基于WRF模式的一種臺風人造渦旋構建方案

吳云帆, 邊 旭, 吳寶勤, 朱先德, 王風帆

基于WRF模式的一種臺風人造渦旋構建方案

吳云帆1, 邊 旭2, 吳寶勤1, 朱先德1, 王風帆3

(1. 海軍研究院, 天津 300061; 2. 天津仁愛學院, 天津 301636; 3. 國家海洋信息中心, 天津 300171)

為了使臺風路徑的數值預報更加精確, 本文對人造(Bogus)渦旋構建方案進行了改進, 形成了一種新的Bogus方案。該方案直接采用臺風外圍的風圈觀測信息, 并成功地植入到WRF(weather research and forecasting)模式中。本文利用該方案, 選取2011年9號臺風“梅花”這一典型案例展開討論, 結果表明: 1) 新構造的臺風切向風廓線更加真實地反映了臺風風場的實際情況; 2) 新的Bogus方案對臺風中心位置的預報, 更有利于對臺風路徑的預報; 3) 臺風內核風場強度, 對其非對稱結構起到關鍵的作用, 直接影響對臺風路徑的預報。

臺風; 切向風廓線; WRF模式; 數值模擬

臺風是地球上最具毀滅性的自然災害之一[1]。如何使臺風路徑的預報更加精確, 一直以來是學者們研究的重要問題。Stuart等[2]從的理論和實踐兩方面指出, 臺風路徑的預報不僅需要對以往臺風特征的統計分析, 更依賴于客觀化的數值預報。

大氣是一個對初值敏感、高度非線性的動力系統, 這一特征決定了初始場的質量對數值預報效果有明顯作用[3], 同時在弱的環境場中, 臺風內部動力和熱力結構對自身發展和運動具有重要影響[4-5], 因此如何確定合理的臺風初始場結構是臺風數值預報最具挑戰性的問題之一[6]。初始場包含的大量臺風內部結構信息, 可以用于改進臺風路徑的預報[7]。然而海上觀測資料的稀缺, 導致對臺風內核和外圍結構特征刻畫不夠準確, 給數值天氣預報中初始場模型的構造帶來重大的挑戰[8]。尤其是初始場中偏弱的臺風強度及錯誤定位[9], 會影響之后內核結構的演變[10],嚴重制約了臺風的預報水平[11]。因此, 為了給數值預報模式提供一個更接近實際的渦旋初始場, 應重點改進渦旋初始化技術[12]。

基于臺風渦旋的觀測資料和模式背景場資料, 臺風渦旋初始化技術能夠形成更符合觀測事實的數值模式初始場。Bogus作為渦旋初始化的關鍵技術, 人為地在模式初始場中加入一個能反映實況的臺風渦旋, 是一種重塑臺風內部結構的有效方法, 對提高臺風數值預報水平至關重要。Bogus的構造包括2步[13]: 1) 背景場渦旋的檢測和去除, 修正渦度、地轉渦度和散度, 然后分別求解非發散流函數的變化以及位勢和速度勢, 計算出一個修正的速度場; 2) Bogus渦旋的構造和添加, 首先綜合考慮氣旋的幾個關鍵因素, 利用梯度風平衡或者經驗的臺風風廓線分布構造Bogus渦旋模型, 再通過求解動力平衡方程、插值或變分同化方法, 最終將Bogus渦旋植入到模式初始分析場中。研究指出, 臺風位置、強度和尺度這些有限的觀測資料, 是構造Bogus的關鍵因素[9]。利用這些觀測資料, 構造更接近實際的Bogus渦旋的方法主要有2種。一是通過給定中心氣壓, 利用梯度風關系從氣壓中得到Bogus的風場結構[14], 但實際大氣中, 相同強度的臺風, 可能具有完全不同的切向風廓線; 二是用渦旋的切向風廓線, 直接構造Bogus風場結構[15]。很多研究表明, 臺風外圍風場結構較其強度對臺風路徑預報的影響更為顯著[16-17]。張紅華等[18]通過同化有限的測風塔和風廓線雷達資料, 進一步證明, 臺風切向風廓線結構是影響Bogus渦旋的重要因素。因此, 如何利用更多的風圈信息, 構造更接近實況的臺風切向風廓線結構, 是構造Bogus模型應考慮的關鍵問題。

為了更加全面地考慮臺風風圈信息, 本文基于Gao等[19]的研究, 參考Low-Nam等[13]和孟智勇等[20]提出的臺風Bogus方案, 構造出一種新的臺風切向風廓線方程, 實現了兩種方案的完整融合。然后將這種新的Bogus渦旋植入到WRF模式中, 并開展了大量的試驗以驗證該方案的可行性和有效性, 最終選取2011年9號臺風“梅花”的模式數據進行分析與討論。

1 數據

本文采用了FNL(final operational global analysis)和CFSR(climate forecast system reanalysis)大氣再分析資料, GOOS(global ocean observing system)海溫資料、WMO(world meteorological organization)提供的臺風最佳路徑資料以及GTS(global telecommunications system)數據。具體應用方式如下:

1) WRF(The Weather Research and Forecasting Model)數值模擬采用FNL再分析資料(空間分辨率為1°×1°; 時間間隔為6 h)提供初始背景場與時變側邊界, GOOS海溫資料(時間間隔為1 d)提供底邊界。

2) 臺風Bogus渦旋的構造采用日本氣象廳發布的臺風觀測數據, 包括模擬初始時刻的臺風位置最大風速圈、15.4 m/s和25.7 m/s風圈的風速(相當于7級和10級風)及半徑信息。

3) 采用WMO最佳路徑資料和NCEP(national centers for environmental prediction)的CFSR(coupled forecast system reanalysis)再分析資料(空間分辨率為0.5°×0.5°; 時間間隔為6 h), 反映臺風過程實況[21]。

4) 數值試驗采用3DVAR(three-dimensional va-ria-tional data assimilation)方法同化了GTS數據。

2 方法

2.1 數值模式

本文選用WRF-Version 3.4.1開展數值試驗。WRF是由NCAR(national center for atmospheric research)和NCEP共同開發的, 集數據同化、大氣模擬、數值預報為一體, 用來滿足業務化預報和氣象研究需求的一種完全可壓的非靜力模式[22]。其水平方向采用Arakawa C網格, 垂直方向采用地形跟隨質量坐標, 時間積分方面采用高階的Runge-Kutta算法, 并采用經過改進的物理過程參數化方案, 是提高不同尺度重要天氣特征預報水平的重要工具。

2.2 Bogus方案簡介

Low-Nam等[13]為NCAR-AFWA(air force weather agency)提出的Bogus方案, 作為WRF模式中原有的Bogus方案, 采用的是較為簡單的函數:

其中,low-nam()是切向風速,是離臺風中心的距離,max與max分別是臺風觀測報中最大風速與最大風速半徑。當max與max給定, 則=max以外廓線形狀由決定。根據已有研究[23],值的變動范圍在–0.5～–0.75。

根據Corbosiero等[24]定義, 臺風內核包括眼區、眼壁區和內螺旋雨帶, 通常指距臺風中心100 km以內的范圍。由于式(1)考慮到了最大風圈的實測值, 該方案在臺風內核區域給出的結果較為理想[19]; 然而, 實際中臺風的運動與臺風的中心強度關系不大, 卻對臺風外圍風廓線結構十分敏感[25], 即中心強度相近的臺風可以具有顯著不同的外圍結構[26], 因此式(1)給出的臺風外圍風廓線結構可能并不理想。

孟智勇等[20]考慮臺風的外圍風場結構, 參考Chan等[15]提出的下列切向風廓線形式:

其中,是一個指數因子, 與式(1)中類似, 其他量和式(1)具有相同定義。

當max′和max′給定后, 因子決定臺風外風廓線結構。如果臺風觀測值有最大風速圈以外任意2個風速圈的風速和半徑信息(孟智勇等[20]采用臺風7級和10級風圈風速和半徑觀測信息), 那么就可以確定參數的值[20]。由于考慮到了臺風外圍更多的觀測信息, 式(2)對臺風外圍的風場結構刻畫得更加準確。然而, 該方案并沒有考慮到max和max的實測值, 解得的最大風圈速度值通常比觀測值要小, 記為max′, 解得的最大風圈半徑記為max′。然而, 較小的max′值會導致初始場中氣旋變弱, 直接影響臺風的模擬結果。

為了同時考慮到臺風內核和外圍的風圈信息, Gao等[19]構造了式(3)所示的臺風切向風廓線結構, 找到了以上2種切向風廓線的交點, 對應半徑為Rc, 在Rc范圍以內的臺風內核區域, 保留式(1)的臺風內核切向風廓線結構, 在Rc范圍以外的臺風外圍區域, 通過計算式(1)和式(2)風速的平均值得到臺風外圍的切向風廓線結構。該方案融合了式(1)和式(2)兩種方案, 構造出更接近實況的風場結構, 數值模擬結果顯示對臺風路徑的預報有明顯的改善。雖然該方案使式(1)在交點半徑范圍以外的外圍風廓線向實測結果更加靠近, 但并沒有像式(2)直接采用7級和10級風速圈的觀測值, 導致該方案外圍風廓線與實際測得的7級和10級風速圈的觀測值并不完全吻合; 另外該方案也存在少數無法構造的情況, 如圖1(a)所示, 當Vmax′>Vmax時, Rc不存在。

注: 圖1(a)存在方案1和方案2的交點, 修改自Gao等(2005); 圖1(b)交點不存在

2.3 Bogus方案構造

圖1(a)和圖1(b)分別給出了式(1)和式(2)相交和不相交的兩種情況, 其中點代表最大風圈觀測值(max,max), 點和點分別代表10級和7級風圈半徑和速度觀測值(50,50)和(30,30)。將式(1)和式(2)交點記為, 對應半徑c即為1()–chan()=0處距臺風中心的距離。

圖1中, 式(1)在臺風內核經過點, 臺風外圍結構由線1給出, 記作方案1; 式(2)在臺風內核不經過點, 在臺風外圍同時經過點和點, 由線2給出, 記作方案2; 式(3)由式(1)和式(2)的切向風廓線相交得到, 在臺風內核區域采用方案1, 經過點, 在臺風外圍區域采用方案1和方案2的平均, 由線3給出, 記作方案3; 在臺風內核區域采用方案1, 經過點, 臺風外圍直接采用方案2, 經過點和點, 本文將這種新構造的Bogus切向風廓線記作方案4。圖2(a)—(d)分別顯示了方案1—4這4種Bogus方案在數值模式中的10 m高度初始風場形態, 其中淺色陰影區域風速在7級和10級風速之間, 深色陰影區域風速大于10級風速。

由圖2可見方案1、3和4中心有深色陰影區, 而方案2的臺風中心無陰影, 內核結構顯著不同,可知方案1、3和4的風場強度遠大于方案2, 與圖1(a)中各方案在小于c區域的切向風廓線構造一致; 方案1、3和4主要區別在臺風外圍風場結構, 方案4陰影區面積最大, 表示方案4風場最強, 與圖1(a)中各方案在大于c區域的切向風廓線構造一致。方案4通過明確變量的取值范圍, 解決了方案3中交點c可能不存在的問題, 將方案1和方案2完整地融合在一起。首先假設c存在, 根據陳聯壽等[27]對臺風外區以及Gao等[19]對c的取值范圍, 取maxc10max。方案4在c的臺風內核采用方案1, 在≥c的臺風外圍直接采用方案2, 由線2給出。由圖1可知, 方案4所構造的Bogus模型同時經過點、和這3個觀測點, 不僅在臺風中心附近保留了實際的風場強度, 又在臺風外圍構造出與實際觀測更為一致的風場結構。

同時方案4的函數表達形式為:

綜上, 需要對c進行討論。當≥max時, 根據式(1)和式(4)可得:

化簡為:

式(8)為超越方程, 無法直接獲得解的信息。

因此, 可構造出新的臺風Bogus切向風廓線方程(方案4):

3 試驗設計

3.1 研究個例

2011年9號臺風“梅花”生成于菲律賓以東洋面, 8月3日經過黑潮區域并達到超強臺風級別, 5日從我國南海逐漸轉向西北方向進入東海南部, 并于8月8日18時在朝鮮西北部沿海登陸,減弱消亡, 期間維持長達97 h。圖3是臺風“梅花”8月3日06時刻衛星云圖。此時臺風螺旋結構完整, 臺風中心附近云系緊密, 臺風眼清晰可見, 臺風中心軸豎直向上。“梅花”自生成以來移速僅為10～15 km/h, 遠小于該海域臺風的平均移速20 km/h, 由此, 臺風渦旋結構對其路徑預報的影響更為顯著。

圖3 WRF模擬區域示意圖和2011年8月3日06 UTC的日本MTSAT云圖

注: 云圖資料取自http://weather.is.kochi-u.ac.jp/sat/gms.sea, 背景地形圖資料取自https://www.gebco.net/

本文針對臺風“梅花”, 分別采用4種不同的Bogus方案, 展開數值模擬并討論。

3.2 試驗設置

模式區域選取92oE～155oE, 10oN～64oN(圖3), 模擬時間開始于2011年8月3日00 UTC, 結束于7日06 UTC, 共計時長102 h, 模式分辨率為18 km, 具體參數設置見表1。

試驗采用3DVAR方法同化GTS數據, 同時提供了包括模擬時段在內的10 d的CV5背景誤差[34], 由NMC(national meteorology center)的SSI(spectral statistical interpretation)方法生成。經多次對比試驗, 選取MYNN邊界層方案、積云對流KF方案, 水平分辨率18 km、垂直44層, 積分時間步長30 s, 并在數據同化前后分別進行了2次DFI (digital-filter initia-li-zation)動力調整。

將初始場的臺風位置、最大風圈風速及半徑、7級和10級風圈信息代入式(1—11)中進行計算, 可以得到Bogus模型設置的各個重要參數, 如表2所示。

表1 WRF模式設置

表2 Bogus參數設置

根據表2提供的參數設置, 圖4給出了本文所采用的臺風“梅花”的4種切向風廓線結構。其中,c以內經過點,c以外用線1表示, 為方案1;c以內不經過點,c以外用線2表示, 為方案2;c以內經過點,c以外用線3表示, 為方案3; 用紅色實線標出的切向風廓線結構, 為本文新構造的Bogus方案, 即為方案4。

4 結果與分析

以模擬6 h及模擬30 h的500 hPa等位勢高度場為例(圖5), 圖5(a)和圖5(b)為臺風實況, 圖5(c)和圖5(d)為加入了新構造的Bogus渦旋后的模擬初始場和結果。

由圖5可知, 模擬結果的500 hPa高空槽位置與實況一致, 等值線數值相當, 且臺風均向槽前移動; 副高5 880 hPa等值線均逐漸西伸, 呈東西向, 導致臺風在2011年8月3日06 UTC至2011年8月4日06 UTC共24 h期間以西行為主。由于500 hPa高空引導氣流的模擬結果與臺風實況一致, 本文模擬結果可信。圖6給出了觀測(紫色)及4種Bogus方案的路徑模擬結果。

圖4 臺風“梅花”的4種Bogus方案切向風廓線

注: 方案1:c以內經過點,c以外用線1表示; 方案2:c以內不經過點D,c以外經過點和點, 用線2表示; 方案3:c以內經過點,c以外取方案1和方案2速度的平均值, 用線3表示; 方案4:c以內經過點,c以外與方案2一致, 方案4為新構造的Bogus切向風廓線方案, 用紅色實線表示

圖6給出的模擬結果顯示, 方案2的路徑并不平滑, 向東北、東南象限擺動前行, 而方案1、3和4的路徑較方案2更接近實況, 普遍向西北象限移動, 逐漸加快。由這4種Bogus方案不同的風廓線方程可知, 方案2與方案1、3、4在臺風內核的切向風廓線不同, 造成了方案2與方案1、3、4路徑的明顯差異。因此, 臺風路徑對臺風內核風場結構十分敏感。

利用平均偏差, 對比不同方案對臺風路徑的模擬結果。用表示模式輸出值,表示觀測值,

本文分別用臺風位置在總體上的偏差[() –()], 來體現臺風路徑的預報偏差。

圖5 500 hPa等位勢高度場(單位: gpm)

注: 臺風實況資料取自NCEP的CFSR數據

圖6 4種Bogus方案路徑

注: 紫色為觀測路徑, 其他顏色為加入了不同Bogus渦旋后的模擬路徑

圖7 總距離(a)和經向距離(b)的平均偏離程度隨時間變化

注: 藍色代表方案1, 綠色代表方案3, 紅色代表方案4

為了更清楚地體現方案4的模擬效果, 定義式(13):

其中,c(x)是方案4的x較其他方案()提高的百分比。下標scheme依次代表方案1和3。

表3 方案4各時刻的Pc(s)

按照式(12)—(14), 表4給出了方案4對方案1、3的Ac(x)。其中,Ac()和Ac()分別描述了方案4路徑的模擬效果。

表4 方案4在全部預報時段上的APc(xT)

由表4, 方案1的Ac全部為正, 且數值很大, 其Ac()百分比數值是方案3的近3倍, 由于計算結果全部為正, 方案4預報效果最優。分析可知, 方案4在南北方向上位置的預報比方案1改善13.72%, 比方案3改善12.53%, 在東西方向上位置的預報比方案1改善26.19%, 臺風移動速度的模擬效果比方案1改善18.34%。而方案4的臺風中心位置在總體上的預報比方案1改善20.86%, 比方案3改善7.47%。由此可見, 模擬結果在南北、東西方向以及移動速度上的改善, 導致了對方案4位置的預報在總體上提高最為明顯。

圖8以方案4為例, 給出了初始場的臺風結構, 圖中等值線表示海平面氣壓, 陰影區域表示10 m高度風速大于7級風的大風區域, 臺風中心附近灰色最深處代表10 m風速大于10級風的大風區域。臺風中心位置指向最大風速位置, 即圖9中氣壓場圓心位置指向深色陰影區位置所得的方位角(由正北方向順時針旋轉至目標方向的角度), 為最大風速方位, 表示臺風的非對稱性方位; 以連接臺風中心位置和臺風中心附近最大風速位置的直線為軸, 在1 000 hPa閉合等高線范圍內, 得到軸兩側的平均10 m風場差值, 來衡量臺風的非對稱程度[17]。圖9給出了方案1、2、3和4模擬初始場中的臺風非對稱性以及非對稱性程度的關系。

圖8 2011年8月3日06 UTC, 海平面氣壓(藍色等值線, 單位: hPa)和10 m高度風場(色標, 單位: m/s)

圖9 4種Bogus方案的非對稱性方位及程度

由于初始場的質量對數值預報效果有明顯影響[3],圖8較為平滑的初始氣壓場結構, 使得方案4在后期對路徑的預報有顯著改善。分析圖9可知, 4種Bogus方案的非對稱性方位和非對稱性程度呈正比。其中, 方案2較其他3個方案, 非對稱性方位偏小至80°, 非對稱性程度偏小至0.8 km/h; 而方案1、3、4的非對稱性方位及變化程度十分接近, 分別只有0.3°和0.2 km/h的差異。分析可知, 不同的臺風Bogus的內核風場強度造成方案2與其他3個方案的顯著差距, 而不同的臺風Bogus的外圍風場結構, 導致方案1、3、4的較小差異。由此可知, 臺風內核風場強度, 對其非對稱結構起到關鍵的作用。

5 結論

本文基于Low-Nam等[13]和孟志勇等[20]提供的臺風Bogus方案, 在Gao等[19]的研究基礎上, 構造了一種新的Bogus方案, 并將其成功植入WRF模式中。通過對2011年9號臺風“梅花”展開一系列數值試驗, 對模擬結果進行分析和討論, 得出如下結論:

1) 新方案融合了Low-Nam等[13]提供的臺風內核風廓線結構, 以及Chan等[15]提供的臺風外圍風廓線結構, 更加真實地反映了臺風的風場實況。

2) 這種新構造的臺風Bogus渦旋對臺風位置的預報, 較Low-Nam等[13]的Bogus方案改善了20.86%, 相對Gao等[19]的Bogus方案改善了7.47%, 對路徑模擬效果有明顯的改善。因此, 新構造的臺風Bogus渦旋更利于臺風路徑的預報。

3) 臺風內核風場強度對其非對稱結構起到關鍵的作用, 其變化直接影響了臺風移動路徑。

新構造的臺風Bogus風廓線方案對臺風“梅花”強度的預報效果改善并不明顯。未來將采用更多臺風個例對該Bogus方案進行驗證, 并選擇適當的方法, 在初始場中同化臺風中心氣壓的觀測值, 進一步改善臺風強度的預報效果。

致謝: 感謝中國海洋大學高山紅教授提供其代碼作為本文研究基礎, 并對本文寫作提出了寶貴意見。

[1] PEDUZZI P, CHATENOUX B, DAO H, et al. Global trends in tropical cyclone risk[J]. Nature Climate Chan-ge, 2012, 2(4): 289-294.

[2] STUART N A, MARKET P S, TELFEYAN B, et al. The future of humans in an increasingly automated forecast process[J]. Bulletin of the American Meteorological Society, 2006, 87(11): 1497-1502.

[3] LORENZ E N, INC E. The essence of chaos[J]. Physics Today, 1993, 48(2): 77-110.

[4] HUANG Y Y, ZHENG B. Tropical cyclone structure in the South China Sea based on high-resolution reanalysis data and comparison with that of ‘bogus’ vortices[J]. Dynamics of Atmospheres and Oceans, 2020(89): 1-13.

[5] CHEN L S, LUO Z X. Some relations between asymmetric structure and motion of typhoons[J]. Acta Meteorologica Sinica, 1995, 9(4): 412-419.

[6] XIAO Q, KUO H, ZHANG Y, et al. Experiments of a typhoon bogussing scheme in the mm5 3d-var cycling system[J]. Chinese Journal of Public Health, 2004, 30(2): 178-181.

[7] GAO Y D, XIAO H, CHAN P W, et al. Application of the multigrid 3D variation method to a combination of aircraft observations and bogus data for Typhoon Nida (2016)[J]. Meteorological Applications, 2019, 26: 312- 323.

[8] LIU Y, ZHANG W. Improved hurricane forecasting from a variational bogus and ozone data assimilation (BODA) scheme: case study[J]. Meteorology and Atmospheric Physics, 2016, 128: 715-732.

[9] ZOU X, XIAO Q, LIPTON A E, et al. A numerical study of the effect of GOES sounder cloud-cleared brightness temperatures on the prediction of Hurricane Felix[J]. Journal of Applied Meteorology and Climatology, 1999, 40: 34-55.

[10] WU C C, LIEN G Y, CHEN J H, et al. Assimilation of tropical cyclone track and structure based on the ensemble Kalman Filter (ENKF)[J]. Journal of the Atmospheric Sciences, 2010, 67(12): 3806-3822.

[11] REEVES H, SNYDER C, ROTUNNO R, et al. Prediction of landfalling hurricanes with the advanced hurricane WRF model[J]. Monthly Weather Review, 2008, 136(6): 1990-2005.

[12] CHEN L S, LUO Z X. Numerical study on function affecting tropical cyclone structure and motion[J]. Acta Meteorologica Sinica, 1998, 12(4): 504-512.

[13] LOW-NAM S, DAVIS C. Development of a tropical cyclone bogussing scheme for the MM5 system[C]. In: Eleventh PSU/NCAR Mesoscale Model Users’ Workshop, Boulder Colorado: National Center for Atmospheric Research, 2001, 130-134.

[14] HOLLAND G J. An analytic model of the wind and pressure profiles in hurricanes[J]. Monthly Weather Review, 1980, 108(8): 1212-1218.

[15] CHAN J C L, WILLIAMS R T. Analytical and numerical studies of the beta-effect in tropical cyclone motion. Part I: Zero mean flow[J]. Journal of the Atmospheric Sciences, 1987, 44(9): 1257-1265.

[16] LESLIE L M, HOLLAND G J. On the bogussing of tropical cyclones in numerical models: A comparison of vortex profiles[J]. Meteorology and Atmospheric Phy-sics, 1995, 56(1): 101-110.

[17] FIORINO M, ELSBERRY L R. Some aspects of vortex structure related to tropical cyclone motion[J]. Journal of the Atmospheric Sciences, 1989, 46(7): 975-990.

[18] 張紅華, 王桂臣, 曾明劍, 等. 風廓線與測風塔資料在地面風場預報中的應用研究[J]. 氣象科技, 2014, 42(3): 451-459. ZHANG Honghua, WANG Guichen, ZENG Mingjian, et al. Application of wind profile and wind tower data in surface wind field prediction[J]. Meteorological Science and Technology, 2014, 42(3): 451-459.

[19] GAO S H, YANG B, WU Z M. A tangential wind profile for simulation strong tropical cyclones with MM5[J]. Journal of Ocean University of China, 2005, 4(1): 21-28.

[20] 孟智勇, 徐祥德, 陳聯壽. 一種適于較強臺風的切向風廓線方案及其對異常臺風路徑的數值模擬研究[J]. 大氣科學, 2001, 25(2): 193-199. MENG Zhiyong, XU Xiangde, CHEN Lianshou. A method to study the tangential wind profile for strong tropical cyclone and its contribution to abnormal tropical cyclone track Simulation[J]. Scientia Atmospherica Science, 2001, 25(2): 193-199.

[21] BARCIKOWSKA M, FESER F, VON S H. Usability of best track data in climate statistics in the Western North Pacific[J]. Monthly Weather Review, 2012, 140(9): 2818-2830.

[22] SUN Y, ZHONG Z, LI T, et al. Impact of ocean warming on tropical cyclone size and its destructiveness[J]. Scientific Reports, 2017, 7(8154): 1-10.

[23] SHEETS R C. Some mean hurricane soundings[J]. Journal of Applied Meterology, 1969, 8(1): 134-146.

[24] CORBOSIERO K L, MOLINARI J, BLACK M L. The structure and evolution of Hurricane Elena (1985). Part I: Symmetric intensification[J]. Monthly Weather Review, 2006, 133(10): 2905-2921.

[25] FIORINO M, ELSBERRY R L. Contributions to tropical cyclone motion by small, medium and large scales in the initial vortex[J]. Monthly Weather Review, 1989, 117(4): 721-727.

[26] HOLLAND G J, MERRILL R T. On the dynamics of tropical cyclone structural changes[J]. Quarterly Journal of the Royal Meteorological Society, 1984, 110(465): 723-745.

[27] 陳聯壽, 徐祥德, 解以揚, 等. 臺風異常運動及其外區熱力不穩定非對稱結構的影響效應[J]. 大氣科學, 1997, 21(1): 83-90. CHEN Lianshou, XU Xiangde, XIE Yiyang, et al. The effect of tropical cyclone asymmetric thermodynamic structure on its unusual motion[J]. Scientia Atmosphe-rica Sinica, 1997, 21(1): 83-90.

[28] NAKANISHI M. Improvement of the Mellor-Yamada turbulence closure model based on large-eddy simulation data[J]. Boundary Layer Meteorology, 2001, 99(3): 349-378.

[29] KAIN J S, FRITSCH J M. A one-dimensional entraining detraining plume model and its application in convective parameterization[J]. Journal of the Atmospheric Sciences, 1990, 47(23): 2784-2802.

[30] LIN Y L, FARLEY R D, ORVILLE H D. Bulk parameterization of the snow field in a cloud model[J]. Journal of Climate and Applied Meteorology, 1983, 22(6): 1065-1092.

[31] MLAWER E J, TAUBMAN S J, BROWN P D, et al. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave[J]. Journal of Geophysical Research, 1997, 102(D14): 16663-16682.

[32] DUDHIA J. A multi-layer soil temperature model for MM5[C]// Sixth Annual PSU/NCAR Mesoscale Model Users’ Workshop. Boulder Colorado: National Center for Atmospheric Research, 1996: 49-51.

[33] CHEN F, MITCHELL K, SCHAAKE J, et al. Modeling of land surface evaporation by four schemes and comparison with FIFE observations[J]. Journal of Geophysical Research, 1996, 101(D3): 7251-7266.

[34] PARRISH D F, DERBER J C. The national meteorological center’s spectral statistical-interpolation analysis system[J]. Monthly Weather Review, 1992, 120(8): 1747-1763.

A typhoon Bogus vortex scheme constructed on the Weather Research and Forecasting (WRF) model

WU Yun-fan1, BIAN Xu2, WU Bao-qin1, ZHU Xian-de1, WANG Feng-fan3

(1. Naval Institute of Hydrographic Surveying and Charting, Tianjin 300061, China; 2. Tianjin Renai College, Tianjin 301636, China; 3. National Marine Data and Information Service, Tianjin 300171, China)

To improve the accuracy of a typhoon track numerical prediction, a new Bogus vortex scheme is proposed. In this new Bogus scheme, wind observations are adopted to track the typhoons directly. This Bogus scheme is successfully integrated into the weather research and forecasting model. Using this Bogus scheme, Typhoon Muifa, which occurred on September 9, 2011, is selected as a typical case. Firstly, the analysis results show that the typhoon wind field is more exactly reflected by the reconstructed typhoon tangential wind profile. Secondly, the typhoon center location accuracy of the new Bogus scheme is improved by 7.47% compared with the scheme proposed by Gao et al; thus, the new Bogus scheme is more conducive for typhoon track forecasting. Thirdly, the typhoon kernel wind field plays an important role in distinguishing the asymmetric structure of the typhoon, which affects the prediction of the typhoon tracks directly.

typhoon; tangential wind profile; Weather Research and Forecasting (WRF) model; numerical simulation

May 24, 2020

O141.4; P444

A

1000-3096(2021)12-0065-12

10.11759/hykx20200524001

2020-05-24;

2020-10-25

國家重點研發計劃項目(2016YFC0301102)

[National Key Research and Development Program, No. 2016YFC0301102]

吳云帆(1991—), 女, 浙江嘉興人, 碩士研究生, 助理工程師, 主要從事海洋氣象論證工作, E-mail: yfwu09@163.com; 邊旭(1985—),通信作者, 博士研究生, 助理研究員, 主要從事海洋氣象數據挖掘研究, E-mail: bx332@tju.edu.cn

(本文編輯: 叢培秀)