鄒曉蕾秦正坤翁富忠

1馬里蘭大學地球系統(tǒng)多學科合作研究中心，美國College Park 207402南京信息工程大學大氣科學學院，南京2100443美國國家海洋大氣管理局衛(wèi)星研究和應用中心，美國College Park 20740

?

晨昏軌道微波溫度計資料同化對降水定量預報的影響及其對三軌衛(wèi)星系統(tǒng)的意義

鄒曉蕾1秦正坤2翁富忠3

1馬里蘭大學地球系統(tǒng)多學科合作研究中心，美國College Park 20740
2南京信息工程大學大氣科學學院，南京210044
3美國國家海洋大氣管理局衛(wèi)星研究和應用中心，美國College Park 20740

摘 要極軌衛(wèi)星的高級微波溫度計（Advanced Microwave Sounding Unit-A，簡稱AMSU-A）輻射資料對提高降水定量預報的水平有重要作用。但是極軌衛(wèi)星的軌道特征導致乘載其上的微波溫度計資料在區(qū)域同化系統(tǒng)中存在嚴重缺測。本研究重點分析了晨昏軌道衛(wèi)星上微波溫度計資料同化對墨西哥灣沿岸定量降水預報的重要影響。研究選取了早晨星NOAA-15、上午星MetOp-A和下午星NOAA-18，利用美國NCEP（National Centers for Environmental Prediction）的業(yè)務同化系GSI（Gridpoint Statistical Interpolation）資料同化系統(tǒng)，進行了加和不加NOAA-15 AMSU-A資料的兩組資料同化和預報試驗，來闡明晨昏軌道衛(wèi)星上微波溫度計資料同化對墨西哥灣沿岸降水預報的重要影響。試驗結(jié)果分析表明如果僅同化NOAA-18和MetOp-A資料，在協(xié)調(diào)世界時00:00和12:00的同化時間，在墨西哥灣和美國西部大陸就是衛(wèi)星觀測資料缺測區(qū)，而早晨星NOAA-15資料正好可以填補這個資料空缺。模式預報也表明，同化NOAA-15的AMSU-A資料可以對墨西哥灣降水有持續(xù)的正影響。這一研究證明了保持有搭載著AMSU-A或者相似儀器的早晨星，對區(qū)域降水預報的重要性。由于目前NOAA-15是唯一的一顆正在運行的、已遠超過其正常運行期的早晨星，通過技術手段維持NOAA-15的AMSU-A儀器更超長期運行也就特別重要。

關鍵詞資料同化 晨昏軌道 極軌衛(wèi)星 降水預報

資助項目 江蘇省自然科學基金項目BK2011039，國家自然科學基金項目41475103

Found by the Natural Science Foundation of Jiangsu Province (Grant BK2011039), National Natural Science Foundation of China (Grant 41475103)

Impact of Dawn–Dusk Satellite AMSU-A Data on Quantitative Precipitation Forecasts and the Implications for Three-Orbit Constellation

ZOU Xiaolei1, QIN Zhengkun2, and WENG Fuzhong3

1 Earth System Science Interdisciplinary Center, University of Maryland, College Park 20740, USA
2 College of Atmospheric Science, Nanjing University of Information Science and Technology, Nanjing 210044
3 National Oceanic and Atmospheric Administration (NOAA) Center for Satellite Applications and Research, College Park 20740, USA

Abstract This study demonstrates the importance of an early morning orbit satellite for improved coastal quantitative precipitation forecasts (QPFs) near the Gulf of Mexico. The Advanced Microwave Sounding Unit-A (AMSU-A) radiance observations from the early morning satellite NOAA-15, the mid-morning satellite MetOp-A, and the afternoon satellite NOAA-18, are assimilated using the National Centers for Environmental Prediction (NCEP) Gridpoint StatisticalInterpolation (GSI). For the Gulf coast precipitation case selected in this study, two pairs of data assimilation and forecasting experiments are carried out to compare the differences in QPFs with and without assimilating AMSU-A data from NOAA-15. It is shown that the two orbits provided by NOAA-18 and MetOp-A render both the Gulf of Mexico and the western continent of the United States as two data-void areas at 0000 UTC and 1200 UTC. The NOAA-15 orbit fills these data gaps. Adding NOAA-15 AMSU-A data into GSI data assimilation results in a consistently positive impact on the QPFs near the Gulf coast. It is thus suggested to have a continual availability of an early morning orbiting satellite with an AMSU-A or AMSU-A-like instrument onboard. A partial solution would be a sustained effort to maintain the NOAA-15 AMSU-A for longer-lived operation.

Keywords Data assimilation, Dawn–dusk orbit, Polar orbit satellite, quantitative precipitation forecast

1 引言

極軌衛(wèi)星微波溫度計資料同化一直是數(shù)值天氣預報改進的重要方法之一。自從1978年美國的電視和紅外輻射觀測衛(wèi)星TIROS-N（Television and InfraRed Observation Satellite）發(fā)射以來，國際上發(fā)射了一系列搭載微波溫度計的極軌氣象衛(wèi)星。在1978～2004年的氣象衛(wèi)星發(fā)展早期，搭載在8個NOAA（National Oceanic and Atmospheric Administration）系列極軌衛(wèi)星（NOAA-6、NOAA-7、NOAA-8、NOAA-9、NOAA-10、NOAA-11、NOAA-12和NOAA-14）上的微波溫度探測計（Microwave Sounding Unit，簡稱MSU）只有4個大氣溫度廓線探測通道。從1998年開始，AMSU-A （Advanced Microwave Sounding Unit-A）開始替代MSU，搭載在相繼發(fā)射的5個NOAA系列氣象衛(wèi)星（NOAA-15、NOAA-16、NOAA-17、NOAA-18 和NOAA-19）和兩個EUMESAT（European Organisation for the Exploitation of Meteorological Satellites）衛(wèi)星（Meteorological Operational Satellite Program of Europe-A/B，簡稱MetOp-A和MetOp-B）。AMSU-A比MSU多11個通道，其中AMSU-A的通道3、5、7和9與MSU的4個通道頻率相似。AMSU-A另外還包括了3個窗區(qū)通道，通道1、2和15，其中心頻率分別位于23.8、31.4和89 GHz。窗區(qū)通道主要用于探測云和地表參數(shù)。額外增加的8個中高層通道也使得AMSU-A能夠更好的探測對流層和平流層的大氣溫度廓線特征。

每個極軌衛(wèi)星都是沿太陽同步軌道運行，在800 km左右的高度圍繞地球旋轉(zhuǎn)，所以極軌衛(wèi)星能夠提供一天兩次衛(wèi)星局地越赤道時刻的全球輻射觀測資料。一次全球資料一般由14個軌道資料組成，每個軌道資料耗時約為100 min。每個軌道有固定的局地越赤道時間，降軌越赤道時間為09:30（當?shù)貢r間）左右的衛(wèi)星稱為上午星，例如NOAA-17、MetOp-A和MetOp-B等，升軌越赤道時間為下午01:30（當?shù)貢r間）左右的衛(wèi)星稱為下午星，比如TIROS-N、NOAA-7、NOAA-9、NOAA-11、NOAA-14、NOAA-16、NOAA-18和NOAA-19，晨昏軌道極軌衛(wèi)星稱為早晨星，主要有NOAA-6、NOAA-8、NOAA-10、NOAA-12、NOAA-15，其降軌越赤道時間一般為當?shù)貢r間05:30或者07:30。利用早晨星、上午星和下午星的共同觀測，極軌氣象衛(wèi)星能夠以4 h間隔提供一天6次全球大氣溫度廓線觀測資料。但是目前NOAA-15極軌衛(wèi)星已經(jīng)是唯一的早晨軌道極軌衛(wèi)星，而且超長時間運行了15年以上，遠遠超過了衛(wèi)星的設計壽命。搭載在NOAA-15上的AMSU-A儀器，除了通道11和14之外，大部分通道仍然保持了良好的業(yè)務運行狀態(tài)。除了NOAA-15之外，還有兩個上午星MetOp-A和MetOp-B，和兩個下午星NOAA-18和NOAA-19能夠為多個國家業(yè)務資料同化系統(tǒng)提供AMSU-A觀測資料。

AMSU-A輻射資料同化多是利用三維變分或者四維變分資料同化系統(tǒng)進行。變分系統(tǒng)中輻射資料的有效同化主要是得益于快速輻射傳輸模式（the fast Radiative Transfer Model，簡稱RTM）的開發(fā)?；诮o定的大氣狀態(tài)模擬廓線，RTM可以準確模擬出AMSU-A儀器各個觀測頻率的輻射量（McMillin and Fleming, 1976; Saunders et al., 1999, 2007; Weng, 2007）。同化通過調(diào)整大氣模式模擬的大氣廓線，并作為RTM模式輸入量進行模擬，從而使得RTM模擬的輻射量與觀測更為接近。這里的“接近”指的是觀測和模擬之間有最大相似度或誤差協(xié)方差最小。自從同化了極軌氣象衛(wèi)星的微波溫度計輻射資料后，全球數(shù)值天氣預報水平得到了快速穩(wěn)定的提高（Eyre et al., 1993; Andersson et al., 1994）。早在20世紀90年代，美國的數(shù)值天氣預報中心NCEP （National Centers for Environmental Prediction）和歐洲短期天氣預報中心ECMWF（European Center of Medium-Range Weather Forecasts）就實現(xiàn)了業(yè)務天氣預報中同化TIROS（Television Infrared Observation Satellite Program）的業(yè)務垂直探測計TOVS（Operational Vertical Sounder）的輻射資料，并顯著提高了全球數(shù)值天氣預報的業(yè)務水平。

衛(wèi)星資料同化對全球數(shù)值預報的提高效果得到了普遍認可，其中主要原因之一就是因為衛(wèi)星資料的高空間覆蓋率，尤其是能夠?qū)Ｑ蠛透呱降貐^(qū)等常規(guī)觀測資料缺乏的地區(qū)提供遙感觀測資料。然而，單顆極軌衛(wèi)星一天只能夠覆蓋地球兩次，而業(yè)務全球資料同化系統(tǒng)常規(guī)需要每天至少進行四次同化（00:00、06:00、12:00和18:00，協(xié)調(diào)世界時），所以為了提高全球觀測資料的時間頻率， 在有上午星和下午星的基礎上，增加早晨星，能夠為全球資料同化系統(tǒng)提供以4 h間隔的一天6次的全球大氣溫度和水汽廓線觀測資料。三軌衛(wèi)星的任何一顆星缺測就會造成全球資料同化系統(tǒng)中觀測資料的缺失。極軌衛(wèi)星資料覆蓋率的影響在區(qū)域模式的資料同化中更為明顯。比如在6 h的同化窗口內(nèi)，由于上午星和下午星在美國南部和東部海岸存在資料空白區(qū)，這就容易導致對流天氣系統(tǒng)上游條件不能被很好的觀測，進而減弱了資料同化對區(qū)域短期（24～36 h）定量降水預報的改進效果。由于國際上業(yè)務同化普遍使用的三種軌道極軌氣象衛(wèi)星中的早晨星僅剩下一顆超期服役的NOAA-15衛(wèi)星，為了進一步明確早晨星的重要性，本研究以區(qū)域天氣預報為例，評估了同時同化早晨星、上午星和下午星的AMSU-A觀測資料和僅同化上午星和下午星AMSU-A資料對美國墨西哥灣沿岸降水定量預報的影響。研究利用NCEP的業(yè)務資料同化系統(tǒng)GSI同化系統(tǒng)（Wu et al., 2002; Purser et al., 2003a, 2003b）進行，定量降水預報QPFs（Quantitative Precipitation Forecasts）是基于WRF-ARW（the Advanced Research WRF）模式。

文章的結(jié)構(gòu)如下：第二節(jié)描述了AMSU-A觀測資料的主要特征，第三節(jié)簡單介紹了WRF-ARW模式和GSI資料同化系統(tǒng)，并描述了試驗設計方法，第四節(jié)則是介紹了同化系統(tǒng)中的質(zhì)量控制方法、偏差訂正方法，還細致比較了同化前（O-B）和同化后（O-A）的AMSU-A觀測亮溫和模擬亮溫之間差值變化特征，第五節(jié)主要分析了同化NOAA-15的AMSU-A輻射資料對墨西哥灣沿岸降水預報的影響特征，主要是證明了NOAA-15的AMSU-A資料同化對NOAA-18、MetOp-A衛(wèi)星資料和常規(guī)資料的附加效果，第六節(jié)是總結(jié)和討論。

2 試驗設計

2.1 資料同化系統(tǒng)和預報模式

NCEP的業(yè)務資料同化系統(tǒng)GSI同化系統(tǒng)是一個三維變分同化系統(tǒng)（Wu et al., 2002; Purser et al., 2003a, 2003b）。通過引入遞歸濾波方法，GSI系統(tǒng)建立了格點上的背景誤差協(xié)方差，具有適應實際情況、各項異性且非均一的特征，對中尺度數(shù)據(jù)同化和預報尤其重要，因為對于中尺度系統(tǒng)，無論是大氣狀態(tài)特征，還是觀測數(shù)據(jù)的密度和質(zhì)量都存在顯著的空間非均一性。GSI系統(tǒng)的用戶指南提供了關于系統(tǒng)安裝、編譯和運行的詳細信息。目前GSI資料同化系統(tǒng)已經(jīng)成功的移植到南京信息工程大學資料同化研究與應用中心的Linux平臺大型計算機中，所有的同化和預報試驗結(jié)果都是依賴于該計算系統(tǒng)。

GSI同化系統(tǒng)整合了通用輻射傳輸模式CRTM （the Community Radiative Transfer Model）（Weng, 2007; Han et al., 2007）。該模式在晴空條件下能夠準確模擬AMSU-A的所有通道輻射亮溫。但是在有云情況下模式的模擬能力還存在一定的不足，所以GSI系統(tǒng)主要同化晴空條件下的AMSU-A資料。晴空條件下輻射資料的模擬需要大氣溫度廓線和水汽廓線，以及一些地表參數(shù)（比如地表溫度和表面風速等），另外還有衛(wèi)星觀測資料的幾何參數(shù)（比如方位角、天頂角、大氣透過率等）。CRTM的Jacobian模塊也被包含在GSI同化系統(tǒng)中，從而能夠有效的計算模擬亮溫的梯度變化信息，實現(xiàn)衛(wèi)星輻射資料的快速同化。

研究所用的WRF-ARW模式為3.0版本。模式水平分辨率為10 km，垂直為50層，模式層頂設在10 hPa，模擬區(qū)域的格點數(shù)為250×200×27。模式的初始條件和邊界條件都是來自于美國NCEP的1°×1°業(yè)務全球分析資料FNL（Final）。WRF模式選用了單通量三級微物理過程（Hong and Lim, 2006），Kain-Fritsch積云參數(shù)化方案（Kain and Fritsch, 1990; 1993; 2004）以及Yonsei 行星邊界層算法（Hong and Dudhia, 2003）。

2.2 試驗方案設計

圖1給出了1998～2014年NOAA-15、NOAA-18、NOAA-19和MetOp-A衛(wèi)星的升軌和降軌的LECT（Local Equatorial Crossing Time）時間。從LECT時間的比較中可以看到，NOAA-15、MetOp-A 和NOAA-18這三顆衛(wèi)星就可以組成很好的早晨星、上午星和下午星的極軌衛(wèi)星觀測系統(tǒng)。在2008年，它們的越赤道時間分別為當?shù)貢r間的早晨05:00、上午09:30和下午02:00，三軌極軌衛(wèi)星觀測的高覆蓋率對于中尺度區(qū)域短期天氣預報尤其重要。研究中為了避免區(qū)域天氣預報受到模式側(cè)邊界條件的影響，所以同化的循環(huán)時間設為6 h間隔，而且同化次數(shù)不超過3次。

數(shù)值試驗的設計主要是為了更好的評估NOAA-15衛(wèi)星的AMSU-A輻射資料同化對美國墨西哥灣24 h沿岸降水預報的附加改進效果。研究設計了4個數(shù)值試驗，試驗方案見表1。在第一個試驗即控制試驗中（CTRL），常規(guī)資料和NOAA-18 和MetOp-A的AMSU-A資料分別在協(xié)調(diào)世界時2008年5月22日的12:00、18:00和23日的00:00進行同化。第二個試驗（EXP1）是在控制試驗的基礎上增加了NOAA-15的AMSU-A資料。為了進一步明確AMSU-A資料同化影響的主要來源，我們還設計了另外兩個試驗分析AMSU-A窗區(qū)通道的影響。第三個試驗（EXP2）與第二個試驗同化同樣種類的觀測資料，但是AMSU-A的窗區(qū)通道1和2在陸地上資料被剔除，在EXP3試驗中，AMSU-A窗區(qū)通道1和2的陸地和海洋資料同時被剔除。

表1 試驗設計方案Table 1 Experiment design

3 AMSU-A資料簡介

圖1 1998～2014年極軌衛(wèi)星升軌（實線）和降軌（虛線）局地越赤道時間（紅色為NOAA-15，藍色為NOAA-18，綠色為NOAA-19，桔黃色為MetOp-A）Fig. 1 Local equator crossing time (LECT) of polar orbit satellites NOAA-15 (red), NOAA-18 (blue), NOAA-19 (green) and, MetOp-A (orange) at the ascending node (solid) and descending node (dashed) from 1998 to 2014

圖2 AMSU-A儀器1至15通道在美國標準大氣條件下的權(quán)重函數(shù)垂直分布圖[灰色橫線為WRF-ARW（Advanced Research WRF）的模式層隨高度分布情況]Fig. 2 Weighting functions for AMSU-A channels 1–15 overlapped onto the WRF-ARW (Advanced Research WRF) model levels (gray horizontal line)

AMSU-A儀器可以測量微波頻段在氧氣吸收帶的輻射量，所以該儀器主要用于提供除了強降水天氣條件之外的近乎全天氣條件的大氣溫度廓線信息。AMSU-A是一種交軌微波探測儀，它的探測角度是在以星下點為中心的±48.7°以內(nèi)。該儀器有15個探測通道，頻率范圍是在23.8～89.0 GHz之間。儀器的瞬時視場（Field-of-View，簡稱FOV）為3.3°，在星下點兩側(cè)分別有15個相鄰的視場，每條掃描線共30個FOV。大氣的溫度廓線信息主要來自位于50～60 GHz的通道3～14的觀測信息，隨著通道從3～14的逐漸增加，觀測高度逐漸增高，AMSU-A最高可以觀測到地球以上大約42 km高度（大約2 hPa）大氣溫度信息。通道1、2和15主要用于獲得地表信息和云的特征。AMSU-A資料星下點處的空間分辨率約為48 km，隨著掃描角的增加，其分辨率以二次方的速度逐漸加粗，在沿軌道方向，最大掃描角（第1個FOV和第30個FOV）的視場覆蓋范圍可以比星下點視場大2倍，在交軌方向則會大到3倍以上。

圖2給出了AMSU-A的15個通道權(quán)重函數(shù)垂直分布圖，其上疊加的橫線為WRF-ARW模式的50個sigma層次分布特征，模式層頂為10 hPa。從圖2中可以看出，12個AMSU-A溫度探測通道均勻的分布在整個地球大氣層。WRF-ARW模式層次設置主要是為了保證溫度探測通道4-9的有效同化和用于質(zhì)量控制的通道1和2的合理應用，從而保證那些對于天氣尺度和中尺度天氣系統(tǒng)最重要的溫度擾動能夠得到有效的觀測。

在GSI資料同化系統(tǒng)中，AMSU-A資料的質(zhì)量控制主要是依賴于AMSU-A通道1和2的觀測和模擬亮溫進行的。其他通道的觀測和模擬亮溫偏差（O-B）以及通道1～3的O-B與地表發(fā)射率的比值也是質(zhì)量控制的因子。關于質(zhì)量控制更詳細的描述請見Zou et al.（2013）。

4 數(shù)值試驗

利用三維變分同化系統(tǒng)進行的同化試驗一般是取6 h的同化時間窗，分別在協(xié)調(diào)世界時00:00、06:00、12:00和18:00時刻同化常規(guī)資料和衛(wèi)星資料。對于極軌衛(wèi)星而言，衛(wèi)星資料出現(xiàn)的當?shù)貢r間是幾乎固定。所以對于中尺度的區(qū)域數(shù)值預報而言，是否有極軌衛(wèi)星資料主要取決于衛(wèi)星的LECT和模式區(qū)域的時區(qū)之間的對應關系。圖3給出了AMSU-A資料的空間覆蓋率隨時間變化特征。圖中分別給出了2008年5月22日協(xié)調(diào)世界時00:00、06:00、12:00和18:00時刻±3h內(nèi)的AMSU-A資料空間覆蓋情況。其中NOAA-18為下午星（當?shù)貢r間14:00），MetOp-A為上午星（當?shù)貢r間09:30），NOAA-15則是早晨星（當?shù)貢r間07:00）。從圖3可以看出，NOAA-18和MetOp-A在06:00（協(xié)調(diào)世界時，下同）和18:00對美國有很好的覆蓋率，但是在00:00和12:00，這兩顆衛(wèi)星在美國的中部和墨西哥灣幾乎沒有觀測。早晨星NOAA-15的觀測資料則能夠很好的填補上午星和下午星的這段資料空白，這就可以保證那些影響墨西哥灣和東海岸降水的上游天氣系統(tǒng)能夠得到有效的觀測。

圖4 試驗EXP1中2008年5月22日12:00（協(xié)調(diào)世界時）時刻NOAA-15衛(wèi)星AMSU-A資料1到10以及15通道同化前（O-B，左列）和同化后（O-A，右列）觀測和模擬亮溫偏差的空間分布特征（黑色點線表示沒有通過質(zhì)量控制的觀測資料）Fig. 4 Differences between observations and background fields (O-B, left panels), and between observations and analysis fields (O-A, right panels) for NOAA-15 AMSU-A channels 1–10 and channel 15 data assimilated at 1200 UTC 22 May 2008 from expt EXP1. AMSU-A data points not assimilated are indicated by black dots

圖4 （續(xù)）Fig. 4 (Continued)

圖4 （續(xù)）Fig. 4 (Continued)

為了評估AMSU-A資料同化影響，我們首先分析觀測和模擬亮溫偏差在同化前（O-B）和同化后（O-A）的改變情況。圖4給出了EXP1的NOAA-15衛(wèi)星的AMSU-A通道1～10在2008年5 月22日12:00時刻的O-B和O-A的空間分布特征。并不是所有的資料都能夠進入同化系統(tǒng)，圖4中的黑色點是被剔除的觀測資料。圖4左列為O-B，可以看出多個通道的O-B可以超出±0.5K的范圍，但是同化后，絕大部分的O-A（右列）都可以減小到±0.2 K的范圍。

圖5 試驗EXP1中2008年5月22日12:00時刻NOAA-15衛(wèi)星AMSU-A資料1～10以及15通道亮溫O-B（虛線）和O-A（實線）平均值隨視場的變化曲線Fig. 5 Means varying with FOV (Field-of-View) for the O-B (dashed) and O-A (solid) brightness temperature differences of NOAA-15 AMSU-A channels 1–10 and 15 at 1200 UTC 22 May 2008 from expt EXP1

O-B和O-A的均值和標準差分別表示在圖5和圖6，通道1～3和通道15的O-B均值最高可以達到±2 K的范圍，但是O-A則基本可以控制的±0.5 K以內(nèi)，通道4～19的O-B均值則是表現(xiàn)出明顯的負偏差，通道9的負偏差接近－0.8 K，這些通道同化后的O-A均值均接近±0.2 K，而且沒有明顯的負偏差和正偏差特征，相應的標準差經(jīng)過同化后也得到了顯著的降低。另外均值和標準差隨FOV的變化幅度也得到了明顯的減弱。

圖7給出了試驗CTRL和EXP1在200、500 和850 hPa的大氣溫度分析增量的空間分布情況。CRTL和EXP1在200 hPa的溫度分析增量表現(xiàn)出反向變化的現(xiàn)象，CRTL試驗的溫度分析增量主要為正值，只是在模式的北部有小部分區(qū)域表現(xiàn)為負增量，但是EXP1的溫度分析增量則主要是負值，只是在中部陸地地區(qū)略有一小塊弱的正值，EXP1的負增量在海洋上空尤其明顯。對于500和850 hPa高度，平均而言，EXP1的分析增量在24°N以北區(qū)域要比CTRL冷，但是在其南部則是比CTRL要暖。圖8則是給出了兩個試驗在500和850 hPa高度相對濕度增量的空間分布，可以看出在同化了NOAA-15的AMSU-A資料后，對流層低層的濕度增加，兩個試驗的相對濕度增量最大可以達到20%。在對流層中層，EXP1的墨西哥灣中部大氣的濕度也是增加，這就有助于沿岸對流系統(tǒng)的水汽輸送。

圖9給出了EXP1試驗中對流系統(tǒng)發(fā)生、發(fā)展的大尺度環(huán)境場，包括每3h的500 hPa高度場，風矢量場和風速特征，時間是2008年5月23日00:00～21:00。在5月23日00:00時刻，在墨西哥灣92°W附近的500 hPa高度，有一個明顯的高空槽形成，在隨后的15 h內(nèi)，槽逐漸東移，同時有加深并向南擴展的現(xiàn)象，在09:00和12:00，槽發(fā)展到最鼎盛時期，同時也伴隨著最大的對流性降水現(xiàn)象。

圖10給出了觀測和模擬的2008年5月23日06:00～09:00時段內(nèi)的墨西哥灣沿岸3 h累積降水空間分布結(jié)構(gòu)。圖10a為NCEP多普勒雷達資料反演得到的降水分布，圖10b和c則分別給出了CTRL 和EXP1的模擬降水空間特征。可以看出CTRL的降水落區(qū)出現(xiàn)了明顯的偏差，EXP1則能夠成功的模擬觀測降水的大值區(qū)。從降水的時間演變圖（圖略）還可以看出EXP1可以很好的模擬降水區(qū)逐漸東移的現(xiàn)象，但是EXP1的3 h降水量比觀測偏大。圖11展示了3 h累積降水傳統(tǒng)TS（Threat Score）評分隨時間變化情況。傳統(tǒng)TS評分的定義（Anthes et al., 1989 ）為：TS＝H/(F＋O－H)，這里的F為預報的觀測站降水超過臨界值的站數(shù)，O是表示觀測降水超過臨界值的站數(shù)，H是預報降水和觀測降水同時超過臨界值的站數(shù)。TS評分主要表現(xiàn)了模式對給定降水臨界值的預報準確程度。為了進一步明確模式無雨區(qū)對降水評分的影響，我們分別給出了整個模式區(qū)域和沿岸降水區(qū)[見圖10a中的框區(qū)，（28°～32°N，83°～92°W）]的TS評分結(jié)果。從TS評分的直方圖中可以清楚看到EXP1的評分明顯高于CTRL。同化NOAA-15衛(wèi)星AMSU-A資料的最大正影響出現(xiàn)在06:00～18:00時間，這個時段的對流系統(tǒng)最為活躍。控制試驗CTRL對于臨界值大于5 mm的降水預報技巧明顯低于1 mm以下的降水，但是EXP1的小雨和大雨的預報技巧則是相當?shù)摹?/p>

圖6 同圖5，但為標準差隨視場的變化曲線Fig. 6 As in Fig. 5, but for the standard deviation

圖7 試驗CTRL（左列）和EXP1（右列）在2008年5月22日12:00 時刻（a、b）200 hPa、（c、d）500 hPa和（e、f）850 hPa高度的溫度分析增量（單位：°C）空間分布Fig. 7 Analysis increments of temperature (color scale; units: °C) at (a, b) 200 hPa, (c, d) 500 hPa and (e, f) 850 hPa at 1200 UTC 22 May 2008 from expts CTRL1 (left column) and EXP1 (right column)

圖8 2008年5月22日12:00 時刻試驗EXP1和CTRL的相對濕度分析增量差值（EXP1減去CTRL）的空間分布圖：（a）500 hPa；（b）850 hPaFig. 8 Analysis difference of the atmospheric relative humidity between EXP1 and CTRL1 (EXP1 minus CTRL1) at (a) 500 hPa and (b) 850 hPa at 1200 UTC 22 May 2008

圖10 2008年5月23日06:00～09:00的3 h累積降水（單位：mm）空間分布：（a）NCEP觀測；（b）試驗CTRL模擬；（c）試驗EXP1模擬Fig. 10 Accumulative rainfall (units: mm) during 0600–0900 UTC 23 May 2008 from (a) NCEP observations, model forecasts (b) without and (c) with NOAA-15 data

圖11 試驗CTRL和EXP1在2008年5月23日模擬的3h累積降水的TS（Threat Score）評分隨時間變化直方圖。TS評分計算中設定的臨界值分別為1、5、10和15 mm。圖中CRTLs和EXP1s代表TS評分的檢驗區(qū)域為沿岸區(qū)域，即圖10a中的長方形框區(qū)Fig. 11 Threat scores of 3-h accumulative rainfall during 0000 UTC–2400 UTC 23 May 2008 from CTRL1 and EXP1 in the model domain (gray and cyan bars) and the small coastal area indicated in Fig. 10a (red and blue bars) at thresholds 1, 5, 10 and 15 mm

圖12 試驗EXP3（左列）和EXP1（右列）在2008年5月22日12:00時刻925 hPa高度的溫度分析場和對應的分析增量：（a、b）溫度分析場；（c、d）溫度分析增量。單位：KFig. 12 (a, b) Temperature analysis fields (units: K) and (c, d) analysis increments (units: K) at 925 hPa at 1200 UTC 22 May 2008 in EXP3 (left panels) and EXP1 (right panels)

敏感性試驗研究表明AMSU-A的兩個窗區(qū)通道資料的同化對沿岸定量降水預報改進有重要的作用。圖12展示了EXP1和EXP3在925 hPa的大氣溫度分析場和分析增量，比較結(jié)果表明當兩個AMSU-A窗區(qū)通道在海洋和陸地上的資料被剔除后，墨西哥灣東部的溫度增量明顯減小，同化窗區(qū)通道資料可以使得對流發(fā)展地區(qū)的溫度和水汽增加，從而更有助于對流活動的發(fā)生和發(fā)展。EXP3 的3 h累積降水的TS評分也明顯低于EXP1（圖13）。相比而言，EXP2的TS評分結(jié)果則是和EXP1的結(jié)果比較相似，只是在15 mm以上的大雨區(qū)，EXP2的TS評分結(jié)果比EXP1要低從TS評分結(jié)果上來看，大部分窗區(qū)通道的正影響是來自于海洋地區(qū)的資料，陸地地區(qū)的窗區(qū)資料主要對15 mm以上的降水預報有一定的正影響。

5 結(jié)論與討論

本文簡單地評估了早晨星軌道的極軌衛(wèi)星AMSU-A資料同化對墨西哥灣沿岸降水預報的影響。研究表明在GSI資料同化系統(tǒng)中同化了早晨星NOAA-15的AMSU-A輻射資料，可以明顯改善WRF-ARW模式對墨西哥灣24 h沿岸降水預報技巧，也進一步證明了極軌衛(wèi)星的三軌衛(wèi)星觀測系統(tǒng)對于區(qū)域降水預報改進的重要作用。現(xiàn)有的極軌衛(wèi)星AMSU-A：資料包括NOAA-15、NOAA-18、 NOAA-19、MetOp-A和MetOp-B，都已經(jīng)成為多個國家業(yè)務預報中心常規(guī)同化的衛(wèi)星資料，這些衛(wèi)星的資料也隨時可以從美國的JPSS（Joint Polar Satellite System）資料中心下載，所以極軌衛(wèi)星AMSU-A資料同化對今后數(shù)值預報業(yè)務和研究的影響也會與日俱增，這也使得如何配置極軌衛(wèi)星系統(tǒng)顯得尤為重要。本研究初步證明了極軌衛(wèi)星三軌觀測系統(tǒng)維持的重要性，而早晨星的超期服役問題正是維持三軌觀測系統(tǒng)所面臨的主要問題，不間斷的發(fā)射這一類搭載了AMSU-A的早晨星對于維持全球極軌衛(wèi)星三軌觀測系統(tǒng)是值得考慮的方法。由于目前NOAA-15是唯一的一顆正在運行的、已遠超過其正常運行期的早晨星，通過技術手段維持NOAA-15的AMSU-A超長期運行也是解決方法之一。

圖13 同圖11，但 為試驗EXP1、EXP2和EXP3的TS評分直方圖Fig. 13 Same as Fig. 11, but for EXP1, EXP2 and EXP3

本文的研究結(jié)果是對早期基于ECMWF的數(shù)值天氣預報系統(tǒng)研究結(jié)果（Kelly, 2002；13th ITSC）的很好補充，早期研究結(jié)果表明NOAA-15、NOAA-16和NOAA-17這三個衛(wèi)星可以提供全球的三軌衛(wèi)星AMSU-A觀測資料，從500 hPa高度場異常相關系數(shù)檢驗結(jié)果表明同化三軌AMSU-A資料可以獲得更好的中期數(shù)值預報水平。但是對于區(qū)域數(shù)值天氣預報而言，極軌衛(wèi)星AMSU-A資料同化對區(qū)域降水預報的影響有明顯的區(qū)域依賴性（主要是經(jīng)度依賴性）。在今后的研究中，我們還將進一步選取更多個例和進行更長時間尺度的同化試驗分析，另外一個較好的試驗時段是從2002年6月24日NOAA-17發(fā)射到2003年10月30日NOAA-16的停止服役，在這一年左右的時間，NOAA-15、NOAA-16和NOAA-17同時運行，這三個衛(wèi)星也可以提供更高質(zhì)量的三軌AMSU-A觀測資料，今后研究中我們將利用新的觀測資料進行更多的評估和試驗。

參考文獻（References）

Anthes R A, Kuo Y, Hsie E, et al. 1989. Estimation of skill and uncertainty in regional numerical models [J]. Quart. J. Roy. Meteor. Soc., 115, 763–806, doi: 10.1002/qj.49711548803.

Eyre J R, Kelly G, McNally A P, et al. 1993. Assimilation of TOVS radiance information through one-dimensional variational analysis [J]. Quart. J. Roy. Meteor. Soc, 119: 1427–1463, doi:10.1002/qj.49711951411.

Han Y, Weng F Z, Liu Q H, et al. 2007. A fast radiative transfer model for SSMIS upper atmosphere sounding channels [J]. J. Geophys. Res., 112: D11121, doi:10.1029/2006JD008208.

Hong S Y, Dudhia J. 2003. Testing of a new non-local boundary layer vertical diffusion scheme in numerical weather prediction applications [C]. 20th Conference on Weather Analysis and Forecasting/16th Conference on Numerical Weather Prediction, Seattle, WA.

Hong S Y, Lim J -O J. 2006. The WRF single-moment 6-class microphysics scheme (WSM6) [J]. J. Korean Meteor. Soc., 42, 129–151.

Kain J S. 2004. The Kain-Fritsch convective parameterization: An update [J]. J. Appl. Meteor., 43, 170–181, doi: 10.1175/1520-0450(2004)043<0170: TKCPAU>2.0.CO;2

Kain J S, Fritsch J M. 1990. A one-dimensional entraining/detraining plume model and its application in convective parameterization [J]. J. Atmos. Sci., 47, 2784–2802, doi: 10.1175/1520-0469(1990)047<2784: AODEPM>2.0.CO;2

Kain, J. S., and J. M. Fritsch, 1993: Convective parameterization for mesoscale models: The Kain-Fritsch scheme. The Representation of Cumulus Convection in Numerical Models, Meteor. Monogr., 24, Amer. Meteor. Soc., 165–170.

Kelly G, Anderson E, Bauer P, et al. 2003. Use of satellite radiances in the ECMWF system [C]// Proceedings of the 13thInternational TOVS Conference. Quebec, Canada.

McMillin L, Fleming H. 1976. Atmospheric transmittance of an absorbing gas: A computationally fast and accurate transmittance model for absorbing gases with constant mixing ratios in inhomogeneous atmospheres [J]. Appl. Optics, 15: 358–363, doi:10.1364/AO.15.000358.

Purser R J, Wu Wanshu, Parrish D F, et al. 2003a. Numerical aspects of the application of recursive filters to variational statistical analysis. Part I: Spatially homogeneous and isotropic Gaussian covariances [J]. Mon. Wea. Rev., 131: 1524–1535, doi:10.1175//1520-0493(2003)131<1524: NAOTAO>2.0.CO;2.

Purser R J, Wu Wanshu, Parrish D F, et al. 2003b. Numerical aspects of the application of recursive filters to variational statistical analysis. Part II: Spatially inhomogeneous and anisotropic general covariances [J]. Mon. Wea. Rev., 131: 1536–1548, doi:10.1175//2543.1.

Saunders R, Matricardi M, Brunel P. 1999. An improved fast radiative transfer model for assimilation of satellite radiance observations [J]. Quart. J. Roy. Meteor. Soc., 125: 1407–1425, doi:10.1002/qj.1999. 49712555615.

Saunders R, Rayer P, Brunel P, et al. 2007. A comparison of radiative transfer models for simulating Atmospheric Infrared Sounder (AIRS) radiance [J]. J. Geophys. Res., 112: D01S90, doi:10.1029/ 2006JD007088.

Weng F Z. 2007. Advances in radiative transfer modeling in support of satellite data assimilation [J]. J. Atmos. Sci., 64: 3799–3807, doi:10.1175/2007JAS2112.1.

Wu Wanshu, Purser R J, Parrish D F. 2002. Three-dimensional variational analysis with spatially inhomogeneous covariances [J]. Mon. Wea. Rev., 130: 2905–2916, doi:10.1175/1520-0493(2002)130<2905:TDVAWS> 2.0.CO;2.

Zou X, Weng F, Zhang B, et al. 2013. Impacts of assimilation of ATMS data in HWRF on track and intensity forecasts of 2012 four landfall hurricanes [J]. J. Geophys. Res. Atmos., 118: 11558–11576, doi:10.1002/2013JD020405.

鄒曉蕾，秦正坤，翁富忠. 2016. 晨昏軌道微波溫度計資料同化對降水定量預報的影響及其對三軌衛(wèi)星系統(tǒng)的意義 [J]. 大氣科學, 40 (1): 46?62. Zou Xiaolei, Qin Zhengkun, Weng Fuzhong. 2016. Impact of dawn–dusk satellite AMSU-A data on quantitative precipitation forecasts and the implications for three-orbit constellation [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (1): 46?62, doi: 10.3878/j.issn.1006-9895.1508.15137.

作者簡介鄒曉蕾，女，1960年出生，博士，教授，主要從事資料同化研究。E-mail: xiaoleizou@nuist.edu.cn

收稿日期2015-03-01；網(wǎng)絡預出版日期 2015-08-24

doi:10.3878/j.issn.1006-9895.1508.15137

文章編號1006-9895(2016)01-0046-17

中圖分類號P456.7

文獻標識碼A