本發(fā)明屬于通信領(lǐng)域，具體的是涉及一種用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法。

背景技術(shù)：

閃電是一種常見的大氣放電現(xiàn)象。云內(nèi)離子和水成物粒子是電荷的主要載體。非感應(yīng)起電為對流云中最為主要的起電機制。在對流云中過冷卻的環(huán)境下，冰霰粒子不斷地碰撞伴隨著氣相擴散和過冷水滴堆積，小冰晶不斷地得以增長。電荷在碰撞粒子之間交換，然后通過沉降和垂直運動在云尺度上進行分離電荷。隨著電荷的不斷積累，閃電得以發(fā)生。因而，閃電是強對流的產(chǎn)物。閃電和動力學(xué)和微物理過程之間的密切關(guān)系意味著閃電資料可以用于對中尺度對流系統(tǒng)發(fā)生和發(fā)展監(jiān)測。閃電定位網(wǎng)資料為一種較新的氣象觀測資料，其應(yīng)用與研究為當(dāng)前熱點研究議題之一?，F(xiàn)有中尺度對流系統(tǒng)的監(jiān)測主要依賴于多普勒雷達。但雷達自身有一些缺點，如受地形影響大、時空分辨率較低、探測范圍局限于陸地等等。閃電定位網(wǎng)資料與雷達資料不同，其不受地形的影響，且時空分辨率均高于多普勒雷達資料。隨著閃電定位網(wǎng)資料應(yīng)用研究的不斷深入，閃電資料同化技術(shù)成為目前研究的熱點。閃電資料同化的難點在于閃電頻數(shù)、電場分布或電荷密度等均不是當(dāng)前數(shù)值模式中的模式變量或診斷量。因而，閃電資料同化的思路就是試圖尋找一個合適的觀測算子將閃電定位數(shù)據(jù)與模式變量或者診斷變量聯(lián)系起來，或者建立一個物理協(xié)調(diào)性強的閃電資料代理變量，最后可運用多種方法進行同化。

研究者們嘗試了多種方法同化閃電資料。Alexander et al.[1999]首先提出了閃電資料同化的益處。他們將閃電觀測資料與一種經(jīng)典圖像處理技術(shù)結(jié)合起來以在常規(guī)數(shù)據(jù)稀疏區(qū)域得到連續(xù)時間序列的降水率。結(jié)果表明閃電資料同其他數(shù)據(jù)相比，對預(yù)報的改善更為明顯。Chang et al.[2001]也認證了連續(xù)時間段的閃電代理降水率可以改進后續(xù)預(yù)報。一些研究者將閃電資料轉(zhuǎn)換為對流降水率然后用來調(diào)整潛熱廓線。Papadopoulos et al.[2005]用地閃資料nudge模式中的濕度廓線并將其換變?yōu)榻?jīng)驗廓線。結(jié)果顯示同化閃電資料后對對流降水的預(yù)報改進可長達12小時。

在目前眾多對閃電資料同化的探究中，單純將閃電資料作為控制觸發(fā)積云參數(shù)化方案的開關(guān)，對強對流系統(tǒng)的調(diào)整極為有限，當(dāng)本身對流物理背景場模擬較差時，效果不顯著；運用GSI中關(guān)系將閃電轉(zhuǎn)換為代理回波再進行同化，由于各種方法自身的缺陷，對強對流系統(tǒng)的改進維持時效并不是很好，且臨近降水會存在一定程度的高估或低估；Fierro等人的nudging方法對于閃電觀測區(qū)域的對流初始化很有效，但是nudging方法在同化時調(diào)整的物理量較少，對于抑制虛假對流和調(diào)整對流的能力有限。目前很多業(yè)務(wù)運行的模式中，采用三維變分方法對雷達和常規(guī)資料進行同化，如若能用相同的方法實現(xiàn)對閃電資料的同化，則閃電資料同化在實時業(yè)務(wù)系統(tǒng)中的應(yīng)用會較為容易。三維變分方法在基于模式模擬區(qū)域本身背景誤差協(xié)方差基礎(chǔ)上，可更好地協(xié)調(diào)調(diào)整影響半徑中的相關(guān)物理量，使得分析場動力更加協(xié)調(diào)，從而提高同化后對強對流系統(tǒng)的改進時效。因而，本發(fā)明中，基于總閃和水汽混合比的統(tǒng)計關(guān)系，采用三維變分方法對總閃進行同化并應(yīng)用于個例研究。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)的缺陷，本發(fā)明旨在提供一種用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法，可以實現(xiàn)對總閃資料快速有效的同化，增強同化后分析場的動力協(xié)調(diào)性，改善強對流天氣系統(tǒng)的短臨預(yù)報。

本發(fā)明的技術(shù)方案如下：本發(fā)明提供了一種用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法，包括以下步驟：用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法，其特征在于，包括以下步驟：

步驟S1：處理總閃資料數(shù)據(jù)，并對其進行質(zhì)量控制；

步驟S2：獲取經(jīng)質(zhì)量控制后的總閃資料數(shù)據(jù)；

步驟S3：將總閃資料數(shù)據(jù)轉(zhuǎn)換為相對濕度，并以探空數(shù)據(jù)的格式給出；

步驟S4：將相對濕度同化入WRFDA的三維變分系統(tǒng)，實現(xiàn)對總閃資料數(shù)據(jù)的同化。

進一步地，所述步驟S2中處理總閃資料數(shù)據(jù)并對其進行質(zhì)量控制的步驟為：

步驟S11：設(shè)定需要轉(zhuǎn)換的總閃資料數(shù)據(jù)的模擬參數(shù)；

步驟S12：對總閃資料進行歸閃處理；

進一步地，所述步驟S2中的獲取總閃資料數(shù)據(jù)的步驟為：

步驟S21：選擇對流系統(tǒng)開始發(fā)生的時刻進行同化時間的設(shè)定；

步驟S22：提取總閃資料數(shù)據(jù)。

進一步地，所述步驟S3中將總閃資料數(shù)據(jù)轉(zhuǎn)換為水汽混合比的步驟為：

步驟S31：利用公式將總閃頻數(shù)轉(zhuǎn)換為水汽混合比，其中X為總閃頻數(shù)，Q_sat為飽和水汽混合比；Q_g為雹霰混合比；A,B,C,D、α的系數(shù)分別為0.81、0.2、0.01、0.25、2.2；

步驟S32：將總閃轉(zhuǎn)換得到的水汽混合比轉(zhuǎn)換為相對濕度，并以探空數(shù)據(jù)的格式給出。

進一步地，所述步驟S12中對總閃資料進行歸閃處理的方法為：

將輻射點信號接收時間小于1s或歸為同一個閃電；

將距離小于7km的不同放電過程歸為同一個閃電。

進一步地，所述步驟S22中的提取總閃資料的時間段為同化開始前10分鐘至開始同化時終止提取。

進一步地，所述的總閃資料數(shù)據(jù)包括10分鐘內(nèi)累計的總閃頻數(shù)、閃電的經(jīng)度數(shù)據(jù)以及閃電的緯度數(shù)據(jù)。

本發(fā)明提供的一種用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法，可在現(xiàn)有的業(yè)務(wù)數(shù)值預(yù)報平臺上，采用與同化雷達和常規(guī)資料相同的框架，實現(xiàn)對總閃資料快速有效的同化，增強同化后分析場的動力協(xié)調(diào)性，可以顯著提高對強對流天氣系統(tǒng)的短臨預(yù)報。

附圖說明

為了更清楚地說明本發(fā)明具體實施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對具體實施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹。在所有附圖中，類似的元件或部分一般由類似的附圖標(biāo)記標(biāo)識。附圖中，各元件或部分并不一定按照實際的比例繪制。

圖1示出了本發(fā)明實施例的用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法的流程圖；

圖2示出了本發(fā)明實施例的用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法的1200UTC觀測及Exp.CTL、Exp.lightn北京地區(qū)skew-T圖；

圖3示出了本發(fā)明實施例的用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法的對比試驗選取的區(qū)域設(shè)置及模式地形高度示意圖；

圖4示出了本發(fā)明實施例的用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法的對比試驗中的觀測降水與各組試驗預(yù)報降水示意圖。

具體實施方式

下面結(jié)合具體實施方式對本發(fā)明的用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法做進一步說明：

參見附圖1所示，本發(fā)明實施例提供了一種用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法，包括以下步驟：

步驟S1：處理總閃資料數(shù)據(jù)，并對其進行質(zhì)量控制；

步驟S2：獲取經(jīng)質(zhì)量控制后的總閃資料數(shù)據(jù)；

步驟S3：將總閃資料數(shù)據(jù)轉(zhuǎn)換為相對濕度，并以探空數(shù)據(jù)的格式給出；

步驟S4：將相對濕度同化入WRFDA的三維變分系統(tǒng)，實現(xiàn)對總閃資料數(shù)據(jù)的同化。

本實施例中，所述步驟S2中處理總閃資料數(shù)據(jù)并對其進行質(zhì)量控制的步驟為：

步驟S11：設(shè)定需要轉(zhuǎn)換的總閃資料數(shù)據(jù)的模擬參數(shù)；

步驟S12：對總閃資料進行歸閃處理；

其中，步驟S11中，本實施例中應(yīng)用的物理參數(shù)化方案有WSM6微物理方案、RRTM輻射方案、Goddard短波輻射方案、RUC陸面方案、MYNN邊界層方案、Grell 3D集合積云參數(shù)化方案(9km的區(qū)域打開)。

進一步地，所述步驟S2中的獲取總閃資料數(shù)據(jù)的步驟為：

步驟S21：選擇對流系統(tǒng)開始發(fā)生的時刻進行同化時間的設(shè)定；

步驟S22：提取總閃資料數(shù)據(jù)。

本實施例中，所述步驟S3中將總閃資料數(shù)據(jù)轉(zhuǎn)換為水汽混合比的步驟為：

步驟S31：利用公式將總閃頻數(shù)轉(zhuǎn)換為水汽混合比，其中X為總閃頻數(shù)，Q_sat為飽和水汽混合比；Q_g為雹霰混合比；A,B,C,D、α的系數(shù)分別為0.81、0.2、0.01、0.25、2.2；

步驟S32：將總閃轉(zhuǎn)換得到的水汽混合比轉(zhuǎn)換為相對濕度，并以探空數(shù)據(jù)的格式給出。

本實施例中，所述步驟S12中對總閃資料進行歸閃處理的方法為：

將輻射點信號接收時間小于1s或歸為同一個閃電；

將距離小于7km的不同放電過程歸為同一個閃電。

本實施例中，所述步驟S22中的提取總閃資料的時間段為同化開始前10分鐘至開始同化時終止提取。

本實施例中，所述的總閃資料數(shù)據(jù)包括10分鐘內(nèi)累計的總閃頻數(shù)、閃電的經(jīng)度數(shù)據(jù)以及閃電的緯度數(shù)據(jù)。

本發(fā)明實施例選取了2007年7月31日影響京津冀地區(qū)的一次強對流天氣過程做個例研究。共設(shè)計四組試驗：

試驗一(Exp.CTL)：同化0000UTC Micaps常規(guī)資料后，不同化閃電和雷達資料，直接預(yù)報；

試驗二(Exp.radar)：在試驗一的基礎(chǔ)上，同化0300、0400、0500UTC北京雷達的徑向風(fēng)和反射率數(shù)據(jù)；

試驗三(Exp.lightn)：在試驗一的基礎(chǔ)上，同化0300、0400、0500UTC北京SAFIR 3000閃電定位網(wǎng)總閃資料；

試驗四(Exp.li_ra)：在試驗一的基礎(chǔ)上，同化0300、0400、0500UTC北京雷達徑向風(fēng)、反射率數(shù)據(jù)和北京SAFIR 3000閃電定位網(wǎng)總閃資料。

同化所依托的系統(tǒng)為WRFDA(the Weather Research and Forecasting model data assimilation system)，模擬系統(tǒng)為WRF(3.7.1版本)。WRF系統(tǒng)為美國國家大氣研究中心、國家海洋和大氣管理局、國家環(huán)境預(yù)報中心、預(yù)報系統(tǒng)試驗室、空軍氣象局海軍研究試驗室，俄克拉何馬大學(xué)、美國聯(lián)邦航空管理局共同合作開發(fā)的中小尺度數(shù)值系統(tǒng)。其模擬尺度可從數(shù)公里區(qū)域或中尺度范圍延伸至全球模擬的數(shù)千公里范圍。

參見圖3所示，圖3為本發(fā)明實施例的用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法的對比試驗選取的區(qū)域設(shè)置及模式地形高度示意圖。本實施例的試驗中采取兩重嵌套區(qū)域，分辨率分別為9km和3km。高分辨率的第二重區(qū)域主要包括了此次強對流系統(tǒng)影響的河北、遼寧、北京、天津、山東等地。模式地形從河北省的西北部至東南方向，高度逐步遞減。北京地區(qū)西北高東南低的特殊地形，十分有利于強對流系統(tǒng)的發(fā)生發(fā)展。在西北氣流的條件在，上層的強冷空氣入侵，由低層地形強迫出的強烈鋒生可能為颮線的產(chǎn)生和發(fā)展提供良好的動力學(xué)條件。

參見圖4所示，圖4為本發(fā)明實施例的用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法的對比試驗中的觀測降水與各組試驗預(yù)報降水示意圖。本實施例的試驗中，降水的時間段為0730至1330UTC。觀測降水資料為TRMM觀測數(shù)據(jù)和自動氣象站的組合產(chǎn)品。從0730至1330UTC，觀測到的強降水中心主要位于北京西部和北部、天津南部、渤海、遼寧省南部和山東省南部。在山東省和遼寧省的六小時最大累積降水量達到40毫米以上。在Exp.CTL試驗中，北京的強降水中心較觀測偏北。遼寧省的強降水中心沒有預(yù)報出來而山東的雨帶明顯高估。

在Exp.radar試驗中，提供了一個類似于Exp.CTL的結(jié)果。同化雷達資料后，對河北省北部強降水中心的高估有輕微的改善。渤海與山東省北部的雨帶也更接近觀測。

在Exp.lightn試驗中，預(yù)報優(yōu)于前兩組試驗。在河北省北部、天津南部、北京南部和遼寧省南部，預(yù)報降水量幾乎與所觀測一致，并且在降水的落區(qū)上較為準(zhǔn)確。然而，在渤海大部區(qū)域和山東省北部，累積降水高估明顯，這可能是產(chǎn)生過多雜散強對流的緣故。

在Exp.li_ra試驗中，河北省北部的雨帶預(yù)報基本準(zhǔn)確，但遼寧省的強降水中心過于偏北。此外，山東省北部的雨帶仍被高估。定性地來看，Exp.lightn試驗同化閃電資料后，6小時累積降水的預(yù)報與觀測最為接近。

表1

表1提供了各組試驗的TS評分、誤報率FAR、及命中率POD(共分1mm、5mm、10mm、15mm和20mm五個閾值，加粗字體標(biāo)注為每個閾值的最佳結(jié)果)。

在表一中，TS代表模式對降水量和降水落去的綜合預(yù)報能力，其值越高表示預(yù)報能力越精確。FAR代表預(yù)報發(fā)出后警告總次數(shù)中觀測沒有發(fā)生次數(shù)所占比率，其值越低表示預(yù)報能力越精確。POD代表在觀測發(fā)生的總次數(shù)中，預(yù)報做出警告的次數(shù)所占比率，其值越高表示預(yù)報能力越精確。

在表1中，定量地給出了各組試驗對6小時累積降水的預(yù)報能力。TS評分中，除了高閾值20mm，其余四個閾值(1mm、5mm、10mm、15mm)，Exp.lightn評分均為最優(yōu)；誤報率FAR中，各組試驗評分差距不是很明顯，在高于5mm閾值以上均有一定的誤報率；命中率POD評分中，在所有5個閾值(1mm、5mm、10mm、15mm和20mm)中，Exp.lightn評分均為最高。綜合定性和定量分析，可以看出，同化閃電資料可有效提高強對流天氣系統(tǒng)的臨近降水預(yù)報。

同化閃電資料除了可對臨近降水有效改進，對探空廓線的改進亦很明顯。圖3為1200UTC，同化7小時后，觀測及Exp.CTL、Exp.lightn試驗skew-T圖。埃瑪圖又稱溫度-對數(shù)壓力圖。用它可以進行大氣狀態(tài)的溫濕特征量、氣層厚度、不穩(wěn)定能量及特征高度的計算，是氣象中常用的一種輔助圖表。

與同化雷達數(shù)據(jù)相比，同化閃電資料維持的時間更長。觀測探空廓線在850hPa以下有明顯的逆溫層，Exp.CTL試驗沒有捕捉到這一點，而同化閃電資料后，Exp.lightn則較為準(zhǔn)確得刻畫出逆溫形態(tài)，且溫度廓線與露點溫度廓線所組成的倒置喇叭形與觀測廓線基本一致，由此可知，在強對流天氣中同化閃電資料后中提高了對于溫度、濕度預(yù)報的準(zhǔn)確性。

無論從臨近降水預(yù)報，還是探空廓線改進方面，運用WRF-3DVAR同化總閃資料均表現(xiàn)出很好的適用性，且對強對流天氣的預(yù)報改善時效較長，為目前數(shù)值模式業(yè)務(wù)平臺同化閃電資料提供了良好的可行性。

通過上述結(jié)論可知，本發(fā)明實施例提供的一種用于強對流天氣預(yù)報的同化總閃轉(zhuǎn)換代理濕度的方法，將代理濕度信息同化入WRFDA三維變分系統(tǒng)，實現(xiàn)對總閃資料的同化后的試驗相對其他各項對比試驗提高了對強強對流系統(tǒng)的短臨缺報，并可運用于現(xiàn)有三維變分業(yè)務(wù)系統(tǒng)中。

雖然已經(jīng)參考優(yōu)選實施例對本發(fā)明進行了描述，但在不脫離本發(fā)明的范圍的情況下，可以對其進行各種改進并且可以用等效物替換其中的部件。尤其是，只要不存在結(jié)構(gòu)沖突，各個實施例中所提到的各項技術(shù)特征均可以任意方式組合起來。本發(fā)明并不局限于文中公開的特定實施例，而是包括落入權(quán)利要求的范圍內(nèi)的所有技術(shù)方案。