不同同化方案在臺(tái)風(fēng)“白鹿”強(qiáng)降水預(yù)報(bào)中的應(yīng)用*

梁鈞怡，王東海，張宇，姚樂(lè)寶

1. 中山大學(xué)大氣科學(xué)學(xué)院/廣東省氣候變化與自然災(zāi)害研究重點(diǎn)實(shí)驗(yàn)室，廣東 珠海 519082

2. 南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（珠海），廣東 珠海 519082

3. 佛山市氣象局，廣東 佛山 528000

4. 廣東海洋大學(xué)南海海洋氣象研究院，廣東 湛江 524088

5. 內(nèi)蒙古自治區(qū)氣象臺(tái)，內(nèi)蒙古 呼和浩特 010051

隨著數(shù)值天氣預(yù)報(bào)理論和應(yīng)用技術(shù)的蓬勃發(fā)展，推進(jìn)現(xiàn)代天氣預(yù)報(bào)能力的大步前進(jìn)，在預(yù)警預(yù)報(bào)和氣象服務(wù)中發(fā)揮著重要的作用［1］。我國(guó)數(shù)值天氣預(yù)報(bào)研究和業(yè)務(wù)應(yīng)用一直受到高度重視，在理論、方法和數(shù)值模式研究方面存在廣泛的國(guó)際影響，隨著災(zāi)害性重大天氣預(yù)警預(yù)報(bào)水平的不斷提高，不斷實(shí)現(xiàn)從傳統(tǒng)簡(jiǎn)單的預(yù)警預(yù)報(bào)邁向更準(zhǔn)確及時(shí)、更精細(xì)、多時(shí)空尺度轉(zhuǎn)變［2］。而對(duì)于臺(tái)風(fēng)、颮線、暖區(qū)暴雨等中尺度天氣過(guò)程的數(shù)值模擬和預(yù)報(bào)仍然面臨著巨大的挑戰(zhàn)。如何充分地、有效地利用多種觀測(cè)資料和不同同化方法，獲取更準(zhǔn)確的模式初始場(chǎng)，更有效地提高預(yù)報(bào)效果，已成為提高中尺度數(shù)值預(yù)報(bào)水平的關(guān)鍵問(wèn)題。

與此同時(shí)，隨著氣象衛(wèi)星觀測(cè)技術(shù)的快速發(fā)展，越來(lái)越多樣化的氣象衛(wèi)星觀測(cè)資料將更有效地應(yīng)用到數(shù)值模式中，對(duì)調(diào)整模式初始場(chǎng)和改善模式預(yù)報(bào)效果蘊(yùn)含著巨大的潛力，這對(duì)資料同化技術(shù)的發(fā)展十分重要［3］。資料同化技術(shù)可以更好地融合背景場(chǎng)與觀測(cè)資料，有利于獲得更精確的模式初始場(chǎng)，是目前數(shù)值預(yù)報(bào)研究中的一個(gè)非常關(guān)鍵的技術(shù)之一［4］。而目前的數(shù)值天氣預(yù)報(bào)模式與不同的同化系統(tǒng)相結(jié)合，比如APRS 同化系統(tǒng)的ADAS云分析模塊就重點(diǎn)考慮冰向水凝物對(duì)反射率貢獻(xiàn)［5］，WRFDA 同化模塊則包括了從數(shù)據(jù)預(yù)處理到后處理預(yù)報(bào)檢驗(yàn)的整個(gè)過(guò)程［6-7］以及使用的GSI格點(diǎn)分析系統(tǒng)，可以同化常規(guī)和非常規(guī)觀測(cè)兩大類資料［8］。眾多研究已表明基于3DVar同化方法的衛(wèi)星微波觀測(cè)資料同化，對(duì)提高暴雨、臺(tái)風(fēng)等災(zāi)害性天氣的預(yù)報(bào)水平有明顯的正貢獻(xiàn)［9］。已有的研究中，多使用3DVar同化方法來(lái)同化雷達(dá)反射率和徑向風(fēng)觀測(cè)資料，并應(yīng)用于業(yè)務(wù)預(yù)報(bào)系統(tǒng)以改進(jìn)中小尺度氣象要素場(chǎng)，進(jìn)一步提高短臨預(yù)報(bào)效果［10-11］。但是3DVar同化方法本身存在明顯的局限性，其背景誤差協(xié)方差是靜態(tài)的，而實(shí)際的大氣環(huán)境中背景誤差協(xié)方差則是隨大氣狀態(tài)動(dòng)態(tài)演變的［12］。而集合預(yù)報(bào)可以給出預(yù)報(bào)不確定性的分布，減小了初始條件不確定性與模式不確定性對(duì)數(shù)值預(yù)報(bào)結(jié)果的影響［13］。然而單純的集合同化也存在不足之處，同化效果依賴于集合成員的質(zhì)量，所構(gòu)造的集合能否使得集合方差體現(xiàn)實(shí)際誤差協(xié)方差的分布是同化效果的關(guān)鍵。因此，針對(duì)變分同化和集合同化的各自優(yōu)缺點(diǎn)，將二者有機(jī)結(jié)合起來(lái)，3DEnVar 同化方法有效地引入了具有“流依賴”屬性背景誤差協(xié)方差的同時(shí)也繼承了3DVar框架的優(yōu)勢(shì)［14］，Hamil等［15］將EnKF和3DVar同化方法相結(jié)合，將背景誤差協(xié)方差構(gòu)建為3DVar的靜態(tài)背景誤差協(xié)方差與集合預(yù)報(bào)估計(jì)的動(dòng)態(tài)背景誤差協(xié)方差的線性組合。隨著方法的逐步成熟，針對(duì)變分同化和集合同化的各自優(yōu)缺點(diǎn)在不斷完善。Wang 等［16］和Li 等［17］的研究表明采用3DEnVar 同化方法獲取的分析場(chǎng)優(yōu)于僅應(yīng)用3DVar同化方法的結(jié)果，在資料稀缺區(qū)域和對(duì)流層上層優(yōu)化效果明顯。然而，目前混合同化研究正在不斷深入，在多個(gè)個(gè)例模擬研究中證明了混合同化方法仍存在不確定性，優(yōu)缺點(diǎn)并存。針對(duì)臺(tái)風(fēng)預(yù)報(bào)，En3DVar同化模擬雷達(dá)資料能有助于初始化臺(tái)風(fēng)，為下一步真實(shí)多普勒雷達(dá)觀測(cè)資料在臺(tái)風(fēng)的初始化和集合預(yù)報(bào)的研究工作提供了技術(shù)支撐［18-20］。黃江平等［21］和Xu 等［22］采用GTS 觀測(cè)資料和NOAA 衛(wèi)星資料對(duì)臺(tái)風(fēng)個(gè)例進(jìn)行分析同化，結(jié)果表明混合同化方法在臺(tái)風(fēng)路徑和強(qiáng)度模擬方面均有明顯改進(jìn)。目前3DVar和混合同化方法仍然是資料同化領(lǐng)域的熱點(diǎn)和主要研究方向，對(duì)改善預(yù)報(bào)效果都需要進(jìn)行深入的探討［23］。

本文將簡(jiǎn)要介紹基于WRF 模式和GSI 同化所搭建的同化預(yù)報(bào)系統(tǒng)，分別采用3DVar和3DEnVar兩種同化方法，對(duì)臺(tái)風(fēng)“白鹿”個(gè)例進(jìn)行模擬，擬設(shè)計(jì)三組敏感性試驗(yàn)，并檢驗(yàn)在臺(tái)風(fēng)型強(qiáng)降水預(yù)報(bào)中的分析同化效果，針對(duì)特定時(shí)刻的降水情況進(jìn)行分析并且選用TS評(píng)分等常規(guī)方法進(jìn)行對(duì)比，以及探討同化對(duì)溫、濕、風(fēng)場(chǎng)的改進(jìn)情況。以更好地評(píng)估不同同化方法對(duì)該天氣系統(tǒng)的模擬效果之間的異同，為優(yōu)化臺(tái)風(fēng)等強(qiáng)天氣系統(tǒng)的預(yù)報(bào)系統(tǒng)提供一定的參考經(jīng)驗(yàn)。

1 同化系統(tǒng)和試驗(yàn)設(shè)計(jì)

1.1 同化預(yù)報(bào)系統(tǒng)

本文使用的同化預(yù)報(bào)系統(tǒng)由WRF 模式4.0 版本和GSI 同化系統(tǒng)3.5 版本搭建，形成一套涵蓋資料處理、同化系統(tǒng)、預(yù)報(bào)系統(tǒng)和后處理系統(tǒng)的多模塊預(yù)報(bào)系統(tǒng)。研究模擬區(qū)域設(shè)置如圖1所示。同化試驗(yàn)采用雙層嵌套設(shè)置，水平格點(diǎn)分辨率為第一層區(qū)域（d01 區(qū)域）為12 km，第二層嵌套區(qū)域（d02 區(qū)域）為4 km，其中d01 區(qū)域包含了我國(guó)大部分華南地區(qū)，d02 則包含了本次系統(tǒng)的主要影響地區(qū)。d01 區(qū)域水平格點(diǎn)數(shù)為95×121，d02 區(qū)域水平格點(diǎn)數(shù)為115×157，采用地形追隨垂直坐標(biāo)，垂直層數(shù)為50層，模式頂高取50 hPa。

圖1 分為外層d01和嵌套內(nèi)層d02兩區(qū)域的模式區(qū)域設(shè)置Fig.1 Simulation region setting of WRF model with outer domain d01 and inner domain d02

另外，本文三組試驗(yàn)均使用了相同的模式設(shè)置，其中，WRF 模式的固定積分步長(zhǎng)為30 s，參數(shù)化方案包括：Thompson微物理過(guò)程方案，Grell-Freitas 積云參數(shù)化方案，RRTMG 長(zhǎng)波輻射方案，RRTMG 短波輻射方案，YSU 邊界層方案，Revised MM5 Monin-Obukhov 近地面層方案和Noah陸面過(guò)程方案。這組參數(shù)設(shè)置的根據(jù)是以華南地區(qū)以及廣東沿海熱帶氣旋降水為主。

基于上述模式設(shè)置，針對(duì)3DVar 和3DEnVar（Hybrid）同化方法，共設(shè)計(jì)了三組敏感性試驗(yàn)驗(yàn)證同化效果（見(jiàn)表1）。

表1 同化試驗(yàn)名稱及設(shè)計(jì)方案Table 1 The data assimilation tests and their schemes setting

根據(jù)預(yù)報(bào)系統(tǒng)和試驗(yàn)設(shè)計(jì)，完整的試驗(yàn)流程見(jiàn)圖2，在2019 年8 月25 日00 時(shí)（UTC，下同）起報(bào)，預(yù)報(bào)時(shí)長(zhǎng)為36 h。本文采用了循環(huán)同化方式，在2019 年08 月25 日00 時(shí)刻進(jìn)行模式的冷啟動(dòng)，06～12 時(shí)（逐6 h）進(jìn)行循環(huán)同化（循環(huán)同化間隔6 h），其中12時(shí)進(jìn)行循環(huán)同化后向后預(yù)報(bào)24 h。

圖2 試驗(yàn)流程圖Fig.2 Flow chart of experiments

本文采用的3DEnVar（Hybrid）同化方法中所選用的20 個(gè)集合成員，是利用GEFS（global ensemble forecast system）全球集合預(yù)報(bào)系統(tǒng)格點(diǎn)集合預(yù)報(bào)資料采用動(dòng)力降尺度后結(jié)合多物理參數(shù)化方案從25 日00 時(shí)向后預(yù)報(bào)12 h 生成的，其目的在于給循環(huán)同化的過(guò)程中進(jìn)行為3DEnVar（Hybrid）同化提供集合預(yù)報(bào)成員，具體的多物理參數(shù)化方案組合見(jiàn)表2。

表2 20個(gè)集合成員的物理參數(shù)化方案Table 2 Physical parameterization scheme designs of 20 ensemble members

1.2 數(shù)據(jù)資料

在模式預(yù)報(bào)過(guò)程中使用GFS（gobal forecast system）全球模式預(yù)報(bào)數(shù)據(jù)場(chǎng)作為背景場(chǎng)提供初始和邊界條件、在同化過(guò)程中利用常規(guī)觀測(cè)資料、衛(wèi)星觀測(cè)資料作為同化資料改進(jìn)初始場(chǎng)。試驗(yàn)使用的觀測(cè)和衛(wèi)星資料，包括全球常規(guī)觀測(cè)資料（PrepBUFR 數(shù)據(jù)）、高分辨率紅外探測(cè)數(shù)據(jù)（HIRS4和HIRS3數(shù)據(jù)）、先進(jìn)的微波探測(cè)器A型數(shù)據(jù)（AMSU-A數(shù)據(jù)）。

而對(duì)模擬結(jié)果的評(píng)估檢驗(yàn)所使用的地面氣象觀測(cè)資料來(lái)源于國(guó)家氣象信息中心的逐小時(shí)數(shù)據(jù)集，時(shí)段為2019年8月25～26日，由國(guó)家站及區(qū)域站組成。為了彌補(bǔ)常規(guī)實(shí)況觀測(cè)資料的不足，本文采用中國(guó)自動(dòng)站與CMORPH 降水產(chǎn)品融合的逐時(shí)降水量網(wǎng)格數(shù)據(jù)集。中國(guó)自動(dòng)站與CMORPH 降水產(chǎn)品融合的逐時(shí)降水量網(wǎng)格數(shù)據(jù)集（1.0 版）的空間分辨率為0.1°×0.1°。同時(shí)，利用ERA5 再分析數(shù)據(jù)集進(jìn)行相關(guān)氣象要素的對(duì)比以分析降水原因，其分辨率為0.25°×0.25°，時(shí)空分辨率為60 min。

2 結(jié)果與分析

2.1 個(gè)例介紹

本文所研究個(gè)例為2019 年第11 號(hào)臺(tái)風(fēng)“白鹿”（強(qiáng)熱帶風(fēng)暴級(jí)），臺(tái)風(fēng)中心于8月25日8時(shí)在福建省東山縣沿海登陸，登陸時(shí)中心附近最大風(fēng)力10級(jí)（風(fēng)速約25 m/s），中心最低氣壓為988 hPa。受臺(tái)風(fēng)“白鹿”影響，降水覆蓋廣泛，中央氣象臺(tái)發(fā)布臺(tái)風(fēng)藍(lán)色預(yù)警，福建和廣東的部分地區(qū)及珠江口沿海地區(qū)達(dá)到暴雨。臺(tái)風(fēng)登陸后，華南地區(qū)受強(qiáng)尾流的影響，多地出現(xiàn)大到暴雨天氣過(guò)程，其中廣東東部地區(qū)大暴雨（降雨量超過(guò)25 mm/h），北部和南部沿海出現(xiàn)局地特大暴雨（超過(guò)50 mm/h）。臺(tái)風(fēng)“白鹿”生成時(shí)間不長(zhǎng)，強(qiáng)度不大，但由于結(jié)構(gòu)松散，強(qiáng)大的外圍云系覆蓋廣；低層存在的強(qiáng)度較大的東南急流將南海的充沛水汽不斷向廣東地區(qū)輸送造成強(qiáng)大的尾流，同時(shí)登陸地區(qū)附近的地區(qū)存在冷中心，結(jié)合了地形抬升和海陸熱力差異的各類因素，對(duì)本次廣東地區(qū)的降水條件都非常有利。“白鹿”對(duì)廣東地區(qū)的降水具有正貢獻(xiàn)，同時(shí)一般的模式預(yù)報(bào)對(duì)降水落區(qū)和強(qiáng)度的預(yù)報(bào)效果存在不足，因此針對(duì)該個(gè)例開(kāi)展資料同化的應(yīng)用研究，更好地評(píng)估不同同化方法的優(yōu)缺，是進(jìn)一步改進(jìn)模式預(yù)報(bào)和提高預(yù)報(bào)效果的重要方面。

2.2 同化增量分析

在臺(tái)風(fēng)“白鹿”的預(yù)報(bào)過(guò)程中，為了更好地對(duì)不同的同化方案的效果展開(kāi)分析，首先對(duì)風(fēng)場(chǎng)、溫度、濕度等氣象要素場(chǎng)的同化增量進(jìn)行對(duì)比，分析三組同化方案對(duì)氣象要素場(chǎng)的調(diào)整效果。在2019年08月25日00時(shí)刻第一次冷啟動(dòng)同化時(shí)，三組試驗(yàn)的背景場(chǎng)一致，當(dāng)d01 和d02 區(qū)域采用相同的同化方法時(shí)，三組試驗(yàn)的分析增量大小和分布高度相似，分析增量的最大值所在垂直層也相同（圖略）。第二循環(huán)同化后，使用3DEnVar（Hybrid）同化方式的4 個(gè)變量的流依賴特征比冷啟動(dòng)時(shí)更加明顯，其流依賴性與實(shí)際天氣形勢(shì)吻合（圖略）。而在25 日12 時(shí)進(jìn)行第3 次熱啟動(dòng)循環(huán)同化時(shí)，給出了擾動(dòng)位溫、U 風(fēng)分量、V 風(fēng)分量和水汽混合比最大增量值和對(duì)應(yīng)的垂直層（見(jiàn)表3），從表3 中三次循環(huán)同化的分析增量可以看出，采用3DEnVar（Hybrid）同化方法的試驗(yàn)，其分析增量具有明顯的流依賴特征。此外，雖然試驗(yàn)Hybrid_3DVar 和試驗(yàn)Hybrid_Hybrid 在d01 區(qū)域均采用3DEnVar（Hybrid）同化方式，但兩個(gè)試驗(yàn)在d02 區(qū)域采用的同化方法不同，會(huì)由于兩個(gè)區(qū)域的相互反饋?zhàn)饔茫瑢?dǎo)致兩個(gè)試驗(yàn)在d01區(qū)域產(chǎn)生的分析增量不完全一致，且這種現(xiàn)象隨著循環(huán)同化次數(shù)的增加愈發(fā)明顯。

表3 第三次啟動(dòng)同化后擾動(dòng)位溫、U風(fēng)分量、Ⅴ風(fēng)分量和水汽混合比最大增量值以及其所在的垂直層Table 3 The maximum increment of perturbation potential temperature，U-wind component，V-wind component and water vapor mixing ratio in the third assimilation and their vertical layer

2.3 降水預(yù)報(bào)結(jié)果分析

2.3.1 模擬結(jié)果和降水實(shí)況的逐小時(shí)比本研究選取臺(tái)風(fēng)“白鹿”登陸過(guò)程中降水在廣東省的主要影響地區(qū)，從2019 年8 月25 日00 時(shí)（UTC，下同）起，主要降水過(guò)程發(fā)生在廣東省大部分地區(qū)，集中在珠三角地區(qū)以及廣東北部和東部。對(duì)廣東陸地區(qū)域降水平均得到整個(gè)預(yù)報(bào)過(guò)程（36 h）的平均降水隨時(shí)間的變化情況（圖3），并清楚給出強(qiáng)降水發(fā)生的時(shí)刻，以及逐小時(shí)的區(qū)域平均降水量的變化趨勢(shì)。由圖可以看出預(yù)報(bào)過(guò)程中，第6～10 h 的逐小時(shí)平均降水量迅速增加，第10 h 整個(gè)區(qū)域的每小時(shí)平均降水量超過(guò)6 mm，之后雨量呈波動(dòng)型減弱。同時(shí)有3個(gè)時(shí)刻發(fā)生強(qiáng)降水過(guò)程，分別是第10 h（25 日10 時(shí)）每小時(shí)降水量超過(guò)6 mm，第13 h（25 日13 時(shí)）和第15 h（25 日15 時(shí)）每小時(shí)降水量在5 mm 以上，其中15 h 是臺(tái)風(fēng)“白鹿”強(qiáng)尾流帶來(lái)的一次較大的強(qiáng)降水。第1～4 h 三組試驗(yàn)均存在預(yù)報(bào)偏強(qiáng)的現(xiàn)象，第5～11 h 試驗(yàn)預(yù)報(bào)大致情況與實(shí)況相一致，呈現(xiàn)一個(gè)降水量大幅上升的趨勢(shì)，第12～15 h 試驗(yàn)3DVar_3DVar 預(yù)報(bào)的平均降水量更加接近實(shí)況數(shù)據(jù)，第17～30 h 試驗(yàn)Hybrid_Hybrid 的預(yù)報(bào)變化趨勢(shì)與實(shí)況更符合，但三組試驗(yàn)均與實(shí)況開(kāi)始存在波動(dòng)性的差異，其中主要的原因可能是模式預(yù)報(bào)在不斷進(jìn)行時(shí)間積分的過(guò)程中同化效果會(huì)弱化，以及模式本身會(huì)隨積分時(shí)長(zhǎng)變長(zhǎng)導(dǎo)致預(yù)報(bào)效果逐漸變差。為此，接下來(lái)將對(duì)這三個(gè)時(shí)刻的強(qiáng)降水預(yù)報(bào)效果進(jìn)行更加深入的分析。

圖3 廣東地區(qū)的逐時(shí)平均降水演變圖Fig.3 Hourly evolution of average precipitation in Guangdong

在“白鹿”登陸后，25 日10 時(shí)中國(guó)融合數(shù)據(jù)集與三組試驗(yàn)方案預(yù)報(bào)結(jié)果的逐小時(shí)降水量進(jìn)行對(duì)比（圖4）。起報(bào)后的第10 h 的逐小時(shí)累積降水中，試驗(yàn)3DVar_3DVar 對(duì)臺(tái)風(fēng)降水的位置模擬效果更有優(yōu)勢(shì)，對(duì)降水區(qū)域的預(yù)報(bào)更接近實(shí)際情況，整個(gè)臺(tái)風(fēng)外圍降水圈基本能夠給出較好預(yù)報(bào)，但對(duì)整個(gè)雨帶的模擬效果與實(shí)況對(duì)比較為分散，且對(duì)廣東內(nèi)陸小雨到中雨位置的預(yù)報(bào)欠佳。另外，在試驗(yàn)Hybrid_Hybrid 中，雨帶降水的模擬比較集中，但對(duì)于廣東北部降水大值區(qū)的模擬強(qiáng)度偏小。

圖4 2019年8月25日10時(shí)d02區(qū)域?qū)崨r和三組同化試驗(yàn)的逐時(shí)降水量（mm）Fig.4 The actual and three tests hourly precipitation(mm)in d02 at 10:00 UTC 25th August,2019

在25 日13 時(shí)的逐小時(shí)降水量的預(yù)報(bào)情況中（圖5），可以看出，試驗(yàn)3DVar_3DVar 對(duì)降水范圍的模擬比較貼合實(shí)際，大部分降水落區(qū)都能較好地呈現(xiàn)，表明它能夠較好地預(yù)報(bào)出本次過(guò)程的降水落區(qū)分布。而試驗(yàn)Hybrid_Hybrid 在該時(shí)刻模擬的降水區(qū)域位于廣東東北部，其降水大值區(qū)域的位置和強(qiáng)度模擬比較準(zhǔn)確。試驗(yàn)Hybrid_Hybrid 和試驗(yàn)Hybrid_3DVar 均運(yùn)用了3DEnVar（Hybrid）同化，該同化方法會(huì)在模擬過(guò)程中對(duì)一些降水量不大的位置的預(yù)報(bào)并不明顯。

圖5 2019年8月25日13時(shí)d02區(qū)域?qū)崨r和三組同化試驗(yàn)的逐時(shí)降水量（mm）Fig.5 The actual and three tests hourly precipitation(mm)in d02 at 13:00 UTC 25th,August 2019

“白鹿”不斷移動(dòng)，整個(gè)外圍環(huán)流控制著廣東上空。在25 日15 時(shí)的降水預(yù)報(bào)中能夠發(fā)現(xiàn)，在“白鹿”登陸后，其外圍雨圈會(huì)出現(xiàn)一次較大的降水過(guò)程，因此著重分析該時(shí)刻模式對(duì)廣東北部的降水落區(qū)的預(yù)報(bào)情況。從圖6 可以看出，試驗(yàn)3DVar_3DVar能夠較好地模擬出北部的降水圈，并且很好地模擬出部分小雨到中雨的位置，但會(huì)出現(xiàn)降水強(qiáng)度模擬過(guò)強(qiáng)且范圍過(guò)小的情況。而試驗(yàn)Hybrid_Hybrid 和試驗(yàn)Hybrid_3DVar 同樣選用了Hybrid 同化，因此對(duì)降水大值區(qū)的位置模擬得更好，特別是兩層區(qū)域均使用3DEnVar（Hybrid）同化的方案，對(duì)最大降水區(qū)域的強(qiáng)度和位置的預(yù)報(bào)更加精確，說(shuō)明了Hybrid 同化對(duì)改善模式模擬最大降水位置會(huì)有所幫助。

圖6 2019年8月25日15時(shí)d02區(qū)域?qū)崨r和三組同化試驗(yàn)的逐時(shí)降水量（mm）Fig.6 The actual and three tests hourly precipitation(mm)in d02 at 15:00 UTC 25th August,2019

2.3.2 模式預(yù)報(bào)結(jié)果和自動(dòng)站的降水實(shí)況的6 h和12 h 累計(jì)降水對(duì)比在整個(gè)登陸過(guò)程中，盡管“白鹿”在廣東和福建交界登陸但仍給廣東地區(qū)帶來(lái)的降水充沛，特別是廣東北部和大灣區(qū)范圍。圖7 為三組試驗(yàn)在25 日12～18 時(shí)的6 h 累積降水預(yù)報(bào)結(jié)果與實(shí)況數(shù)據(jù)的對(duì)比，可以看出6 h 累積降水中心主要集中在廣東中北部和汕尾一帶海岸線上，雨量大約在25.0 mm 以上，局部區(qū)域達(dá)50.0 mm以上。試驗(yàn)3DVar_3DVar 對(duì)廣東北部的強(qiáng)降水中心落區(qū)偏北，試驗(yàn)Hybrid_Hybrid 能大致呈現(xiàn)強(qiáng)降水中心的落區(qū)，預(yù)報(bào)強(qiáng)度偏強(qiáng)，而試驗(yàn)Hybrid_3DVar中預(yù)報(bào)的降水區(qū)域比較分散，但對(duì)降水強(qiáng)度的預(yù)報(bào)與實(shí)況對(duì)比較為符合。另外，三組試驗(yàn)都能大致預(yù)報(bào)出沿汕尾一帶海岸線的降水分布，而試驗(yàn)3DVar_3DVar 預(yù)報(bào)的降水區(qū)域與中國(guó)融合數(shù)據(jù)的分布情況更為相似，但強(qiáng)度與實(shí)況數(shù)據(jù)對(duì)比偏強(qiáng)，試驗(yàn)Hybrid_Hybrid 對(duì)該處的降水強(qiáng)度預(yù)報(bào)效果更優(yōu)。

圖7 2019年8月25日13～18時(shí)d02區(qū)域?qū)崨r和三組同化試驗(yàn)的6 h累積降水量（mm）Fig.7 The actual and three tests 6-h accumulated precipitation(mm)in d02 from 13:00 UTC to 18:00 UTC 25th August,2019

另外，在對(duì)比12 h 累積降水結(jié)果中，發(fā)現(xiàn)其大部分降水量在30.0 mm 以上，局部區(qū)域達(dá)100.0 mm 以上（圖8）。對(duì)于試驗(yàn)3DVar_3DVar，降水中心的位置與實(shí)況數(shù)據(jù)對(duì)比偏西北方，而試驗(yàn)Hybrid_3DVar 和試驗(yàn)Hybrid_Hybrid 預(yù)報(bào)的最大降水中心位置與實(shí)況位置對(duì)比較準(zhǔn)確，且試驗(yàn)Hybrid_Hybrid 對(duì)位于廣東中北部地區(qū)的強(qiáng)降水帶的位置預(yù)報(bào)更優(yōu)。針對(duì)降水強(qiáng)度而言，試驗(yàn)Hybrid_Hybrid 的模擬效果更好，其他同化方案均出現(xiàn)模擬過(guò)強(qiáng)的現(xiàn)象，因此該試驗(yàn)方案對(duì)于預(yù)報(bào)最大降水中心的強(qiáng)度有一定參考意義。三組試驗(yàn)在預(yù)報(bào)強(qiáng)降水中心的量級(jí)時(shí)存在預(yù)報(bào)過(guò)強(qiáng)的情況，這也反映出預(yù)報(bào)系統(tǒng)在預(yù)報(bào)過(guò)程中的不足之處。同時(shí)，再次說(shuō)明不同的同化方案會(huì)對(duì)模式預(yù)報(bào)降水大致分布和強(qiáng)度時(shí)帶來(lái)不同程度的影響，因此后續(xù)可能需要開(kāi)展多個(gè)典型個(gè)例的研究，進(jìn)一步研究不同同化方案的優(yōu)劣。

圖8 2019年8月25日13時(shí)～26日00時(shí)d02區(qū)域?qū)崨r和三組同化試驗(yàn)的12 h累積降水量（mm）Fig.8 The actual and three tests 12-h accumulated precipitation(mm)in d02 from 13:00 UTC 25th to 00:00 UTC 26th August,2019

2.3.3 預(yù)報(bào)評(píng)分對(duì)模擬臺(tái)風(fēng)“白鹿”帶來(lái)的降水過(guò)程的TS 評(píng)分總體情況如圖9。由圖9 可以看出，在第二層嵌套區(qū)域（d02）的TS評(píng)分結(jié)果中，發(fā)現(xiàn)三組試驗(yàn)在對(duì)6、12和24 h累積降水預(yù)報(bào)結(jié)果評(píng)分大致相似，這也可能是由于d02區(qū)域的自動(dòng)站點(diǎn)數(shù)據(jù)不足，區(qū)域中包含的中國(guó)地面站點(diǎn)資料密度偏小，導(dǎo)致三者之間差異不大。但是總體而言，對(duì)于6和12 h的累積降水模擬與實(shí)況對(duì)比，試驗(yàn)Hybrid_Hybrid 的TS 評(píng)分稍占優(yōu)勢(shì)，而試驗(yàn)3DVar_3DVar 對(duì)24 h 的累積降水評(píng)分較高，達(dá)到0.53。就此進(jìn)一步對(duì)第一層區(qū)域（d01）和第二層嵌套區(qū)域（d02）做準(zhǔn)確率、虛報(bào)率、誤報(bào)率、偏差評(píng)分以及優(yōu)勢(shì)評(píng)分。圖10中第1列為d01區(qū)域三組試驗(yàn)的模擬結(jié)果與實(shí)況降水的5 個(gè)指標(biāo)，模式預(yù)報(bào)6 和12 h 累積降水的結(jié)果中，試驗(yàn)Hybrid_Hybrid 的準(zhǔn)確率最高，分別占49.58%和51.75%，同時(shí)虛報(bào)率和誤報(bào)率最低，偏差評(píng)分較大，達(dá)3.19 和2.56，在優(yōu)勢(shì)評(píng)分上也稍占優(yōu)勢(shì)。而模式預(yù)報(bào)24 h 累積降水結(jié)果中，試驗(yàn)3DVar_3DVar 的準(zhǔn)確率較高分別占58.95%，同時(shí)虛報(bào)率和誤報(bào)率相對(duì)較低，偏差評(píng)分中試驗(yàn)3DVar_3DVar 和 試 驗(yàn)Hybrid_Hybrid 都 達(dá) 到1.73，但優(yōu)勢(shì)評(píng)分中試驗(yàn)3DVar_3DVar 較高，達(dá)到0.76。另外，d02 區(qū)域的結(jié)果為圖10 中第2 列，預(yù)報(bào)6 h累積降水的效果時(shí)，試驗(yàn)3DVar_3DVar 和試驗(yàn)Hybrid_3DVar 的預(yù)報(bào)準(zhǔn)確率較高，分別占60%和60.7%，兩者偏差評(píng)分相同，優(yōu)勢(shì)評(píng)分中試驗(yàn)Hybrid_3DVar的評(píng)分稍高。而預(yù)報(bào)12 h和24 h累積降水結(jié)果對(duì)比，試驗(yàn)Hybrid_Hybrid 的準(zhǔn)確率較高，占69.1%，但誤報(bào)率較大說(shuō)明對(duì)降水分布預(yù)報(bào)存在不足，同時(shí)優(yōu)勢(shì)評(píng)分高，說(shuō)明該試驗(yàn)方案對(duì)d02區(qū)域的降水預(yù)報(bào)中優(yōu)勢(shì)仍然存在。基于以上分析，三組試驗(yàn)在d02區(qū)域預(yù)報(bào)降水大致情況均在評(píng)分中表現(xiàn)得差異并不大，但仍然能分析出試驗(yàn)Hybrid_3DVar 針對(duì)6 h 的評(píng)分稍高，且試驗(yàn)Hybrid_Hybrid在模式預(yù)報(bào)區(qū)域中對(duì)12 h 和24 h 的降水效果更準(zhǔn)確，說(shuō)明本系統(tǒng)對(duì)臺(tái)風(fēng)帶來(lái)的強(qiáng)降水預(yù)報(bào)中，這兩組試驗(yàn)有各自的優(yōu)勢(shì)，需要進(jìn)一步對(duì)臺(tái)風(fēng)個(gè)例研究得到更加明確的證明。

圖9 2019年8月25日12時(shí)啟動(dòng)模擬后d02區(qū)域的6、12和24 h的TS評(píng)分Fig.9 The 6,12 and 24 h accumulated precipitation TS scores in d02 after starting forecast at 12 00 UTC 25th August,2019

圖10 2019年8月25日12時(shí)啟動(dòng)模擬后d01和d02區(qū)域的6、12和24 h預(yù)報(bào)指標(biāo)Fig.10 The 6,12,and 24 h accumulated precipitation factors in d01 and d02 after starting forecast at 12:00 UTC 25th August,2019

2.3.4 氣象要素預(yù)報(bào)分析除此之外，各組試驗(yàn)降水預(yù)報(bào)效果的好壞一定程度上與動(dòng)力要素和熱力要素相關(guān)。圖11給出了三組試驗(yàn)沿113.5°E的垂直速度經(jīng)向剖面圖，第1 列為試驗(yàn)3DVar_3DVar，第2 列為試驗(yàn)Hybrid_3DVar，第3 列為試驗(yàn)Hybrid_Hybrid，其中第10 h（圖11a，b，c）、13 h（11d，e，f）以及15 h（圖11g，h，i）的。在第10 h 的23°N 上空處，試驗(yàn)3DVar_3DVar（圖11a）在近海珠江口上空附近存在一個(gè)大于0.4 m/s 的強(qiáng)上升氣流，此處強(qiáng)對(duì)流出現(xiàn)的位置剛好與圖6融合數(shù)據(jù)實(shí)況降水分布圖中的降水大值中心位置相吻合，這可能是試驗(yàn)3DVar_3DVar 對(duì)該時(shí)刻降水的預(yù)報(bào)效果更好的原因，因?yàn)槠淠軌蚋玫哪M出對(duì)流運(yùn)動(dòng)的發(fā)生位置和強(qiáng)度。第13和15 h兩次強(qiáng)降水發(fā)生的時(shí)刻，降水集中在廣東的北部，山地的抬升的作用使得強(qiáng)大的臺(tái)風(fēng)氣流上升形式垂直對(duì)流，而試驗(yàn)Hybrid_Hybrid（圖11f，i）可以更好的描繪出在廣東北部的強(qiáng)對(duì)流發(fā)生，其對(duì)流運(yùn)動(dòng)的大值區(qū)位置與最大降水區(qū)位置大致相同，也能說(shuō)明其對(duì)廣東北部的兩次強(qiáng)降水過(guò)程的預(yù)報(bào)比其他兩組試驗(yàn)的效果更優(yōu)。

圖11 2019年8月25日10，13和15時(shí)d02區(qū)域三組同化試驗(yàn)垂直風(fēng)場(chǎng)沿113.5°E的垂直剖面（m/s）Fig.11 Vertical profile of vertical velocity（color shading）and wind field flow vectors（black vector）along 113.5°E in d02 for three tests at 10：00，13：00 and 15：00 UTC 25th August，2019

臺(tái)風(fēng)“白鹿”外圍大風(fēng)速帶為廣東地區(qū)輸送大量的水汽，使得降水連續(xù)性增強(qiáng)。在第13 h（25日13 時(shí)）的ERA5 再分析數(shù)據(jù)中，發(fā)現(xiàn)廣東處于臺(tái)風(fēng)外圍強(qiáng)盛的西南氣流內(nèi)，形成了一條的水汽輸送帶不斷向近岸靠近（圖12）；廣東北部山區(qū)的水汽混合比處于一個(gè)極大值區(qū)，形成的濕區(qū)為強(qiáng)降水提供了充分的條件，這可能是廣東北部的降水大值區(qū)的原因。三組試驗(yàn)均模擬出沿海地區(qū)的水汽通量輸送大值區(qū)，比濕達(dá)到20.6 g/kg；其中試驗(yàn)3DVar_3DVar 中，近海區(qū)域的水汽含量更大，且整個(gè)廣東內(nèi)陸上空的水汽大值區(qū)較其他兩組試驗(yàn)范圍更廣水汽濃度更大，比濕超過(guò)18.8 g/kg。兩層嵌套區(qū)域均采用3DEnVar 同化（Hybrid_Hybrid） 的試驗(yàn)，珠江口地區(qū)的水汽混合比與ERA5 的分布更為準(zhǔn)確，并且整個(gè)風(fēng)場(chǎng)更為順暢強(qiáng)度更大，輻合條件較好，廣東中北部有風(fēng)速的輻合，這可能會(huì)對(duì)強(qiáng)降水中心的預(yù)報(bào)帶來(lái)一些幫助。

圖12 2019年8月25日13時(shí)d02區(qū)域ERA5和三組同化試驗(yàn)950 hPa的水汽混合比（g/kg）Fig.12 Water vapor mixing ratio(color shading,g/kg)and horizontal wind(black vector,m/s)at 925 hPa in d02 for three tests at 13:00 UTC 25th August,2019

前人研究發(fā)現(xiàn)不同的同化試驗(yàn)對(duì)濕度場(chǎng)的修正不同，會(huì)導(dǎo)致預(yù)報(bào)降水落區(qū)和強(qiáng)度出現(xiàn)差異［24］。圖13 同樣是第13 h（25 日13 時(shí)），沿113.5°E 的相對(duì)濕度垂直剖面圖，由圖可知，ERA5 再分析數(shù)據(jù)中整層濕度超過(guò)60%，三組試驗(yàn)整體預(yù)報(bào)的濕度場(chǎng)過(guò)強(qiáng)，但如果兩層區(qū)域均采用相同同化方法的試驗(yàn)?zāi)芨玫孛枋龀?1°～23°N范圍900 hPa以下的濕度大值區(qū)。在900 hPa 以上的濕度大值區(qū)，三組試驗(yàn)的數(shù)值能反映出一個(gè)相對(duì)較厚的濕層。

圖13 2019年8月25日13時(shí)d02區(qū)域ERA5和三組同化試驗(yàn)相對(duì)濕度沿113.5oE的垂直剖面（%）Fig.13 Relative humidity(%)along 113.5oE in d02 for three tests at 13:00 UTC 25th August,2019

另外，近地面的熱力場(chǎng)中，三組試驗(yàn)的10 m風(fēng)場(chǎng)和2 m 溫度場(chǎng)分布都是以西南偏南氣流主導(dǎo)，廣東近海中有暖區(qū)中心（圖14a），而試驗(yàn)3DVar_3DVar 在廣東中部和北部的近地面溫度場(chǎng)偏弱（圖14b），而采用了3DEnVar（Hybrid）同化的兩組試驗(yàn)（圖14c，d）對(duì)風(fēng)場(chǎng)風(fēng)速的模擬強(qiáng)度更吻合ERA5數(shù)據(jù)，并且暖區(qū)中心的位置和范圍都更準(zhǔn)確，可能由于低層風(fēng)的輻合以及近地面2 m 溫度場(chǎng)中廣東中部到北部存在偏強(qiáng)的冷中心，兩者共同作用促使強(qiáng)降水中心的降水量加強(qiáng)。

圖14 2019年8月25日13時(shí)d02區(qū)域ERA5和三組同化試驗(yàn)的10 m風(fēng)場(chǎng)（m/s）和2 m溫度場(chǎng)（℃）Fig.14 10 m horizontal wind(black vector,m/s)and 2 m temperature(color shading,℃)in d02 for three tests at 13:00 UTC 25th August,2019

總體而言，不同的同化試驗(yàn)在預(yù)報(bào)氣象要素場(chǎng)時(shí)會(huì)出現(xiàn)差異，當(dāng)兩層區(qū)域均使用3DEnVar（Hybrid）的同化方法（試驗(yàn)Hybrid_Hybrid）時(shí)，對(duì)降水相關(guān)的氣象要素場(chǎng)的預(yù)報(bào)效果更好，更加有利于對(duì)強(qiáng)降水落區(qū)的預(yù)報(bào)，其中包括動(dòng)力、熱力以及水汽含量等方面，這為系統(tǒng)不斷的完善和改進(jìn)提供良好的借鑒意義。

3 結(jié) 論

基于WRF 模式和GSI 同化系統(tǒng)，本文采用3DVar 同化和3DEnVar（Hybrid）同化兩種方法，設(shè)計(jì)了關(guān)于這兩種同化方案的敏感性試驗(yàn)。通過(guò)搭建的同化預(yù)報(bào)系統(tǒng)，針對(duì)臺(tái)風(fēng)“白鹿”引起的強(qiáng)降水過(guò)程進(jìn)行模擬，對(duì)模擬結(jié)果進(jìn)行對(duì)比分析，得到如下結(jié)論：

1）本系統(tǒng)能較好地模擬臺(tái)風(fēng)“白鹿”所引起的強(qiáng)降水過(guò)程的范圍和強(qiáng)度，說(shuō)明同化能有效改善預(yù)報(bào)效果。 針對(duì)逐小時(shí)的降水預(yù)報(bào)情況，試驗(yàn)中兩層區(qū)域均選用3DVar方法有利于本系統(tǒng)預(yù)報(bào)降水范圍的分布情況，與實(shí)況降水分布接近，能夠抓住小雨到中雨的量級(jí)的降水落區(qū)，更有效地描繪出降水的范圍以及整體降水強(qiáng)度；而試驗(yàn)中兩層區(qū)域均選用3DEnVar（Hybrid）方法有利于預(yù)報(bào)強(qiáng)降水大值中心的位置，表現(xiàn)出對(duì)暴雨和大暴雨等一系列極端暴雨事件有良好預(yù)報(bào)能力，但預(yù)報(bào)強(qiáng)度存在偏強(qiáng)的情況。

2）對(duì)于整個(gè)臺(tái)風(fēng)降水過(guò)程而言，不同同化方案在本次個(gè)例模擬的結(jié)果中絕對(duì)優(yōu)勢(shì)并不明顯。在6、12和24 h累積降水的評(píng)分表現(xiàn)中，三組試驗(yàn)的評(píng)分效果差異不大，兩層區(qū)域均選用3DEnVar（Hybrid）方法的試驗(yàn)在12 和24 h 的累積降水評(píng)分中表現(xiàn)相對(duì)較好。

3）不同的同化試驗(yàn)在預(yù)報(bào)氣象要素場(chǎng)時(shí)會(huì)出現(xiàn)差異，因此會(huì)對(duì)降水落區(qū)以及強(qiáng)度的預(yù)報(bào)帶來(lái)影響。當(dāng)兩層區(qū)域均使用3DEnVar（Hybrid）的同化方法時(shí)，對(duì)相關(guān)的動(dòng)力（風(fēng)場(chǎng)）和熱力（溫度場(chǎng)）以及水汽含量等方面的預(yù)報(bào)效果更好，更加有利于對(duì)強(qiáng)降水落區(qū)以及強(qiáng)度的預(yù)報(bào)，這為系統(tǒng)不斷的完善和改進(jìn)提供良好的借鑒意義。

本文從所選個(gè)例的模擬結(jié)果說(shuō)明，不同區(qū)域采用不同的同化方案對(duì)預(yù)報(bào)效果的改進(jìn)存在不同的優(yōu)勢(shì)，由于本文研究是關(guān)于不同的同化方法對(duì)臺(tái)風(fēng)“白鹿”的降水預(yù)報(bào)效果的差異，從而進(jìn)一步討論針對(duì)不同同化方法在預(yù)報(bào)臺(tái)風(fēng)強(qiáng)降水過(guò)程中的應(yīng)用。下一步將從同化更多的觀測(cè)資料如多普勒雷達(dá)觀測(cè)資料，以及增加集合成員數(shù)等多方面入手，結(jié)合不同的降水類型探討不同的同化方案針對(duì)模式預(yù)報(bào)的適應(yīng)性問(wèn)題。進(jìn)而能夠更有針對(duì)性地提高同化預(yù)報(bào)效果，通過(guò)不斷優(yōu)化和改進(jìn)，進(jìn)一步提高該系統(tǒng)預(yù)報(bào)的準(zhǔn)確率。