高分辨率雷达资料的合理利用可以有效改善初始场中对流系统的动力和微物理特征，合理地同化雷达观测资料被认为是提高对流天气数值预报水平的关键之一。其中，由于观测算子复杂、对应的模式变量非线性强，雷达反射率因子的有效同化一直是一个难题。反射率因子的同化分为直接同化和间接同化两种，均得到了广泛的应用，也都存在各自的优缺点。目前的研究中，在允许多种相态的水凝物同时存在的情况下，两种方法之间的对比研究还很少。

我院陈耀登教授、陈海琴博士与美国国家强风暴实验室郜吉东博士等合作，在多相态水凝物共存和双参微物理方案的情况下，在之前提出的背景依赖的反射率因子间接同化方法（Chen et al. 2020）基础上，与反射率因子直接同化方法进行了对比，并进行了多个例的系统评估，以加深对这两种同化方法的理解。

实际个例的详细分析表明，间接同化试验的反射率因子和累积降水预报的强度和位置误差相对更小（图1）。6 个个例的反射率因子预报的定量评分表明，直接同化试验中雷达反射率因子预报的命中率(POD)、成功率(SR)、FSS 得分在绝大多数情况下都更高（图2）。可能的原因是背景依赖的同化方案得到的水凝物观测与其它模式变量更为协调。而且，由于反射率因子观测算子的非线性，直接同化试验可能没有完全吸收反射率因子的观测信息。

研究还表明，在同化过程中，间接同化方法中代价函数的收敛需要进行10次左右的迭代，而直接同化试验中代价函数迭代50次仍不能收敛（图3）。因此，反射率因子间接同化方法效率更高，节省了分析时间，这对实时业务运行来说是非常重要的。

图1. 2017年5月16日21时起报的0-3 h组合反射率因子预报及对应时刻的观测。其中 a、d、h为观测组合反射率，b、e、h为试验Exp-Dir的预报，c、f、i为试验Exp-Indir的预报。a-c、d-f、g-i分别为1、2、3小时预报。图a 中的A、B、C分别代表三个对流风暴群。

图2. 6 个个例的3小时组合反射率预报性能图。评分所用观测为MRMS 组合反射率资料和业务WSR-98D 雷达反射率因子资料。评分阈值为20 dBZ（左）和40 dBZ（右），评分半径分别为9 km（上）和15 km（下）。黑色斜线代表偏差（Frequency Bias），紫色曲线代表临界成功指数（CSI）。

图3. 对于个例1，在（a）50 次迭代和（b）300次迭代的情况下，试验Exp-Dir和Exp-Indir 的代价函数随内循环迭代次数的变化。对于试验Exp-Dir，代价函数的反射率因子观测项的变量是反射率因子本身（蓝色实线）。对于试验Exp-Indir，对应的变量是雨水（绿色虚线）、雪（浅蓝色虚线）和霰（红色虚线）的混合比，三种水凝物的和用qhydro（红色实线）表示。为进行直观的对比，图中所示的代价函数经过了归一化处理，即除以了各自的初始值，其中，qrain、qsnow和qgraupel除以的是qhydro的初始值。 

文章信息：

Chen, H., Gao, J.*, Wang, Y., Chen, Y.*, Sun, T., Carlin, J., & Zheng, Y. (2021). Radar reflectivity data assimilation method based on background-dependent hydrometeor retrieval: Comparison with direct assimilation for real cases. Quarterly Journal of the Royal Meteorological Society, 147(737), 2409-2428.