This study was performed in the framework of HyMeX (Hydrological cycle in the Mediterranean Experiment), which aimed to study the heavy precipitation that regularly affects the Mediterranean area. A reanalysis with a convective-scale model AROME-WMED (Application of Research to Operations at MEsoscale western Mediterranean) was performed, which assimilated most of the available data for a 2-month period corresponding to the first special observation period of the field campaign (Fourrié et al., 2019). Among them, observations related to the low-level humidity flow were assimilated. Such observations are important for the description of the feeding of the convective mesoscale systems with humidity (Duffourg and Ducrocq, 2011; Bresson et al., 2012; Ricard et al., 2012). Among them there were a dense reprocessed network of high-quality Global Navigation Satellite System (GNSS) zenithal total delay (ZTD) observations, reprocessed data from wind profilers, lidar-derived vertical profiles of humidity (ground and airborne) and Spanish radar data. The aim of the paper is to assess the impact of the assimilation of these four observation types on the analyses and the forecasts from the 3 h forecast range (first guess) up to the 48 h forecast range. In order to assess this impact, several observing system experiments (OSEs) or so-called denial experiments, were carried out by removing one single data set from the observation data set assimilated in the reanalysis.Among the evaluated observations, it is found that the ground-based GNSS ZTD data set provides the largest impact on the analyses and the forecasts, as it represents an evenly spread and frequent data set providing information at each analysis time over the AROME-WMED domain. The impact of the reprocessing of GNSS ZTD data also improves the forecast quality, but this impact is not statistically significant. The assimilation of the Spanish radar data improves the 3 h precipitation forecast quality as well as the short-term (30 h) precipitation forecasts, but this impact remains located over Spain. Moreover, marginal impact from wind profilers was observed on wind background quality. No impacts have been found regarding lidar data, as they represent a very small data set, mainly located over the sea.

中文翻译：

---

通过地中海实验中水文循环的第一个特殊观察期的AROME-WMED重新分析进行数据同化影响研究

这项研究是在HyMeX（地中海实验中的水循环）的框架下进行的，该研究旨在研究经常影响地中海地区的强降水。使用对流规模模型AROME-WMED（研究应用到地中海中西部规模的作战）进行了重新分析，该方法吸收了与野战活动的第一个特殊观察期相对应的2个月期间的大部分可用数据（ Fourrié等人，2019）。其中，与低水平湿度流动有关的观测被同化了。这样的观察对于描述对流中尺度系统湿度是重要的（Duffourg和Ducrocq，2011； Bresson等，2012； Ricard等，2012）。。其中包括一个密集的高质量全球导航卫星系统（GNSS）天顶总时延（ZTD）观测数据的重处理网络，来自风廓线仪的重处理数据，基于激光雷达的湿度垂直分布（地面和空中）以及西班牙雷达数据。本文的目的是评估从3小时预报范围（首次猜测）到48小时预报范围，这四种观测类型的同化对分析和预报的影响。为了评估这种影响，通过从重新分析的同化观测数据集中删除一个数据集，进行了几个观测系统实验（OSE）或所谓的拒绝实验。地面GNSS ZTD数据集对分析和预测的影响最大，因为它表示均匀分布且频繁的数据集，可在每个分析时间在AROME-WMED域上提供信息。GNSS ZTD数据的重新处理的影响也提高了预报质量，但这种影响在统计上并不显着。西班牙雷达数据的同化提高了3小时降水预报的质量以及短期（30小时）降水预报的质量，但是这种影响仍然存在于整个西班牙。此外，观察到风廓线仪对风背景质量的边际影响。没有发现关于激光雷达数据的影响，因为它们代表的是非常小的数据集，主要位于海上。GNSS ZTD数据的重新处理的影响也提高了预报质量，但这种影响在统计上并不显着。西班牙雷达数据的同化提高了3小时降水预报的质量以及短期（30小时）降水预报的质量，但是这种影响仍然存在于整个西班牙。此外，观察到风廓线仪对风背景质量的边际影响。没有发现关于激光雷达数据的影响，因为它们代表的是非常小的数据集，主要位于海上。GNSS ZTD数据的重新处理的影响也提高了预报质量，但这种影响在统计上并不显着。西班牙雷达数据的同化提高了3小时降水预报的质量以及短期（30小时）降水预报的质量，但是这种影响仍然存在于整个西班牙。此外，观察到风廓线仪对风背景质量的边际影响。没有发现关于激光雷达数据的影响，因为它们代表的是非常小的数据集，主要位于海上。观察到风廓线仪对风背景质量的边际影响。没有发现关于激光雷达数据的影响，因为它们代表的是非常小的数据集，主要位于海上。观察到风廓线仪对风背景质量的边际影响。没有发现关于激光雷达数据的影响，因为它们代表的是非常小的数据集，主要位于海上。