【0-3h PN相关2】GNSS天顶总延迟数据同化对意大利短期水汽和降水预报影响的研究
目录
0. 论文背景
一、研究概述
二、研究方法
三、主要发现
对水汽分析的影响
对降水预报的影响
对整个研究时段的统计分析
四、研究意义与结论
0. 论文背景
引用：Torcasio, Rosa Claudia, et al. "The impact of GNSS Zenith Total Delay data assimilation on the short-term precipitable water vapor and precipitation forecast over Italy using the WRF model." Natural Hazards and Earth System Sciences Discussions 2023 (2023): 1-29.
一、研究概述
这篇研究论文探讨了将GNSS-ZTD（全球导航卫星系统-天顶总延迟）数据同化到WRF（气象研究和预报）模型中，对意大利地区短期（最长6小时）的可降水水汽和降水预报的影响。研究选择了2019年10月这一个月进行分析，这个时期意大利经历了几次中等到强烈的降水事件。
二、研究方法
研究团队使用了WRF模型4.1.3版本及其3DVar数据同化系统，以3公里的水平分辨率覆盖整个意大利领土。他们从意大利主要的国家和地区GNSS永久网络收集了来自388个GNSS接收站的ZTD观测数据，形成了覆盖全国的密集观测网络。
研究设计了两种模拟类型：
- 背景模拟（BCKG）：不进行GNSS-ZTD数据同化
- GPS模拟：进行GNSS-ZTD数据同化
他们采用了每6小时更新一次的超短期预报（VSF）方法，每天进行四次模拟，每次模拟持续12小时。前6小时用于模型预热和数据同化（仅对GPS模拟），后6小时用作预报。
三、主要发现
对水汽分析的影响
- WRF模型在没有数据同化时低估了大气中的水汽含量
- GNSS-ZTD数据同化通过增加大气中的水汽含量部分弥补了这种低估
- 数据同化大约将ZTD的偏差（BIAS）和均方根误差（RMSE）减半
- 由于GNSS接收器覆盖均匀且广泛，整个意大利领土的可降水水汽（PWV）的偏差和RMSE都有所减少
对降水预报的影响
研究选择了2019年10月15日的案例进行分析，发现：
- 3DVar同化在水平和垂直方向上传播了水汽创新值
- 短期降水预报有明显改善，主要缺点是中部意大利地区虚假警报的增加
对整个研究时段的统计分析
- 数据同化显著改善了可降水水汽预报，几乎将第一预报时段的PWV RMSE减半
- 随着预报时间的增长，PWV RMSE的改善程度减小，这是因为数据同化产生的效果部分被输送出意大利区域
- 与BCKG相比，同化GNSS-ZTD增加了短期预报的降水量，改善了频率偏差（FBIAS）的系统性低估
- 检测概率（POD）也得到了增加，但虚假警报率（FAR）也有所增加
- 对于两个3小时时段（0-3小时和3-6小时），公平威胁评分（ETS）也有所改善，尽管虚假警报数量的增加限制了数据同化对这一评分的影响
- 重采样统计测试结果显示，对于多个阈值（最高30毫米/3小时），FBIAS和POD的改善具有统计学显著性
- FAR的增加在20毫米/3小时以下阈值具有统计学显著性，而ETS在1、25和30毫米/3小时阈值有显著改善
- 统计分析表明GNSS-ZTD数据同化的积极影响可持续长达6小时
四、研究意义与结论
总体而言，研究表明GNSS-ZTD数据同化对意大利地区的短期水汽和降水预报有积极影响。数据同化改善了模型对大气水汽含量的估计，并因此改善了降水预报。这项研究的结果特别对中等到强降水事件（25-30毫米/3小时）的预报具有显著意义，这对于防灾减灾具有重要价值。
研究表明，这种改进效果至少可以持续到预报的6小时内，这对于发布临近预报和预警有重要意义。
然而，研究也指出了几个需要未来进一步研究的方向，包括在不同季节评估GNSS-ZTD数据同化的影响、考虑更长的研究时段、探索其他同化GNSS数据的技术、以及实时同化GNSS-ZTD数据等。