莊照榮薛紀(jì)善韓 威劉 艷

1）（國家氣象中心，北京100081）2）（中國氣象局?jǐn)?shù)值預(yù)報中心，北京100081）

3）（中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室，北京100081）

探空觀測黑名單檢查在變分同化系統(tǒng)中的應(yīng)用

莊照榮1）2）3）＊薛紀(jì)善3）韓 威1）2）3）劉 艷1）2）

1）（國家氣象中心，北京100081）2）（中國氣象局?jǐn)?shù)值預(yù)報中心，北京100081）

3）（中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室，北京100081）

針對探空觀測資料使用造成的某些區(qū)域GRAPES分析場存在虛假的高、低壓系統(tǒng)問題，該文通過對比全球探空資料的位勢高度觀測與NCEP分析場，統(tǒng)計站點中觀測質(zhì)量較差的時次出現(xiàn)頻數(shù)，確定探空位勢高度觀測黑名單。研究表明：500hPa在印度地區(qū)、北大西洋和南極洲附近的探空位勢高度觀測與NCEP分析場的均方根誤差在30gpm以上的站點較多，且位勢高度觀測不可靠觀測比率為20%以上的站點主要集中這些區(qū)域，以上觀測站均列入黑名單。文中在GRAPES全球三維變分分析場的質(zhì)量控制中加入探空位勢高度觀測黑名單檢查，通過6h分析預(yù)報循環(huán)試驗表明：探空位勢高度觀測黑名單檢查能有效提高分析場質(zhì)量，GRAPES位勢高度分析場在南極洲附近和印度地區(qū)有所改善。

探空觀測；黑名單；三維變分同化；分析預(yù)報循環(huán)

引 言

探空觀測資料可作為理解大氣空間結(jié)構(gòu)及其演變的工具，能為天氣預(yù)報和氣候預(yù)測提供重要條件，并且可以用于航空和軍事氣象保障。探空觀測資料質(zhì)量較高，經(jīng)常作為檢驗其他數(shù)值預(yù)報產(chǎn)品的標(biāo)準(zhǔn)，而且作為同化分析中可靠的資料來源，對數(shù)值天氣預(yù)報有重要作用。

探空觀測資料在儀器觀測和傳輸過程存在儀器誤差、系統(tǒng)誤差和過失誤差［1］，因而使用時需要嚴(yán)格的質(zhì)量控制和訂正。國內(nèi)外對探空資料有詳細(xì)的綜合質(zhì)量控制［2－3］和監(jiān)視評估系統(tǒng)［4］，為探空資料的有效使用提供了保障。觀測資料質(zhì)量控制的環(huán)節(jié)主要包括初步常規(guī)檢查、黑名單檢查、背景場檢查、時間和站點選擇、垂直稀疏化和變分質(zhì)量控制等。其中黑名單檢查是觀測資料質(zhì)量監(jiān)控的重要檢查環(huán)節(jié)，主要使用月監(jiān)控黑名單除去與背景場比較存在異常噪音和偏差的觀測站點［5－6］。當(dāng)前用于國內(nèi)數(shù)值預(yù)報系統(tǒng)的探空觀測資料都經(jīng)過常規(guī)檢查，如氣候極值檢查、水平一致性檢查等。在資料同化系統(tǒng)中，觀測資料也經(jīng)過背景場檢查，但欠缺黑名單檢查。中國氣象局?jǐn)?shù)值預(yù)報中心研發(fā)的全球與區(qū)域同化預(yù)報系統(tǒng)［7－13］（Global－Regional Assimilation and Prediction System，GRAPES）所用的非常規(guī)觀測資料有限，探空資料對分析質(zhì)量尤為重要。通過大批分析試驗發(fā)現(xiàn)，GRAPES分析場在印度地區(qū)經(jīng)常出現(xiàn)虛假的高、低壓系統(tǒng)，在南極地區(qū)的高度分析場也有較大的偏差。通過加強(qiáng)背景場檢查的質(zhì)量控制，這些區(qū)域位勢高度分析場偏差有所減少。但由于模式預(yù)報也有偏差，有些質(zhì)量較差的觀測信息并不能通過背景場檢查來剔除，會對分析造成負(fù)面影響。本文通過分析全球探空資料的位勢高度觀測，建立探空觀測站點黑名單，嘗試用站點黑名單方式加強(qiáng)對探空觀測的質(zhì)量控制，從而提高分析場質(zhì)量。

1 探空觀測資料

探空觀測資料由國家氣象信息中心通過全球電信系統(tǒng)（GTS）實時接收，每天有4個時次觀測，分別是00：00，06：00，12：00，18：00（世界時，下同），其中00：00和12：00的觀測信息較多。全球大約有900多個探空站，主要分布在陸地和海島（如圖1所示）。圖1中不同符號的站點代表全球探空觀測的不同區(qū)域，其中北大西洋上有船舶定期航行進(jìn)行探空觀測。

圖1 全球探空觀測站分布Fig.1 Distribution of the global radiosonde stations

1.1 探空資料分析

全球探空觀測資料在進(jìn)入GRAPES全球三維變分分析系統(tǒng)前已經(jīng)進(jìn)行常規(guī)檢查，如氣候極值、水平一致性、風(fēng)切變、溫度遞減率、逆溫和靜力學(xué)檢查。在GRAPES分析系統(tǒng)中只進(jìn)行了探空觀測與GRAPES 6h預(yù)報場比較的背景場檢查。目前GRAPES位勢高度預(yù)報場有較大偏差，背景場檢查不能剔除某些區(qū)域異常的高度觀測信息。黑名單檢查是觀測資料監(jiān)控的重要環(huán)節(jié)，本文試圖將黑名單檢查加入GRAPES分析系統(tǒng)中。黑名單檢查一般比較背景場與觀測的差別，考慮到GRAPES位勢高度背景場目前存在較大偏差，暫時用美國國家環(huán)境預(yù)報中心（NCEP）的全球資料同化分析場（NCEP Final Analyses，F(xiàn)NL）代替背景場做黑名單檢查。NCEP分析場經(jīng)常用于數(shù)值預(yù)報試驗［14］和診斷分析［15］，其位勢高度分析場具有一定可靠性。

本文研究所用的資料為2007年6月1日—2007年8月31日12：00的全球探空觀測資料以及NCEP分析資料，通過對比探空的位勢高度觀測與NCEP分析場的偏差和均方根誤差對觀測質(zhì)量進(jìn)行分析。NCEP分析資料水平分辨率為1.0°×1.0°，垂直方向從1000hPa到10hPa，共26層。

若某時刻N(yùn)CEP分析場用x表示，某點探空觀測為yi，則觀測的偏差為

式（1）中，H（x）為觀測算子，即將格點上的分析資料在觀測空間表示。觀測算子包括分析變量和觀測變量之間的物理變換和空間變換。這里觀測算子只需對分析場進(jìn)行水平和垂直的空間插值。N為2007年6月1日—8月31日觀測總樣本量。觀測與NCEP分析場平均偏差為

觀測與NCEP分析場的均方根誤差為

將2007年6月1日12：00的全球位勢高度觀測與NCEP分析場進(jìn)行比較，觀測偏差分布如圖2所示。由圖2可以看出，在100hPa以下，位勢高度觀測的偏差較小，平均偏差絕對值在3gpm之內(nèi)（平均偏差取在標(biāo)準(zhǔn)等壓面±5hPa之內(nèi)的觀測進(jìn)行統(tǒng)計，以灰色實線表示）。而在100hPa以上，隨著高度的增加，與NCEP分析場相比位勢高度觀測越來越偏小，而且偏差分布比較分散，在30hPa平均偏差為－38gpm，而10hPa平均偏差達(dá)到－184gpm。在其他時次統(tǒng)計的位勢高度觀測與NCEP分析場的偏差也存在以上的特點。

本文統(tǒng)計2007年6月1日—2007年8月31日12：00位勢高度觀測與NCEP分析場均方根誤差分布的情況，圖3為500hPa位勢高度觀測均方根誤差在20gpm以上的分布情況。

由圖3可知，在印度地區(qū)探空觀測與NCEP分析場的均方根誤差較大，13個站均方根誤差為30～40gpm，7個站均方根誤差為40～50gpm，2個站均方根誤差超過50gpm。此外，在北大西洋上的一些海上探空站的觀測質(zhì)量較差，某些觀測站的位勢高度與NCEP分析場的均方根誤差達(dá)到30gpm以上。在南極洲附近位勢高度觀測和NCEP分析場均方根誤差也超過50gpm，觀測質(zhì)量較差。其他大陸和近海區(qū)域也存在位勢高度觀測與NCEP分析場均方根誤差較大的觀測站，在30gpm之內(nèi)。

圖2 2007年6月1日12：00探空位勢高度觀測與NCEP分析場偏差Fig.2 Bias of radiosonde geopotential height observation and NCEP analysis at 1200UTC 1June 2007

圖3 500hPa位勢高度觀測與NCEP分析場均方根誤差r（單位：gpm）Fig.3 The root mean squarerof geopotential height observation and NCEP analysis for 500hPa（unit：gpm）

通過3個月的統(tǒng)計發(fā)現(xiàn)，在印度地區(qū)、北大西洋和南極洲附近的探空位勢高度觀測與NCEP分析場均方根誤差較大。這些觀測站點可以作為探空黑名單的參考，考慮到某些站點平均均方根誤差較大可能只是由于個別時次的觀測不準(zhǔn)確造成，將此站點所有時次資料作為黑名單剔除并不合適，因此需要詳細(xì)分析各站點的觀測質(zhì)量特點。

1.2 觀測站點分析

以2007年6月1日—8月31日12：00統(tǒng)計的各個觀測站資料為例進(jìn)行分析，若對某觀測站某標(biāo)準(zhǔn)氣壓層（標(biāo)準(zhǔn)氣壓層附近的觀測歸于標(biāo)準(zhǔn)氣壓層統(tǒng)計）的觀測偏差（εi，i＝1，…，N）進(jìn)行分組，得到

式（4）中，dj為這一層第j組的觀測偏差，M為總組數(shù)，觀測偏差的間隔為 Δε，有 Δε＝［max（εi）－min（εi）］／M。那么，觀測偏差在（dj，dj＋1］之間的頻數(shù)分布為

式（5）中，nj為觀測偏差εi在（dj，dj＋1］的數(shù)量。這里按照觀測偏差的范圍和樣本量來確定觀測偏差分組間隔，使得分組后觀測偏差的頻數(shù)分布能代表觀測偏差概率分布特點。

文中選取區(qū)站號為42369的探空站（26.75°N，80.88°E）作為分析對象，統(tǒng)計在885～965hPa（以925hPa表示）位勢高度觀測與NCEP分析場偏差的頻數(shù)分布，如圖4所示。

圖4 站點42369 2007年6月1日—8月31日885～965hPa位勢高度觀測與NCEP分析場偏差頻數(shù)（黑色）分布（灰色為觀測偏差絕對值大于閾值部分的頻數(shù)）Fig.4 The frequency（the black）of bias between geopotential height observation and NCEP analysis for 885－965hPa on Station 42369from 1June to 31August 2007（the gray denotes the part of absolute observation bias bigger than the threshold value）

由925hPa探空站42369與NCEP分析場的位勢高度觀測偏差的頻數(shù)分布（圖4）可以看出，當(dāng)偏差為－14.34～－7.34gpm時，3個月統(tǒng)計出現(xiàn)的頻數(shù)最多，為48，在此偏差兩側(cè)出現(xiàn)的頻數(shù)依次減小。925hPa該站位勢高度觀測與NCEP分析場的平均偏差為－7.77gpm，平均均方根誤差為12.09gpm。這說明，在925hPa，該觀測站的位勢高度觀測和NCEP分析場相比略微偏小，但頻數(shù)分布呈高斯型。

若表示為全球觀測的平均均方根誤差，文中將兩倍于全球平均均方根誤差作為閾值，將站點中觀測偏差絕對值大于閾值的觀測作為不可靠觀測，不可靠觀測比率定義為不可靠觀測數(shù)占觀測所有時次總數(shù)（觀測樣本量）的比率，表示為

其中，當(dāng)k＝1，2，…，K時，存在有K組觀測存在觀測偏差絕對值大于閾值的情況，為觀測偏差絕對值大于閾值的總觀測數(shù)量。觀測總樣本量為。925hPa全球平均位勢高度觀測均方根誤差為16.57gpm。站點42369在925hPa位勢高度觀測偏差的絕對值大于閾值只出現(xiàn)2次（見圖4中灰色陰影），該站在925hPa不可靠觀測比率為1.41%。文中將不可靠觀測比率在20%以上的站點作為位勢高度觀測黑名單，因而該站在925hPa的觀測資料較為可靠，沒有作為黑名單站點在同化分析中剔除。

500hPa（450～550hPa統(tǒng)計）站點42369位勢高度與NCEP分析場平均偏差為－33.43gpm，平均均方根誤差為42.03gpm（圖5）。而頻數(shù)最大的偏差出現(xiàn)在－40.50～－30.01gpm之間，頻數(shù)為58，其次出現(xiàn)在－30.01～－19.52gpm之間，頻數(shù)為53。此外偏差在－61.48～－50.99gpm之間的頻數(shù)也較大，為42。與NCEP分析場相比，全球平均位勢高度觀測均方根誤差為21.09gpm，該站點偏差的絕對值大于閾值的部分如圖5中灰色陰影部分所示，在500hPa，該站不可靠觀測比率為34.48%，因此該站在500hPa的位勢高度觀測信息列入黑名單在同化分析中剔除。

圖5 2007年6月1日—8月31日站點42369 450～550hPa位勢高度與NCEP分析場偏差的頻數(shù)（黑色）分布（灰色為觀測偏差絕對值大于閾值部分的頻數(shù)）Fig.5 The frequency（the black）of bias between geopotential height observation and NCEP analysis for 450－550hPa of Station 42369from 1June to 31August in 2007（the gray denotes the part of observation bias bigger than the threshold value）

通過3個月統(tǒng)計可以獲得全球各個觀測站的位勢高度觀測與NCEP分析場均方根誤差和不可靠觀測比率。圖6為站點42369位勢高度觀測均方根誤差與不可靠觀測的比率隨高度的分布。由圖6可知，全球平均位勢高度觀測均方根誤差在100hPa以下變化較小，在15～40gpm之間，在100hPa以上，全球平均位勢高度觀測均方根誤差增大較快。而站點42369位勢高度觀測均方根誤差在1000hPa和925hPa比全球平均位勢高度觀測均方根誤差（虛線所示）小，850hPa以上，該站點位勢高度觀測均方根誤差隨著高度增加較快，比全球平均位勢高度觀測均方根誤差大。從每層不可靠觀測占所有時次觀測的比率可以看出，在850hPa以下和30hPa以上不可靠觀測比率均小于20%，該站在850hPa以下和30hPa以上的位勢高度信息均比較可靠，在分析中可以使用，在700hPa和50hPa之間的不可靠觀測比率均大于20%，因而該站在700hPa和50hPa之間的位勢高度觀測信息作為黑名單在分析系統(tǒng)中剔除。以上說明此觀測站位勢高度觀測質(zhì)量在低層（850hPa以下）較好，在中高層觀測質(zhì)量較差。

圖6 站點42369位勢高度觀測均方根誤差不可靠觀測比率及全球位勢高度觀測平均均方根誤差分布Fig.6 Root mean square errors of geopotential height observation ratio of unreliable observation on Station 42369and average root mean square errors of global geopotential height observation

1.3 探空黑名單的建立

利用2006年12月1日—2007年11月30日12：00的探空觀測資料與NCEP分析資料，統(tǒng)計1年4個季節(jié)每個觀測站標(biāo)準(zhǔn)氣壓層上（標(biāo)準(zhǔn)氣壓層附近的觀測歸于標(biāo)準(zhǔn)氣壓層統(tǒng)計）的位勢高度不可靠觀測比率，并將不可靠觀測比率在20%以上站點作為位勢高度觀測黑名單。

圖7為黑名單建立的流程圖，探空資料位勢高度觀測ys，k（其中s表示站點，k表示層數(shù)）與觀測資料所在季節(jié)（其中以i表示，4個季節(jié)）的黑名單中不可靠觀測比率zs，k，i進(jìn)行比對，當(dāng)zs，k，i≥20% 時，位勢高度觀測資料ys，k剔除。文中黑名單采用歷史資料統(tǒng)計得到，采用試驗循環(huán)的前期數(shù)據(jù)進(jìn)行統(tǒng)計（即在線統(tǒng)計）是仍需完善。

圖8為6—8月的500hPa位勢高度觀測不可靠觀測比率在20%以上的站點（黑名單站點），可以看出在印度地區(qū)有12個站點不可靠觀測比率為20%～30%，有4個站點不可靠觀測比率為30%～40%，還有3個站點不可靠比率為40%以上。此外，在北大西洋上和南極洲附近的位勢高度觀測質(zhì)量較差，不可靠觀測比率基本在50%以上。

圖7 黑名單建立流程圖Fig.7 Flow chart of blacklisting

圖8 6—8月500hPa位勢高度觀測不可靠比率（超過20%）分布Fig.8 Ratio of unreliable observation（no less than 20%）for geopotential height observation at 500hPa from June to August

印度地區(qū)位勢高度觀測質(zhì)量較差與儀器質(zhì)量以及測報人員專業(yè)文化素質(zhì)有關(guān)，Collins［3］在對1年的全球探空觀測進(jìn)行綜合質(zhì)量控制也發(fā)現(xiàn)，經(jīng)過靜力學(xué)檢查可疑探空觀測在印度地區(qū)所占的比例最大。南極大陸附近的觀測資料較少，僅有的探空觀測資料對分析非常重要，而南極地區(qū)的探空位勢高度觀測與NCEP分析場有一定背離［16］，文中采用在不同層上統(tǒng)計黑名單信息的方法，盡可能保留其他層的有效信息。

2 同化預(yù)報循環(huán)試驗

2.1 試驗設(shè)置

本文通過比較2006年12月—2007年11月12：00探空位勢高度觀測與NCEP分析場，建立探空位勢高度觀測黑名單，并用于GRAPES全球三維變分同化分析系統(tǒng)中。為了驗證加入位勢高度觀測黑名單的效果，文中用GRAPES全球同化預(yù)報系統(tǒng)進(jìn)行兩組分析預(yù)報6h循環(huán)試驗，試驗1為控制試驗，探空觀測的質(zhì)量控制有背景場檢查，未采用探空位勢高度黑名單檢查；試驗2的質(zhì)量控制方案在背景場檢查的基礎(chǔ)上，加入探空位勢高度黑名單檢查。試驗時間為2009年7月1—21日。試驗開始時，采用2009年7月1日06：00NCEP分析場作為初始場進(jìn)行GRAPES模式6h預(yù)報，此后分析采用的背景場為分析預(yù)報循環(huán)中的預(yù)報模式6h預(yù)報場。其中，GRAPES分析系統(tǒng)水平分辨率為1.0°×1.0°，垂直方向從1000hPa至10hPa共17層。GRAPES全球三維變分分析系統(tǒng)使用了包括探空、地面、飛機(jī)、船舶的常規(guī)資料，也使用了NOAA15amsua，NOAA16amsua和amsub，NOAA 17amsub以及云導(dǎo)風(fēng)資料。

2.2 分析效果

在試驗2中由于增加了探空位勢高度觀測黑名單檢查，進(jìn)入分析的探空位勢高度觀測份數(shù)有所減?。ū?，總份數(shù)為27201），在2009年7月10日12：00黑名單檢查剔除的資料份數(shù)有120份。且黑名單剔除的觀測資料主要分布在印度區(qū)域和南極洲附近。北大西洋區(qū)域探空觀測主要為船舶觀測，在試驗時段內(nèi)船舶觀測的時次較少，且船舶觀測站點位置不定，黑名單檢查針對船舶觀測沒有效果。

加入探空黑名單檢查后，在試驗2中GRAPES位勢高度分析從低層到高層在南極洲附近位勢高度探空資料剔除處有明顯改善，在印度地區(qū)的分析場也有所改善。圖9為12：00 500hPa位勢高度GRAPES分析場與NCEP分析場21d平均的均方根誤差變化的情況（試驗1與試驗2的位勢高度分析均方根誤差的差別），由圖9可以看出，加入探空位勢高度觀測黑名單檢查后，在南極洲附近GRAPES分析場與NCEP分析場的位勢高度均方根誤差有所減小，減小幅度最大在10gpm以上；在印度地區(qū)GRAPES分析場與NCEP分析場的位勢高度均方根誤差減小約6gpm。在其他區(qū)域的分析略有差別，這是由于同化觀測資料的差別造成的觀測信息傳播有所不同，但由圖9可以看出，在其他區(qū)域兩種試驗的均方根誤差的差別并不明顯。500hPa位勢高度分析場質(zhì)量有所改善的地方和加入探空黑名單站點位置相對應(yīng)（與圖8對比），說明加入位勢高度觀測黑名單檢查有一定效果。

表1 2009年7月10日12：00探空位勢高度觀測資料份數(shù)Table 1 Radiosonde observation pieces at 1200UTC 10July 2009

圖9 2009年7月1日12：00—7月21日12：00 500hPa位勢高度GRAPE分析場與NCEP分析場平均均方根誤差（單位：gpm）（試驗1與試驗2的位勢高度分析場均方根誤差的差別）Fig.9 Root mean square errors of geopotential height between GRAPES analysis and NCEP analysis for 500hPa at 1200UTC from 1July to 21July in 2009（unit：gpm）（root mean square errors of geopotential height analysis for Experiment 1minus Experiment 2）

為了比較兩組試驗中其他層的分析效果，文中將60°～90°S的GRAPES分析場與NCEP分析場在2009年7月1—21日12：00的平均位勢高度偏差和均方根誤差進(jìn)行了統(tǒng)計（如圖10所示）。由圖10可以看出，在兩組試驗中，GRAPES位勢高度分析場比NCEP分析場偏高（偏差為正），但使用探空位勢高度觀測黑名單檢查后，GRAPES位勢高度分析場偏差有所減少，GRAPES分析場與NCEP分析場位勢高度均方根誤差也有所減小。

由以上分析可知，在分析系統(tǒng)中加入探空位勢高度觀測黑名單檢查后，能有效消除較差觀測信息的影響，在印度和南極洲附近的位勢高度分析場有明顯改善。

圖10 2009年7月1日12：00—21日12：00 60°～90°S的位勢高度分析偏差與均方根誤差Fig.10 Bias and root mean square errors of geopotential height analysis over 60°－90°S at 1200UTC from 1July to 21July in 2009

3 結(jié)論和討論

本文通過比較2007年6—8月探空位勢高度觀測資料與NCEP分析資料，研究探空位勢高度觀測的質(zhì)量。通過統(tǒng)計站點中觀測質(zhì)量較差的時次出現(xiàn)頻率，建立了探空位勢高度觀測黑名單；并將黑名單檢查用于GRAPES全球分析系統(tǒng)中，進(jìn)行了3周的連續(xù)分析預(yù)報6h循環(huán)試驗。通過研究，主要得到以下結(jié)論：

1）探空觀測資料分析表明：在100hPa以下探空位勢高度觀測與NCEP分析場的偏差基本在±50gpm之間；100hPa以上位勢高度觀測與NCEP分析場偏差較大，而且越往高層位勢高度觀測比NCEP分析場越加偏小。

2）500hPa在印度地區(qū)、北大西洋和南極洲附近的探空位勢高度觀測與NCEP分析場的均方根誤差在30gpm以上的站點較多，這些觀測站的位勢高度觀測質(zhì)量較差。

3）500hPa位勢高度觀測不可靠觀測比率在20%以上的站點主要集中在印度地區(qū)、北大西洋和南極洲附近，以上觀測站的位勢高度觀測質(zhì)量較差，被列入黑名單將在變分分析中直接剔除。

4）在全球三維變分分析系統(tǒng)中加入探空位勢高度觀測黑名單檢查后，GRAPES位勢高度分析場質(zhì)量有所提高，尤其500hPa在印度地區(qū)分析均方根誤差減少了6gpm，在南極洲附近分析均方根誤差可減小10gpm左右。

在GRAPES全球三維變分分析系統(tǒng)中，雖然探空觀測資料經(jīng)過背景場檢查，由于給定觀測誤差只隨高度變化，背景誤差隨高度和緯度變化，因而在觀測信息和背景信息均不準(zhǔn)確的地區(qū)，背景場檢查不能完全剔除較差的觀測資料。用探空位勢高度觀測黑名單檢查能有效剔除這些地區(qū)不可靠觀測。在分析系統(tǒng)中使用的探空位勢高度觀測黑名單依據(jù)觀測與NCEP分析場差別統(tǒng)計得到，只隨季節(jié)變化。在實時分析預(yù)報循環(huán)系統(tǒng)中，探空位勢高度黑名單用前一個月的觀測與背景場來確定，按時間更新的黑名單信息可以更有效同化觀測資料。文中探空位勢高度觀測黑名單是以標(biāo)準(zhǔn)等壓面層進(jìn)行統(tǒng)計，而各探空觀測站的垂直層數(shù)大不相同，以觀測資料各層上信息進(jìn)行統(tǒng)計會更準(zhǔn)確。在探空觀測資料的高層位勢高度觀測與NCEP分析場偏差較大，除了NCEP分析場在對流層頂和平流層存在一定偏差外，在探空觀測資料預(yù)處理和預(yù)質(zhì)量控制環(huán)節(jié)中對觀測氣壓進(jìn)行取整近似，因而造成位勢高度觀測偏低，隨著高層氣壓的降低，氣壓取整近似造成的位勢觀測偏低現(xiàn)象越嚴(yán)重。而探空資料在大氣中高層的漂移［17］和不同型號觀測儀器的差異［18－19］也可能造成觀測資料的不準(zhǔn)確。在同化系統(tǒng)中對探空位勢高度觀測進(jìn)行偏差訂正是提高此資料利用效率的有效方法。此外，溫度和風(fēng)場探空觀測的質(zhì)量也需要進(jìn)一步研究。

［1］ Eskridge R E，Luers J K，Redder C R.Unexplained discontinuity in the US radiosonde temperature data.Part I：Troposphere.J Climate，2003，16：2385－2395.

［2］ Collins W G.The operational complex quality control of radiosonde heights and temperatures at the national centers for environmental prediction.Part I：Description of the method.J Appl Meteor，2001，40：137－151.

［3］ Collins W G.The operational complex quality control of radiosonde heights and temperatures at the national centers for environmental prediction.Part II：Examples of error diagnosis and correction from operational use.J Appl Meteor，2001，40：152－168.

［4］ 陶士偉，張躍堂，陳衛(wèi)紅，等.全球觀測資料質(zhì)量監(jiān)視評估.氣象，2006，32（6）：53－58.

［5］ St－James J S，Laroche S.Assimilation of wind profiler data in the Canadian Meteorological Centre’s analysis systems.J Atmos Oceanic Technol，2005，22：1181－1194.

［6］ White P W.IFS Documentation Part II：Data Assimilation.ECMWF Research Department，IFS Documentation Cycle CY23r4，2003.

［7］ 張華，薛紀(jì)善，莊世宇，等.GRAPES三維變分同化系統(tǒng)的理想試驗.氣象學(xué)報，2004，62（1）：31－41.

［8］ 莊世宇，薛紀(jì)善，朱國富，等.GRAPES全球三維變分同化系統(tǒng)——基本設(shè)計方案與理想試驗.大氣科學(xué)，2005，29（6）：872－884.

［9］ 薛紀(jì)善，莊世宇，朱國富，等.GRAPES新一代全球／區(qū)域變分同化系統(tǒng)研究.科學(xué)通報，2008，53（20）：2408－2417.

［10］ 薛紀(jì)善.新世紀(jì)初我國數(shù)值天氣預(yù)報的科技創(chuàng)新研究.應(yīng)用氣象學(xué)報，2006，17（5）：602－610.

［11］ 馬旭林，莊照榮，薛紀(jì)善，等.GRAPES非靜力數(shù)值預(yù)報模式的三維變分資料同化系統(tǒng)的發(fā)展.氣象學(xué)報，2009，67（1）：50－60.

［12］ Chen Dehui，Xue Jishan，Yang Xuesheng，et al.New generation of multi－scale NWP system （GRAPES）：General scientific design.Chinese Science Bulletin，2008，53（22）：3433－3445.

［13］ Zhang Renhe，Shen Xueshun.On the development of the GRA PES—A new generation of the national operational NWP system in China.Chinese Science Bulletin，2008，53（22）：3429－3432.

［14］ Sun Xiaoming，Ana P B.The impact of forcing datasets on the high－resolution simulation of tropical storm Ivan （2004）in the southern Appalachians.Mon Wea Rev，2012，140：3300－3326.

［15］ 李長青，閆之輝，王瀛，等.NCEP－FNL與T213L31同化資料對比分析中的地形差異影響.氣象，2007，33（1）：62－69.

［16］ Marshall G J.Trends in Antarctic geopotential height and temperature：A comparison between radiosonde and NCEPNCAR reanalysis data.J Climate，2002，15：659－674.

［17］ 劉紅亞，薛紀(jì)善，沈桐立，等.探空氣球漂移及其對數(shù)值預(yù)報影響的研究.應(yīng)用氣象學(xué)報，2005，16（4）：518－526.

［18］ 馬穎，姚雯，黃炳勛.59型與L波段探空儀溫度和位勢高度記錄對比.應(yīng)用氣象學(xué)報，2010，21（2）：214－220.

［19］ 姚雯，馬穎，王戰(zhàn)，等.用數(shù)值預(yù)報場間接對比新疆兩種型號探空系統(tǒng).應(yīng)用氣象學(xué)報，2012，23（2）：159－166.

The Application of Radiosonde Observation Blacklisting Check to Variable Data Assimilation System

Zhuang Zhaorong1）2）3）Xue Jishan3）Han Wei1）2）3）Liu Yan1）2）

1）（National Meteorological Center，Beijing100081）
2）（Center for Numerical Prediction，CMA，Beijing100081）
3）（State Key Laboratory of Severe Weather，Chinese Academy of Meteorological Sciences，Beijing100081）

The radiosonde observations are very important for the numerical weather forecasting as they are more reliable data compared to other observations in the assimilation system.The radiosonde observation needs serious quality controlling before used in data assimilation，and the blacklisting check which uses monthly blacklist to delete the abnormal noise and bias data compared with background field is a significant step in observation quality monitoring.At present the radiosonde observations used in GRAPES（Global－Regional Assimilation and PrEdiction System）analysis system are scanned through preliminary checks such as climatological extreme check，consistency checks and background quality control in data assimilation system，but blacklisting check is not included.For the spurious high／low－pressure system structure of GRAPES analysis caused by the radiosonde observation in some region，the radiosonde observations are analyzed through comparing with NCEP analysis from June to August in 2007.Results show that the bias of radiosonde geopotential height observation and NCEP analysis is less than 50gpm under 100hPa.The bias is much bigger over 100hPa and the radiosonde geopotential height is much smaller than NCEP analysis.Stations where the root mean square errors of the geopotential height between radiosonde observations and NCEP analysis for 500hPa exceed 30gpm are located in India，North Atlantic Ocean and Antarctic region.In those regions the unreliable observation ratios of some stations are above 20%，so they are listed in the blacklist.The geopotential height blacklist of radiosonde is provided by comparing observations with NCEP analysis and estimating the frequency of bad observation－quality station.The geopotential height blacklisting check of radiosonde is applied to GRAPES global 3D－var analysis system，and the cycle experiments of the analysis and forecast from 1July to 21July in 2009are carried out.Two experiments are performed，Experiment 1（control test）without blacklisting check and Experiment 2with blacklisting check.The results indicate that the quality of geopotential height analysis of GRAPES is improved in India and Antarctic regions when considering geopotential height blacklist.The average root mean square errors of geopotential height GRAPES analysis and NCEP analysis for 500hPa is reduced by 6gpm in India Region and near 10gpm in Antarctic Region after using blacklisting check in the 3D－var analysis system.In Antarctic region，the average biases and root mean square errors of geopotential height GRAPES analysis and NCEP analysis both decrease from 1000hPa to high levels.The blacklisting check of radiosonde observation is a necessary step in the analysis system.The updated blacklist information will be used to assimilate the radiosonde observation more effectively.

radiosonde observation；blacklist；three dimensional variable data assimilation；analysis and forecast cycle

莊照榮，薛紀(jì)善，韓威，等.探空觀測黑名單檢查在變分同化系統(tǒng)中的應(yīng)用.應(yīng)用氣象學(xué)報，2014，25（3）：274－283.

2013－05－14收到，2014－03－06收到再改稿。

國家自然科學(xué)基金項目（41305092），公益性行業(yè)（氣象）科研專項（GYHY201206007），中國氣象局?jǐn)?shù)值預(yù)報中心GRAPES發(fā)展專項（GRAPES－FZZX－2013－04）

＊email：zhuangzr＠cams.cma.gov.cn