基于雷达数据混合同化的中小流域尺度数值降雨预报试验与机理研究

The accuracy of the numerical rainfall prediction still cannot follow the flood warning and forecasting for small and medium-sized basin. Data assimilation is fundamental and reasonable application of high-resolution radar data is the key to solve the problem. On the basis of previous research, the ETKF-3DVar with the optimal coupling coefficient is established for rainfall prediction in Meixi basin in Fujian. According to the features of radar data, different radar data assimilation modes are designed under dividing different height of radar reflectivity and using different thinning methods of radar radial velocity. The reasonable assimilation mode and frequency are further discussed by evaluating the rainfall prediction quantitatively. Additionally, the mechanism of the improvement of the data assimilation for rainfall prediction will be studied. The research is helpful for the application of radar data assimilation in the numerical rainfall prediction and also can provide technical supports for rainstorm and flood warning and forecasting. The expected accuracy of rainfall prediction can be improved by 20~40%. The applicant has a solid preparation and the research program is feasible.

当前数值降雨预报的精度仍无法满足中小流域洪水预警预报的要求，数据同化是解决上述问题的基础，高分辨率雷达数据的合理应用是关键。在前期研究的基础上，本项目以福建梅溪流域为研究区，分析确定集合—三维变分混合同化(ETKF-3DVar)的最优耦合权重系数，构建适应东南沿海地区的ETKF-3DVar；以此为基础结合雷达观测数据的特点，对雷达反射率划分不同的高度层、对雷达径向风采用不同的稀疏化方式，设定不同的雷达数据同化方案，定量评估不同方案下的降雨预报，探讨雷达数据合理的混合同化模式和同化频次，系统揭示雷达数据的合理同化对降雨预报的改进机理。本研究对发展雷达数据混合同化支持下的数值降雨预报技术具有重要意义，可为中小流域的暴雨洪水预警预报提供技术支撑。申请人已开展了大量预研究工作，中小流域尺度降雨预报精度预期可提高20~40%，研究方案具有可行性。

当前数值降雨预报的精度仍无法满足中小流域洪水预警预报的要求，数据同化是解决上述问题的基础，高分辨率雷达数据的合理应用是关键。本项目以福建梅溪流域为研究区，构建了适应东南沿海地区的三维变分同化和集合-三维变分混合同化，分析确定集合—三维变分混合同化(ETKF-3DVar)的最优耦合权重系数，结果表明，最优耦合权重系数取值随集合预报成员数量的增加而增加，集合预报成员为10~50时，对应的最优耦合权重系数取值范围为0.32~0.61；以此为基础结合雷达观测数据的特点，对雷达反射率划分不同的高度层、对雷达径向风采用不同的稀疏化方式，设定不同的雷达数据同化方案，定量评估不同方案下的降雨预报，探讨雷达数据合理的同化模式和同化频次，结果表明，最佳的雷达数据同化方案为同时同化3km分辨率雷达径向风和小于500m高度的雷达反射率数据，综合考虑分析计算效率，同化时间间隔1h为宜；从水汽传输、风场等同化前后的变化，系统揭示雷达数据的合理同化对降雨预报的改进机理，结果表明，最佳的同化方法能够显著改善对水汽传输和气流运动的刻画；耦合数值降雨预报开展中小流域洪水预报，结果表明，降雨预报误差是洪水预报误差的最主要来源。本研究对发展雷达数据同化（特别是混合同化）支持下的数值降雨预报技术具有重要意义，可为中小流域的暴雨洪水预报与预警提供技术支撑。未来随着算力的进一步发展，有望成为提高中小流域暴雨洪水预报精度、延长预见期的重要业务化手段之一。本项目完成学术论文9篇，其中SCI收录论文3篇；出版专著1部；授权国家发明专利3项。