快速更新
Abstract: Using the second generation of SMS-WARR Shanghai Meteorological Service-WRF ADAS Rapid Refresh System, prediction of a severe convective event in East China is analyzed with the focus on the impact of cloud initialization. Comparison between the prediction results from the experiments with and without cloud initialization shows that the forecast using the cloud initialization can greatly increase the TS score of 0~6 hour rainfall, and the position of the forecasted precipitation is closer to that of the observation. Further analysis indicates that cloud initialization can significantly improve the initial fields of hydrometeors, provide more accurate information of the convection system, and produce better forecasts of hydrometeors and vertical velocity over the severe convection area. Moreover, cloud initiation largely avoids the delay of precipitation occurrence during the early stage and shortens the "spin-up" time due to the lack of the initial microphysical information. However, results with and without the cloud initialization become quite similar to each other when the integration time period exceeds 6 hours.
- weather forecast /
- forecast method /
- cloud initialization /
- rapid refresh

HTML全文

图 1 第二代华东快速更新循环同化系统流程示意图

下载: 全尺寸图片幻灯片

图 2 2015年4月28日08—20时自动站12 h累积降水量

单位：mm。

下载: 全尺寸图片幻灯片

图 3 2015年4月28日02时—29日01时SMS-WARRV2.0系统有、无云分析1 h累计降水（a，≥0.1 mm）和12 h累计降水（b）的平均TS评分

下载: 全尺寸图片幻灯片

图 4 2015年4月28日19—20时自动站1 h累计降水观测（a）和SMS-WARRV2.0系统有云（b~d）、无云（e~g）分析的19时（b、e）、14时（c、f）、08时（d、g）起报分析

单位：mm。

下载: 全尺寸图片幻灯片

图 5 2015年4月28日02时—29日01时SMS-WARRV2.0系统有无云分析各种水凝物垂直累积区域平均

云冰：qi，云水：qc，雪水：qs，霰：qg，雨水：qr。下同。单位：kg/m²。a. qiqc；b. qsqgqr；c. qiqcqsqgqr。

下载: 全尺寸图片幻灯片

图 6 SMS-WARRV2.0系统2015年4月28日19时起报1 h预报每一时间步(15 s)有无云分析的qiqcqsqgqr(a)、qiqc(b)、qsqgqr(c)、qiqsqg(d)、qcqr(e)的各种水凝物垂直累积（单位：kg/m²）和对流有效位能（f，单位：J/kg）的区域平均（117~122 °E，30~35 °N）

下载: 全尺寸图片幻灯片

图 7 2015年4月28日19时起报SMS-WARRV2.0系统有无云分析南京站南-北雷达反射率（单位：dBz）剖面的19时（a）和20时（b）实测、有云（c、d）和无云（e、f）分析的初始场（c、e）及1 h预报（d、f）

红色三角为南京站，黑色实线为模式地形高度（单位：km）。

下载: 全尺寸图片幻灯片

图 8 2015年4月28日19时SMS-WARRV2.0系统分析场有云（左）、无云（右）分析的水凝物混合比（单位：g/kg）和温度（灰色实线，℃）的云水（a、b）、云冰（c、d）、雪水（e、f）、霰（g、h）和雨水（i、j）的南-北剖面

红色三角为南京站，黑色实线为模式地形高度（单位：km）。

下载: 全尺寸图片幻灯片

图 9 2015年4月28日19时雷达回波观测(阴影，dBz)和19时08分850 hPa风（m/s）

红色圆点为南京站。a.有云分析; b.无云分析。

下载: 全尺寸图片幻灯片

表 1 SMS-WARRV2.0模式主要参数

模式参数	SMS-WARRV2.0
中心位置	119 °E，30 °N
水平分辨率/km	3
水平格点数	793×853
垂直层次	51
冷启动时间	02
起报频次	每小时一次
预报时效	12 h
模式系统	WRF3.5.1
同化系统	ADAS5.3.3
背景场及边界条件	SMS-WARMSV2.0 20时
边界条件更新	3 h
数字滤波	无
微物理过程参数化	Thompson^[22]
长波福射参数化	RRTMG^[23]
短波福射参数化	RRTMG
陆面过程参数化	Noah^[24]
地表过程参数化	Monin-Obukhov (Janjic Eta) ^[25]
边界层参数	MYJ^[26-27]
积云对流参数化方案	无

下载: 导出CSV

参考文献(30)

[1]	ALBERS S C, MCGINLEY J A, BIRKENHEUER D L, et al. The local analysis and prediction system(LAPS): Analyses of clouds, precipitation, and temperature[J]. Wea Forec, 1996, 11(3): 273-287.
[2]	ZHANG J, CARR F H, BREWSTER K. ADAS cloud analysis[C]//12th Conf. on Numerical Weather Prediction. Phoenix: Amer Meteor Soc, 1998: 185-188.
[3]	龚建东.同化技术:数值天气预报突破的关键——以欧洲中期天气预报中心同化技术演进为例[J].气象科技进展, 2013, 3(3): 6-13.
[4]	朱立娟. GRAPES短临预报的云初始场形成与雷达VAD质控的关键技术研究[D]. 北京: 中国气象科学研究院, 2012: 145.
[5]	XUE M, WANG D H, GAO J D, et al. The advanced regional prediction system(ARPS), storm-scale numerical weather prediction and data assimilation[J]. Meteor Atmos Phys, 2003, 82(1): 139-170.
[6]	HU M, XUE M, BREWSTER K. 3DVAR and cloud analysis with WSR-88D level-Ⅱ data for the prediction of the Fort Worth, Texas, tornadic thunderstorms, Part Ⅰ: Cloud analysis and its impact[J]. Mon Wea Rev, 2006, 134(2): 675-698.
[7]	WEYGANDT S S, BENJAMIN S G, DEVENYI D, et al. Cloud and hydrometeor analysis using METAR, radar, and satellite data within the RUC/Rapid-Refresh model//[C]12th Conference on Aviation Rangeand Aerospace Meteorology. Atlanta: Amer Meteor Soc, 2006: 5. 3.
[8]	HU M, WEYGANDT S, XUE M, et al. Development and testing of a new cloud analysis package using radar, satellite, and surface cloud observations within GSI for initializing rapid refresh[C]//22nd Conf. on Weather Analysis and Forecasting/18th Conf. on Numerical Weather Prediction. Park City: Amer Meteor Soc, 2007: 2. 5.
[9]	屈右铭, 陆维松, 蔡荣辉, 等. GRAPES-Meso云分析系统的设计与试验[J].气象, 2010, 36(10): 37-45.
[10]	王洪, 王东海, 万齐林.多普勒雷达资料同化在"普勒雷达资北京特大暴雨个例中的应用[J].气象学报, 2015, 73(4): 679-696.
[11]	BENJAMIN S G, NYI D, WEYGANDT S S, et al. An hourly assimilation/ forecast cycle: The RUC[J]. Mon Wea Rev, 2004, 132(2): 495-518.
[12]	ALEXANDER C R, WEYGANDT S, SMIRNOVA T, et al. High resolution rapid refresh(HRRR): Recent enhancements and evaluation during the 2010 convective season[C]//25th Conf. on Severe Local Storms. Denver: Amer Meteor Soc, 2010: 9. 2.
[13]	陈子通, 黄燕燕, 万齐林, 等.快速更新循环同化预报系统的汛期试验与分析[J].热带气象学报, 2010, 26(1): 49-54.
[14]	陈敏, 范水勇, 郑作芳, 等.基于BJ-RUC系统的临近探空及其对强对流发生潜势预报的指示性能初探[J].气象学报, 2011, 69(1): 181- 194.
[15]	王叶红, 彭菊香, 公颖, 等. AREM-RUC 3h快速更新同化预报系统的建立与实时预报对比检验[J].暴雨灾害, 2011, 30(4): 296-304.
[16]	徐枝芳, 郝民, 朱立娟, 等. GRAPES_RAFS系统研发[J].气象, 2013, 39(4): 466-477.
[17]	陈葆德, 王晓峰, 李泓, 等.快速更新同化预报的关键技术综述[J].气象科技进展, 2013, 3(2): 29-35.
[18]	王晓峰, 王平, 张蕾, 等.上海"7?31"局地强对流快速更新同化数值模拟研究[J].高原气象, 2015, 24(1): 124-136.
[19]	王瑾, 刘黎平. CINRAD/CD雷达反射率因子同化对中尺度数值模式云微物理场调整的分析[J].高原气象, 2009, 28(1): 173-185.
[20]	徐广阔, 孙建华, 赵思雄.基于雷达资料同化的2003年7月一次暴雨过程的数值模拟及分析[J].热带气象学报, 2009, 25(4): 427-434.
[21]	张艳霞, 蒙伟光, 张诚忠, 等. LAPS云分析中卫星资料的应用及对GRAPES模式短时预报的影响[J].热带气象学报, 2015, 31(5): 599- 607.
[22]	THOMPSON G, RASMUSSEN R M, MANNING K. Explicit forecasts of winter precipitation using an improved bulk microphysics scheme, Part Ⅰ: Description and sensitivity analysis[J]. Mon Wea Rev, 2004, 132(12): 5 095-5 115.
[23]	IACONO M J, DELAMERE J S, MLAWER E J, et al. Radiative forcing by long-lived greenhouse gases: Calculations with the AER radiative transfer models[J]. J Geophys Res, 2008, 113: D13103.
[24]	TEWARI M, CHEN F, WANG W, et al. Implementation and verification of the unified NOAH land surface model in the WRF model[C]//20th Conference on Weather Analysis and Forecasting/16th Conference on Numerical Weather Prediction. 2004: 11-15.
[25]	MONIN A S, OBUKHOV A M. Basic laws of turbulent mixing in the surface layer of the atmosphere[J]. Geophysics Institute, USSR Academy of Science, 1954, 24(151): 163-187.
[26]	MELLOR G L, YAMADA T. Development of a turbulence closure model for geophysical fluid problems[J]. Rev Geoph, 1982, 20(4): 851- 875.
[27]	陈杨瑞雪, 罗亚丽.不同边界层参数化方案和陆面过程参数化方案对一次梅雨锋暴雨显式对流模拟的影响分析[J].热带气象学报, 2016, 32(5): 656-667.
[28]	KESSLER E. On the distribution and continuity of water substance in atmospheric circulations[J]. Meteor Monogr, 1969, 32(10): 84.
[29]	BAO J W, MICHELSON S A, GRELL E D. Pathways to the production of precipitating hydrometeors and tropical cyclone development[J]. Mon Wea Rev, 2016, 144: 2 395-2 420.
[30]	付桦, 刘晓莉, 丁伟.一次冰雹过程及雹云物理结构的数值模拟研究[J].热带气象学报, 2016, 32(4): 546-557.