GTS同化对DOGRAFS预报新疆区域一次特大暴雪的影响

马玉芬，杜娟，于晓晶，马秀梅，辛渝，李曼，琚陈相

（中国气象局乌鲁木齐沙漠气象研究所，新疆乌鲁木齐 830002）

GTS同化对DOGRAFS预报新疆区域一次特大暴雪的影响

马玉芬，杜娟，于晓晶，马秀梅，辛渝，李曼，琚陈相

（中国气象局乌鲁木齐沙漠气象研究所，新疆乌鲁木齐 830002）

受欧洲脊发展和乌拉尔低槽东移影响，2015年12月9日20时到12月13日08时，新疆大部出现了大暴雪、寒潮和大风天气过程，其中乌鲁木齐、米东区、小渠子、白杨沟等站日降雪量均突破当日历史记录值。为定量评估新疆数值天气预报业务系统DOGRAFS（Desert-Oasis-Gobi Rapid Analysis&Forecast System）对此次暴雪过程的预报准确率，以NCEP的GFS （Global Forecast System）预报场作为背景场，基于WRFv3.5.1和WRFDAv3.5.1同化WMO的常规观测资料GTS（Global Telecommunications System）进行积分预报。结果表明，DOGRAFS预报的逐24 h累计降水在北疆的落区和量级均与实况接近，GTS同化对暴雪极值中心乌鲁木齐站的逐1 h降水预报为负效果。对DOGRAFS预报区域内的所有站点而言，2 m温度预报的平均偏差在-3～4.2℃，绝对偏差在-1.6～2.5℃。高空温度场预报的绝对误差小于3.5℃。加入GTS后，乌鲁木齐站温度预报偏差大幅度增大，预报效果明显变差，不同化GTS预报的乌鲁木齐单站逐小时2 m温度及其变化趋势与实况非常接近。

暴雪；寒潮；数值预报；GTS

降水预报历来是数值预报的难点[1-2]。众所周知，初始场对于大气真实状态刻画的准确程度直接影响着数值预报的准确程度。而资料同化是改进初始场的有效手段，它通过生成在时空上不规则分布的估计，为模式提供一个最优估计的初始场，能够提高模式的预报能力[3]。随着技术手段的进步，能够被有效同化的遥感资料越来越多，如雷达资料[4-6]、卫星资料[7-8]等，使得进一步提高数值预报中降水预报的能力成为可能。利用资料同化技术提高模式的降水预报性能，人们做出了多种尝试。

新疆地处远离海洋的内陆地区，资料同化问题在当地较为特殊[9]。首先，新疆地形地表条件复杂，加之常规观测资料缺乏，常规资料的代表性误差大[10-12]。其次，从模式方面说，由于模式的地形数值处理方案[13-15]，青藏高原北坡的模式变量和通量的分析变量的差异较平原地区大得多，分析中的动力学约束的提法也有很大困难。解决该地区的分析问题，需要关注如何有效地使用现有的多源观测资料[16-19]。

针对新疆地区应用和研究需要,新疆气象工作者对新疆及周边地区的常规探空、地面常规观测（SYNOP）、云迹风（GEOAMV）、飞机观测资料（AIREP）、风廓线（PILOT）观测进行资料预处理开发[20-23]，实现了各种大气监测数据格式对WRF 3DVAR系统的支持，构建了DOGRAFS系统。DOGRAFS系统基于WRF模式，采用三层嵌套预报区域，区域中心为（41.42°N,87.85°E），水平格距分别为27 km、9 km和3 km，各层区域东西向分别取211、289、76个格点，南北向分别取181、208、61个格点，垂直方向为σ坐标，取40层。时间积分步长50 s。主要物理过程为：rrtm长波辐射方案、Dudhia短波辐射方案、Kain-Fritsch积云对流参数化方案、ACM2 （Pleim）行星边界层方案。每天00时、06时、12时、18时四次冷启。文中所用时间均为世界时。

本文尝试在新疆气象台目前正在业务中实时使用的基于WRF（Advanced Weather Research& Forecast Sytem）的DOGRAFS系统（Desert-Oasis-Gobi Rapid Assimilation Forecast System）的同化模块WRFDA（WRF Data Assimilation System）中同化来自NCAR的常规观测资料GTS，对比分析其同化对2015年12月9日20时—13日8时期间新疆地区一次特大暴雪、寒潮、大风天气过程数值预报结果的影响，评估DOGRAFS系统对此次强天气过程的预报性能。

1 暴雪过程

1.1 天气实况

2015年12月9日20 时—12月13日08时，北疆大部、天山山区和阿克苏、巴州、和田等地的大部地区及喀什、克州、哈密等地的局部地区出现小到中雪，其中北疆沿天山一带、天山山区和伊犁河谷、博州大部及阿克苏、巴州的部分地区出现大到暴雪，乌鲁木齐和米东为大暴雪，北疆、东疆风口出现9级左右西北风，全疆大部降温5～8℃，北疆局部超过12℃。这次大暴雪的史无前例之处在于，城区、米东区、小渠子、白杨沟12月11日的日降雪量均突破了历史记录，成为建立气象站以来冬季的最大一日降水量。城区这场降雪是冬季有记录以来的最大一场降雪，过程降水量达46.3 mm，超过了建站以来冬季12月、1月、2月各月的月最大降雪量值。城区冬季平均降水量（12月、1月、2月降水量之和）为40.1 mm，而这一次降雪过程46.3 mm，相当于常年一个冬天的雪。12日的积雪厚度城区为45 cm、米东区33 cm、小渠子62 cm，已经超过了建站以来12月的最大积雪厚度。

1.2 天气形势及水汽来源

此次北疆暴雪过程是典型的欧洲脊发展，乌拉尔低槽东移型，过程前期8—9日环流经向度加大，欧洲地区为高压脊发展，西西伯利亚—乌拉尔山的长波槽向南加深，9日夜间东欧高压脊顶受到冷平流的侵袭，向东南方向衰退，推动乌拉尔山大槽东移南下，槽后有明显的偏北急流，槽前有明显的西南急流，引导来自阿拉伯海的水汽向新疆地区输送。11日08时，乌拉尔低槽东移到中亚时，经向度逐渐减弱，成为明显的中亚槽，然后东移进入北疆，造成北疆大范围强降水天气过程。

2 资料及实验方案

2.1 资料

本文所选取的背景场资料来自NCEP的GFS （Global Forecast System）预报场，观测资料有来自WMO的常规观测资料GTS（Global Telecommunications System），主要包含探空资料（SOUND）、地面报资料（SYNOP）、风廓仪探测资料（PILOT）、卫星测厚资料（SATEM）、船舶报资料（SHIPs）、飞机报资料（AIREP）、浮标资料（BUOY）等，资料同化选择的时间窗为±3 h，在2015年12月10日和11日的±3 h同化时间窗口内，SOUND、SYNOP和AIREP较多，而PILOT、GEOAMV和SATEM thickness较少。SYNOP资料中有一部分因观测站高度与模式地形高度差超过100 m而被当做探空资料使用（SONDE_SFC）。SOUND、PILOT和GEOAMV资料从模式层顶到模式层底均有分布，GEOAMV资料主要集中在高空200～350 hPa附近，而AIREP资料则主要集中在200～700 hPa之间。SYNOP、SONDE_SFC 和GEOAMV在4个时次均有观测。06时和18时无SONDE_SFC、SOUND和PILOT资料。

2.2 数值实验方案

用WRF模式进行数值模拟实验，基于WRFDA系统开展同化实验，使用GFS资料提供的初始场及边界条件，采用三层嵌套预报区域，区域中心为（41.42°N，87.85°E），水平格距分别为27、9和3 km，各层区域东西向分别取211、289、76个格点，南北向分别取181、208、61个格点,垂直方向为σ坐标,取40层。时间积分步长50 s。本文所有评估过程均基于9 km分辨率的网格区域。本文所有数值实验采取的主要物理过程为：WSM 6-class graupel scheme微物理过程方案、rrtm长波辐射方案、Dudhia短波辐射方案、unified Noah land-surface model陆面过程方案、Kain-Fritsch积云对流参数化方案、ACM2 （Pleim）行星边界层方案。每天00时、06时、12时、18时四次冷启（世界时）。资料同化实验方案见表1。

表1 同化实验方案

2.3检验评分方法

为了评估同化实验各方案对降雪预报的影响，本文进行了6 h降雪预报TS、BIAS、ETS评分检验。由于国家降水量级标准不适合干旱、半干旱气候背景的新疆地区，新疆气象工作者根据多年预报、服务实践和概率统计方法提出了适合新疆气候特点的降水量级标准，24 h降雪0.1～3.0 mm为小雪，3.1～6.0 mm为中雪，6.1～12.0 mm为大雪，＞12.0 mm为暴雪。统计根据该标准对降雪进行分等级的评分。选择的站点为模拟区域内的所有常规气象地面站。

评分公式分别为：

3 降雪预报

3.124 h降雪预报

图1 提前12 h预报的2015年12月10日20时BT—11日20时BT 24 h累积降雪量

2015年12月9日20 时—12月13日8时期间的降雪过程，其大降雪集中时段为10日20时—11日20时，在该24 h内，北疆大部、天山山区和阿克苏、巴州的大部地区及和田、喀什、克州等地的局部地区出现小到中雪，其中，北疆沿天山一带、天山山区和伊犁河谷、博州大部及阿克苏、巴州的部分地区出现大到暴雪（图1a）。DOGRAFS准确地预报出了北疆沿天山一带、天山山区和博州大部及阿克苏、巴州的部分地区的大到暴雪落区和量级，但对伊犁河谷的预报量级偏大，对阿勒泰地区的小雪漏报，巴州南部、喀什局部、和田大部的降雪预报量级偏大，范围是否偏大不确定，因为昆仑山北坡模拟出大到暴雪的区域并无观测站可参考（图1b）。DOGRAFS虽同化了GTS常规观测，但与同化前相比对该24 h时段内的降雪落区和量级的预报并无明显差异，仅在和田地区以南的昆仑山北坡偏东地区有些许差异，DOGRAFS在同化GTS前在该地区有个细长的大雪落区，但同化GTS后该大雪带消失（图1c）。

3.26 h降雪预报

图2为DOGRAFS提前12 h预报的10日20时—11日20时（北京时间）期间逐6 h降雪预报评分。从图中可以看到，同化了GTS的DOGRAFS逐6h有无降雪的预报TS评分在0.4～0.5之间，大于DOGRAFS系统的年平均逐6 h有无降雪的预报TS评分0.3～0.4。BIAS评分多大于1，说明小雪的空报大于漏报。对逐6 h中量降雪预报的TS评分接近0.3，BIAS评分仅为0.3，说明对中量降雪漏报大于空报（图2）。对各个量级降水的预报，DOGRAFS同化GTS与否无明显差异。

3.3 乌鲁木齐站逐小时降雪量

DOGRAFS对暴雪极值中心所在地乌鲁木齐站的逐3 h预报降水峰值1.8 mm出现在11日14时，比实况滞后了6 h，且比实况峰值2.8 mm偏小1.0 mm。单站逐3 h降雪量预报，同化GTS后DOGRAFS预报的小时降水量预报峰值1.6 mm出现在11日19时，而同化前小时降水量预报峰值1.9mm出现在11日19时，同化GTS后逐小时降水量峰值比同化前小0.3 mm，提前1 h，但降水开始时间、结束时间和雨量变化趋势二者一致（图3）。

图2 同化GTS后DOGRAFS提前12 h预报2015 年12月10日20时—11日20时（北京时间）逐6 h降雪预报评分

另外，乌鲁木齐站在2015年12月10日20时—11日20时的24 h累计降水量实况为35.9 mm，但DOGRAFS提前12 h预报的10日20时—11日20时24 h累计降水量为26.9 mm，比实况偏小9.0 mm，同化后预报量24.4 mm，比实况偏小11.5 mm，比同化前偏小2.5 mm。由此可见，GTS的同化对DOGRAFS提前12 h预报此时段内乌鲁木齐单站降水为负效果。

4 温度预报

4.1 2m温度预报偏差及均方根误差

图3 乌鲁木齐单站逐3 h降雪量

对DOGRAFS预报区域内的所有站点而言，加入GTS后，预报初始时刻温度偏差大幅度提升，预报效果明显变差。不同化GTS对初始时刻2 m温度的预报效果较好。对DOGRAFS预报区域内的所有站点而言，2 m温度预报的平均偏差在-3～4.2℃（图4），在11日08时出现了最大正偏差4.2℃，在11 日16时出现了最大负偏差-3℃，平均偏差呈先降后增趋势。对DOGRAFS预报区域内的所有站点而言，2 m温度预报的绝对偏差在-1.6～2.5℃，绝对误差的最大值2.5℃出现在11日08时，最小值-1.6℃出现在11日20时。

4.2 高空温度场预报偏差和均方根误差

对DOGRAFS预报区域内的所有站点而言，GTS的同化对高空温度场的预报效果并无明显影响。高空温度场预报在700 hPa以下的低空整体为正偏差，700 hPa以上整体为负偏差（图5）。预报偏差随高度的升高先降再升之后再降。高空温度场预报的绝对误差小于3.5℃。在700～200 hPa之间的高空，对预报初始时刻10日00时高空温度的预报效果在其余各层均优于积分12 h和24 h预报，而在925 hPa，初始时刻的预报效果最差，说明GTS的同化对初始场低空温度场起到了一定的破坏作用，由此推论，地面站资料的质量有待进一步提高。4.3乌鲁木齐站实况及数值预报逐小时2 m温度

图42 m温度预报偏差及均方根误差

图5 高空温度场预报偏差及均方根误差

加入GTS后，乌鲁木齐站温度预报偏差大幅度增大，预报效果明显变差。不同化GTS预报的乌鲁木齐单站逐小时2 m温度变化趋势和大小与实况非常接近（图6）。预报峰值-3.1℃出现在10日14时，比实况峰值-0.4℃低2.7℃，超前1 h。随着预报时效的延长，偏差略有增大。由于模式底层与测站地形高度相差超过100 m的测站颇多，致使9 km分辨率区域内仅有部分测站能进入同化系统对预报背景场起修订作用。

图6 乌鲁木齐站逐1 h 2 m温度

5 结论

本文分别检验评估了2015年12月9日20时—12月13日08时新疆区域数值预报业务系统DOGRAFS对此次暴雪、降温天气过程的预报效果，得出以下结论：

（1）DOGRAFS提前12 h较为准确地预报出了10日20时—11日20时期间的降雪落区和量级，同化GTS与否对其影响甚微，且预报的乌鲁木齐站该时段内24 h累计降水量均比实况偏小，GTS的同化对DOGRAFS预报此时段内乌鲁木齐单站降水为负效果。

（2）DOGRAFS以11日08时为初始时刻的预报结果中，对预报区域内的所有站点而言，2 m温度预报的平均偏差在-3～4.2℃，在11日08时出现了最大正偏差4.2℃，在11日16时出现了最大负偏差-3℃，平均偏差呈先降后增趋势。对DOGRAFS预报区域内的所有站点而言，2 m温度预报的绝对偏差在-1.6～2.5℃，绝对误差的最大值2.5℃出现在11日08时，最小值-1.6℃出现在11日20时。高空温度场预报的绝对误差小于3.5℃。同化GTS后，乌鲁木齐站温度预报偏差大幅度增大，预报效果明显变差。不同化GTS预报的乌鲁木齐单站逐小时2 m温度变化趋势和大小与实况非常接近。

值得注意的是，通过对比数值模拟效果，GTS中包含的地面站资料SYNOP由于站点所处位置实际地形高度与模式地形高度偏差较大等原因（图7），使得预报初始时刻近地面925 hPa附近的温度和风速预报效果较差，对模式地形与实况地形高度差较大的站点2 m温度的负面作用尤为明显，影响幅度明显大于对风场和降雪的预报。对地面站数据进行进一步的筛选和质量控制显得尤为必要。

图7 GORAFSv1.0系统中9 km区域模式高度与实际高度之差（单位：m）

[1]Kuo Y H，Guo Y R，Westwater E R.Assimilation of precipitablewatermeasurementsintoamesoscale numerical model[J].Mon.Wea.Rev.，1993，121（4）：1215-1238.

[2]Kuo Y H，Zou X L，Guo Y R.Variational assimilation of precipitablewaterusinganonhydrostaticmesoscale adjointmodel.PartI:Moisture retrieval and sensitivity experiments[J].Mon.Wea.Rev.，1996，124（1）：122-147.

[3]Wang B，ZouX L，Zhu J.Data assimilation and its applications[J].Proceedings of the National Academy of Sciences of the United States of Ameri，2000，97（21）：11143-11144.

[4]兰伟仁，朱江，Xue M，等.风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验I.不考虑模式误差的情形[J].大气科学，2010，34（3）：640-652.

[5]兰伟仁，朱江，Xue M，等.风暴尺度天气下利用集合卡尔曼滤波模拟多普勒雷达资料同化试验II.考虑模式误差的情形[J].大气科学，2010，34（4）：737-753.

[6]马秀梅.C波段雷达在新疆区域数值预报系统中的应用初探[J].沙漠与绿洲气象，2015，9（6）：19-26.

[7]Bauer P，Ohring G，Kummerow C，et al.Assimilating satellite observations of clouds and precipitation into NWP Models[J].Bull.Amer.Meteor.Soc.2011，92（6）：25-28.

[8]冉令坤，周玉淑.TRMM卫星的闪电观测资料在中尺度数值模式中的Nudging同化应用研究[J].大气科学，2011，35（6）：1145-1158.

[9]薛纪善，我国西北高原地区数值预报的几个科学问题[J].干旱气象，2005，23（1）：68-71.

[10]徐枝芳，龚建东，王建捷，等.复杂地形下地面观测资料同化I.模式地形与观测站地形高度差异对地面资料同化的影响研究[J].大气科学，2007，31：222-232.

[11]徐枝芳，龚建东，王建捷，等.复杂地形下地面观测资料同化II.模式地形与观测站地形高度差异代表性误差[J].大气科学，2007，31：449-458.

[12]徐枝芳，龚建东，李泽椿.复杂地形下地面观测资料同化III.两种解决模式地形与观测站地形高度差异方法的对比分析[J].大气科学，2009，33（6）：1137-1147.

[13]何光碧，屠妮妮，张利红，等.青藏高原东侧一次低涡暴雨过程地形影响的数值试验[J].高原气象，2013，32（6）：1546-1556.

[14]张利红，何光碧.GRAPES_Meso模式对2011年夏季青藏高原东部及周边区域的预报检验[J].高原气象，2014，33（1）：14-25.

[15]马玉芬，赵玲，赵勇.一次强天气过程天山地形方案的敏感性试验研究[J].中国沙漠，2012，32（4）：1127-1134.

[16]朱伟军，廖芷仪，何清，缪启龙.天山暴雨数值模拟的试验研究[J].中国沙漠，2012，32（4）：1102-1109.

[17]马玉芬，张广兴，李曼，赵玲.单个掩星事件湿度场资料同化实验[J].干旱区研究，2013，30（6）：832-837.

[18]张飞民，王澄海.利用WRF-SD3DVAR同化常规观测资料对近地层风速预报的改进试验[J].高原气象，2014，33 （3）：675-685.

[19]崔强，王春明，张云.干侵入对我国东部一次强飑线过程的作用分析[J].沙漠与绿洲气象，2016，10（2）：18-24.

[20]Barker,D.M.,Huang W.，Guo Y.R.,et al.Three-Dimensional（3DVAR）Data Assimilation System For Use With MM5:Implementation and Initial Results.Mon. Wea.Rev.，2004，132：897-914.

[21]张家宝，邓子风.新疆降水概论.北京：气象出版社，1987：400.

[22]张家宝，苏起元，孙沈清，等.新疆短期天气预报指导手册.乌鲁木齐：新疆人民出版社，1986：456.

[23]仲跻芹，陈敏，范水勇，张朝林.AMDAR资料在北京数值预报系统中的同化应用[J].应用气象学报，2010（1）：19-28.

[24]程锦霞.2013年5月河南一次大暴雨成因分析及数值预报检验[J].气象与环境科学，2014，37（2）：42-48.

[25]赵定池，陈俊，潘晓滨，等.一次暴雨过程的GPS掩星资料的同化应用[J].气象与环境科学，2015，38（3）：87-93.

Impact of GTS Assimilation upon DOGRAFS in Prediction of a Streeme Snowstorm in Xinjiang

MA Yufen，DU Juan，YU Xiaojing，MA Xiumei，XIN Yu，LI Man，JU Chenxiang
（Institute of Desert Meteorology，China Meteorological Administration，Urumqi 830002，China）

Influenced by the development of the European ridge and the eastward movement of Ural low trough,an extremely heavy snowstorm accompanied by strong cold wave and strong gale occurred in majority region of Xinjiang from December 9th till 12nd,2015.To quantitatively evaluate the forecast capacity of the Desert-Oasis-Gobi Rapid Analysis&Forecast System （DOGRAFS）,a series of experiments were conducted by this research,integrating by WRFV3.5.1 using the prediction field from Global Forecast System（GFS）as the background,while assimilating the traditional observations from Global Telecommunications System（GTS）by WRFDAv3.5.1 to forecast the process.It is concluded that,the forecasted distribution and volume of 24h accumulation precipitation is thoroughly consist with the actual situation.However,in Urumqi station,the forecast performance of hourly snowfall is worse with GTS assimilation.For all the stations in the simulation domain,the mean bias of 2 m temperature is between-3℃～4.2℃,while the absolute error is-1.6℃～2.5℃.The maximum prediction RMSE of the spatial temperature is 3.5℃.Similarly,there is a negative impact on 2 m temperature forecast with GTS assimulation in Urumqi station.

snowstorm；cold wave；NWP；GTS

P435

：B

1002-0799（2016）06-0024-07

10.3969/j.issn.1002-0799.2016.06.004

2016-01-04；

2016-06-30

沙漠气象科学研究基金项目（Sqj20080012），国家自然科学基金（U1503181，41375101），中央级公益性科研院所基本科研业务费项目（IDM201301）；新疆维吾尔自治区科技支撑计划项目（201433112）共同资助。

马玉芬（1981-），女，副研究员，主要从事数值天气预报、中尺度数值模拟和资料同化研究。E-mail：mayf@idm.cn

马玉芬，杜娟，于晓晶，等.GTS同化对DOGRAFS预报新疆区域一次特大暴雪的影响[J].沙漠与绿洲气象，2016，10（6）：24-30.