多普勒雷达反射率因子的多相态云分析和混合同化研究

Mesoscale convective systems usually occur suddenly, and produce disasters and severe economic lost. They are very hard to predict because of their non-linear processes during initiation and evolution. Assimilation of the radar data is one of the key approaches to improve the forecasts of mesoscale convective systems, and it’s a hot and challenge subject in the world. This project will propose and implement the multi-hydrometer hybrid data assimilation method, results will be compared with those from current cloud analysis. To build the physical relationships between reflectivity and hydrometeors, the sensitivities to the initial perturbations and structures of background covariances will be investigated. And the variable-dependent localization methods will be proposed and applied to remove the suspicious increments in the analyses. Based on those results, the rapid refresh multi-hydrometeors radar data assimilation system will be build based on the GSI (Grid-point Statistical Interpolation). The results will be compared with those from updated cloud analysis with enhanced reflectivity observation operator and latent adjustment method. The impacts of the multi-hydrometers DA on the prediction of the mesoscale convective systems will be discussed for operational proposes.

强对流天气系统具有强突发性，局地性和灾害性的特点。发生发展过程高度非线性，难以准确预报，高时空分辨率的雷达资料同化是提高强对流天气系统预报准确性的重要途径之一，如何有效地同化反射率因子更是国际研究的热点和难点。本项目将实现反射率因子的混合同化，并与现行的云分析方案进行比较，探讨如何有效地利用反射率因子观测提高强对流天气系统的预报能力。针对混合同化中雷达反射率因子与水物质变量物理联系这一核心问题，测试背景误差协方差对初始扰动的敏感性，分析多相态水物质流依赖背景误差协方差结构，建立反射率因子与水物质变量的联系，创建误差协方差局地化因子廓线，减少不符合微物理过程的分析增量。在此基础上，建立反射率因子的多相态快速循环同化系统。将混合同化结果与改进的云分析方案（改进雷达观测算子与潜热释放方案）进行比较，分析反射率因子的多相态混合同化对强对流天气分析和预报的作用，为雷达资料同化的业务化提供基础研究。

雷达资料同化是提高短时降水预报能力的关键技术，同时也是瓶颈之一。雷达反射率因子与模式参数之间高度非线性，在同化中往往需要一定的特殊同化技术；同时反射率因子的观测算子和微物理方案相关，受到云滴谱等相关参数的影响，需要考虑同化与模式之间的平衡问题；也需要明确雷达同化与常规资料同化在短时预报中对强对流的影响。.本项目主要针对云分析和混合同化中雷达反射率因子同化方案进行改进，完善多相态云分析方案；明确多相态雷达资料同化的意义及预报时效性，构建多相态混合同化雷达资料快速更新系统，获得较优化同化参数配置，通过有效快速同化雷达资料，提高对中小尺度对流系统的预报准确率。.项目成功构建了一套快速更新云分析雷达同化系统，在云分析中增加了多相态反射率及水汽更新方案，改善了原方案中对流层中低层过度加热造成预报降水过强的现象，对比分析了新旧方案中26个微物理转化过程，明确了同化主要影响的微物理转化过程；并通过一系列敏感性试验得到一套最优化雷达反射率云分析同化参数，提出了行之有效的确定雷达最优化同化频率的方法；进一步通过雷达和常规资料及自动站的融合同化，分析了各资料对强对流触发及维持的动力原因。.以上研究成果在中小尺度强对流系统中有广阔的应用前景，能够快速简单地融合进现有使用云分析的区域快速同化预报系统中，从而有效改进中小尺度对流系统的预报预警、定量降水预报能力。