热带气象学报  2018, Vol. 34 Issue (6): 819-831  DOI: 10.16032/j.issn.1004-4965.2018.06.010
0

引用本文  

隋新秀, 王振会, 鲍艳松, 等. FY-2E晴空风矢同化对台风分析和预报的影响研究[J]. 热带气象学报, 2018, 34(6): 819-831. DOI: 10.16032/j.issn.1004-4965.2018.06.010.
SUI Xin-xiu, WANG Zhen-hui, BAO Yan-song, et al. Study on the application of amvs in cloud-free regions based on fy-2e satellite in typhoon analysis and forecast[J]. JOURNAL OF TROPICAL METEOROLOGY, 2018, 34(6): 819-831. DOI: 10.16032/j.issn.1004-4965.2018.06.010.

基金项目

国家自然科学基金(41175035、40475018);国家重点基础研究发展计划(2009CB421502);江苏高校优势学科建设工程资助项目(PAPD)共同资助

通讯作者

王振会,男,山东省人,教授,博士研究生导师,从事大气遥感研究。E-mail: eiap@nuist.edu.cn

文章历史

收稿日期:2017-11-18
修订日期:2018-09-08
FY-2E晴空风矢同化对台风分析和预报的影响研究
隋新秀 1,2, 王振会 1,3, 鲍艳松 1,3, 张庆 4, 吴月 5     
1. 南京信息工程大学气象灾害预报预警与评估协同创新中心/中国气象局气溶胶-云-降水重点实验室,江苏 南京 210044;
2. 中国气象局气象干部培训学院安徽分院,安徽 合肥 230041;
3. 南京信息工程大学大气物理学院,江苏 南京 210044;
4. 天津市气象探测中心,天津 300000;
5. 合肥市气象局,安徽 合肥 230041
摘要:为了研究“二阶差分法”反演的晴空区风矢同化在台风分析和预报中的作用,以1509号台风“灿鸿”和1211号台风“海葵”为例,首先利用WRF-3DVAR系统对晴空风矢进行同化,探讨了晴空风矢的引入对模式初始场的影响。然后利用WRF模式对两个个例分别进行48 h的预报试验。通过对比控制试验和同化试验,结果表明,同化晴空风矢资料能够对初始风场和位势高度场进行合理的调整,在台风周围引导气流的作用下,台风路径与实况更靠近,从而提高了台风路径的预报效果。除此之外,同化晴空风矢对台风强度以及风场预报也有一定的改善作用,还可更准确地预报出降水的落区及雨强,提高降水预报质量。因此,晴空风矢的引入,有利于改善模式的初始场,从而提高WRF模式对台风的预报能力。
关键词天气预报    台风数值预报    三维变分同化    静止卫星    晴空导风    
STUDY ON THE APPLICATION OF AMVS IN CLOUD-FREE REGIONS BASED ON FY-2E SATELLITE IN TYPHOON ANALYSIS AND FORECAST
SUI Xin-xiu 1,2, WANG Zhen-hui 1,3, BAO Yan-song 1,3, ZHANG Qing 4, WU Yue 5     
1. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, CMA Key Laboratory for Aerosol-Cloud-Precipitation, Nanjing University of Information Science & Technology, Nanjing 210044, China;
2. China Meteorological Administration Training Center Anhui Branch, Hefei 230041, China;
3. School of Atmospheric Physics, Nanjing University of Information Science & Technology, Nanjing 210044, China;
4. Tianjin Meteorological Observation Center, Tianjin 300000, China;
5. Hefei Meteorological Bureau, Hefei 230041, China
Abstract: Atmospheric motion vectors (AMVs) in cloud-free regions are derived by using the Second Order method. The purpose of this study is to investigate the effects of AMVs data assimilation on typhoon's initial fields and forecast fields. Taking Typhoons Chan-hom (1509) and Haikui (1211) as illustrating cases, this paper assimilates the AMVs in the WRF model by using the WRF-3Dvar system, and then discusses effects of AMVs on the assimilated initial fields. At last, with the initial fields attained by assimilation, the processes of Typhoons Chan-hom and Haikui have been studied respectively by 48-hour numerical experiments through the WRF model. Comparing the control with the assimilation experiment shows that, after assimilating the AMVs, the wind and geopotential height of initial fields around the typhoons become more reasonable, and thus the steering current guiding them to move to the correct location becomes stronger. As a result, the numerical track predictions can be improved. In addition, the assimilation of AMVs can improve the predictions of typhoon intensity and wind fields in such way that it can yield precipitation forecasts with more accurate location and intensity. Therefore, assimilating AMVs in cloud-free regions can well improve the initial fields in the WRF model, thus improving its forecasting ability.
Key words: weather forecast    numerical prediction of typhoons    three-dimensional assimilation    GEO satellite    AMVs in cloud-free regions    
1 引言

卫星导风[1-3]通过追踪相邻时次卫星云图上的示踪模块的位移来计算大气运动矢量,其导风产品的覆盖范围广、时空分辨率高,可有效弥补海面上观测资料的不足,逐渐成为台风分析及数值预报研究的重要资料之一。Le Marshall等[4-5]的研究表明,在数值预报模式中变分同化云迹风可很好地利用云迹风中所包含的风场信息,逐小时同化红外通道云迹风,有效改善台风路径的预报。Velden等[6-7]的同化试验结果表明,在数值预报模式中引入云迹风可减小2%~6%的台风路径预报误差,对水汽导风的研究结果进一步表明,同化水汽风有助于改进台风的中长期预报。国内的静止卫星导风研究主要围绕FY-2系列静止卫星开展。张守锋等[8]的试验表明用云迹风形成人造台风模型非对称风场会进一步改善台风路径预报的精度。杨成荫等[9]的研究结果表明,同化高度重新指定后的云迹风可改善风场预报结果,而且随着预报的进行,压、温、湿等要素场的预报也得到一定的改善。刘瑞等[10]对台风“海棠”的同化研究表明,引入质量控制后的云迹风对台风前18 h的路径及降水预报影响明显。李昊睿等[11]利用GRAPES -3DVAR进行了台风“灿都”的同化试验,研究表明同化高度重新指定的云迹风和水汽风可合理调整初始风场,从而改善台风路径预报,其中同化水汽风的效果更明显。王振会等[12]的研究显示,同化TCFM技术的卫星导风数据可加强台风“麦莎”降水雨带的垂直气流,使降水预报更接近实际。

目前广泛应用的静止卫星导风技术主要是通过追踪卫星云图中的云和水汽进行风场信息的反演。云区风场,即云导风产品,其风场高度主要与云顶高度对应;水汽区风场,即水汽导风产品,风矢高度主要与水汽通道权重函数特性决定的250~600 hPa高度相对应[13]。因此,目前业务上的卫星导风产品均难以获得“晴空区”大气低层的运动信息。随着FY-2系列静止卫星上搭载的辐射计探测仪器灵敏度不断提高,红外云图上的水汽、气溶胶等微弱信号在通过算法增强后亦可被识别探测到。因此王振会等开展了静止气象卫星红外云图晴空区的导风研究,成功建立了从大气红外分裂窗辐射信号中提取微弱示踪信号的三种算法,分别为“分裂窗差分法” [14-15]、“时间序列差值法”[16]以及“二阶差分法”[17],并结合实例反演得到了晴空区大气低层风场,经过研究,三种方法得到的晴空风矢都与NCEP风场具有较好的一致性,其中“二阶差分法”反演的晴空风矢质量最好,精度最高[18-19]

相对于云导风在台风数值预报方面的广泛开展,晴空风矢在台风分析和预报方面的研究较少。张守锋等[8]曾在研究云迹风对热带气旋路径预报的作用时预言,增加大气低层的云导风资料会对台风路径产生更好的效果。Xiao等[20]也指出台风对低层大气更敏感,增加低层大气资料对台风路径预报有改善效果。吴月等[21]利用“时间序列差分法”反演的晴空风矢进行同化,初步表明了晴空大气低层风矢的加入可改善台风48 h路径预报。本文利用WRF-3DVAR模块和WRF模式进行晴空风矢同化和台风数值预报,进一步探讨“二阶差分法”晴空风场对台风数值分析及预报的影响。

2 数据来源与同化模式简介 2.1 数据来源

本文研究所使用的数据为“二阶差分法”反演获得的晴空区风矢。“二阶差分法”晴空导风原理详见参考文献[17]。针对台风个例的晴空导风研究,其示踪物主要为红外分裂窗通道云图中的晴空大气水汽。“二阶差分法”是在“分裂窗差值法”和“时间序列差值法”的基础上提出来的。“分裂窗差值法”是指对IR1和IR2这两个通道的亮温进行差值处理,得到分裂窗亮温差BTD;“时间序列差值法”则是对某一通道相邻时次的亮温进行差值得到ΔTD。这两种方法都可削弱下垫面温度变化对卫星观测亮温造成的影响,突出晴空大气水汽信息。“二阶差分法”结合了以上两种方法,既可先差值处理分裂窗通道的亮温得到亮温差BTD,然后对相邻时次的BTD进行差值处理得到ΔBTD,也可先进行“时间序列差值法”处理得到ΔTD,然后对分裂窗通道得到的ΔTD进行差值得到ΔBTD。该方法可进一步突出微弱示踪物的纹理信息,反演晴空风矢的效果更好。

利用“二阶差分法”进行晴空区导风首先要对卫星云图进行预处理[22],包括以下三个步骤:首先,对国家卫星气象中心(NSMC)提供的连续四个时次的等经纬度红外分裂窗通道云图(共八幅)进行云检测和云掩膜处理;然后利用云掩膜后的云图计算二阶差分,得到二阶差分图像(共三幅);最后对二阶差分图像进行增强,完成预处理。在预处理之后,使用王振会等[23]开发的静止气象卫星云迹风客观导出系统(CWIS),使用“最大相关法”进行导风计算,并对获得的晴空风矢进行质量控制和高度指定。针对台风个例而言,利用二阶差分法提取出来的大气微弱信号代表的是卫星观测视场内晴空大气中水汽含量的信息,通过追踪这些信息所得到的大气运动矢量高度应与水汽对卫星观测亮温影响最大的大气高度相一致。杨璐等[24]利用MODTRAN计算了热带大气廓线条件下各层水汽含量增加10%对FY-2E红外通道窗区探测亮温的影响,结果表明红外分裂窗亮温差对低层700~900 hPa水汽变化响应明显,其中对800 hPa附近的水汽变化最敏感。因此,本文参考其研究结论,将“二阶差分法”反演的风矢高度统一指定在800 hPa。

2.2 质量控制

与传统卫星导风技术一样,晴空风矢在算法以及图像追踪匹配等过程中同样会存在一些限制或错误,反演的风矢极有可能存在个别不合理的情况。因此在进行晴空风矢的同化应用之前,对风矢进行质量控制十分必要。本文所使用的CWIS导风软件以风场的一致性和唯一性为依据,进行了风场初步客观编辑。在此基础之上,为了进一步提高风矢的质量,本文选择欧洲中期天气预报中心(ECMWF)的再分析数据(简称ERA)格点场800 hPa风场作为对比资料,对晴空风矢的风向、风速进行编辑。通过设置合理的阈值,既保证其风矢的质量,又可降低风场资料与预报模式初始场的信息重复。

基于ERA资料,对晴空风矢进行质量控制的具体步骤如下。

(1) 以晴空风矢为基础,找出与其匹配的ERA-interm数据点。在计算之前,因两资料的分辨率不同(晴空风矢分辨率为0.4 °×0.4 °,ERA格点分辨率为1 °×1 °),导致其风场要素分布在不同的经纬度上。进行地理匹配时,采用最邻近点对比原则,将晴空风矢与距离最近的ERA风矢进行对比(经纬度最大差异大于0.5纬距则舍弃该点风矢)。

(2) 以ERA-interm再分析风场为参照场,逐点计算点i处的晴空风矢量与对应点的ERA-interm风矢量的一致性系数,当一致性系数小于阈值时,则剔除该点风矢。一致性系数的计算公式为:

(1)

上式中,Dim为风向一致性系数,Lim为风速一致性系数,它们可分别写为:

(2)
(3)

其中θim为两风矢量之间的方向差。对ρim取不同值对比后发现,当一致性系数取0.6时,晴空风矢与ERA风场的均方根误差基本控制在6 m/s以内,且可保留风场的连续性。

图 1给出的是2015年8月5日12时台风“海葵”质量控制前后的风场分布对比,质量控制之前风场存在个别风矢不合理,群体也有一定程度的紊乱,风场连续性较差。质量控制剔除了这些不合理的风矢,使得晴空区的风场连续性更好。

图 1 2015年8月5日12时晴空风场 a.质量控制前;b.质量控制后。

为了检验晴空风矢质量控制的效果,以1509号台风“灿鸿”和1211号台风“海葵”为例,分别将晴空风矢与NCEP 800 hPa风场(格点分辨率为1 °×1 °)及探空850 hPa风场作对比,计算了质量控制前后风速、风向的平均偏差(BIAS)、标准差(SD)和均方根误差(RMSE)。晴空风矢的空间分辨率为0.4 °×0.4 °,与NCEP资料进行定量对比之前,首先将NCEP资料通过双线性插值到同一分辨率后进行比较。与探空风场进行比较时,由于探空风场分布不均,本文以探空站点为中心,在0.4 °×0.4 °范围内搜索距离最近的晴空风矢进行对比计算。

表 1与NCEP 800 hPa风场的定量计算结果可看出,质量控制可有效提高晴空风矢的质量,与NCEP风场对比,质量控制前风速的偏差在10 m/s左右,质量控制后减小到1 m/s附近,风向偏差的改善也十分明显。两个个例的平均标准差都减小了5 m/s左右,平均均方根误差由20 m/s左右减小到5 m/s附近,风矢精度提高。

表 1 质量控制前后的晴空风场与NCEP风场对比的BIAS、SD、RMSE

表 2的BIAS、SD及RMSE结果上可看出,与探空数据对比,质量控制前晴空风矢的风向平均误差很大,平均达到40 °左右,经过质量控制后风向与探空资料风向较符合;风速平均误差经过质量控制显著减小,标准差降低到2 m/s左右,均方根误差降低到5 m/s左右。综合NCEP风场和探空风两种资料的定量统计结果可看出,经过质量控制的晴空风矢与这两种资料都具有较好的一致性,风矢具有较高的质量、测量精度与云迹风产品基本相当[25]

表 2 质量控制前后的晴空风场与探空风对比的BIAS、SD、RMSE
2.3 同化模式简介

本文研究采用美国多家气象机构联合开发的WRF(Weather Research Forecast)非静力平衡中尺度预报模式[26-27]及其三维变分同化系统(WRF- 3DVar)[28]。WRF-3DVar同化系统,不仅可同化常规观测资料,还可同化卫星反演产品等各种非常规观测资料。在进行晴空风矢同化时利用该系统的OBSPROC模块将风矢数据处理成标准格式。

3 个例及试验设计介绍 3.1 个例介绍

本文选取1509号台风“灿鸿”和1211号台风“海葵”作为研究个例。台风“灿鸿”于2015年6月底在西北太平洋生成并向我国东部沿海地区移动,7月11日0840 UTC在浙江省舟山朱家尖以强台风级别登陆,随后向东北移动且强度逐渐减弱。受其影响,7月10—14日,我国东部沿海多地累积出现25~100 mm降水。台风“海葵”于2012年8月7日1920 UTC在浙江象山县登陆,登陆时中心最低气压为965 hPa,登陆后在浙江省内向西北方向移动、减弱。受其影响,华东多地普降暴雨,部分地区累积降水量达到250 mm以上。

3.2 试验方案

本文重点研究同化晴空风矢对台风初始场和预报场的影响效果,故试验分为控制试验和同化试验。其中,控制试验(图中用CTRL表示)不同化任何资料,同化试验(图中用AMVs表示)为每6 h循环同化晴空风矢。“灿鸿”个例的背景场数据来自全球预报系统(GFS)的预报资料,格点分辨率为0.25 °×0.25 °;“海葵”个例的背景场数据为分辨率0.5 °×0.5 °的GFS资料。两个个例的具体试验设计如表 3所示。

表 3 试验方案

本文的模拟试验均采用单层网格,其中“灿鸿”个例的模拟区域中心为127.0 °E,29.7 °N,水平格点数为236×283,“海葵”个例的模拟区域中心为125.2 °E,32.2 °N,水平格点数为153×183,垂直都分为30层。由于“灿鸿”个例比“海葵”个例的背景场资料分辨率高,故“海葵”试验的分辨率为15 km,“灿鸿”试验的分辨率设置为9 km。两个个例的模式参数均参考吴月等[21]的试验设置,微物理方案采用Lin方案,积云对流参数化过程选用Kain-Fritsch方案,边界层参数化方案选用YSU方案,辐射过程选用RRTM长波辐射方案和Dudhia短波辐射方案。

4 结果分析 4.1 初始风场分析

晴空风场的引入,必然引起初始风场的调整。图 2a~2b给出两个个例几次同化前后的初始风场与NCEP风场在垂直高度上对比的平均均方根误差。从图中可看出,同化晴空风场对初始风场具有一定的改善作用,改善的风场高度两个个例略有差异,但主要都集中在大气低层。就“灿鸿”个例而言,在850~500 hPa的大气低层风场调整较明显,均方根误差减小了0.2 m/s左右。对其他高度作用较小,在200 hPa甚至出现了均方根误差明显增大的现象。“海葵”个例的效果与之相似,同化晴空风矢对初始风场的改善作用也主要发生在500 hPa以下。综合可见,同化晴空风矢后,对500 hPa以下的低层大气会产生一定程度的改善作用,减小了初始风场的误差,从而提高台风路径的预报水平。

图 2 初始场风速的平均均方根误差随高度的变化 a. “灿鸿”;b. “海葵”。

图 3a~3b给出了台风“灿鸿”控制试验和同化试验的800 hPa风场图(其中填色部分为风速),黑点为实际台风中心所在位置。从图中可看出,同化试验明显减小了台风中心位置的误差。在同化晴空风矢之后风场分布也有所变化,不同于控制试验大风区(>50 m/s)呈闭合环状的结构,同化试验的大风区分布主要集中在东北象限且东南风增大,这种不对称结构更有利于台风向偏西北移动。从图 3c~3d的“海葵”风场分布图同样可看到,同化试验的台风位置与实况更接近,台风东部的风速增大,从而引导台风路径进行了调整,使预报路径向实况靠近。

图 3 控制试验(a、c)和同化试验(b、d)初始场800 hPa风场分布图 a、b. 10日12时“灿鸿”;c、d. 6日00时“海葵”。
4.2 初始位势高度场分析

由于晴空风矢是卫星反演的大气运动矢量,体现的是大气的流动,因此通过分析初始位势高度增量场的变化可直观体现晴空风场同化后的效果。

图 4a~4f为两个个例不同高度上同化试验相对控制试验的位势高度增量图(同化后减去同化前)。由图 4a~4c可知,对台风“灿鸿”而言,同化晴空风矢之后,不论在那个高度层,位势高度的变化均主要集中在台风中心区域,且都有两个强度中心,负值中心均位于正值中心东面,说明同化晴空风矢调整了台风的中心位置,使台风中心向东移动。在三个高度层上,负中心的强度都远大于正中心,200 hPa和500 hPa高度上负中心强度为-120 gpm附近;在800 hPa高度上负中心强度达-180 gpm以上,比正中心的强度大两倍。因此可得出,同化晴空风矢不仅对台风位置有所调整,也加强了台风中心的强度。

图 4 三个等压面上的位势高度增量 单位: gpm。
a、d. 200 hPa; b、e. 500 hPa; c、f. 800 hPa;a~c. 10日12时“灿鸿”;d~f. 6日00时“海葵”。

与之相似,图 4d~4e中,台风“海葵”位势高度的变化也主要集中在台风中心区域,三个高度上基本都呈现出明显的负中心,正中心并不明显,因此对于“海葵”个例而言,对位势高度的调整主要表现为对台风中心强度的加强。

4.3 路径及强度预报分析

图 5a~5e分别给出台风“灿鸿”在9日12时—10日12时期间每6 h一次的台风路径图(台风中心取为海平面气压低值中心)。从总体来看,图 5a~5e五次试验中同化试验得到的台风位置都比控制试验的结果更接近实况。实况台风于2015年7月11日0840 UTC登陆浙江,登陆之前台风向西北方向移动,登陆之后迅速转向东北方向。从图 5a~5e中可看出,两组试验都能较好预报出初始时刻的台风位置,但随着预报时间的增长,控制试验的台风位置逐渐偏离实况,且台风移动速度比实况稍快,这导致控制试验预报台风的登陆位置比实际登陆位置偏南,登陆时间有所提前。相比而言,同化晴空风场有效地改善了控制试验的台风路径预报偏差,登陆位置和登陆时间都与实况更接近。而在台风登陆转向之后两组试验的台风移速均较实况减缓,移动方向也有所偏差,但同化试验的结果较控制试验仍有明显的改善。

图 5 2015年7月9—10日台风“灿鸿” 48 h路径预报与实况对比 a. 9日12时;b. 9日18时;c. 10日00时;d. 10日06时;e. 10日12时。

图 6a~6c分别给出台风“海葵”在2012年8月5日12时—6日00时每6 h一次的台风路径图,控制试验的台风路径与实况路径相比明显偏南,随着预报时间的延长,偏差逐渐增大。而同化晴空风场后的台风中心也略有偏南,但偏差比控制试验有所改善,且预报时间越长,路径误差改善越明显。图 6c中实际台风在浙江象山县登陆,控制试验与同化试验预报的登陆位置均有所偏差,但同化试验预报的登陆位置比控制试验更靠近实际登陆点。

图 6 2012年8月5—6日台风“海葵”48 h路径预报与实况对比 a. 5日12时;b. 5日18时;c. 6日00时。

台风中心的最低海平面气压值与近台风中心的最大风速是表征台风强度的重要参量。图 7a~7c给出了台风“灿鸿”五次试验的平均预报路径误差、近台风中心平均最大风速预报与实况的绝对偏差及台风中心平均最低海平面气压值(MSLP)随预报时间的变化,来进一步阐述同化晴空风矢对台风预报的影响。从图 7a中可看出,初始时刻同化试验的台风路径预报误差比控制试验减小了约20 km,预报时间越长,同化试验对路径预报误差的改善效果越明显,到预报的48 h,同化试验的路径预报误差比控制试验减小了100 km以上。从图 7b来看,同化试验的最大风速偏差明显小于控制试验,控制试验的风速误差平均值为16.4 m/s,同化试验的风速误差平均值比控制试验减小了2 m/s。图 7c的MSLP图上可看出,在预报的初始时刻,控制试验的MSLP较实况偏大25.8 hPa,同化试验较实况约偏大11 hPa,同化试验的MSLP更接近实况。在随后的预报试验中,两组试验的气压随时间的变化趋势与实况相同,对比来看气压值相差不大,同化试验的改善作用不如初始时刻明显。就三组试验的MSLP与实况偏差的平均值而言,控制试验的平均误差为10.7 hPa,同化试验的平均误差为6.4 hPa,整体减小了3 hPa左右。

图 7 台风平均预报路径误差(a、d)、平均最大风速预报与实况的绝对偏差(b、e)及平均最低海平面气压值(c、f)随时间的变化 a~c. “灿鸿”;d~f. “海葵”。

台风“海葵”的预报路径误差结果与“灿鸿”相似,从图 7d来看,同化晴空风场能明显减小路径预报误差,且预报时间越长效果越显著。从图 7e中可看出,尽管在18~24 h同化试验预报的最大风速效果略逊于控制试验,但整体而言,控制试验的风速偏差平均值为5.1 m/s,同化试验的风速偏差平均值为3.4 m/s,同化晴空风场对近台风中心的最大风速预报具有一定的改善作用。从图 7f中可见,两组试验的MSLP随时间的变化趋势与控制试验相似,但两组试验的预报强度都与实况存在一定的差距,同化试验相比控制试验的改善效果并不太明显。

综合“灿鸿”和“海葵”个例来看,同化晴空风场对台风路径预报误差和最大风速误差的改进效果明显,对台风强度的改善虽不如前两个明显,也能起到不同程度的改善作用。

4.4 降水预报分析

台风产生的强降水是台风造成的重大灾害之一,根据陈联寿等[29]对暴雨的研究,强降水常常与台风或者是与台风有关的天气系统有关。本文选取的两个台风个例,在研究时段内都给东部沿海地区带来了不同程度的降水过程,所以本节将对两个个例的24 h降水预报进行效果检验。

以10日12时的同化时刻为初始场进行预报,图 8a~8c给出了台风“灿鸿”的控制试验、同化试验及实况的24 h累积降水量。其中实况累积降水数据使用地面自动观测站数据。从图 8c的实况累积降水图上可看出,本次降水带主要集中在浙江东北部、江苏大部以及山东半岛东部地区,强降水(>50 mm)区域集中在东部沿海地区成带状分布,其中浙江多地降水超过100 mm。图 8a控制试验的累积降水带也是沿海分布,但雨带范围比实况偏大,浙江及江苏省内出现多个虚假强降水中心,且多处降水量高达200 mm以上,远超实际降水量,而山东半岛东部的一小块强降水区未能预报出来。同化晴空风场(图 8b)后对控制试验的大范围虚假强降水区进行了改善,虽然预报雨量仍然略偏高,但强降水中心的位置与实况更吻合。图 8d~8f给出了台风“海葵”的控制试验、同化试验以及实况的24 h累积降水量(8月7日00时—8日00时),预报降水量由8月7日00时同化时刻的初始场预报24 h得到。从图 8f的实况累积降水图上可看出,降水带分布集中,主要在118~122 °E,28~32 °N附近,其中强降水中心(>100 mm)区域呈带状集中于浙江东部沿海,最大累积降水量出现在台风的登陆地象山县为271.9 mm,除此之外浙江北仑的自动站也观测到265.8 mm的强降水。图 8d~8e两组试验的雨带范围都比实况略大,控制试验的强降水中心位置与实况较吻合,但雨量比实况略小,同化试验的强降水中心在位置和雨量上都与实况较接近。

图 8 24 h累积降水量 单位:mm。a、d.控制试验;b、e.同化试验;c、f.实况。
a~c. “灿鸿”2015年7月11日00时—12日00时(UTC); d~f. “海葵”2012年8月7日00时—8日00时(UTC)。

为了客观评价晴空风场资料同化对降水预报的影响,本文将两组对比试验的24 h累积降水量插值到地面观测站,以观测站的雨量数据作为真值,统计计算两组试验的ETS评分、均方根误差(RMSE)以及相关系数(R)。

ETS评分[30](Equitable threat score)用于评估去除随机预报的降水预报技巧,其定义如下,

(4)
(5)

式中,C是预报和实况均大于等于临界值的站数,D表示能够随机得到的正确预报数,其中FO分别为预报和实况达到和超过某一临界值的站数。N为评分区域内的站点数。ETS越接近1.0,降水预报越准确。

图 9给出了台风“灿鸿”和“海葵”的ETS评分。从图 9a中可看出,整体而言,台风“灿鸿”两组试验的24 h累积降水在中雨和大雨级别效果较好,大暴雨的预报较差。对比来看,控制试验的ETS评分整体在0.3以下,同化了晴空风场之后,几乎各个雨量级的ETS都有所增加,最高可达0.6,改善效果明显。从“海葵”的24 h累积降水的ETS结果(图 9b)可知,两组试验对强降水的预报效果明显好于弱降水,同化试验对比控制试验的ETS评分更高,尤其在10~50 mm之间改善效果相对明显。

图 9 ETS评分 a. “灿鸿”;b. “海葵”。

表 4给出试验雨量与实况雨量对比的均方根误差(RMSE)和相关系数(R)的统计结果,在台风“灿鸿”个例中,同化了晴空风场后,RMSE和R相比CTRL试验都有明显改善,相比控制试验RMSE明显减小了28.13(从50.08 mm减小到21.95 mm),R增加了0.28(由0.47增大到0.75)。台风“海葵”个例中,同化试验的RMSE和R相比控制试验也略有改善。

表 4 24 h累积雨量的均方根误差(RMSE)及相关系数(R)
4.5 风场统计分析

图 10a~10b分别给出了两个个例的平均风速均方根(RMSE)误差随时间的变化趋势(RMSE是两组试验分别与ERA-interim资料对比计算获得)。从图 10a可看出,在初始时刻,同化试验的风速RMSE略大于控制试验,随着预报积分的进行,两组试验的风速RMSE都在逐渐增大,控制试验的增长速度较快,其风速RMSE逐渐比同化试验大。到预报的48 h,控制试验的RMSE由预报初始时刻的4.3 m/s增加到6.4 m/s,而同化试验的RMSE由初始时刻的4.4 m/s增加到5.8 m/s,增长速度明显小于控制试验。图 10b“海葵”个例的效果更明显,同化试验的风速RMSE始终明显小于控制试验,对风场预报具有较好的改善作用。从风场预报的总体结果可看出,随着预报的进行,在风压场的调整作用下,晴空风矢对风场的改善作用逐渐发挥。

图 10 风速的平均均方根误差(RMSE)随预报时长的变化 a. “灿鸿”;b. “海葵”。
5 结论与讨论

本文利用“二阶差分法”反演获得台风周围晴空区的大气风场,并对风矢进行了合理的质量控制,以台风“灿鸿”和“海葵”为例,进行了晴空风矢的同化应用研究试验。

(1) 晴空风矢通过合理的质量控制之后,风矢质量明显提高,偏差、标准差都明显减小,均方根误差均减小到5 m/s左右,其精度与云迹风产品相当。

(2) 同化晴空风场可调整初始场风场和位势高度的分布及强度,减小大气低层风速的误差,在周围引导气流的作用下,同化试验的台风路径与实况更靠近,并且对初始场台风中心气压也有一定的调整,从而提高台风路径以及强度的预报能力,路径预报误差明显减小,台风中心强度预报也有所提高。

(3) 同化晴空风场对台风降水的分布和强度都有较好的改善作用,能够有效提高24 h累积降水的ETS评分;而且可减小风场预报的误差,且随预报时间的增长改善逐渐明显。

需要指出的是,本文只针对台风“灿鸿”和“海葵”进行了个例研究,所得结论具有一定的局限性,今后需要对更多的个例进行试验,来验证结论的可靠性。而且本文仅同化了晴空风矢,试验设置相对简单,在后续的试验中,将尝试同化更多的风场资料,如云迹风及探空风等,进一步探讨在现有风场资料同化的基础上,同化晴空风矢对台风预报的影响。

致谢: 感谢NSMC为本研究提供静止气象卫星资料,感谢上海市气象局焦鹏程同志在研究工作中给予的帮助,在此向他们表示衷心的感谢。
参考文献
[1] XU J M, ZHANG Q S. Calculation of cloud motion wind with GMS-5 Images in China[C]. Proceedings of the Third International Winds Workshop, Ascona, 10-12 June 1996, EUMETSAT Publication, EUM P18: 45-52.
[2] 许健民, 张其松. 卫星风推导和应用综述[J]. 应用气象学报, 2006, 17(5): 574-582. DOI:10.3969/j.issn.1001-7313.2006.05.007
[3] 王振会, 许建明, KELLY G. 基于傅立叶相位分析的卫星云图导风技术[J]. 气象科学, 2004, 24(1): 9-15. DOI:10.3969/j.issn.1009-0827.2004.01.002
[4] LE MARSHALL J F, PESCOD N R, KHAW A, et al. The real-time generation and application of cloud drift winds in the Australian region[J]. Australian Meteorological Magazine, 1993, 42(3): 89-103.
[5] LE MARSHALL J F, LESLIE L M, SPINOSO C. The generation and assimilation of cloud-drift winds in numerical weather prediction[J]. Journal of the Meteorological Society of Japan, 1997, 75(1): 383-393.
[6] VELDEN C S, HAYDEN C M, PAUL MENZEL W, et al. The impact of satellite-derived winds on numerical hurricane track forecasting[J]. Wea Forecasting, 1992, 7(1): 107-118.
[7] VELDEN C S. Winds derived from geostationary satellite moisture channel observations: Applications and impact on numerical weather prediction[J]. Meteorology & Atmospheric Physics, 1996, 60(1-3): 37-46.
[8] 张守峰, 王诗文. 在台风业务系统中使用卫星云导风资料的试验[J]. 气象, 1999, 25(8): 22-25. DOI:10.3969/j.issn.1000-0526.1999.08.005
[9] 杨成荫, 陆其峰, 景丽. 基于高度再指定的FY-2C双通道云导风同化及预报试验[J]. 解放军理工大学自然科学版, 2012, 13(6): 694-701.
[10] 刘瑞, 翟国庆, 王彰贵, 等. FY-2C云迹风资料同化应用对台风预报的影响试验研究[J]. 大气科学, 2012, 36(2): 350-360.
[11] 李昊睿, 丁伟钰, 薛纪善, 等. FY-2E云迹风资料的高度调整对"灿都"(1003)台风路径数值预报影响的研究[J]. 热带气象学报, 2012, 28(3): 348-356. DOI:10.3969/j.issn.1004-4965.2012.03.007
[12] 王振会, 杨艳蓉, 肖稳安, 等. TCFM技术的卫星导风数据在台风模拟中的应用初探[J]. 遥感学报, 2009, 13(3): 508-521.
[13] VELDEN C S, HAYDEN C M, NIEMAN S J, et al. Upper-tropospheric winds derived from Geostationary Satellite water vapor observations[J]. Bull Amer Meteor Soc, 1997, 78(2): 173-195. DOI:10.1175/1520-0477(1997)078<0173:UTWDFG>2.0.CO;2
[14] 詹奕哲, 王振会, 张治国. FY-2E分裂窗晴空沙尘区导风初步研究[J]. 遥感学报, 2012, 16(4): 738-750.
[15] 张治国, 王振会, 詹奕哲, 等. 面向"红外云图晴空区导风"的FY-2E红外通道亮温度敏感性分析[J]. 热带气象学报, 2013, 29(2): 321-327. DOI:10.3969/j.issn.1004-4965.2013.02.017
[16] YANG L, WANG Z, CHU Y, et al. Water vapor motion signal extraction from FY-2E longwave infrared window images for cloud-free regions: the temporal difference technique[J]. Adv Atmos Sci, 2014, 31(6): 1386-1394. DOI:10.1007/s00376-014-3165-9
[17] ZHAO H, WANG Z, YANG L, et al. Improvement and application effect of water vapor moving signal extraction algorithm in "clear sky region"from FY- 2E infrared channel[J]. Remote Sensing for Land & Resources, 2015, 27(1): 92-99.
[18] 张庆, 王振会, 詹奕哲, 等. 基于FY-2E分裂窗差值法的台风外围晴空区风场反演研究[J]. 热带气象学报, 2015, 31(1): 78-86.
[19] WANG Z, SUI X, ZHANG Q, et al. Derivation of cloud-rree-region atmospheric motion vectors from FY-2E thermal infrared imagery[J]. Adv Atmos Sci, 2017, 34(2): 272-282. DOI:10.1007/s00376-016-6098-7
[20] XIAO Q, ZOU X, PONDECA M, et al. Impact of GMS-5 and GOES-9 Satellite-Derived winds on the prediction of a NORPEX extratropical cyclone[J]. Mon Wea Rev, 2000, 130(3): 507-528.
[21] 吴月, 王振会, 汤敏, 等. 红外云图晴空区导风风矢高度指定方案与检验[J]. 遥感技术与应用, 2014, 29(6): 1027-1036.
[22] 张庆. "二阶差分法"静止卫星晴空风矢反演及评价[D].南京信息工程大学, 2015.
[23] 王振会, 曾维麟. 卫星云迹风微机客观导出系统[J]. 大气科学学报, 1996(1): 69-75.
[24] 杨璐.基于时间差分法的FY-2E红外通道晴空区导风研究[D].南京信息工程大学, 2013.
[25] BRESKY W C, DANIELS J M, BAILEY A A, et al. New methods toward minimizing the slow speed bias associated with atmospheric motion vectors[J]. J App Meteor Climatol, 2011, 51(12): 2137-2151.
[26] 章国材. 美国WRF模式的进展和应用前景[J]. 气象, 2004, 30(12): 27-31.
[27] SKAMAROCK W C. A description of the advanced research WRF version 3[J]. Ncar Technical, 2005, 113: 7-25.
[28] LORENC A C. Analysis methods for numerical weather prediction[J]. Q J R Meteor Soc, 1986, 112(474): 1177-1194. DOI:10.1002/(ISSN)1477-870X
[29] 陈联寿. 西太平洋台风概论[M]. 北京: 科学出版社, 1979: 1-105.
[30] SCHAEFER J T. The critical success index as an indicator of warning skill[J]. Wea Forecasting, 1990, 5(4): 570-575. DOI:10.1175/1520-0434(1990)005<0570:TCSIAA>2.0.CO;2