论文部分内容阅读
摘 要：我国是气象灾害频发的国家，每年因气象灾害损失超过2000亿元，除了台风、暴雨、洪涝、干旱等大范围气象灾害以外，强对流天气也造成严重的灾害。受常规观测资料时间和空间分辨率的影响，难以有效地捕捉强对流天气系统的发生、发展及消亡过程，难以对灾害性天气进行有效的预警、预报。而高时空分辨率的多普勒天气雷达资料的出现为灾害性天气的资料同化与预报提供了可能。如何将天气雷达资料应用到天气预报中，需要进行资料同化。本文介绍了几种主要的资料同化方法及多普勒天气雷达资料的资料同化的研究进展。
关键词：灾害性天气；多普勒天气雷达；资料同化
一、多普勒雷达资料在灾害性天气预报中的重要作用
近年来，我国气象灾害呈现种类繁多、分布地域广、发生频率高等特点，严重影响经济社会发展和人民群众的生产生活。在我国，气象灾害占自然灾害的比例达到70%以上，1991年至2009年，我国平均每年因气象灾害造成3973人死亡，近4亿人次受灾，农作物受灾面积4840万公顷，直接经济损失2000余亿元，占GDP的比例平均为2.8%。2012年，全国主要气象灾害造成经济损失更是创下了3358亿元的新高。
除了台风、暴雨、洪涝、干旱等大范围重大气象灾害外，强对流天气往往也造成严重的灾害。在我国，强对流气象灾害仅次于暴雨、洪涝灾害，占气象灾害的六分之一以上。
2012年7月21日03时至22日08时，受贝加尔湖高空冷涡和西太平洋副热带高压共同影响，华北地区出现了一次大范围强降水天气过程。此次降水过程持续时间长、强度大、范围广，山西、河北、北京、天津等地先后出现强降水天气，其中北京市更是创造了61年来最强降水纪录。暴雨洪涝灾害造成房山、通州、石景山等11区（县）12.4万人受灾，4.3万人紧急转移安置。全市受灾人口190万人，77人遇难，全市经济损失近百亿元。此次降水及其衍生灾害造成500多架次航班延误取消，部分火车晚点，城区大面积积水造成交通堵塞。
提高灾害性天气预报准确度有两个途径，一方面是开发更高分辨率，更能反映中小尺度天气物理过程的模式；另一方面是提供更高时空分辨率的观测信息，为模式提供更好的预报初值。
随着高分辨率且包含复杂物理过程的非静力数值模式的发展和运算能力的提高，中小尺度高分辨率精细模式的预报能力不断提高。然而，目前用于形成中小尺度数值天气预报模式的初始场主要依赖于大尺度模式提供的背景场和常规观测资料同化，目前我国的常规地面观测平均测站距离为近百公里，每3小时进行一次观测，高空观测站距离为几百公里，每6小时进行一次观测，受常规观测资料时间和空间分辨率的影响，难以有效地捕捉强对流天气系统的发生、发展及消亡过程，难以对灾害性天气进行有效的预警、预报。
细致而准确的大气流场和水汽分布等信息的缺乏，制约了中小尺度数值预报技术的发展，成为灾害性天气漏报的重要原因之一。而高时空分辨率的多普勒天气雷达资料的出现为灾害性天气的资料同化与预报提供了可能。多普勒天气雷达作为先进的气象业务观测技术手段，能直接提供全天候高时空分辨率（时间分辨率5-10分钟，空间分辨率125-1000米）的大气流场结构和水汽场的丰富信息。多普勒天气雷达不仅能提供降水粒子的强度信息，还能提供降水粒子的运动信息，能在灾害性天气的预报、预警中发挥积极的作用，是提高强对流天气预报能力的关键途径。
与传统天气雷达相比，多普勒雷达能够监测到位于垂直地面8-12公里的高空中的对流云层的生成和变化，判断云的移动速度。1991至1997年，美国在全国及海外布网的165部NEXRAD被称为天气雷达系统的典范，是目前世界上最先进的和最精确的天气雷达系统。它所采用的多普勒信号处理技术和自动产生灾害性天气警报的能力无与伦比。NEXRAD可以自动形成和显示丰富多彩的天气产品，极大地提高了对超级单体、湖泊效应雪、成层雪、雷暴、降水、风切变、下击暴流、龙卷、锋面、湍流、冰雹等重大灾害性天气的监测和预报能力。对强雷暴的侦察率是96%，对龙卷的发现率是83%，对龙卷警告的平均预警时间是18分钟，而在未建NEXRDA网络之前，美国国家上述参数的平均值分别是60%，40%和2分钟。与常规观探测资料不同，多普勒雷达提供的反射率和径向风的探测不能直接应用到数值天气预报模式，需要进行多普勒雷达资料的同化才能有效地利用这些资料。
根据《我国新一代天气雷达监测网站点布局方案》，我国已基本完成了158部新一代天气雷达的建设，从而构成我国新一代天气雷达的业务探测网，这与美国NEXRAD WSR-88D的布网在雷达数量与布网分辨率方面都是相当类似的。然而，我国目前在多普勒雷达资料业务应用方面，定量化利用率较低。
只有实现多普勒雷达资料同化的业务化应用，才能逐步实现强对流天气预报的客观化和定量化，逐步建立灾害性天气的临近和短时预报方法，实现我国灾害天气数值预报技术方法上的实质性突破；才能有效提高我国新一代天气雷达资料的经济效益和社会效益。
二、资料同化方法介绍
众所周知，数值天气预报（NWP）是一个初/边值问题：给定对当前大气状态的估计（初值）和合适的地面及侧边界条件，模式将能模拟（预报）出大气的演变结果。显而易见，初值的估计越精确，预报的质量就越好。近年来，业务数值天气预报中心通常使用一种观测资料和短期预报结果的统计结合的方法来产生初值。这种方法就是人们越来越熟悉的“资料同化”。
气象资料同化方法包括最优插值方法、变分方法（三维变分和四维变分）、顺序资料同化方法（Kalman滤波和集合Kalman滤波方法等），下面简要介绍这些资料同化方法的特点。
最优插值：这是一种从统计意义上来说均方差最小的线性插值方法。80年代开始，它在世界上得到了广泛应用，成为业务用的最多的一种同化方法。最优插值能够处理各种精度不同的资料和考虑动力约束，比如地转关系、静力平衡关系和热成风关系都可以融入相关函数中。不足主要有：背景场的误差看作是各向均匀、各向同性的；不能直接同化非常规观测资料诸如雷达观测资料等。 变分方法：这种方法利用了变分原理，使得包括预报场和所有的观测资料进行全局调整，从而也使分析场达到统计意义上的最优。在变分方法中，观测算子可以是非线性的，从而使得直接同化非常规资料变为可能。同时，它可以全局调整，克服了最优插值在实际应用中的“资料选择”问题。它能系统考虑模式的动力约束，能隐式的发展预报误差协方差但得不到新的分析误差协方差。变分方法90年代开始在少数国家实现了业务化，并且成为了目前同化方法的一个发展主流。
Kalman滤波：Kalman滤波可以看作是最优插值的拓展。最优插值的成功与否取决于观测、模式预报误差的统计特性，它们需事先给定，模式预报误差独立于模式的动力与状态，不随模式积分而变动，因此可以造成结果偏离模式动力、远离模式状态。Kalman滤波克服了这个缺陷，它让预报误差随模式向前积分而随时调整，与模式动力保持一致。虽然Kalman滤波比伴随变分同化要付出更多的计算代价，但它有两个明显的优点：一是Kalman滤波不必需要模式的伴随模式；二是Kalman滤波考虑了模式误差与观测误差。
集合Kalman滤波（EnKF）：集合Kalman滤波方法是集合预报思想与Kalman滤波资料同化方法的有机结合，继承了Kalman滤波的优点，还利用一个集合来估计背景误差协方差，这种随气流演变的预报误差协方差可以更加合理地分析观测资料的影响；EnKF与预报模式是相互独立的，因而任何预报模式包括复杂的非线性模式均可用来产生预报集合的样本，模式局限性带来的预报误差可以直接被引入资料同化过程；由于EnKF不要求观测算子是否线性，雷达等非常规观测资料也可以进行同化；可以实现顺序资料同化，观测资料可以一片片甚至一个个地同化，大大简化计算。EnKF方法被认为是一个具有业务应用前景的资料同化方法，在灾害性天气的同化分析中有广阔的应用前景。
三、多普勒雷达资料同化应用研究进展
在雷达资料的三维同化方面，Gao等（1999）利用模拟双多普勒雷达资料，进行同化对三维风场的反演。杨毅等（2008）利用反演的水平风与反射率资料将一次实际暴雨过程的资料同化到WRF模式，表明了雷达资料同化对临近预报有正效果。徐广阔等（2009），利用ARPS的资料分析系统ADAS，对初始场进行调整，并应用于WRF模式，对2003年梅雨期淮河流域两次典型致洪暴雨过程进行模拟试验，结果表明雷达资料能很好地调整风场与水汽场。在四维变分同化方面，Sun等（1997）建立了三维云模式的多普勒雷达资料4DVAR同化系统，并证明该系统能够很好地反演风暴云团的动力场和微物理场。许小永等（2004）用外场试验资料进行了多普勒雷达资料4DVAR同化的数值试验。集合卡尔曼滤波（EnKF）结合了传统的卡尔曼滤波和集合预报的优点，用一组有限成员的短期预报统计出具有随时空变化的复杂结构的流依赖的背景误差协方差，这一点在中小尺度模式的资料同化方面作用尤其突出。近年来，EnKF也逐步引入中小尺度的雷达资料同化中。Snyder等（2003）利用模拟多普勒雷达资料初步验证了EnKF在风暴尺度天气中的应用效果。许小永等（2006）利用一个三维云模式进行了模拟雷达观测和一次实际双多普勒雷达观测的梅雨锋暴雨过程的EnKF同化试验，结果表明，EnKF同化技术能很好的反演出暴雨过程的动力场、热力场和微物理量场。但是在他们的模式中没有考虑冰相作用的微物理过程，而采用了相对简单的暖云参数化方案。Tong和Xue（2005），建立了包含复杂冰相作用的微物理过程、完全可压的非静力ARPS模式的EnKF系统，利用模拟多普勒雷达资料对一次风暴过程的模拟，验证了径向风与反射率在同化中的正效果。
在业务应用方面，1974年4月20日，美国国家强风暴实验室（NSSL）第一次用双多普勒雷达对龙卷进行观测，在雷达拼图上揭示了龙卷风暴的运动结构，
使得气象工作者对多普勒雷达在中小尺度天气系统的探测能力方面进行了广泛的关注与研究。20世纪后期，世界发达国家先后建立了多普勒雷达观测网，美国在20世纪80年代就建成了覆盖本土的新一代天气雷达NEXRAD；20世纪90年代，欧洲一些国家也建立了COST-717多普勒雷达观测网。随着美国新一代天气雷达在20世纪90年代业务布网的完成，美国气象局（NWS）对龙卷、暴雨等的监测和预报方面取得了显著的进步。为充分发挥多普勒雷达资料的应用潜力，科学家们从上世纪80年代起便致力于研究多普勒雷达资料的同化技术。随着模式分辨率的提高，资料同化技术的改进和计算机技术的发展，在中尺度模式中同化雷达资料的愿望更加迫切。美国预报系统实验室（Forecast System Laboratory，FSL）在局地分析和预报系统（LAPS）中采用连续订正方法来处理雷达径向速度资料。意大利也应用LAPS系统分析多普勒径向速度资料，使得风场分析更加精细化。美国国家环境预报中心（NCEP）在业务快速资料同化预报系统RUC采用多元最优插值（OI）方案来同化雷达VAD风廓线资料的方法。2000年雷达径向速度又被应用于高分辨率区域模式HIRLAM预报系统的3DVAR方案中，在这系统中，原始的径向速度资料被作空间平均产生径向速度的“超级观测”。2002年6月开始，美国国家大气研究中心NCAR下属的单位MMM开始了将多普勒雷达资料同化入WRF三维变分同化系统的开发研究。试验结果表明，以这种方式同化多普勒雷达资料，对6小时降水预报的准确率明显优于不同化雷达资料的预报。
中国目前已开始在数值天气预报变化同化方法这一领域开展系统性的研发工作，取得了许多可喜的成果，为我国在数值预报业务中实现变化同化方法应用提供了科学基础和技术支持。但是，与欧、美等先进国家相比，在变分同化系统的特种观测资料应用水平（尤其是卫星与天气雷达探测资料的业务应用）方面还存在明显差距。
国内对雷达径向风（或雷达风廓线）观测资料的变分同化技术仅处于科学探索和个例研究阶段，对雷达回波强度资料的变分同化迄今还少有成果。 只有开展雷达资料同化技术的科学研究工作，才能逐步实现中小尺度天气预报的客观化和定量化，才能逐步建立适用于的灾害性天气的临近和短时预报方法。只有实现雷达资料同化技术方法的业务化应用，才能真正实现有效提高新一代天气雷达资料的利用率。总而言之，只有深入开展雷达资料同化业务应用技术的研究，才能在雷达资料研究和应用的科学水平和突发性强对流天气临近预警、预报方面，逐步缩小与发达国家的差距，提高我国新一代天气雷达的社会效益和经济效益。
参考文献：
[1]Gao J D，Xue M，Shapiro A，Droegemeier K K. 1999. Avariational method for the analysis of three-dimensional wind fields from two Doppler radars [J]. Mon. Wea. Rev.，127：2128–2142.
[2]Snyder C，Zhang F.2003. Assimilation of simulated Doppler radar observations with an ensemble Kalman filter [J]. Mon. Wea. Rev.，131：1663–1677.
[3]Sun J Z.，Crook N A.1997. Dynamical and microphysical retrieval from Doppler radar observations using a cloud model and it’s adjoint . Part I ：Model development and simulated data experiments [J]. J . Atmos. Sci.，54 （12）：1642-1661.
[4]徐广阔，孙建华，雷 霆，赵思雄. 2009. 多普勒天气雷达资料同化对暴雨模拟的影响 [J]. 应用气象学报，20（1）：36-46.
[5]许小永，郑国光，刘黎平. 2004. 多普勒雷达资料4DVAR同化反演的模拟研究. 气象学报， 62 （4）：410-422.
[6]许小永，刘黎平，郑国光. 2006. 集合卡尔曼滤波同化多普勒雷达资料的数值试验[J]. 大气科学， 30（4）：712-728.
[7]Talagrand O. 1997. Assimilation of observation，an introduction. J.Met.Soc. Japan.Special Issue 75，1B：191-209.
[8]Xue M，Tong M，Droegemeier KK. 2006. An OSSE framework based on the ensemble square-root Kalman filter for evaluating impact of data from radar networks on thunderstorm analysis and forecast [J]. J.Atmos. Ocean.Tech.， 23： 46–66.
[9]杨毅，邱崇践，龚建东，希 爽. 2008. 利用3维变分方法同化多普勒天气雷达资料的试验研究 [J].气象学报，28 （2）：124-132.
关键词：灾害性天气；多普勒天气雷达；资料同化
一、多普勒雷达资料在灾害性天气预报中的重要作用
近年来，我国气象灾害呈现种类繁多、分布地域广、发生频率高等特点，严重影响经济社会发展和人民群众的生产生活。在我国，气象灾害占自然灾害的比例达到70%以上，1991年至2009年，我国平均每年因气象灾害造成3973人死亡，近4亿人次受灾，农作物受灾面积4840万公顷，直接经济损失2000余亿元，占GDP的比例平均为2.8%。2012年，全国主要气象灾害造成经济损失更是创下了3358亿元的新高。
除了台风、暴雨、洪涝、干旱等大范围重大气象灾害外，强对流天气往往也造成严重的灾害。在我国，强对流气象灾害仅次于暴雨、洪涝灾害，占气象灾害的六分之一以上。
2012年7月21日03时至22日08时，受贝加尔湖高空冷涡和西太平洋副热带高压共同影响，华北地区出现了一次大范围强降水天气过程。此次降水过程持续时间长、强度大、范围广，山西、河北、北京、天津等地先后出现强降水天气，其中北京市更是创造了61年来最强降水纪录。暴雨洪涝灾害造成房山、通州、石景山等11区（县）12.4万人受灾，4.3万人紧急转移安置。全市受灾人口190万人，77人遇难，全市经济损失近百亿元。此次降水及其衍生灾害造成500多架次航班延误取消，部分火车晚点，城区大面积积水造成交通堵塞。
提高灾害性天气预报准确度有两个途径，一方面是开发更高分辨率，更能反映中小尺度天气物理过程的模式；另一方面是提供更高时空分辨率的观测信息，为模式提供更好的预报初值。
随着高分辨率且包含复杂物理过程的非静力数值模式的发展和运算能力的提高，中小尺度高分辨率精细模式的预报能力不断提高。然而，目前用于形成中小尺度数值天气预报模式的初始场主要依赖于大尺度模式提供的背景场和常规观测资料同化，目前我国的常规地面观测平均测站距离为近百公里，每3小时进行一次观测，高空观测站距离为几百公里，每6小时进行一次观测，受常规观测资料时间和空间分辨率的影响，难以有效地捕捉强对流天气系统的发生、发展及消亡过程，难以对灾害性天气进行有效的预警、预报。
细致而准确的大气流场和水汽分布等信息的缺乏，制约了中小尺度数值预报技术的发展，成为灾害性天气漏报的重要原因之一。而高时空分辨率的多普勒天气雷达资料的出现为灾害性天气的资料同化与预报提供了可能。多普勒天气雷达作为先进的气象业务观测技术手段，能直接提供全天候高时空分辨率（时间分辨率5-10分钟，空间分辨率125-1000米）的大气流场结构和水汽场的丰富信息。多普勒天气雷达不仅能提供降水粒子的强度信息，还能提供降水粒子的运动信息，能在灾害性天气的预报、预警中发挥积极的作用，是提高强对流天气预报能力的关键途径。
与传统天气雷达相比，多普勒雷达能够监测到位于垂直地面8-12公里的高空中的对流云层的生成和变化，判断云的移动速度。1991至1997年，美国在全国及海外布网的165部NEXRAD被称为天气雷达系统的典范，是目前世界上最先进的和最精确的天气雷达系统。它所采用的多普勒信号处理技术和自动产生灾害性天气警报的能力无与伦比。NEXRAD可以自动形成和显示丰富多彩的天气产品，极大地提高了对超级单体、湖泊效应雪、成层雪、雷暴、降水、风切变、下击暴流、龙卷、锋面、湍流、冰雹等重大灾害性天气的监测和预报能力。对强雷暴的侦察率是96%，对龙卷的发现率是83%，对龙卷警告的平均预警时间是18分钟，而在未建NEXRDA网络之前，美国国家上述参数的平均值分别是60%，40%和2分钟。与常规观探测资料不同，多普勒雷达提供的反射率和径向风的探测不能直接应用到数值天气预报模式，需要进行多普勒雷达资料的同化才能有效地利用这些资料。
根据《我国新一代天气雷达监测网站点布局方案》，我国已基本完成了158部新一代天气雷达的建设，从而构成我国新一代天气雷达的业务探测网，这与美国NEXRAD WSR-88D的布网在雷达数量与布网分辨率方面都是相当类似的。然而，我国目前在多普勒雷达资料业务应用方面，定量化利用率较低。
只有实现多普勒雷达资料同化的业务化应用，才能逐步实现强对流天气预报的客观化和定量化，逐步建立灾害性天气的临近和短时预报方法，实现我国灾害天气数值预报技术方法上的实质性突破；才能有效提高我国新一代天气雷达资料的经济效益和社会效益。
二、资料同化方法介绍
众所周知，数值天气预报（NWP）是一个初/边值问题：给定对当前大气状态的估计（初值）和合适的地面及侧边界条件，模式将能模拟（预报）出大气的演变结果。显而易见，初值的估计越精确，预报的质量就越好。近年来，业务数值天气预报中心通常使用一种观测资料和短期预报结果的统计结合的方法来产生初值。这种方法就是人们越来越熟悉的“资料同化”。
气象资料同化方法包括最优插值方法、变分方法（三维变分和四维变分）、顺序资料同化方法（Kalman滤波和集合Kalman滤波方法等），下面简要介绍这些资料同化方法的特点。
最优插值：这是一种从统计意义上来说均方差最小的线性插值方法。80年代开始，它在世界上得到了广泛应用，成为业务用的最多的一种同化方法。最优插值能够处理各种精度不同的资料和考虑动力约束，比如地转关系、静力平衡关系和热成风关系都可以融入相关函数中。不足主要有：背景场的误差看作是各向均匀、各向同性的；不能直接同化非常规观测资料诸如雷达观测资料等。 变分方法：这种方法利用了变分原理，使得包括预报场和所有的观测资料进行全局调整，从而也使分析场达到统计意义上的最优。在变分方法中，观测算子可以是非线性的，从而使得直接同化非常规资料变为可能。同时，它可以全局调整，克服了最优插值在实际应用中的“资料选择”问题。它能系统考虑模式的动力约束，能隐式的发展预报误差协方差但得不到新的分析误差协方差。变分方法90年代开始在少数国家实现了业务化，并且成为了目前同化方法的一个发展主流。
Kalman滤波：Kalman滤波可以看作是最优插值的拓展。最优插值的成功与否取决于观测、模式预报误差的统计特性，它们需事先给定，模式预报误差独立于模式的动力与状态，不随模式积分而变动，因此可以造成结果偏离模式动力、远离模式状态。Kalman滤波克服了这个缺陷，它让预报误差随模式向前积分而随时调整，与模式动力保持一致。虽然Kalman滤波比伴随变分同化要付出更多的计算代价，但它有两个明显的优点：一是Kalman滤波不必需要模式的伴随模式；二是Kalman滤波考虑了模式误差与观测误差。
集合Kalman滤波（EnKF）：集合Kalman滤波方法是集合预报思想与Kalman滤波资料同化方法的有机结合，继承了Kalman滤波的优点，还利用一个集合来估计背景误差协方差，这种随气流演变的预报误差协方差可以更加合理地分析观测资料的影响；EnKF与预报模式是相互独立的，因而任何预报模式包括复杂的非线性模式均可用来产生预报集合的样本，模式局限性带来的预报误差可以直接被引入资料同化过程；由于EnKF不要求观测算子是否线性，雷达等非常规观测资料也可以进行同化；可以实现顺序资料同化，观测资料可以一片片甚至一个个地同化，大大简化计算。EnKF方法被认为是一个具有业务应用前景的资料同化方法，在灾害性天气的同化分析中有广阔的应用前景。
三、多普勒雷达资料同化应用研究进展
在雷达资料的三维同化方面，Gao等（1999）利用模拟双多普勒雷达资料，进行同化对三维风场的反演。杨毅等（2008）利用反演的水平风与反射率资料将一次实际暴雨过程的资料同化到WRF模式，表明了雷达资料同化对临近预报有正效果。徐广阔等（2009），利用ARPS的资料分析系统ADAS，对初始场进行调整，并应用于WRF模式，对2003年梅雨期淮河流域两次典型致洪暴雨过程进行模拟试验，结果表明雷达资料能很好地调整风场与水汽场。在四维变分同化方面，Sun等（1997）建立了三维云模式的多普勒雷达资料4DVAR同化系统，并证明该系统能够很好地反演风暴云团的动力场和微物理场。许小永等（2004）用外场试验资料进行了多普勒雷达资料4DVAR同化的数值试验。集合卡尔曼滤波（EnKF）结合了传统的卡尔曼滤波和集合预报的优点，用一组有限成员的短期预报统计出具有随时空变化的复杂结构的流依赖的背景误差协方差，这一点在中小尺度模式的资料同化方面作用尤其突出。近年来，EnKF也逐步引入中小尺度的雷达资料同化中。Snyder等（2003）利用模拟多普勒雷达资料初步验证了EnKF在风暴尺度天气中的应用效果。许小永等（2006）利用一个三维云模式进行了模拟雷达观测和一次实际双多普勒雷达观测的梅雨锋暴雨过程的EnKF同化试验，结果表明，EnKF同化技术能很好的反演出暴雨过程的动力场、热力场和微物理量场。但是在他们的模式中没有考虑冰相作用的微物理过程，而采用了相对简单的暖云参数化方案。Tong和Xue（2005），建立了包含复杂冰相作用的微物理过程、完全可压的非静力ARPS模式的EnKF系统，利用模拟多普勒雷达资料对一次风暴过程的模拟，验证了径向风与反射率在同化中的正效果。
在业务应用方面，1974年4月20日，美国国家强风暴实验室（NSSL）第一次用双多普勒雷达对龙卷进行观测，在雷达拼图上揭示了龙卷风暴的运动结构，
使得气象工作者对多普勒雷达在中小尺度天气系统的探测能力方面进行了广泛的关注与研究。20世纪后期，世界发达国家先后建立了多普勒雷达观测网，美国在20世纪80年代就建成了覆盖本土的新一代天气雷达NEXRAD；20世纪90年代，欧洲一些国家也建立了COST-717多普勒雷达观测网。随着美国新一代天气雷达在20世纪90年代业务布网的完成，美国气象局（NWS）对龙卷、暴雨等的监测和预报方面取得了显著的进步。为充分发挥多普勒雷达资料的应用潜力，科学家们从上世纪80年代起便致力于研究多普勒雷达资料的同化技术。随着模式分辨率的提高，资料同化技术的改进和计算机技术的发展，在中尺度模式中同化雷达资料的愿望更加迫切。美国预报系统实验室（Forecast System Laboratory，FSL）在局地分析和预报系统（LAPS）中采用连续订正方法来处理雷达径向速度资料。意大利也应用LAPS系统分析多普勒径向速度资料，使得风场分析更加精细化。美国国家环境预报中心（NCEP）在业务快速资料同化预报系统RUC采用多元最优插值（OI）方案来同化雷达VAD风廓线资料的方法。2000年雷达径向速度又被应用于高分辨率区域模式HIRLAM预报系统的3DVAR方案中，在这系统中，原始的径向速度资料被作空间平均产生径向速度的“超级观测”。2002年6月开始，美国国家大气研究中心NCAR下属的单位MMM开始了将多普勒雷达资料同化入WRF三维变分同化系统的开发研究。试验结果表明，以这种方式同化多普勒雷达资料，对6小时降水预报的准确率明显优于不同化雷达资料的预报。
中国目前已开始在数值天气预报变化同化方法这一领域开展系统性的研发工作，取得了许多可喜的成果，为我国在数值预报业务中实现变化同化方法应用提供了科学基础和技术支持。但是，与欧、美等先进国家相比，在变分同化系统的特种观测资料应用水平（尤其是卫星与天气雷达探测资料的业务应用）方面还存在明显差距。
国内对雷达径向风（或雷达风廓线）观测资料的变分同化技术仅处于科学探索和个例研究阶段，对雷达回波强度资料的变分同化迄今还少有成果。 只有开展雷达资料同化技术的科学研究工作，才能逐步实现中小尺度天气预报的客观化和定量化，才能逐步建立适用于的灾害性天气的临近和短时预报方法。只有实现雷达资料同化技术方法的业务化应用，才能真正实现有效提高新一代天气雷达资料的利用率。总而言之，只有深入开展雷达资料同化业务应用技术的研究，才能在雷达资料研究和应用的科学水平和突发性强对流天气临近预警、预报方面，逐步缩小与发达国家的差距，提高我国新一代天气雷达的社会效益和经济效益。
参考文献：
[1]Gao J D，Xue M，Shapiro A，Droegemeier K K. 1999. Avariational method for the analysis of three-dimensional wind fields from two Doppler radars [J]. Mon. Wea. Rev.，127：2128–2142.
[2]Snyder C，Zhang F.2003. Assimilation of simulated Doppler radar observations with an ensemble Kalman filter [J]. Mon. Wea. Rev.，131：1663–1677.
[3]Sun J Z.，Crook N A.1997. Dynamical and microphysical retrieval from Doppler radar observations using a cloud model and it’s adjoint . Part I ：Model development and simulated data experiments [J]. J . Atmos. Sci.，54 （12）：1642-1661.
[4]徐广阔，孙建华，雷 霆，赵思雄. 2009. 多普勒天气雷达资料同化对暴雨模拟的影响 [J]. 应用气象学报，20（1）：36-46.
[5]许小永，郑国光，刘黎平. 2004. 多普勒雷达资料4DVAR同化反演的模拟研究. 气象学报， 62 （4）：410-422.
[6]许小永，刘黎平，郑国光. 2006. 集合卡尔曼滤波同化多普勒雷达资料的数值试验[J]. 大气科学， 30（4）：712-728.
[7]Talagrand O. 1997. Assimilation of observation，an introduction. J.Met.Soc. Japan.Special Issue 75，1B：191-209.
[8]Xue M，Tong M，Droegemeier KK. 2006. An OSSE framework based on the ensemble square-root Kalman filter for evaluating impact of data from radar networks on thunderstorm analysis and forecast [J]. J.Atmos. Ocean.Tech.， 23： 46–66.
[9]杨毅，邱崇践，龚建东，希 爽. 2008. 利用3维变分方法同化多普勒天气雷达资料的试验研究 [J].气象学报，28 （2）：124-132.