不同雷达观测资料同化对一次罕见飑线天气模拟的影响

曹 倩，雷桂莲，易艳红，章毅之，刘良玉，彭王敏子

（1. 江西省气象科学研究所，江西 南昌 330096；2. 江西省气象服务中心，江西 南昌 330096；3. 江西省宜春市气象局，江西 宜春 336000）

引 言

飑线是我国主要的灾害性天气之一，过境时常带来短时强降水、雷暴、大风、冰雹和龙卷等天气。飑线伴随的雷暴大风是指大气对流活动导致的地面及近地面强风事件，由于其突发性强、持续时间短、致灾性强，往往给人们生命和财产带来巨大威胁，是短临预报的重点和难点。针对伴随雷暴大风的飑线国内外已有很多研究［1-9］，这些研究多基于再分析资料、高分辨率观测资料或者数值模拟结果，诊断分析此类飑线的成因、发展演变特征以及中尺度结构等，而利用观测资料改进此类飑线数值模拟效果的相关研究较少。数值模拟成功与否很大程度依赖于初始场的准确度及协调性，多普勒天气雷达资料时空分辨率高，能与中尺度数值模式分辨率相互匹配［10］，因此，开展多普勒雷达观测资料同化的相关研究对提升数值模拟结果的准确性有重要意义［11-14］。

近年来，针对同化雷达不同资料对各类天气的数值模拟诊断效果开展了很多对比工作。部分研究［15-19］表明同化雷达反射率资料对暴雨天气的模拟效果优于同化径向风资料；而蒋宗孝等［20］对福建地区一次暴雨过程的模拟试验表明仅同化雷达径向风资料比仅同化雷达反射率资料的TS 评分要提高更多。沈艳秋等［21］对一次飑线过程的模拟试验发现，仅同化径向风资料对小雨、中雨预报效果更好，而仅同化雷达反射率资料对暴雨预报效果更好，其原因可能是水汽比风对暴雨的发展更重要。陈锋等［22］对一次龙卷过程的数值模拟发现仅同化雷达径向风资料对龙卷的预报效果改进作用更大，但用相同方法对一次飑线的模拟［23］却发现，仅同化雷达反射率因子更能有效改进飑线边界层特征的模拟，从而改善模式对飑线发展演变过程的模拟效果。上述研究虽一致表明同化雷达径向风资料能有效改善初始风场信息，同化雷达反射率资料能显著改善初始水汽场，同时同化两种资料效果最佳。但是，何种观测资料改进效果更显著以及这两种观测资料改进作用是否稳定还有许多不确定性，仍需进一步试验和探讨。

2018 年3 月4 日午后江西省出现一次罕见的飑线天气过程，其强度强、影响范围大、致灾性强，为江西省有气象记录以来最强的雷暴大风过程。本文选用中尺度模式WRF（weather research and fore⁃casting）及其3D-Var（three-dimensional data assimila⁃tion）同化系统，针对这次飑线过程开展同化雷达不同资料的数值模拟试验研究，探讨同化雷达不同资料对飑线发展演变过程预报的影响，并剖析预报差异原因，以期为此类飑线天气预报提供有益借鉴。

1 试验设计和方法介绍

1.1 试验设计及资料

采用WRF V3.9.1 及其3D-Var 作为预报模式和资料同化系统。模拟采用双重嵌套网格，中心位置为114°E，30°N；内外层网格数分别为301×301和391×397，对应网格距分别为9 和3 km；垂直方向分为不等距的50 层，模式顶层气压50 hPa。两层网格基本采用相同的物理参数化方案：Monin-Obukhov 地表方案、WDM6 云微物理方案、Dudhia短波辐射方案、YSU 边界层方案、Noah 陆面过程方案、RRTM 长波辐射方案。在第一重嵌套中使用Kain-Fritsch 积云对流方案，第二重嵌套中关闭此方案。

背景场资料为1°×1°的NCEP FNL 资料，每天提供02：00（北京时，下同）、08：00、14：00 和20：00 的4次分析数据。初始场和边界场由FNL 资料通过WPS模块插值得到。

首先选取2018 年3 月4 日02：00 作为起始时间，内外层均采用WRF 模式均做10 h 的spin-up 预报至12：00；然后设置4个试验探究同化雷达不同观测资料对本次飑线过程预报的影响，试验设计见表1。

表1 试验设计Tab.1 Experimental scheme

4 个试验结果输出时间间隔均为60 min，采用第二层网格结果进行分析。同化使用的背景场误差协方差矩阵通过NMC（National Meteorological Center）定义的方法［24］计算而得，即针对2018年3月1—31 日，每天从08：00 和20：00 分别预报12 h 和24 h，把同一时刻不同时效预报值之差的统计结果作为背景场误差协方差矩阵。

雷达资料包括江西南昌、宜春、景德镇、上饶和抚州5部多普勒天气雷达资料。雷达资料在进入数值模式前首先通过ARPS 模式中的88d2arps 模块进行去除距离折叠和地物杂波、速度退模糊等质量控制。

文中附图涉及地图均基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2019）3082号的标准地图制作，底图无修改。

1.2 同化方法

1.2.1 同化雷达径向风

采用直接同化方式同化雷达径向风，观测算子［13］表示如下：

式中：Vr（m·s-1）为雷达径向风；u，v，w（m·s-1）为模式三维风场；x，y，z为雷达站位置；xi，yi，zi为雷达观测目标i位置；ri（m）为观测目标i到雷达的距离；vT（m·s-1）为降水粒子下降末速度；qr（g·kg-1）为雨水混合比；a为修正因子；pˉ（hPa）为气压的基本状态；P0（hPa）是地面气压。

1.2.2 同化雷达反射率

在WRF-3DVar同化系统中，有直接同化雷达反射率［14］和间接同化雷达反射率［25］的方法。直接同化雷达反射率的观测算子是非线性的，该观测算子线性化的有效性取决于背景场精度［26］，当背景场太干时，观测算子线性化过程会存在很大误差［27］。本次个例飑线发生在中上层异常偏干环境中［28］，因此采用间接同化雷达反射率方法探讨同化效果。

结合GAO 等［29］提出的分类同化方案和WANG等［25］提出的雷达反射率间接同化方案，将雷达反射率分别反演成雨水、雪和霰粒子的混合比以及由雷达反射率因子估算的水汽作为观测同化。等效雷达反射率Ze（mm6·m-3）与雨水混合比qr、雪混合比qs、霰混合比qh（g·kg-1）之间的关系如下：

式中：Z（qr）、Z（qs）、Z（qh）（mm6·m-3）分别为等效雷达反射率因子的雨水分量、雪分量、冰雹分量；ZdB（dBZ）是观测的雷达反射率因子；ρ（kg·m-3）是空气密度；Tb（℃）是模式背景场温度；α在0~1 之间线性变化。给出一个雷达反射率值，通过公式（4）~（8）即可反演出对应的雨水、雪和霰粒子的混合比来进行同化。

同化估算水汽［25］的方法：当雷达反射率大于给定阈值（设置为30 dBZ）时，假定云中相对湿度是100%，即此时雷达观测点的水汽值等于饱和水汽，计算出该点的饱和水汽作为一种观测资料来同化，观测算子如下：

式中：qv（g·kg-1）是水汽混合比；rh（%）是相对湿度；qsat（g·kg-1）是水汽饱和比。将其线性化后：

式中：es（hPa）为饱和水汽压；c1=6.112，c2=17.67，c3=243.5，ε=0.622。将公式（11）和（12）代入（10），并忽略饱和水汽压随气压扰动分布的极小项，即可得到同化估算水汽的线性观测算子：

2 天气概况

2018 年3 月4 日江西中北部出现罕见强飑线天气，该过程雷暴大风的范围、强度均位居江西有完整气象记录以来首位，属于低层暖平流强迫类强对流天气［30］。

受此次飑线过程影响，3 月4 日13：00—18：00，江西中北部共60 站发生8 级以上雷暴大风，20 站出现10 级以上阵风，庐山、进贤和湖口站阵风超过12级，其中乐平市塔山工业园站16：28 瞬时最大风速达40.8 m·s-1（13 级）。由雷达组合反射率拼图演变发现，强对流回波在4 日凌晨（图略）于广西形成并逐步东移发展，约12：36，北侧强回波进入江西萍乡，南侧短飑线前侧有对流单体新生［图1（a）］；13：12，北侧强飑线与南侧新生对流单体合并，形成水平尺度达200 km 的西北—东南向回波，最强回波超过50 dBZ［图1（b）］。此后，西北—东南向线状回波尺度增大并逐渐演变成弓形，14：00 呈现出标准的弓形回波，最大反射率因子超过55 dBZ［图1（c）］。此时环境风场（图略）上，850~500 hPa平均气流为强西南风，与回波走向垂直，飑线移速约90 km·h-1，强回波所经之处出现大范围区域性8~9 级大风，局地达10 级。15：00［图1（d）］，飑线演变成一个水平尺度达300 km 的西北—东南向大弓形。此后，回波维持其尺度和强度继续向东北方向移动，江西中北部出现大范围8~10 级大风，局部10~13 级；18：00 飑线移出江西。

图1 2018年3月4日实况观测的雷达组合反射率（单位：dBZ）演变（a）12：36，（b）13：12，（c）14：00，（d）15：00Fig.1 Evolution of observed radar composite reflectivity（Unit：dBZ）on March 4，2018（a）12：36 BST，（b）13：12 BST，（c）14：00 BST，（d）15：00 BST

3 预报结果对比和检验

3.1 地面大风

这次飑线过程的罕见特征是8 级以上（大于等于17.2 m·s-1）大风覆盖范围非常大。图2为观测和各试验预报的3 月4 日13：00—17：00 江西省8 级以上大风分布。可以看出，飑线主要影响江西中北部，有3 个12 级以上（32.7 m·s-1）大风中心，均在上饶市鄱阳湖附近区域，最大风速达40.8 m·s-1［图2（a）］。NODA试验预报的大风区域明显偏离实况，且预报大风范围偏小［图2（b）］；DAVE 试验［图2（d）］8 级以上大风范围预报较NODA 试验有明显改善，在鄱阳湖附近预报出3 个12 级以上大风中心，但范围和极大值较实况偏小；DARF 试验［图2（c）］在鄱阳湖附近未预报出大风区域，但在实况中未出现大风的江西中部区域空报出一片虚假大风，该试验预报的大风相对于NODA 试验较实况差距更大，仅同化雷达反射率对大风预报起反效果；但联合同化雷达反射率与径向风后，模式较准确地再现了大风区域的位置和范围，出现3 个范围和位置均与实况接近的12级以上大风中心（中心值为38.8 m·s-1）［图2（e）］。可见，只同化雷达径向风能有效改善地面大风预报；只同化雷达反射率对地面大风预报起反效果；同化雷达反射率时联合同化雷达径向风资料后，对地面大风预报效果有明显改善。

图2 观测及各试验预报的2018年3月4日13：00—17：00江西省8级以上大风（单位：m·s-1）分布（a）观测，（b）NODA，（c）DARF，（d）DAVE，（e）DARVFig.2 The distribution of gale greater than grade 8 observed and forecasted by different experiments in Jiangxi from 13：00 BST to 17：00 BST March 4，2018（Unit：m·s-1）（a）observation，（b）NODA，（c）DARF，（d）DAVE，（e）DARV

3.2 雷达组合反射率

图3是观测和各试验预报的雷达组合反射率。可以看出，实况中飑线由直线型回波逐渐演变成弓形回波并向东北方向移动，飑线后侧有层状云区；NODA 试验预报出不连续强回波带，回波强度总体偏强且飑线后侧未出现层状云区；DAVE 试验较好地预报出飑线南侧回波带及其运动趋势，但北侧强回波带未预报出，尤其16：00 北侧强回波带基本消失；DARF试验预报的14：00强回波带与实况基本一致，但随着积分时间增加强回波带移动速度缓慢且飑线前侧出现虚假层状云区，预报结果与实况有较大偏差；DARV 试验预报的强回波带强度和分布与实况最相近，回波移动方向和速度也与实况较一致，但强度比实况略偏强，层状云区范围比实况偏小。

图3 2018年3月4日观测和各试验预报的雷达组合反射率（单位：dBZ）Fig.3 Observed and forecasted radar composite reflectivity by different experiments on March 4，2018（Unit：dBZ）

为客观对比不同雷达资料同化对雷达组合反射率预报的影响，对预报的逐小时雷达组合反射率（大于等于40 dBZ）做TS 评分（图略），结果显示NODA 试验TS 评分仅在0.15左右，说明NODA 试验未能较好预报飑线强对流区的强度和位置；DARF试验14：00 TS 评分高达0.38，但随着预报时间延长评分快速降低，预报的雷达反射率强度和位置与实况有明显偏差；DAVE试验初始时刻评分不如DARF试验，但TS 评分下降速度慢，15：00 和16：00 TS 评分都比DARF 试验高，且整个积分时段均高于其他试验。

综上所述，仅同化雷达径向风能改善模式对本次飑线雷达组合反射率的预报；仅同化雷达反射率不能稳定改善模式对雷达组合反射率的预报；当联合同化雷达反射率与径向风资料后显著改进了模式对飑线发展演变过程中雷达组合反射率的预报效果，此时雷达反射率的同化起到显著正效果。

3.3 地面降水

图4为实况和各试验预报的2018 年3 月4 日13：00—16：00 的累计降水量。从图4（a）看出，降水主要分布在赣东北区域，雨带呈东北—西南向，最大降水中心位于上饶市鄱阳湖附近区域，最大降水量38 mm，这次飑线过程降水范围和强度均不大。NODA试验［图4（b）］预报的强降水中心区域在景德镇北部附近，降水范围较实况偏大，鄱阳湖附近区域降水量小于30 mm；DAVE 试验［图4（d）］预报较NODA 试验有明显改善，鄱阳湖附近区域出现降水大值区，但预报的降水范围较实况偏大；DARF 试验［图4（c）］在高安附近预报出较大范围强降水区，这与其预报的强对流回波带移动缓慢相呼应，该试验预报的降水相对于NODA 试验较实况差距更大，仅同化雷达反射率对降水预报起反效果；但是当同化雷达反射率时联合同化雷达径向风后，准确预报出降水位置和范围，但降水强度较实况偏弱［图4（e）］。

图4 观测和各试验预报的2018年3月4日13：00—16：00的3 h累计降水量（单位：mm）分布（a）观测，（b）NODA，（c）DARF，（d）DAVE，（e）DARVFig.4 The distribution of 3-hour accumulated rainfall observed and forecasted by different experiments from 13：00 BST to 16：00 BST March 4，2018（Unit：mm）（a）observation，（b）NODA，（c）DARF，（d）DAVE，（e）DARV

可见，只同化雷达径向风能部分改善降水预报；只同化雷达反射率对地面降水预报起反效果；同化雷达反射率时联合同化雷达径向风资料后，雷达反射率的加入能改进模式对地面降水的模拟。

4 预报差异原因

4.1 初始分析场

4.1.1 雷达回波和水成物分布

图5为观测和4 组试验初始分析场的雷达组合反射率，图6 为沿图5 中蓝色实线的雷达组合反射率垂直剖面。观测显示：4日13：00江西宜春西部出现45 dBZ 以上的飑线强回波带，反射率因子最大达55 dBZ 以上，飑线后侧出现大范围层状云区［图5（a）］；从垂直结构看，此次飑线过程强对流系统不深厚，30 dBZ 以上回波从地面仅伸展到550 hPa，但层状云区延伸到飑线强对流区后侧160 km，飑线前侧有新对流单体触发新生［图6（a）］。NODA试验表现为一条断裂的强回波带，未出现层状云区［图5（b）］；强对流系统明显偏强，30 dBZ 以上回波顶高达300 hPa［图6（b）］。DARF 试验明显订正了雷达反射率的分布和量级，基本再现了观测中出现的强对流区和层状云区［图5（c）、图6（c）］。DAVE试验仅对强对流区的强度进行了调整，强回波带依旧不连续，且层状云区范围很小［图5（d）、图6（d）］。DARV 试验对强对流区和层状云区雷达反射率因子均进行了调整，并在飑线前侧出现新生单体［图5（e）、图6（e）］。

图5 2018年3月4日13：00观测及各试验初始分析场的雷达组合反射率（单位：dBZ）（蓝色实线是垂直于飑线的剖面线）（a）观测，（b）NODA，（c）DARF，（d）DAVE，（e）DARVFig.5 The radar composite reflectivity（Unit：dBZ）of observation and initial analysis fields of different experiments at 13：00 BST March 4，2018（The solid blue lines are section lines perpendicular to the squall line）（a）observation，（b）NODA，（c）DARF，（d）DAVE，（e）DARV

图6 2018年3月4日13：00观测和各试验初始分析场的雷达反射率（填色区，单位：dBZ）、霰混合比（黑色等值线，单位：g·kg-1）沿图5中蓝色实线的垂直剖面（黑色点线为0 ℃等温线。下同）（a）观测，（b）NODA，（c）DARF，（d）DAVE，（e）DARVFig.6 Vertical cross sections of radar composite reflectivity（color shaded，Unit：dBZ）and graupel mixing ratio（black contours，Unit：g·kg-1）of observation and initial analysis fields of different experiments along the blue line in Fig.5 at 13：00 BST March 4，2018（The black dotted line is 0 ℃isotherm. the same as bellow）（a）observation，（b）NODA，（c）DARF，（d）DAVE，（e）DARV

对比各试验初始分析场的水成物垂直分布（图6、图7），发现NODA 试验在飑线强对流区对流层中上层，霰粒子垂直分布广且中心极值大；对流层中下层，雨水垂直分布广且中心极值大。DAVE试验对流层中上层霰粒子混合比和对流层中下层雨水混合比较NODA 试验均明显减小。DARV 试验和DARF 试验模拟的水成物垂直分布较相似，强对流区对流层上层霰粒子分布范围小且极值小，这与实况中雷达强回波带不强相对应；雪在强对流区主要分布在700 hPa 以上，在层状云区分布在850~600 hPa，极值出现在强对流区700 hPa 附近，中心最高达4.5 g·kg-1；雨水主要分布在600 hPa以下，强对流区雨水垂直分布广且含量高。不同的是，DARV试验在飑线前侧900~650 hPa 高度内出现雨水分布（约0.2 g·kg-1），这与实况中飑线前侧新生单体对应。

图7 2018年3月4日13：00各试验初始分析场的雨水（黑色等值线）、雪（填色区）混合比（单位：g·kg-1）沿图5中蓝色实线的垂直剖面（a）NODA，（b）DARF，（c）DAVE，（d）DARVFig.7 Vertical cross sections of rain water（black contours）and snow（color shaded）mixing ratio（Unit：g·kg-1）of initial analysis fields of different experiments along the blue line in Fig.5 at 13：00 BST March 4，2018（a）NODA，（b）DARF，（c）DAVE，（d）DARV

4.1.2 热力和动力特征

图8为2018 年3 月4 日13：00 观测和各试验初始分析场宜春多普勒雷达0.5°仰角径向速度。多普勒雷达利用多普勒效应探测径向风，只在降水粒子出现地方才有雷达径向风观测，因此其缺测范围较大［图8（a）］，飑线后侧出现大范围负速度区，表明飑线后侧存在明显的后侧入流急流区；NODA 试验也在飑线发生位置出现负速度区，但范围和强度与实况有明显差别［图8（b）］；DARF 试验仅对雷达径向风分布有微弱调整，对强度改进不明显［图8（c）］；DAVE 试验相对于NODA 试验有显著改善，飑线后侧出现大范围负速度区，飑线前侧有小范围正速度区，模拟出了大范围后侧入流急流［图8（d）］；DARV 试验在联合同化雷达反射率和径向风后，初始分析场的雷达径向风强度和范围均最接近实况［图8（e）］。

图8 2018年3月4日13：00观测和各试验初始分析场中宜春多普勒雷达0.5º仰角径向速度（单位：m·s-1）（黑色五角星代表雷达位置）（a）观测，（b）NODA，（c）DARF，（d）DAVE，（e）DARVFig.8 The radial velocity（Unit：m·s-1）on the elevation of 0.5ºfrom Yichun Doppler radar and its simulations in initial analysis fields of different experiments at 13：00 BST March 4，2018（The black star is location of the radar station）（a）observation，（b）NODA，（c）DARF，（d）DAVE，（e）DARV

假相当位温（θse）是表征热力条件的温湿特征参数。NODA试验［图9（a）］初始分析场中假相当位温等值线较平直，积蓄了较高能量，对强对流天气发生发展有一定作用。DARF 试验［图9（b）］相比NODA 试验有明显变化，飑线强对流区113.8°E 处有一条高能舌伸向对流层上层，且对流层上层对应正温度扰动大值区，这种正温度扰动在维持对流发展中起重要作用；飑线后侧近地面形成较大范围冷池，这由强对流区和层状云区降水形成，有利于在飑线前侧触发新对流，使得飑线维持并向前移动。DAVE 试验较NODA 试验有较小改变，在飑线前侧模拟出一条伸向550 hPa的高能舌，且飑线后侧形成的冷池强度不强［图9（c）］。DARV 试验［图9（d）］同DARF 试验相似，但对流层上层存在2 个正温度扰动大值区，说明飑线前侧有新对流单体触发新生，这更符合实况。

图9 2018年3月4日13：00各试验初始分析场的假相当位温（等值线）和扰动位温（填色区）沿图5中蓝色实线的垂直剖面（单位：K）（a）NODA，（b）DARF，（c）DAVE，（d）DARVFig.9 Vertical cross sections of pseudo-equivalent potential temperature（contours）and perturbation potential temperature（color shaded）along the blue line in Fig.5 in initial analysis fields of different experiments at 13：00 BST March 4，2018（Unit：K）（a）NODA，（b）DARF，（c）DAVE，（d）DARV

可见，雷达反射率同化是将雷达反射率首先反演成雨水、雪和霰粒子以及由其估算云中水汽后再同化，能够有效调整模式初始分析场的水成物场和热力场，但对动力场调整微弱；雷达径向风同化是通过三维变分技术直接调整初始分析风场，对水成物场和热力场调整不明显；联合同化雷达反射率和径向风可以综合调整初始动力场、水成物和热力场，初始分析场总体最符合实况。

4.2 模拟的多层风场和雷达反射率

环境风场是这次飑线过程产生极端大风且移速快的重要原因［27，29］。4 日15：00 飑线发展成熟，其形状为标准的西北—东南向大弓形［图1（d）］，借助该时刻观测和模拟的200、500 和850 hPa 各层雷达反射率，NODA 试验模拟的各层风场和3 组同化试验模拟的水平风增量场（图10），分析同化雷达不同资料对多层风场和雷达反射率预报的影响，以探究预报结果差异原因。观测显示，200、500 和850 hPa 雷达反射率均表现为弓形，850 hPa 高度飑线后侧出现明显层状云区。NODA 试验模拟的各层雷达反射率都偏强，回波为断裂的南北两段回波，其形态未呈弓形且未模拟出飑线后侧的层状云区，各层风场均表现为一致的西南气流。DARF 试验在850 hPa 上模拟出连续的西北—东南向直线型强回波带，飑线前侧出现虚假层状云区，但在飑线后侧未模拟出实况中出现的层状云区；对流层中上层200 hPa和500 hPa飑线前后均模拟出大范围层状云区，与实况有较大差距，这是因为200 hPa 高度出现辐散的风场增量，将对流层低层输送来的水成物向强回波区前后输送，导致飑线前后形成较大范围层状云区。因此，循环同化雷达反射率后，首先影响大气水成物场和热力场，水成物的潜热释放加热对流层上层，导致高层出现虚假辐散风场增量，进而在飑线前侧出现虚假层状云区。但模拟的低层风场偏弱，使得飑线强回波带移动缓慢且未演变成弓形；同时模拟的中低层后侧入流气流有所削弱，这是该试验对地面大风预报起反效果的原因之一。DAVE 试验相比NODA 试验在500 hPa 和850 hPa 强回波区后侧出现西南风增量，有利于回波向弓形发展及改善地面大风预报。相比之下，DARV 试验同DAVE 试验在飑线后侧对流层中下层出现明显后侧入流急流，但对比DARF 试验飑线前侧对流层上层200 hPa 未出现西南风增量。同时同化雷达反射率和径向风后模拟的雷达反射率虽然强度比实况偏强、层状云区范围偏小，但基本模拟出与实况一致的弓形回波；模拟中出现的对流层中低层增强的后侧入流能有效改善地面大风模拟效果。

图10 2018年3月4日15：00观测和模拟的雷达反射率因子（填色区，单位：dBZ）和NODA试验模拟的风场（风矢，单位：m·s-1），以及DARF、DAVE、DARV同化试验相对于NODA的风场增量（风矢，单位：m·s-1）Fig.10 Observed and simulated radar reflectivity factor（color shaded，Unit：dBZ）and wind fields（vectors，Unit：m·s-1）simulated by NODA，wind field increment（vectors，Unit：m·s-1）simulated by DARF and DAVE and DARV compared with NODA at 15：00 BST 4 March，2018

只同化雷达反射率后，热力场对动力场的反馈作用不真实，对风场调整不符合实际，预报的雷达组合反射率、地面大风和降水与实况有很大偏差；联合同化雷达反射率与径向风资料后，对动力、水成物和热力场调整更符合实际，随着预报时间延长，动力、热力和水成物场的演变也更符合实际，增强的中低层后侧入流有利于地面大风形成及回波演变成弓形，最终预报的雷达组合反射率、地面大风及降水最接近实况。

4.3 模拟的飑线系统边界层特征

低层风垂直切变和冷池是影响飑线发展、维持及移动的重要边界层特征［31-32］。选择500 m 和3500 m高度风场近似计算0~3 km风垂直切变，并以近地面小时变温判断冷池，对比分析同化雷达不同资料对飑线边界层特征模拟的影响，进一步探讨预报结果存在差异的可能原因。

图11是NODA 和3 个同化试验模拟的逐小时风垂直切变。对比实际飑线分布（图2），NODA试验模拟的风垂直切变未发现明显规律。DARF 试验在飑线前侧没有明显的风垂直切变大值区；同时伴随冷池的后向出流，近地面西南气流被削弱（图略），飑线后方出现风垂直切变大值区。DAVE 试验在飑线前50~100 km 处出现风垂直切变值大于18 m·s-1区域，这和许多研究结论一致［23，31-33］；飑线后方出现风垂直切变大值区，但与DARF 试验不同的是此时近地面西南风依旧较大（图略），表明飑线后侧出现的风垂直切变大值区源于雷达径向风的同化，同化雷达径向风资料后增大了3 km 高度风速，进而使得风垂直切变增大。DARV 与DAVE 试验，飑线前侧和后侧均出现风垂直切变大值区，且近地面层西南风较大（图略）。此外，DAVE 和DARV 试验中飑线前侧风垂直切变方向与飑线走向基本垂直，有利于飑线发展和移动。可见，雷达径向风同化能有效改进模式对飑线前侧风垂直切变的模拟，而雷达反射率因子同化不能改善飑线前侧风垂直切变分布。

图11 2018年3月4日各试验模拟的0~3 km风垂直切变矢量（箭头）和大小(填色区，单位：m·s-1)逐小时演变Fig.11 The hourly evolution of 0-3 km vertical wind shear vector(arrows)and vertical wind shear speed(color shaded,Unit:m·s-1)simulated by different experiments on March 4,2018

从图12可以看到，实况中飑线后侧存在明显冷池，冷池中心强度低于-10 ℃，强冷池的存在是地面大风形成的重要原因［7，28，34-35］。NODA 试验模拟的冷池位置和强度与实况有较大偏差。DARF 试验模拟的冷池没有明显改进，冷池强度较NODA 试验更弱，这是同化雷达反射率对地面大风预报起明显反效果的重要原因；DAVE 试验模拟的冷池在位置和强度上有明显改进，同化雷达径向风能改善地面大风预报效果。DARV 试验在联合同化雷达反射率与径向风后，模拟的冷池与实况很接近，出现-10 ℃冷池中心；且伴随强冷池出流（图略），一方面有利于触发新风暴单体，另一方面有利于产生罕见地面大风。可见，同化雷达径向风，通过改变水成物传输过程改变水成物分布，进而改进伴随降水的蒸发冷却过程，最终改进近地面冷池的模拟；同化雷达反射率虽然能够改进初始水成物场和热力场，但是若没有真实的动力场配合，随着积分时间推进，热力场对动力场的双向反馈作用不符合实际，最终无法改进模式对地面冷池的模拟；在同化雷达反射率时联合同化雷达径向风，模式的动力场、水成物场和热力场得到综合调整，模拟的近地面层冷池最接近实况，进而预报的地面大风与实况相近。

图12 2018年3月4日观测和各试验模拟的小时地面变温场（单位：℃）Fig.12 Observed and simulated hourly surface variable temperature fields of different experiments on March 4，2018（Unit：℃）

综上可见，仅同化雷达径向风能部分改进模式对飑线边界层特征的模拟，仅同化雷达反射率不能改进飑线边界层特征的模拟；当同化雷达反射率时联合同化雷达径向风能明显改善飑线发展演变过程中边界层特征的模拟，这也是预报的雷达组合反射率、地面大风及降水效果得到明显提升的关键因素。

5 结 论

针对2018 年3月4日发生在江西的罕见强飑线天气，利用WRF 中尺度模式及其3D-Var 同化系统，探讨不同雷达资料同化对伴随极端雷暴大风飑线模拟的影响。主要结论如下：

（1）仅同化雷达径向风能有效调整初始动力场，且间接修正水成物场和热力场，随着积分时间增加，动力场和热力场的双向反馈较合理，有效改进飑线边界层特征和各层风场等的预报结果，同时对流层中低层后侧入流增强，进而改进模式对飑线发展演变过程中雷达组合反射率、地面大风及降水的预报效果。

（2）仅同化由雷达反射率反演的雨水、雪和霰粒子及由其估算的水汽对初始水成物场和热力场影响较大，但对动力场调整微弱，随着积分时间增加，热力场对动力场的反馈作用不真实，高层出现虚假辐散风场，导致飑线前侧模拟出虚假层状云区。只同化雷达反射率因子，不能改进飑线边界层特征模拟，模拟的地面冷池更弱，对流层中低层后侧入流未得到增强，对飑线发展演变过程中雷达组合反射率的预报未能起到稳定正效果，尤其对地面大风和降水预报起明显反效果。

（3）联合同化雷达反射率与径向风资料后，综合修正了初始动力、热力和水成物场，保证初始物理量场更符合实际，随着积分时间推进，形成有利于强飑线发生的垂直风切变和三维风场结构，产生与实况非常接近的强冷池。同时同化两种资料后，模式对飑线发展演变过程的雷达组合反射率、地面大风和降水预报结果，相对于仅同化雷达径向风试验更接近实况，此时雷达反射率的同化起明显正效果。

单独同化雷达反射率未能改善本次飑线模拟，但若联合同化雷达径向风形成更加符合实况的动力条件与其配合，则同化雷达反射率能显著改进本次飑线模拟。需要注意的是，本文研究结论基于一个低层无切变的暖区飑线，它触发于一致的西南急流中，发生在对流层中层特别干的环境中，许多强对流指数都达到同季节极端情况，鉴于伴随极端大风的飑线发生机理和初始边界场准确度不一致，研究结论还需多个同类个例加以检验。