內(nèi)蒙古區(qū)域數(shù)值預(yù)報(bào)對探空和地面觀測資料的敏感性試驗(yàn)研究*

姚樂寶 沈 丹 孟雪峰 孫 鑫 孟智勇 黃曉璐 葉 飛 劉林春 孫永剛

1 中山大學(xué)大氣科學(xué)學(xué)院/廣東省氣候變化與自然災(zāi)害研究重點(diǎn)實(shí)驗(yàn)室,珠海 519082

2 南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室(珠海), 珠海 519082

3 內(nèi)蒙古自治區(qū)氣象臺,呼和浩特 010051

4 北京大學(xué)物理學(xué)院大氣與海洋科學(xué)系,北京 100871

5 中國氣象局雷達(dá)氣象中心長沙氣象雷達(dá)標(biāo)校中心,長沙 410207

提 要：基于內(nèi)蒙古睿圖預(yù)報(bào)系統(tǒng)的低分辨率版本和WRFDA-FSO診斷工具,評估2021年7月現(xiàn)有探空和地面觀測對內(nèi)蒙古睿圖預(yù)報(bào)系統(tǒng)預(yù)報(bào)的影響。該方法計(jì)算代價(jià)相對低廉,并允許根據(jù)觀測變量、觀測類型、氣壓層次、地理區(qū)域等觀測的子集對觀測影響進(jìn)行劃分。代價(jià)函數(shù)為以干總能量為度量的背景場和分析場的預(yù)報(bào)誤差之間的差異。結(jié)果表明:觀測影響的總體總和為負(fù),觀測對預(yù)報(bào)起正貢獻(xiàn)作用。對12 h預(yù)報(bào)誤差減小貢獻(xiàn)最大的觀測來自探空觀測的動(dòng)力變量(U、V風(fēng)分量)。而單時(shí)次單位數(shù)量平均觀測影響,探空觀測的貢獻(xiàn)約為地面觀測的1/2。探空觀測對12 h預(yù)報(bào)誤差減小從近地面層至模式層頂均保持正貢獻(xiàn)作用,并在對流層中低層和對流層高空急流層存在兩個(gè)極大值區(qū)域;地面觀測在850 hPa以下低層正貢獻(xiàn)占比明顯。探空觀測在被同化系統(tǒng)同化時(shí)均總體具有有利的影響,也反映出探空觀測數(shù)據(jù)穩(wěn)定、質(zhì)量較高的特征;地面觀測對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用次數(shù)最多的區(qū)域在河套地區(qū)尤為顯著。同時(shí),探討了需進(jìn)一步提高地面觀測資料同化率的問題。

引 言

內(nèi)蒙古地區(qū)是影響我國東部天氣氣候系統(tǒng)的上游地區(qū)之一,該地區(qū)氣象觀測資料對本地和下游天氣預(yù)報(bào)、氣候預(yù)測都非常重要。然而,內(nèi)蒙古地區(qū)幅員遼闊、東西跨度大,地形較為復(fù)雜,綜合氣象觀測站點(diǎn)稀疏,建設(shè)和維護(hù)難度較大。其探空站平均站網(wǎng)間距為354.4 km(12個(gè)探空站),地面站平均站網(wǎng)間距為46.1 km(119個(gè)國家站、589個(gè)遴選區(qū)域站),距世界氣象組織(World Meteorological Organization,WMO)觀測系統(tǒng)能力分析與評審(observing systems capability analysis and review,OSCAR)對觀測系統(tǒng)不同領(lǐng)域的指標(biāo)要求還存在較大的差距。而站網(wǎng)布局設(shè)計(jì)首先要建立在對現(xiàn)有觀測進(jìn)行評估的基礎(chǔ)上。本文主要從數(shù)值模式的角度探討內(nèi)蒙古區(qū)域數(shù)值預(yù)報(bào)對現(xiàn)有探空和地面觀測資料的敏感性。

觀測與預(yù)報(bào)互動(dòng)試驗(yàn)?zāi)壳爸饕ㄓ^測系統(tǒng)試驗(yàn)(Observing System Experiments,OSEs)、觀測系統(tǒng)模擬試驗(yàn)(Observing System Simulation Experiments,OSSEs)、基于伴隨的預(yù)報(bào)對觀測敏感性(Forecast Sensitivity to Observations,FSO)試驗(yàn)。OSEs主要采用加入/剔除某一類、不同時(shí)空分辨率觀測資料的方法來評估現(xiàn)有觀測系統(tǒng)(王平等,2017);OSSEs采用參考大氣構(gòu)造模擬觀測資料來確定觀測敏感區(qū),客觀評估新增觀測(王瑞文等,2023);FSO試驗(yàn)則提供了一種有效方法去定量確定對某一天氣過程有著重要影響的初始擾動(dòng)或物理因子。其中OSEs與OSSEs要定位到某一類或某一個(gè)地區(qū)觀測需要開展非常大量的對比試驗(yàn)和診斷評估計(jì)算;而FSO試驗(yàn)通過一次模擬試驗(yàn)就可以提供關(guān)于所有同化觀測對選定的短期預(yù)報(bào)誤差度量影響的更詳細(xì)信息。

FSO方法描述了一種基于伴隨的過程來評估數(shù)值天氣預(yù)報(bào)中觀測對短期預(yù)報(bào)誤差的影響。該方法的基礎(chǔ)理論最初由Baker and Daley(2000)提出,其使用一個(gè)簡化的資料同化系統(tǒng)的伴隨來直接確定預(yù)報(bào)對觀測和背景場的敏感性。隨后,Doerenbecher and Bergot(2001)基于該理論針對鋒面和大西洋風(fēng)暴路徑試驗(yàn)(Fronts and Atlantic Storm-Track EXperiment,FASTEX)一個(gè)目標(biāo)個(gè)例的詳細(xì)結(jié)果,評估了特定敏感區(qū)下投式探空儀對風(fēng)暴預(yù)報(bào)的影響。Fourrié et al(2002)則針對FASTEX期間的十個(gè)個(gè)例,討論了同化泰羅斯業(yè)務(wù)垂直探測器(television infrared observation satellite operational vertical sounder,TOVS)觀測的敏感性。Langland and Baker(2004)基于美國海軍全球大氣預(yù)報(bào)系統(tǒng)(Navy Operational Global Atmospheric Prediction System,NOGAPS)/美國海軍研究實(shí)驗(yàn)室(Naval Research Laboratory,NRL)大氣變分資料同化系統(tǒng)(Atmospheric Variational Data Assimilation System,NAVDAS)及其伴隨版本,選擇24 h和30 h全球干總能量(Zou et al,1997)預(yù)報(bào)誤差二階函數(shù)的差值作為代價(jià)函數(shù),評估了2002年6月和12月期間數(shù)值天氣預(yù)報(bào)中觀測對短期預(yù)報(bào)誤差的影響,并論證了觀測對短期天氣預(yù)報(bào)誤差的大部分(75%)影響可以用“干”觀測(氣溫、風(fēng)和高度)和預(yù)報(bào)模式中的準(zhǔn)線性過程來解釋。次年,Langland(2005)又針對性地討論了2003年冬季北大西洋地區(qū)常規(guī)觀測與衛(wèi)星觀測對短期預(yù)報(bào)的作用。隨后,為了進(jìn)一步提升精度,Errico(2007)重新推導(dǎo)了Langland and Baker(2004)伴隨理論框架中預(yù)報(bào)誤差切線性近似的表達(dá)式,明確地給出了其度量的三階特征,認(rèn)為其相較于一階近似能得到更為可靠的結(jié)果。Gelaro et al(2007)則基于美國國家航空和宇宙航行局(National Aeronautics and Space Administration,NASA)戈達(dá)德地球觀測系統(tǒng)(Goddard Earth Observing System,GEOS)大氣資料同化系統(tǒng)的伴隨版本,研究了觀測影響的基于伴隨的各階近似。同時(shí),Trémolet(2007)給出了高階近似能產(chǎn)生相對準(zhǔn)確估計(jì)的原因,進(jìn)一步驗(yàn)證了更高階的近似導(dǎo)致相對準(zhǔn)確的估計(jì)。Zhu and Gelaro(2008)討論了格點(diǎn)統(tǒng)計(jì)插值(gridpoint statistical interpolation,GSI)分析方案的切線性和伴隨版本的發(fā)展,并開展了觀測敏感性試驗(yàn),在觀測敏感性的大小、觀測類型和分布以及周邊觀測密度等方面得到了與Baker and Daley(2000)一致的結(jié)論。Gelaro and Zhu(2009)基于NASA GEOS-5大氣資料同化系統(tǒng)的正向和伴隨版本,將基于伴隨的FSO試驗(yàn)的觀測影響估計(jì)與標(biāo)準(zhǔn)OSEs試驗(yàn)的結(jié)果進(jìn)行了比較。結(jié)果表明,盡管兩種方法在觀測影響的測量上存在重要的潛在差異,但在主要觀測系統(tǒng)對24 h預(yù)報(bào)誤差干總能量減小的總體影響上提供了一致的估計(jì)。Cardinali(2009)首次在一個(gè)12 h 4D-Var同化系統(tǒng)中使用FSO方法作為診斷工具監(jiān)測短期預(yù)報(bào)中的觀測性能。Gelaro et al(2010)依托全球觀測系統(tǒng)研究與可預(yù)報(bào)性試驗(yàn)(The Observing System Research and Predictability Experiment,THORPEX)量化和比較了NOGAPS、NASA GEOS-5和加拿大環(huán)境部全球確定性預(yù)報(bào)系統(tǒng)(Global Deterministic Prediction System,GDPS)等三個(gè)全球業(yè)務(wù)預(yù)報(bào)系統(tǒng)中的觀測影響。Auligné et al(2011;2013)基于WRF/WRFPLUS/WRFDA框架開發(fā)了相應(yīng)的WRFDA-FSO診斷工具。Joo et al(2013)基于英國氣象局?jǐn)?shù)值天氣預(yù)報(bào)系統(tǒng)中開發(fā)的基于伴隨的FSO方法,評估了觀測對24 h預(yù)報(bào)誤差減小的影響,并指出MetOp-A數(shù)據(jù)的影響是任何單個(gè)衛(wèi)星平臺中最大的(約占全球預(yù)報(bào)誤差減小總影響的25%)。Jung et al(2013)則首次在有限區(qū)域模式框架內(nèi)全面評估了基于伴隨的觀測對WRF系統(tǒng)的影響和對誤差協(xié)方差參數(shù)的敏感性,基于WRFDA-FSO診斷工具對2008年臺風(fēng)季東亞和西北太平洋地區(qū)觀測對預(yù)報(bào)的效果進(jìn)行了評估。Lorenc and Marriott(2014)提出了一種在英國氣象局全球4D-Var同化系統(tǒng)中計(jì)算觀測影響的基于伴隨的方法,其試驗(yàn)結(jié)果同Cardinali(2009)和Gelaro et al(2010)的結(jié)果非常類似。Zhang et al(2015)通過2010年1月和6月分別執(zhí)行兩周長度的FSO試驗(yàn)評估了對流層氣象數(shù)據(jù)報(bào)告(tropospheric airborne meteorological data reporting,TAMDAR)對美國大陸24 h預(yù)報(bào)誤差減小的影響。Mallick et al(2017)基于印度國家中期天氣預(yù)報(bào)中心(National Centre for Medium Range Weather Forecasting,NCMRWF)全球統(tǒng)一模式(unified model,NCUM),研究了不同衛(wèi)星反演風(fēng)觀測對短期24 h預(yù)報(bào)的影響,并發(fā)現(xiàn)FSO方法在不良觀測的質(zhì)量控制和確定觀測的相對影響上十分有效。Kim et al(2017)基于WRFDA-FSO診斷工具定量地評估了衛(wèi)星反演的增強(qiáng)大氣運(yùn)動(dòng)矢量對東亞地區(qū)數(shù)值天氣預(yù)報(bào)的影響。

我國已有的評估觀測對模式預(yù)報(bào)影響的研究多采用OSEs和OSSEs方法,而采用基于伴隨的FSO方法的研究還處于探索和實(shí)踐階段。其中王曼等(2015)基于WRFDA-FSO診斷工具,統(tǒng)計(jì)分析了2009年和2010年5—10月青藏高原東側(cè)常規(guī)地面和高空觀測對WRF模式預(yù)報(bào)誤差的貢獻(xiàn)。韓峰等(2018)基于WRFDA-FSO診斷工具,針對2015年2月12—16日發(fā)生在東亞的一次預(yù)報(bào)過度的溫帶氣旋開展了觀測影響研究。王佳(2019)采用基于伴隨的FSO方法,評估了2018年7—8月國家級地面自動(dòng)站、探空和風(fēng)廓線雷達(dá)(wind profile radar,WPRD)觀測對華東地區(qū)12 h預(yù)報(bào)的影響,并初步討論了臺風(fēng)預(yù)報(bào)對觀測的敏感性。唐兆康(2021)采用基于伴隨的FSO方法,開展了WPRD和地基微波輻射計(jì)(microwave radiometer,MWR)觀測對WRF模式12 h預(yù)報(bào)的影響試驗(yàn),分析了風(fēng)溫濕觀測對模式預(yù)報(bào)的貢獻(xiàn)。

以內(nèi)蒙古睿圖預(yù)報(bào)系統(tǒng)為核心的內(nèi)蒙古數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng),近年來通過技術(shù)引進(jìn)和自主研發(fā),根據(jù)本地氣候特點(diǎn)和特色氣象服務(wù)需求,持續(xù)開展數(shù)值預(yù)報(bào)研發(fā)和應(yīng)用,推進(jìn)數(shù)值預(yù)報(bào)業(yè)務(wù)集約化發(fā)展,解決本地精細(xì)化預(yù)報(bào)需求。目前,內(nèi)蒙古睿圖預(yù)報(bào)系統(tǒng)在初始場中同化常規(guī)探空和地面觀測。當(dāng)數(shù)值天氣預(yù)報(bào)模式從分析場積分得到預(yù)報(bào)時(shí),并不是所有同化進(jìn)分析場的觀測都能改善預(yù)報(bào)。因此,有必要定量地評估特定觀測對預(yù)報(bào)的影響,以提供有關(guān)觀測系統(tǒng)影響的相關(guān)信息。本文基于內(nèi)蒙古睿圖預(yù)報(bào)系統(tǒng)的低分辨率版本和WRFDA-FSO診斷工具,評估現(xiàn)有探空和地面觀測對內(nèi)蒙古睿圖預(yù)報(bào)系統(tǒng)預(yù)報(bào)的影響,為改善內(nèi)蒙古區(qū)域數(shù)值預(yù)報(bào)技巧確定相關(guān)敏感區(qū),并對在最需要的地區(qū)進(jìn)行最有用的觀測提供決策參考。同時(shí),分析對預(yù)報(bào)誤差減小起負(fù)貢獻(xiàn)作用次數(shù)偏多的站點(diǎn)及其分布,為該地區(qū)的站點(diǎn)布局的進(jìn)一步加強(qiáng)和調(diào)整提供參考;并開展觀測資料的質(zhì)量控制及不確定性分析(王丹等,2020;2022)等工作。該工作具有較高的理論意義和實(shí)際應(yīng)用價(jià)值,同時(shí)目前也備受關(guān)注。

1 基于伴隨的FSO算法與WRFDA-FSO診斷工具簡介

1.1 基于伴隨的FSO算法

(1)

(2)

式中:LT為代表預(yù)報(bào)模式伴隨的算子。

敏感性計(jì)算的第二步是使用同化系統(tǒng)的伴隨,將初始條件敏感性梯度從網(wǎng)格空間擴(kuò)展到觀測空間。則式(2)可進(jìn)一步改寫為

(3)

式中:K為卡爾曼增益矩陣,y為觀測向量,H將xb投影到觀測空間中。

1.2 WRFDA-FSO診斷工具簡介

WRFDA-FSO診斷工具由WRF非線性模式及其切線性伴隨模式WRFPLUS和WRFDA同化系統(tǒng)及其伴隨模塊組成。包含1次分析同化、2次非線性預(yù)報(bào)模式積分、2次切線性伴隨模式積分、1次伴隨分析同化,計(jì)算代價(jià)約為普通單次模式預(yù)報(bào)的10～15倍。圖1為預(yù)報(bào)對觀測敏感性試驗(yàn)流程示意圖。

圖1 預(yù)報(bào)對觀測敏感性試驗(yàn)流程示意圖Fig.1 Flow diagram of forecast sensitivity to observation experiments

2 資料簡介與試驗(yàn)設(shè)計(jì)

2.1 觀測資料

試驗(yàn)的觀測資料主要由中國高空秒級數(shù)據(jù)和中國地面逐小時(shí)全要素?cái)?shù)據(jù)組成,來自氣象大數(shù)據(jù)云平臺“天擎”(China Meteorological Administration Data as a Service,CMADaaS)。試驗(yàn)中將中國高空秒級數(shù)據(jù)稀釋為分鐘級觀測輸入同化系統(tǒng);試驗(yàn)中選取模式區(qū)域內(nèi)的國家級地面自動(dòng)站和內(nèi)蒙古自治區(qū)境內(nèi)的區(qū)域級地面自動(dòng)站觀測。

兩種觀測類型對應(yīng)的站點(diǎn)數(shù)量和觀測影響評估相關(guān)觀測變量如表1所示。觀測資料的前處理包括將資料格式轉(zhuǎn)換為WRFDA同化系統(tǒng)所需的LITTLE_R格式以及運(yùn)行質(zhì)量控制程序。

2.2 模式設(shè)置

本研究采用的WRF非線性模式及其前處理系統(tǒng)的版本為WRF-4.1.3與WPS-4.1,WRFPLUS切線性伴隨模式的版本為WRFPLUS-4.1.2,WRFDA同化系統(tǒng)及其伴隨模塊的版本為WRFDA-4.1.3。模式區(qū)域以43.5°N、106.7°E為中心,覆蓋了我國北方大部分地區(qū)(圖2),并將全域作為計(jì)算預(yù)報(bào)準(zhǔn)確度的目標(biāo)區(qū)域。模式水平分辨率為12 km,水平格點(diǎn)數(shù)為241個(gè)×208個(gè),垂直層數(shù)為50層,模式層頂氣壓為50 hPa,積分時(shí)間步長為72 s。模擬過程中采用的各參數(shù)化方案如表2所示,其中WRFPLUS切線性伴隨模式目前僅支持少數(shù)簡單物理過程,在實(shí)際計(jì)算中忽略了濕物理過程。

表2 預(yù)報(bào)對觀測敏感性試驗(yàn)?zāi)Ｊ絽?shù)化方案Table 2 Parameterization scheme in forecast sensitivity to observation experiments

注:紅色:探空站,藍(lán)色:國家級地面自動(dòng)站,紫色:區(qū)域級地面自動(dòng)站。

2.3 試驗(yàn)設(shè)計(jì)

批量試驗(yàn)時(shí)間為2021年7月1—31日,每天00時(shí)(世界時(shí),下同)和12時(shí)起報(bào),預(yù)報(bào)時(shí)效為12 h,計(jì)算內(nèi)蒙古睿圖預(yù)報(bào)系統(tǒng)區(qū)域內(nèi)觀測對該系統(tǒng)12 h預(yù)報(bào)的影響。背景場xb來自美國國家環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction,NCEP)全球預(yù)報(bào)系統(tǒng)(Global Forecast System,GFS)水平分辨率為0.25°×0.25°的格點(diǎn)預(yù)報(bào)資料在相應(yīng)試驗(yàn)起報(bào)時(shí)刻的初始場。分析場xa由背景場同化常規(guī)探空和地面觀測資料所得,為了得到更加良好的分析同化效果,采用混合(Hybrid/3DEnVar)同化方法(其背景誤差協(xié)方差中的25%源于3DVar變分框架中的靜態(tài)背景誤差協(xié)方差,75%源于集合預(yù)報(bào)的動(dòng)態(tài)背景誤差協(xié)方差)。其中,靜態(tài)背景誤差協(xié)方差使用WRFDA同化系統(tǒng)的gen_be模塊采用美國國家氣象中心(National Meterological Center,NMC)方法和控制變量CV7選項(xiàng)生成,統(tǒng)計(jì)樣本為2021年7月1—31日采用相同模式設(shè)置和以GFS格點(diǎn)預(yù)報(bào)資料為背景場的逐12 h起報(bào)的24 h和12 h區(qū)域模式預(yù)報(bào)場之間的差異;而動(dòng)態(tài)背景誤差協(xié)方差則由NCEP全球集合預(yù)報(bào)系統(tǒng)(Global Ensemble Forecast System,GEFS)格點(diǎn)集合預(yù)報(bào)資料30組集合成員在相應(yīng)試驗(yàn)起報(bào)時(shí)刻的初始場相對于集合平均的擾動(dòng)估計(jì)。大氣參考狀態(tài)(真實(shí)場)xt由NCEP全球資料同化系統(tǒng)(Global Data Assimilation System,GDAS)水平分辨率為0.25°×0.25°的格點(diǎn)分析資料在相應(yīng)試驗(yàn)起報(bào)時(shí)刻的初始場同化常規(guī)探空和地面觀測資料后的分析場代表,即由下一起報(bào)時(shí)刻GDAS分析場代表當(dāng)前起報(bào)時(shí)刻模式積分12 h時(shí)對應(yīng)的大氣參考狀態(tài)(真實(shí)場)。

3 觀測影響分析

3.1 觀測影響線性近似代表性分析

圖3 2021年7月(a)00時(shí)和(b)12時(shí)預(yù)報(bào)對觀測敏感性試驗(yàn)實(shí)際預(yù)報(bào)誤差減小及相應(yīng)的基于伴隨的估計(jì)預(yù)報(bào)誤差減小的時(shí)間序列Fig.3 Time series of actual forecast error reductions and corresponding adjoint-based forecast error reductions estimated for forecast sensitivity to observation experiments at (a) 00:00 UTC and (b) 12:00 UTC July 2021

3.2 預(yù)報(bào)誤差的空間特征分析

2021年7月00時(shí)和12時(shí)的時(shí)間平均能量加權(quán)垂直積分預(yù)報(bào)誤差如圖4所示,誤差綜合考量了從地面到模式層頂?shù)乃斤L(fēng)場、位溫和氣壓。可以看出,對于12 h短期預(yù)報(bào)誤差,12時(shí)起報(bào)試驗(yàn)由于積分時(shí)段基本處于夜間,模式對輻射、對流等物理過程的描述具有的不確定性更小,導(dǎo)致12時(shí)起報(bào)的短期預(yù)報(bào)誤差明顯小于00時(shí)起報(bào)的,量值上約為前者的2/3。最大預(yù)報(bào)誤差出現(xiàn)在00時(shí)起報(bào)試驗(yàn)的蒙古國中部和東部、華北平原北部和青藏高原東北部等地區(qū),一方面是由于模式區(qū)域內(nèi)杭愛山、祁連山和巴顏喀拉山等陡峭的山地和高原地區(qū)對于數(shù)值模式屬于復(fù)雜的下墊面區(qū)域,導(dǎo)致模式預(yù)報(bào)誤差增大;另一方面也與該季節(jié)中緯度地區(qū)活躍的天氣尺度氣旋和反氣旋有關(guān),如蒙古氣旋源地等。此外,通過對探空和地面觀測資料的同化,每個(gè)格點(diǎn)上的時(shí)間平均能量加權(quán)垂直積分預(yù)報(bào)誤差平均從1747.3 J·kg-1減小到1730.6 J·kg-1,降低了約1%。

圖4 2021年7月(a,c)00時(shí)和(b,d)12時(shí)預(yù)報(bào)對觀測敏感性試驗(yàn)(a,b)背景場預(yù)報(bào)誤差及(c,d)相應(yīng)的分析場預(yù)報(bào)誤差的空間分布Fig.4 Spatial distribution of (a, b) forecast error from background and (c, d) corresponding forecast error from analysis for forecast sensitivity to observation experiments at (a, c) 00:00 UTC and (b, d) 12:00 UTC July 2021

同時(shí),分別利用批量試驗(yàn)背景場和分析場的12 h 累計(jì)降水預(yù)報(bào)與模式區(qū)域內(nèi)的1120個(gè)國家級地面自動(dòng)站的降水資料進(jìn)行TS降水評分計(jì)算來評估模式定量降水預(yù)報(bào)(quantitative precipitation forecast,QPF)效果(表3)?？梢钥闯?對于各量級降水評分,分析場預(yù)報(bào)的評分均較背景場預(yù)報(bào)評分高,尤其在大雨及以上量級評分中改善明顯。結(jié)果表明,同化探空和地面觀測資料可以進(jìn)一步提高定量降水預(yù)報(bào)效果。

表3 2021年7月預(yù)報(bào)對觀測敏感性試驗(yàn)12 h累計(jì)降水的TS評分Table 3 Precipitation TS scores of 12 h accumulated rainfall for forecast sensitivity to observation experiments in July 2021

2021年7月00時(shí)和12時(shí)的時(shí)間平均能量加權(quán)垂直積分實(shí)際預(yù)報(bào)誤差減小及相應(yīng)的基于伴隨的估計(jì)預(yù)報(bào)誤差減小如圖5所示。由圖可見,盡管存在相當(dāng)一部分實(shí)際預(yù)報(bào)誤差減小為正的地區(qū),如蒙古國、內(nèi)蒙古東北部地區(qū)等,這可能是由于模式區(qū)域內(nèi)天氣系統(tǒng)上游地區(qū)缺乏有效觀測資料的輸入,同時(shí)也與同化系統(tǒng)對地面觀測海拔與模式最低層高度差異質(zhì)量控制設(shè)置較為嚴(yán)苛有關(guān),導(dǎo)致大興安嶺等地形陡峭地區(qū)有一定量的地面觀測未能通過同化系統(tǒng)的質(zhì)量控制。但觀測影響的總體總和為負(fù),其中12時(shí)起報(bào)試驗(yàn)每個(gè)格點(diǎn)上的時(shí)間平均能量加權(quán)垂直積分實(shí)際預(yù)報(bào)誤差減小平均為-19.5 J·kg-1,對背景場預(yù)報(bào)誤差的改善略優(yōu)于00時(shí)起報(bào)試驗(yàn)的-13.6 J·kg-1。這種負(fù)和正觀測影響的組合反映了資料同化的統(tǒng)計(jì)性質(zhì)。觀測影響的總體總和為負(fù)說明觀測的同化減小了預(yù)報(bào)誤差,觀測對預(yù)報(bào)起正貢獻(xiàn)作用。這種正貢獻(xiàn)作用在青藏高原東北部、黃土高原和華北平原北部等地區(qū)尤為顯著。

同時(shí),基于伴隨的估計(jì)預(yù)報(bào)誤差減小在空間分布上亦對實(shí)際預(yù)報(bào)誤差減小提供了較為合理的估計(jì),觀測對預(yù)報(bào)起顯著正貢獻(xiàn)作用的地區(qū)均主要分布在模式區(qū)域的偏南部。從物理意義上看,可以將基于伴隨的估計(jì)預(yù)報(bào)誤差減小分布型理解為“上游地區(qū)的天氣氣候系統(tǒng)”,其將在12 h預(yù)報(bào)時(shí)效后演變成實(shí)際預(yù)報(bào)誤差減小分布型。至此,可以使用同化系統(tǒng)的伴隨模塊將基于伴隨的估計(jì)預(yù)報(bào)誤差減小由網(wǎng)格空間擴(kuò)展到觀測空間來計(jì)算每個(gè)觀測對預(yù)報(bào)誤差減小的影響。此外,在華北平原等局部地區(qū)出現(xiàn)了極大值與極小值環(huán)狀交替分布的現(xiàn)象,導(dǎo)致這種現(xiàn)象的原因有待進(jìn)一步探討和研究。

3.3 不同觀測變量對預(yù)報(bào)的影響

圖6為2021年7月探空觀測及地面觀測按觀測變量劃分的觀測影響的統(tǒng)計(jì)結(jié)果。結(jié)果表明,對12 h預(yù)報(bào)誤差減小貢獻(xiàn)最大的觀測是來自探空觀測的動(dòng)力變量(U、V風(fēng)分量);而探空觀測的比濕(q)變量與地面觀測的動(dòng)力變量、溫度(T)變量的觀測影響相當(dāng),對12 h預(yù)報(bào)誤差減小的正貢獻(xiàn)作用次之;探空觀測的T變量與地面觀測的氣壓(p)變量的觀測影響相當(dāng),對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用但不顯著,這可能是由于隨著模式發(fā)展目前數(shù)值模式對溫度場預(yù)報(bào)本身質(zhì)量較高導(dǎo)致的。此外,探空觀測的p變量是作為坐標(biāo)變量輸入同化系統(tǒng)的,因此地面觀測是唯一能夠產(chǎn)生p變量觀測影響的觀測,對預(yù)報(bào)誤差減小亦起著不可或缺的作用;地面觀測的q變量對12 h預(yù)報(bào)誤差減小的平均貢獻(xiàn)較弱,這可能是由于該濕度觀測僅有地面一層,對濕度變量的敏感性較低導(dǎo)致的。

探空觀測的各變量單時(shí)次平均觀測使用數(shù)接近,明顯多于地面觀測。一方面是由于探空觀測給出了各變量在垂直方向上的廓線,具有多個(gè)垂直層次,而地面觀測僅有地面一層;另一方面也與同化系統(tǒng)對地面觀測海拔與模式最低層高度差異質(zhì)量控制設(shè)置較為嚴(yán)苛有關(guān),導(dǎo)致一定量的地面觀測未能通過同化系統(tǒng)的質(zhì)量控制,觀測資料同化率不高。結(jié)合各變量的單時(shí)次平均觀測影響,給出各變量的單時(shí)次單位數(shù)量平均觀測影響,結(jié)果表明:地面觀測的動(dòng)力變量對12 h預(yù)報(bào)誤差減小的單位正貢獻(xiàn)作用最大;探空觀測的動(dòng)力變量、q變量與地面觀測的T變量、p變量的單位正貢獻(xiàn)作用次之;探空觀測的T變量與地面觀測的q變量的單位正貢獻(xiàn)作用較弱。

圖6d,6h給出了探空觀測及地面觀測的單時(shí)次平均觀測影響正負(fù)貢獻(xiàn)觀測數(shù)量對比,藍(lán)色表示對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用的觀測數(shù)量,紅色表示對12 h預(yù)報(bào)誤差減小起負(fù)貢獻(xiàn)作用的觀測數(shù)量,灰色表示對12 h預(yù)報(bào)誤差減小貢獻(xiàn)呈中性的觀測數(shù)量(未能通過同化系統(tǒng)的質(zhì)量控制)。結(jié)果表明:無論是探空觀測還是地面觀測,所有變量對12 h 預(yù)報(bào)誤差減小起正貢獻(xiàn)作用的觀測數(shù)量均大于起負(fù)貢獻(xiàn)作用的觀測數(shù)量。此外,探空觀測同化率顯著優(yōu)于地面觀測,也進(jìn)一步反映出從觀測角度推動(dòng)數(shù)值模式發(fā)展所面臨的涉及觀測質(zhì)量、同化系統(tǒng)參數(shù)設(shè)置及地形原因等提高地面觀測同化率的問題和其蘊(yùn)藏的巨大潛力。

3.4 不同觀測類型對預(yù)報(bào)的影響

圖7為2021年7月探空觀測及地面觀測按觀測類型劃分的觀測影響的統(tǒng)計(jì)結(jié)果。結(jié)果表明:無論是探空觀測還是地面觀測,單時(shí)次平均觀測影響均為負(fù),這說明觀測在被同化系統(tǒng)同化時(shí)具有有利的影響,即從分析場xa開始的預(yù)報(bào)比從背景場xb開始的預(yù)報(bào)具有更小的誤差。

注:灰色表示貢獻(xiàn)呈中性的觀測數(shù)量。

探空觀測提供了更多的觀測數(shù)據(jù),其對12 h預(yù)報(bào)誤差減小的貢獻(xiàn)也最大。而單時(shí)次單位數(shù)量平均觀測影響探空觀測的貢獻(xiàn)約為地面觀測的1/2。對于探空觀測,對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用的觀測數(shù)量占比為52.3%,起負(fù)貢獻(xiàn)作用的觀測數(shù)量占比為44.2%,貢獻(xiàn)呈中性的觀測數(shù)量占比為3.5%,具有較高的觀測資料同化率;對于地面觀測,對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用的觀測數(shù)量占比為33.4%,起負(fù)貢獻(xiàn)作用的觀測數(shù)量占比為27.1%,貢獻(xiàn)呈中性的觀測數(shù)量占比為39.5%,有待進(jìn)一步提高觀測資料同化率。

3.5 觀測影響時(shí)間序列

圖8為2021年7月探空觀測及地面觀測的觀測影響的時(shí)間序列。結(jié)果表明,對于探空觀測,85.5%的試驗(yàn)時(shí)次觀測影響為負(fù);對于地面觀測,83.9%的試驗(yàn)時(shí)次觀測影響為負(fù)。這說明無論是探空觀測還是地面觀測,絕大部分試驗(yàn)時(shí)次觀測在被同化系統(tǒng)同化時(shí)對12 h預(yù)報(bào)誤差減小起到了積極的作用。此外,對12 h預(yù)報(bào)誤差減小起負(fù)貢獻(xiàn)作用的試驗(yàn)時(shí)次與圖3中基于伴隨的估計(jì)預(yù)報(bào)誤差減小為正的時(shí)次有著高度一致的對應(yīng)關(guān)系。其中僅有9日12時(shí)、13日12時(shí)、20日00時(shí)、25日00時(shí)和28日12時(shí)5個(gè)時(shí)次出現(xiàn)了探空觀測與地面觀測均對12 h預(yù)報(bào)誤差減小起負(fù)貢獻(xiàn)作用的情況,這可能是由于對背景誤差和觀測誤差統(tǒng)計(jì)進(jìn)行的假設(shè)和近似以及同化參數(shù)設(shè)置等很難在所有時(shí)次試驗(yàn)中均保持適合,導(dǎo)致在上述時(shí)次試驗(yàn)中無法獲得更好的分析場。

圖8 2021年7月預(yù)報(bào)對觀測敏感性試驗(yàn)(a)探空觀測和(b)地面觀測的觀測影響的時(shí)間序列Fig.8 Time series of observation impact of (a) radiosonde observation and (b) surface observation for forecast sensitivity to observation experiments in July 2021

3.6 觀測影響空間垂直分布

根據(jù)觀測的垂直層次對觀測影響的統(tǒng)計(jì)結(jié)果進(jìn)行劃分具有指導(dǎo)意義,如圖9所示為2021年7月探空觀測及地面觀測按氣壓層次劃分的觀測影響的統(tǒng)計(jì)結(jié)果。對于探空觀測,對12 h預(yù)報(bào)誤差減小從近地面層至模式層頂均保持正貢獻(xiàn)作用,可以看到2個(gè)極大值區(qū)域:一個(gè)位于對流層中低層850～500 hPa層,另一個(gè)位于對流層高空急流層300～200 hPa層附近;對于地面觀測,對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用的層次可以從近地面層延伸至700 hPa,這可能是由于地面觀測資料同化時(shí)在垂直方向上的傳播導(dǎo)致的。整體上,地面觀測在850 hPa以下低層正貢獻(xiàn)占比明顯。

圖9 2021年7月預(yù)報(bào)對觀測敏感性試驗(yàn)(a,b)探空觀測及(c,d)地面觀測按氣壓層次劃分的(a,c)單時(shí)次平均觀測影響,(b,d)單時(shí)次平均觀測使用數(shù)Fig.9 (a, c) Averaged observation impact per time, (b, d) averaged observation-used number per time of (a, b) radiosonde observation and (c, d) surface observation partitioned by pressure level for forecast sensitivity to observation experiments in July 2021

綜合探空觀測及地面觀測的整體觀測影響的統(tǒng)計(jì)結(jié)果。結(jié)果表明,盡管500 hPa以上的觀測數(shù)量更多(占總觀測數(shù)量的54.3%),但12 h預(yù)報(bào)誤差的總減小量只有34.3%可歸因于500 hPa以上的觀測,約有65.7%歸因于地面和500 hPa之間的觀測。100 hPa以上的觀測數(shù)量約占總觀測數(shù)量的9%,主要是探空觀測在平流層的觀測資料,對本研究使用的預(yù)報(bào)誤差測量沒有實(shí)質(zhì)性地減小。

3.7 觀測影響空間水平分布

上述已經(jīng)表明,大量觀測資料的同化可以減小短期預(yù)報(bào)誤差。然而,單個(gè)觀測的影響可能有很大不同,基于伴隨的計(jì)算可以以合理的準(zhǔn)確性對模式區(qū)域內(nèi)的每個(gè)單獨(dú)的觀測估計(jì)量化這種影響。圖10顯示了2021年7月探空觀測及地面觀測的觀測影響的空間分布。

注:灰點(diǎn)代表未能通過同化系統(tǒng)的質(zhì)量控制;對于探空觀測,每個(gè)點(diǎn)代表垂直廓線上觀測的綜合影響。

對于探空觀測,模式區(qū)域內(nèi)的57個(gè)探空站在垂直廓線上觀測的綜合影響均為負(fù),這說明探空觀測在被同化時(shí)均總體具有有利的影響,也反映出探空觀測數(shù)據(jù)穩(wěn)定、質(zhì)量較高的特征(張旭鵬等,2021;李秋陽等,2022)。對12 h預(yù)報(bào)誤差減小貢獻(xiàn)最大的3個(gè)探空站分別為:唐山市樂亭站(-24 602.3 J·kg-1)、邢臺市邢臺站(-19 662.2 J·kg-1)、通遼市通遼站(-17 639.5 J·kg-1);對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用次數(shù)最多的3個(gè)探空站分別為:呼倫貝爾市海拉爾站(52次)、鄂爾多斯市東勝站(51次)、昌吉回族自治州北塔山站(51次)?？梢钥闯?高原地區(qū)探空站較其他地區(qū)探空站的正貢獻(xiàn)作用和次數(shù)相對較弱,這可能是由于其垂直探測范圍較窄導(dǎo)致的。

對于地面觀測,盡管存在相當(dāng)一部分觀測影響為正的個(gè)別觀測,但其觀測影響的總體總和為負(fù)。這種負(fù)和正觀測影響的組合反映了資料同化的統(tǒng)計(jì)性質(zhì)。相較探空站,地面自動(dòng)站的地面觀測僅有地面一層,單個(gè)站點(diǎn)的觀測影響要比探空站小一個(gè)數(shù)量級,但考慮到其站點(diǎn)數(shù)量巨大,因此累加得到的總體觀測影響也可能是較大的。對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用的站點(diǎn)主要分布在嫩江平原、遼河平原上游、內(nèi)蒙古中部偏南、黃河幾字灣西南部以及華北平原南部和長江中下游平原北部,起負(fù)貢獻(xiàn)作用的站點(diǎn)則主要分布在黃河幾字灣東部以及華北平原北部,而模式區(qū)域西部觀測資料較稀疏地區(qū)站點(diǎn)則主要表現(xiàn)為弱正貢獻(xiàn)或貢獻(xiàn)呈中性。對12 h預(yù)報(bào)誤差減小貢獻(xiàn)最大的3個(gè)國家級地面自動(dòng)站分別為:石嘴山市陶樂站(-1106.8 J·kg-1)、銀川市永寧站(-1090.8 J·kg-1)、鄂爾多斯市烏審旗站(-998.7 J·kg-1),均位于黃河幾字灣西南部;對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用次數(shù)最多的3個(gè)國家級地面自動(dòng)站分別為:包頭市包頭站(50次)、巴彥淖爾市五原站(50次)、邯鄲市永年站(49次),且在河套地區(qū)尤為顯著。此外,也存在極個(gè)別站點(diǎn)對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用次數(shù)顯著偏少的情況(紅點(diǎn),圖10d),應(yīng)著重排查觀測資料是否存在問題。尤其值得關(guān)注的是,有一定量的地面觀測未能通過同化系統(tǒng)的質(zhì)量控制(灰點(diǎn)),這些觀測主要位于大興安嶺、燕山、太行山、呂梁山、秦嶺以及青藏高原地區(qū)?？梢?對于數(shù)值模式屬于復(fù)雜下墊面的區(qū)域,應(yīng)調(diào)整同化系統(tǒng)參數(shù)設(shè)置,本著容忍偏差、提高觀測資料同化率的原則促進(jìn)觀測資料更多的吸收利用,才能更好地從觀測角度推動(dòng)數(shù)值模式發(fā)展,通過觀測與預(yù)報(bào)互動(dòng)使預(yù)報(bào)能力和觀測能力同時(shí)不斷迭代升級。

4 結(jié)論與展望

(2)12時(shí)起報(bào)試驗(yàn)的短期預(yù)報(bào)誤差明顯小于00時(shí)起報(bào)試驗(yàn),量值上約為前者的2/3。最大預(yù)報(bào)誤差出現(xiàn)在00時(shí)起報(bào)試驗(yàn)的蒙古國中部和東部、華北平原北部和青藏高原東北部等地區(qū)。此外,觀測影響的總體總和為負(fù),觀測對預(yù)報(bào)起正貢獻(xiàn)作用。

(3)對12 h預(yù)報(bào)誤差減小貢獻(xiàn)最大的觀測來自探空觀測的動(dòng)力變量(U、V風(fēng)分量),而單時(shí)次單位數(shù)量平均觀測影響探空觀測的貢獻(xiàn)約為地面觀測的1/2。

(4)探空觀測對12 h預(yù)報(bào)誤差減小從近地面層至模式層頂均保持正貢獻(xiàn)作用,并在對流層中低層和對流層高空急流層存在兩個(gè)極大值區(qū)域;地面觀測在850 hPa以下低層正貢獻(xiàn)占比明顯。此外,12 h預(yù)報(bào)誤差的總減小量約有65.7%歸因于地面和500 hPa之間的觀測。

(5)探空觀測在被同化系統(tǒng)同化時(shí)總體具有有利的影響,也反映出探空觀測數(shù)據(jù)穩(wěn)定、質(zhì)量較高的特征;地面觀測對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用的站點(diǎn)主要分布在嫩江平原、遼河平原上游、內(nèi)蒙古中部偏南、黃河幾字灣西南部以及華北平原南部和長江中下游平原北部。對12 h預(yù)報(bào)誤差減小起正貢獻(xiàn)作用次數(shù)最多的區(qū)域在河套地區(qū)尤為顯著。

此外,本研究模式區(qū)域內(nèi)俄羅斯南部和蒙古國等天氣系統(tǒng)上游地區(qū)缺乏有效觀測資料的輸入,同時(shí),隨著氣象衛(wèi)星輻射和反演資料在數(shù)值預(yù)報(bào)中逐步起到主導(dǎo)的貢獻(xiàn)作用,還需在后續(xù)的研究中進(jìn)一步加入上述觀測資料,進(jìn)行更多的預(yù)報(bào)對觀測敏感性試驗(yàn)討論與驗(yàn)證。尤其值得關(guān)注的是,一些地形陡峭地區(qū)有一定量的地面觀測未能通過同化系統(tǒng)的質(zhì)量控制,應(yīng)調(diào)整同化系統(tǒng)參數(shù)設(shè)置,本著容忍偏差、提高觀測資料同化率的原則促進(jìn)觀測資料更多的吸收利用。因此,針對上述不足進(jìn)行完善,繼續(xù)開展批量試驗(yàn)以驗(yàn)證預(yù)報(bào)對觀測敏感性試驗(yàn)分析的結(jié)論,最終形成同化系統(tǒng)按觀測影響分級的動(dòng)態(tài)站點(diǎn)白名單等亦是至關(guān)重要的工作(楊國彬等,2021)?？梢灶A(yù)見該項(xiàng)工作在提高地面觀測同化率、不良觀測的質(zhì)量控制以及進(jìn)一步改善分析同化效果方面還蘊(yùn)藏著巨大的潛力有待挖掘。

致謝：中國氣象局氣象探測中心王佳對本文給予了寶貴建議和幫助,謹(jǐn)此致謝!