NPP_ATMS亮溫資料同化在臺(tái)風(fēng)數(shù)值模擬中的應(yīng)用

石艷軍+單海濱+張?jiān)戮S+胡民達(dá)

【摘 要】選取2016年臺(tái)風(fēng) “海馬”和“鲇魚(yú)”臨近登陸過(guò)程作為試驗(yàn)個(gè)例，在WRF模式基礎(chǔ)上，采用控制試驗(yàn)與同化NPP_ATMS亮溫資料對(duì)臺(tái)風(fēng)進(jìn)行72h數(shù)值模擬，在臺(tái)風(fēng)路徑、中心最低氣壓和中心最大風(fēng)速三個(gè)方面對(duì)比實(shí)況分析了其模擬效果，試驗(yàn)結(jié)果表明：WRF模式對(duì)臺(tái)風(fēng)“海馬”和“鲇魚(yú)”的路徑模擬效果非常好，尤其是前48h，但兩個(gè)臺(tái)風(fēng)模擬輸出的時(shí)間點(diǎn)都明顯偏快，在強(qiáng)度模擬上也有參考價(jià)值。同化NPP_ATMS亮溫資料后在路徑上，除了個(gè)別點(diǎn)作用不明顯外，大部分時(shí)間點(diǎn)都有一定的正作用。在中心氣壓和中心風(fēng)速上影響較小，但有影響的時(shí)間點(diǎn)也均為正作用。

【關(guān)鍵詞】WRF模式；三維變分同化；臺(tái)風(fēng)；NPP_ATMS亮溫資料；數(shù)值模擬

中圖分類號(hào)： P732.4 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2017）23-0006-002

【Abstract】This article indicates the numerical model WRF simulates the typhoon named “haima” and “nianyu” happened in 2016 for example.Two kinds of initialization schemes and 72-hour simulation are performed and NPP_ATMS brightness temperature data is ingested into the WRF model.The simulation results are analyzed in contrast to the observation path of typhoon， the lowest central air pressure and the highest central wind speed.Results suggest effects that WRF model simulates the paths of typhoon named“haima” and “nianyu” are very well， especially in the first 48 hours. Though output time points in simulation of the two typhoons move obviously faster，it is with reference value to intension simulation as well. Despite of few time points with unobvious effects， majority number of points are positive effects.Influence on central air pressure and wind speed are small but the time points with influence areinfluenced positively.

【Key words】WRF model；3DVAR；Typhoon；NPP_ATMS brightness temperature data；Numerical simulation

0 引言

中國(guó)是臺(tái)風(fēng)多發(fā)的國(guó)家，每年臺(tái)風(fēng)造成的災(zāi)害損失高居十大自然災(zāi)害之首，臺(tái)風(fēng)預(yù)報(bào)的準(zhǔn)確性對(duì)防災(zāi)減災(zāi)工作至關(guān)重要。目前，數(shù)值預(yù)報(bào)已成為臺(tái)風(fēng)預(yù)報(bào)的主要手段[1]。一直以來(lái)，國(guó)內(nèi)外從未間斷對(duì)臺(tái)風(fēng)的研究，現(xiàn)已有大量關(guān)于臺(tái)風(fēng)研究的文章，日本氣象廳的Akihiko[2]使用非靜力模式對(duì)熱帶風(fēng)暴Meari的強(qiáng)降水進(jìn)行了數(shù)值模擬，結(jié)果認(rèn)為良好的水汽及水汽輸送條件有利于熱帶風(fēng)暴發(fā)生強(qiáng)降水。Shen[3]等通過(guò)數(shù)值模擬研究認(rèn)為，陸地上的水體會(huì)減緩登陸熱帶風(fēng)暴的衰亡速度。邢建勇等[4]對(duì)2005年第15 號(hào)臺(tái)風(fēng)“Khanun”進(jìn)行了數(shù)值模擬，分析了不同的初始化方案對(duì)模擬預(yù)報(bào)的影響。楊引明等[5]在WRFDA系統(tǒng)中，對(duì)2009年第8號(hào)臺(tái)風(fēng)“莫拉克”開(kāi)展了風(fēng)云三號(hào)A星微波資料數(shù)值預(yù)報(bào)的直接同化研究，結(jié)果表明，同化風(fēng)云三號(hào)A星微波資料對(duì)數(shù)值模式初始場(chǎng)改進(jìn)要優(yōu)于僅僅同化常規(guī)觀測(cè)資料，這點(diǎn)在缺乏觀測(cè)資料的海洋上改進(jìn)尤為明。周林等[6]結(jié)合WRF的三維變分系統(tǒng)對(duì)小型超強(qiáng)臺(tái)風(fēng)“桑美”進(jìn)行了數(shù)值模擬，結(jié)果驗(yàn)證了熱帶風(fēng)暴暴雨的發(fā)生和維持需要大尺度環(huán)境場(chǎng)、動(dòng)力條件和水汽條件等因素的配合。ZHANG，et al[7]構(gòu)建了適合格點(diǎn)模式的三維變分同化系統(tǒng)，并對(duì)ATOVS輻射亮溫資料直接同化方案進(jìn)行了改進(jìn)，研究西北太平洋上的熱帶氣旋，結(jié)果表明，直接同化輻射亮溫資料，可以正確描述熱帶氣旋的三維結(jié)構(gòu)及其演變情況。WANG，et al[8]在臺(tái)風(fēng)模擬試驗(yàn)中，利用MM5-4DVAR同化系統(tǒng)，結(jié)合BDA方法同化NOAA-16 的AMSU-A資料，結(jié)果表明該方案可以重構(gòu)臺(tái)風(fēng)的中尺度信息，進(jìn)而改善臺(tái)風(fēng)的預(yù)報(bào)。丁偉鈺等[9]在有云條件下，結(jié)合GRAPES-3DVAR同化系統(tǒng)和WRF模式，研究了ATOVS紅外輻射資料直接同化的方法，并分析了其對(duì)“珍珠”臺(tái)風(fēng)預(yù)報(bào)的影響，結(jié)果表明，可以改進(jìn)臺(tái)風(fēng)濕度、濕度，有一定的正面作用。

2011年10月28日，ATMS探測(cè)器搭載美國(guó)新一代氣象極軌衛(wèi)星NPOESS的準(zhǔn)備星NPP發(fā)射，是AMSUA和MHS輻射計(jì)的繼承版本，主要用于探測(cè)大氣溫度和濕度廓線。廣州氣象衛(wèi)星地面站基于風(fēng)云三號(hào)（FY-3）極軌衛(wèi)星接收系統(tǒng)的深入研究，已實(shí)現(xiàn)了FY-3接收系統(tǒng)對(duì)NPP衛(wèi)星直接廣播數(shù)據(jù)的兼容接收，并完成了衛(wèi)星數(shù)據(jù)L0～L1級(jí)的預(yù)處理[10]。本文利用中尺度數(shù)值模式WRF直接同化ATMS亮溫資料，并以2016年臺(tái)風(fēng)“鲇魚(yú)”和臺(tái)風(fēng)“海馬”為個(gè)例檢驗(yàn)其對(duì)臺(tái)風(fēng)數(shù)值預(yù)報(bào)效果的影響。

1 臺(tái)風(fēng)概況endprint

臺(tái)風(fēng)“海馬”是2016年第22號(hào)臺(tái)風(fēng)，存在時(shí)間為2016年10月15日8時(shí)至10月23日17時(shí)，10月21日下午12時(shí)40分于汕尾海豐縣鲘門(mén)鎮(zhèn)登陸。“海馬”導(dǎo)致菲律賓大氣地球物理和天文服務(wù)管理局首次需要發(fā)出五號(hào)風(fēng)暴信號(hào)，亦導(dǎo)致香港天文臺(tái)21年以來(lái)首次在10月發(fā)出八號(hào)熱帶氣旋警告信號(hào)。20日20時(shí)到21日19時(shí)，粵東以及惠州、深圳、東莞、梅州、河源南部出現(xiàn)了暴雨到大暴雨，梅州豐順縣和潮州潮安縣出現(xiàn)特大暴雨，河源北部和韶關(guān)南部出現(xiàn)了中雨到大雨，全省共有2個(gè)站錄得250毫米以上的特大暴雨。在風(fēng)力影響方面，廣東東部海面出現(xiàn)了9級(jí)-12級(jí)大風(fēng)、陣風(fēng)13級(jí)-14級(jí)，粵東沿海市縣出現(xiàn)了8級(jí)-11級(jí)、陣風(fēng)12級(jí)-14級(jí)大風(fēng)。海馬造成江蘇、福建、廣東189.9萬(wàn)人受災(zāi)，超過(guò)3800間房屋受損，直接經(jīng)濟(jì)損失47.6億元人民幣。

臺(tái)風(fēng)“鲇魚(yú)”是2016年第17號(hào)臺(tái)風(fēng)，存在時(shí)間為2016年9月23日8時(shí)至9月29日5時(shí)，9月28日早晨于福建泉州的惠安縣沿海登陸。鲇魚(yú)造成臺(tái)灣全島兩百多萬(wàn)戶停電并且大規(guī)模停班課，福建多地同時(shí)發(fā)布“雙紅”（紅色臺(tái)風(fēng)+紅色暴雨，均屬于最高級(jí)別）警報(bào)。中國(guó)福州晉安區(qū)測(cè)得最高風(fēng)速為43.6米每秒，刷新了蘇迪羅的陣風(fēng)紀(jì)錄，幾乎是達(dá)到了0102號(hào)臺(tái)風(fēng)飛燕時(shí)的水平，降水同樣嚴(yán)重，永泰、閩清、福安等地都已經(jīng)超過(guò)警戒水位，城區(qū)也大面積內(nèi)澇。

2 探測(cè)器和資料介紹

ATMS有22個(gè)探測(cè)通道，前15個(gè)通道為溫度探測(cè)通道，后7個(gè)為濕度探測(cè)通道，其中通道1-5和16-17為窗區(qū)探測(cè)通道。ATMS軌道寬度為2300km，每條掃描線上有96個(gè)掃描點(diǎn)，星下分辨率通道1-2為75km，通道3-16為32km，通道17-22為16km。

本文采用的模式是美國(guó)環(huán)境預(yù)報(bào)中心和美國(guó)國(guó)家大氣研究中心等聯(lián)合研發(fā)的新一代中尺度預(yù)報(bào)模式WRFV3.7.1和同化系統(tǒng)WRFDA。除了ATMS亮溫資料，本文所使用的資料還包括：1、NCEP網(wǎng)站提供的FNL再分析資料，水平分辨率為1°×1°。2、臺(tái)風(fēng)觀測(cè)路徑、中心最低氣壓和中心最高風(fēng)速選用廣東省氣象局業(yè)務(wù)網(wǎng)的實(shí)況路徑。

3 試驗(yàn)方案設(shè)計(jì)及步驟

本文中模式水平分辨率采用的是30km，垂直為30層，以（118°E，23°N）為中心，未使用嵌套，模擬區(qū)域網(wǎng)格格點(diǎn)數(shù)為235×182，積分步長(zhǎng)180s。微物理過(guò)程采用WSM 3-class simple ice scheme，長(zhǎng)波輻射參數(shù)化方案采用rrtm scheme、短波輻射參數(shù)化方案采用Dudhia scheme，近地面層方案采用Monin-Obukhov scheme，陸面過(guò)程方案采用Noah land-surface model，邊界層方案采用YSU scheme，積云參數(shù)化方案采用Kain-Fritsch scheme。

在此基礎(chǔ)上，本文設(shè)計(jì)了2組試驗(yàn)，分別對(duì)臺(tái)風(fēng)“海馬”和臺(tái)風(fēng)“鲇魚(yú)”進(jìn)行72h的預(yù)報(bào)。試驗(yàn)1：直接使用FNL資料作為初始場(chǎng)，進(jìn)行72h預(yù)報(bào)；試驗(yàn)2：采用3DVAR同化方法，將NPP_ATMS亮溫?cái)?shù)據(jù)同化其中，更新邊界再進(jìn)行72h預(yù)報(bào)。

4 試驗(yàn)結(jié)果

4.1 臺(tái)風(fēng)預(yù)報(bào)路徑分析

如圖1所示為臺(tái)風(fēng)“海馬”路徑，紅色為控制試驗(yàn)?zāi)M路徑，綠色為同化ATMS亮溫資料的模擬路徑，藍(lán)色為實(shí)況路徑。從臺(tái)風(fēng)“海馬”實(shí)況模擬路徑對(duì)比分析，控制試驗(yàn)?zāi)M的臺(tái)風(fēng)路徑及在菲律賓的登陸點(diǎn)整體與實(shí)況路徑是比較吻合的，特別是前48小時(shí)，最后12小時(shí)，實(shí)況路徑向北折向移動(dòng)過(guò)程中，模擬路徑仍是向西走，差別較大。如表一所示，分別為試驗(yàn)1控制試驗(yàn)和試驗(yàn)2同化ATMS資料后與實(shí)況路徑的偏差，其二者的差值正數(shù)表示正作用，負(fù)數(shù)表示負(fù)作用，除了66h和72h最后兩個(gè)時(shí)間點(diǎn)，其他輸出時(shí)間點(diǎn)均有正作用。

如圖2所示為臺(tái)風(fēng)“鲇魚(yú)”路徑，同臺(tái)風(fēng)“海馬”類似，前48小時(shí)模擬路徑與實(shí)況路徑比較一致，但模擬輸出的時(shí)間點(diǎn)明顯偏快，同化ATMS亮溫資料后稍有改善。最后12小時(shí)，實(shí)況路徑向北折向移動(dòng)過(guò)程中，模擬路徑仍是向西走，差別較大。如表二所示，同化ATMS資料后，除了個(gè)別輸出點(diǎn)無(wú)影響外，其他點(diǎn)均有正作用。

4.2 臺(tái)風(fēng)中心最低氣壓分析

通常用臺(tái)風(fēng)中心海平面最低氣壓來(lái)表征臺(tái)風(fēng)的強(qiáng)度，圖3為臺(tái)風(fēng)“海馬”中心海平面氣壓的72h預(yù)報(bào)結(jié)果以及實(shí)況氣壓圖。可以看出模擬方案的中心氣壓變化趨勢(shì)與實(shí)況是一致的，但在數(shù)值上差異略大，在54h至60h起，數(shù)值最為接近，同化ATMS資料后對(duì)比控制試驗(yàn)，前18h無(wú)變化，從18h起，氣壓值均有正變化，但數(shù)值不大。

如圖4所示為臺(tái)風(fēng)“鲇魚(yú)”中心海平面氣壓的72h預(yù)報(bào)結(jié)果以及實(shí)況氣壓圖。可以看出前18h，模擬氣壓值與實(shí)況是非常吻合的，從18h起，實(shí)況氣壓值逐漸降低的過(guò)程中，模擬值呈平滑趨勢(shì)，差值越來(lái)越大，從54h起，實(shí)況氣壓值逐漸升高，二者的差值又慢慢變小。同化ATMS資料后與控制試驗(yàn)基本沒(méi)有變化。

4.3 臺(tái)風(fēng)中心最大風(fēng)速分析

圖5是臺(tái)風(fēng)“海馬”中心最大風(fēng)速的72h數(shù)值模擬結(jié)果以及實(shí)況圖。在整個(gè)模擬時(shí)段，模擬值始終偏小，前36h，差值大于20m/s，最大差值達(dá)到33m/s。36h后差值逐漸縮小，54h后，模擬值與實(shí)況接近為個(gè)位數(shù)的差值。同化ATMS資料大部分輸出時(shí)間點(diǎn)無(wú)變化，有變化的點(diǎn)均為正作用，與實(shí)況有小幅度的接近。

圖5是臺(tái)風(fēng)“鲇魚(yú)”中心最大風(fēng)速的72h數(shù)值模擬結(jié)果以及實(shí)況圖。可以看出模擬的最大風(fēng)速變化趨勢(shì)與實(shí)況是較為一致的，且前24h偏差較小，從24h起，實(shí)況風(fēng)速加大的過(guò)程中，模擬值變化較小，差值被拉大，最大差值接近20m/s。從54h起，實(shí)況最大風(fēng)速減小，模擬值隨之減小，模擬值對(duì)比實(shí)況偏小。同化ATMS資料對(duì)比控制試驗(yàn)大部分時(shí)間點(diǎn)無(wú)變化，有變化的幾個(gè)點(diǎn)均為正作用，但幅度不大。

5 結(jié)論endprint

本文利用模式WRFV3.7.1，采用控制試驗(yàn)和同化NPP_ATMS亮溫資料兩種方案對(duì)2016年臺(tái)風(fēng)“海馬”和臺(tái)風(fēng)“鲇魚(yú)”進(jìn)行了72h的數(shù)值模擬，初步得到以下結(jié)論：

1）WRF模式對(duì)臺(tái)風(fēng)“海馬”和臺(tái)風(fēng)“鲇魚(yú)”的路徑都有非常好的模擬效果，尤其是前48h，但兩個(gè)臺(tái)風(fēng)模擬輸出的時(shí)間點(diǎn)都明顯偏快；強(qiáng)度模擬比路徑效果差一些，但在趨勢(shì)等方面仍然有參考價(jià)值。

2）在初始場(chǎng)同化NPP的ATMS資料后，從臺(tái)風(fēng)路徑、中心氣壓和中心風(fēng)速初始位置看，對(duì)初始場(chǎng)的改變不大，而在后面慢慢發(fā)生作用，在路徑上，除了個(gè)別點(diǎn)作用不明顯外，大部分時(shí)間點(diǎn)都有一定的正作用。在中心氣壓和中心風(fēng)速上影響較小，但有影響的時(shí)間點(diǎn)也均為正作用。

綜上所述，NPP_ATMS亮溫資料對(duì)臺(tái)風(fēng)路徑和強(qiáng)度均有一定的改進(jìn)作用，需要指出的是，本文針對(duì)臺(tái)風(fēng)路徑和強(qiáng)度的模擬效果僅選取了二個(gè)臺(tái)風(fēng)個(gè)例，因此研究NPP_ATMS亮溫資料同化還需做大量的工作。

【參考文獻(xiàn)】

[1]鄒力，王云峰，姜勇強(qiáng)，等.基于衛(wèi)星亮溫資料同化對(duì)2009年熱帶風(fēng)暴“浪卡”的數(shù)值研究.氣象科學(xué)，2016，36（3）：366-373.

[2]AKIHIKO M. A cloud-resoloving numerical simulation for characteristic rainfall induced by typhoon Meari（2004）[R].Team Member Report on Topic 0.3 of Sixth International Workshop on Tropical Cyclones，2006.

[3]SHEN W，GINIS I，TULEYA R E. A numerical investigation of land surface water on landfalling hurricanes[J]. Journal of the Atmospheric Sciences，2002，59 （4）：789-802.

[4]邢建勇，宋學(xué)家，楊學(xué)聯(lián)，等.臺(tái)風(fēng)“卡努”的數(shù)值模擬試驗(yàn)[J]. 海洋預(yù)報(bào)，2006，23（2）：1-9.

[5]楊引明，杜明斌，張潔. FY-3A微波資料在“莫拉克”臺(tái)風(fēng)預(yù)報(bào)中的同化試驗(yàn)[J].熱帶氣象學(xué)報(bào)，2012，28（1）：23-30.

[6]周林，王東法，徐亞欽.利用WRF 數(shù)值模擬分析小型超強(qiáng)臺(tái)風(fēng)“桑美” [J].浙江大學(xué)學(xué)報(bào)（理學(xué)版），2012，39（6）：703-710.

[7]ZHANG Hua，XUE Jishan，ZHU Shiyu，et al.Application of direct assimilation of ATOVS microwave radiances to typhoon track prediction[J].Adv.Atmos.Sci，2004，21（2）：283-290.

[8]WANG Yunfeng，ZHANG Haiyang，WANG Bin，et al. Reconstrutc the mesoscale information of typhoon with BDA method combined with AMSU-A data assimilation method[J].Adv.Meteor.，2010.

[9]丁偉鈺，萬(wàn)齊林，張誠(chéng)忠，等.有云條件下HIRS/3資料的同化及其對(duì)“珍珠”臺(tái)風(fēng)的影響[J].氣象學(xué)報(bào)，2010，68（1）： 70-78.

[10]張?jiān)戮S，單海濱.Suomi NPP衛(wèi)星直接廣播數(shù)據(jù)接收和預(yù)處理.氣象科技[J].2015，43（1）：53-58.endprint