水汽条件在强对流系统的维持和发展中起着至关重要的作用。然而，缺乏高时空分辨率的水汽和温度观测，已成为制约数值天气预报准确性的重要因素之一。尽管天气雷达具有极高的时空分辨率，但其无法直接观测温度和湿度信息，因此，一些研究尝试从雷达观测中反演获取水汽信息，以弥补这一不足。

针对这一问题，我院沈菲菲教师团队基于 WRF模式，构建了一套基于雷达反射率因子与相对湿度之间数理关系的“伪水汽”观测同化方案。该方案在同化过程中引入推导得到的伪水汽观测，有助于构建更加协调合理的热力和动力场配置，从而有利于强对流系统的维持与发展。试验结果表明，该方法有效改善了反射率因子和降水的预报效果。同时，研究还验证了通过实时统计获得的雷达反射率因子与相对湿度之间的线性关系，为伪水汽观测的构建和同化提供了可靠的科学依据。

图1  世界时2018年8月6日21时起报后6小时累积降水量：（a）观测，（b）控制试验，（c）“Saturated water vapor” 方案，（d）“Z-RH”方案。

除了湿度（水汽信息）以外，水凝物在数值模式初始化过程中也很重要。事实上，雷达反射率因子中还包含了雨水、雪、霰等水凝物信息。这些云参数是描述积云尺度大气状态的关键要素之一。它们之间的互相转化、成云致雨过程及其相应的热、动力效应对于对流性天气预报非常重要。但直接同化水凝物的观测算子复杂，反射率因子对应模式变量非线性程度高，因此将反射率因子计算得到模式变量再进行同化是一种高效的同化方法。而在水凝物间接同化方案中，各水凝物在反射率因子观测中所占的权重因子对同化效果的影响具有决定性因素。

基于WRFDA系统，结合两种现有的水凝物间接同化方案，沈菲菲教师团队提出了一种融合多源信息的水凝物反演方案。经检验，该反射率因子间接同化方案在不同类型的对流个例中改善了分析场的水凝物分布，并提高了关键预报要素的预报准确度。

图2 南通大风个例，世界时2021年4月30日1130时的水凝物分析场剖面：（a）温度判定方案,（b）背景依赖方案，（3）融合方案。

相关成果分别发表于期刊《Advances in Atmospheric Sciences》和《Atmospheric Research》。

论文信息：

Shen, F., Song, L., Min, J., et al., 2025: Impact of assimilating pseudo-observations derived from the “Z-RH” relation on analyses and forecasts of a strong convection case. Advances in Atmospheric Sciences, 42(5), 1010–1025.

Shen, F., S. Wan, H. Li, J. Luo, et al., 2025: Data assimilation of weather radar reflectivity with a blending hydrometer retrieval scheme for two convective storms in East China. Atmos. Res., 321, 108110.