閃電資料在快速更新同化系統中的應用研究*

何鄧新 賴安偉， 康兆萍 孫玉婷 張 文 李 蘭 孫 晨

1 中國氣象局武漢暴雨研究所暴雨監測預警湖北省重點實驗室，武漢 430205 2 武漢區域氣候中心，武漢 430074

提 要： 為了更好地應用閃電觀測資料，在華中區域快速更新循環同化系統中引入適用于本地的閃電定位資料與代理回波特征的轉換關系，并開展了相應的同化應用研究。針對2015年6月1日發生在湖北監利的一次強降水過程，開展了利用新、舊閃電-代理回波的對比同化試驗，重點分析了引入新的閃電-代理回波轉換關系對模式計算的雷達反射率、云微物理變量和降水預報的影響，并與直接同化雷達反射率進行對比。數值試驗結果表明：新的閃電-代理回波關系較好地捕捉到強降水信號，通過調整初始時刻云水、雨水、云冰、云雪、霰等微物理量，尤其是提高了初始時刻雨水、云水的含量，達到調整降水預報的目的；對比降水結果可以得到在使用新的閃電-雷達回波關系后，能夠有效降低漏報率，并且模式在短時間尺度可以響應出與實況更為接近的降水預報，提高短時臨近預報準確率，取得了與直接同化雷達反射率相似的結果。

引 言

強對流天氣因其具有突發性強、空間尺度小、生命史短、易致災等特點，是目前數值預報的難點。數值天氣預報水平取決于模式本身和模式的初始場質量。目前，數值模式的動力框架和物理過程已趨于完善，如何提高初始場質量是提高預報水平的關鍵。為了提高數值模式對強對流天氣的預報能力，進行較短時間間隔的高頻資料同化，從而使模式初始場中盡可能多地包含有效對流信息顯得十分必要(俞小鼎等，2012；陳葆德等,2013；鄭永光等，2015)。快速更新循環同化預報系統是通過高頻次的資料同化吸收最新的觀測信息，不斷更新模式背景場，形成更準確的初始場并進行短時臨近預報(陳葆德等，2013)。近些年我國也開展了快速更新同化預報系統的研制和業務化應用(陳子通等，2010；范水勇等, 2009；郝民等，2011)，然而與國際先進水平相比，無論是多種高頻觀測資料的應用還是同化系統與模式的發展，都有較大差距(陳葆德等，2013)。其中，由于欠缺對新型觀測資料引入及其同化應用的經驗導致的模式初值質量不高，是制約我國強對流天氣的數值模式預報水平的重要因素之一(陳子通等，2010)。

閃電是對流性天氣中經常伴有的大氣電現象，對對流性天氣系統的結構及其演變有重要指示作用(陶祖鈺和趙昕奕，1993；易笑園等，2017；周康輝等，2021；孫萌宇等，2020)。隨著閃電探測技術的更新換代，中國閃電探測實現了由單一地基低頻閃電定位網向地基、天基雙網探測覆蓋。閃電資料具有空間分辨率高、長距離覆蓋、地形影響小、可實現連續監測等優點，可用于實時監控、早期預警、預報強對流天氣，尤其是可以用來彌補雷達站遠距離無覆蓋區、地形遮擋區域和頂部的觀測縫隙(曹冬杰，2016；Biagi et al，2007；郄秀書等，2014)。因此，研究如何將閃電觀測資料同化入快速更新同化預報系統中，改善數值模式初始場，改進模式的啟動預熱(spin-up)問題(Turpeinen et al，1990；陳葆德等，2013)，彌補雷達觀測資料的不足，以提高數值模式對強對流天氣的模擬和預報能力，具有重要的科學意義和應用價值。

目前，同化雷達反射率的主要方法是變分法和集合卡爾曼濾波，并結合經驗方法，如云分析或物理初始化。由于閃電資料不能直接應用于模式中，在同化之前需要將其進行轉化，目前已經有許多這方面的研究，主要有以下幾種方式：(1)閃電資料與相對濕度建立聯系進行同化(Zhang et al，2017)。Papadopoulos et al(2009)根據閃電強度將模式的濕度廓線改進為經驗廓線，用此經驗廓線通過積云對流參數化方案計算模式的潛熱加熱率，使模式初始場中的溫、濕條件與環境背景場趨于協調，明顯提高了對流降水預報的準確性，并在提高局地暴雨預報方面具有一定的潛力。(2)將閃電與對流性降水建立關系，閃電資料反演為降水，然后同化反演降水(Manobianco et al，1994；李萬彪等，2008)。Pessi and Businger(2009)使用閃電與對流性降水關系的經驗公式，將模擬區域的閃電頻率按時間積分步長轉換為降水率，根據得到的降水率用潛熱張弛逼近法來調整模式的垂直潛熱廓線。(3)基于閃電頻數與冰相粒子含量之間的經驗關系，進行閃電資料同化(Qie et al，2014；陳志雄等，2017)。(4)將閃電資料與垂直速度建立聯系(Xiao et al，2021)。Wang et al(2020)利用動力逼近方法，同化閃電資料反演得到的垂直速度，達到調整對流云中的動力場的目的，從而改善對颮線過程中降水尤其是強降水的預報效果。(5)將閃電資料轉化為雷達代理回波，以彌補雷達觀測數據在時間和空間上的限制(Wang et al，2014；徐國強等，2020)。

華中區域快速更新循環同化系統基于RAP(rapid refresh)和HRRR(high-resolution rapid refresh)搭建，RAP/HRRR的格點統計插值(gridpoint statistical interpolation,GSI)同化系統將閃電資料與雷達回波建立經驗關系，通過云分析技術，間接同化閃電資料(Benjamin et al，2006)。Yang et al(2015)評估了在WRF-GSI系統中，同化閃電代理回波和同化雷達反射率對中尺度對流系統的預報效果，結果表明，同化閃電資料在中尺度數值模式中具有出色的精細化預報能力。閃電活動與強對流天氣的發生關系密切，但受到地理特征、氣候背景、天氣型、中尺度環流的影響(Smith et al，2005； Rudlosky and Fuelberg，2011，張義軍等，2008；王娟和諶蕓，2015)。Sheridan et al(1997)研究了美國中南部地區4—9月地閃和地面降水的關系，發現不同區域兩者的相關系數存在差異。鄭棟等(2012)利用閃電定位資料和氣象臺站雨量觀測資料，分析地閃活動與降水的相關關系，發現我國由南向北的區域兩者相關性逐漸增強。王學良等(2010)指出，不同地表類型，對地閃產生也有影響，比如多巖石地區，土壤電阻率較大，不利于云地間閃電發生。閃電資料與雷達回波經驗關系在不同的地域具有差異，為了更好地同化華中區域的地基閃電資料，孫玉婷等(2019)利用SWAN雷達三維拼圖產品和閃電定位資料，分析華中地區閃電活動與雷達回波特征的關系，建立了山區和平原的閃電代理回波(lightning-proxy reflectivity)擬合公式。在山區與平原兩種地形條件下，閃電頻數與垂直柱最大雷達回波均存在較好的近似倒“L”型指數曲線擬合關系，兩者均高于RAP/HRRR同化系統GSI中原線性、非線性經驗曲線，經檢驗，倒“L”型曲線閃電代理回波與閃電高頻區、實測強回波區一致。

在這一工作的基礎上，本文基于華中區域快速更新循環同化系統，選擇適用于平原地區的倒“L”型曲線擬合關系，將轉換得到的閃電代理回波進行同化應用，針對2015年6月1日長江中游地區的一次強對流天氣過程，開展了閃電資料同化試驗，評估同化新的擬合關系獲得的閃電代理回波對模式降水的影響，以改進模式預報。

1 方法介紹

1.1 閃電資料介紹及其同化方法

2015年6月1日在長江中游地區突發了一次強降水天氣過程，該過程中颮線伴有下擊暴流帶來的強風暴雨襲擊導致了“東方之星”特別重大災難性事件。強對流伴隨有強烈的閃電活動(鄭永光等，2016)，湖北省閃電定位觀測網很好地觀測到這一次強對流過程。

首先對強對流發生區內，閃電發生頻次、最大閃電密度與回波強度及強回波(≥40 dBz)面積的關系進行初步分析。其中，閃電資料來自于湖北省活動目錄拓撲圖(active divectory topology diagrammer，ADTD)閃電監測定位系統(成勤等，2011；馮建偉等，2018)。雷達資料為中國氣象局組織研制的SWAN系統所提供的雷達三維組網反射率因子拼圖數據。

2015年6月1日，閃電活動主要集中在江漢平原南部，頻繁活動時段為1日19時至2日06時(北京時，下同；圖1)。其中20—23時，閃電頻次陡增(圖1b)，高頻中心向東南方向移動(圖2a～2c)。與其變化一致，雷達回波在20時前結構松散、強度弱，位于江漢平原中部(圖略)，而之后零散的對流回波逐漸合并發展為颮線結構，以約40 km·h-1的速度向東略偏南方向移動(圖2d)。根據圖2b和2d，可發現閃電的空間分布范圍和≥40 dBz的強回波區重合，與已有相關研究結果一致(楊超等，2009)，而且其中閃電高密度格點(4～8次·km-2·h-1)落在50～55 dBz強回波覆蓋范圍內。

圖1 2015年6月(a)1日湖北區域內的閃電密度分布(單位：次·km-2)和 (b)1—3日逐小時湖北區域內的閃電頻次變化(圖1a中括號內數字為該時段內每平方千米不同頻次閃電個數，下同)Fig.1 (a) Lightning ground stroke density (unit: times·km-2) on 1 June 2015 and (b) time series of hourly lightning stroke frequency in 1-3 June 2015 over Hubei Region(In Fig.1a, the numbers in parentheses are the lightning stroke density of different frequency， the same below)

圖2 2015年6月1日(a)20時，(b)21時，(c)22時湖北區域閃電密度(單位：次·km-2)及(d)21時湖北區域雷達最大回波水平分布(矩形框表示強對流區)Fig.2 Lightning ground stroke density (unit: times·km-2) at (a) 20:00 BT, (b) 21:00 BT, (c) 22:00 BT and (d) observed column maximum reflectivity over Hubei Region at 21:00 BT 1 June 2015(The rctangular box indicates area of severe convection in Fig.2d)

將湖北省閃電密度，根據GSI同化系統中的經驗關系轉換為三維代理回波，利用潛熱加熱納近方法進行同化。GSI系統中提供的關系是美國強風暴實驗室(National Severe Storms Laboratory,NSSL)1 km精度的全美國回波拼圖產品擬合出單位格點內的閃電個數和最大回波強度之間的經驗關系，并根據線性關系模擬出三維代理回波強度，具體如下：給定RUC 網格(13.545 km)中的閃電頻數(LGT)與相應格點上柱內最大回波反射率(REFL)的關系為REFL=min[40, 15+2.5×LGT](Weygandt et al，2008)。該關系式為簡單的線性假設，而GSI還給定了非線性的經驗關系：REFL=30.751+0.719×LGT-0.0097×LGT2。孫玉婷等(2019)利用2014—2018年SWAN雷達三維拼圖產品和閃電定位資料，分析華中地區閃電活動與雷達回波特征的關系，并建立適用于當地的山區和平原的閃電代理回波(lightning-proxy reflectivity) 擬合公式分別為:REFL=exp(3.897-0.657/LGT)和REFL=exp(3.894-0.412/LGT)。本文主要應用了平原的閃電代理回波擬合經驗，將地閃資料應用于2015年6月1日強降水天氣過程的數值模擬中，以檢驗本地化的閃電-代理回波關系對云微物理變量和預報的影響。

圖3給出了GSI中的閃電-代理回波的非線性經驗關系和孫玉婷等(2019)給出的新的平原區統計關系，可以看出，在GSI統計關系中，代理回波強度隨著閃電頻次的增大而持續增大，增長率雖然有所減小，但較不顯著，而在新的統計關系中，閃電頻次在小于10次的區間內，回波強度增大較快，在閃電頻次大于10次之后，回波強度曲線變化趨于平穩，增長緩慢，基本處于水平狀態，無明顯增長。而總體來看，新的閃電-代理回波關系在相同的閃電頻次下，有著更強的代理回波。

圖3 閃電頻次與回波強度的本地化的統計關系與 GSI 中經驗關系Fig.3 The new statistical relationship between LGT and REFL and the preliminary relationship in GSI

圖4給出2015年6月1日20時和21時利用GSI的非線性經驗關系和新的統計關系，將同化時刻40 min內(前30 min至后10 min )湖北省閃電密度轉為代理回波的結果。從圖4可見，代理回波與閃電密度有很好的對應關系，代理回波主要分布在三個區域、分別為鄂西南，江漢平原和鄂東南。代理回波的最小值為30 dBz，最大值為40～45 dBz。21時的代理回波強度大于20時，且集中在湖北監利附近。而相較于GSI中的非線性經驗關系，新的經驗關系獲得了相似的代理回波落區，但強度明顯增強，最小值為35 dBz，最大值為45～50 dBz。

圖4 GSI中經驗關系(a，c)與新的統計關系(b，d)轉化得到的2015年6月1日(a，b)20時和(c，d)21時最大代理回波Fig.4 Comparison of column maximum lightning-proxy reflectivity calculated by the GSI relationship (a, c) and new relationship (b, d) at 20:00 BT (a, b) and 21：00 BT (c, d) 1 June 2015

1.2 模式系統介紹

本文使用的模式為中國氣象局武漢暴雨研究所的快速更新循環同化系統(Wuhan High-Resolution Rapid Refresh，WHHRRR)。以廣泛使用的中尺度數值天氣模式(Weather Research and Forecast Model，WRF)為基礎，并采用國際先進的混合資料同化系統GSI進行資料同化。WHHRRR逐小時同化雷達資料，進行常規和非常規觀測，并作出對未來0～12 h的預報。可同化高時空分辨率的雷達資料(每10～15 min間隔)，以達到對模式中的云水和雨水的正確初始化，從而提高短時臨近強對流天氣的預報能力。WHHRRR系統針對雷達的高時空分辨率反射率資料，還引進了NOAA的潛熱加熱納近方案，每10～15 min同化最新的雷達反射率資料。研究區域為18°～41°N、96°～126°E，水平分辨率為3 km，格點數為901×802，參數化方案包括Thompson微物理方案、RRTM短波和長波輻射方案，unified Noah陸面過程方案，參數設置詳見杜牧云等(2019)。

2 試驗設計

根據上文對2015年6月1日閃電資料的分析，發現6月1日閃電主要集中在20—23時。本研究的主要目的為考察采用不同閃電-代理回波關系的資料同化對降水的影響，因此，試驗主要選取同化20—21時的閃電資料。此外，由于閃電資料轉化為雷達三維的代理回波后，本質上閃電也就變成了雷達資料，為了考察同化閃電代理回波在多大程度上可以替代真實回波，以便彌補雷達資料缺失的情況，因此本文設計了四組對比試驗(詳見表1)。根據大量的研究表明，若初始場中動力場不準確，同化雷達反射率后對降水預報影響較少，因此基于3DVAR方法同化20時的雷達徑向風改進初始場的風場，作為控制試驗(CTRL)。在控制試驗基礎上，分別以兩種不同的代理回波關系進行同化試驗，以及以真實的雷達回波進行的一組同化對比試驗。針對兩種閃電-代理回波關系，設計的兩組不同閃電-代理回波關系對比試驗，均采用潛熱加熱納近方法，利用云分析技術，在20:00的初始場，將20:15、20:30、20:45、21:00四個時次(每個時次前30 min至后10 min)的代理回波轉換潛熱，變成溫度傾向，均勻加入到0～1 h的模式預報積分中，以改善對流預報。一組試驗采用GSI中的非線性經驗關系，記為TEST1，另一組則采用新的本地化的閃電-代理回波經驗關系，記為TEST2。第四組試驗在20—21時之間每隔15 min同化一次真實雷達回波，和TEST1、TEST2其他設置相同，記為TEST3。

表1 閃電資料同化試驗設計表Table 1 Experimental schemes of ligtning data assimilation

3 試驗結果分析

3.1 雷達反射率

為了考察模式閃電-代理回波同化效果，圖5給出了模式21時觀測和各組試驗模擬的雷達最大回波。各組試驗模擬雷達回波與實況相比落區有一定的差異，強回波區相較于實況偏小，颮線位置預報強度明顯偏小。CTRL試驗的雷達反射率在湖北中北部地區有較為明顯的大值區，在湖北監利附近有明顯的漏報，沒有明顯的東北—西南向的回波帶，TEST1與CTRL試驗的雷達反射率相比，回波范圍變大，向南部延伸，強度減弱，回波較弱，在颮線位置也出現漏報，預報效果較差；對比TEST2與觀測實況可以看到，采用新的閃電-回波關系同化試驗模擬的雷達回波在監利附近有強回波區，相較于TEST1，與實測雷達反射率更接近，范圍和強度有明顯增大，對監利地區的強回波帶的預報有一定的反映。與直接同化雷達回波的TEST3相比，強回波帶的位置接近，強度偏強。

圖5 2015年6月1日21時(a)觀測，(b)CTRL，(c)TEST1，(d)TEST2，(e)TEST3雷達反射率(藍色圓點為沉船位置;黑色虛線為沉船位置經度)Fig.5 Radar reflectivity at 21 BT 1 June 2015(a) OBS， (b) CTRL， (c) TEST1， (d) TEST2， (e) TEST3(The blue dots indicate the wreck location; the black dotted line is longitude of wreck location)

圖6為沿沉船所在位置(圖5中藍色圓點)經線(圖5中黑色虛線)所做的雷達反射率垂直剖面，由此可見，在29.0°～33.1°N 的對流區內，強對流區在30°N附近，也即沉船位置附近，大于20 dBz的回波區域在29.6°～30.6°N，回波頂達到18 km以上(圖6a)。CTRL試驗在距離沉船位置最近的對流核位于31°N附近，范圍較窄，此外，在32°N處存在另外一條對流核，強度較弱，最大值不超過40 dBz，回波頂接近10 km(圖6b)。TEST1的回波區域為30.2°～33.1°N，在30.2°～33.1°N回波較強，最大值接近40 dBz，位于32.1°N處，相較于控制試驗，回波強度和位置沒有明顯改善，且對流高度偏低，最高達到8 km(圖6c)。TEST2對雷達反射率的模擬有較大改善，在30°N處，存在一個強對流核，強度和位置與觀測較為接近，對流高度略低，最高達8 km，此外，30.5°～33.5°N計算得到的雷達反射率寬度和實況接近，強度偏強。與TEST3相比，回波位置和強度均較為相似，TEST2在沉船位置的強回波柱強度更強，與實況更為接近(圖6d，6e)。

圖6 2015年6月1日21時沿112.904 4°E(即圖5中經度，下同)的雷達反射率垂直剖面(a)OBS，(b)CTRL，(c)TEST1，(d)TEST2，(e)TEST3Fig.6 Height-latitude cross-sections of radar reflectivity along 112.904 4°E longitude of wreck location in Fig.5 at 21：00 BT 1 June 2015(a)OBS， (b) CTRL， (c) TEST1， (d) TEST2， (e) TEST3

綜合來看，本地化的閃電-回波關系能夠較好地捕捉到強降水信號，對強降水預報有更好的指示作用。

3.2 溫度增量分析

潛熱加熱牛頓連續松弛逼近(納近)是將雷達反射率反演算出水凝物含量，利用凝結潛熱釋放獲得加熱率，采用納近的方法，在模式積分過程中逐步改變溫度(增加溫度傾向)，同時利用模式積分動力約束過程，影響風場等其他相關變量，改善對流預報。圖7給出6月1日21時TEST1、TEST2和TEST3模擬得到的溫度相較于控制試驗的增量沿112.904 4°E(沉船位置經度)經度-高度的垂直剖面。從圖中可以發現，相對于控制試驗，TEST1和TEST2試驗在30°N附近的強對流區，5 km以下有正的溫度增量(圖7a，7b)，TEST2的增量較為顯著，大于TEST1，兩者差值(圖7d)最大可達1.9℃。在強對流區域有較大的正的溫度增量，中低層的加熱，垂直上升運動增強，有利于對流的發展。TEST2的溫度增量和TEST3的溫度增量有較好的對應關系，TEST2的溫度增量數值略大于TEST3。

圖7 2015年6月1日21沿112.904 4°E的溫度增量垂直剖面(a)TEST1-CTRL，(b)TEST2-CTRL，(c)TEST3-CTRL，(d)TEST2-TEST1Fig.7 Height-latitude cross-sections of temperature increment along 112.904 4°E at 21 BT 1 June 2015(a) TEST1-CTRL， (b) TEST2-CTRL， (c) TEST3-CTRL， (d) TEST2-TEST1

3.3 云微物理量對比

通過潛熱加熱納近可以得到初始時刻云微物理量場的分布信息，各組試驗的云中微物理量的變化能反映出初始時刻云微物理量的差別。

圖8從上至下依次是沿著112.9044°E經線作垂直剖面后云水、雨水、云冰、云雪和霰含量的垂直分布。明顯看到，控制試驗的剖面上云水(圖8a)和雨水(圖8e)含量較少，加入閃電-代理回波在一定程度提高了模式初始時刻的云水和雨水含量(圖8b，8c，8f，8g)。云水主要分布于1～8 km，在對流旺盛區域，云頂旺盛發展，云水物質也隨云團被帶入到對流層中上層，TEST1、TEST2和TEST3差異不明顯(圖8d，8h)。TEST1中同化閃電代理回波對雨水生成的貢獻不太明顯；而TEST2在同化閃電代理回波后，主要在對流層中低層對雨水物質進行調整，其中30°N附近(沉船位置附近)的5 km近地面層雨水含量增加較為明顯，最大調整達到1.1 g·kg-1以上。和直接同化雷達回波的TEST3相比，TEST2獲得了更大的雨水增量。總體來看，相較于控制試驗，三組試驗的云水和雨水含量增長區域與強對流發生區域較為一致，同時云頂高度也略有增加。

圖8 2015年6月1日21時(a～d)云水,(e～h)雨水,(i～l)云冰,(m～p)云雪,(q～t)霰混合比沿112.904 4°E的高度-緯度垂直剖面(a,e,i,m,q)CTRL,(b,f,j,n,r)TEST1,(c,g,k,o,s)TEST2,(d,h,l,p,t)TEST3Fig.8 Height-latitude cross-sections of mixing ratio for (a-d) cloud water, (e-h) rain water, (i-l) cloud ice, (m-p) cloud snow and (q-t) graupel along 112.904 4°E at 21:00 BT 1 June 2015(a, e, i, m, q) CTRL, (b, f, j, n, r) TEST1, (c, g, k, o, s) TEST2, (d, h, l, p, t) TEST3

四組試驗中云冰的含量均較小(圖8i～8l)，均未超過0.03 g·kg-1，主要分布在30°N附近的9～15 km，在TEST1中，云冰含量減小了，最大值在0.02 g·kg-1，厚度也略有減小，TEST2中云冰含量相較于控制試驗和TEST1有一定的增大，寬度也有一定的增大，且與TEST3較為接近。

控制試驗中云雪(圖8m)和霰(圖8q)的含量均較小，且均小于TEST1、TEST2和TEST3(圖8n～8p，8r～8t)，主要分布在30.0°～32.8°N，雪主要分布在4～11 km，霰則主要分布在4～7 km。和云冰相似，在TEST1、TEST2和TEST3試驗中，雪和霰的含量相較于控制試驗均有一定的增大，TEST1的增加幅度較小，TEST2的增大最為明顯，尤其是在30°N處。

3.4 模擬降水結果對比

同化由閃電密度轉換的代理回波，在強回波區域內，能夠改善背景場中的水凝物，云水、雨水、云冰、雪和霰等微物理量均有不同程度的增大。采用潛熱加熱納近同化技術，在強對流區域(也即大的代理回波區域)有較大的正的溫度增量，中低層加熱增強，垂直上升運動增強，有利于對流的發展。為研究各組試驗的模擬降水情況，分別制作了1 h(圖9)和3 h(圖10)的降水分布。從圖9給出的6月1日21—22時的1 h累計降水可以看出，降水雨帶主要呈東北—西南走向，降水中心主要在湖南湖北交界和湖北中部區域，1 h降水量達到25 mm以上，21時在監利附近1 h降水達到了50 mm以上，模式向后預報1 h后，CTRL中，在模式只同化雷達徑向風情況下，降水強度和空間分布均與實況降水存在較大區別，降水中心位置明顯偏北，且強度偏弱存在非常明顯的空報和漏報；兩組同化閃電-代理回波和直接同化雷達回波的試驗在降水強度上，較實況降水量級偏小，在空間分布上，相較于控制試驗，對監利及其附近的強降水區有一定的反應，TEST1的預報強度和范圍偏小，位置偏東北。TEST2和TEST1試驗相比，降水強度增大較為明顯，且落區也有一定的南移，與實況更為接近，和TEST3相比，降水落區和強度接近。

圖9 2015年6月1日21—22時1 h累計降水量分布(a)OBS,(b)CTRL,(c)TEST1,(d)TEST2,(e)GEST3Fig.9 The 1 h accumulated precipitation amount distribution from 21:00 BT to 22:00 BT 1 June 2015(a) OBS, (b) CTRL, (c) TEST1, (d) TEST2, (e) GEST3

圖10給出了6月1日22時至2日02時的3 h累計降水影響。從觀測來看，在以監利為中心的湖北和湖南交界處存在降水中心，控制試驗中，降水雨帶呈東北—西南向，中心落區沒有落在監利附近，而是明顯向東北偏移，預報強度和范圍偏大；TEST1、TEST2和TEST3對降水落區均有一定的修正作用，與控制試驗相比，對發生在以監利為中心的強降水區域，向南有所調整，與實況降水較為吻合，且強度接近，降低了漏報率。TEST2與TEST1在降水落區上較為接近，有一定的向南調整，更接近實況，降水中心強度預報增大，與TEST3降水落區、范圍和強度較為接近。同化閃電-代理回波的兩種方案，對降水預報有較為明顯的改進。

圖10 同圖9，但為1日22時至2日02時3 h累計降水量分布Fig.10 Same as Fig.9, but for the 3 h accumulated precipitation amount distribution from 22：00 BT 1 to 02：00 BT 2 June

3.5 ETS評分

為了定量評估四組試驗的預報效果，圖11給出了按照小時降水量≥ 0.1 mm，≥ 1 mm，≥ 2 mm，≥ 5 mm，≥10 mm，≥20 mm六個不同量級對四組試驗6月1日21時至2日02時的逐小時降水的ETS評分的結果。可以看到，對于22時的1 h降水，相較于控制試驗，TEST1、TEST2和TEST3的ETS評分在不同的降水量級均有較為明顯的提高，隨著預報時效的延長，三組同化試驗的ETS評分在大部分時次相較于控制試驗有一定的改進。三組試驗中，TEST2對ETS評分的改進作用優于TEST1，均略差于TEST3。

圖11 2015年6月1日21時至2日02時不同降水量級逐小時降水ETS評分(a)≥ 0.1 mm,(b)≥ 1 mm,(c)≥ 2 mm,(d)≥ 5 mm,(e)≥ 10 mm,(f)≥ 20 mmFig.11 The ETS of the forecast hourly precipitation in different precipitation grads for CTRL, TEST1, TEST2 and TEST3 from 21：00 BT 1 to 02：00 BT 2 June 2015(a) ≥ 0.1 mm, (b) ≥ 1 mm, (c) ≥ 2 mm, (d) ≥ 5 mm, (e) ≥ 10 mm, (f) ≥ 20 mm

4 結論與討論

閃電對強對流天氣具有指示作用，獲得本地化的經驗統計關系將閃電密度資料轉為代理三維雷達反射率，對提高閃電的利用效率至關重要。利用潛熱加熱納近方法同化代理回波，針對2015年6月1日發生在長江中游地區的強降水過程，共設計了四組試驗，開展了閃電資料同化對比試驗，比較本地化的閃電-代理回波關系(孫玉婷等，2019)與GSI閃電-代理回波關系的優劣，并與直接同化雷達反射率的結果進行對比。初步得到以下結論：

(1)由閃電密度轉換為三維代理回波，能夠較為準確地反映實際觀測回波信息，起到對雷達反射率觀測很好的補充作用。對其進行同化，獲得了和直接同化雷達回波相似的結果。閃電是強對流活動的產物，其轉換的雷達回波更多是代表強對流區域附近的信息，并不能全部代替雷達回波。

(2)新的閃電-代理回波關系相較于GSI閃電-代理回波關系，在20—21時采用潛熱加熱納近同化閃電代理回波之后，有利于對流的發展與維持，降水區雷達反射率明顯增大，云水、雨水、云冰、雪和霰含量增多，降水也有一定的增強，降水預報效果相較于GSI閃電-代理回波關系，有一定的提高，和直接同化雷達反射率的預報效果較為接近。

(3)通過代理回波引入的潛熱加熱，使得模式產生對流并且可以維持與發展，通過模式的調整，不僅可以改進觀測資料所在位置的預報，而且還能調整其他區域的降水(如湖北西北部的降水空報現象減輕)。采用潛熱加熱納近可以彌補云分析的問題，但是在納近過程中，潛熱加熱的強度如何設定，是否因個例不同而不同，需要進一步研究。閃電資料同化方法之一是將閃電轉化為代理水汽(Fierro et al，2016； Liu et al，2020)，如何將潛熱加熱與水汽相結合，將是下一步開展的研究工作。此外，在閃電資料和雷達反射率都有觀測的情況下，目前是優先考慮雷達觀測的反射率，使用閃電資料彌補雷達未觀測的區域。這種做法部分損失了閃電資料強對流指示器的作用，如何最優結合這兩種資料，需要采用不同的方法進行研究。