Toward improving quantitative precipitation forecasting using radar observation to improve humidity distribution in model initial conditions

Convection and quantitative precipitation forecasts (QPFs) make up some of the poorest performance areas of forecasting models across the globe. While other aspects of numerical modelling improve consistently throughout the years, precipitation forecasts remain a great obstacle within the atmospheric science community. In this study we define and present a new numeric technique to improve quantitative precipitation forecasts, Radar Mapping. Radar Mapping is an iterative process involving the assimilation of radar data and model water vapour to improve large scale humidity fields. By improving the initial water vapour conditions, convective triggering is altered, along with the inherent changes to the model dynamics. Using the Weather and Research Forecasting (WRF) model along with the Kain-Fritsch convective parametrization scheme, we apply the Radar Mapping technique for ten different case studies throughout the continental United States over the most severe weather period of 2013 (April, May, and June). Overall, improvements are shown for the first several hours of simulations while comparing the Radar Mapped simulations versus the respective control runs of each case study. Several limitations of the Radar Mapping technique are also discussed in detail.La convection et les prévisions quantitatives de précipitations (PQP) représentent certains des pires aspects de la performance dans les modèles de prévision météorologique à travers le monde. Alors que d'autres aspects de la modélisation numérique améliorent au cours des années, les prévisions de précipitation restent un obstacle majeur parmi la communautée des sciences de l'atmosphère. Dans cette étude, nous définissons et présentons une nouvelle méthode numérique, l'Application Radar, pour améliorer les prévisions quantitatives de précipitations. L'Application Radar est un processus itératif qui comprend l'assimilation des données radar et la vapeur d'eau modélisée pour améliorer les champs d'humidité à grande échelle. En améliorant les conditions initiales de la vapeur d'eau, la déclenchement convective est modifiée, ainsi que les changements inhérents à la dynamique du modèle. L'utilisation de la modèle Weather and Research Forecasting (WRF), avec le schéma de paramétrisation de la convection Kain-Fritsch, nous appliquons la technique de l'Application Radar pour dix études de cas qui couvrent les États-Unis continentales pendant la période en 2013 avec les événements météorologiques les plus sévères (Avril, Mai, et Juin). Dans l'ensemble, les améliorations sont présentés pour les premières heures des simulations tout en comparant les simulations qui utilisent l'Application Radar aux essais témoins de chaque étude de cas. Les limites de la technique de l'Application Radar sont également discutés en détail