原榕,何佩儀,馬旭林,郭啟云

摘要 探空觀測是氣象資料同化中最基本的常規(guī)觀測資料，對同化分析和預報的有效改善具有重要作用。由于現(xiàn)有探空觀測站的空間分辨率較低，分布不均勻，且每日僅有兩次觀測，數(shù)量偏少，限制了其分析場對中小尺度大氣狀態(tài)的準確再現(xiàn)能力。自我國L波段雷達-數(shù)字探空儀更新?lián)Q代以來，探空觀測具備了獲取每日4次、垂直分辨為秒級和分鐘級的大氣廓線資料。本文利用WRF中尺度數(shù)值模式，通過06時（世界時，下同）加密探空資料和12時常規(guī)探空資料的有效同化，研究分析了時間加密探空觀測資料對同化分析和預報質(zhì)量的敏感性影響。結(jié)果表明：同化06時的時間加密探空資料的午后暴雨預報質(zhì)量優(yōu)于12時常規(guī)探空觀測。具體而言，同化06時的時間加密探空資料預報的大雨和暴雨的預報技巧高于12時常規(guī)探空資料;位勢高度、溫度和風場等預報場的均方根誤差在高層的改進效果更加明顯;06時的時間加密探空資料的同化對高層的高空急流和低層的水汽通量散度的預報質(zhì)量貢獻更大。批量試驗進一步證實了有效同化時間加密探空資料對分析和數(shù)值預報效果改進的積極意義。

關(guān)鍵詞 數(shù)值模擬;資料同化;探空資料;加密觀測;敏感性分析

資料同化是改善數(shù)值預報模式初值質(zhì)量的重要途徑，有效同化多種觀測資料是資料同化的關(guān)鍵。相對于只能提供較粗垂直分辨率的大氣溫度、濕度結(jié)構(gòu)的衛(wèi)星遙感間接觀測而言，常規(guī)探空觀測由于質(zhì)量穩(wěn)定可靠、能夠給出完整的準確描述大氣三維結(jié)構(gòu)信息而成為陸地獲取的極重要的信息來源（Faccani et al.，2009;馬旭林等，2017a），在診斷大氣垂直結(jié)構(gòu)、分析其變化以及開展各種氣象研究中不可或缺（Durre and Yin，2008），為數(shù)值預報同化系統(tǒng)中最為基礎(chǔ)的資料之一。我國氣象學者也證明了常規(guī)探空資料在同化和數(shù)值預報中的重要性。在對北京一次特大暴雨過程的同化試驗研究中，張朝林等（2005）評估了各種氣象觀測資料在同化和預報效果中的作用，指出在三維變分同化方案中，對改進預報效果影響最大的資料之一是常規(guī)探空資料?；贕RAPES同化預報系統(tǒng)對不同來源的常規(guī)探空資料的同化分析效果研究表明，同化探空資料層數(shù)越多，對背景場的改善愈明顯（馬旭林等，2017b）。另外，高分辨率探空資料也可以提供對流層和平流層低層的動力學特征（Hamilton and Vincent，1995）。de la Torre et al.（1997）對對流層和平流層低層溫度廓線的分析也強調(diào)了高垂直分辨率探空資料的重要性。同時，高垂直分辨率的探空觀測資料也是研究邊界層頂高度的基本資料（Basha and Ratnam，2009）。

隨著高空探測技術(shù)的進步，高垂直分辨率探空數(shù)據(jù)的獲取成為現(xiàn)實。我國高空觀測網(wǎng)中L波段雷達-數(shù)字探空儀可以提供秒級和分鐘級的多時次的高垂直分辨率探空資料，且具有較高的觀測質(zhì)量（郭啟云等，2020）。近年來，郝民等（2014）將L波段秒級和分鐘級資料插值到GRAPES模式面的同化試驗結(jié)果顯示，L波段高垂直分辨率秒級探空資料對數(shù)值模式初值和預報效果有積極作用。姚爽等（2015）采用廓線和逐點方式同化L波段分鐘探空資料，也有效增加了觀測在分析場中的權(quán)重，一定程度上改善了模式初值質(zhì)量和大量級降水的預報性能。同時，對低空逆溫特征也有較好效果（夏敏潔等，2017）。黃燕燕等（2011）利用逐時同化預報系統(tǒng)比較了同化加密探空和常規(guī)探空資料與僅同化常規(guī)探空資料對分析場和預報效果的差異，表明同化加密探空資料可使分析場各層次水汽、大氣環(huán)流形勢與實況更接近，暴雨預報的雨區(qū)和降水量級也與實況更接近。有無06時（世界時，下同）加密探空觀測的對比試驗也顯示，同化加密探空資料能夠較大程度地改善模式初始場質(zhì)量并提高中雨和大雨的預報準確率，尤其對午后熱雷雨及大風天氣的預報有顯著的指導作用（胡端英等，2015）。徐同等（2016）利用基于WRF和ADAS分析同化系統(tǒng)比較同化06時加密探空觀測資料前后模式預報結(jié)果的差異，也表明同化加密探空資料對模式初始時刻的位勢高度、溫度、風速均有正貢獻，并對強降水及天氣形勢場均有不同程度的改進。

諸多研究都表明，高分辨率探空資料對數(shù)值天氣預報質(zhì)量的改善有明顯效果，但針對L波段高分辨率探空數(shù)據(jù)的同化研究相對有限。另外，國際上常規(guī)探空觀測的標準時次是00時和12時，而我國中小尺度強對流天氣過程多發(fā)生于午后和凌晨。顯然，常規(guī)探空觀測資料對我國中小尺度天氣系統(tǒng)的數(shù)值預報初始場質(zhì)量的提高具有時間上的不利影響。

目前，我國正在進行觀測系統(tǒng)配置方案的優(yōu)化調(diào)整。為了準確認識探空觀測時次對我國數(shù)值預報質(zhì)量的影響，充分發(fā)揮探空觀測對數(shù)值預報質(zhì)量的有效貢獻，先后開展了時間加密探空觀測試驗，獲取了06時和18時兩個時次的加密探空觀測資料。本文基于時間加密探空觀測資料，利用WRF中尺度數(shù)值預報模式和同化系統(tǒng)開展數(shù)值試驗，重點研究分析06時的時間加密探空資料對我國數(shù)值預報質(zhì)量敏感性影響，為常規(guī)探空觀測系統(tǒng)的時間配置方案提供參考依據(jù)。

1 數(shù)值試驗方案與資料

為對比06時加密探空資料與12時常規(guī)探空資料對變分同化和預報結(jié)果的影響，以2013年6月6—9日區(qū)域性暴雨過程進行個例分析，試驗方案如表1。選取2013年6月1—30日連續(xù)30 d的時間加密探空觀測資料與常規(guī)探空資料，利用WRF DA同化系統(tǒng)分別同化和72 h預報，同化系統(tǒng)和預報模式的參數(shù)和物理過程、參數(shù)化方案等設(shè)置完全一致。試驗采用WRF模式和WRFDA同化系統(tǒng)的版本為Ver 3.7.1，預報模式采用三層嵌套，模式水平分辨率分別為27、9、3 km，垂直方向37層。模式物理過程均使用WSM 5 class方案，前兩層模擬區(qū)域的積云參數(shù)化方案為Kain-Fritsch方案，長波輻射采用RRTM方案，短波輻射用Dudhia方案。

時間加密探空觀測資料為中國氣象局氣象探測中心于2013年6月每日06時實施的加密觀測，觀測站點的空間分布與常規(guī)探空觀測一致，實況降水資料為CMORPH小時降水融合產(chǎn)品。同化系統(tǒng)的背景場與數(shù)值預報模式的側(cè)邊界條件均為GFS的全球預報場，其水平分辨率為1°×1°。試驗的檢驗資料為歐洲中尺度天氣預報中心（ECMWF）的ERA-Interim高分辨再分析資料，空間分辨率為0.25°×0.25°。需要說明的是，兩組試驗的同化分析時刻與預報起報時間均相差6 h。

2 時間加密探空對暴雨分析預報的敏感性

2013年6月6—7日暴雨天氣形式的發(fā)生發(fā)展過程中，高空短波槽東移加深，低層西南渦東移發(fā)展，且高低空急流耦合。6日下午為強降水階段，傍晚至夜間降水減弱，其后強降水又進一步間斷性發(fā)生。該次暴雨過程的主要影響系統(tǒng)為對流層低層的低渦和輸送高溫高濕水汽的強西南氣流，以及高空急流。

2.1 加密探空對分析質(zhì)量的影響

圖1是FCST06和FCST12試驗的850 hPa溫度和緯向風的分析場及其與再分析資料的偏差。由圖1可以看出，F(xiàn)CST06試驗的溫度（圖1a）和緯向風（圖1c）分析場與再分析資料的偏差空間尺度較小，更多地體現(xiàn)了中小尺度天氣系統(tǒng)的特征。而FCST12試驗（圖1b、1d）的相應(yīng)偏差場則更多表現(xiàn)為大中尺度天氣系統(tǒng)的特征。這主要是由于該次暴雨過程主要發(fā)生在午后至傍晚階段，06時中小尺度天氣系統(tǒng)正發(fā)展至強盛階段。此時，如果預報模式的初始場中包含更加合理的中小尺度天氣系統(tǒng)信息，顯然更有利于模式準確預報該中小尺度天氣過程;而12時處于中小尺度天氣過程較弱階段，F(xiàn)CST12試驗分析場（相當于模式初始場）的中小尺度天氣信息偏弱，因此偏差場以大中尺度信息為主。

由于06時的加密探空與12時常規(guī)探空資料的站點相同，資料也基本一致，理論上分別同化這兩個時刻的探空資料后的分析場質(zhì)量應(yīng)該相當。但是，由于FCST06的觀測時刻更接近于中小尺度天氣系統(tǒng)發(fā)生發(fā)展的時間，其對中小尺度天氣系統(tǒng)的描述更加準確，也更加有利于模式預報中中小尺度天氣系統(tǒng)合理的發(fā)生發(fā)展，從而改善了預報模式對中小尺度天氣系統(tǒng)的預報準確性。因此，對于午后發(fā)生的中小尺度天氣系統(tǒng)為主的暴雨過程，同化06時的時間加密探空觀測資料對后期的預報質(zhì)量具有更大的正貢獻。

2.2 降水預報分析

從6月6日12時—7日12時的實況和24 h預報累積降水（圖2）可以看出，由自動站資料與CMORPH小時降水融合的0.25°×0.25°分辨率的實況累積降水的雨區(qū)呈東西走向的帶狀分布，暴雨落區(qū)主要分布在湖北東部、安徽和江蘇南部、江西和浙江北部，大暴雨級別的降水主要分布在安徽南部（圖2a）。盡管FCST06（圖2b）與FCST12（圖2c）試驗的降水預報結(jié)果與實況相比都存在差異，但從整體上看，前者的24 h預報累積降水質(zhì)量優(yōu)于后者，尤其FCST06試驗的暴雨落區(qū)預報比FCST12試驗明顯更接近實況。從降水落區(qū)看，F(xiàn)CST06試驗的暴雨和大暴雨量級的落區(qū)預報技巧也明顯高于FCST12試驗。總之，同化了更接近暴雨發(fā)生時刻的時間加密探空觀測資料，預報模式的初始場質(zhì)量得到了一定程度的改善，其降水預報質(zhì)量也得到相應(yīng)提高。

6月7日12時24 h預報的累積降水評分顯示，F(xiàn)CST06對整個模式區(qū)域的24 h大雨和暴雨的TS評分高于FCST12，其中大雨和暴雨量級的預報技巧分別提高了1.24%和3.29%，而小雨的TS評分則與FCST12接近（圖3a）;對于ETS評分（圖3b）和TSS評分（圖3c），F(xiàn)CST06試驗同樣表現(xiàn)出優(yōu)勢，24 h大雨和暴雨預報的ETS和TSS評分均高于FCST12試驗，其中大雨和暴雨量級的ETS評分預報技巧分別提高1.03%和3.29%，TTS評分技巧分別提高3.05%和4.45%。這說明同化06時加密探空資料，即使延長了6 h預報時效的情況下，其降水量級和落區(qū)預報的質(zhì)量依然優(yōu)于FCST12試驗?？梢?，在06時實施探空觀測并有效同化具有豐富垂直信息的秒級探空資料，對午后強降水的數(shù)值模式預報能力的提升有明顯正效果，尤其暴雨量級的降水預報。

2.3 中小尺度系統(tǒng)的預報效果

降水強度和落區(qū)預報的準確性很大程度上取決于數(shù)值模式的大氣物理變量的預報質(zhì)量。時間加密探空資料的同化對午后降水預報具有良好的改進，其預報物理量也應(yīng)該具有合理的響應(yīng)。由前文可知，決定該次暴雨過程的主要影響系統(tǒng)是對流層低層的低渦系統(tǒng)和輸送高溫高濕水汽的強西南氣流以及高空急流區(qū)（圖4a）。顯然，這些主要影響系統(tǒng)的預報質(zhì)量直接影響降水的預報效果。

由兩組試驗的位勢高度、風速、溫度的預報場和相應(yīng)的高分辨率再分析場及其差異（圖4）可知，F(xiàn)CST06試驗的850 hPa風場和中尺度低渦系統(tǒng)的預報（圖4b）相對于FCST12試驗（圖4c）更為準確，盡管前者的低渦中心位置略偏西。FCST06試驗基本更好地再現(xiàn)了這次強降水過程的低空急流、低渦的強度和整體位置等主要中小尺度影響系統(tǒng);而FCST12試驗模擬出的低空急流位置略偏西、低渦強度明顯偏弱，這直接影響了暴雨強度和落區(qū)預報的質(zhì)量。

200 hPa高空風場預報顯示，F(xiàn)CST06試驗與再分析場的偏差明顯小于FCST12試驗，其高空主要影響系統(tǒng)即高空急流略偏強，但總體上與再分析場更為接近;而FCST12預報的高空急流則明顯偏弱，位置偏東，導致暴雨強度和落區(qū)較實況偏差更大。這表明06時加密探空資料的有效同化，對流層低層中小尺度主要天氣影響系統(tǒng)的預報質(zhì)量更高，也更有利于改善降水預報的量級和落區(qū)預報技巧。

圖5為最大降水強度時刻的再分析資料與兩組試驗預報的水汽通量和水汽通量散度及其偏差。對照再分析資料（圖5a），兩組試驗預報的低層水汽通量的強度和位置與實況基本接近，但FCST12的水汽通量帶略偏西，F(xiàn)CST06試驗的質(zhì)量相對更高;FCST06（圖5b）、FCST12試驗（圖5c）與再分析場的850 hPa的水汽通量散度偏差主要出現(xiàn)在低渦附近。由于FCST06試驗的中尺度低渦和低空西南急流的位置預報相對更為準確，其水汽通量散度的空間分布也更為合理;而FCST12試驗的低渦位置偏北，使得低渦位置出現(xiàn)一個較大的水汽通量散度偏差帶。因此，盡管FCST06試驗的預報長度相對FCST12長6 h，但其水汽通量散度的分布比FCST12試驗依然更好。這也進一步反映了同化06時加密探空資料對低渦周邊水汽通量和水汽通量散度都有較好的正效果。

3 批量數(shù)值試驗分析

3.1 分析質(zhì)量的影響效果

根據(jù)時間加密探空資料的時段，利用WRFDA 3DVAR同化系統(tǒng)開展了2013年6月1—30日連續(xù)30 d的加密探空資料和常規(guī)探空資料的連續(xù)模擬試驗。試驗方案與個例試驗相同，并將同化時間加密探空資料和常規(guī)探空資料的批量試驗依然分別稱為FCST06和FCST12試驗。

兩組批量試驗500 hPa分析場的均方根誤差（圖6）顯示，無論溫度、位勢高度還是相對濕度，在30 d的試驗期內(nèi)，F(xiàn)CST06試驗的06時分析場均方根誤差大多數(shù)情況下都小于FCST12試驗的12時分析場，尤其是相對濕度的優(yōu)勢更為顯著。具體來看，同化時間加密探空資料的FCST06試驗，除個別時刻外，其溫度分析場的均方根誤差基本上都優(yōu)于同化常規(guī)探空觀測資料的FCST12試驗，而位勢高度分析場的優(yōu)勢雖然較小，但還是呈現(xiàn)出一定的改善效果;相對濕度分析場的均方根誤差基本呈一致性改善。這主要得益于FCST06試驗有效同化了距離暴雨發(fā)生時間相對較近的加密探空資料，其分析場更加接近實際大氣，特別是低渦、低空急流等關(guān)鍵中小尺度天氣系統(tǒng)，使得低空急流攜帶的高溫高濕的水汽合理地輸送到中小尺度天氣系統(tǒng)發(fā)生發(fā)展的區(qū)域。需要指出的是，6月5日的FCST06試驗的溫度、位勢高度與相對濕度分析場的均方根誤差改善的異常顯著，但這種異常改善還難以確定僅僅是同化加密探空資料而引起，也可能與當天的中小尺度天氣系統(tǒng)的異常發(fā)展有直接關(guān)系。

3.2 對預報效果的影響

圖7為2013年6月1—30日兩組試驗的30 d內(nèi)對流層低層、中層和高層的24 h預報的位勢高度、溫度和風場均方根誤差。相對于FCST12試驗（虛線），同化時間加密探空觀測資料的FCST06試驗（實線）的24 h預報質(zhì)量具有一定提高，但不同層次、不同預報物理量的改善并不一致。對流層低層、中層和高層位勢高度的預報誤差均有不同程度的減小，平均誤差分別約為10、11和15 hPa，低層和高層改善較明顯，中層的改善程度為最小。另一方面，低層和中層的預報誤差相對穩(wěn)定，而高層的預報誤差在整個試驗周期內(nèi)的變化幅度略大（圖7a）。

FCST06試驗的對流層低層和高層的溫度24 h預報質(zhì)量較FCST12試驗明顯改善，其預報誤差分別約為0.7、0.8 ℃，明顯小于FCST12試驗的預報誤差，但二者對流層中層的預報誤差基本相當（圖7b）。對于風場而言，F(xiàn)CST06試驗的對流層低層緯向風（圖7c）和徑向風（圖7d）的預報誤差在大部分試驗期內(nèi)具有較明顯的減小，中層和高層風場的預報誤差二者基本相當。結(jié)合前文分析可知，低空急流和低渦系統(tǒng)的強度和位置預報質(zhì)量較FCST12試驗更為合理是對流層低層風場預報質(zhì)量提高的主要原因。

從兩組試驗的24 h預報場質(zhì)量的整體分析，06時的時間加密探空觀測比12時觀測更加接近于中小尺度天氣系統(tǒng)發(fā)生發(fā)展的階段，其觀測資料的有效同化能夠較好地改善分析場（或預報模式初始場）質(zhì)量，從而進一步改善了天氣系統(tǒng)的預報技巧。因此，06時加密探空觀測對于午后強降水天氣系統(tǒng)的數(shù)值預報具有較明顯的正貢獻，也進一步表明同化分析質(zhì)量對觀測資料時效的敏感性。

4 結(jié)論和討論

探空觀測是氣象資料同化中最基本的常規(guī)觀測資料，對同化分析和預報的有效改善具有重要作用。但目前業(yè)務(wù)探空觀測站的空間分辨率低，每日僅有兩次觀測而數(shù)量偏少，且分布不均勻，在一定程度上限制了其分析場對中小尺度大氣狀態(tài)的準確再現(xiàn)能力。通過06時加密探空資料和12時常規(guī)探空資料的有效同化，研究分析了時間加密探空觀測資料對同化分析和預報質(zhì)量的敏感性影響。個例試驗和批量試驗結(jié)果均表明：時間加密探空觀測資料的有效同化能夠明顯減小分析誤差，改善分析場對中小尺度天氣系統(tǒng)的再現(xiàn)能力，從而進一步提高我國午后暴雨天氣過程的中小尺度天氣系統(tǒng)的預報質(zhì)量，改善暴雨預報的降水強度、落區(qū)等的預報技巧。盡管06時探空觀測對于午后強降水天氣系統(tǒng)的不同層次、不同物理變量的改善不盡相同，但整體上看，該時次的探空觀測對中尺度數(shù)值預報質(zhì)量具有較明顯的正貢獻。因此，為了進一步改善我國中小尺度數(shù)值預報的分析和預報質(zhì)量，有必要充分研究和開展與我國天氣系統(tǒng)發(fā)生發(fā)展更加吻合的時間加密探空觀測試驗。

由于受加密觀測資料的時間及其長度的限制，文中僅開展了2013年6月的天氣個例和30 d連續(xù)試驗，雖然試驗結(jié)果反映了06時加密探空觀測對我國午后天氣過程的數(shù)值預報具有良好的正貢獻，但其廣泛適用性仍需要更長時間的探空觀測資料和更加深入的研究分析。隨著我國常規(guī)探空觀測頻次和空間分辨率的改善以及資料同化和數(shù)值預報模式性能的持續(xù)提高，中小尺度天氣數(shù)值預報的質(zhì)量應(yīng)愈加準確。

參考文獻（References）

Basha G，Ratnam M V，2009.Identification of atmospheric boundary layer height over a tropical station using high-resolution radiosonde refractivity profiles：Comparison with GPS radio occultation measurements[J].J Geophys Res：Atmos，114（D16）：D16101.doi：10.1029/2008JD011692.

de la Torre A，Alexander P，Giraldez A，1997.High-resolution temperature profiles measured with stratospheric balloons near the Andes Mountains[J].Geophys Res Lett，24（9）：1079-1082.doi：10.1029/97gl01024.

Durre I，Yin X G，2008.Enhanced radiosonde data for studies of vertical structure[J].Bull Amer Meteor Soc，89（9）：1257-1262.doi：10.1175/2008bams2603.1.

Faccani C，Rabier F，F(xiàn)ourrié N，et al.，2009.The impacts of AMMA radiosonde data on the French global assimilation and forecast system[J].Wea Forecasting，24（5）：1268-1286.doi：10.1175/2009waf2222237.1.

郭啟云，錢媛，楊榮康，等，2020.L波段探空雷達測風質(zhì)量控制方法研究[J].大氣科學學報，43（5）：845-855. Guo Q Y，Qian Y，Yang R K，et al.，2020.Study on the quality control method of wind measurement of L-band sounding radar[J].Trans Atmos Sci，43（5）：845-855.doi：10.13878/j.cnki.dqkxxb.20180525001.（in Chinese）.

Hamilton K，Vincent R A，1995.High-resolution radiosonde data offer new prospects for research[J].Eos Trans Am Geophys Union，76（49）：497-506.doi：10.1029/95EO00308.

郝民，田偉紅，龔建東，2014.L波段秒級探空資料在GRAPES同化系統(tǒng)中的應(yīng)用研究[J].氣象，40（2）：158-165. Hao M，Tian W H，Gong J D，2014.Study of L-band second-level radiosonde data applied in GRAPES assimilation system[J].Meteor Mon，40（2）：158-165.（in Chinese）.

胡端英，陳梓浩，2015.2014年6月加密探空資料在短臨預報中的應(yīng)用[J].氣象研究與應(yīng)用，36（s2）：34-37. Hu D Y，Chen Z H，2015.Experiments of using dense observation data on June 2016 in short-term forecast [J].J Meteorol Res Appl，36（s2）：34-37.doi：10.3969/j.issn.1673-8411.2015.z2.014.（in Chinese）.

黃燕燕，萬齊林，陳子通，等，2011.加密探空資料在華南暴雨數(shù)值預報的應(yīng)用試驗[J].熱帶氣象學報，27（2）：179-188. Huang Y Y，Wan Q L，Chen Z T，et al.，2011.Experiments of using dense observation data of sounding balloon in rainstorm forecast over South China[J].J Trop Meteor，27（2）：179-188.doi：10.3969/j.issn.1004-4965.2011.02.006.（in Chinese）.

馬旭林，和杰，周勃旸，等，2017a.非高斯分布觀測誤差資料的變分質(zhì)量控制對暴雨預報的影響[J].大氣科學學報，40（2）：170-180. Ma X L，He J，Zhou B Y，et al.，2017a.Effect of variational quality control of Non-Gaussian distribution observation error on heavy rainfall prediction[J].Trans Atmos Sci，40（2）：170-180.doi：10.13878/j.cnki.dqkxxb.20151112010.（in Chinese）.

馬旭林，姜勝，于月明，等，2017b.COSMIC掩星反演大氣溫濕資料的質(zhì)量特征分析[J].大氣科學學報，40（6）：841-849. Ma X L，Jiang S，Yu Y M，et al.，2017b.Analyzing the quality of data for temperature and humidity using COSMIC radio occultation observations[J].Trans Atmos Sci，40（6）：841-849.doi：10.13878/j.cnki.dqkxxb.20160829001.（in Chinese）.

夏敏潔，周文君，裴海瑛，等，2017.基于L波段雷達探空資料的南京低空逆溫特征[J].大氣科學學報，40（4）：562-569. Xia M J，Zhou W J，Pei H Y，et al.，2017.Characteristic analysis of lower-level temperature inversion over Nanjing based on L-band radar data[J].Trans Atmos Sci，40（4）：562-569.doi：10.13878/j.cnki.dqkxxb.20170123001.（in Chinese）.

徐同，王曉峰，張蕾，等，2016.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[J].暴雨災害，35（4）：306-314. Xu T，Wang X F，Zhang L，et al.，2016.The application test of intensive radiosonde observations in the East China regional numerical model system[J].Torrential Rain Disasters，35（4）：306-314.doi：10.3969/j.issn.1004-9045.2016.04.002.（in Chinese）.

姚爽，陳敏，王建捷，2015.L波段分鐘數(shù)據(jù)在WRF模式中的變分同化應(yīng)用試驗[J].氣象，41（6）：695-706. Yao S，Chen M，Wang J J，2015.Variational assimilation experiment of L-band minute-level sounding data with WRF model[J].Meteor Mon，41（6）：695-706.doi：10.7519/j.issn.1000-0526.2015.06.004.（in Chinese）.

張朝林，陳敏，Kuo Ying-Hwa，2005.“00.7”北京特大暴雨模擬中氣象資料同化作用的評估[J].氣象學報，63（6）：922-932. Zhang C L，Chen M，Kuo Ying-Hwa，2005.Numerical assessing experiments on the individual components impact of the meteorological observation network on the “00.7” torrential rain in Beijing[J].Acta Meteorol Sin，63（6）：922-932.（in Chinese）.

Study on sensitivity of intensive temporal radiosonde observations to analysis and forecast quality

YUAN Rong1，HE Peiyi1，2，MA Xulin1，GUO Qiyun3

1Key Laboratory of Meteorological Disaster，Ministry of Education （KLME），Nanjing University of Information Science & Technology，Nanjing 210044，China;

2Southwest Regional Air Traffic Management Bureau of Civil Aviation Administration of China，Chengdu 610202;

3Meteorological Observation Center of CMA，Beijing100081，China

The radiosonde data is the most basic routine observation data in meteorological data assimilation and plays an important role in the effective improvement of assimilation analysis and forecast.Due to the low spatial resolution and uneven distribution of the existing radiosonde stations，only two observations per day and the small quantity，the accurate reproduction ability of their analysis field to the small and medium-sized atmospheric state is limited.After the L-band radar-digital radiosonde in our country has been updated，the radiosonde observation could obtain the atmospheric profile data 4 times a day with second-level and minute-level vertical resolution.In this paper，the WRF mesoscale numerical model is used to analyzethe sensitivity of intensive temporal radiosonde observationdata to the assimilation analysis and forecast quality through the effective assimilation of 06 UTC intensive radiosonde data and 12 UTC conventional radiosonde data.The results show that：the quality of afternoon rainstorm forecast by assimilating 06 UTC intensive radiosonde data is better than that of 12 UTC conventional radiosonde data.To be specific，the forecast skill of heavy rain and rainstorm by assimilating 06 UTC intensive radiosonde data are more accurate than by assimilating 12 UTC conventional radiosonde data.The root mean square error of prediction fields such as geopotential height，temperature and wind field is more effective at higher levels.The assimilation of the intensive radiosonde data at 06 UTC contributes more to the forecast quality of upper-level jet stream and lower-level water vapor flux divergence.Batch tests further confirm that assimilating 06 UTC intensive radiosonde data is of positive significance for both analysis fields and numerical forecasting.

numerical simulation;data assimilation;radiosonde data;intensive temporal observations;sensitivity analysis

doi：10.13878/j.cnki.dqkxxb.20200219012

（責任編輯：袁東敏）