层状云降水中,0℃层融化效应会引起雷达反射率因子局部增大,若不进行订正,则会高估雷达估测的降水.本文提出一种基于新一代天气雷达反射率因子垂直廓线的0℃层亮带自动识别与订正算法,以减小因亮带造成的降水高估.本研究首先对降水类型进行分类,在SHY95的基础上增加了垂直方向的反射率因子三维特征,避免亮带的反射率因子高值区被误识别为对流云区;其次,在层状云区识别出一个可能的亮带影响区,在其中查找亮带,采用旋转坐标系法精确的识别亮带的顶、底高度;最后,利用最小二乘法拟合亮带上、下层的斜率,平滑垂直廓线(VPR,Vertical Profile of Reflectivity)的显著突出部分.将该方法应用于北京地区2010-2011年10次包含亮带的降水过程,得到的亮带订正后的均方根误差ERMS、平均绝对误差ERMA、平均相对误差BRM值较初值均有显著减小(分别减小1.538mm,0.417和0.468).结果表明,该方法能够有效地识别与订正亮带,使得定量测量降水精度有所提高.
利用CAPS (Center for Analysis and Prediction of Storm)研发的ARPS (The Advanced Regional Prediction System)模式及数据处理系统ADAS (ARRS Data Analysis System)和3DVar (3-D Variation)系统分别同化多普勒雷达反射率与径向风资料,分析二者在改进模式初始场和预报效果中的作用.通过模拟2003年7月安徽省一次强降水过程,得到如下结论:径向风资料调整初始风场,在积分进行后,对水汽场也有所调整;反射率资料调整初始水汽场,积分开始后,对风场也有调整,其中后者较显著.从预报的3小时降水来看,两个同化试验得到的落区位置与实况都有出入,反射率同化试验得到的预报面积比实况偏大,但二者都比非同化试验效果好.
以CAPS(Center for Analysis and Prediction of Storm)研发的ARPS模式(The Advanced Re-gional Prediction System V5.2.4)为基础,结合我国多普勒雷达资料,模拟2001年7月13日安徽省的一次暴雨过程,采用3DVAR(3-dimensional variational data assimilation)同化方法,做多时次同化雷达资料试验,前一时次模拟的结果作为下一时次的初始场,不断调整.结果表明,加入雷达资料后的风场、湿度场等都有明显调整,可以明显提高3 h降水模拟效果;同化的雷达时次越多,对上述各要素场和降水的模拟与实际观测的对应效果越好.