不同驅(qū)動場對東亞區(qū)域再分析系統(tǒng)中華南臺風降水影響的對比研究

劉升源，潘裕山，徐建軍，張宇，葉桂苓

摘要：使用ERA-Interim和ERA5兩種再分析資料分別驅(qū)動東亞區(qū)域再分析系統(tǒng)（East Asia Reanalysis System，EARS），并輸出2015年一年期試驗再分析資料，通過評估其中3次代表性的華南登陸臺風降水過程，對比不同驅(qū)動場對該系統(tǒng)的影響，研究發(fā)現(xiàn)以ERA5驅(qū)動的EARS輸出結(jié)果較ERA-Interim驅(qū)動的結(jié)果更準確，尤其在丘陵和山地等復雜地形下的降水模擬改進明顯。進一步用ERA5驅(qū)動的EARS輸出結(jié)果與歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）新一代陸面再分析資料（ERA5-Land）對比分析，發(fā)現(xiàn)ERA5-Land對于臺風大尺度降水的把握更好，而EARS對中小尺度降水過程的再現(xiàn)更完整，特別是對沿海降水的模擬更準確。相較于ERA5-Land，EARS目前同化的觀測資料有限，對物理過程參數(shù)化方案的選擇仍欠準確，后續(xù)需要有針對性地改進。

關鍵詞：東亞區(qū)域再分析；數(shù)值天氣預報；臺風降水

中圖分類號：P444；P456? ?文獻標志碼：A? ? ?文章編號：2096-3599（2023）01-0001-00

DOI：10.19513/j.cnki.issn2096-3599.2023.01.002

Comparative study on effects of different driving fields on typhoon precipitation over South China in the East Asia Reanalysis System

Liu Shengyuan1，2，4， Pan Yushan1，2，4， Xu Jianjun1，2，3， Zhang Yu1，2，4， Ye Guiling1，2，4

（1. CMA-GDOU Joint Laboratory for Marine Meteorology， Zhanjiang 524088， China; 2. South China Sea Institute of Marine Meteorology， Guangdong Ocean University， Zhanjiang 524088， China; 3. Shenzhen Institute of Guangdong Ocean University， Shenzhen 518120， China; 4. College of Ocean and Meteorology， Guangdong Ocean University， Zhanjiang 524088， China）

Abstract： The East Asia Reanalysis System （EARS） is driven by ERA-Interim and ERA5 reanalysis data， respectively， and the one-year experimental reanalysis data of 2015 are exported. By evaluating three representative typhoon precipitation processes over South China in 2015 and comparing the effects of different driving fields， it is found that the EARS results driven by ERA5 are more accurate than those driven by ERA-Interim， especially for simulated precipitation in complex terrain such as hills and mountains. Further comparative analysis is conducted between the EARS results driven by ERA5 and ERA5-Land， the new generation land surface reanalysis data of European Centre for Medium-Range Weather Forecasts （ECMWF）， which shows that ERA5-Land has a better accuracy of large-scale typhoon precipitation， while EARS reproduces meso- and small-scale processes more completely and simulates precipitation in coastal areas more accurately in particular. In comparison to ERA5-Land， due to the present limit of assimilated observation data and inaccurate selection of physics parameterization schemes， EARS needs improvement accordingly in the future.

Keywords： East Asia Reanalysis System （EARS）; numerical weather prediction; typhoon precipitation

引言

天氣和氣候的研究需要高分辨率、高質(zhì)量、長期而連續(xù)的觀測資料。再分析資料的出現(xiàn)有助于深入了解氣候變化的形成及規(guī)律，使現(xiàn)代氣候變化特點的研究快速發(fā)展與進步，為大氣科學及其相關領域的研究提供重要支撐，極大地推動現(xiàn)代大氣科學的發(fā)展。目前，國際上主要的幾家再分析中心為：美國國家環(huán)境預報中心（National Centers for Environmental Prediction，NCEP）、歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）、日本氣象廳（Japan Meteorological Agency，JMA）和美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）等[1]。東亞區(qū)域氣候變化的研究大多基于國際上主要的幾家全球再分析資料進行，如：韓晉平等[2]使用ECMWF ERA40和NCEP全球再分析資料研究東亞夏季風年代際變化的若干重要特征；黃燕玲等[3]使用國內(nèi)外廣泛應用的ECMWF的EAR-Interim、ERA40和JMA JRA55及NCEP 2全球再分析資料對東亞夏季風異常活動進行研究。但是全球大氣再分析資料分辨率較低，只能側(cè)重于大尺度大氣活動的研究，對中尺度大氣活動特征研究擬合效果并不理想，且不能用于大多數(shù)由中小尺度大氣活動引發(fā)氣象災害的研究[4]。近些年來，區(qū)域大氣再分析技術(shù)持續(xù)發(fā)展，其不僅比全球大氣再分析資料具有更高的時空分辨率，還能捕獲小尺度系統(tǒng)變化的信息，對局地強迫引起的氣象特征有較好的反映能力[5]。

西北太平洋是全球臺風活動最為強烈和頻繁的海域之一，平均每年約有26個臺風生成，我國位于西北太平洋沿岸，平均每年約有7.2個臺風登陸，是受臺風影響較多的國家之一[6]。臺風作為影響我國的主要災害性天氣系統(tǒng)之一，在其生成、發(fā)展、成熟和消亡階段都伴隨著大范圍的強降水、暴雨災害，對海上各種作業(yè)也有極大的威脅，對于臺風降水準確及時的預報是防臺抗臺的重要前提。但臺風降水的預報是公認的難點之一，其內(nèi)部次網(wǎng)格系統(tǒng)生消快速，由于海上觀測資料稀疏，往往難以監(jiān)測和捕捉，區(qū)域數(shù)值模式對其預報非常困難。資料同化技術(shù)可以為區(qū)域數(shù)值模式提供更準確的背景場，從而提高天氣預報準確率。現(xiàn)有的研究表明，利用變分資料同化系統(tǒng)（Gridpoint Statistical Interpolation System，GSI）、天氣研究和預報模式（Weather Research and Forecasting Model-Advanced Research WRF，WRF-ARW）發(fā)展區(qū)域再分析是合理的。文秋實等[7]利用WRF-ARW模式和GSI同化系統(tǒng)設計華南地區(qū)對流尺度快速循環(huán)同化方案，同化常規(guī)觀測（地面站、探空、飛機報和浮標站）和雷達徑向風資料，結(jié)果表明WRF-ARW模式和GSI同化系統(tǒng)有良好的匹配性，GSI同化方案可以改善華南降水發(fā)生時間、降水強度和日降水評分。

2015年中國氣象局（China Meteorological Administration，CMA）設立“氣象資料質(zhì)量控制多源數(shù)據(jù)融合與再分析”攻關任務，東亞區(qū)域再分析是該攻關任務的一個攻關方向。目前，中國氣象科學研究院已牽頭部分科研單位和高校搭建和優(yōu)化了東亞區(qū)域再分析系統(tǒng)（East Asia Reanalysis System，EARS），其初步試驗評估結(jié)果表明再分析系統(tǒng)初步具有在全球再分析的基礎上提高區(qū)域再分析資料性能的能力[8]。潘裕山等[9]評估了EARS對2015年西北太平洋熱帶氣旋路徑和強度的模擬結(jié)果，發(fā)現(xiàn)EARS對西北太平洋熱帶氣旋強度的模擬整體優(yōu)于國際主流的再分析資料，且EARS還可獲得熱帶氣旋的精細結(jié)構(gòu)，對觀測資料缺乏的西北太平洋熱帶氣旋的研究有實用意義。

在初步評估的基礎上，為進一步了解EARS對臺風降水的模擬能力，并對比不同驅(qū)動場對EARS的影響，本文使用不同的初始場和邊界條件（ERA-Interim和ERA5）分別驅(qū)動東亞區(qū)域再分析系統(tǒng)，輸出2015年一年期的試驗再分析資料集，并對其中3次有代表性的華南登陸臺風降水過程進行評估，以探討東亞區(qū)域再分析系統(tǒng)對臺風降水模擬的優(yōu)劣特性，旨在為后續(xù)改進東亞區(qū)域再分析系統(tǒng)提供更具體的發(fā)展方向。

1東亞區(qū)域大氣再分析系統(tǒng)

本文擬評估的東亞區(qū)域試驗再分析資料來自配置優(yōu)化后的東亞區(qū)域再分析系統(tǒng)（EARS），使用新一代的中尺度非靜力數(shù)值預報模式 WRF-ARW 3.9.1.1和美國國家環(huán)境預報中心的變分資料同化系統(tǒng)GSI 3.6搭建[10]。

1.1模式和同化方案設計

EARS的模式方案為：單層網(wǎng)格，水平分辨率為12 km，格點數(shù)為760×900，模擬區(qū)域中心為100?E、38?N，基本覆蓋整個東亞區(qū)域，包括整個印度洋、南海區(qū)域和部分西太平洋區(qū)域（圖1）。模式垂直層數(shù)74層，模式頂層氣壓為10 hPa。模式的參數(shù)化方案為：New Thompson微物理方案、Kain-Fritsh積云參數(shù)化方案、RRTM（Rapid Radiative Transfer Model）長波輻射方案、Dudhia短波輻射方案、Noah-MP 陸面方案和YSU（Yonsei University）行星邊界層方案。

圖2為EARS的同化流程，采用3D-Var（three dimensional variational）方式和部分循環(huán)同化方案，循環(huán)同化每日進行一次：冷啟動從前一日18：00（世界時，下同）開始，使用歐洲中期天氣預報中心的再分析資料作為初始場和邊界條件，起旋（Spin-up）預報6 h，期間不進行資料同化。熱啟動從00：00開始，采用循環(huán)同化方案，每6 h進行一次資料同化，同化的背景場為前6 h的預報輸出場，同化的觀測資料為所分析時刻的常規(guī)和衛(wèi)星觀測資料，同化得到的分析場作為下一時刻預報的初始條件。熱啟動4次，即預報24 h后，當日再分析結(jié)束，然后進行下一日再分析運算[9-10]。

1.2同化和驅(qū)動場的資料

本次試驗中GSI同化的常規(guī)觀測資料為NCEP全球資料同化系統(tǒng)（Global Data Assimilation System，GDAS）的地面站、探空站、船舶和浮標站、全球電信系統(tǒng)的測風氣球資料和飛機報資料。同化的衛(wèi)星資料為GDAS的大氣紅外探測器、微波探測裝置A型、高分辨率紅外探測儀4型和微波濕度探測器衛(wèi)星輻射資料。微波探測裝置A型主要用于大氣溫度的垂直探測，微波濕度探測器主要用于濕度的垂直探測，大氣紅外探測器主要用于探測精細的大氣溫度和濕度廓線，高分辨率紅外探測儀4型主要用于大氣垂直方向溫度、濕度的探測。以上資料進入EARS前已進行質(zhì)量控制，以保證同化質(zhì)量。

為了對比不同驅(qū)動場對EARS的影響，探討更合適的模擬方案，本文分別使用ERA-Interim和ERA5兩套再分析資料作為初始場和邊界條件驅(qū)動EARS。ERA-Interim再分析資料[11]為歐洲中期天氣預報中心發(fā)布的第三代再分析資料，水平分辨率為0.75?×0.75?，時間分辨率為6 h。ERA5[12]再分析資料是ERA-Interim再分析資料的升級版本，水平分辨率為0.25?×0.25?，時間分辨率提高為1 h，取每6 h數(shù)據(jù)作為驅(qū)動場。本次試驗使用上述兩套再分析資料分別驅(qū)動EARS，分別輸出2015年一年期的試驗再分析資料集。以下將使用ERA-Interim和ERA5作為驅(qū)動場的EARS試驗再分析資料分別簡稱為EARS（ERA-Interim驅(qū)動）和EARS（ERA5驅(qū)動）。

2用于評估的資料與方法

2.1用于評估的降水資料

2.1.1國家級氣象觀測站與CMORPH降水產(chǎn)品融合的逐時降水量網(wǎng)格數(shù)據(jù)集

用于評估EARS對華南臺風降水模擬的資料為國家級氣象觀測站與CMORPH降水產(chǎn)品融合的逐時降水量網(wǎng)格數(shù)據(jù)集（以下簡記為“融合降水”，Merged Precipitation）。該數(shù)據(jù)集基于全國自動氣象站觀測的小時降水資料和美國氣候預測中心的全球CMORPH衛(wèi)星反演降水資料，采用概率密度匹配PDF（probability density function）和最優(yōu)插值OI（optimal interpolation）兩步融合算法，生成逐小時降水融合產(chǎn)品[13-15]，覆蓋的空間范圍為70?～140?E、15?～60?N，水平分辨率為0.1?×0.1?，產(chǎn)品總體誤差水平在10%以內(nèi)，強降水和站點稀疏區(qū)的誤差在20%以內(nèi)[13-17]。

2.1.2歐洲中期天氣預報中心ERA5-Land再分析資料

ERA5-Land[18]為歐洲中期天氣預報中心的新一代全球陸面再分析資料，使用ERA5再分析資料中陸面變量進行再分析重新生成，分辨率為0.1?×0.1?，可提供自1950年1月以來的逐時數(shù)據(jù)。

2.2用于評估的熱帶氣旋最佳路徑數(shù)據(jù)集

用于評估的熱帶氣旋最佳路徑資料為中國氣象局熱帶氣旋資料中心的最佳路徑數(shù)據(jù)集，該數(shù)據(jù)集提供自1949年以來西北太平洋（含南海，赤道以北，180?以西）海域熱帶氣旋每6 h的位置和強度[19-20]。為評估東亞區(qū)域再分析系統(tǒng)對登陸華南地區(qū)的臺風降水模擬效果，選取2015年3個代表性的華南登陸臺風：1508號“鯨魚（KUJIRA）”、1510號“蓮花（LINFA）”和1522號“彩虹（MUJIGAE）”（表1和圖3）。

本文選取的3個臺風類型均為業(yè)務預報中典型的難點：KUJIRA系典型南海生成臺風，強度偏弱，云系特征不清晰，當時各業(yè)務機構(gòu)對其定位誤差較大，導致后續(xù)的登陸點預報錯誤；LINFA系西北太平洋生成后移入南海的臺風，當時各機構(gòu)均空報其進入南海后的兩次轉(zhuǎn)向，120 h路徑預報誤差接近1 000 km；MUJIGAE系近岸快速加強的秋臺風，當時各業(yè)務機構(gòu)均低估其登陸強度，是1949年以來10月登陸中國的最強臺風[21]。3個臺風發(fā)生時間、路徑、強度各具特點，對這3個個例進行降水評估，可以有代表性地檢驗并改進東亞區(qū)域再分析系統(tǒng)對不同類型臺風降水的模擬能力。

2.3評估方法

使用風險評分（threat score，TS）對模擬降水進行統(tǒng)計檢驗評估。TS評分公式為：

式中各項如表2所示，P為擬評分的量級，Na為降水模擬正確格點數(shù)，Nb為降水空報格點數(shù)，Nc為降水漏報格點數(shù)。TS格點評分可以反映模擬區(qū)域內(nèi)降水模擬的準確程度，其值介于0和1之間，TS評分越接近1，代表模式降水量級越接近實況降水量級。

以融合降水作為降水實況資料，設定4個代表性量級（10 mm、25 mm、50 mm、100 mm），分別計算EARS（ERA5驅(qū)動）、EARS（ERA-Interim驅(qū)動）、ERA5-Land在臺風KUJIRA、LINFA、MUJIGAE生命期間的分級TS格點評分。

由于TS格點評分需要在相同分辨率的條件下進行，本文通過資料插值的方法將用于計算的4種資料統(tǒng)一插值成分辨率為0.125?×0.125?，區(qū)域范圍為18?～25?N、104.5?～117?E的數(shù)據(jù)資料，基本覆蓋我國整個華南區(qū)域（評估范圍見圖1，下同）。常用的不同網(wǎng)格之間的插值方法有：雙線性法、距離權(quán)重法、克立格法和第二類守恒插值法等。在大氣模式中，輻射通量、降水一般采用第二類守恒插值方法，該方法較雙線性插值法雖然有更大的誤差，但在保留源網(wǎng)格和目標網(wǎng)格之間的數(shù)據(jù)積分值方面更具優(yōu)勢[22-23]，故使用第二類守恒插值方法將不同網(wǎng)格的資料插值為相同網(wǎng)格的資料并進行評估。

3不同驅(qū)動場對EARS在華南登陸臺風降水模擬中的影響

已有研究表明，相比于ERA-Interim，ERA5減小了隨機誤差，在東亞區(qū)域總體上改進了適用性[24-26]。在EARS前期已進行的初步結(jié)果評估中，EARS（ERA5驅(qū)動）相較EARS（ERA-Interim驅(qū)動）對臺風路徑的模擬有良好改進[9]，為了進一步探討不同的驅(qū)動場對EARS在華南登陸臺風降水模擬中的影響，本文將使用EARS（ERA-Interim驅(qū)動）和EARS（ERA5驅(qū)動）對其中3次有代表性的華南登陸臺風降水過程進行對比評估。

由臺風KUJIRA、LINFA和MUJIGAE的日平均降水的空間分布（圖4）可知，EARS（ERA5驅(qū)動）和EARS（ERA-Interim驅(qū)動）的降水空間分布和融合降水基本一致，它們在KUJIRA、LINFA和MUJIGAE生命期間對華南地區(qū)模擬的日平均降水量范圍基本為5～30 mm，降水主要集中在海南的西南部、廣東的中南部以及廣西東北部，這3個地區(qū)的降水主要是臺風降水：KUJIRA登陸海南萬寧；LINFA登陸廣東陸豐，最后于廣東中南部地區(qū)消亡；MUJIGAE登陸廣東湛江，最后于廣西南寧消亡。EARS（ERA-Interim驅(qū)動）在廣東的中南部和廣西西北部模擬的日平均降水范圍和降水量較EARS（ERA5驅(qū)動）和融合降水的偏大。EARS（ERA5驅(qū)動）與EARS（ERA-Interim驅(qū)動）分別和融合降水日平均降水量偏差（圖5）表明，EARS（ERA5驅(qū)動）與EARS（ERA-Interim驅(qū)動）總體高估這3次臺風降水，如前文提到的3個臺風降水的主要區(qū)域，高估的范圍為6～18 mm。在華南中部等大部分地區(qū)，EARS（ERA5驅(qū)動）模擬的日平均降水較EARS（ERA-Interim驅(qū)動）更接近融合降水，整體效果更優(yōu)；而在海南的西北部，EARS（ERA5驅(qū)動）的日平均降水則比EARS（ERA-Interim驅(qū)動）的偏大。

圖6為EARS（ERA5驅(qū)動）、EARS（ERA-Interim驅(qū)動）和融合降水在KUJIRA、LINFA和MUJIGAE生命期間的華南日平均降水的時間序列。由圖可見，3個臺風都為華南區(qū)域帶來充足的降水，除了7月6日、7月8日、9月30日和10月2日這4 d，其他時段日平均降水均超過3 mm。整體而言，EARS（ERA5驅(qū)動）和EARS（ERA-Interim驅(qū)動）高估臺風降水，EARS（ERA5驅(qū)動）、EARS（ERA-Interim驅(qū)動）分別高估16.0%和43.5%，EARS（ERA5驅(qū)動）的降水模擬效果更好。EARS對LINFA的降水量偏差在7月5日及之后明顯縮小，這與臺風進入南海的時間吻合，相似的現(xiàn)象也出現(xiàn)在10月2—3日，這同樣與MUJIGAE進入南海的時間重合，表明移入南海后，EARS對臺風降水模擬能力明顯提高。另外，EARS對于降水模擬明顯低估的日期出現(xiàn)在6月23日和10月4—5日，即KUJIRA和MUJIGAE登陸華南地區(qū)之后，其偏差主要來源于復雜地形下對臺風強度和螺旋雨帶形態(tài)的模擬誤差[9]，導致降水落區(qū)與實際有偏差。其中以ERA-Interim驅(qū)動的EARS在廣西北部和東部出現(xiàn)明顯的降水空報，在使用ERA5作為驅(qū)動場后，這兩個區(qū)域的偏差明顯減少，消空效果較好，表明EARS（ERA5驅(qū)動）相對EARS（ERA-Interim驅(qū)動）對臺風外圍雨帶的模擬有所改進。

為了定量評估兩個驅(qū)動場對EARS的影響差異，圖7展示了分別以ERA-Interim和ERA5驅(qū)動的EARS在3個臺風生命期間對華南地區(qū)日降水模擬的TS評分。由TS評分可見，評估中雨以上量級（日降水量R≥10 mm）和大雨以上量級（日降水量R≥25 mm）時，EARS（ERA5驅(qū)動）對華南登陸臺風日降水模擬整體比EARS（ERA-Interim驅(qū)動）準確，總體效果穩(wěn)定，尤其是大雨以上量級EARS（ERA5驅(qū)動）模擬效果的優(yōu)勢最大（圖7a、b）。但當評估閾值為50 mm，即暴雨以上量級降水時，EARS（ERA5驅(qū)動）的優(yōu)勢縮小，其中有8 d的模擬效果比EARS（ERA-Interim驅(qū)動）準確，但有7 d的模擬效果與EARS（ERA-Interim驅(qū)動）持平或略差（圖7c）。當評估閾值為100 mm時，EARS（ERA5驅(qū)動）的整體結(jié)果更優(yōu)（圖7d）。

東亞區(qū)域再分析系統(tǒng)對華南登陸臺風的降水模擬效果，在不同階段上也存在差異，主要考慮受臺風強度的影響。圖8為CMA最佳路徑數(shù)據(jù)集中KUJIRA、LINFA和MUJIGAE的近中心日平均最大風速隨時間的變化。可見在臺風巔峰強度日和登陸日（6月22日、7月8—9日、10月4日），EARS（ERA5驅(qū)動）的評分都較同個臺風的其他階段更高，且相比EARS（ERA-Interim驅(qū)動）評分優(yōu)勢更大。

綜上所述，相較于以ERA-Interim驅(qū)動的EARS，ERA5驅(qū)動的EARS對處于巔峰強度或登陸前后的華南臺風降水模擬更準確，且對大雨以上量級（日降水量R≥25 mm）的降水模擬明顯把握更好。總得來說，ERA5驅(qū)動的EARS對華南登陸臺風的降水模擬更優(yōu)。

4 EARS（ERA5驅(qū)動）和ERA5-Land對華南臺風降水模擬的對比評估

從上述結(jié)果得知，用ERA5驅(qū)動的EARS對華南登陸臺風的降水模擬更具有優(yōu)勢，下文進一步對比評估ERA5-Land再分析資料和EARS（ERA5驅(qū)動）對臺風降水模擬的優(yōu)劣。圖9為融合降水和ERA5-Land在KUJIRA、LINFA和MUJIGAE生命期間對華南降水模擬的空間分布及兩者降水量偏差。ERA5-Land降水的空間分布和降水量基本和融合降水一致，降水量較大的地方從北到南分別出現(xiàn)在MUJIGAE經(jīng)過的廣西東北部、LINFA經(jīng)過的廣東中南部和KUJIRA經(jīng)過的海南西部，日平均降水量基本達到15 mm以上（圖9a、b）。圖9c為ERA5-Land與融合降水的日平均降水的偏差，如圖所示，華南大部分地區(qū)的偏差在±3 mm 以內(nèi)，偏差不大，其余地區(qū)除了少數(shù)地區(qū)為負偏差，其他的均為正偏差。結(jié)果表明，ERA5-Land整體高估華南臺風降水。

以融合降水為標準，分別對ERA5-Land和EARS（ERA5驅(qū)動）的華南臺風降水模擬進行TS評分（圖10）。綜合評分結(jié)果，EARS（ERA5驅(qū)動）在KUJIRA、LINFA生命期間對華南地區(qū)降水模擬比ERA5-Land更準確。具體來看，在中雨以上量級（R≥10 mm）的臺風降水模擬中，EARS（ERA5驅(qū)動）對降水的把握略低于ERA5-Land，但整體差異不大（圖10a）；而隨著降水量級增大，EARS（ERA5驅(qū)動）在KUJIRA、LINFA生命期間華南地區(qū)降水TS評分整體優(yōu)于ERA5-Land（圖10b—d），表明EARS（ERA5驅(qū)動）對大雨以上量級的臺風降水把握更好，尤其在臺風登陸前，EARS（ERA5驅(qū)動）對沿海的對流發(fā)展的模擬更完整，尤其是在暴雨量級降水中的模擬比ERA5-Land更準確。

在MUJIGAE生命期間，EARS（ERA5驅(qū)動）的降水模擬結(jié)果不如ERA5-Land，尤其在登陸前后，雖然EARS（ERA5驅(qū)動）能準確模擬快速加強的過程，但對MUJIGAE登陸后快速減弱的模擬不足[9]，因此在登陸點附近高估了降水；另外，外圍雨帶落區(qū)的模擬偏差導致對廣西南部和珠三角西部的降水漏報。與前兩次臺風登陸過程不同，MUJIGAE登陸前后有冷空氣的參與，這給東亞區(qū)域再分析系統(tǒng)帶來了更多的挑戰(zhàn)，對此需要更多的試驗研究。

在臺風發(fā)展的不同階段，兩者的差異也相當明顯。在臺風登陸前后，不管是EARS（ERA5驅(qū)動）還是ERA5-Land，降水模擬都較其他階段更準確，表現(xiàn)為圖8中的各個臺風生命時間中的TS評分均向臺風登陸時間“聚攏”。當降水閾值為10 mm時，EARS（ERA5驅(qū)動）和ERA5-Land評分的差異不大，但隨著降水閾值的增加，兩者的差異被拉大，EARS（ERA5驅(qū)動）和ERA5-Land在不同日期均出現(xiàn)不同程度的偏差，兩者對強降水量級和落區(qū)的把握仍需提高。

總得來說，兩套再分析資料在降水模擬技巧上各有優(yōu)劣勢，在3次臺風降水過程中，ERA5-Land描述的降水落區(qū)整體形態(tài)分布更優(yōu)，對于大尺度降水的把握更好，但對中小尺度降水表現(xiàn)一般，難以準確再現(xiàn)中小尺度過程的降水中心極值。而EARS對中尺度過程的描述更完整，對沿海降水的模擬更準確，在KUJIRA和LINFA登陸前的大雨和暴雨模擬中有正技巧，但在復雜地形中的降水表現(xiàn)欠佳，在山區(qū)、丘陵帶出現(xiàn)比沿海更明顯的降水量偏差，因此在氣旋登陸后的降水預報技巧不及ERA5-Land。相較于ERA5-Land，東亞區(qū)域再分析系統(tǒng)目前同化的觀測資料有限，同時對物理過程參數(shù)化方案的選擇仍欠準確，后續(xù)需要有針對性地改進。

5結(jié)論

分別使用ERA-Interim和ERA5兩種再分析資料驅(qū)動東亞區(qū)域再分析系統(tǒng)（EARS），對2015年3次華南登陸臺風的降水過程進行對比試驗，并與ERA5-Land的降水資料進行比較評估，探討東亞區(qū)域再分析資料對華南臺風降水模擬的優(yōu)劣特性，結(jié)果表明：

（1）EARS（ERA5驅(qū)動）相較于EARS（ERA-Interim驅(qū)動）對處于成熟階段和登陸前后的華南臺風降水模擬更準確，兩者在臺風登陸前均傾向于高估臺風降水，臺風登陸后略低估或準確模擬降水。

（2）以ERA5和ERA-Interim驅(qū)動的EARS對臺風降水的模擬效果差異隨著降水量級增大而增大，EARS（ERA5驅(qū)動）對大雨以上量級的降水把握明顯更好。

（3）在EARS與ERA5-Land的對比分析中，兩者各有優(yōu)勢，EARS對中尺度過程的描述更完整，ERA5-Land對大尺度降水的把握更好；EARS對沿海降水的模擬更準確，ERA5-Land描述的降水落區(qū)整體形態(tài)分布更優(yōu)。

（4）EARS（ERA5驅(qū)動）的誤差主要來源于復雜地形中的降水量偏差，分析原因是EARS目前同化的觀測資料有限，同時對邊界層等物理過程參數(shù)化方案的選擇仍欠準確，后續(xù)需要對此改進。

臺風降水目前仍是預報技術(shù)難點[27-30]，即便是新一代的全球再分析資料對華南臺風降水模擬仍存在不少誤差。除了考慮天氣尺度和其他中尺度系統(tǒng)的影響，在月或季節(jié)尺度上臺風也會受到ENSO和季風等系統(tǒng)的調(diào)制，如2015年臺風活動活躍期不明顯，呈現(xiàn)南海臺風偏少、超強臺風異常偏多、登陸個數(shù)及頻次偏少等特征[21]，這是受到全球尺度海氣系統(tǒng)影響的結(jié)果。各個尺度對臺風的影響并不單一，僅僅提高分辨率雖然可以捕捉更小尺度系統(tǒng)的特征，但同時也會帶來非線性誤差，因此還需要在參數(shù)化方案、同化方案和耦合系統(tǒng)等各方面同步優(yōu)化，這也是東亞區(qū)域再分析系統(tǒng)未來的發(fā)展方向。

參考文獻：

[1]趙天保，符淙斌，柯宗建，等.全球大氣再分析資料的研究現(xiàn)狀與進展[J].地球科學進展， 2010，25（3）：242-254.

[2]韓晉平，王會軍.東亞夏季風年代際變化的若干重要特征及兩份大氣再分析資料的異同[J].地球物理學報，2007，50（6）：1666-1676.

[3]黃燕玲，陳海山，蔣薇，等.東亞夏季風異常活動的多模態(tài)特征：不同再分析資料的比較分析[J].大氣科學，2015，39（1）：145-160.

[4]朱智，師春香，張濤，等.多種再分析地表溫度資料在中國區(qū)域的適用性分析[J].冰川凍土，2015，37（3）：614-624.

[5]高學杰，趙宗慈，丁一匯，等.溫室效應引起的中國區(qū)域氣候變化的數(shù)值模擬I：模式對中國氣候模擬能力的檢驗[J].氣象學報，2003，61（1）：20-28.

[6]陳聯(lián)壽，丁一匯.西太平洋臺風概論[M].科學出版社，1979.

[7]文秋實，王東海.基于GSI的華南地區(qū)對流尺度快速循環(huán)同化預報試驗[J].氣象， 2017，43（6）：653-664.

[8]尹金方，梁旭東， 陳鋒，等.東亞區(qū)域大氣再分析技術(shù)研究及資料集建設[J].氣象科技進展，2018，8（1）：79-84.

[9]潘裕山，徐建軍，張宇，等.基于東亞區(qū)域再分析系統(tǒng)模擬2015年西北太平洋熱帶氣旋[J].廣東海洋大學學報，2020，40（5）：53-63.

[10]黃奇恩，徐建軍.東亞及其周邊海域的一年大氣再分析資料試驗與評估[J].廈門大學學報（自然科學版），2020，59（3）：401-411.

[11]DEE D P， UPPALA S M， SIMMONS A J， et al. The ERA-Interim reanalysis： configuration and performance of the data assimilation system[J]. Appl Opt，2011，137（656）：553-597.

[12]HERSBACH H， BELL B， BERRISFORD P， et al. Global reanalysis： goodbye ERA-Interim， hello ERA5[J]. ECMWF Newsl，2019，159：17-24.

[13]沈艷，潘旸，宇婧婧，等.中國區(qū)域小時降水量融合產(chǎn)品的質(zhì)量評估[J].大氣科學學報， 2013，36（1）：37-46.

[14]潘旸，沈艷，宇婧婧，等.基于最優(yōu)插值方法分析的中國區(qū)域地面觀測與衛(wèi)星反演逐時降水融合試驗[J].氣象學報，2012，70（6）：1381-1389.

[15]張蒙蒙，江志紅.我國高分辨率降水融合資料的適用性評估[J].氣候與環(huán)境研究， 2013，18（4）：461-471.

[16]XUE T， XU J J， GUAN Z Y， et al. An assessment of the impact of ATMS and CrIS data assimilation on precipitation prediction over the Tibetan Plateau[J]. Atmos Meas Tech，2017，10（7）：2517-2531.

[17]薛春芳，潘留杰.基于MODE方法的日本細網(wǎng)格模式降水預報的診斷分析[J].高原氣象，2016，35（2）： 406-418.

[18]MU?OZ-SABATER J， DUTRA E， AGUST?-PANAREDA A， et al. ERA5-Land： a state-of-the-art global reanalysis dataset for land applications[J]. Earth Syst Sci Data，2021，13（9）： 4349-4383.

[19]YING M， ZHANG W， YU H， et al. An overview of the China Meteorological Administration tropical cyclone database[J]. J Atmos Oceanic Technol，2014，31（2）：287-301.

[20]LU X Q， YU H， YING M， et al. Western North Pacific tropical cyclone database created by the China Meteorological Administration[J]. Adv Atmos Sci，2021，38（4）： 690-699.

[21]許映龍，黃奕武.2015年西北太平洋和南海臺風活動特征及主要預報技術(shù)難點[J].海洋氣象學報，2017，37（1）：31-41.

[22]JONES P W. First-and second-order conservative remapping schemes for grids in spherical coordinates[J]. Mon Wea Rev，1999，127（9）：2204-2210.

[23]王蘭寧，李清泉，吳統(tǒng)文.插值方案對耦合系統(tǒng)積分穩(wěn)定性影響的數(shù)值研究[J].南京氣象學院學報，2009，32（2）：230-238.

[24]NOGUEIRA M. Inter-comparison of ERA-5， ERA-interim and GPCP rainfall over the last 40 years： Process-based analysis of systematic and random differences[J]. J Hydrol，2020，583：124632.

[25]孟憲貴，郭俊建，韓永清.ERA5再分析數(shù)據(jù)適用性初步評估[J].海洋氣象學報，2018，38（1）：91-99.

[26]劉婷婷，朱秀芳，郭銳，等.ERA5再分析降水數(shù)據(jù)在中國的適用性分析[J].干旱區(qū)地理，2022，45（1）：66-79.

[27]任福民，向純怡.登陸熱帶氣旋降水預報研究回顧與展望[J].海洋氣象學報，2017，37（4）：8-18.

[28]廖菲，李文婷，張子然，等.1949—2017年南海海域熱帶氣旋強度和路徑快速變化統(tǒng)計特征[J].海洋學報，2019，41（9）：126-135.

[29]馬蘊琦，任福民，馮恬，等.強熱帶風暴“碧利斯”（0604）極端降水研究回顧[J].海洋氣象學報，2020，40（3）：1-10.

[30]秦思，姚美，任福民，等.強臺風“菲特”（1323）極端降水研究進展[J].海洋氣象學報，2021，41（1）：11-18.