C波段雷達反射率因子在CMA-GD模式中的應用

符睿，張誠忠，張萬誠，陳浩偉，陳新梅，韓慎友，周建琴

（1.云南省氣象科學研究所，云南 昆明 650034；2.中國氣象局廣州熱帶海洋氣象研究所/廣東省區域數值天氣預報重點實驗室，廣東廣州 510641；3.韶關市氣象局，廣東 韶關 512028；4.廣西壯族自治區氣象臺，廣西 南寧 530022；5.云南省氣候中心，云南 昆明 650034）

1 引 言

短時對流性降水因其空間尺度小、生命周期短、突發性強、發展演變迅速等特點，是氣象研究和業務領域的重要挑戰。但因其破環性強，對其準確預報是國家防災減災和精細化天氣服務的迫切需要[1]。數值預報是現代天氣預報的基礎和核心技術，對初始場較敏感，能否有效利用觀測資料提供更準確的初始場是決定預報成敗的關鍵因素。而多普勒雷達資料的高時間（5～10 min）和空間分辨率（250～1 000 m）能夠在空間上包含中尺度系統的環流、濕度、云水、潛熱等信息，時間上也能捕捉到其快速演變過程。因此，雷達資料同化對改善初始場中小尺度信息的質量、提高模式對暴雨、強對流等中尺度天氣過程的預報能力具有巨大的潛力，成為近年來資料同化的重要研究方向[2-9]。

當前，許多中尺度區域數值預報模式啟動時都要面臨“spin-up”問題[10]，由于觀測方法和手段的限制，模式“冷啟動”時初始場一般僅含有水平風場、氣壓場、溫度場等的信息，云的微物理量值在初始時刻則被賦值為零[11]。而初始時刻可能已經發生降水或已有深厚的對流系統正在發生、發展，但模式需要進行積分計算后才能產生中小尺度環流及降水信息，這就使得模式模擬的降水滯后于實況且在落區、強度方面存在差距[12]。因而，降低“spin-up”對短臨預報的影響是目前急需解決的問題。許多研究發現，引入高時空分辨率雷達資料，能完善初始場的熱動力信息減少“spin-up”對預報的影響。顧建峰[13]使用三維變分直接同化，把雷達反射率因子和徑向風引入WRF 模式，反射率和徑向速度的聯合直接同化對颮線、暴雨和臺風的預報改善明顯。盛春巖等[14]將雷達資料引入ARPS模式，發現初始場中云水和溫度場得到改善，從而明顯增強3 h 內的降水強度和落區預報。張誠忠等[15]采用華南GRAPES 模式同化雷達徑向風，使24 h 的降水落區、量級得到明顯提升。張艷霞等[16]利用雷達回波反演的云水、雨水及水汽場訂正初始場后，對0～3 h降水預報改善明顯。王曉峰等[17]利用云分析方法同化雷達資料，使得初始場中水物質含量得到調整，進而使得降水的落區和強度得到改進。薛諶彬等[18]發現同化徑向速度后對改善模式初始場的動力場有重要貢獻，反射率主要是調整初始場中的水凝物場和熱力場，同時同化兩者可使初始場中快速調整出中小尺度風場水平輻合、垂直運動以及合理的溫、濕分布，對3 h降水預報改善明顯。張蘭等[11]基于1 km分辨率的華南區域短臨預報模式，用Nudging法同化了雷達資料，發現水物質同化可有效改進0～7 h降水預報，風場對降水改進幅度很小。

由前人的研究發現，利用雷達資料能改進初始場中的水物質場及濕物理過程分析能力、縮短“spin-up”時間，進而改善短臨及強對流天氣預報。但前人的研究，更偏重于S 波段雷達資料的同化，對C 波段雷達在CMA 模式中的應用研究也相對較少[19-23]。因而，本文利用云南9 部C 波段天氣雷達（7 部為CINRAD-CC 型號，2 部CINRAD-CA 型號），選取2019 年7 月9 日發生在云南的一次強降水個例，探討引入云南C 波段雷達反射率因子資料，對華南高分辨率區域CMA 數值模式（簡稱CMA-GD，下同）的初始場和預報結果的影響，以期提高云南省在短臨強降水天氣方面的預報預警能力。

2 試驗設計和個例概況

2.1 模擬試驗設計

所使用的CMA-GD模式，模擬范圍為96.00～123.39 °E，16.00～31.39 °N，格點數為913×513，水平分辨率3 km，垂直分層65 層，模式頂高10 hPa。模式物理過程采用：SAS 積云對流參數化方案、WSM6 云微物理方案、SLAB 陸面方案、MRF 邊界層方案、M-O 近地面層方案、RRTM 長波輻射方案和Dudhia短波輻射方案。用歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）分辨率為0.125 °×0.125 °，每6小時一次的預報場作為模式的背景場和側邊界，通過CMA-GD 的云分析系統，引入雷達反射率因子資料生成模式的初始場，然后對CMA-GD 模式進行積分，積分模擬時間為2019 年7 月9 日12 時—10 日12 時（世界時，下同），時間積分步長40 s，逐小時輸出一次結果。

本文僅針對雷達反射率因子資料進行試驗，并分析引入反射率因子后對模式初始場和預報場的影響，設計的試驗方案：（1）控制試驗（CTL）。不引入雷達反射率因子資料，利用ECMWF 資料做初始場進行試驗。（2）敏感試驗（REF）。在ECMWF 資料做初始場的基礎上，利用云分析系統引入雷達反射率因子資料進行試驗。

2.2 CMA-GD云分析系統介紹

本試驗用CMA-GD 云分析系統引入雷達反射率因子資料，CMA-GD 云分析系統主要借鑒了ADAS 模塊中的復雜云分析系統。其同化原理：首先，將雷達反射率因子資料插值到模式網格坐標上；然后利用雷達反射率因子資料，用Smith 方案并考慮干空氣凝結和夾卷得到云水、云冰；再利用雷達反射率因子資料，通過雷達反射率方程計算雨水、雪、冰雹等的含量；最后根據云水、云冰對應的潛熱釋放，基于濕絕熱假定對云內溫度場進行調整。最終通過CMA-GD 云分析技術，實現對模式初始場的更新和調整[17,24-28]。

云南9 部業務天氣雷達的分布情況如圖1 所示，本試驗中使用8 部進行三維組網拼圖資料，選取的雷達為德宏、昭通、昆明、文山、普洱、麗江、大理、臨滄和曲靖，普洱站由于格式問題無法讀取因而未使用。此外，由于中國氣象局已停止地面人工觀測云業務，故在下面所有試驗方案中均未使用地面云觀測資料。

2.3 天氣過程個例與實況

受切變線和西南季風的影響，2019年7月9日12 時—10 日12 時云南省出現了大雨天氣過程（圖2），整個雨帶呈西北-東南向，其中大暴雨1 站，暴雨5 站，大雨29 站。最大降水量出現在河口站（103.95 °E，22.50 °N），24 h 降水為135.6 mm 達到大暴雨量級。因河口站降水量最大，文中對初始場和模式預報情況分析時，則以河口站為重點。

圖1 云南C波段雷達分布 陰影區為國家級觀測站的海拔高度，單位：m。

圖2 2019年7月9日12時—10日12時降水量單位：mm，注：▽為河口站位置。

為更精細評估雷達資料的作用，首先從小時尺度上看河口站逐小時的實況降水情況，降水主要集中在7 月9 日13 時和14 時，13 時降水量達76.5 mm，14 時降水量也達35.4 mm，15 時開始降水迅速減弱，之后降水量相對略大的為10 日01 時降水為6 mm，10日02時降水為4.9 mm，其余時次降水均較小。

圖3 2019年7月9日12時—10日12時河口站逐小時降水量（單位:mm）

3 雷達反射率因子資料對初始場的影響

資料同化的主要目的是充分、有效地利用觀測資料來形成盡可能接近真實大氣狀況的模式初始場。為更好分析引入反射率資料后對初始場的影響，下面分別給出總云量、水汽和風場的敏感試驗圖、控制試驗圖和差值圖（差值為敏感試驗與控制試驗差值，下同），來具體分析初始場中的改善情況。以下對模式初始場和預報場物理量進行垂直剖面分析時，以河口所在22.5 °N 進行緯向垂直剖面圖。

對比敏感試驗和控制試驗（圖4），兩者差異不顯著。從總云量差值圖看，引入反射率后，在109.5 °E 附近的5～30 層云量增加明顯，100～108 °E 區域云量有增加。劉瑞霞等[29]也指出，雷達資料主要是增加云中、底部云量。可見引入雷達反射率因子后，可增加模式云中和底部的云量，調整模式的初始場。

圖4 云量沿22.5 °N緯向垂直剖面圖（▲為河口站位置，下同）

模式的降水預報效果，強烈地依賴于中尺度模式的水汽初值，水汽分布與降水有密切聯系。由圖5 可知，對比敏感試驗與控制試驗，引入雷達反射率因子資料后，水汽在低層和中層變化較明顯。從水汽差值圖可更清晰看出，水汽在900～200 hPa有大范圍增加。

圖5 水汽沿22.5 °N緯向垂直剖面圖（單位：10-3 g/kg）

大氣氣溫場的分布，直接影響降水的形成。對比敏感試驗和控制試驗（圖6），二者整體差異較總云量和水汽的差異小。從差值圖可知，溫度在104 °E 附近的700～500 hPa 有0～0.2 ℃增加，在200～100 hPa溫度增加最大的區域達0.5 ℃，引入反射率后對頂層溫度的調整相對較大。溫度升高對應的上升運動增強，有利于降水的產生。

圖6 氣溫沿22.5 °N緯向垂直剖面圖（單位：℃）

由圖7 可知，對比敏感試驗和控制試驗，引入反射率資料后，風場的變化不明顯。馬秀梅等[30]的研究經驗也表明，引入徑向風對初始場的風場改進較大，引入反射率對初始場風場改變較小。

由以上對云量、氣溫、水汽和風場的分析可知，引入雷達反射率因子后，增加了模式云中和底部的云量，水汽在900～200 hPa有大范圍增加，對初始場的頂層溫度的調整較大，而對風場的影響較小。

圖7 風場分布（單位：m/s）

4 預報結果分析

4.1 對降水預報結果分析

強對流因具有突發性、發展變化迅速和局地性強等特點，對其發生發展及開始和結束時間、對其強度和落區的預報，是判斷模式預報性能的重要指標之一[31-32]。因而，首先對比分析引入反射率因子前后，逐小時降水的變化情況。

由圖8 可看出，13—15 時（第1～3 h），實況的5～10 mm 的降水雨帶為西北-東南向，最強的降水集中在河口附近，其次為滇南區域和滇西北區域；引入反射率后，5 mm 以下降水范圍偏大，5～10 mm 量級的雨帶趨勢為東北-西南向，與實況趨勢類似。預報出河口附近最強降水，但范圍偏大、強度偏弱。對滇南和滇西北區域的預報位置略有偏差，強度偏弱；未引入反射率資料時，除對滇西南降水有所體現外，對另外2個區域降水預報效果較差。

16—18 時（第4～6 h），實況降水主要分布于滇中以西的區域，10～25 mm 以上的降水較強區域位于滇中；引入反射率后，對滇中降水預報位置偏北且較分散，對滇西南預報偏弱，對滇東的預報偏強；未引入反射率資料時，預報整體偏弱，對滇中的降水預報偏弱，對滇東預報與敏感性試驗類似偏強。

19—20 時（第7～8 h），實況降水的強度和范圍繼續減弱，5～10 mm 降水仍主要位于滇中。引入反射率后，對滇中的預報偏強位置偏北，對滇東南的預報偏強；未引入反射率資料時，對滇中降水預報比敏感試驗偏北偏東，對滇東的預報與敏感試驗類似也偏強。

圖8 2019年7月9日13—20時逐小時降水量 單位：mm，黑圈內為降水量較強區域。第一列：觀測；第2列：敏感試驗；第三列：控制試驗。

由以上分析可知，引入雷達反射率因子后，能明顯改善3 h內的降水強度和落區的預報，使得此次強降水過程的發生發展更加清晰地展現出來，而控制試驗前3 h預報效果較差；對4～6 h敏感性試驗的改善效果減弱，兩者預報效果差距在縮小，說明反射率資料的影響減弱；7 h 以后控制試驗效果略差，敏感試驗改善不明顯。這與盛春巖等[14]、張艷霞等[16]的結論類似。因而，雷達反射率因子資料引入CMA-GD 模式后，可改善模式降水預報能力、縮短spin-up 時間。此外，此次降水過程，對滇西南預報偏弱，可能與未能引入覆蓋該區域的普洱站雷達資料有關，后續工作應予以改進。

4.2 對整層大氣可降水量預報結果分析

水汽輸送情況對于降水的形成、發生及發展過程至關重要[33-34]，為更好地分析引入雷達反射率因子資料后，對整層大氣可降水量預報的影響。圖9 給出1～9 h 預報的整層大氣可降水量敏感性試驗和控制試驗的差值圖。引入反射率資料后，第1～4 h 大氣可降水量的增加較明顯，在滇東南區域增量達4～8 mm，此區域也對應降水的大值區。滇中以東及滇西區域增大的強度和范圍略小于滇東南，多數區域增量為2 mm 左右；第5～9 h大氣可降水量的增加較前4 h明顯減小，降水較多的滇中區域大氣可降水量的增量為2～3 mm，但滇中區域的增量未明顯多于其他降水少的區域，如滇東區域，即增量多的區域降水量不一定相應大。

圖9 2019年7月9日13—21時整層大氣可降水量差值圖（單位：mm）

由以上分析知，引入反射率后第1～4 h 大氣可降水量的增加較明顯，第5～9 h 大氣可降水量的增加較前4 h 明顯減小，說明大氣可降水量的變化趨勢與敏感試驗預報的降水趨勢是匹配的。另外，對比實際降水強的區域（圖8）與大氣可降水量增加的大值區可知，降水強的區域大氣可降水量的增量較大，但大氣可降水量增量較大的區域實際降水不一定大，即充足的大氣可降水量是產生降水的必要非充分條件，實際降水還與局地的熱動力抬升條件及層結不穩定密不可分[35-36]。

4.3 對水凝物預報結果分析

水凝物對微物理過程發展演變至關重要，為更好的分析引入反射率后對水凝物的影響，圖10給出了預報第1 h 河口站上空水凝物差值垂直剖面圖，同化雷達反射率因子后在950 hPa以上云水（qc）含量增大，而950 hPa 以下則減小。水汽（qv）在950～300 hPa含量基本為增大，增大的幅度在0～0.1×10-3g/kg，在950 hPa 以下與云水（qc）分布類似均為減小。霰（qg）、云冰（qi）和云雪（qs）的垂直分布較類似，在600～400 hPa 同化雷達反射率因子資料后，三種水凝物是增大的且增量在0～0.1×10-3g/kg，但在400 hPa以上則減小幅度也在0～0.1×10-3g/kg。雨滴（qr）在1 000～500 hPa含量為增大。

由以上分析知，同化雷達反射率因子后，在河口上空云水（qc）和水汽（qv）在950～400 hPa 為增加，霰（qg）、云冰（qi）和云雪（qs）在600～400 hPa為增加，雨滴（qr）在1 000～500 hPa 為增加。總之，同化雷達反射率因子后，河口站上空水凝物整體增大，水凝物的增加有利于降水的發生。

圖10 2019年7月9日13時水凝物差值沿22.5 °N緯向垂直剖面圖（單位：10-3 g/kg）

5 結論與討論

對2019 年7 月9 日發生在云南的強對流過程，進行引入雷達反射率因子的敏感性試驗，初步探討了引入C波段雷達反射率因子資料，對CMAGD區域中尺度模式初始場和預報結果的影響，得到如下結論。

（1）CMA-GD 區域中尺度模式及云分析系統，可以合理利用云南C 波段多普勒雷達反射率因子資料。引入雷達反射率因子資料后，從模式初始場看，云中部和底部云量增加，水汽在900～200 hPa 有大范圍增加，頂層溫度增加，但對風場的影響較小。

（2）引入雷達反射率因子后，能明顯改善3 h內的降水強度和落區的預報，對4～6 h 的預報有所改善，7 h 以后改善不明顯。從整層大氣可降水量的預報看，1～4 h 增量較明顯，5～9 h 增量較前4 h 明顯減小。從河口站上空水凝物預報看，引入反射率后強降水站點的上空的水凝物也增加。

（3）對本次試驗的研究表明，云南C波段天氣雷達反射率因子資料引入CMA-GD 模式后，可改善模式對云南強降水天氣過程的預報能力、縮短spin-up 時間。因而，深入研究C 段天氣雷達反射率因子在模式中的應用，是提高云南短臨強降水預報預警能力的有效途徑。

需要指出的是，本文僅分析了一次強對流天氣過程，因不同天氣過程發生發展的物理機制和初邊值誤差的不同，所得結論具有局限性，今后應對更多個例進行研究。