ERA-Interim和ERA-5再分析資料中臺風模擬精度評估

李江夏 ，胡玉植

(1. 長沙理工大學 水利工程學院，湖南 長沙 410114；2. 水沙科學與水災害防治湖南省重點實驗室，湖南 長沙410114；3. 中國電建集團中南勘測設計研究院有限公司，湖南 長沙 410014)

隨著數值模式和計算機技術的不斷發展，國內外學者在對波浪和潮位等重要海洋水文要素進行研究時，為了克服實測資料缺乏的問題，常常使用數值模擬的方法，對所關心海域的水文要素進行計算。其中，風作為海洋水動力模擬中最重要的表面邊界，其精度直接決定了模型計算結果的準確性。由于實測氣象資料時空分布不均，難以給水動力模型提供合適的表面邊界。20世紀80年代，科學家們提出了利用數據同化技術把各類型與來源的觀測資料與數值天氣預報產品重新融合的“再分析”方法，使用該類方法計算得到的再分析氣象產品具有氣象要素多、時間序列長、覆蓋范圍廣的優點，被廣泛應用于海洋水文要素的數值模擬計算中。目前常用的再分析氣象產品主要包括美國國家環境中心（NCEP）和大氣研究中心（NCAR）的NCEP/NCAR資料，NCEP與美國能源部（DOE）的NCEP/DOE資料，NCEP的氣候預測系統再分析資料（CFSR），歐洲中期天氣預報中心（ECMWF）的ERA-15、ERA-40以及ERA-Interim（ERA-I）資料，以及日本氣象廳（JMA）的JRA-25資料等[1]。

雖然各類再分析資料的精度越來越高，但仍有學者在使用它們作為表面邊界條件模擬臺風期的水動力要素時發現計算結果并不準確。Appendini等[2]分別將NCEP/NCAR，ECMWF ERA-I以及NARR這3種再分析風資料輸入MIKE21 SW波浪模塊，對墨西哥灣的波浪進行模擬，并比較了3種資料的適用性，研究表明上述資料能很好地模擬冬季大風引起的波浪過程，但明顯低估了颶風發生時期的波高。吳歡等[3]使用E CMWF高精度風場資料對浙江海域幾場臺風浪過程進行模擬，發現采用ECMWF資料得到的極端條件下的波高模擬效果欠佳。目前，對ERA-5資料在臺風影響區域的適用性研究鮮有所見。

為了探究再分析資料對臺風模擬的準確度，各國學者進行了一系列的研究。Onogi等[4]研究了歐洲中期天氣預報中心ERA-40和日本氣象廳JRA-25再分析資料中可檢測到的熱帶氣旋的出現頻率，發現JRA-25中80%的熱帶氣旋都可以檢測到，而ERA-40中僅有小于60%的臺風可以檢測到。Hart等[5]定量分析了40年長度的ECMWF ERA-40資料中熱帶氣旋的環境“記憶”。Jourdain等[6]評估了ECMWF-OA和ECMWF-Interim再分析資料捕捉熱帶氣旋表面風信號的能力，研究表明再分析風資料對臺風的模擬精度隨資料空間模擬精度的提高而提高，但較高精度（T1279）的再分析資料仍存在顯著的偏差。對于臺風浪和風暴潮的模擬，輸入風資料中臺風的中心位置以及強度是保證模擬精度最重要的因素。Schenkel等[7]比較了CFSR、ERA-4、ERA-I、JRA-25和MERRA幾套全球再分析資料中臺風中心位置和強度與Best-Track資料的區別，研究表明幾套再分析資料均低估了臺風強度，臺風中心位置也出現一定偏差。在臺風頻發的西北太平洋海域，針對區域性的海洋數值模擬計算中所必需的10 m風速和氣壓資料，對再分析風資料中臺風期風速和氣壓準確性的研究仍較少見，特別是對于新推出的ERA-5資料，尚需進一步探究。

基于以上考慮，本文重點研究了2013—2015年西北太平洋區域內，特別是對中國沿岸有影響的多場臺風。針對ECMWF ERA-I和ERA-5再分析風資料中的10 m風速和海平面氣壓兩個要素，通過提取再分析風資料中臺風的中心位置、最大風速和中心氣壓等信息，與實測的最佳路徑數據進行比較，分析了臺風在兩套再分析風資料中的模擬情況，并提出了一種在臺風期對ERA-5資料進行修正的方法，可以為海洋水動力模擬計算等研究中使用再分析風資料的情況提供參考。

1 研究區域及數據資料

研究區域為西北太平洋100°E至150°E、10°N至45°N的海域（圖1）。研究區域包括全部的中國大陸岸線、東中國海、南中國海的北部以及其他鄰近海域。該海域受臺風影響頻繁，在洋面上生成的臺風常常在我國東南沿海地區登陸，同時帶來大風、強降雨等氣象災害和臺風浪、風暴潮等海洋災害。

氣象資料為ECMWF（https://www.ecmwf.int）的ERA-I和ERA-5的再分析10 m風速資料和海平面氣壓資料，資料時間間隔為6 h，即格林威治時間每日的0時、6時、12時和18時，研究時長為2013—2015年全年。這里需要說明的是，本文中使用的資料均為插值到0.125°網格的版本。

圖 1 研究區域及臺風路徑（2013—2015年）Fig. 1 Study domain and typhoon tracks （2013—2015）

臺風資料采用中國氣象局熱帶氣旋資料中心的“CMA最佳路徑數據集”[8]，該資料提供了西北太平洋臺風期每6 h的臺風中心、最大風速和中心氣壓實測數據。

2013—2015 年在研究區域內共發生65場臺風，其中2013年25場，2014年15場，2015年25場，臺風路徑如圖1所示。根據國家熱帶氣旋分類標準（GB/T 19201—2006），臺風可根據其達到最大強度時中心附近的最大風速劃分為6類，使用該分類方法對2013—2015年影響研究區域的65場臺風進行分類，其中強臺風和超強臺風所占比例較大，例如，2015年該兩類臺風所占比例為68%。若僅考慮超強臺風，該分類的臺風在2013、2014和2015年分別占24%、33%和56%的比例。可以看出，高強度的臺風數量在這3年呈顯著上升趨勢。

由于臺風在其生命周期內強度是不斷變化的，本文對ECMWF風場進行評估時，不以整場臺風為研究對象，而使用臺風周期內每6 h的單個風場為研究對象。這樣，每場臺風則被拆分成多個不同強度的臺風風場。類似于單場臺風的強度分類，本文定義單個風場的強度分類由該時刻臺風的近中心最大風速決定。

2 數據分析方法

首先在研究區域內選取一場代表臺風，以ERAI資料為例，對使用的分析方法進行說明。選取2013年19號臺風“天兔”為代表臺風，分析臺風期的臺風中心、風速和氣壓的變化過程在ERA-I風資料中的模擬情況。臺風“天兔”是發生在2013年的超強臺風，表1列出了“天兔”生命周期中，其強度等級隨時間變化的情況。由表1可見，其發展過程由熱帶低壓開始，強度逐漸增大，最終峰值達到超強臺風的等級，并在超強臺風的強度保持2 d，隨后減弱。其發展規律符合臺風發展的普遍過程，發展過程中經歷由弱到強6個強度等級，具有代表性。

表 1 “天兔”強度等級變化Tab. 1 Intensity of typhoon “Usagi”

為了識別ECMWF風場中的臺風中心，提出了使用旋度確定再分析風資料臺風中心位置的方法。首先對再分析風資料中臺風期每6 h的風場中各點進行旋度計算，旋度最大的點即為臺風中心的位置（北半球為旋度最大，南半球為旋度最小）。旋度的計算式為：

式中：ω為各點的旋度；v 和u 為 y 和 x方 向上的分速度。

通過對風場中每個網格點計算旋度，確定了“天兔”臺風期間所有風場中的臺風中心位置。圖2繪制了2013年9月20日中午12時，ERA-I資料中的風場（箭頭）、氣壓場（左圖等值線）、旋度場（右圖等值線）以及實測資料中該場臺風的路徑（白色圓圈，紅色圓圈為該時刻臺風中心位置）。

圖 2 “天兔”臺風路徑及代表時刻風場、氣壓場與旋度場分布Fig. 2 Typhoon track and the distribution of wind velocity, air pressure and vorticity during TC “Usagi”

由圖2可見，旋度最高的點與實測臺風中心位置相近，這說明通過計算再分析風場的旋度能在一定程度上反映臺風中心的位置。旋度最高的點與氣壓場中氣壓最低的位置基本重合，這與臺風中心位置氣壓最低的事實相符。臺風中心附近風速的渦旋結構清晰明顯，這也說明ERA-I資料能夠在一定程度上反映臺風中心的渦旋結構。但是中心附近風速較其他位置增大并不明顯，由于實際發生的臺風，其中心附近一定范圍內的風速會顯著增大，所以從定性上看，ERA-I資料對臺風風速的模擬可能存在低估。

3.1 臺風中心位置

利用對代表臺風評估的方法，對ECMWF風資料中2013—2015年的65場臺風表現進行統計分析。圖3繪制了2013—2015年兩套資料各強度等級風場中中心位置差的平均值。如圖3所示，平均中心位置差的量值隨臺風強度等級增大而減小，ERA-5資料的平均中心位置差顯著小于ERA-I資料。ERA-5資料與實測中心位置差較ERA-I資料在TD、TS、STS、TY、STY以及SuperTY這6個強度分類下分別改進21%、30%、44%、54%、60%和65%。這說明臺風實際強度越強，ECMWF風資料對臺風中心位置的模擬相對越準確；反之，偏差越大。而臺風強度越大，ERA-5資料模擬的優勢也越顯著，對中心位置的模擬更準確。雖然ERA-5對臺風位置的捕捉顯著優于ERA-I，但仍不夠準確，在使用該資料進行臺風期氣象要素的分析，或是相關海洋動力要素的模擬時，有必要對臺風中心位置進行必要的修正。

圖 3 2013—2015年臺風平均中心位置差Fig. 3 Averaged absolute bias of center positions for typhoons from 2013 to 2015

3.2 最大風速

除了對臺風中心位置的檢驗，還對ECMWF風資料中的臺風近中心最大風速（vmax）進行了檢驗。近中心最大風速是度量臺風強度的指標，其模擬的準確性對于臺風風場十分重要。本文檢驗的ECMWF風資料中的最大風速值，為從臺風中心向外搜索，受臺風影響區域內（本文規定半徑約500 km）風速最大點的風速值。以臺風“天兔”為例，最大風速的比較見圖4。

圖 4 臺風最大風速值檢驗Fig. 4 Evaluation of typhoon maximum wind speed

圖4（a）為該場臺風過程中實測最大風速的變化過程和ECMWF風資料最大風速變化過程的比較。可見，ECMWF風資料中的臺風最大風速顯著小于實測，這說明ECMWF風資料中的臺風強度顯著低于實測。實測的臺風最大風速呈明顯的先增加后減小的過程，而ECMWF風資料中的最大風速則一直處于較穩定的平均狀態。圖4（b）為2013—2015年各強度分類下兩套ECMWF風資料中的最大風速與實測最大風速差值的平均值。可見，隨著風場強度等級增大，最大風速差的平均值顯著增大。這說明ECMWF風資料模擬的最大風速值比較平均，無法反映實際發生的臺風中風速急劇增長的變化過程，實際發生的臺風強度越大，ECMWF風資料中的臺風模擬越不準確。這可能是因為再分析風資料計算時空間精度不夠高，無法刻畫臺風這種尺度較小的氣象事件，從而無法模擬出急劇增大的風速。其中ERA-5資料的最大風速變化過程較ERA-I與實測更接近，平均風速差更小，但仍存在明顯的低估。ERA-5資料與實測最大風速較ERA-I資料在TD、TS、STS、TY、STY以及SuperTY這6個強度分類下分別改進28%、33%、35%、30%、29%和21%。與臺風中心位置的模擬不同，ERA-5對最大風速模擬的改進程度不隨臺風強度的增大而增大，但其至少能在ERA-I的基礎上改進20%。

3.3 中心氣壓

本文檢驗的ECMWF風資料中的中心氣壓值（Plow）為臺風中心處氣壓最低點的氣壓值。以臺風“天兔”為例，圖5（a）為該場臺風過程中實測中心氣壓和ECMWF風資料中心氣壓變化過程的比較。可見，實際發生的臺風強度越大，中心氣壓越低，而ECMWF資料中的中心氣壓明顯高于實測，隨臺風強度的變化也不明顯，這說明了ECMWF風資料對臺風強度的低估。圖5（b）為2013—2015年，各強度分類的風場中ECMWF風資料與實測資料中心氣壓差的平均值。與最大風速差的分布類似，ECMWF資料中的中心氣壓處于較穩定的平均狀態。因此，隨風場強度等級增大，平均最低氣壓差顯著增大。同時，通過比較，ERA-5資料中的臺風中心低壓變化過程較ERA-I資料更接近，平均中心低壓差更小，但仍然無法準確模擬臺風中心急劇降低的氣壓。ERA-5資料與實測最大風速較ERA-I資料在TD、TS、STS、TY、STY以及SuperTY這6個強度分類下分別改進1%、15%、32%、44%、49%和33%。總體而言，ERA-5資料對中心氣壓的模擬顯著優于ERA-I資料，隨臺風強度的增大，改進程度越明顯。

圖 5 臺風中心低壓檢驗Fig. 5 Evaluation of typhoon center air pressure

4 ECMWF風資料中的臺風修正

兩套ECMWF再分析風資料對臺風中心位置的反映存在一定偏差，對臺風強度有明顯低估。因此，使用該資料模擬臺風影響下的海洋及海岸水動力過程時，或是在臺風多發地區使用該資料進行科學研究時，有必要對ECMWF風資料在臺風中心附近的數據進行一定的修正和改進，以提高結果的準確性。

在對ECMWF再分析風資料中臺風影響區域的數據進行修正時，可以根據實測臺風最大風速與再分析風資料臺風最大風速的差，通過使用經驗公式修正臺風中心附近的風速，如Pan等[9]在其研究中提出的對再分析風場的直接修正方法；也可以通過構造參數化的臺風模型和再分析風場的混合風場，對臺風影響區域的風場數據進行重構，如Li等[10-11]在其研究中提出的混合風場構造方法。然而，以上方法均在一定程度上依賴實測的臺風路徑、最大風速和中心低壓數據，在實測數據缺失的情況下無法實施。

本文基于2013—2015年臺風期共1 988個臺風風場，提取ERA-I和ERA-5資料臺風風場中的中心最大風速，與實測最大風速進行比較。圖6分別繪制了兩套再分析資料中臺風中心最大風速與實測最大風速的散點圖。

圖 6 再分析最大風速與實測最大風速散點圖Fig. 6 Scatters of maximum wind speed in reanalysis and measurement data

由圖6可見，使用ERA-I資料繪制的散點圖較為雜亂，規律性較差，R2為0.219 9。ERA-5資料繪制的散點圖具有一定的規律，R2為0.627 0，擬合結果較好，這說明ERA-5資料中的臺風中心最大風速可以與實測最大風速建立一定的相關關系。通過擬合，ERA-5再分析最大風速與實測最大風速的相關關系可以用下式描述：

式中：vr為 實測最大風速；vr0為再分析資料中的最大風速；a和b的取值根據圖6（b）分別取0.69和1.24。根據Pan等[9]提出的對再分析風場的直接修正方法：

式中：vfix為修正后的風速； Rmax為 最大風速半徑； Rbnd為修正范圍，一般取6倍的最大風速半徑。將式（2）代入式（3），即可在不具備實測最大風速的情況下直接對ERA-5再分析資料的臺風中心附近風速進行修正。

基于以上方法，分別對2010年的Meranti臺風和2011年的Nanmadol臺風進行了計算。圖7繪制了兩場臺風過程中在實測站點（119.36°E，25.18°N）處ERA-I、ERA-5和修正后的ERA-5（mERA-5）的風速比較。可見，ERA-5資料較ERA-I資料與實測值更接近，但兩套資料在實測風速較大時均出現明顯的低估。修正后的ERA-5資料能較好模擬臺風期的風速，特別是在風速出現峰值時與實測值擬合良好，較修正前有了顯著改進。在沒有實測臺風資料的情況下，本文提出的對ERA-5再分析風資料直接進行修正的方法能夠有效地對臺風期的再分析風速進行修正，修正后的資料可以應用于相關區域的海洋水動力模擬中。

圖 7 計算值與實測站點臺風風速比較Fig. 7 Comparison between wind speed in reanalysis and measurement data

5 結 語

利用中國氣象局熱帶氣旋資料中心的“CMA最佳路徑數據集”中2013—2015年的臺風中心、最大風速和中心氣壓資料，評估了ECMWF的ERA-I和ERA-5兩套再分析風資料對西北太平洋臺風的模擬能力。通過對風場旋度的計算，分析了ECMWF資料在臺風期對臺風中心位置描述的情況；同時，評估了最大風速和中心氣壓等臺風要素在資料中的模擬情況，得到了以下主要結論：ECMWF風資料能在一定的程度上反映臺風的位置和渦旋結構，但臺風中心位置的模擬并不十分準確；ECMWF風資料中的臺風強度遠小于實際發生的臺風，模擬值較為平均，無法反映急劇升高的臺風風速和急劇降低的氣壓，從而導致再分析資料中臺風影響區域的風速偏小，氣壓偏高。ERA-5資料對臺風的模擬精度顯著優于ERA-I資料，但由于再分析風資料模擬的空間精度一般較低，依然無法準確刻畫臺風這種尺度較小的天氣現象。如果直接使用ECMWF再分析風資料作為水動力模型的輸入邊界條件，會對臺風期的水動力要素產生低估。因此，使用再分析資料模擬臺風影響下的海洋及海岸水動力過程時，或是在臺風多發地區使用該資料進行科學研究時，有必要對其在臺風中心附近的數據進行一定的修正和改進，以提高結果的準確性。

基于ERA-5資料建立了多個臺風風場再分析最大風速與實測最大風速的相關關系，提出了在不具備實測臺風數據的情況下直接修正ERA-5資料的方法，修正后的風速在臺風期與實測數據擬合較好，證明了本文提出的風場修正方法的合理性。