一次川东暴雨的雷达资料同化试验与诊断分析

戴昌明，朱克云，张 杰，钟兰

（1.成都信息工程学院大气科学学院和高原大气与环境四川省重点实验室，四川成都610225；2.成都军区空军气象中心，四川成都610041）

0 引言

由美国环境预测中心（NCEP）、美国国家大气研究中心（NCAR）等多家科研部门联合研发的 Weather Research ＆Forecasting Model（以下简称 WRF模式）是新一代中尺度数值预报模式。该模式采用水平方向的Arakawa C（荒川C）网格与垂直方向地形跟随的σ质量坐标来建立三维空间模型。由于其稳定的预报性能，现已被NCEP、Air Force Weather Agency（AFWA）等多家机构业务化使用。WRF Data Assimilation System（WRFDA）是与WRF模式同步更新发布的变分资料同化系统，其采用改进的直接同化观测算子，可以对雷达、卫星、降水等多种类型的资料进行变分同化试验。

目前，WRF模式已在台风[1－3]、雷暴[4]、锋面降水[5－6]、低涡[7－9]等多种天气系统中取得了良好的模拟效果。特别是在使用WRF－DA对高分辨率雷达资料进行暴雨的同化试验中，利用模式的输出资料，杨艳蓉等[10]发现雷达资料对3h降水场的模拟效果有明显的改善；王叶红等[11]揭示出雷达风场资料的变分同化改善了分析场的中尺度结构描述，特别是减轻了spin－up现象，使模式在积分初期就能模拟出与实况相近的强降水；潘敖大等[12]得出雷达资料对初始风场的结构、强度和初始云水分布有实质性的改进，提高了对暴雨定量预报的效果；赵文斌等[13]指出WRF－3DVAR能够有效地同化多普勒雷达径向速度和雷达反射率因子，使模式初始场包含更详尽的中尺度特征信息；杨银等[14]得出同化多普勒雷达资料后能较为明显地改变降雨落区及强度的预报精度。以上及很多研究工作均仅对WRF模式模拟输出场或三维变分同化后的模拟场进行分析和诊断，而在加入时间维的四维变分同化方法对WRF模式模拟输出结果改善效果的分析诊断方面的工作还相对较少，而四维变分同化可以有效使用在时间上比较密集的观测资料中所包含的大气动力场信息[15]，这提高了雷达资料的利用效率。

为了进一步揭示大尺度暴雨天气过程的热动力特征，验证应用四维变分同化方法的WRF模式预报模拟场相对于未进行同化的预报模拟场的改进效果，选取发生在川东地区的一次暴雨过程进行雷达资料四维变分同化模拟，并对过程中强降水时刻前后的水汽、动力和热力等相关诊断量进行诊断分析。

1 个例特征

选取2013年6月29日夜间至7月2日凌晨发生在四川省东部的一次大范围暴雨天气过程为研究对象。该次过程主要降水落区位于四川盆地中部遂宁市辖区。此次强降水范围内有50个测站达到暴雨级别，有15个站达到大暴雨甚至特大暴雨级别。过程最大降水量达到519.5mm。

图1给出6月30日02时至7月1日18时遂宁市辖区和遂宁市本站逐小时降水量时序实况。图中看到，本次降水过程有以下特征。降水第一阶段（I）为30日08时至次日05时，这一阶段持续时间最长，降水量大，成为整个过程中成灾影响最严重的阶段，区域累积降水（区域内所有站点的时刻降水总量）达到1557mm。降水第二阶段（II）从1日05时到13时，这一时段区域累积降水量极大值达到995mm，灾害影响严重程度仅次于第一阶段。1日13时至18时为降水第三阶段（III），该阶段降水量级和落区范围均明显小于前二阶段。3次降水阶段中共出现4次极值。

对比遂宁单站降水量（直方图）与区域累积降水量（实线）可以得知，二者在极大值出现时间和时序趋势上有良好的对应关系。这表明遂宁本站始终处于降水过程的中心地带，单站降水时序对过程整体具有显著的代表意义。另外，过程第一阶段降水相对于后两阶段在本次过程中具有指示意义。

图1 6月30日02时至7月1日18时遂宁市辖区和遂宁站逐小时降水量时序实况

2 资料和同化模拟方法

2.1 资料情况

使用的资料包括NCEP／NCAR分辨率为1°×1°的FNL再分析资料，四川省地面自动站逐小时观测资料以及成都、绵阳、南充三部CINRAD／SC波段雷达体扫基数据资料。资料的覆盖时间为2013年6月29日至7月2日（北京时，下同）。使用NCAR官方发布的 WRF（Version 3.5.1）模式及其同步发布的 WRF－DA（Version 3.5.1）变分同化系统进行同化模拟试验。

2.2 模拟方案

同化模拟嵌套方案（图1）设计为采用Lambert地图投影坐标系，双层嵌套网格，中心重合位于105.55°E，30.5°N。粗网格水平分辨率为12km，格点数143×137，范围覆盖98°E～114°E，24°N～38°N；嵌套网格水平分辨率4km，格点数211×235，范围包含四川省中东部及重庆中西部地区。为保证积云参数化方案的计算精度，模式垂直方向设计为35层η坐标，顶层气压为50hPa。积分时间步长为72s，粗网格每3小时输出结果，嵌套网格每1小时输出结果。基于WRF模式开发团队推荐配置并根据同化模拟实际问题进行调整后，给出物理参数化方案配置如表1所示。需要说明的是，由于嵌套网格水平分辨率尺度已经接近积云参数化方案使用的临界尺度，故仅在粗网格中应用积云参数化方案。

图2 同化模拟嵌套方案

表1 物理参数化方案配置

2.3 同化方案

四维变分同化方法旨在通过对如下所示的目标函数进行极小化来获得与分析时刻实际大气状态更接近的初猜场[15]：

式中x0为大气状态变量，xb为背景场，yobs为观测场，H为观测算子，B为背景场xb的误差协方差矩阵，O为观测场（yobs）的误差协方差矩阵，F为观测算子H的协方差矩阵。与三维变分同化方法相比，四维变分中时间维的加入即是上式中数值天气预报模式M的引入。对目标函数的极小化方法有很多，在WRF中尺度模式中是通过伴随模式计算目标函数梯度的方法（CG Method）操作。

考虑到模式运行的spin－up以及暴雨过程的强降水时刻，结合文献[11]中有关spin－up的结论，同化试验方案设计为采用6月30日02时至08时的模式预报场作为初始场，对初始场进行窗口为3小时的四维变分同化，同化所需各时刻的雷达资料来源于雷达资料预处理系统（Radar Data Preprocessing System，简称RDPS，由作者团队开发）逐小时输出数据。使用同化后的初始场进行36小时预报，结束时间为7月1日20时。

3 结果分析和诊断

3.1 模拟结果分析

图2给出过程总降水量和第一阶段降水量的实况（图3a、3b）、未同化模拟（图3c、3d）和同化后模拟（图3e、3f）的结果对比。从图3（a）可以看到，本次过程的降水主要集中在遂宁（105.5°E，30.5°N）中东南部地区，降水落区呈不规则的椭圆形，降水量自东南开始向西北方向逐级递减，400mm以上降水区范围占全遂宁市辖区1／3以上面积。另有一近椭圆形副降水区位于（105.4°E，31.4°N）处，降水量级在200mm左右。第一阶段实况降水（图3b）落区形态与图3（a）基本类似，只在量级上略有减少，这亦表明第一阶段降水在全局降水过程中的主导地位。

对比图3（a）与图3（c）可以发现，未加入雷达资料进行同化的降水场与实况有较大出入。首先，主降水区位置较实况偏西，降水量偏低，仅有250mm左右。副降水区位置较为吻合，但降水量级偏高，达到350mm（实况150mm左右）。在副降水区的西部模拟出了两个虚假的降水中心且降水量达到300mm以上。第一阶段降水量对比（图3b与图3d）同样反映出上述情况。横向对比（图3c与图3d）发现，未同化雷达资料的模拟结果在实况主降水区上均未能模拟出降水。

加入雷达资料进行同化模拟后，增加了暴雨中尺度信息在模式初始场中的成分，使上述问题有了很大改观。同化后的总降水量（图3e）显示，图3（c）中的副降水区大值得到明显的抑制，降水强度回归到150mm左右。主降水区位置与实况基本吻合，形态上保持近椭圆状，在量级上较未进行同化的结果有很大提高（增加到350mm以上）。第一阶段降水量对比结果类似。

图3 过程总降水量与第一阶段降水量

总体来看，加入雷达资料进行四维变分同化后的WRF中尺度模式模拟结果对本次过程的两个降水中心均能够再现，且时间和位置对应较好，模拟结果成功，可以使用同化后模式输出结果对本次过程展开进一步的诊断分析。

3.2 诊断分析

3.2.1 大尺度环流背景

图4是暴雨发生前2013年6月30日02时500hPa高度场与850hPa风场。由图中可知，西西伯利亚到中西伯利亚地区由位于乌拉尔山位置的强大阻塞高压和其前部的冷性低涡控制，极涡中冷空气强。东西伯利亚至鄂霍次克海为两极涡间的宽广脊区。中低纬度地区，副热带高压盘踞于台湾以东洋面，形态呈东西走向的椭圆形，脊点位于（113°E，22°N）。中国中南部四川云南一带有高空槽。图中显示的低空急流共有3条：一条是副高西南侧由东南向西北方向的大风速区；第二条是自西向东穿越印度洋从西南侧进入中国的南亚季风所处的大风速区；第三条是贝加尔湖北侧强大冷性极涡西侧的大风速区。通过3条低空急流的作用将北方强冷空气、南来和东来的暖湿空气输送汇聚到四川盆地地区，成为本次暴雨发生的极有利条件。

图4 2013年6月30日02时500hPa位势高度场（单实线，单位：10gpm）与850hPa风矢量场（箭矢，单位：m·s－1）（阴影区表示风速大于12m·s－1）

3.2.2 流场特征

对比整个降水过程的低层流场与降水发生时间可以发现，在每个降水阶段的极大值降水时刻，低层流场上总有β中尺度涡旋出现。图5给出模拟的3个阶段共4次极大值降水出现时刻的850hPa流场。图中β中尺度涡旋总是产生在降水落区的西侧，而后向东向南移动。其连续性生消过程导致间歇性的垂直方向运动加强，因而每次β中尺度涡旋出现均为局地带来强降水。

3.2.3 水汽条件

图6为模拟的2013年6月30日08时相对湿度沿30.5°N的纬向垂直剖面。可知，中低对流层中的相对湿度达到80%～95%，暴雨落区上空中低层湿空气的存在为暴雨的发生提供了充足的水汽条件。对流层中高层暴雨落区偏东方向为一相对干空气层。结合30日11时最大小时降水时刻模拟的水汽通量散度场（图7）可以看出，遂宁市辖区内有水汽通量的负极大值区，量级达到－15×10－8g·cm－2·hPa－1·s－1；在强辐合中心西北部，同时存在一弱辐合中心。从图中能够看到两条明显的水汽带，一条是由四川西南部向东北方向输送到遂宁市辖区的水汽带，该条就是前文中提到的东亚季风所在的水汽带；另一条是从川东部向西输送的水汽带即副高西南侧东南气流所携带的水汽通道。前面提及的3条低空急流带有两条向暴雨发生地输送源源不断的暖湿水汽（副高西南侧急流与南亚季风的南风急流），一条自北向南输送高纬冷空气（极涡西侧北风急流），共同形成了暴雨出现的有利环境。

图5 模拟的2013年6月30日和7月1日850hPa流场

图6 模拟的2013年6月30日02时相对湿度沿30.5°N的纬向垂直剖面（单位：%）

图7 模拟的2013年6月30日11时850hPa水汽通量散度（单位：10－8g·cm－2·hPa－1·s－1）

3.2.4 动力条件

垂直运动对水汽、热量、动量等物理量的输送及对天气系统的发展都起着极为重要的作用[16]。从2013年6月30日08时开始，上升运动速度中心从对流层低层开始不断升高，至6月30日11时已达到200hPa左右，中心速度大于10m／s，遂宁本站附近对流层中低层已开始有下沉区出现（图8）。散度场形势表明，此时地面已经开始出现辐散，辐合区中心已经抬升至500hPa左右（图9）。涡度场反映出的辐合辐散在形势上与散度场保持一致。

产生以上物理量分布形势的原因是由于在降水发生前，强的地面上升运动将水汽源源不断输送到高空，开始出现降水后在雨滴的拖曳作用下导致上升运动减弱而下沉出现并增强，地面辐散开始显现，气流辐合中心从地面抬升至高空，上升运动中心也随之抬升。动力条件物理量的分布能十分清晰地再现降水产生的这一过程。

图8 模拟的2013年6月30日11时垂直速度沿30.5°N的纬向垂直剖面（单位：cm·s－1）

图9 模拟的2013年6月30日11时500hPa散度场

3.2.5 热力条件诊断

前面的研究指出，遂宁站对全局降水具有显著的代表意义。为了了解大气的垂直分布状态及稳定度状况，图10给出遂宁单站2013年6月30日11时最大值降水时刻前后的斜温气压对数图（SkewT－LogP图），图中虚线为层结曲线，粗实线为状态曲线。由图10可以看出，在降水最大值出现前后，对流有效位能出现明显的先增强后减弱的过程。降水初始阶段，对流有效位能积累速度很快（08至09时，CAPE值增量为1208J／kg），在达到最大值（30日11时，CAPE值为4093J／kg）时产生降水将继而缓慢释放减小（CAPE值减少了302J／kg；12至13时，CAPE值减少了846J／kg），这一过程与第一阶段逐小时的降水量吻合。中β尺度涡旋在产生气块抬升时，将不稳定能量以做功的形式存储在气块中。这部分能量对大气有着积极作用，其中可能转化成气块动能的对流有效位能通过降水的产生得以释放，同时也表征了中β尺度涡旋不稳定能量的释放。因此，对流有效位能较好地反映出了中β尺度涡旋所产生的不稳定信息。

4 结论与讨论

使用NCEP／NCAR的1°×1°FNL再分析资料、四川省地面自动站逐小时观测资料以及四川省3部雷达的体扫基数据资料，通过WRF（Version3.5.1）中尺度模式及其四维变分同化系统，成功地再现了2013年6月28日至7月2日发生在川东遂宁地区的一次特大暴雨过程。结合同化模拟输出数据对这次暴雨过程的物理量场进行诊断分析，获得了以下结论：

图10 模拟的2013年6月30日08时至13时斜温图

（1）WRF中尺度模式预报结果可以基本再现该次降水全过程，但受地形和初始场等诸多因素的制约，未能获得很好的预报效果。

（2）将雷达非常规资料作为WRF模式同化的观测输入，可以极大地改善其对暴雨降水落区和量级的预报效果，这表明高时空分辨率的雷达资料可以被广泛应用于强天气过程的同化试验。

（3）水汽条件是暴雨过程形成的重要因素，副高西南侧低空急流带来的海上水汽与南亚季风自南向北带来的水汽共同形成了本次过程稳定的水汽供应通道。

（4）暴雨发生过程中，中β尺度涡旋的不断生消交替形成了该次暴雨过程的3次降水阶段，其在暴雨的发生发展中起到十分重要的作用。

（5）垂直方向不稳定能量的快速累积，缓慢释放以及垂直方向强的水汽输送交换，是造成本次过程降水时间长，量级大的主要原因。

研究发现，在暴雨的发生发展过程中，水汽条件、动力条件和热力条件三者相辅相成，共同参与影响，是发生大暴雨天气过程的重要因素。在未考虑地形强迫的前提下，动力因素主要依靠热力不稳定条件来发挥作用。在后续研究工作中，可以从复杂地形下的动力影响机制入手，对暴雨过程中的下垫面环境强迫进行模拟，以获得在复杂环境中暴雨预报的理论认知。

[1] 周玲丽，翟国庆，王东海，等.0703号“韦帕”台风暴雨的中尺度数值研究和非对称性结构分析[J].大气科学，2011，35（6）：1046－1056.

[2] 刘海军，沈新受，许变，等.1011号台风“儿亚比”登陆过程数值模拟及诊断分析[J].气候与环境研究，2013，18（5）：583－594.

[3] 郑峰，张灵杰.台风“天鹅”对“莫拉克”强度维持影响的模拟分析.气象科技，2013，41（4）：664－669，681.

[4] Litta A J，Mohanty U C.Simulation of a severe thunderstorm event during the field experiment of STORM programme 2006，using WRF－NMM model[J].Current Science，2008，95（2）：204－215.

[5] 赵玉春，王叶红，崔春光.一次典型梅雨锋暴雨过程的多尺度结构特征[J].大气科学学报，2011，34（1）：14－27.

[6] 何斌，何锋，范晓红，等.一次长江中下游梅雨锋暴雨过程的诊断分析[J].高原气象，2013，32（4）：1074－1083.

[7] 李云川，张迎新，马翠平，等.热带低压远距离对西南涡稳定加强的作用[J].高原气象，2012，31（6）：1551－1561.

[8] 赵大军，江玉华，李莹.一次西南低涡暴雨过程的诊断分析与数值模拟[J].高原气象，2011，30（5）：1158－1169.

[9] 王新敏，宋自福，张霞，等.一次西南涡路径预报偏差分析及数值模拟[J].气象，2009，35（5）：18－25.

[10] 杨艳蓉，王振，张沛源.利用多普勒天气雷达资料对一次暴雨过程的同化模拟[J].南京气象学院学报，2008，31（5）：633－639.

[11] 王叶红，赵玉春，张兵，肖艳姣.“7.8”特大暴雨过程雷达资料的三维变分同化研究[J].气象科学，2008，28（3）：301－307.

[12] 潘敖大，王桂臣，张红华，等.多普雷达资料对暴雨定量预报的同化对比试验[J].气象科学，2009，29（6）：755－760.

[13] 赵文斌，齐琳琳，何宏让，等.多普勒天气雷达资料在暴雨数值模拟中的同化应用[J].气象科学，2011，31（3）：318－324.

[14] 杨银，朱克云，张杰，等.应用多普勒雷达资料对四川“7·3”暴雨的变分同化试验[J].成都信息工程学院学报，2013，28（1）：17－23.

[15] 邹晓蕾.资料同化理论和应用[M].北京：气象出版社，2009.

[16] Hoskins B J.The role of potential vorticity in symmetric stability and instability[J].Quart J Roy Meteor Soc，1974，100（425）：480－482.