基于EnKF资料同化方法的华南前汛期暖区暴雨集合数值模拟研究

Quantitative precipitation forecast (QPF) skill for the warm-sector heavy rainfall over Southern China during the early summer rainy season is very low. Application of the Ensemble Kalman Filter (EnKF) data assimilation technique can potentially improve the initial conditions of simulation and thus improve the QPF skill. Advancing the understanding of mechanisms by which the rainy storm form can also help improving the forecast skill. This project will study the extreme rainfall events during the Southern China Monsoon Rainfall Experiment (SCMREX) that collects composite datasets during May and June of 2013-2014. First, Ensemble simulation experiments will be conducted using the WRF-EnKF system developed at the Penn State University of the United States. Impacts of a variety of observational data, including not only the surface and sounding observations but also the Doppler radar radial velocity, on the initial conditions and the simulation results will be investigated. Second, Combining the ensemble simulation experiments with the observational analysis, we will study internal structures and organizational modes of the rainy storm, influencing factors for the convective initiation and maintenance, dynamic and thermdynamic characteristics, and interactions between the rainy storm and its mesoscale environments.

华南前汛期暖区暴雨的定量降水预报（QPF）水平很低，应用集合卡尔曼滤波（EnKF）资料同化技术可以改善模式初始条件，从而提高QPF水平，而深入认识对流系统的结构和形成演变机理也有助于预报水平的提高。因此，将利用美国宾州州立大学研发的WRF-EnKF系统，针对“华南季风降水试验”（SCMREX）期间（2013-2014年5-6月）华南暖区暴雨开展两方面研究：（1）采用WRF-EnKF系统开展集合预报的模拟试验，研究同化地面资料、探空资料和多普勒雷达径向风资料对模式初值和模拟结果的影响。（2）将集合模拟与实际观测分析相结合，研究对流系统的结构和生消演变机制，重点关注对流触发和维持机制、对流系统的组织模态、热力和动力特征及其与中尺度环境大气的相互作用。

华南前汛期暖区暴雨的定量降水预报（QPF）水平很低。使用集合卡尔曼滤波（EnKF）方法同化观测资料可以改善模式初始条件，从而提高QPF水平，是当前提高数值天气预报(NWP)水平的重要手段之一。本项目采用WRF-EnKF系统同化多种观测资料开展集合模拟试验，研究不同资料对模式初值和模拟结果的影响，并将模拟结果与实际观测分析相结合，研究华南前汛期暴雨的对流初生和发展机制。主要结论如下：. 1）使用EnKF方法同化地面、探空、雷达径向风速度资料能够明显改进模式初始场，提高华南前汛期定量降水预报的准确率，改进中尺度对流系统（MCS）的预报技巧。2）虽然与观测对流在位置上有些差别，同化沿海业务雷达径向风速度资料后的确定性预报集合试验能够大概率提高广东沿海陆地上引发强降水的MCS和海上MCS的预报水平。3）不同同化时间间隔和不同同化时长的雷达径向风速度资料同化确定性试验组成的集合中，最短时间间隔（6分钟）的成员们具有更高的预报技巧，并且随着同化时长的增加，预报技巧也呈上升趋势。然而，较短的时间间隔（例如12分钟）或者较长的同化时长并不是总是对预报技巧有正的影响。4）不均匀下垫面，低层偏南暖湿气流，近地面冷池是华南前汛期暴雨中对流初生和发展的几个关键因素。. 本项目的实施明确了EnKF方法同化观测资料确实能够提高华南前汛期定量降水预报水平和中尺度对流系统的预报水平，并揭示了不均匀下垫面、低层偏南暖湿气流、以及近地面冷池是对流初生和发展的关键因素。因此，本项目为进一步提高华南前汛期暴雨的数值天气预报水平提供了重要的科学支撑。