地區(qū)短臨客觀預報技術及應用簡介

北京地區(qū)短臨客觀預報技術

研究及應用簡介陳明軒，高峰，程叢蘭，肖現(xiàn)，等中國氣象局北京城市氣象研究所2014年03月提綱研究成果業(yè)務應用情況下一步發(fā)展計劃一、關鍵技術的發(fā)展和拓展研發(fā)自動臨近預報技術雷達熱動力反演（變分分析）技術臨近預報和數(shù)值預報融合技術BJ-ANC系統(tǒng)業(yè)務運行流程圖BJ-ANC系統(tǒng)框架及運行流程設計①②③④⑤中間產(chǎn)品最終產(chǎn)品⑥主要算法算法描述雷暴單體識別、追蹤、分析及臨近預報算法追蹤分析雷暴的三維特征；預報雷暴活動區(qū)域和移動路徑；外推雷暴位置和強度趨勢雷暴區(qū)域追蹤及預報算法首先利用交叉相關算法計算雷暴移動特征，然后根據(jù)雷暴回波移動矢量外推特定閾值之上的回波區(qū)域或其它預報變量，產(chǎn)生雷暴區(qū)域預報人機交互模塊實行人機交互操作：（1）人為輸入邊界層輻合線信息；（2）人為定制和修改重點預報區(qū)域衛(wèi)星資料分析應用算法利用可見光和紅外云圖資料對云的類型進行識別；通過監(jiān)測由紅外云圖得到的云頂溫度來監(jiān)測和預報積云的增長地形影響分析及風暴氣候統(tǒng)計算法主要分析復雜地形對雷暴發(fā)生、發(fā)展和演變的影響，以及雷暴的氣候變化統(tǒng)計特征對預報的貢獻，用以改進優(yōu)化系統(tǒng)集成算法的參數(shù)綜合集成算法主要集成由各種算法得到的預報因子，并通過模糊邏輯算法合成最終的預報場，包括雷暴的發(fā)展演變趨勢、雷暴強度（回波）等的預報定量降水估計和臨近預報算法計算得到雷暴在過去一段時間內(nèi)的降水分布；進行未來一定時間內(nèi)對流降水的臨近預報交互式資料顯示平臺用來實時顯示各種觀測資料和預報結果；進行系統(tǒng)交互操作資料處理、插值、質量控制算法雷達反射率因子三維拼圖；雷達雜波去除；退雷達徑向速度模糊；自動站資料插值分析；風暴潛勢計算；。。。系統(tǒng)主要算法序號系統(tǒng)原有的技術和算法系統(tǒng)的本地化研發(fā)工作及所解決的關鍵技術問題1資料格式定義及資料插值、壓縮和存儲算法本地資料的實時接入及資料格式轉換2系統(tǒng)基本框架業(yè)務化框架及流程的設計和實現(xiàn)3雷達資料質量控制基本算法經(jīng)過參數(shù)調整，實現(xiàn)了4部S波段雷達雜波的自動識別和移除4雷達拼圖技術經(jīng)過參數(shù)調整，實現(xiàn)了6部雷達三維拼圖的實時運行5雷暴單體和區(qū)域追蹤和預報算法將雷暴單體追蹤算法從橢圓擬合改進為實際不規(guī)則多邊形擬合；通過相關系數(shù)界定、時空一致性檢查、相關區(qū)域優(yōu)選、最小二乘法擬合等技術，對雷暴區(qū)域追蹤算法進行了改進6衛(wèi)星資料分析應用算法實現(xiàn)了FY2衛(wèi)星加密資料的實時應用7人機交互模塊實現(xiàn)了模塊的本地化運行；通過人工輸入邊界層輻合線試驗調整系統(tǒng)參數(shù)8模糊邏輯集成算法各種算法關鍵預報因子的篩選；預報因子無量綱化隸屬度函數(shù)的定義；集成權重系數(shù)的確立；所有算法有效集成的實現(xiàn)9英文顯示平臺Windows環(huán)境和Linux環(huán)境下中文顯示平臺的開發(fā)和業(yè)務運行的實現(xiàn)；主要業(yè)務產(chǎn)品的網(wǎng)頁實時顯示10對流層低層熱動力反演技術初始化技術改進；分析噪聲抑制；背景場調整；多部雷達基數(shù)據(jù)直接同化；使用BJ-RUC結果改進同化初始場質量；實現(xiàn)反演算法在64位計算機上的高時效運行；增加新的反演變量（擾動溫度梯度、主要變量的時間增量），提高判斷雷暴新生、發(fā)展演變以及陣風鋒強度的分析水平11風暴氣候統(tǒng)計研究：京津冀地區(qū)雷暴回波的發(fā)生發(fā)展和移動特征、時空分布規(guī)律、主要影響系統(tǒng)、日變化特征；邊界層輻合線與京津冀地區(qū)雷暴發(fā)生發(fā)展關系研究12降水估計和預報算法：適用于京津冀地區(qū)的局地最優(yōu)Z-R關系的確立；研發(fā)了可實時運行的定量降水估計（QPE）和定量降水預報（QPF）算法13精細地理信息的增加；系統(tǒng)實時運行監(jiān)控平臺的開發(fā)14B08FDP項目和VIPS平臺數(shù)據(jù)接入相關技術的開發(fā)和實時運行的實現(xiàn)BJ-ANC系統(tǒng)主要的本地化工作和解決的關鍵技術（歸類14項）利用“種子填充”原理對雷暴單體追蹤識別算法進行了改進改進前改進后重點工作：雷暴單體追蹤識別算法的改進改進前改進后通過相關系數(shù)界定、時空一致性檢查、相關區(qū)域優(yōu)選、最小二乘法擬合等技術，對雷暴區(qū)域追蹤算法進行了改進2005年8月8日雷暴個例重點工作：雷暴區(qū)域追蹤算法的改進通過對北京南郊雨滴譜資料分析以及京津冀雷達和自動站觀測擬合計算，并通過幾種方法的試驗對比，確定了適用于京津冀的Z-R關系參數(shù)集重點工作：Q2（QPE和QPF）算法研發(fā)（1）回波強度和雨強降水粒子中值直徑時間雨滴譜資料分析（2007年8月1日個例）Z=316R1.73最大70mm2007年8月1日12~13UTC時段不同Z-R關系下1小時QPE比較Z=386R1.43Z=289R1.54最大146mm最大88mm降水實況：和平西橋12~13UTC最大小時雨強為91.7mm研發(fā)了基于雷達拼圖的定量降水估計（QPE）算法和基于雷暴回波外推預報的定量降水預報（QPF）算法重點工作：Q2（QPE和QPF）算法研發(fā)（2）濾波器原始位置濾波器旋轉45°位置基于MIT林肯實驗室研發(fā)的橢圓濾波器（尺度分離風暴濾波算法）作用：抑制由統(tǒng)計檢驗得到的降水預報偏強或強回波預報偏高的問題，并減小預報的格點偏差重點工作：雷暴回波及QPF濾波處理技術原始QPF橢圓長短軸比例：3:2橢圓長短軸比例：3:3橢圓長短軸比例：4:2橢圓長短軸比例：4:3橢圓長短軸比例：4:4橢圓長短軸比例：5:2橢圓長短軸比例：5:3不同橢圓特征濾波結果與原始輸出的對比較合適的橢圓長短軸配置參數(shù)長軸范圍：3~5短軸范圍：2~3一、關鍵技術的發(fā)展和拓展研發(fā)自動臨近預報技術雷達熱動力反演（變分分析）技術臨近預報和數(shù)值預報融合技術在BJ-ANC系統(tǒng)VDRAS模塊的基礎上，進一步開展了基于雷達資料快速更新循環(huán)4DVar同化的低層熱動力反演分析系統(tǒng)（VDRAS）本地化拓展研究實現(xiàn)了京津冀6部雷達和區(qū)域5分鐘自動站組網(wǎng)資料的4DVar同化，解決了與雷暴生消發(fā)展密切相關的低層熱動力環(huán)境條件的雷達變分分析技術獲得與雷暴發(fā)生發(fā)展密切相關的低層熱動力和微物理場（水平風場、垂直速度、擾動溫度、相對濕度、雨水混合比、輻合輻散。。。）主要研發(fā)工作：設計完成了系統(tǒng)快速更新循環(huán)的運行框架和流程同化北京和天津2部雷達資料的運行范圍同化京津冀6部雷達資料的運行范圍覆蓋范圍：300km×300km水平分辨率：3km垂直分辨率：375m覆蓋范圍：550km×550km水平分辨率：5km垂直分辨率：500m系統(tǒng)配置考慮了雷達資料有效覆蓋范圍、運算效率、尺度協(xié)調等因素覆蓋范圍：540km×540km水平分辨率：3km垂直分辨率：375m●25km25km新系統(tǒng)中心經(jīng)緯度：39.5836；116.1802運算范圍設置示意圖大范圍試驗運行配置小范圍實時業(yè)務運行配置主要研發(fā)工作：通過對反演的變量進行解釋應用，研發(fā)新的與京津冀雷暴生消發(fā)展密切相關的反演變量和預警指標反演變量及預警指標指示意義擾動溫度空間梯度定性指示陣風鋒（雷暴出流）位置和強弱反演變量分析增量指示反演的動力和熱動力變量在兩個循環(huán)（12-18分鐘）之間的變化低層垂直風切變指示低層水平風隨高度的變化低層對流有效位能（CAPE）指示熱力抬升條件低層對流抑制（CIN）指示負的熱力抬升條件渦生指數(shù)考慮平均垂直風切變與CAPE對雷暴的綜合影響效應對稱不穩(wěn)定參數(shù)指示上下層抽吸作用對渦管水平垂直扭轉作用，從而決定雷暴特別是超級單體風暴的發(fā)展強度和生命史

垂直風切變水平梯度指示水平渦管的分布不均勻，雷暴最易在其大值區(qū)局地新生和加強雷暴出流與環(huán)境風向關系參數(shù)指示擾動溫度梯度指示的出流與環(huán)境風向的關系（方向相反時最有利于雷暴的新生）

基于反演結果的預警指標與90分鐘后的雷達回波的滯后相關：指示系統(tǒng)分析場對未來對流的臨近預警具有顯著意義低層輻合CAPE低層垂直風切變擾動溫度時間增量+風場擾動溫度空間梯度+風場指示雷暴傳播和移動方向圖中粗黑線為35dBZ以上雷達回波觀測指示出流（陣風鋒）的相對位置及強弱一、關鍵技術的發(fā)展和拓展研發(fā)自動臨近預報技術雷達熱動力反演（變分分析）技術臨近預報和數(shù)值預報融合技術摘自Benjamin,etal,WSN09,20090-1小時預報（BJ-ANC系統(tǒng)）1-6小時預報（Blending技術）6-36小時預報（BJ-RUC系統(tǒng)）目前國際上定量降水預報（QPF）現(xiàn)狀為什么需要融合（Blending）？BJ-RUC系統(tǒng)0－6小時QPF第一步：傅立葉變換法粗調第二步：多尺度光流法細調BJ-RUC系統(tǒng)0－6小時QPF模式降水位相修正技術BJ-RUC系統(tǒng)0－6小時QPF模式降水強度修正技術調整模式QPF與雷達QPE滿足韋伯分布BJ-ANC系統(tǒng)0－1小時雷達回波預報BJ-ANC系統(tǒng)0－6小時QPF雷達回波預報從1小時延伸至6小時局地Z-R關系實時轉換和調整融合后的0－6小時QPF分時段格點QPF雙曲正切線權重融合技術BJ-ANC系統(tǒng)0－6小時雷達回波預報雷達回波0–6小時預報技術雷達回波預報轉換QPF技術基于BJ-ANC系統(tǒng)和BJ-RUC系統(tǒng)的0-6小時QPF融合流程圖主要技術改進（1）校正閾值的調整由于在京津冀區(qū)域融合的網(wǎng)格較多，因此將強度校正閾值降低。輸入文件格式的統(tǒng)一將輸入文件格式統(tǒng)一，有利于各種算法的銜接和有效運行。插值錯誤的修改修正了坐標轉化問題。運行效率的提升將個例運行的單文件處理能力拓展為按規(guī)律一次處理6-7個文件，提高了運算效率。主要技術改進（2）降水位相調整參數(shù)的優(yōu)化（兩種方法）大塊雨區(qū)調整：在用FFT（快速傅立葉變換）調整位相時，調試圖片的分塊數(shù)，以達到較好雨區(qū)分布。局地雨區(qū)調整：在用多尺度光流法調整位相時，根據(jù)降水系統(tǒng)的持續(xù)性，調試移動格點閾值。降水強度參數(shù)調整調整模式QPF與雷達QPE滿足韋伯分布融合權重的改進依據(jù)雷達回波圖的相關性分析，改進融合權重。根據(jù)雷達圖的相關，調整臨近預報權重系數(shù)，需要批量個例試驗，調整臨界值，提高預報效果。根據(jù)雷達相關系數(shù)調整臨近預報權重隨時間分布圖5條曲線是不同相關性下的臨近預報權重，隨著相關性的增大，權重曲線形狀右移融合時臨近預報權重可作如下調整，同時也可以根據(jù)數(shù)值預報的情況作調整提綱研究成果業(yè)務應用情況下一步發(fā)展計劃（一）北京自動臨近預報系統(tǒng)支持了北京地區(qū)強天氣臨近預報業(yè)務，并在京津冀地區(qū)實現(xiàn)應用共享；成熟技術推廣到多個省市區(qū)氣象臺（2006—2013年）BJ-ANC系統(tǒng)操作和顯示平臺（中英文）北京市氣象局災害性天氣短時臨近預報會商操作平臺預警制作發(fā)布平臺VIPSBJ-ANC系統(tǒng)業(yè)務應用平臺主要產(chǎn)品通過FTP到達VIPSRDAD上BJ-ANC系統(tǒng)產(chǎn)品實時顯示LDAD上BJ-ANC系統(tǒng)產(chǎn)品實時顯示（二）對流層低層熱動力反演系統(tǒng)在北京地區(qū)得到實時試驗應用（2008-2012年：同化2部雷達的小范圍業(yè)務試驗應用）（2010-2011年：同化6部雷達的大范圍批量個例試驗）（2012-2013年：同化6部雷達的大范圍實時試驗）舉例：2011年“6.23”個例16:30時刻低層187.5米的熱動力反演結果回波觀測+風場擾動溫度+風場輻合輻散+風場垂直速度（1）北京城區(qū)是強的低層風場輻合和抬升區(qū)（2）雷暴前方大氣存在明顯的中低層垂直風切變（3）雷暴前沿抬升強烈，后部存在降水冷卻下沉區(qū)（冷池），冷池出流明顯可見，熱動力條件均有利于雷暴在北京城區(qū)附近的進一步加強和維持雷暴前沿（三）臨近預報和數(shù)值預報融合系統(tǒng)在北京地區(qū)得到實時應用（2011-2013年）0–3小時QPF（臨近預報與數(shù)值預報結合）0–5小時QPF（數(shù)值預報為主）BJ-ANC系統(tǒng)預報BJ-RUC系統(tǒng)預報融合后的預報雷達和自動站融合QPE融合系統(tǒng)實時應用效果（2）個例：2012年7月21日北京大暴雨過程起報時間：16:00格點數(shù)592×511；格距1km×1km0–1小時QPF（臨近預報為主）系統(tǒng)檢驗評估1.BJ-ANC系統(tǒng)檢驗結果BJ-ANC系統(tǒng)在2007年-2011年5年汛期期間的預報結果進行了重新檢驗被檢驗的BJ-ANC產(chǎn)品（逐6分鐘間隔）包括：雷暴回波1小時預報不同降水量級的1小時QPF結果35dBZ以上雷暴單體追蹤和外推預報檢驗范圍統(tǒng)一為以北京觀象臺為中心的京津冀600km×600km范圍檢驗所用資料：回波預報：京津冀新一代天氣雷達的1km×1km的回波拼圖降水預報：京津冀地區(qū)的AWS降水觀測數(shù)據(jù)雷暴單體追蹤預報：觀測的雷暴單體的追蹤識別結果檢驗針對2007-2011年汛期京津冀發(fā)生的約283個雷暴日的BJ-ANC系統(tǒng)1小時預報（京津冀600km×600km范圍內(nèi)當日有35dBZ以上雷暴回波出現(xiàn)即算作一個雷暴日）；2008年BJ-ANC系統(tǒng)的預報效果比2007年有所提高（POD和TS評分增大），究其主要原因，一是因為對系統(tǒng)的相關算法做了進一步改進，二是因為在北京奧運期間實施了人機交互操作，人為輸入了與雷暴新生和發(fā)展密切相關的邊界層輻合線，從而提高了系統(tǒng)預報雷暴新生和發(fā)展的準確性；2011年，京津冀地區(qū)組織性較好的強對流個例較多，系統(tǒng)也經(jīng)過進一步改進，所以檢驗評分有所上升。BJ-ANC系統(tǒng)1小時回波預報檢驗（2007-2011年）BJANC系統(tǒng)1小時QPF檢驗（2007-2011年）檢驗所用AWS站示意圖將1km×1km的QPF經(jīng)距離權重法插值到AWS站點，與AWS觀測降水進行匹配檢驗；2008年，降水檢驗評分大幅提升，一是對BJ-ANC系統(tǒng)的QPF算法進行了改進，使用本地Z-R關系，二是在奧運期間實施人機交互操作，人為輸入邊界層輻合線，提高了系統(tǒng)對雷暴回波新生和發(fā)展的預報，也提升了QPF的水平；2009年，調整了計算QPF的回波預報值和其它相關參數(shù)，并進一步對Z-R關系進行了調優(yōu)，降水預報檢驗評分進一步提升，但強降水的Bias評分偏大；2011年，京津冀地區(qū)組織性較好的強對流個例較多，加上系統(tǒng)進一步改進，對回波預報效果較好，也提升了QPF預報效果。BJANC系統(tǒng)雷暴單體追蹤預報檢驗（2007-2011年平均）可以看出：（1）雷暴單體半小時和1小時追蹤預報的TS評分分別為0.3和0.