快速检索
  气象   2007, Vol. 33 Issue (6): 11-18.  

研究论文

引用本文 [复制中英文]

丁金才, 袁招洪, 杨引明, 等, 2007. bbGPS/PWV资料三维变分同化改进MM5降水预报连续试验的评估[J]. 气象, 33(6): 11-18.
[复制中文]
Ding Jincai, Yuan Zhaohong, Yang Yinming, et al, 2007. Evaluation of the Continuous Experiment of 3-Dimentional Variation Assimilation of GPS/PWV Data into MM5 Model to Improve the Precipitation Forecasts[J]. Meteorological Monthly, 33(6): 11-18.
[复制英文]

资助项目

本文得到中国科学院知识创新项目(kjcx2-sw-t1-3)和上海市科委攻关课题(032512029)的资助

文章历史

2006年12月06日收稿
2007年4月15日收修定稿
bbGPS/PWV资料三维变分同化改进MM5降水预报连续试验的评估
丁金才 1,2, 袁招洪 3, 杨引明 2, 叶其欣 2, 仇欣 4, 江飞 4    
1. 上海中心气象台,200030
2. 上海市卫星遥感和测量中心
3. 上海市气象局
4. 南京大学大气科学系
摘要:利用区域地基GPS网反演的高时空密度的大气垂直方向水汽总量,也称为可降水量(PWV),可大大弥补常规探空探测水汽资料的不足。为了全面评估区域GPS网PWV资料同化对业务数值天气预报改进程度的目的,在个例研究分析的基础上,进行了连续38天的GPS/PWV资料三维同化(3D-Var)改进数值业务预报的试验。研究方法是根据长江三角洲地区GPS气象网在2002年梅雨和盛夏季节观测的PWV资料,通过三维变分同化建立中尺度数值预报模式MM5的初始场,逐日作出长江三角洲地区24小时的降水量预报。以6小时累积雨量为对象,与未同化GPS/PWV资料的MM5的相应预报比较,通过多种评分方法,评估了GPS/PWV资料改进MM5降水预报的效果。结果表明GPS/PWV资料同化后的MM5降水预报能力在大部分时间和大部分地区都有所提高,主要是伪击率有较明显的下降,对小范围降水预报的改进更为明显。预报明显改进的区域恰好位于GPS站填补常规探空站间距较大的地区。
关键词全球定位系统(GPS)    可降水量(PWV)    三维变分同化(3D-Var)    MM5数值预报    
Evaluation of the Continuous Experiment of 3-Dimentional Variation Assimilation of GPS/PWV Data into MM5 Model to Improve the Precipitation Forecasts
Ding Jincai1,2, Yuan Zhaohong3, Yang Yinming2, Ye Qixin2, Qou Xin4, Jiang Fei4    
1. Shanghai Meteorological Center, 200030;
2. Shanghai Satellite Remote and Measurement Application Center;
3. Shanghai Meteorological Bureau;
4. The Atmospheric Science Department, Nanjing University
Abstract: The vertical integrated atmospheric moisture, or the precipitable water vapor (PWV) with high temporal and spatial resolution retrieved from a ground-based GPS network can supply the gap of the conventional radiosoundings. In order to evaluate the improvement of the GPS/PWV data assimilating to operational numerical forecasts, a continuous experiment of 3-dimentional variation assimilation (3D-Var) of GPS/PWV data into MM5 model is conducted. Through the 3D-Var assimilation of GPS/PWV data, the initial field of MM5 model is built at 20:00 every day, and the hourly rainfalls over the Yangtze River Delta area are forecasted for 24 hours. Comparing with the forecasted 6 hour's accumulative rainfalls without GPS/PWV data assimilation, the improvement effects of the MM5 precipitation forecasts with GPS/PWV data assimilation are evaluated by several test methods. The results show that the MM5 precipitation forecasts with GPS/PWV data assimilation are totally improved in the most days and most stations, especially in the days with smaller area of precipitation. The improvement of precipitation forecast mainly attributes to the significant decrease of the percent of false detection. The areas where the precipitation forecasts are improved significantly coincide in the area with sparser regular radiosounding data.
Key words: Global Positioning System (GPS)    precipitable water vapor (PWV)    3-dimentional variation assimilation (3D-Var)    MM5 numerical prediction    
引言

湿度是大气过程中一个高度可变的参数,它在很大的时空尺度范围内对天气发挥关键的作用。目前常规探空资料获得的大气中的水汽资料,由于站点稀疏、观测时次少,使中尺度数值预报模式分析的水汽初始场与实际情况差异较大,影响了数值天气预报精度的提高。近年来,利用地基GPS网观测到的GPS卫星信号的延迟量来反演大气中可降水量(PWV)的技术已发展成一个遥测大气水汽的新方法[1-3]。由于GPS资料有高精度、高时空分辨率和低成本等优点,弥补了常规探空对大气水汽观测的不足,对提高灾害性天气的监测和预报能力,改进数值天气预报精度可发挥重要作用。目前,世界上许多国家和地区都建立了地基GPS网,我国的北京和上海等省市也相继建立了区域GPS网,并投入了业务运转。在全国范围内建立区域GPS网应用于气象业务将成为一个重要的发展趋势。许多个例研究已显示可降水量资料同化入中尺度数值预报模式,可改进模式的预报能力[4-7]

但是要使区域GPS网的PWV资料应用于业务数值天气预报,还必须通过大样本的连续试验来确认。为此,利用长江三角洲地区GPS网在2002年梅雨和盛夏季节的连续30多天的PWV进行了三维变分同化改进数值天气预报的试验和评估,为GPS网的观测资料应用于业务数值天气预报提供依据。研究方法是根据有14个GPS基准站组成的长江三角洲地区GPS网在2002年6月18日到7月30日观测的PWV资料,通过三维变分同化(3D-Var),连续形成逐日20时的中尺度数值预报模式MM5的初始场,预报24小时,输出长江三角洲地区每天4个时段的6小时累积雨量的预报,并与未同化GPS/PWV资料的MM5的相应降水预报进行比较。利用临界成功指数(CSI)、正确率(SV))、击中率(POD))、伪警率(FAR)和伪击率(POFD)等多种评分方法,对GPS/PWV资料的三维变分同化改进MM5降水预报的效果进行评估,结论是GPS/PWV资料的三维变分同化对数值天气预报在一天的4个时段的降水预报都有不同程度的改进,主要是伪击率有较明显的下降,对小范围降水预报的改进更为明显。预报明显改进的区域恰好位于GPS站填补常规探空站间距较大的地区。

1 长江三角洲GPS网和可降水量的反演

长江三角洲地区GPS网由14个GPS基准站组成,覆盖范围在29~33°N、118~122°E之间。站点分布如图 1所示,上海地区有5个站,平均间距为23km;江苏有4个站,安徽3个站,浙江2个站,平均间距约110km。该网在2002年6月建成,并投入业务运转,可每30分钟提供一次长江三角洲地区的可降水量(PWV)资料和相关产品[8]

图 1 长江三角洲地区GPS网点分布图

用GPS资料计算大气水汽的垂直积分,即可降水量的方法由Bevis等在1992年提出[1-3]。GPS卫星向地面发射的无线电信号,在大气中传播时被地球的电离层和中性大气所延迟,其中电离层延迟量可采用双频技术得以消除。余下的中性大气天顶延迟(ΔL)可分为由水汽产生的湿延迟(ΔLw)和其他大气成分产生的干延迟或静力延迟(ΔLh)。利用GPS站测得的GPS信号的天顶延迟量可反演出大气可降水量PWV。具体反演方法已在Bevis[1-2], Rocleen[3], 丁金才[8]和袁招洪[7]等的文献中有详细介绍,不在这里重复。PWV的定义是单位底面积垂直空气柱积分的水汽含量,通常转换成等效液态水柱的高度,单位为mm。

2 试验设置 2.1 试验时期和资料

2002年6月18日到7月30日的连续试验时段,包括了长江三角洲地区梅雨和盛夏的两个重要季节。2002年长江三角洲地区在6月19日入梅,7月10日出梅,梅雨持续了22天。大致可以分为5个阶段,雨带在长江中下游地区南北摆动,其中在7月3—5日的第四阶段受威马逊台风影响在华东沿海地区造成连续降水。7月10日雨带北抬至淮河流域,长江三角洲地区出梅,进入盛夏。梅雨期降水范围较大,时有大—暴雨发生。7月10日出梅后以午后至傍晚的局地阵性降水为主。

为了保证试验用的GPS网的PWV资料的质量,采用IGS的精密卫星轨道进行了重计算。并以与GPS站位于同一个观测场内的浙江省杭州探空站作为比较基准,统计出GPS/PWV的平均偏差为1.2mm,均方误差为3.1mm,相对误差8.8%,二者的相关系数达到0.99,说明根据GPS网观测资料反演的PWV与探空观测的PWV很接近。在2002年6月18日到7月30日的43天中有5天由于GPS网的故障而缺损,连续试验用的样本有38天。

选取这段试验时间的理由之二是在2002年6—9月实施了加密观测试验,获得长江三角洲地区迄今为止最完整的91个气象站的每小时雨量观测资料,可保证评估结果的可靠性。预报验证利用6小时的累计雨量。每日20时的地面、高空资料取自9210工程PCVSAT系统,经资料质量控制和格式转换后供MM5-3DVar系统使用。

2.2 试验方案设置 2.2.1 试验模式

本试验选用业务用的MM5模式作为中尺度试验模式,垂直27层,模式双重嵌套,水平网格距分别为45km和15km,格点数分别为87×95和52×62。细网格覆盖了长江三角洲GPS观测网,以细网格输出的雨量预报结果进行评估。模式湿物理过程采用含冰相过程的混合项参数化方案,积云参数化方案选用BM方案。利用MM5模式提供的REGRID和INTERPF模块将NCEP的AVN全球模式客观分析场生成MM5初估场,该初估场作为MM5的3D-Var系统的输入。模式积分时间步长为120秒。变分同化系统选用由NCAR开发,并最终为WRF模式使用的三维变分同化系统,即MM5-3DVAR。试验中GPS可降水量的测量误差取为3mm;地面、高空观测误差采用欧洲中期天气预报中心变分同化方案所使用的值,用NMC方法计算出背景场的误差协方差矩阵为基础,与MM5-3DVAR系统提供的背景误差比较后进行调整背景误差[9]

2.2.2 试验方案

本试验分为2个部分,一部分是3DVAR-NOPWV方案,用3D-Var技术仅用地面和高空观测资料进行同化,形成MM5模式20时的初始场,进行降水预报。无GPS/PWV资料。另一部分是3DVAR-PWV方案,用3D-Var技术用地面,高空观测资料和GPS/PWV资料进行同化,形成MM5模式20时的初始场,进行降水预报。两个方案的模式参数如前所述。

2.2.3 试验对象

模式预报24个小时,每积分6小时输出该6小时的累计降水场,并插值到91个气象站点。规定20时到次日02时为第一个6小时,次日02—08时为第二个6小时,依次类推,一天共有4个6小时的时段。然后,加入GPS/PWV资料进行上述同样的三维变分同化分析,输出同样站点的6小时累计降水场。以各时段的6小时雨量预报作为比较和评估的对象。

2.3 试验基础

上述的试验方案是在袁招洪[7]和丁金才[8]进行的对2002年6月23—24日和27日个例试验的基础上设置的。首先对GPS/PWVZ资料同化前后的模式初始场进行了比较,发现GP S资料同化前MM5模式初始场对静力延迟有较好的描述能力,但对湿延迟和可降水量的描述还存在较大误差。MM5模式对湿延迟的预报能力明显低于对静力延迟的预报能力。用三维变分同化GPS可降水量资料不仅对MM5模式湿度初始场有明显调整,而且使初始气压、温度和风场也能得到相应的调整。在模式积分的6~18小时GPS/PWV三维变分同化试验对累计降水的预报都优于Cressman客观分析试验。

GPS可降水量资料的Nudging同化对可降水量预报改善较小,并且Nudging系数的增加对可降水量预报效果的改善程度影响不大。因此,连续试验采用了三维变分技术同化GPS可降水量资料。

3 评估方法

把模式预报的91个站点6小时累计降水值,按有无降水(R6≥0.1mm)和有无中等以上降水(R6≥5.0mm)2个等级与相应的观测雨量进行比较。观测有、预报也有的预报正确的站点数记为N11;观测无、预报也无的预报正确的站点数记为N22;观测无、预报有的空报的站点数记为N21;观测有、预报无的漏报的站点数记为N12

各评估方法的定义如下[10]

(1)
(2)
(3)
(4)
(5)

然后用38天样本的平均评分值来评估GPS/PWV资料同化前后的MM5预报能力的差别。各评分方法从不同侧面反映出模式的预报能力。

4 连续试验评估结果 4.1 几种评分方法的评估

CSI是目前最常用的预报评分方法,它反映了预报有雨正确的能力。表 1列出了GPS/PWV资料同化前后的MM5降水预报的4个时段的CSI评分结果以及二者的差别。可见GPS/PWV资料同化后的MM5降水预报技巧能力都有所提高。但由于MM5的降水预报平均能力不高,GPS/PWV资料同化前MM5的有无降水预报的CSI评分在0.186~0.226的范围内,变化幅度很小。而中等以上降水预报的CSI评分更低,在0.056~0.121低值内摆动。因此,以下的评分讨论以有无降水的预报为主。同时,从表 1中可见,GPS/PWV资料同化后MM5的有无降水和中等以上降水的预报能力变化都小于0.006,MM5降水预报技巧虽有提高,但提高不明显,这可能与MM5的本身降水预报的CSI评分很低有关。

表 1 GPS/PWV资料同化前后MM5降水预报的4个时段的CSI评分(38天平均)

表 2给出了PODFARPOFD的评分结果。击中率POD反映的是在观测有雨的总次数中预报有雨的次数所占的百分比,后12小时的POD高于前12小时。在GPS/PWV资料同化后,第4时段的POD有较明显改进,但第1和第2时段的POD反而有所降低。伪警率FAR反映的是在预报有雨的总次数中预报失败次数所占的百分比,在0.702~0.751的较高值范围内变化,说明了MM5的本身预报的伪警率较高。在GPS/PWV资料同化后,FAR的变化都小于0.008,表示GPS/PWV资料同化对伪警率基本没有影响。伪击率POFD反映的是在观测无雨的总次数中预报失败次数所占的百分比,它明显小于FAR。综合上述分析可见,MM5的本身预报有雨能力CSI较低的原因主要是伪警率较高造成的,MM5有过分预报的倾向。值得注意的是在GPS/PWV资料同化后,第1~3时段的POFD降低了0.03以上,尤其在第3时段的POFD降低了0.1以上,变化幅度比CSIPODFAR几乎大一个量级。说明GPS/PWV资料同化后对MM5降水预报的改进主要体现在降低伪击率POFD方面,因此,单用CSI方法不能全面评估出GPS/PWV资料同化后对MM5降水预报的改进效果。

表 2 GPS/PWV资料同化前后MM5模式预报的4个时段有无降水的POD、FAR和POFD的评分结果以及二者的差别(38天平均)

CSI评分只反映了预报有雨的正确率。事实上在试验期的38天中有28天长江三角洲地区有雨的站点数小于12个,也就是说,上述的CSI评分没有反映出更多的预报无雨的能力。下面将引进正确率VS的评分方法,它是预报有雨和无雨的正确次数与总预报次数之比,能全面评估MM5的预报能力。当然,VS评分方法也包括了气候概率持续预报的正确率,不能完全反映出预报技巧。但是在此是利用GPS/PWV资料同化前后MM5降水预报的VS评分值的差来进行评估的,消去了共同的气候概率持续预报的正确率,因此能真实反映出二者的预报技巧的差别。

表 3列出了GPS/PWV资料同化前后MM5模式预报的4个时段降水的VS评分值以及二者的差别。VS的值在0.628~0.874范围内,比CSI值高得多,说明预报无雨的正确率占了总预报正确率的大部分。GPS/PWV资料同化前的MM5对有无降水的预报正确率随预报时段增加呈线性递减。与上述其他CSI和FAR等评分结果不同的是,GPS/PWV资料同化后MM5对有无降水的预报正确率在4个时段都有大于0.01以上的明显增加,预报正确率的增加值随预报时段增加呈线性递减。在第1和第2时段的预报正确率增加0.02以上。但是对R6≥5.0mm的降水预报,GPS/PWV资料同化后MM5的预报正确率只有在第1时段有所增加,其他预报时段的预报能力略有减少。下面将只对第1时段有无降水的预报正确率变化作进一步分析。

表 3 GPS/PWV资料同化前后MM5预报的4个时段降水的VS评分值(38天平均)

图 2显示了GPS/PWV资料同化后的MM5对第1时段有无降水的预报正确改进率与降水区域大小的关系。由于长江三角洲地区的91个气象站基本是均匀分布的,因此可以以某天有降水的站点数来表示长江三角洲地区的降水区域大小,图中以横坐标表示。纵坐标表示预报正确改进率(Im-VS),它的定义是某一天的同化GPS/PWV后MM5预报正确的站点数减去同化前的预报正确的站点数,其差值再除以同化前的MM5预报正确的站点数。

(6)
图 2 GPS/PWV资料同化后的MM5对第1时段有无降水的预报正确改进率随发生降水的站点数的分布 a.全部样本(38个);b.发生降水的站点数小于12的样本(28个)

图 2a显示38天的试验样本中有26天位于零线以上,只有5天在零线以下,说明GPS/PWV资料同化后MM5预报有无降水的正确率有68%的天数是改进的。但是,点子分布比较分散,改进率的多少与降水区域大小没有一定的定量关系。然而,从定性来看,38个样本点有28个分布在虚线的左边(该天该时段发生降水的站点数少于12,即小于整个长江三角洲面积的14%),仅有10个样本点分布在虚线的右边。图 2b显示的小范围降水的情况下,28个样本点中仅有3样本点落到0线以下,图中点划线是28个样本正确预报改进率的平均值,约为5.6%;而对于降水的站点数大于12的10个样本,正确预报的平均改进率为2.4%。可以认为同化GPS/PWV资料后MM5降水预报能力,在小范围降水的情况下的改进率优于在大范围降水的情况,其原因待进一步的研究。

4.2 预报正确率明显改进的区域分布

上述主要对GPS/PWV资料改进MM5降水预报从时间序列的平均效果进行讨论的。下面将以第1时段的有无降水的预报为例,分析预报正确率明显改进的区域分布情况。图 3显示的是各站GPS/PWV资料同化后MM5在38样本天中的预报正确天数比同化前预报正确天数增加的次数。

图 3 GPS/PWV资料同化后降水预报正确的增加次数区域分布 根据91个站点38天的样本统计,图中没有数字的站点表示增加次数为0

图 3可见,91个站点中只有个别点为负值,大部分站点的预报正确天数是增加的,说明GPS/PWV资料同化后MM5的降水预报不仅在大部分时间,而且在长江三角洲的大部分地区都有所改进。其中有3个区域预报正确天数增加较明显,最明显的是在浙江西部安徽东南部的山地地区,预报正确的增加天数在3天以上,最多5天,比未同化GPS/PWV资料的预报正确天数增加了约20%。如图 1所示的,长江三角洲地区只有4个常规探空站,在南京和杭州2个探空站之间留有较大空隙。而且浙西皖南山区西部的一个探空站远在300 km外的安徽省安庆市,探空提供的水汽资料在这个地区存在的空隙最大,使在GPS/PWV资料同化前MM5的降水预报正确天数在那里相对最低。黄山市、宣城和马鞍山3个GPS站的PWV资料同化后,正好弥补了这个区域的探空资料的空隙,使MM5的降水预报能力在该地区有较明显的提高。其次是江苏北部地区预报正确天数也有明显增加,正好对应高邮和东台2个GPS站弥补了射阳和南京2个探空站之间的水汽资料空隙。另外,在上海南部到杭州一带预报正确天数也有所增加,这与这一地区GPS站密度较大有关。

从上述分析可见,同化GPS/PWV资料后MM5预报降水的正确率在整个长江三角洲区域都有所提高。尤其在常规探空站网间隙较大地区,GPS站填补的水汽资料使MM5预报降水能力的改进较明显。

5 结论

通过连续38天的区域GPS/PWV资料三维变分同化改善MM5预报降水能力的试验和评估,得出以下几个结论:

(1) GPS/PWV资料同化后MM5的降水预报正确率在68%的天数和大部分地区都有所改进,预报正确率的改进效果随预报时段增加也呈线性递减。对有无降水的预报正确率在前12小时增加0.022~0.026,在后12小时增加0.010~0.014。对R6≥5.0mm的中等的降水预报,预报正确率基本没有改进。

(2) GPS/PWV资料同化后对MM5降水预报能力的改进主要体现在没有降水发生的情况下的伪击率(POFD)明显减少,对击中率和伪警率基本没有改进。因此,必须用多种TS评分方法才能全面评估出GPS/PWV资料同化后对MM5预报改进的效果。

(3) GPS/PWV资料同化后MM5对小范围降水的预报能力的改进率优于大范围降水的预报。在降水范围小于长江三角洲面积的14%的情况下,有无降水的正确预报改进率平均为5.6%;而对于降水范围大于长江三角洲面积14%的情况下,有无降水的正确预报的改进率平均为2.4%。

(4) 同化GPS/PWV资料后MM5预报降水的正确率在长江三角洲区域大部分地区都有所提高,尤其在常规探空站间隙较大的地区,如长江三角洲区域的西南山地,GPS站填补的水汽资料使MM5预报降水能力的改进最为明显。

感谢:本文中插图由奚红制作和修改,特此表示感谢。

参考文献
[1]
Bevis M, Businger S, Herring T.A. GPS meteorology: remote sensing of atmospheric water vapor using the global positioning system[J]. J.Geophys.Res, 1992, 97: 15787-15801. DOI:10.1029/92JD01517
[2]
Bevies M, Businger S, Chiswell S, et al. GPS Meteorology: mapping zenith wet delays onto precipitable water[J]. Journal of Applied Meteorology, 1994, 33: 379-386. DOI:10.1175/1520-0450(1994)033<0379:GMMZWD>2.0.CO;2
[3]
Rocken C, Van Hove T, Johnson J. GPS/STORM-GPS sensing of atmospheric water vapor for meteorology[J]. Journal of Geophysical Research, 1995, 12: 468-478.
[4]
De Pondeca M, Zou X. A case study of the variational assimilation of GPS zenith delay observation into a mesoscale model[J]. J.Appl.Meteor, 2001, 40: 1559-1576. DOI:10.1175/1520-0450(2001)040<1559:ACSOTV>2.0.CO;2
[5]
Guo Y.-R, Kuo Y.-H, Dudhia J, et al. Four-dimentional variational data assimilation of heterogeneous mesoscale observations for a strong case[J]. Mon.Wea.Rev, 2000, 128: 619-642. DOI:10.1175/1520-0493(2000)128<0619:FDVDAO>2.0.CO;2
[6]
Kuo Y.-H, Guo Y.-R, Westwater E. R. Assimilation of precipitable water vapor into mesoscale numerical model[J]. J.Appl.Meteor, 1993, 121: 1215-1238.
[7]
招红, 丁金才, 陈敏. GPS观测资料应用于中尺度数值模式的初步研究[J]. 气象学报, 2004, 62(2): 200-212. DOI:10.11676/qxxb2004.021
[8]
金才, 叶其欣. 长江三角洲地区近实时GPS气象网[J]. 气象, 2003, 29(6): 26-29. DOI:10.7519/j.issn.1000-0526.2003.06.006
[9]
袁招洪. GPS可降水量资料应用于MM5模式的变分同化试验[J]. 气象学报, 2005, 63(4): 391-404. DOI:10.11676/qxxb2005.040
[10]
丁金才. 天气预报评分方法评述[J]. 南京气象学院学报, 1995, 18: 143-149.