Precipitation estimates from numerical weather prediction (NWP) models are uncertain. The uncertainties can be reduced by integrating precipitation observations into NWP models. This study assimilates Version 04 Integrated Multi-satellite Retrievals for the Global Precipitation Measurement (GPM) (IMERG) Final Run into the Weather Research and Forecasting (WRF) model data assimilation (WRFDA) system using a four-dimensional variational (4D-Var) method. Three synoptic-scale convective precipitation events over the central United States during 2015–2017 are used as case studies. To investigate the effect of logarithmically transformed IMERG precipitation in the WRFDA system, this study reports on several experiments with six-hour and hourly assimilation windows, regular (nontransformed) and logarithmically transformed observations, and a constant observation error in regular and logarithmic spaces. Results show that hourly assimilation windows improve precipitation simulations significantly compared to six-hour windows. Logarithmically transformed precipitation does not improve precipitation estimations relative to nontransformed precipitation. However, better predictions of heavy precipitation can be achieved with a constant error in the logarithmic space (corresponding to a linearly increasing error in the regular space), which modifies the threshold of rejecting observations, and thus utilizes more observations. This study provides a cost function with logarithmically transformed observations for the 4D-Var method in the WRFDA system for future investigations.

中文翻译：

---

WRF 4D-Var数据同化系统对数变换IMERG降水观测的影响

数值天气预报 (NWP) 模型的降水估计是不确定的。通过将降水观测整合到 NWP 模型中，可以减少不确定性。本研究将用于全球降水测量 (GPM) (IMERG) 最终运行的第 04 版综合多卫星检索同化到使用四维变分 (4D-Var) 的天气研究和预报 (WRF) 模型数据同化 (WRFDA) 系统中方法。2015-2017 年美国中部的三个天气尺度对流降水事件被用作案例研究。为了研究对数转换的 IMERG 降水在 WRFDA 系统中的影响，本研究报告了几个具有六小时和每小时同化窗口、规则（非转换）和对数转换观测的实验，以及在正则和对数空间中的恒定观测误差。结果表明，与六小时窗口相比，每小时同化窗口显着改善了降水模拟。相对于非转换降水，对数转换降水不会改善降水估计。然而，通过对数空间中的恒定误差（对应于常规空间中的线性增加的误差）可以更好地预测强降水，从而修改拒绝观测的阈值，从而利用更多的观测。本研究为 WRFDA 系统中的 4D-Var 方法提供了一个对数变换观测值的成本函数，以供未来调查。结果表明，与六小时窗口相比，每小时同化窗口显着改善了降水模拟。相对于非转换降水，对数转换降水不会改善降水估计。然而，可以通过对数空间中的恒定误差（对应于常规空间中的线性增加的误差）来更好地预测强降水，这修改了拒绝观测的阈值，从而利用了更多的观测。本研究为 WRFDA 系统中的 4D-Var 方法提供了一个对数变换观测值的成本函数，以供未来调查。结果表明，与六小时窗口相比，每小时同化窗口显着改善了降水模拟。相对于非转换降水，对数转换降水不会改善降水估计。然而，通过对数空间中的恒定误差（对应于常规空间中的线性增加的误差）可以更好地预测强降水，从而修改拒绝观测的阈值，从而利用更多的观测。本研究为 WRFDA 系统中的 4D-Var 方法提供了一个对数变换观测值的成本函数，以供未来调查。相对于非转换降水，对数转换降水不会改善降水估计。然而，可以通过对数空间中的恒定误差（对应于常规空间中的线性增加的误差）来更好地预测强降水，这修改了拒绝观测的阈值，从而利用了更多的观测。本研究为 WRFDA 系统中的 4D-Var 方法提供了一个对数变换观测值的成本函数，以供未来调查使用。相对于非转换降水，对数转换降水不会改善降水估计。然而，通过对数空间中的恒定误差（对应于常规空间中的线性增加的误差）可以更好地预测强降水，从而修改拒绝观测的阈值，从而利用更多的观测。本研究为 WRFDA 系统中的 4D-Var 方法提供了一个对数变换观测值的成本函数，以供未来调查。