李 冉，高山紅，王永明

（中國海洋大學物理海洋教育部重點實驗室，山東省高校海洋－大氣相互作用與氣候重點實驗室，山東青島266100）

直接同化衛(wèi)星輻射數(shù)據(jù)的黃海海霧數(shù)值試驗研究＊

李 冉，高山紅＊＊，王永明

（中國海洋大學物理海洋教育部重點實驗室，山東省高校海洋－大氣相互作用與氣候重點實驗室，山東青島266100）

基于中尺度大氣模式WRF及其3DVAR模塊，采用循環(huán)3DVAR數(shù)據(jù)同化方案，針對6次明顯的黃海海霧過程，實施了一系列直接同化ATOVS衛(wèi)星輻射數(shù)據(jù)數(shù)值試驗。在試驗中設(shè)計了不同化任何觀測數(shù)據(jù)、僅同化GTS常規(guī)數(shù)據(jù)、僅直接同化輻射數(shù)據(jù)，同時同化二者，以及同化不同疏密程度輻射數(shù)據(jù)的對比研究方案。利用地面水平能見度與衛(wèi)星云圖對模擬的海霧霧區(qū)進行了評估，并比較了各種同化方案所形成初始場的差異。對試驗結(jié)果的統(tǒng)計分析表明：同化試驗較好地再現(xiàn)了影響海霧的天氣系統(tǒng)，模擬霧區(qū)與實際觀測較為吻合，并且初始溫度場和濕度場對比不同化任何觀測數(shù)據(jù)的試驗有明顯的改善；僅同化輻射數(shù)據(jù)的結(jié)果略優(yōu)于僅同化常規(guī)數(shù)據(jù)的結(jié)果，疏化或者只同化海上輻射數(shù)據(jù)幾乎不影響模擬的霧區(qū)，但卻可以大幅節(jié)約計算資源；同時同化常規(guī)數(shù)據(jù)與輻射數(shù)據(jù)的結(jié)果為單獨同化它們所得結(jié)果的綜合體現(xiàn)，總體效果最好。

黃海海霧；衛(wèi)星輻射數(shù)據(jù)；同化試驗；WRF；循環(huán)3DVAR

黃海是中國近海海域海霧發(fā)生最為頻繁的海區(qū)之一［1－2］，海霧直接威脅著海上交通運輸、漁業(yè)生產(chǎn)、石油開采等活動，嚴重影響到沿海地區(qū)的經(jīng)濟活動。常規(guī)的海霧統(tǒng)計預(yù)報方法對沿岸海域尚可［3－6］，但是對遠離海岸的海域無能為力。因此，采用數(shù)值模式預(yù)報海霧受到越來越多的重視與關(guān)注。然而，2個關(guān)鍵性因素制約著海霧數(shù)值預(yù)報的發(fā)展：一是數(shù)值模式自身的完美性；二是海霧數(shù)值模擬對初始場的高度敏感性［2，7－8］。隨著大氣中小尺度數(shù)值模式不斷地完善與成熟，初始場的優(yōu)劣對海霧數(shù)值模擬結(jié)果的影響日益突出。

通過增加觀測的數(shù)量、提高觀測的質(zhì)量以及結(jié)合先進的同化方案來改善初始場，是提高模擬準確度的有效途徑［9］。目前廣泛使用的是GTS（Global Telecommunication System）①GTS數(shù)據(jù)來自中國海洋大學氣象系VSAT接收站、http：／／weather.cod.edu與http：／／www.atmos.albany.edu，主要包括12h／次探空，3h／次地面與船舶觀測常規(guī)觀測數(shù)據(jù)，如固定點的探空、地面與自動站等。隨著技術(shù)水平的不斷提高，可以獲取到越來越多的非常規(guī)數(shù)據(jù)，如雷達、飛機報與衛(wèi)星探測數(shù)據(jù)等，它們已經(jīng)成為高原和海洋這些無常規(guī)數(shù)據(jù)地區(qū)最主要的觀測來源。特別是衛(wèi)星數(shù)據(jù)，所占的比重越來越大；以歐洲中期天氣預(yù)報中心（ECMWF）某1預(yù)報時次（2003年6月18日00UTC）的統(tǒng)計為例，所同化的觀測中衛(wèi)星數(shù)據(jù)占了91.41%（Bouttier et al［10］，2001）②http：／／www.ecmwf.int／newsevents／training／rcourse＿notes／DATA＿ASSIMILATION／ASSIM＿CONCEPTS／Assim＿concepts.html。因此，衛(wèi)星數(shù)據(jù)成為了改善數(shù)值天氣預(yù)報效果的1種重要而有效的數(shù)據(jù)資源，尤其是海上的探測數(shù)據(jù)對海霧的研究與預(yù)報尤為重要。

目前在國內(nèi)，衛(wèi)星數(shù)據(jù)在臺風、暴雨等強對流天氣系統(tǒng)的數(shù)值模擬與預(yù)報方面的同化研究與業(yè)務(wù)應(yīng)用較多［9，11－16］，而在具有“弱信號”特征的海霧數(shù)值模擬中的同化研究相當少，它們更多地被應(yīng)用于海霧的監(jiān)測［17－18］。與海霧相比，陸地霧的數(shù)值模擬不僅可以利用大量常規(guī)觀測數(shù)據(jù)，還可以借助數(shù)量可觀的多普勒雷達，風廓線儀以及飛機報等非常規(guī)觀測［19－20］。但幸運的是，NOAA（National Oceanic and Atmospheric Administration）系列極軌衛(wèi)星，為研究者提供了豐富的觀測——ATOVS（Advanced Television and Infrared Observation Satellite Operational Vertical Sounder）輻射數(shù)據(jù)，而到目前為止，還未見到在黃海海霧模擬中應(yīng)用這些數(shù)據(jù)的研究工作。因此，本文基于WRF（Weather Research and Forecasting）及其3DVAR模塊，利用循環(huán)3DVAR同化技術(shù)［21］，在黃海海霧的數(shù)值模擬中開展同化ATOVS輻射數(shù)據(jù)的工作，以了解同化它們對海霧模擬結(jié)果的影響；擬通過多個海霧事件的數(shù)值試驗，得到較為可信的結(jié)論，從而希望能夠為實際海霧數(shù)值研究與業(yè)務(wù)預(yù)報提供參考。

1 衛(wèi)星輻射數(shù)據(jù)的變分同化

本文采用直接同化方式吸納ATOVS輻射數(shù)據(jù)。所選用的輻射傳輸模式是CRTM（Community Radiative Transfer Model）－2.0①CRTM2.0是美國衛(wèi)星資料同化聯(lián)合中心（JCS－DA）開發(fā)的一種快速輻射傳輸模式，用于實現(xiàn)數(shù)值天氣預(yù)報中的衛(wèi)星資料同化。，輻射數(shù)據(jù)來自NCEP（National Centers for Environmental Prediction）②http：／／dss.ucar.edu／dsszone／ds735.0。

1.1 數(shù)據(jù)簡介

NOAA衛(wèi)星的ATOVS是大氣垂直探測器，具有全天候大氣探測能力，包括高分辨率紅外探測器HIRS－3、微波探測器AMSU－A和AMSU－B。其中HIRS－3有19個紅外通道和1個可見光通道，星下點分辨率約20 km，主要用于探測大氣溫度、濕度廓線、臭氧總含量等；AMSU－A有15個紅外通道，星下點分辨率為45 km，用于探測溫度廓線；HIRS和AMSU－A配合能改善了溫度探測資料；AMSU－B有5個紅外通道，星下點分辨率為15 km，主要提供大氣濕度廓線，其中兩個通道還監(jiān)測積雪、水體等地表參數(shù)［22－23］。

雖然ATOVS數(shù)據(jù)具有探測通道多的特點，但有些通道受到不同條件的影響，質(zhì)量存在問題，所以使用前需要進行通道選擇［24］。依據(jù)ATOVS數(shù)據(jù)各通道的特性，受下墊面影響的底層通道（HIRS／3的8，10，17－19通道，AMSU－A的1－4，15通道，AMSU－B的1，2通道）與高層大氣不確定影響的高層數(shù)據(jù)（HIRS／3的1通道，AMSU－A的11－14通道）沒有采用；云和降水在輻射傳輸模式CRTM2.0中的處理非常復(fù)雜且還不夠完善，受云和降水影響的通道數(shù)據(jù)（HIRS／3的20通道）也沒有使用。

1.2 變分同化方案

通常有2種衛(wèi)星輻射數(shù)據(jù)同化方式：一是間接同化，二是直接同化。前者的做法是將它反演成大氣溫濕廓線，然后作為模式變量引入預(yù)報模式［12，16］。后者不需要反演過程，而是先利用輻射傳輸模式CRTM依據(jù)模式變量計算模擬出衛(wèi)星各通道的輻射率，然后與實際觀測到的衛(wèi)星相應(yīng)通道的輻射數(shù)據(jù)相比較，利用它們的差值構(gòu)成泛函，通過變分求此泛函極小值過程，將衛(wèi)星輻射數(shù)據(jù)同化進數(shù)值模式。由于前者需要2次使用背景信息，而后者只需1次，因此后者誤差相對較小。并且隨著數(shù)值預(yù)報模式的物理過程不斷發(fā)展完善，進一步提高反演精確度非常困難，直接同化已成為消化衛(wèi)星數(shù)據(jù)的主流方式，而且效果較好［13－14，25］。

ATOVS不僅數(shù)據(jù)量巨大而且空間分辨率很高。由于這些高密度的數(shù)據(jù)之間存在相關(guān)性，而在目前WRF－3DVAR中的衛(wèi)星輻射同化中所用的觀測協(xié)方差矩陣中還沒有考慮這種相關(guān)性，所以實際同化時沒有必要全部采用；而且如果數(shù)據(jù)的分辨率高于模式格點分辨率，也不能被模式吸收。簡單的質(zhì)量控制如通道選擇和亮溫域值選取，都可以使數(shù)據(jù)得到一定的疏化，并且WRF－3DVAR模塊包含有調(diào)節(jié)同化入模式的輻射數(shù)據(jù)分辨率的設(shè)計（Tom et al，2008）③http：／／www.mmm.ucar.edu／wrf／users／wrfda／Tutorials／2010＿Aug／docs／WRFDA＿radiance.pdf，丹麥氣象研究所的衛(wèi)星數(shù)據(jù)同化過程中就進行了疏化處理④http：／／citeseerx.ist.psu.edu／viewdoc／summary？doi＝10.1.1.5.5368。同時，輻射數(shù)據(jù)的同化會消耗大量的計算資源，業(yè)務(wù)同化工作中應(yīng)考慮疏化以加快運行速度。后面實施了不同疏化程度的對比試驗，來探討這個問題。

2 海霧個例

本文研究6次黃海海霧事件，由于篇幅限制，只詳細給出了其中2個的模擬與分析過程：2009年5月2～4日與2007年2月6～7日，分別記作2009A個例和2007A個例。其他個例發(fā)生于2007年5月27～28日，2008年4月28～29日，2009年4月10～11日，2010年2月22～23日，分別記作2007B個例、2008個例、2009B個例與2010個例。

2.1 2009A個例

利用白天可見光云圖和依據(jù)MTSAT（Multifunctional Transport Satellite）紅外雙通道數(shù)據(jù)得到的夜間海霧／低層云區(qū)域⑤雙通道是指紅外4（IR4）與紅外1（IR1）通道，IR4－IR1差值在－5.5～－2.5℃之間的區(qū)域為海霧／低層云［17］，獲取到海霧晝夜連續(xù)變化的觀測事實。此外，觀測事實中還包含了3 h／次的地面與船舶的水平能見度觀測。利用FNL（Final Analysis Data of Global Forecast System）⑥http：／／dss.ucar.edu.datazone.dsszone／ds083.2再分析數(shù)據(jù)（1（°）×1（°），6 h／次），分析了有利于海霧過程的天氣形勢。

海霧發(fā)生在黃海中東部與北部（見圖1.c A），霧區(qū)較穩(wěn)定，持續(xù)了2 d有余。從1 000 hPa溫壓場（見圖2.a A）可以看出，海霧發(fā)生在西北太平洋高壓西側(cè)外圍，黃海南部和長江口附近由南風控制，暖濕氣流源源不斷向黃海中部和北部海域輸送，為海霧的生成提供了水汽條件。

2.2 2007A個例

此次海霧過程存在2塊霧區(qū)，其中1塊在長江口附近穩(wěn)定地維持，另1塊首先在渤海和黃海北部形成（見圖1.aB），然后占據(jù)了黃海中部（見圖1.cB）。1 000 hPa形勢場（見圖2.aB）指出：東海海域位于1個穩(wěn)定的高壓系統(tǒng)控制下，其外圍偏南氣流帶來的水汽能達到黃海北部，不僅為黃海北部海霧發(fā)生與維持提供了水汽條件，還保證了長江口附近海霧穩(wěn)定地維持；5日2000LST（UTC＋08），黃海海域受南風控制，此時海霧還未發(fā)生，但渤海西北方向存在1個低層高壓（見圖2.aB）；6日0800LST，此高壓南下導(dǎo)致渤海和黃海北部處在較冷的東北風控制下，該區(qū)域有海霧生成（見圖2.bB）；2000LST高壓進一步南下，使得山東半島以南的海域也處在東北風控制下，海霧也開始形成；因此，海霧的形成與低層東北風入侵有關(guān)。

3 數(shù)值試驗

本文借助WRF模式及其3DVAR模塊（V3.2.1），采用循環(huán)3DVAR同化技術(shù)，分別對所選的6個海霧個例進行細致的數(shù)值模擬。

圖3 WRF數(shù)值試驗的模擬區(qū)域Fig.3 Domains of WRF numerical experiments

3.1 WRF模式設(shè)置

模擬區(qū)域設(shè)置如圖3所示，采用了雙層嵌套，對結(jié)果的分析主要依據(jù)內(nèi)區(qū)的模擬輸出數(shù)據(jù)。區(qū)域設(shè)置與物理選項的詳細信息見表1。

表1 WRF模式設(shè)置Table 1 Specifications of the WRF model

為初始時刻提供背景數(shù)據(jù)與邊界條件的是FNL再分析數(shù)據(jù)與NOAA日平均海溫數(shù)據(jù)（0.25（°）×0.25（°））①http：／／nomads.ncdc.noaa.gov／data.oisst／IEEE。所有數(shù)值試驗均采用相同的模式設(shè)置、背景場數(shù)據(jù)與海溫數(shù)據(jù)。運用NCEP方法［26］得到每個海霧個例的背景誤差②WRF－3DVAR（V3.2.1）可以采用三種類型的背景誤差：CV3，CV5，CV6，本文所生成的為CV5，以模擬時段為中心進行兩周的WRF模擬（每天2次，起點分別為00與12UTC，每次運行24h），然后基于模擬結(jié)果統(tǒng)計得到背景誤差。。

3.2 同化試驗設(shè)計

對每個海霧個例設(shè)計了2組試驗，第1組包括不同化任何觀測數(shù)據(jù)的試驗和3個同化試驗，分別為只同化常規(guī)GTS觀測數(shù)據(jù)的試驗，只同化ATOVS衛(wèi)星輻射數(shù)據(jù)的試驗，同時同化常規(guī)觀測和輻射數(shù)據(jù)的試驗。此外，為了討論同化不同疏化程度的輻射數(shù)據(jù)對模擬結(jié)果的影響，增加了輻射數(shù)據(jù)調(diào)節(jié)的第2組試驗，對第1個海霧個例實施了同化不同疏化程度和只同化海上數(shù)據(jù)的試驗。同化試驗的設(shè)計詳見表2。

由于單時次3DVAR同化的數(shù)據(jù)量有限，本文采取循環(huán)3DVAR途徑［21］生成初始場，同化時段為模擬起點之前的12 h。所有數(shù)值模擬試驗的模擬起點分別是2009年5月2日2000LST，2007年2月6日0800 LST，2007年5月27日1400LST，2008年4月28日0800LST；2009年4月10日0800LST，2010年2月22日0500LST；模擬時間段都為48h。

表2 試驗的設(shè)計方案Table 2 Experiments Design scheme

圖4 數(shù)值試驗Exp－A，Exp－B，Exp－C，Exp－D模擬給出的2009A個例海霧演變Fig.4 Evolution of the simulated sea fog areas from Exp－A，Exp－B，Exp－C，Exp－D of the case 2009A

4 模擬結(jié)果分析

4.1 2009A個例的結(jié)果分析

4.1.1 模擬霧區(qū)的對比 圖4給出了第1組試驗?zāi)M的海霧霧區(qū)，可以看出不同化觀測數(shù)據(jù)的試驗Exp－A模擬出的海霧霧區(qū)明顯偏?。ㄒ妶D4.a－d A），同化試驗給出的模擬結(jié)果與實際霧區(qū)比較吻合。與只同化常規(guī)觀測數(shù)據(jù)的試驗Exp－B相比，同化輻射數(shù)據(jù)的試驗Exp－C在5月3日1 400LST之后的模擬霧區(qū)開始離岸（見圖4.fB，fC），這符合觀測事實（見圖1.d A）；試驗Exp－D總體結(jié)果在試驗Exp－B與Exp－C兩者結(jié)果之間。

4.1.2 初始場的改進 以上數(shù)值試驗的側(cè)邊界與模式設(shè)置完全相同，模擬結(jié)果的差異是由初始場質(zhì)量導(dǎo)致的。圖5是同化試驗Exp－B，Exp－C與Exp－D相對于Exp－A的改進。同化試驗中西太平洋副高增強，處于其西側(cè)的東海偏南風加大，加強了低層的水汽輸送；而黃海南部則風速減小，適宜的風速（3～5 m／s）有利于海霧的發(fā)展持續(xù)。其中試驗Exp－C結(jié)果改進最大，位勢高度增量高達16 gpm（見圖5.b），與地面觀測最為接近。與此同時，Exp－C的降溫作用明顯，有海霧生成的黃海大部分區(qū)域溫度降低了1℃以上（見圖5.e），層結(jié)穩(wěn)定性增強，Exp－B（圖5.d）和Exp－D（見圖5.f）的溫度略有升高，而且為海霧提供水汽來源的東海海域水汽含量普遍增加約1 g／kg。

圖5 初始時刻試驗Exp－B（a，d），Exp－C（b，e），Exp－D（c，f）相對試驗Exp－A的1 000 h Pa增量場Fig.5 The 1 000 hPa increments at initial time of Exp－B（a，d），Exp－C（b，e），Exp－D（c，f）relative to Exp－A

為了更清楚地刻畫增量的垂直分布，沿著圖3中A－B給出了海面至2 km的自西北－東南向的垂直剖面（見圖6），清楚地看到同化試驗中南部的水汽含量增大，北部近海面出現(xiàn)逆溫層且云水混合比超過0.1 g／kg，海霧已經(jīng)形成。

4.1.3 輻射數(shù)據(jù)調(diào)節(jié)試驗 將第2組試驗?zāi)M的霧區(qū)（圖略）與觀測事實進行仔細比較分析看到，與輻射數(shù)據(jù)疏化程度小的試驗（Exp－1與Exp－2）給出的模擬霧區(qū)相比，輻射數(shù)據(jù)疏化程度大的試驗（Exp－3與Exp－4）給出幾乎一樣的模擬霧區(qū)，但卻節(jié)約近3倍的計算時間；同化全部輻射數(shù)據(jù)的模擬結(jié)果（Exp－1與Exp－3）比只同化海上輻射數(shù)據(jù)的結(jié)果（Exp－2與Exp－4）霧區(qū)范圍略微偏大且其東南部分霧頂高度偏高，與云圖觀測對比，結(jié)果略微偏好，但卻同樣多消耗大量計算資源。

4.2 2007A個例的結(jié)果分析

4.2.1 模擬霧區(qū)的對比 第1組試驗給出的模擬霧區(qū)見圖7。對比圖1中的觀測事實，發(fā)現(xiàn)不同化數(shù)據(jù)的試驗Exp－A模擬出海霧霧區(qū)明顯偏小，特別是在模擬初期，黃海南部的霧區(qū)幾乎沒有體現(xiàn)（見圖7.aA）。觀測顯示6日0800－2000LST，存在2塊隔離的霧區(qū)（見圖1.b A－d A）。同化輻射數(shù)據(jù)的試驗Exp－C所給出的霧區(qū)位置與范圍要比只同化常規(guī)觀測數(shù)據(jù)的試驗Exp－B要好（見圖7.aB－C）。與2009A個例一樣，試驗Exp－D結(jié)果也是試驗Exp－B與試驗Exp－C兩者結(jié)果的綜合體現(xiàn)。

圖6 初始時刻試驗Exp－A，Exp－B，Exp－C，Exp－D沿A－B線從近地面到2 km的垂直剖面Fig.6 Vertical sections at initial time along the A－B line from surface to 2 km at initial time of Exp－A，Exp－B，Exp－C，Exp－D

圖7 數(shù)值試驗Exp－A，Exp－B，Exp－C，Exp－D模擬給出的2007A個例海霧演變（圖例同圖4）Fig.7 Evolution of the simulated sea fog areas from Exp－A，Exp－B，Exp－C，Exp－D of the case 2007A

圖8 初始時刻試驗Exp－A，Exp－B，Exp－C，Exp－D逆溫層的分布Fig.8 Inversion layers’distributing at initial time of Exp－A，Exp－B，Exp－C，Exp－D

圖9 試驗Exp－A，Exp－B，Exp－C，Exp－D沿C－D線從近地面到2 km的垂直剖面（圖例同圖8）Fig.9 Vertical sections along the C－D line from surface to 2 km of Exp－A，Exp－B，Exp－C，Exp－D

4.2.2 初始場的改進 所有同化試驗（Exp－B，Exp－C與Exp－D）相對于試驗Exp－A，圖1.aB中所示的渤海西北部的低層高壓增強（圖略），導(dǎo)致山東半島東南部的東北風加大，使得北方低層冷空氣的輸送加強，這會形成穩(wěn)定的逆溫層結(jié)，從而有利于海霧的生成。依據(jù)該季節(jié)逆溫層的高度大致估算，嘗試了不同高度范圍的溫度差值場，800與400 m高度的2層差值（見圖8）明顯看得到逆溫層。試驗Exp－C中山東半島至朝鮮半島之間海域存在逆溫層，特別是朝鮮半島西部沿海存在較強的逆溫。為了進一步分析逆溫層隨時間的發(fā)展過程，沿著圖3中C－D線給出了西南－東北向隨時間變化的的垂直剖面（見圖9）?？梢钥吹?，隨著渤海北部的低壓南移，低層冷空氣向南入侵，楔入到南部暖氣團底部，形成逆溫層；試驗Exp－C逆溫發(fā)展最旺盛，初始時刻黃海東部海域存在逆溫層，并且逐漸向西發(fā)展，與海霧的發(fā)生區(qū)域很好得對應(yīng)了起來。

4.3 其他海霧個例的結(jié)果分析

參照上述海霧個例的分析思路，逐一對剩下的個例進行了細致的結(jié)果分析。幾乎所有同化試驗皆對初始場有不同程度的改進，同時同化觀測數(shù)據(jù)和輻射數(shù)據(jù)的試驗綜合體現(xiàn)了2種數(shù)據(jù)的影響，降低了只同化1種數(shù)據(jù)誤差較大的風險。因此，在廣泛應(yīng)用的同化常規(guī)觀測數(shù)據(jù)中引入輻射數(shù)據(jù)，能夠使模擬霧區(qū)范圍得到改善。

圖11 個例的同化試驗的模擬結(jié)果與觀測的對比Fig.11 Comparison of assimilation results with observations

進一步將所有試驗的模擬霧區(qū)與能獲取到觀測霧區(qū)進行對比，統(tǒng)計出了如圖10所示的霧區(qū)比較結(jié)果?？梢钥吹剑謩e同化常規(guī)觀測與輻射數(shù)據(jù)的模擬結(jié)果互有優(yōu)劣，然而同時同化它們之后的的模擬霧區(qū)總體說來與觀測最為接近。圖11給出了2007B個例同化試驗2個時次的模擬霧區(qū)，只同化常規(guī)數(shù)據(jù)的試驗結(jié)果霧區(qū)（見圖11.aB，bB）比實際觀測（圖略）偏小許多，只同化輻射數(shù)據(jù)（見圖10.aC，bC）比實際觀測較略微偏大，同時同化它們的模擬霧區(qū)與觀測較為吻合（見圖10.aD，bD）。圖10中的2009B個例顯示，只同化常規(guī)觀測與只輻射數(shù)據(jù)的模擬結(jié)果皆偏小于實際觀測霧區(qū)，但同時同化它們所給出的霧區(qū)得到明顯的改善。

5 結(jié)論

本文基于WRF模擬系統(tǒng)，采用循環(huán)3DVAR同化手段，開展了在黃海海霧的數(shù)值模擬中同化ATOVS衛(wèi)星輻射數(shù)據(jù)的研究工作，進行了多個海霧過程的數(shù)值模擬同化試驗，主要有如下發(fā)現(xiàn)：

（1）不同化任何觀測數(shù)據(jù)的模擬結(jié)果很差，特別是在模擬的前期模擬霧區(qū)與觀測事實相差甚遠。同化試驗結(jié)果有明顯的改善，因為它能夠較好地模擬出了初始時刻影響海霧的高低壓系統(tǒng)的強度，溫度場與濕度場配置，從而改善了海霧的發(fā)生與發(fā)展過程。

（2）衛(wèi)星輻射數(shù)據(jù)進行適當疏化處理后，對模擬霧區(qū)的影響很??；僅同化海上部分的輻射數(shù)據(jù)，對模擬霧區(qū)的影響同樣也很小。這可為將來海霧數(shù)值業(yè)務(wù)預(yù)報快速同化輻射數(shù)據(jù)提供參考依據(jù)。

（3）分別單獨同化常規(guī)觀測與衛(wèi)星輻射數(shù)據(jù)對模擬霧區(qū)的影響互有優(yōu)劣；總體平均而言，同時同化它們所給出的模擬霧區(qū)最好。

隨著觀測技術(shù)的不斷進步，非常規(guī)觀測中衛(wèi)星數(shù)據(jù)所占比重越來越大，在黃海海霧的數(shù)值模擬與預(yù)報研究中如何合理高效地同化它們無疑值得不斷地去研究。本文工作初步表明利用WRF模擬系統(tǒng)同化它們不僅可行，而且能明顯地改進海霧霧區(qū)模擬。然而，如何控制衛(wèi)星數(shù)據(jù)的質(zhì)量，盡量去除可能會帶來負影響的低質(zhì)量數(shù)據(jù)，是今后需要進一步研究的問題。

致謝：感謝FNL數(shù)據(jù)、NEAR－GOOS海溫數(shù)據(jù)、MTSAT－1R衛(wèi)星云圖數(shù)據(jù)以及NOAA衛(wèi)星ATOVS數(shù)據(jù)等的管理和發(fā)布機構(gòu)（NCEP、NOAA、NASA等）。

［1］ 王彬華.海霧［M］.海洋出版社，1983：352.

［2］ 張?zhí)K平，鮑獻文.近十年中國海霧研究進展［J］.中國海洋大學學報，2008，39（3）：359－366.

［3］ 胡基福，常美桂.魯南海區(qū)海霧天氣型的客觀劃分及其天氣分析［J］.海洋湖沼通報，1981，（3）：7－13.

［4］ 胡基福，郭可彩，鄢利農(nóng).應(yīng)用模式輸出統(tǒng)計作海霧出現(xiàn)判別預(yù)報［J］.青島海洋大學學報，1996，26（4）：439－445.

［5］ 梁衛(wèi)芳，侯忠新.青島大霧的特征與預(yù)報［J］.山東氣象，2001，84（21）：12－17.

［6］ 江敦雙，張?zhí)K平，陸惟松.青島海霧的氣候特征與預(yù)測研究［J］.海洋湖沼通報，2008，3：7－12.

［7］ Lewis J M，Koracin D，Tenmond K T.Sea fog research in the U－nited Kingdom and United States［J］.American Meteorological Society，2004（3）：395－408.

［8］ Gao Shanhong，Lin Hang，Shen Biao，et al.A heavy sea fog event over the Yellow Sea in March 2005：analysis and numerical model－ing［J］.Advances in Atmospheric Sciences，2007，24，65－81.

［9］ 董佩明，薛紀善.數(shù)值天氣預(yù)報中衛(wèi)星資料同化應(yīng)用現(xiàn)狀和發(fā)展［J］.氣象科技，2008，36（1）：1－7.

［10］ Bouttier F，Kelly G.Observing－system experiments in the ECMWF 4D－Var data assimilation system［J］.Quarterly Journal of Royal Meteorological Society，2001，127：1469－1488.

［11］ 王子厚，王宗皓，張鳳英.HIRS／2亮溫直接應(yīng)用于數(shù)值預(yù)報的試驗研究［J］.應(yīng)用氣象學報，1995，6（3）：273－280.

［12］ 齊艷軍，王漢杰，程明虎.衛(wèi)星資料反演濕度場改變模式初值對降水預(yù)報的影響［J］.應(yīng)用氣象學報，2003，14（6）：663－673.

［13］ 潘寧，董超華，張文建.ATOVS輻射率資料的直接變分同化試驗研究［J］.氣象學報，2003，61（2）：226－236.

［14］ 齊琳琳，孫建華，張小玲，等.ATOVS資料在長江流域一次暴雨過程模擬中的應(yīng)用［J］.大氣科學，2005，29（5）：780－794.

［15］ Gao Shanhong，Wu Zengmao，Yang Bo.Study on assimilation of GMS－5 satellite winds using nudging method with MM5［J］.Chinese Journal of Oceanology and Limnology，2006，24：215－224.

［16］ 徐萍，高山紅.ATOVS反演數(shù)據(jù)在大氣中尺度模式MM5中的同化試驗［J］.中國海洋大學學報：自然科學版，2010，40（2）：99－104.

［17］ Gao Shanhong，Wu Wei，Zhu Leilei，et al.Detection of Nighttime Sea fog／stratus over the Huanghai Sea using MTSAT－1R IR Data［J］.Acta Oceanologia Sinica，2009，28：23－35.

［18］ 張繼偉，張?zhí)K平，吳曉京，等.基于MODIS的黃海海霧研究——海霧特征量反演［J］.中國海洋大學學報：自然科學版，2009，39：311－318.

［19］ 何暉，郭學良，劉建忠，等.北京一次大霧天氣邊界層結(jié)構(gòu)特征及生消機理觀測與數(shù)值模擬研究［J］.大學科學，2009，33（6）：1174－1186.

［20］ Liang Aimin，Zhang Qinghong，Liu Kaiyu，et al.The 3D－Var Data Assimilation Experiments on a Dense Fog Event over the Central Plain of China［J］.Acta Meteorologica Sinica，2009，23（1）：116－127.

［21］ 高山紅，齊伊玲，張守寶，等.利用循環(huán)3DVAR改進黃海海霧數(shù)值模擬初始場Ⅰ：WRF數(shù)值試驗［J］.中國海洋大學學報：自然科學版，2010，40（10）：1－9.

［22］ 劉乖乖，沈文海.ATOVS（BUFR碼）資料報告［J］.氣象科技，2006，34：52－56.

［23］ 劉志權(quán)，張鳳英，吳雪寶，等.區(qū)域極軌衛(wèi)星ATOVS輻射偏差訂正方法研究［J］.氣象學報，2007，65（1）：113－123.

［24］ Geard E，Rabier F，Lacroix D，et al.，Use of ATOVS raw radiance in the operational assimilation system at Meeo－France［C］.St.Adele，Canada：13th International TOVS Conference，2003.

［25］ Mc Nally A P，Andersson E，Kelly G，et al.The use of raw TOVS／ATOVS radiance in the ECMWF 4D－Var assimilation systems［J］.ECMWF Newsletter，1999，83：377－384.

［26］ Parrish D F，Derber J C.The national meteorological center＇s spectral statical－interpolation analysis system［J］.Mon Meteor Soc，1992，346－369.

Numerical Study on Direct Assimilation of Satellite Radiances for Sea Fog over the Yellow Sea

LI Ran，GAO Shan－Hong，WANG Yong－Ming
（The Key Laboratory of Physical Oceanography，Ministry of Education，The Key Laboratory of Ocean－Atmospheric Interaction and Climate，Universities in Shandong Province，Ocean University of China，Qingdao 266100，China）

With the aid of WRF（Weather Research and Forecasting）and its 3DVAR system，numerical study with cycling－3DVAR scheme is conducted on direct assimilation of ATOVS radiance data for six sea fog events over the Yellow Sea.A series of contrast experiments are performed，including one non－assimilation simulation and three assimilation ones of GTS（Global Telecommunication System）data only，ATOVS（Advanced Television and Infrared Observation Satellite Operational Vertical Sounder）radiance data only，and both of them，respectively.The simulated sea fog areaes are verified by using satellite－observed fog patches and surface visibility measurements，and analysis of initial conditions that results in differences between these experiments is emphasized.The results indicates：1）these assimilation experiments can yield good results similar to observations，because they produce the synoptic system that influences the formation of sea fog，and improve temperature and humidity fields at the initial time；2）the assimilation experiment of radiance data only gives a bit better result than that one of GTS data only，and can save plenty of CPU time if radiances only over ocean are used or decreased in density；3）the assimilation experiment of both GTS and radiance data often embodies a compromise effect，and gets the best overall result.

sea fog over the Yellow Sea；ATOVS radiance data；assimilation experiments；WRF；cycling－3DVAR

P732

A

1672－5174（2012）03－010－11

國家自然科學基金項目（40706004，4675060）；國家高新技術(shù)發(fā)展計劃項目（4070600 2008AA093001）；中國氣象局行業(yè)公益專項基金

項目（GYHY200706031）資助

2011－03－14；

2011－04－06

李 冉（1986－），女，碩士生。

＊＊通訊作者：E－mail：gaosh＠ouc.edu.cn。

責任編輯 龐 旻