徐同，王曉峰，張蕾，楊玉華，李佳

（1.中國(guó)氣象局上海臺(tái)風(fēng)研究所，上海200030；2.中國(guó)氣象局臺(tái)風(fēng)數(shù)值預(yù)報(bào)重點(diǎn)實(shí)驗(yàn)室，上海200030）

加密探空資料在華東區(qū)域業(yè)務(wù)模式中的應(yīng)用試驗(yàn)

徐同1，2，王曉峰1，2，張蕾1，2，楊玉華1，2，李佳1，2

（1.中國(guó)氣象局上海臺(tái)風(fēng)研究所，上海200030；2.中國(guó)氣象局臺(tái)風(fēng)數(shù)值預(yù)報(bào)重點(diǎn)實(shí)驗(yàn)室，上海200030）

采用中國(guó)氣象局2014年6月1日—30日14時(shí)加密探空資料，利用華東區(qū)域中尺度數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)比較同化加密探空觀測(cè)資料前后模式預(yù)報(bào)結(jié)果的差異。研究表明，同化加密探空資料后，對(duì)模式初始時(shí)刻不同高度的位勢(shì)高度、比濕、溫度、風(fēng)速等變量均有一定的影響；對(duì)位勢(shì)高度、溫度和風(fēng)場(chǎng)的影響在高層100—150 hPa比較顯著，而對(duì)比濕的影響主要體現(xiàn)在低層700—750 hPa。同化加密探空資料后模式初始場(chǎng)更接近實(shí)況。批量數(shù)值試驗(yàn)的統(tǒng)計(jì)檢驗(yàn)表明，同化加密探空觀測(cè)資料后對(duì)強(qiáng)降水及形勢(shì)場(chǎng)預(yù)報(bào)均有不同程度改進(jìn)，24 h暴雨和大暴雨量級(jí)降水的預(yù)報(bào)技巧分別提高了2.5%和8.1%。

加密探空觀測(cè)；華東區(qū)域數(shù)值模式；同化試驗(yàn)；數(shù)值模擬

徐同，王曉峰，張蕾，等.加密探空資料在華東區(qū)域業(yè)務(wù)模式中的應(yīng)用試驗(yàn)［J］.暴雨災(zāi)害，2016，35（4）：306-314

XU Tong，WANG Xiaofeng，ZHANG Lei，et al.The application test of intensive radiosonde observations in the Huadong regional numerical model system［J］.Torrential Rain and Disaster，2016，35（4）：306-314

引言

經(jīng)過(guò)一個(gè)世紀(jì)的數(shù)值天氣預(yù)報(bào)理論研究和半個(gè)世紀(jì)的業(yè)務(wù)化應(yīng)用實(shí)踐，數(shù)值天氣預(yù)報(bào)得到了迅速的發(fā)展［1］。多年來(lái)，數(shù)值天氣預(yù)報(bào)效果的改善一直圍繞著模式本身和初值進(jìn)行。成功的數(shù)值預(yù)報(bào)離不開(kāi)精確的模式初值和較好的數(shù)值模式，而目前模式的初值、數(shù)值模式本身都存在誤差（如較大的初值誤差常出現(xiàn)在對(duì)流不穩(wěn)定區(qū)域），因此通過(guò)同化高分辨率、高質(zhì)量的觀測(cè)資料提高模式初值精度就顯得非常重要［2］。全球范圍的探空觀測(cè)大致始于20世紀(jì)40年代［3］。探空資料可以反映大氣的垂直結(jié)構(gòu)，在大氣污染擴(kuò)散研究、數(shù)值天氣預(yù)報(bào)、流體動(dòng)力學(xué)分析［4］、模式探空檢驗(yàn)［5］、再分析資料驗(yàn)證［6］及氣候變化研究等方面具有重要作用。

盡管探空資料站的站點(diǎn)個(gè)數(shù)十分有限，但由于探空觀測(cè)資料質(zhì)量穩(wěn)定、可靠，垂直探測(cè)精度高，可以提供大氣三維結(jié)構(gòu)的完整描述，因此探空資料一直以來(lái)是數(shù)值模式預(yù)報(bào)最基本資料之一［7-8］，也是數(shù)值模式預(yù)報(bào)效果和其它觀測(cè)資料可信度檢驗(yàn)的標(biāo)本，研究表明，同化探空觀測(cè)資料可以改進(jìn)大氣溫、濕、風(fēng)廓線的預(yù)報(bào)精度［9］，提高對(duì)流天氣預(yù)報(bào)的準(zhǔn)確率［10-12］。然而，目前全球定常探空觀測(cè)一天僅有兩次（00 UTC和12 UTC），很難滿足模式的需求。因此對(duì)探空資料同化在時(shí)間上進(jìn)行加密并分析評(píng)估其對(duì)數(shù)值預(yù)報(bào)的影響是有必要的。

目前，國(guó)內(nèi)外學(xué)者已開(kāi)展了一系列加密探空資料在數(shù)值模式中的影響分析。如Faccani C等［13］將2006年非洲季風(fēng)多學(xué)科分析（AMMA）試驗(yàn)計(jì)劃中的加密探空觀測(cè)資料應(yīng)用到法國(guó)全球變分同化系統(tǒng)中，結(jié)果證明使用加密探空資料后，模式模擬的濕度場(chǎng)與觀測(cè)更為接近。李躍清等［14-16］將西南渦加密探空觀測(cè)資料應(yīng)用到數(shù)值預(yù)報(bào)業(yè)務(wù)模式中，研究表明，同化加密探空資料可以改進(jìn)模式初始場(chǎng)質(zhì)量，提高降水預(yù)報(bào)業(yè)務(wù)水平，尤其是區(qū)域性暴雨天氣預(yù)報(bào)。黃燕燕等［17］采用逐時(shí)同化預(yù)報(bào)系統(tǒng)CHAF比較了同化加密探空資料與僅同化常規(guī)探空資料的分析場(chǎng)和模式預(yù)報(bào)，研究表明同化加密探空資料后所得分析場(chǎng)水汽的均方根誤差減小、水汽條件和大氣環(huán)流形勢(shì)與實(shí)況更為接近。陳朝平等［18］利用GRAPES_3DVAR系統(tǒng)，分別對(duì)2011年發(fā)生在四川境內(nèi)的兩次強(qiáng)降水過(guò)程進(jìn)行加密探空和常規(guī)探空資料的同化對(duì)比試驗(yàn)，結(jié)果表明，同化加密探空資料后降水預(yù)報(bào)有所改善，降水強(qiáng)度與降水落區(qū)預(yù)報(bào)與實(shí)況更為接近。盧萍等［19］將2010年在名山、九龍、稻城三地進(jìn)行的西南渦加密觀測(cè)試驗(yàn)取得的探空資料引入到AREM模式中，研究表明，在西南低渦存在的情況下，增加3個(gè)探空站資料后形成的初始場(chǎng)更有利于降水天氣的產(chǎn)生。魏蕾等［20］采用實(shí)時(shí)四維變分同化表明，加入加密探空觀測(cè)后，得到的雷達(dá)回波、高度場(chǎng)、溫度與實(shí)況比較接近，降水也更接近實(shí)況。然而上述研究工作大多基于個(gè)例分析，缺乏批量試驗(yàn)和實(shí)時(shí)業(yè)務(wù)系統(tǒng)的驗(yàn)證。2014年6月，中國(guó)氣象局組織了全國(guó)范圍內(nèi)逐日14時(shí)（北京時(shí)，下同）的加密觀測(cè)試驗(yàn)。本文利用華東區(qū)域數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)開(kāi)展加密探空對(duì)業(yè)務(wù)模式預(yù)報(bào)性能的影響評(píng)估。

1　模式系統(tǒng)及試驗(yàn)方案設(shè)計(jì)

華東區(qū)域業(yè)務(wù)模式系統(tǒng)基于中尺度數(shù)值預(yù)報(bào)模式WRF和ARPS Data Analysis System（ADAS）分析同化系統(tǒng)建立。模式中心位于（32°N，117°E），水平分辨率為9 km，水平格點(diǎn)數(shù)為265×265，垂直層次為35層。ADAS是由Oklahoma州立大學(xué)國(guó)家強(qiáng)風(fēng)暴試驗(yàn)室開(kāi)發(fā)的一套氣象數(shù)據(jù)分析與同化系統(tǒng)，從The Local Analysis and Prediction System（LAPS）發(fā)展而來(lái)。ADAS具有非絕熱初始技術(shù)，主要是依靠復(fù)雜云分析模塊實(shí)現(xiàn)。

同化背景場(chǎng)采用GFS模式初始場(chǎng)，同化資料主要包括近地面資料（如2 m氣溫、10 m風(fēng)速）、雷達(dá)資料和其它常規(guī)觀測(cè)資料等。ADAS采用的同化分析方法主要為連續(xù)迭代方法（如Bratseth方法）。此外雷達(dá)資料主要使用云分析方法，該方法首先通過(guò)雷達(dá)觀測(cè)資料得到模式格點(diǎn)上的云量和云頂高度，然后根據(jù)三維雷達(dá)反射率資料通過(guò)Smith-Feddes模型，并考慮干空氣夾卷過(guò)程及凝結(jié)過(guò)程對(duì)云水量的損耗，得到云水、云冰混合比；而雨水、雪、冰雹等降水粒子場(chǎng)則是由模式格點(diǎn)上的溫度場(chǎng)和雷達(dá)反射率通過(guò)雷達(dá)反射率方程診斷分析獲得；最后根據(jù)與云水、云冰對(duì)應(yīng)的潛熱釋放，基于濕絕熱對(duì)云內(nèi)溫度場(chǎng)進(jìn)行調(diào)整。同化系統(tǒng)主要參數(shù)配置見(jiàn)表1。

表1　ADAS同化系統(tǒng)主要參數(shù)配置Table 1 The main parameter configuration of ADAS

為對(duì)比加密探空觀測(cè)資料對(duì)實(shí)時(shí)業(yè)務(wù)系統(tǒng)的影響，本文選取2014年6月1—30日做為試驗(yàn)樣本進(jìn)行統(tǒng)計(jì)分析，并對(duì)6月19—21日區(qū)域性的暴雨典型過(guò)程進(jìn)行個(gè)例分析。試驗(yàn)分為兩組，一組為控制試驗(yàn)，即同化所有常規(guī)觀測(cè)資料和雷達(dá)觀測(cè)資料，另一組為敏感試驗(yàn)，在其它條件一致的情況下，在每日14時(shí)增加了加密探空觀測(cè)資料的同化。圖1為模式對(duì)比試驗(yàn)的資料同化流程示意圖。圖2給出了模式區(qū)域范圍內(nèi)加密探空站點(diǎn)位置，增加的加密探空數(shù)量每次約60個(gè)，探空數(shù)據(jù)的層次從40多層到60多層均有，平均為50層左右。本文檢驗(yàn)評(píng)估方法參考常見(jiàn)的檢驗(yàn)方法［21-23］。

2　典型天氣個(gè)例試驗(yàn)分析

2.1天氣實(shí)況

2014年6月19—22日，受梅雨鋒和切變線影響，長(zhǎng)江以南地區(qū)發(fā)生一次大范圍降水過(guò)程，華東地區(qū)出現(xiàn)大范圍暴雨天氣。6月19—20日，安徽南部、浙江西北部、江西中部出現(xiàn)暴雨，江西中部和福建西北部局地有大暴雨（圖2a）。6月20—21日，暴雨區(qū)略有北抬東移，主要位于江西北部和皖、蘇、浙交界，大暴雨主要出現(xiàn)在江西北部（圖2b）。6月21—22日，暴雨區(qū)進(jìn)一步東移，主要位于江西西部和浙江境內(nèi)，大暴雨主要出現(xiàn)在浙江西部（圖2c）。圖3顯示了本次個(gè)例的過(guò)程實(shí)況累計(jì)降水量分布情況，長(zhǎng)江以南地區(qū)出現(xiàn)大片的50 mm以上降水區(qū)域，其中從江西中西部至浙江西部有一條超過(guò)100 mm的強(qiáng)降水帶。

2.2同化加密探空觀測(cè)前后模式初始場(chǎng)分析

2.2.1增量和最大調(diào)整幅度

為分析加密探空資料對(duì)模式初始場(chǎng)的影響程度，采用增量分析方法（即敏感試驗(yàn)與控制試驗(yàn)的差值）分析各同化變量的變化情況，其中增量為模式范圍內(nèi)的平均結(jié)果。分析發(fā)現(xiàn)從6月19日14時(shí)—6月21日14時(shí)幾個(gè)預(yù)報(bào)時(shí)次的擾動(dòng)振幅分布特征類似。以6月20日14時(shí)起報(bào)個(gè)例為例，可見(jiàn)，位勢(shì)高度的負(fù)增量主要位于500—900 hPa（圖4a），500 hPa向上均為正增量，100 hPa達(dá)到最大正增量值。比濕增量除100 hPa外，其余層次均為負(fù)增量，負(fù)增量最大值位于700 hPa（圖4b）。溫度增量從300—650 hPa為正增量（圖4c），其余層次均為負(fù)增量，正增量最大值在400 hPa，負(fù)增量最大值為925 hPa。u增量的正增量和負(fù)增量從低層到高層交替出現(xiàn)，正增量最大值150 hPa，負(fù)增量最大值為500 hPa（圖4d）。

與增量分析類似，本次個(gè)例同化變量增量的最大調(diào)整幅度（即增量最大值）各個(gè)時(shí)次具有相似的特點(diǎn)，因此同樣選擇代表時(shí)次進(jìn)行分析，其它時(shí)次類似。從位勢(shì)高度的增量最大調(diào)整幅度可以看出（圖5a），隨著高度增高，調(diào)整幅度逐漸增加，在100 hPa達(dá)到最大值，總體而言，模式高層的調(diào)整幅度更為顯著。比濕最大調(diào)整幅度調(diào)整較大的層次主要位于1000—650hPa，最大值出現(xiàn)在750 hPa（圖5b），此后隨著高度的增加最大調(diào)整幅度逐漸減小。從溫度最大調(diào)整幅度分析可見(jiàn)（圖5c），調(diào)整幅度較大的層次分布在150 hPa以上和800—1 000 hPa之間，最大值出現(xiàn)在100 hPa。風(fēng)場(chǎng)的水平u分量最大調(diào)整幅度從低層到高層總體呈現(xiàn)增大的趨勢(shì)（圖5d），最大值出現(xiàn)在150 hPa。

由以上分析可見(jiàn)，同化加密探空觀測(cè)資料后，對(duì)各模式變量在不同高度的初始場(chǎng)均有一定的影響。各模式變量最大調(diào)整幅度分析表明，對(duì)位勢(shì)高度、風(fēng)場(chǎng)和溫度場(chǎng)的影響在高層表現(xiàn)的更為顯著，對(duì)比濕的影響則在低層更為明顯。

2.2.2增量場(chǎng)水平分布

圖6給出模式各個(gè)變量增量場(chǎng)的水平分布特征。從圖中可以看到100 hPa位勢(shì)高度增量的水平分布情況（圖6a），模式同化加密探空資料后對(duì)位勢(shì)高度場(chǎng)的影響在整個(gè)積分區(qū)域都有體現(xiàn)，增量場(chǎng)有正值和負(fù)值中心存在，正值中心的最大值達(dá)到5 dagpm，負(fù)值中心的最大值為-4 dagpm。同理，對(duì)850 hPa比濕場(chǎng)（圖6b）、100 hPa溫度場(chǎng)（圖6c）和150 hPa緯向風(fēng)（圖6d）的影響也涉及到模式整個(gè)區(qū)域，100 hPa溫度場(chǎng)的增量在模式區(qū)域內(nèi)多為負(fù)值，150 hPa緯向風(fēng)的增量在模式區(qū)域內(nèi)多為正值，且增量中心達(dá)到4 m·s-1。通過(guò)同化變量增量場(chǎng)水平分布的分析可見(jiàn)，同化了加密探空資料之后的影響不僅僅體現(xiàn)在局部地區(qū)，而是面向整個(gè)積分區(qū)域的，并有明顯的正負(fù)值中心存在，這可能與探空站點(diǎn)在整個(gè)模式區(qū)域內(nèi)分布均勻有關(guān)。結(jié)合圖8和圖9，模式同化加密探空資料后，在24 h降水預(yù)報(bào)落區(qū)方面較控制試驗(yàn)結(jié)果更為合理，與實(shí)況落區(qū)更為吻合，預(yù)報(bào)技巧也有提高。并且從降水預(yù)報(bào)差值的分布來(lái)看（圖8d），整體是較控制試驗(yàn)增強(qiáng)的。以江西、浙江為例，敏感試驗(yàn)與控制試驗(yàn)的差值中心可達(dá)80mm·（24h）-1以上，對(duì)應(yīng)圖6b可見(jiàn)，敏感試驗(yàn)的850 hPa比濕增量場(chǎng)在相應(yīng)地區(qū)也存在大的正值區(qū)域，有較好的對(duì)應(yīng)。

2.2.3初始場(chǎng)誤差分析

將同化前后的分析場(chǎng)檢驗(yàn)變量分別插值到探空站進(jìn)行均方根誤差檢驗(yàn)。圖7為6月20日14時(shí)控制和敏感同化試驗(yàn)不同高度溫度、相對(duì)濕度、u風(fēng)和位勢(shì)高度同化前后的均方根誤差統(tǒng)計(jì)結(jié)果。圖中每一層次的均方根誤差為該層次所有站點(diǎn)均方根誤差平均值。從圖7分析可知敏感試驗(yàn)同化后各層次溫度的均方根誤差基本均小于控制試驗(yàn)（圖7a），相對(duì)濕度和u風(fēng)也有類似的結(jié)果，位勢(shì)高度則主要在500 hPa向上誤差有所減小。

從以上分析可見(jiàn)，同化加密探空資料之后對(duì)模式初始場(chǎng)的影響從垂直和水平分布均較明顯，并減小了模式初始場(chǎng)誤差。這說(shuō)明加密探空資料中的各層次大氣風(fēng)場(chǎng)、水汽信息等加密觀測(cè)信息已經(jīng)很好地被吸入數(shù)值模式中，由于加密探空資料本身具有較高的垂直分辨率，對(duì)常規(guī)觀測(cè)資料的觀測(cè)盲區(qū)部分起到了很好的補(bǔ)充作用，因此在背景場(chǎng)中有效引入了更多的觀測(cè)信息，從而使得同化分析場(chǎng)更加接近于大氣的真實(shí)狀況。

2.3降水預(yù)報(bào)對(duì)比分析

圖8為6月20日14時(shí)降水實(shí)況及兩組試驗(yàn)?zāi)Ｊ侥M的24 h降水預(yù)報(bào)對(duì)比。如圖8a所示，6月20日14時(shí)—21日14時(shí)，受梅雨鋒影響，華東地區(qū)從江西北部至上海形成一條西南-東北走向的暴雨帶，其中江西東北部、浙江西部和安徽南部交界處有大暴雨，局地特大暴雨。對(duì)比圖8b、8c可以看到，敏感試驗(yàn)和控制試驗(yàn)均預(yù)報(bào)了江西東北部有暴雨和大暴雨出現(xiàn)，但控制試驗(yàn)中江西東北部大暴雨的范圍偏小，而敏感試驗(yàn)對(duì)大暴雨的影響范圍預(yù)報(bào)大于控制試驗(yàn)，與實(shí)況更為接近，敏感試驗(yàn)和控制試驗(yàn)對(duì)暴雨量級(jí)以上降水均存在明顯的空?qǐng)?bào)，特別是大暴雨量級(jí)。由兩試驗(yàn)的24 h· 48 h降水預(yù)報(bào)差值（圖8d）可見(jiàn)，敏感試驗(yàn)比控制試驗(yàn)在江西東北部降水增多，差值超過(guò)80 mm，對(duì)應(yīng)于強(qiáng)降水中心區(qū)域。

圖9為不同試驗(yàn)?zāi)Ｊ?月20日14時(shí)起報(bào)的有無(wú)加密探空觀測(cè)資料24 h累計(jì)降水預(yù)報(bào)的各量級(jí)降水TS評(píng)分對(duì)比。如圖所示，增加加密探空資料同化后，模式對(duì)整個(gè)模式區(qū)域的24 h中雨、暴雨和大暴雨預(yù)報(bào)以及48 h各量級(jí)降水預(yù)報(bào)的TS評(píng)分比無(wú)加密探空資料高，其中對(duì)大暴雨量級(jí)的預(yù)報(bào)改進(jìn)更為明顯。說(shuō)明同化了加密探空資料之后，不僅改善了模式的初始場(chǎng)，而且使得模式的降水預(yù)報(bào)在量級(jí)和空間分布上更加接近實(shí)況。

圖10為不同試驗(yàn)?zāi)Ｊ?月20日14時(shí)起報(bào)的有無(wú)加密探空觀測(cè)資料6 h累計(jì)降水預(yù)報(bào)（預(yù)報(bào)至6月20日20時(shí)）、18 h累計(jì)降水預(yù)報(bào)（預(yù)報(bào)至6月21日08時(shí)）以及24 h累計(jì)降水預(yù)報(bào)（預(yù)報(bào)至4月21日14時(shí)）的TS評(píng)分，如圖10a所示，增加加密探空觀測(cè)資料后對(duì)6 h累計(jì)降水預(yù)報(bào)的4 mm·（6 h）-1，13 mm·（6 h）-1和25 mm·（6 h）-1的TS評(píng)分都有提高，但對(duì)0.1 mm·（6 h）-1和1 mm·（6 h）-1預(yù)報(bào)評(píng)分是降低的。分析圖11（b）可知，增加加密探空資料后對(duì)18 h累計(jì)降水預(yù)報(bào)的8 mm·（18 h）-1預(yù)報(bào)技巧基本不變，對(duì)20 mm·（18 h）-1的預(yù)報(bào)技巧有提高，對(duì)0.1 mm·（18 h）-1，1 mm·（18 h）-1和40 mm·（18 h）-1的預(yù)報(bào)技巧比無(wú)加密探空資料低。24 h累計(jì)降水預(yù)報(bào)的10 mm·（24 h）-1，50 mm·（24 h）-1和100 mm·（24 h）-1預(yù)報(bào)技巧都有提高（圖10c），0.1 mm·（24 h）-1和25 mm·（24 h）-1預(yù)報(bào)技巧比無(wú)加密探空資料低。

3　批量數(shù)值試驗(yàn)統(tǒng)計(jì)結(jié)果分析

為進(jìn)一步對(duì)比加密探空觀測(cè)對(duì)數(shù)值預(yù)報(bào)實(shí)時(shí)業(yè)務(wù)系統(tǒng)的影響，選取2014年6月1—30日為期一個(gè)月時(shí)間進(jìn)行試驗(yàn)對(duì)比分析。

3.1降水預(yù)報(bào)結(jié)果檢驗(yàn)

從降水實(shí)況資料可知，2014年6月模式區(qū)域共有3次主要天氣過(guò)程，分別在6月1—2日，6月19—21日和6月25—26日，降水日共23 d。圖11為2014年6月1—30日為期一個(gè)月的降水預(yù)報(bào)統(tǒng)計(jì)結(jié)果。圖11a為24 h降水預(yù)報(bào)偏差值，可以看到同化加密探空資料后，各個(gè)量級(jí)降水預(yù)報(bào)的預(yù)報(bào)偏差均更加接近于1，進(jìn)一步提高了降水預(yù)報(bào)準(zhǔn)確率。圖11b為24 h累計(jì)降水預(yù)報(bào)TS評(píng)分，可見(jiàn)同化加密探空資料后，24 h暴雨、大暴雨以及48 h小雨、暴雨和大暴雨量級(jí)降水的預(yù)報(bào)技巧均有提高，其中24 h暴雨和大暴雨量級(jí)降水的預(yù)報(bào)技巧分別提高了2.5%和8.1%。

為了比較同化08時(shí)的探空和14時(shí)的探空對(duì)于午后降水的預(yù)報(bào)能力的影響，對(duì)08時(shí)和14時(shí)起報(bào)的6 h累計(jì)降水（14—20時(shí)）進(jìn)行了對(duì)比檢驗(yàn)（如圖12所示），可見(jiàn)同化14時(shí)探空后對(duì)各個(gè)量級(jí)的降水預(yù)報(bào)技巧評(píng)分均較08時(shí)有提高，說(shuō)明同化14時(shí)探空資料是非常有必要的，有助于提升區(qū)域模式對(duì)要素日變化的模擬性能。

3.2高空預(yù)報(bào)要素檢驗(yàn)

圖13a為不同試驗(yàn)的500 hPa位勢(shì)高度預(yù)報(bào)場(chǎng)誤差檢驗(yàn)統(tǒng)計(jì)結(jié)果?？梢?jiàn)加密探空資料后在大多數(shù)情況下均有改進(jìn)，其中24 h、48 h位勢(shì)高度場(chǎng)預(yù)報(bào)均方根誤差分別為1.49和1.69；而控制試驗(yàn)的24 h、48 h預(yù)報(bào)均方根誤差分別為1.51和1.70。同樣，700 hPa相對(duì)濕度的預(yù)報(bào)誤差也有一定程度的減小（圖13b，同化加密探空觀測(cè)資料的24 h、48 h相對(duì)濕度預(yù)報(bào)均方根誤差分別為17.63和20.4，而控制試驗(yàn)的24 h、48 h預(yù)報(bào)均方根誤差分別為18.15和20.66。

從為期一個(gè)月的測(cè)試樣本統(tǒng)計(jì)結(jié)果來(lái)看，同化加密探空觀測(cè)資料對(duì)形勢(shì)場(chǎng)和降水的預(yù)報(bào)都是有正貢獻(xiàn)的，其中位勢(shì)高度的24 h和48 h均方根誤差相對(duì)減小1.3%和0.6%，相對(duì)濕度的24 h和48 h均方根誤差相對(duì)減小2.8%和1.3%。

4　結(jié)論和討論

本文利用華東區(qū)域中尺度數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)分析了加密探空觀測(cè)資料對(duì)實(shí)時(shí)業(yè)務(wù)的影響，通過(guò)典型天氣個(gè)例分析和為期一個(gè)月的數(shù)值試驗(yàn)，得到如下結(jié)論：

（1）對(duì)模式初始場(chǎng)增量最大調(diào)整幅度分析結(jié)果表明，同化加密探空觀測(cè)資料后對(duì)模式初始場(chǎng)中不同高度上位勢(shì)高度、比濕、溫度、風(fēng)速均有一定的影響。對(duì)位勢(shì)高度、溫度和風(fēng)場(chǎng)的影響在高層100—150 hPa表現(xiàn)比較顯著，而對(duì)比濕的影響主要集中在低層700—750 hPa。

（2）同化加密探空資料，可使模式分析場(chǎng)的位勢(shì)高度、相對(duì)濕度、溫度和風(fēng)速各層次的均方根誤差減小，使分析場(chǎng)更加接近于實(shí)況。模擬的暴雨和大暴雨量級(jí)的降水在水平空間分布和量級(jí)上也更接近于實(shí)況，預(yù)報(bào)技巧有所提高。

（3）批量數(shù)值試驗(yàn)的分析表明，同化加密的探空觀測(cè)資料后對(duì)降水預(yù)報(bào)的提高主要在暴雨和大暴雨，而對(duì)暴雨以下量級(jí)的降水的改進(jìn)并不明顯，相關(guān)問(wèn)題還有待進(jìn)一步研究。24 h暴雨和大暴雨量級(jí)降水的預(yù)報(bào)技巧分別提高了2.5%和8.1%，對(duì)形勢(shì)場(chǎng)預(yù)報(bào)也有所改善，位勢(shì)高度的24 h和48 h均方根誤差相對(duì)減小1.3%和0.6%，相對(duì)濕度的24 h和48 h均方根誤差相對(duì)減小2.8%和1.3%

綜上所述，同化加密探空資料，有利于獲得更豐富的大氣觀測(cè)信息，合理利用這些加密觀測(cè)信息可進(jìn)一步改進(jìn)數(shù)值模式初始場(chǎng)，在一定程度上提高數(shù)值模式的預(yù)報(bào)效果。由于受資料和試驗(yàn)條件所限，本文僅對(duì)2014年6月一個(gè)月的試驗(yàn)結(jié)果和個(gè)例進(jìn)行統(tǒng)計(jì)分析，今后將繼續(xù)深入開(kāi)展相關(guān)的研究工作，針對(duì)分析同化加密探空資料對(duì)形勢(shì)場(chǎng)和降水預(yù)報(bào)的改進(jìn)是否具有廣泛適用性的問(wèn)題作進(jìn)一步研究。

［1］陳德輝，薛紀(jì)善.數(shù)值天氣預(yù)報(bào)業(yè)務(wù)模式現(xiàn)狀與展望［J］.氣象學(xué)報(bào)，2004，62（5）：624-633

［2］陳靜，薛紀(jì)善.一種新型的中尺度暴雨集合預(yù)報(bào)初值擾動(dòng)方法研究［J］.大氣科學(xué)，2005，29（5）：717-726

［3］阮新，朱艷峰，鞠曉慧.融合特性層觀測(cè)資料推算探空站海拔高度的方法［J］.高原氣象，2011，30（2）：532-537

［4］劉清惓，戴偉，楊榮康，等.探空溫度測(cè)量太陽(yáng)輻射誤差的流體動(dòng)力學(xué)分析［J］.高原氣象，2013，32（4）：1157-1164

［5］李耀孫，石春娥，楊軍，等.我國(guó)東部地區(qū)冬季模式邊界層探空效果評(píng)估［J］.高原氣象，2012，31（6）：1 690-1 703

［6］支星，徐海明.三種再分析資料的高空溫度與中國(guó)探空溫度資料的季節(jié)平均特征對(duì)比分析［J］.高原氣象，2012，32（1）：97-109

［7］伊里哈木，劉衛(wèi)平，胡義成，等.新疆探空儀器換型前后資料對(duì)比分析［J］.綠洲與沙漠氣象，2013，7（2）：61-67

［8］姚作新，呂鳴，賀曉東，等.MP-3000A型地基微波輻射計(jì)在烏魯木齊探空站的輔助性探測(cè)研究［J］.綠洲與沙漠氣象，2011，5（1）：38-43

［9］曲曉波，Julian Heming.下投式探空資料對(duì)數(shù)值預(yù)報(bào)初始場(chǎng)影響的個(gè)例分析［J］.氣象與環(huán)境學(xué)報(bào)，2006，22（2）：34-37

［10］李佳英，俞小鼎，王迎春.用探空資料檢驗(yàn)中尺度數(shù)值模式對(duì)強(qiáng)對(duì)流天氣的診斷分析能力［J］.氣象，2006，32（7）：13-17

［11］廖曉農(nóng)，俞小鼎，譚一洲.14時(shí)探空在改進(jìn)北京地區(qū)對(duì)流天氣潛勢(shì)預(yù)報(bào)中的作用［J］.氣象，2007，33（3）：28-32

［12］魏東，孫繼松，雷蕾，等.三種探空資料在各類強(qiáng)對(duì)流天氣中的應(yīng)用對(duì)比分析［J］.氣象，2011，37（4）：412-422

［13］Faccani C，Rabier F，F(xiàn)ourrie N.The impact of AMMA Radiosonde Data on the French Global Assimilation and Forecast system［J］.Weather and forecasting，2009，24（5）：1 268-1 286

［14］李躍清，趙興炳，鄧波.2010年夏季西南渦加密觀測(cè)科學(xué)試驗(yàn)［J］.高原山地氣象研究，2010，30（4）：80-84

［15］李躍清，趙興炳，張利紅.2011年夏季西南渦加密觀測(cè)科學(xué)試驗(yàn)［J］.高原山地氣象研究，2011，31（4）：7-11

［16］李躍清，趙興炳，張利紅，等.2012年夏季西南渦加密觀測(cè)科學(xué)試驗(yàn)［J］.高原山地氣象研究，2012，32（4）：1-8

［17］黃燕燕，萬(wàn)齊林，陳子通.加密探空資料在華南暴雨數(shù)值預(yù)報(bào)的應(yīng)用試驗(yàn)［J］.熱帶氣象學(xué)報(bào)，2011，27（2）：179-188

［18］陳朝平，龍柯吉，張利紅.加密探空資料在GRAPES同化系統(tǒng)中的試驗(yàn)結(jié)果分析［J］.高原山地氣象研究，2012，32（4）：15-20

［19］盧萍，鄭偉鵬，趙興炳.川西西南渦加密探空資料分析及數(shù)值模擬實(shí)驗(yàn)［J］.高原山地氣象研究，2012，32（1）：1-7

［20］魏蕾，蕾恒池.加密探空資料同化對(duì)一次降水預(yù)報(bào)能力改進(jìn)研究［J］.氣候與環(huán)境研究，2012，17（6）：809-820

［21］陳超君，李俊，王明歡.2013年華中區(qū)域中尺度業(yè)務(wù)數(shù)值預(yù)報(bào)的客觀檢驗(yàn)［J］.暴雨災(zāi)害，2014，33（2）：187-192

［22］劉靜，葉金印，張曉紅，等.淮河流域汛期面雨量多模式預(yù)報(bào)檢驗(yàn)評(píng)估［J］.暴雨災(zāi)害，2014，33（1）：58-64

［23］于曉晶，于志翔，辛渝，等.沙漠綠洲隔壁區(qū)域同化預(yù)報(bào)系統(tǒng)降水預(yù)報(bào)檢驗(yàn)［J］.暴雨災(zāi)害，2014，33（3）：58-64

（責(zé)任編輯：鄧雯）

The application test of intensive radiosonde observations in the East China regional numerical model system

XU Tong1，2，WANG Xiaofeng1，2，ZHANG Lei1，2，YANG Yuhua1，2，LI Jia1，2
（1.Shanghai Typhoon Institute of China Meteorological Administration，Shanghai 200030；2.Key laboratory of Numerical Modeling for Tropical cyclone of China Meteorological Administration，Shanghai 200030）

One-month data assimilation experiments were conducted to examine the impact of assimilating the intensive radiosonde observations in the East China regional numerical model system.Results indicated that assimilating intensive radiosonde observations had influence on geopotential height，specific humidity，temperature and wind speed at different heights in the model initial time.The influence on geopotential height and wind speed is relatively significant at high-level from 100 hPa to 150 hPa.The influence on specific humidity is relativey significant at low level from 700 hPa to 750 hPa.The model initial field obtained from including intensive radiosonde observations was more close to the observed results.The statistical results showed that assimilation of intensive radiosonde observations improves the forecast accuracy for heavy rainfall forecast and synoptic field forecast in some extent.The threat scores of 24 h rainstorm and heavy rain forecast were mproved about 2.5%and 8.1%，respectively.

intensive radiosonde observation；regional numerical model of the East China；assimilation experiment；numerical simulation

P435

A

10.3969/j.issn.1004-9045.2016.04.002

2016-03-28；定稿日期：2016-07-01

十二五”國(guó)家科技支撐計(jì)劃課題（2012BAC21B02）；上海市科學(xué)技術(shù)委員會(huì)重點(diǎn)基金（13231203300）

徐同，主要從事數(shù)值模式檢驗(yàn)和資料影響評(píng)估。E-mail：xut@mail.typhoon.gov.cn