Evaluation of Doppler radar and GTS data assimilation for NWP rainfall prediction of an extreme summer storm in northern China: from the hydrological perspective

　　数据同化是改进数值大气模式进行高精度降雨预报的有效手段。本文对多普勒天气雷达和全球电信系统（GTS）所提供的多源气象数据的同化效果进行了深入的探讨。研究以2012年7月发生在京津冀地区的一场特大暴雨作为研究对象，采用中尺度数值大气模式WRF用来获得3km的高精度降雨预报，并采用三维变分同化技术（3D-Var）进行数据同化。通过对不同来源的气象数据在WRF模式双层嵌套网格内的不同组合，构建了11套数据同化模式。累计降雨量和降雨的时空分布特征都被作为同化效果的评价指标。研究表明，数据同化可以有效改进WRF模式的降雨预报精度：1）同化雷达反射率和GTS数据都能起到明显的改进效果，但雷达径向风的同化效果在几种模式中的表现都并不理想；2）当在内层细网格内同化雷达数据时，在外层粗网格加入GTS数据可以进一步改进雷达数据的同化效果；3）并非同化数据量越大，对降雨的改进效果越好，同化效果并非取决于同化数据的数量，而是由其中所含有效信息量决定的。在此基础上，研究进而探讨并提出了一种改进数值降雨预报的多源数据最优组合同化模式。