基于局地化集合变换敏感性的针对性全天空风云三号微波同化用于暖区强降水预报

《Atmospheric Research》：Targeted All-Sky FY-3 microwave assimilation using localized ensemble transform sensitivity for warm-sector heavy rainfall prediction

　　

•局部化 ETS 捕捉到了传统 ETS 遗漏的边界层急流（BLJ）上游敏感性。
•全天候 FY-3E/F 同化将低层辐合从内陆移至沿海。
•中心区域 24 小时预报降水量从 10 毫米增至 200 毫米。

引言
华南地区的暖区强降水（WSHR）是前汛期最具破坏性的对流灾害之一（Du 等，2020 年；Zhang 等，2022 年；Zhang 和 Meng, 2019 年）。WSHR 指的是在接近或脱离地面锋面边界处发展起来的强烈对流降水（Wu 等，2020 年）。当西南季风气流在珠江三角洲上空产生温暖、潮湿且条件性不稳定的大气时，WSHR 通常就会出现（Huang 等，2022 年）。该地区复杂的地形和海陆热力差异进一步增强了对流启动。珠江三角洲地区 24 小时降雨总量经常超过 250 毫米，峰值小时雨率接近 80 毫米/小时（Li 等，2021 年），这些事件经常触发人口密集的沿海城市的山洪暴发的和城市内涝（Wu 等，2020 年）。弱的天气尺度强迫、突发的启动以及高度局域化的降雨共同使得 WSHR 成为业务预报的瓶颈（Sun 等，2019 年；Pu 等，2022 年；Lei 等，2025 年）。

这些特征反映了高分辨率对流预报对初始条件误差的强烈敏感性，在弱的天气尺度强迫下，这些误差迅速放大，并降低了中尺度上的预报技巧（Zhu 和 Xue, 2016 年）。传统数据同化将可用观测与模型背景场进行最优结合，而部署额外的观测则需要预先了解它们在何处最有效（Langland, 2005 年；Majumdar, 2016 年）。这种敏感性促使采用靶向观测策略，即将观测资源优先部署到动力敏感区域以约束初始状态。早期研究采用了基于伴随的方法，主要是奇异向量（SVs）（Palmer 等，1994 年；Buizza 和 Palmer, 1995 年；Joly 等，1997 年；Palmer 等，1998 年；Buizza 和 Montani, 1999 年；Langland 等，1999 年）和条件非线性最优扰动（CNOP）（Mu 等，2003 年，Mu 等，2009 年；Duan 和 Mu, 2009 年；Sun 等，2010 年；Wen 等，2015 年；Duan 和 Feng, 2017 年）。后续发展将这些方法扩展到湿性和非线性机制，湿性 SVs 将非绝热过程纳入切线性模型（Wang 等，2020 年），而 CNOP 在非线性框架内解决有限振幅误差增长问题。这两种方法的业务应用仍然受到开发和维持多尺度物理方案伴随算子计算成本的制约（Zhang 等，2025 年）。这些局限性促使向无伴随、基于集合的敏感性算法转变。

基于集合的方法构成了一种无伴随的替代方案，其中集合扰动矩阵作为预报误差协方差的低秩近似，从而替代了经典敏感性方法所需的切线性和伴随算子。在此框架下，Bishop 和 Toth (1999) 制定了集合变换（ET），它通过集合扰动的线性组合来评估候选观测策略，而不需要重复模型积分。基于这一公式，集合变换敏感性（ETS）方法通过观测影响参数化分析误差协方差，并推导出预报误差泛函关于该参数的梯度的解析表达式，从而定位对分析进行扰动能产生最大预报误差方差减少的区域（Wang 等，2018 年；Zhang 等，2016 年）。ETS 已被证明对大规模、强强迫系统（如热带气旋）有效（Chen 等，2022 年）。然而，将其扩展到 WSHR 的对流分辨预报暴露出两个方法论上的局限性。分析误差协方差通常近似为对角矩阵，这丢弃了分析误差的空间相关结构，导致敏感性场无法表示误差在空间上的传播（He 等，2024 年）。用纯基于集合的估计替换这种近似并不能解决问题，因为集合大小通常远低于模型维度，产生具有虚假长程相关的秩亏协方差，从而掩盖中尺度敏感性信号（Lei 等，2015 年）。解决这两个局限性需要重新制定分析误差协方差。一个满秩静态分量与一个流依赖的集合分量相结合，以恢复空间结构并缓解秩亏问题，空间局部化进一步抑制了对流分辨尺度上的采样噪声。

虽然局部化 ETS 识别了分析误差对预报误差方差影响最强的区域，但预报改进也需要在这些敏感区域内的观测。卫星微波探测仪在晴空和云况下测量大气温度和湿度的垂直剖面（Weng, 2017 年；Zhu 等，2016 年）。传统的晴空同化通过质量控制移除受云和降水影响的辐射亮度。这些辐射亮度源于对流云内水凝物的散射和发射，并携带潜热释放和微物理状态的直接信号（Geer 等，2018 年）。全天候同化通过考虑云液态水、冰、雨和雪的散射和发射的辐射传输算子保留这些辐射亮度（Geer 等，2017 年；Shi 等，2021 年；Tong 等，2020 年；Weng 等，2020 年；Yang 等，2020 年）。在多云和降水场景中，观测误差偏离高斯分布，并随云和降水量的变化系统性地变化。Geer 和 Bauer (2011) 的对称误差模型将观测误差与观测和背景之间平均的云预测因子进行缩放，这减轻了由空间位移引起的最小化失败，并允许在降水场景中进行水分和水凝物反演（Xie 等，2025 年）。风云三号 E 星（FY-3E）和风云三号 F 星（FY-3F）提供了此类观测，其时间直接对应于 WSHR 的发展。FY-3E 是第一颗处于清晨轨道的气象卫星，过境时间接近当地时间 06:00（Ma 等，2024 年；Zhang 等，2024 年）。这些辐射亮度对极端天气的价值已在最近的研究中得到证明。微波温度探测仪 III（MWTS-III）辐射亮度已在中国气象局全球预报系统（CMA-GFS）系统中同化（Li 等，2022 年），并改善了华北"23.7"极端暴雨的模拟（Zhu 等，2025 年）。微波湿度探测仪 II（MWHS-II）辐射亮度已在 CMA-GFS 系统中同化（Xiao 等，2023 年），其区域尺度的全天候同化改善了台风预报（Xu 等，2024 年）。对于新发射的 FY-3F，其 MWHS-II 辐射亮度的全天候同化将台风摩羯（2024 年）的路径误差减少了 23.1%，并改善了降水评分（Wang 等，2025 年）。然而，在这些应用中，辐射亮度通常在全域上进行同化，其清晨采样对捕捉对流前环境的潜在益处尚未得到专门研究。相比之下，华南的 WSHR 通常在夜间通过边界层过程启动，这意味着 FY-3E/F 的清晨过境可以在对流启动前不久采样大气状态。因此，在局部化 ETS 识别的敏感区域内同化这些辐射亮度可以为对流启动前的初始状态提供额外的约束。

基于这些进展，本研究旨在通过整合局部化 ETS 算法与 FY-3E/F 微波辐射亮度的全天候同化来提升华南地区 WSHR 的可预报性。清晨和上午过境时的辐射亮度在敏感区域内进行同化，并针对温湿探测通道构建了场景依赖的观测误差模型。第 2 节详细说明了方法论，包括局部化 ETS 的数学公式和对称全天候同化框架。第 3 节描述了实验设计、数值模型配置和案例选择。第 4 节展示了敏感性诊断，并定量评估了靶向同化对降水预报的影响。最后，第 5 节总结主要结论并提供简要讨论。

章节摘要
预报误差目标泛函 J 的定义
为了定量评估靶向观测的影响，定义了一个目标泛函 J，作为验证时间 t=v 时特定验证区域内关键状态变量（水平风分量、温度和湿度）的总扰动能量。引入了一个对角投影矩阵 P，以从完整状态向量中提取相关变量。对角元素 Pii 根据验证区域内的变量类型赋值，以确保量纲
模型配置
本研究采用的数值框架基于中国气象局中尺度模型（CMA-MESO）6.0 版本及其原生的三维变分（3D-Var）数据同化系统。模型使用水平网格间距为 1 公里的单一区域，有 71 个地形跟随垂直层直至 10 hPa，中心位于极端降雨区域上方。CMA-MESO 采用半隐式、半拉格朗日非静力动力核（Chen 和 Shen, 2006 年）。它利用
结果
为了评估所提出的策略，选取了 2024 年 5 月 3-4 日珠江三角洲的暖区极端降雨事件。该事件的特点是弱的天气尺度强迫、夜间边界层驱动的对流启动以及高度局域化的极端降水，构成了一个具有代表性和挑战性的测试案例。
结论
本研究开发了一种局部化集合变换敏感性（ETS）方法，并将其与全天候微波辐射亮度同化相结合，以改善华南地区暖区强降水（WSHR）的预测。传统 ETS 的对角分析误差协方差被一种混合公式替换，该公式结合了静态气候学分量与流依赖的集合分量。随后对混合协方差应用了 Gaspari-Cohn 局部化，抑制
CRediT 作者贡献声明
Siqi Chen：写作 - 审查与编辑，写作 - 原稿，可视化，验证，监督，软件，资源，项目管理，方法论，调查，资金获取，形式分析，数据管理，概念化。Sheng Hu：写作 - 审查与编辑，项目管理。Huiqi Li：写作 - 审查与编辑，验证，调查，形式分析，数据管理，概念化。Hui Xiao：写作 - 审查与编辑，方法论，调查，
利益冲突声明
作者声明没有已知的竞争财务利益或可能影响本论文报告工作的个人关系。
致谢
本工作得到了国家自然科学基金资助（项目号 U2242203）；国家重点研发计划（2024YFC3013002）；国家自然科学基金资助（项目号 42475165 和 42375159）；广东省基础与应用基础研究基金（2025A1515510028）；粤港澳大湾区气象科技联合研究项目（GHMA2024Z06）；以及中国气象局
Siqi Chen|Sheng Hu|Huiqi Li|Hui Xiao|Jie He|Yu Zhang|Fuzhong Weng