An assimilation test of Doppler radar reflectivity and radial velocity from different height layers in improving the WRF rainfall forecasts

　　水文预报需要准确和高分辨率的降雨信息作为支撑。然而，降雨却是中尺度数值大气模式最难掌控的气象要素之一。雷达数据同化通过校正初始场和边界条件中的误差，可以有效改进数值大气模式的降雨预报结果。本研究对比了同化不同高度层的多普勒雷达数据对数值降雨预报的改进效果。采用WRF模式和三维变分数据同化方法对发生在我国京津冀地区大清河流域的一场强降雨过程进行了预报。按照雷达数据的垂向分层高度，将多普勒雷达反射率和径向风数据分别分成了七组：(1)小于500 m，(2)小于1000 m，(3)小于2000 m，(4) 500至1000 m，(5) 1000至2000 m，(6)大于2000 m，(7) 全部高度层。研究结果表明：同化雷达反射率对预报降雨的改进效果与同化径向风相比更为显著，且同化效果随着数据高度的增加而降低。同时同化雷达反射率和径向风与仅同化反射率的规律一致。研究结论为探索雷达数据的高效同化模式提供了借鉴。