基于不同背景場條件的雷達資料同化在登陸臺風“桑美”中的應用研究

沈菲菲，唐超，許冬梅*，李泓，劉瑞霞

( 1.南京信息工程大學 氣象災害教育部重點實驗室/氣候與環境變化國際合作聯合實驗室/氣象災害預報預警與評估協同創新中心，江蘇 南京 210044；2.高原與盆地暴雨旱澇災害四川省重點實驗室，四川 成都 610225；3.中國氣象局沈陽大氣環境研究所, 遼寧 沈陽 110166；4.云南省維西傈僳族自治縣氣象局，云南 維西 674400；5.中國氣象局上海臺風研究所，上海 200030；6.國家衛星氣象中心，北京 100081)

1 引言

臺風是熱帶洋面上生成并發展的渦旋系統，我國東部沿海地區靠近西太平洋且海岸線較長，臺風登陸次數多，影響范圍大，從而使其成為世界上受臺風破壞最為嚴重的國家之一[1]。臺風登陸雖然能帶來豐富的降水，補給水資源，但同樣會帶來狂風、暴雨、風暴潮等自然災害，甚至會引發城市內澇、房屋坍塌、通信中斷等次生災害。為了使沿海地區居民的生命財產安全得到保障，降低因臺風破壞造成的經濟損失，提高臺風移動路徑、強度和登陸位置的預報準確度就變得至關重要。

近年來，通過同化多普勒雷達資料來改善對我國近海登陸臺風的預報已取得很大進展。陳鋒等[2]利用 WRF（Weather Research and Forecasting Model）模式及其三維變分同化系統進行雷達資料同化試驗，發現同化雷達徑向風資料可以調整臺風的初始風場，提高臺風路徑、降水的預報準確度，且同化效果的提升可以通過提高同化頻次來實現。李新峰[3]將雷達徑向風資料加入到ARPS（The Advanced Regional PredictionSystem）模式進行同化試驗，結果表明，雷達資料同化可以改進臺風內核區的結構，進而提高12 h臺風的強度、結構、路徑和降水的預報能力，加入雷達反射率因子資料對降水預報的改進更顯著，同時預報誤差會隨著同化次數的增加而降低。王明筠[4]研究T-TREC（Typhoon-Tracking Radar Echo by Correlation）反演風循環同化對臺風預報效果的影響，結果表明，由于反演風的風場信息更為完整，其對臺風強度、路徑的預報效果更佳。沈菲菲等[5]通過同化雙多普勒雷達資料研究對颶風“艾克”預報的改進效果，結果表明，經過尺度化因子的調整之后的雷達徑向風同化能夠在颶風中心產生較為合理的氣旋性增量，提供更為確切的中小尺度信息，同時能改進對颶風初始場、結構、強度和路徑的預報。李昕等[6]利用集合?變分混合同化方法聯合同化雷達徑向速度觀測和反演風資料，研究發現，聯合同化能改進臺風強度和環流結構的預報，同時能改進確定性預報時效，且隨著同化次數的增加，臺風的環流結構能得到持續改善。馮佳寧等[7]使用集卡爾曼濾波法研究同化雷達徑向速度資料對臺風數值模擬的改進效果，結果表明，雷達資料同化能降低預報誤差，使預報的臺風強度和路徑更加接近實況，同時發現同化效果主要受臺風內核100 km范圍內雷達資料的影響。沈菲菲等[8]和Shen等[9]對臺風“桑美”進行混合同化試驗，研究發現En3DVAR（Ensemble three-Dimensional Variational Data Assimilation System）同化能提供“流依賴”的集合協方差信息，可以較好修正背景場上臺風的位置，同時對臺風路徑和強度預報的改進效果也要優于變分同化試驗。戚佩霓等[10]運用WRF模式及WRF-3DVAR進行試驗研究雷達徑向風同化對臺風分析和預報的影響，發現臺風的初始場以及臺風渦旋結構在同化雷達資料后能夠得到調整，進而提高了18 h的預報效果。以上研究結果表明，雷達資料同化對臺風結構、強度和路徑預報具有較大的改進作用。

然而目前絕大多數的中尺度數值模式運行的初始場通常是由常規報文資料對全球模式預報場或者分析場進行客觀分析所提供。不同數值模式的預報場(分析場)之間有差異，為中尺度模式提供的背景場就不同，從而必將影響中尺度模式的預報效果。劉青松等[11]分別利用TL511L60模式預報場和美國國家大氣研究中心（National Centers for Environmental Prediction,NCEP）預報場作為模式背景場資料，分析了不同背景場同化雷達資料對北京地區一次強對流天氣過程預報效果的改善情況，研究結果表明同化前TL511L60模式預報場的預報質量優于NCEP預報場的預報質量，使用TL511L60模式預報場作為背景場同化雷達資料后能顯著地改進對降水強度和位置的預報效果，且對預報時效的改進時間更長，能改進12 h內的預報，而NCEP預報場僅能改進6 h內的預報。公穎和李俊[12]比較了T213分析場和AVN（Aviation）分析場作為背景場對降水預報效果的影響，結果表明，AREM（Advanced Regional Eta Model）模式使用AVN分析場作為背景場對降水場的預報效果和風險評分均優于T213分析場作為背景場的預報效果。李得勤等[13]利用NCEP預報場和T639預報場作為背景場，分析選取不同背景場進行雷達資料同化對遼寧省一次暴雨預報效果的改進情況，結果表明，同化雷達資料均能改善初始場的濕度場和風場，0～12 h預報結果表明，兩種預報場作為背景場的雷達資料同化均能報出同化前漏報的黑山地區的降水，NCEP資料對降水強度和強降水中心的預報更接近實況，優于T639的預報效果。朱紅芳等[14]使用T213和NCEP FNL（Final Operational Global Analysis）資料作為背景場，通過對淮河流域的一次暴雨進行模擬，研究了GRAPES（Global/Regional Assimilation and Prediction Enhanced System）模式對不同初始場條件的敏感程度，結果表明，T213和NCEP FNL資料作為初始場存在差異較大的次天氣尺度的特征，并造成了GRAPES模式后期模擬結果的差異。以上研究顯示，不同初始場由于資料本身特性會對強對流等降水系統帶來一定的差別，而在進行雷達資料同化后不同初始場帶來的差異仍然存在。

過去的絕大多數研究都是探究不同背景場條件對天氣尺度系統的影響，但是針對不同背景場條件對中尺度臺風系統的預報效果差異的研究還比較少，因此本文選取2006年8月10日登陸我國的超強臺風“桑美”作為個例進行試驗，對比分析選取美國國家環境預報中心的全球預報系統 （Global Forecasting System,GFS） 再分析資料和日本氣象廳（Japan Meteorological Agency, JMA）區域客觀再分析資料作為背景場來同化多普勒天氣雷達資料，并進一步揭示其對臺風結構、降水、強度及路徑預報效果的影響。探討不同背景場條件下的雷達資料同化對臺風的分析和預報的改進效果。

2 個例選取、雷達資料控制及試驗設計

2.1 臺風“桑美”簡介

2006年第7個登陸我國的臺風“桑美”是近幾十年來登陸我國的最強臺風，具備強臺風的大部分特點：強度強且持續時間長，結構緊密且臺風眼清晰，降水強度大[15–16]。2006 年 8 月 4 日 18:00 UTC（世界時，下同）西太平洋洋面上有熱帶低壓生成并于5日12:00 UTC發展為熱帶風暴，編號0608，命名為“桑美”。隨后該熱帶風暴不斷發展加強并沿西北路徑移動，于8月7日06:00 UTC發展成為臺風，之后臺風的中心氣壓持續下降，由955 hPa下降到915 hPa，實現了爆發性發展，于9日10:00 UTC進一步加強為超強臺風并繼續向西北方向移動。8月10日09:25 UTC超強臺風“桑美”在浙江蒼南馬站鎮登陸，登陸時中心附近最低氣壓達到920 hPa，最大風力達到17級。登陸之后由于受到地形摩擦的作用，“桑美”強度逐漸減弱，10日15:00 UTC減弱為熱帶風暴，11日23:00 UTC減弱為熱帶低壓并停止編號。受“桑美”影響，東南沿海地區出現了8～10級大風以及集中性強降水，強降水中心主要出現在浙江南部和福建北部。“桑美”極強的破壞力和毀滅性給浙江和福建兩省帶來了巨大的經濟損失以及嚴重的人員傷亡，其造成的直接經濟損失高達196.58億元，死亡人數達483人。

2.2 雷達資料的質量控制

本次同化試驗使用浙江省溫州市的多普勒雷達徑向風觀測資料，該雷達觀測可以較好地捕捉到“桑美”整個登陸過程，為了確保同化試驗使用的雷達徑向風資料的可靠性，需要對雷達資料進行去除地物雜波、退速度模糊等質量控制。本文對雷達基數據的初步質量控制使用ARPS模式中的88D2ARPS模塊進行[17–18]，進一步使用美國國家大氣研究中心的Solo軟件進行質量控制[19]，對其每個仰角的觀測數據都進行檢查，以去除不必要的雷達觀測資料。圖1a為質量控制前0.5°仰角的雷達徑向速度圖，由圖可見正負的徑向速度混合在一起，風場較為混亂且不連續，不能把臺風的氣旋性結構特征體現出來，說明存在較強的速度模糊問題。通過質量控制得到了圖1b，由圖可見雷達徑向速度圖的風場變得更加連續，并且形成了氣旋性渦旋的風場結構特征，更加接近于實際情況。

2.3 試驗設計

本文使用中尺度天氣預報模式WRF，該模式由美國國家大氣研究中心、美國國家環境預報中心（The National Center for Atmospheric Research，NCAR）、俄克拉荷馬大學的風暴分析預報中心（Center for Analysis and Prediction of Storms，CAPS）等多個部門聯合研發，可應用于數值天氣預報和資料同化、物理過程參數化等數值模擬研究。本研究采用WRFV4.0及其三維變分同化系統WRFDA4.0（WRF Data Assimilation）進行數值模擬和多普勒雷達資料同化，模擬區域如圖2所示，區域中心為 27°N，121.6°E，能夠覆蓋臺風“桑美”強度突然增強并向西北方向移動至登陸后的路徑。模式的水平方向使用Arekawa-c網格，水平格點數為501×501，格距為4 km，模式頂層氣壓50 hPa，垂直方向分為43層。模式參數化方案：微物理過程采用 WDM6（WRF Double-Moment 6-Class）方案[20]；積云參數化方案采用 Grell Dévényi方案[21]；長波和短波輻射方案分別使用RRTM（Rapid Radiative Transfer Model）方案[22]和 Dudhia方案；其他參數化方案還包括 YSU（Yonsei University）邊界層方案[23]、Noah陸面方案。

為了能夠對比研究不同背景場條件對多普勒雷達資料同化的影響，本文選取了2種背景場資料。第一種是GFS資料，該資料由美國國家環境預報中心和美國國家大氣研究中心聯合制作，其采用了當今最先進的全球資料同化系統和完善的數據庫，對各種來源（地面、船舶、無線電探空、測風氣球、飛機、衛星等）的觀測資料進行質量控制和同化處理，獲得了一套完整的再分析資料集，它不僅包含的要素多、范圍廣，而且延伸的時段長，是一個綜合的數據集。該數據資料是每隔6 h一次的1°×1°格點數據，來自全球資料同化系統（GDAS）。另外一種數據為JMA的客觀再分析格點資料，始于1979年并一直更新至今，是日本氣象廳區域譜模式RSM-RANAL所提供的一種水平分辨率為20 km的區域高分辨率再分析資料。該資料為grib2格式，同化了衛星、雷達等非常規資料，其覆蓋區域（10°～60°N，110°～160°E）頂層氣壓為10 hPa，每天提供 00:00、06:00、12:00和 18:00 UTC的4次分析數據。設計了兩組同化試驗，一組是GFS試驗：選取美國全球預報系統的再分析資料作為背景場，該資料空間分辨率為28 km，提供初始和側邊界條件，進行雷達資料同化；二組是JMA試驗：選取日本氣象廳區域客觀再分析資料作為背景場，該資料空間分辨率為20 km，提供初始和側邊界條件，進行雷達資料同化。兩組試驗均選取了從“桑美”強度突然增強至登陸及登陸后的時段（8月10日00:00 UTC—18:00 UTC）作為模擬時段。試驗流程如圖3所示，首先選取8月10日00:00 UTC作為起始時間，作3 h的spin-up預報至8月10日03:00 UTC。從8月10日03:00 UTC開始，每30 min同化一次雷達徑向風觀測資料，同化3 h至8月10日06:00 UTC結束。然后用最后一個時刻（06:00 UTC）的分析場作為初始場，作12 h的確定性預報。

圖1 質量控制前（a）和質量控制后（b）雷達徑向速度對比Fig.1 Comparison of radar velocity before (a) and after (b) quality control

圖2 WRF模擬區域范圍Fig.2 WRF simulation area

3 試驗結果及分析

3.1 同化雷達資料前后風場和高度場分析

3.1.1 700 hPa風場增量分析

圖4為第一個同化時刻（2006年8月10日03:00 UTC）700 hPa風場增量場，即分析場減去初始場差值，這個差值代表雷達資料同化對背景場的修正作用。圖4a為GFS試驗700 hPa的風場增量場，圖4b為JMA試驗700 hPa的風場增量場。可以發現無論是GFS再分析資料還是JMA再分析資料作為初始場，在臺風的中心位置（紅色的臺風標記）均產生了一個氣旋性的風場增量，且越靠近臺風中心增強的效果越強，臺風的渦旋結構越明顯。這表明兩種背景場上模擬的臺風強度均較實況偏弱，而在同化了雷達徑向風資料之后，對背景場模擬的臺風均有一個明顯的增強作用。對比兩組試驗的風場增量場，不難看出GFS試驗的氣旋性增量更大一些，在臺風內核區西南象限的風場增量相比于JMA試驗的風場增量量級更大，說明GFS試驗同化雷達資料之后的分析場與同化前的背景場的差值更大，也即表明GFS再分析資料作為初始場模擬的臺風要比JMA再分析資料作為初始場的模擬臺風強度更弱，故而增量也相對大一些。

圖3 GFS和JMA試驗流程Fig.3 The flow charts for GFS experiment and JMA experiment

3.1.2 500 hPa高度場分析

圖5為GFS試驗和JMA試驗在同化雷達徑向風資料前后500 hPa高度場。可以看到在同化之前GFS試驗模擬出的臺風渦旋結構明顯比JMA試驗模擬出的臺風渦旋結構要弱，在500 hPa高度場上等值線比較稀疏，且臺風眼相對較寬。而由于JMA區域客觀分析資料的精度更高，JMA試驗分析出的等值線更加密集，臺風眼也相對較小。總體而言，兩種不同背景場資料在同化了雷達觀測資料以后分析的臺風強度均有所增強，但是JMA試驗模擬出的渦旋強度明顯要比GFS試驗模擬出的渦旋強度更強，500 hPa高度場等值線也變得更多更密，臺風眼更小且清晰，符合“桑美”小臺風眼的特征。另一方面，在588 hPa等值線以內，JMA試驗分析出的等值線比GFS試驗更密集，也說明了JMA試驗分析出的臺風中心氣壓更低，更加接近觀測實況。整體而言，通過對比兩組試驗同化前后的模擬結果，不難看出不同初始場條件對模擬臺風500 hPa高度的環流形勢有一定的影響，JMA再分析資料作初始場同化雷達觀測資料后分析的臺風強度要優于GFS再分析資料作為初始場同化雷達資料后分析的臺風強度，具體表現在：渦旋結構更加緊密，臺風眼小且清晰，500 hPa高度場等值線多且密集，中心氣壓更低。

3.2 同化區間均方根誤差和強度分析

為了進一步檢驗采用GFS再分析資料和JMA再分析資料作為背景場對同化雷達資料效果的影響，圖6分析了兩組試驗在3 h同化區間內每次同化雷達徑向風前后的均方根誤差（root mean square error，RMSE）（圖6a）和最小海平面氣壓（minimum sea level pressure，MSLP）（圖6b）的變化情況。均方根誤差是指同化前后背景場（分析場）的雷達徑向風與真實值的誤差。從圖6a可以看出，GFS試驗和JMA試驗在同化窗內每次同化后均方根誤差都有所下降，且前3次同化雷達徑向風后RMSE下降幅度更大，每次大約下降9 m/s，GFS試驗第一次同化時RMSE更是從15.5 m/s下降到5.5 m/s。這是由于在第一次同化時，模式背景場上的臺風模擬偏弱所導致，故而第一次同化的觀測增量也是最大，另一方面臺風的中心氣壓也與觀測更加接近，強度有不同程度的加強。在后面幾次同化過程中，兩組試驗的RMSE都穩定在4 m/s左右，但JMA試驗的誤差更小。總體而言，雖然每次同化雷達觀測資料后均方根誤差都較同化前有所下降，但在整個同化時段JMA試驗的誤差低于GFS試驗的誤差，這表明JMA再分析資料作為背景場在同化中更具有優勢，與觀測結果更為接近。

圖5 同化雷達徑向風資料前GFS試驗（a）、JMA試驗（b）和同化雷達徑向風資料后GFS試驗（c）、JMA 試驗（d）500 hPa高度場（等值線，單位：m）Fig.5 The 500 hPa geopotential height filed analysis for GFS (a) and JMA (b) experiments before assimilating radar data, and the analysis for GFS (c) and JMA (d) after assimilating data (contour line, unit: m)

圖6b顯示了兩組試驗在同化區間每次同化前后的最小海平面氣壓。可以發現在同化起始時刻兩組試驗分析出的最小海平面氣壓與觀測的最佳海平面氣壓915 hPa相比，偏差都比較大，GFS試驗高出最佳路徑85 hPa，JMA試驗高出最佳路徑75 hPa。通過模式預報的調整，兩組同化試驗在同化區間后期幾次分析的最小海平面氣壓與上一時刻相比均有所下降，尤其是在第一次同化時，海平面氣壓下降最為明顯，GFS試驗由997 hPa下降到967 hPa，JMA試驗由990 hPa下降到962 hPa。整體來看，不難看出在整個同化區間，JMA試驗分析出的臺風強度都比GFS試驗更加接近觀測值，進一步說明了JMA再分析資料作為背景場同化雷達資料的分析效果更佳。

3.3 同化末端臺風結構場分析

3.3.1 近地面風場和海平面氣壓場

為了全面地評估兩組同化試驗在整個同化時段對臺風“桑美”的預報效果，本文分析了最后一個同化時刻（2006年8月10日06:00 UTC）的臺風結構。圖7顯示了GFS試驗（圖7a）和JMA試驗（圖7b）在8月10日06:00 UTC同化了雷達徑向風資料后近地面風場和最小海平面氣壓場的合成示意圖，同時還顯示了實際觀測的臺風中心（圖中黑點）。由圖可以發現兩組試驗都很好地模擬出了臺風的渦旋結構，但是與GFS試驗相比，JMA試驗分析出的臺風渦旋強度更強，在臺風內核區的風速也更大，且JMA試驗分析出的臺風眼區更小，更加接近“桑美”小臺風眼的特征。同時，從圖中可以看出JMA試驗分析出的臺風近地面氣壓場的等值線比GFS試驗更密集，說明其最小海平面氣壓也更低，圖中顯示GFS試驗的最小海平面氣壓為950 hPa，而JMA試驗的最小海平面氣壓為940 hPa，更加接近觀測值。另一方面，對比兩組同化試驗分析的臺風中心位置，并與實際觀測的臺風中心作比較可以發現JMA試驗分析出的臺風中心位置與觀測實況更加接近，而GFS試驗的臺風中心則處于實際觀測臺風中心的東北方向，相比JMA試驗偏離觀測的臺風中心位置較遠。這些情況都進一步說明了JMA試驗對臺風桑美中心、結構和強度的預報效果改進更明顯。

圖6 2006年8月10日03:00 UTC至06:00 UTC每個同化時刻的同化前后徑向速度均方根誤差（a）和最小海平面氣壓（b）Fig.6 The forecast and analysis (sawtooth pattern during the data assimilation cycling) for root mean square error of radial velocity (a)and the minimum sea level pressures (b) for GFS and JMA experiments from 03:00 UTC to 06:00 UTC on August 10, 2006

3.3.2 臺風中心垂直剖面

本文進一步從臺風中心風速和位溫的垂直剖面結構考察了兩組試驗的預報效果。圖8中兩組試驗臺風中心的垂直剖面顯示出的臺風眼區高度均伸展到了400 hPa左右，且呈現非對稱結構。但是GFS試驗（圖8a）的臺風眼相對較寬，相比之下JMA試驗（圖8b）的臺風眼更窄，渦旋強度更強，說明臺風的結構也更完整。同時從圖中可以觀察到臺風眼外圍的云墻區也呈現出非對稱結構，臺風眼右側的云墻強度要比左側強很多。JMA試驗的非對稱結構更顯著，云墻強度要強于GFS試驗，在臺風眼右側的云墻區出現了最大風速區，風速達到了50 m/s以上，最大風速區的云強高度一直延伸到500 hPa，而GFS的最大風速只達到了35 m/s。值得指出的是，GFS試驗的等位溫線在臺風眼區沒有出現明顯的下凹趨勢，而JMA試驗在整個臺風內核區的等位溫線都是下凹的，表明了JMA試驗在臺風中心的暖心結構也更強。總體來說，JMA試驗在臺風垂直結構上對臺風風速和位溫的修正效果都優于GFS試驗，進一步說明采用JMA再分析資料作為初始場更有優勢。

圖7 2006年8月10日06:00 UTC GFS試驗（a）和JMA試驗（b）近地面風場和海平面氣壓場（等值線，單位：hPa）合成示意圖Fig.7 The sea level pressure (solid contours, unit: hPa) and the surface wind vectors for GFS (a) and JMA (b) experiments at 06:00 UTC on August 10, 2006

圖8 2006年8月10日06:00 UTC GFS試驗（a）和JMA試驗（b）經過臺風中心風速和位溫（等值線，單位：K）的垂直剖面Fig.8 Vertical cross sections of analyzed horizontal wind speed and potential temperature (contour line, unit: K) for GFS (a) and JMA (b)experiments at 06:00 UTC on August 10, 2006

3.3.3 溫度距平

臺風的暖心結構可以通過溫度距平的垂直截面圖來分析[24]，從圖9中可以發現兩組試驗都分析出了臺風的暖心結構，但JMA試驗的暖心結構更強。GFS試驗臺風暖心結構的最大溫度距平為4 K，出現在400 hPa左右，且正的溫度距平只存在于500 hPa以上。而JMA試驗臺風暖心結構的暖核最大值達到了6 K，最大值出現在400 hPa左右，值得注意的是JMA試驗正的溫度距平一直延伸到地面，貫穿整個對流層。總體來看，JMA試驗分析出的暖心結構更強一些，更利于臺風的發展加強。

3.3.4 軸對稱切向風和水平溫度距平

為了進一步評估臺風中心的垂直結構，本文分析了GFS試驗（圖10a）和JMA試驗（圖10b）的軸對稱切向風和水平溫度距平。從圖中可以看到，GFS試驗的環流結構較弱，最大風速達到了40 m/s，位于距臺風中心30 km處，臺風的最大溫度距平值為10 K，其中心位于距臺風中心8 km處，暖心結構相對較弱。相比之下，JMA試驗的環流結構更強，最大風速區位于距臺風中心15 km處，最大風速達到了50 m/s，遠大于GFS試驗的最大風速。同時JMA試驗分析出的最大溫度距平達到了12 K，位于距臺風中心7 km處。表明同化雷達徑向風資料可以改進臺風結構，但對JMA試驗的改進效果更好一些，進一步說明JMA再分析資料作為背景場更具優勢。

3.4 確定性預報效果分析

3.4.1 近地面風場和組合反射率因子分析

本文對比分析了預報時段GFS和JMA兩組試驗的近地面風場和雷達組合反射率因子與實際觀測資料的雷達反射率因子（圖11）。從觀測實況圖中可以看出，在初始兩個時刻臺風的螺旋結構都很清晰，隨著臺風靠近陸地，渦旋強度減弱，并且臺風前沿陸地上的雷達反射率資料部分缺失。兩組試驗的預報圖中都顯示出了較好的臺風的渦旋環流結構，JMA試驗能夠分析出清晰的臺風眼，與觀測資料有較好的一致性，并且在8月10日07:00 UTC臺風眼變得更加清晰。而GFS試驗在整個預報時段都未能分析出清晰的臺風眼。在預報的初始時刻（8月10日06:00 UTC），GFS試驗僅在臺風中心的南側顯示出了回波強度為50 dBZ的強回波中心，JMA試驗在臺風中心的南側和西北側都分析出了強回波，回波強度達到50 dB，強回波范圍比GFS試驗的要大得多。值得指出的是，JMA試驗預報出了臺風前沿陸地上的降水（位于27.5°N，119.8°E的強回波中心），但GFS試驗未能報出。到了下一個預報時刻（8月10日07:00 UTC），兩組試驗的渦旋環流強度均有所加強，JMA試驗分析出了更完整緊密的臺風螺旋結構，且最大風速中心出現在臺風眼附近，臺風中心南側的強回波和臺風前沿的強回波連成了一片，更加接近實際觀測資料。而GFS試驗依舊未能預報出臺風前沿的降水。隨著預報時間的推后，臺風的環流結構有所減弱，這是因為臺風登陸地形摩擦填充削弱了臺風強度，但JMA試驗的臺風環流結構仍然優于GFS試驗。兩組試驗都在臺風中心分析出了最大風速中心，但是GFS的最大風速要比JMA弱，并且隨著預報時刻的推后在逐漸減小。JMA試驗分析出的最大風速中心在整個預報時段與臺風中心都配合得比較好，并且在8月10日07:00 UTC風場變得更強。總的來說，JMA試驗在整個預報時段分析出的臺風環流結構、最大風速都要優于GFS試驗，同時JMA試驗預報出了臺風前沿的降水，而GFS試驗未能預報出臺風前沿的降水，因此選取JMA區域客觀再分析資料對臺風預報的改進效果更加明顯。

圖9 2006年8月10日06:00 UTC GFS試驗（a）和JMA試驗（b）溫度距平（等值線，單位: K）Fig.9 Vertical cross sections of analyzed temperature anomalies (contour line, unit: K) for GFS (a) and JMA (b) experiments at 06:00 UTC on August 10, 2006

圖10 2006年8月10日06:00 UTC GFS試驗（a）和JMA試驗（b）臺風軸對稱切向風和溫度距平（等值線，單位：K）Fig.10 Contour plot of azimuthally-averaged tangential wind and temperature deviated from the horizontal mean (contour line, unit: K)for GFS (a) and JMA (b) experiments at 06:00 UTC on August 10, 2006

3.4.2 臺風路徑和強度分析

為了進一步評估選取不同的背景場同化多普勒雷達資料對臺風“桑美”預報效果的影響，本文選取了最后一個同化時刻（8月10日06:00 UTC）的分析場作為初始場對臺風的路徑和強度進行了12 h的確定性預報，直至8月10日18:00 UTC結束。本節對GFS試驗和JMA試驗的預報路徑、路徑誤差、最小海平面氣壓和近地面最大風速（Maximum Surface Wind,MSW）進行討論。圖12a和圖12b給出了兩組試驗和觀測資料的臺風路徑和路徑誤差，從圖中可以看出在起始時刻（8月10日06:00 UTC）JMA試驗預報效果更佳，JMA試驗預報的臺風中心位置與最佳路徑的臺風中心基本重合，路徑誤差為3 km，而GFS試驗預報的中心位置相比最佳路徑略微偏東偏北，路徑誤差為8 km。在預報前3 h兩組試驗的預報路徑與觀測實況相比都更加偏東偏北，但JMA試驗預報結果與實況更加接近，且將路徑誤差控制在了20 km以下，而GFS試驗預報的路徑誤差達到了50 km。在3 h之后，兩組試驗預報的路徑誤差也逐漸增大，中心位置越向北偏，在結束時刻GFS試驗和JMA試驗的誤差分別達到了92 km和80 km，這可能是因為登陸后由于地形摩擦作用削弱了臺風強度，但依舊是JMA試驗更接近實況。總體來看，采用JMA再分析資料作為背景場同化雷達觀測資料對臺風路徑預報效果改進更具優勢，分析出的臺風路徑更加接近觀測實況。

圖11 2006年8月10日06:00 UTC至09:00 UTC，觀測實況、GFS試驗和JMA試驗雷達組合反射率因子Fig.11 The radar combination reflectivity factor for observation, GFS, and JMA experiments from 06:00 UTC to 18:00 UTC on August 10, 2006

圖12c和圖12d分析了兩組試驗和觀測資料在預報時段的最小海平面氣壓和最大風速隨時間的變化情況。從圖12c中可以看到起始時刻JMA試驗預報出的MSLP為948 hPa，相比GFS試驗預報出的957 hPa更加接近觀測實況。在預報的前9 h，JMA試驗預報出的MSLP都比GFS試驗更加接近觀測實況。在最后3 h誤差逐漸減小，但JMA試驗預報的MSLP誤差約為5 hPa，低于GFS的預報誤差。總體而言，在整個預報時段，JMA試驗的預報效果都優于GFS試驗的預報效果。從圖12d中可以發現在預報的前9 h，GFS試驗預報的最大風速與實際觀測的誤差都比較大，最大誤差達到了40 m/s，嚴重低估了臺風的最大風速。而JMA試驗預報出的最大風速與實況的誤差在整個預報時段都控制在10 m/s左右，預報效果更佳。在最后一個時刻GFS試驗預報出的最大風速超過了JMA試驗，更接近實況，但總體從趨勢上來，JMA試驗在12 h的預報過程中預報效果更佳，與實況更接近。

4 結論

本文使用中尺度數值模式WRFV4.0及其三維變分同化系統，對2006年8月10日登陸我國的超強臺風“桑美”進行雷達徑向風資料同化，并做了12 h的確定性預報。考察分別選取美國GFS再分析資料和日本JMA區域客觀再分析資料作為背景場進行多普勒雷達資料同化對臺風結構、強度、路徑、降水預報效果的影響，具體結論如下：

（1）對比分析兩組試驗同化雷達觀測資料后700 hPa風場增量場和同化前后500 hPa高度場，可以看出GFS再分析資料作為背景場模擬的臺風強度比JMA再分析資料模擬的臺風要弱得多，同化雷達徑向風資料對背景場上的臺風有很好的調整和增強作用，但對JMA試驗的改進效果更佳，同化雷達資料后JMA試驗模擬出的臺風強度更強。

圖12 預報時段（2006年8月10日06:00 UTC至18:00 UTC）的臺風路徑（a）、路徑誤差（b）、最小海平面氣壓（c）和最大風速（d）預報結果Fig.12 The 12 hour predicted tracks (a), track errors (b), minimum sea level pressure (c) and maximum surface wind speed (d) from 06:00 UTC to 18:00 UTC on August 10, 2006

（2）分析同化窗內RMSE和MSLP隨時間的變化情況，發現同化雷達資料均能使兩組試驗的RMSE和MSLP下降，且同化前期下降更明顯。但總體來說JMA試驗的RMSE和MSLP都更小，更加接近觀測實況，表明使用JMA區域客觀再分析資料作為背景場更具有優勢。

（3）從同化末端臺風結構來看，采用JMA區域客觀再分析資料作為背景場分析的臺風在渦旋強度、臺風眼大小、最大風速區和暖心結構等方面都要優于GFS再分析資料，更加接近實況。說明JMA客觀再分析資料對臺風動力和熱力結構的調整更具優勢。

（4）使用JMA再分析資料預報出的臺風組合反射率因子、路徑、最小海平面氣壓、最大風速都更接近觀測實況，且能夠預報出位于臺風前沿的降水。說明JMA再分析資料作為背景場同化雷達資料的預報效果的更佳。

本文選取GFS再分析資料和JMA再分析資料作為兩種不同的背景場條件，對登陸臺風“桑美”進行數值模擬研究，發現不同背景場條件會造成臺風內核結構以及對其路徑和強度預報效果的差異。同時，應當指出本文的結論都是針對臺風“桑美”的研究得到的，只適用于這一個例，對于其他個例是否成立還需要進行進一步的研究。

致謝：本論文的數值計算得到了南京信息工程大學高性能計算中心的計算支持與幫助，在此表示感謝！