【專章】分享本實驗室成員參與合著《Numerical Weather Prediction: East Asian Perspectives》一章節

  本實驗室鍾高陞老師等合著《Numerical Weather Prediction: East Asian Perspectives》一書的其中一章節,該書屬於Springer Atmospheric Sciences系列書籍,由韓國梨花女子大學氣候和能源系統工程學系Seon Ki Park教授所主編,本書內容著重東亞國家的科學家在數值天氣預報(NWP)領域的歷史、發展及應用。

  本書涵蓋二十一個章節,包括氣象參數化、模式架構、高影響天氣系統的NWP應用等,參數化方案的發展、參數化技術的優化、以及將NWP模型應用於改進各種高影響天氣系統預報。本書中強調了由東亞各國科學家所開發新型技術,如雷達同化系統的應用,能夠提升了NWP模式的預報能力。該項創新為氣象科學家和研究人員提供了對東亞NWP發展的基本知識和見解。

  其中合著的專章主題為《Evaluating the Assimilation of Observable and Retrievable Weather Radar Information for Quantitative Precipitation Forecasts》在本書第217-246頁,由本實驗室鍾高陞副教授(通訊作者)、校友蔡直謙博士(任職於國家災害防救中心)、柯緁盈博士、校友越南籍Phuong-Nghi Do博士(現任職於美國聖地牙哥加利福尼亞大學Scripps Institution of Oceanography)、廖宇慶特聘教授所撰寫。

 簡述該章節的部分內容:

  現代氣象儀器中,氣象雷達提供降水系統最完整的三維觀測資料,且具有高時空解析度。雷達觀測中的徑向風速(Vr)包括三維風速和水滴末速度在徑向方向的投影。回波(ZH)和雙偏極變數反映水滴的多種微物理特性,包括大小、形狀、方向和數量濃度。將雷達觀測加入數值天氣預報(NWP)模型數十年來一直是分析和預測劇烈天氣系統動力學和雲微物理狀態的主要方法,進而改善定量降水預報(QPF)。

  然而,傳統雷達觀測(如Vr和ZH)同化的影響有限,因此一些研究開始探索同化熱力場變數(如溫度和水氣)的效果。雖然已有一些好的效果,但同化傳統雷達觀測的改進仍然有限。近期研究嘗試了不同的策略,包括使用比差異相位差(KDP)或差分反射率的柱狀結構(ZDR column),在預測高影響天氣事件方面取得了顯著效果。然而,同化雷達數據進行溫濕度調整,仍然具有挑戰性。

   這個章節利用系集資料同化系統,檢視同化氣象雷達資訊對定量降水預報的影響。該研究不僅同化了溫度、水氣和雙偏極化參數的模擬觀測,還同化了雷達徑向速度和回波。有別於同化氣象系統內部資料,雙波長雷達能夠進一步獲取降水系統周圍的水氣資訊。透過理想化和不同高影響天氣事件的研究,分析驗證數值降水預報的結果。 

  使用了雷達資料同化系統(WRF-LETKF Radar Assimilation System , WLRAS),將Weather Research and Forecasting(WRF)模型與局地系集轉換卡爾曼濾波資料同化系統(local ensemble transform Kalman filter, LETKF)結合,擴展觀測算符,特別是在QPF的影響,以評估不同氣象變數對對流尺度分析和短期預報。研究結果顯示,同化額外的熱力場變數對改善垂直運動和溫度結構,進而影響降水預報有顯著的改善,且明顯提高了強降雨事件的短期預報準確性,比僅同化Vr和ZH更為有效。而針對QPF結果的改善,單獨同化水氣垂直剖線資訊的結果優於僅同化三維溫度場的結果。此外,同化來自雷達掃描獲得的水氣資訊,更能夠掌握環境濕度變化,進一步提高QPF的準確性。

  透過系集資料同化系統綜合評估了同化來自雷達的三維熱力場變數、水氣垂直剖線資訊、雙偏極化參數、風場和回波的影響。研究發現,同化額外的熱力場變數能夠縮短同化週期,對改善層狀區域的垂直運動和溫度結構有更大的影響。同化熱力場變數對提高強降雨事件的短期預報準確性具有正面的影響,尤其是相比同化風速和雷達反演的折射率。單獨同化水氣資訊對QPF準確性的提升優於僅同化三維溫度場。未來工作可以進一步研究同化其他資料,如雷達反演的折射率和微脈衝差分吸收光達提供的水氣之垂直剖線資訊,並將衛星、光達和地面站整合同化,可以獲得更佳的中尺度天氣分析,並提高短期預報的準確性。

完整內容請參考以下連結:

book cover

--

書籍連結與專章資訊如下所示,歡迎參考閱讀:
Evaluating the Assimilation of Observable and Retrievable Weather Radar Information for Quantitative Precipitation Forecasts
Kao-Shen Chung, Chih-Chien Tsai, Chieh-Ying Ke, Phuong-Nghi Do, Yu-Chieng Liou  (Pages 217-246)

《Numerical Weather Prediction: East Asian Perspectives》

https://link.springer.com/book/10.1007/978-3-031-40567-9
DOI:https://doi.org/10.1007/978-3-031-40567-9

Hardcover ISBN978-3-031-40566-2  Published: 21 November 2023
Softcover ISBN978-3-031-40569-3  Due: 05 December 2024

 --