陈锋 董美莹 冀春晓

浙江省气象科学研究所，杭州310008

1 引言

模式中湿物理过程对降水预报有着至关重要的作用。而在模式背景场中，云水物质往往与实况差异较大，尤其是传统的“冷启动”方式生成的初始场，一般仅包含温度场、湿度场、气压场和水平风场，而云水物质等非绝热参数则需要通过模式积分逐步调整生成（Donner,1988;王瑾和刘黎平,2009）。这种模式“起转（spin-up）”问题会导致初期模式降水明显滞后于实况出现，造成较大偏差。

近年来，利用卫星及多普勒雷达资料开展复杂云分析应用，为解决模式spin-up问题提供了很好的途径。复杂云分析是以模式预报或初始分析场为背景场，基于物理定理和经验关系建立观测资料与背景场中各要素之间的关系，更新构建更符合实际的网格尺度初始云水物理场，以缓解数值模式云水物质的spin-up问题，从而改进模式预报结果的一种方法（Albers et al.,1996;Zhang et al.,1998）。比如，Lin et al.（1993）利用LAPS（Local Analysis and Prediction System）系统开展资料融合及云分析，改进了初始场信息并明显改善了短时（0～6 h）降水的预报结果。Zhang et al.（1998）和Zhang（1999）借鉴LAPS云分析系统，发展了ADASARPS[(Advanced Regional Prediction System) Data Assimilation System]系统（其中的云分析模块又被称为ARPS对流云方案），并通过分析吸收雷达反射率因子，改进了模式初始场中的云过程、水凝物及其混合比。Xue et al.（2003）利用ADAS系统证明了雷达资料的引入能有效缩短模式的spin-up时间。Hu et al.（2006）改进了ADAS云分析系统，并利用雷达反射率资料反演了初始场中的云水物质，并调整了云内温度和湿度，有效改进了模式对龙卷风暴单体的模拟。Weygandt et al.（2006）提出了直接基于云内……