文章出自Use of NWP for Nowcasting Convective Precipitation: Recent Progress and Challenges 主要討論了近年來臨近預報技術(shù)的發(fā)展，從模式分辨率降低，快速循環(huán)的系統(tǒng)，高時間分辨率短臨資料同化問題入手。
- 開篇就介紹了一篇寫于1998年的雷達資料同化的經(jīng)典綜述，由Wilson et al所寫。
- 給出了短臨的定義：關(guān)注0-6小時的預報結(jié)果，尤其是對流降水預報結(jié)果。
- 近年來短臨預報技巧的提高主要仰仗與模式分辨率的提高，級高時間密度的資料同化。
- 同時這也使得其他的領(lǐng)域的短臨預報技巧得以提高（非降水）。
介紹數(shù)值預報技術(shù)在短臨時期的應用概況
將傳統(tǒng)雷達資料應用分為兩類：
- 簡單的外推雷達反射率回波應用。
- 引入一套較復雜的監(jiān)督系統(tǒng)（主要考慮了初始條件及耗散條件）來進行外推。
之后由Radhakrishna et al. (2012)指出，這種傳統(tǒng)外推的極限預報時長大概是2小時（250km的系統(tǒng)尺度）。
指出短臨預報技巧提高的個方向是將外推與模式預報結(jié)果融合，提到Sokol and Zacharov (2012) ，使用nudging方案成功的例子。
介紹高分辨率快速循環(huán)系統(tǒng)
- 首先說明隨著模式分辨率的提高（1-4km），高分辨率的模式可以不依靠對流參數(shù)化方案去描述大氣真是的對流情況了。但是在臨近預報方面卻引出了兩個問題，分別是：
- 從粗到細的高分辨率模式初始化時的spin-up問題（典型時間為3-6小時），模式自身的適應過程。
- 離開了spin-up時間，模式的預報能力可以提升，但是報出的對流發(fā)生時間和強度信息就不準確了。
——改進方式：引入熱啟動及數(shù)值濾波初始化（DFI）
對流尺度的資料同化問題
介紹了幾種應用于對流尺度同化的技術(shù)：
- 基于雷達反射率觀測的絕熱初始化。例子包括：利用反射率資料進行絕熱數(shù)值濾波初始化（DDFI）；用設定閾值的方式估計初始場中的相對濕度Wang et al. 2013a；
- 雷達資料的變分同化（多指相對成熟的3D-Var）。但是直接使用三維變分同化雷達資料的效果不太理想，因為在計算代價函數(shù)的時候其他的觀測的貢獻也被平衡的考慮了，一種有效的方式則是先使用絕熱初始化，再進行雷達資料三維變分同化，從而強化雷達資料信息的整體權(quán)重。例子：Xue et al. 2008與Sun et al. 2012
- 之后提到了4D-Var應用于對流尺度資料同化的必要性，因為四維變分可以考慮觀測資料誤差矩陣隨時間的變化信息，而這些信息在對流尺度的數(shù)值預報問題中恰恰可以表示很多局地的瞬變過程，如果忽略這些會帶來很大的預報誤差。并給出了一些正面例子，如Sun and Zhang (2008)。這些進步主要表現(xiàn)在經(jīng)過四維變分同化的初始場能夠更好的描述低層冷池的結(jié)構(gòu)。但是四維變分存在明顯的業(yè)務化困難，主要表現(xiàn)在大計算量需求和系統(tǒng)開發(fā)維護成本高。
- EnKF雷達資料同化技術(shù)，一個技術(shù)難點在如何表示模式的誤差，在高度非線性的對流系統(tǒng)中這種誤差往往是流依賴的。有一些不錯的方案，例如：
- 用一定的方式增大集合成員的協(xié)方差，這樣可以很好的增大集合成員的離散程度。
- 同化物理參數(shù)化方案的不同而產(chǎn)生不同的集合成員Snook et al. (2011)。
- 同時結(jié)果集合同化與三維變分或四維變分技術(shù)的方案叫做Hybrid，它將大尺度集合產(chǎn)品流依賴的背景誤差協(xié)方差引入了三維或四維變分系統(tǒng)框架中從而達到用少量計算實現(xiàn)背景誤差協(xié)方差流依賴的實現(xiàn)。實例見：Li et al.2012
未來展望
作者從三個方面談了對之后工作的設想：
- 對流降水系統(tǒng)的可預報性研究。Germann et al. (2006)使用雷達資料從降水系統(tǒng)的尺度及維持出發(fā)，給出了一個可預報區(qū)間的參考值。此外值得注意 Sun et al. (2012) 在分析雷達資料對模式的預報影響時間時發(fā)現(xiàn)，存在夜晚啟動模式的影響時間長于白天啟動模式的現(xiàn)象。
- 中尺度觀察系統(tǒng)的研發(fā)。可以從新觀測手段，新資料的質(zhì)量控制等方面考慮應用前景。
- 快速循環(huán)系統(tǒng)及其同化子系統(tǒng)的研發(fā)。理論方面，可以從減小模式誤差及觀察隨機誤差，偏差訂正等方面考慮。實際業(yè)務應用方面，除了更高效的算法研究同化方案研究等等，還可以考慮一小時以下的更快速度更新系統(tǒng)設計。此外還可以設計更客觀評價模式對流尺度預報技巧的評分方法，類似Gilleland et al. 2009所提到的新方法。
