周鑫+劉健文+黃江平

【摘 要】美國(guó)國(guó)防氣象衛(wèi)星計(jì)劃已成功實(shí)施多年，并取得良好的應(yīng)用效果，其中以DMSP-F16最具代表性，本文利用GSI同化系統(tǒng)對(duì)該衛(wèi)星上搭載的SSMIS傳感器資料進(jìn)行同化，對(duì)影響我國(guó)的一次臺(tái)風(fēng)“蘇迪羅”進(jìn)行模擬預(yù)報(bào)，結(jié)果表明同化SSMIS 1～5及12～18通道數(shù)據(jù)能夠明顯改善“蘇迪羅”的路徑模擬效果。

【關(guān)鍵詞】SSMIS；衛(wèi)星資料同化；臺(tái)風(fēng)

0 引言

2003年，集成了微波成像儀和微波探測(cè)儀的SSMIS（Special Sensor Microwave Imager Sounder）探測(cè)儀搭載在DMSP-F16衛(wèi)星上發(fā)射升空，現(xiàn)已成功運(yùn)行多年，SSMIS資料使用效果良好，在軍事氣象保障、天氣預(yù)報(bào)、強(qiáng)對(duì)流監(jiān)測(cè)和洪澇災(zāi)害監(jiān)測(cè)、水文應(yīng)用方面發(fā)揮了巨大作用。美國(guó)和日本等學(xué)者對(duì)該傳感器資料進(jìn)行了深入研究，發(fā)現(xiàn)同化SSMIS衛(wèi)星資料能夠改善天氣預(yù)報(bào)效果。該系列衛(wèi)星不僅已經(jīng)更新多次，而且在美國(guó)未來(lái)的衛(wèi)星計(jì)劃中，同時(shí)擁有微波成像和微波探測(cè)兩類(lèi)通道的微波探測(cè)器將繼續(xù)發(fā)展，因?yàn)橥ǖ兰?xì)化后能采集到更加豐富的微波遙感信息，帶來(lái)更加廣闊的應(yīng)用前景[1]。我國(guó)在微波成像儀方面起步較晚，對(duì)該類(lèi)資料的同化技術(shù)和國(guó)外還有一定差距，想要快速發(fā)展我國(guó)的微波成像儀，應(yīng)當(dāng)借鑒國(guó)外的成功經(jīng)驗(yàn)，例如同時(shí)同化探測(cè)和成像微波資料對(duì)數(shù)值預(yù)報(bào)水平是否起到提高作用，如果能且效果明顯將對(duì)我國(guó)微波成像儀未來(lái)發(fā)展提供一定參考價(jià)值。本文探討了GSI中對(duì)SSMIS衛(wèi)星輻射資料質(zhì)量控制的方法與過(guò)程，首先根據(jù)權(quán)重函數(shù)對(duì)本文用到的通道進(jìn)行選擇，然后在此基礎(chǔ)上針對(duì)SSMIS資料特點(diǎn)進(jìn)行數(shù)據(jù)稀疏化、云檢測(cè)和質(zhì)量控制，并采用循環(huán)同化對(duì)GSI中SSMIS資料的偏差訂正系數(shù)進(jìn)行更新，利用新的偏差訂正系數(shù)同化SSMIS資料后對(duì)臺(tái)風(fēng)“蘇迪羅”進(jìn)行模擬檢驗(yàn)同化效果。

1 資料和方法

SSMIS探測(cè)器共有24個(gè)通道，其中1～7及22～24類(lèi)似于A(yíng)MSU-A，8～11類(lèi)似于A(yíng)MSU-B，12～18類(lèi)似于SSM/I。根據(jù)大氣輻射傳輸理論，衛(wèi)星探測(cè)時(shí)所接收的特定波長(zhǎng)的輻射能量會(huì)受到大氣層溫濕度的影響，通?？梢酝ㄟ^(guò)對(duì)大氣柱的溫度與濕度加權(quán)平均來(lái)表示，即通過(guò)一個(gè)權(quán)重函數(shù)來(lái)描述不同高度上大氣溫濕度對(duì)輻射強(qiáng)度的貢獻(xiàn)。圖1給出SSMIS各通道接收的不同通道輻射能量的權(quán)重函數(shù)變化曲線(xiàn)。通道權(quán)重函數(shù)峰值區(qū)的高度可以反應(yīng)該通道所能“看”到的高度，衛(wèi)星觀(guān)測(cè)信息的主要貢獻(xiàn)來(lái)源于權(quán)重函數(shù)較大的高度[2]。由于WRF模式層頂為10hPa，對(duì)應(yīng)海拔高度約為31km，因此本文選取的通道為1～5及12～18。試驗(yàn)中使用NCEP網(wǎng)站提供的2015年8月2日06時(shí)至5日06時(shí)的FNL再分析資料作為初始場(chǎng)和邊界條件，水平分辨率為0.25°×0.25°，衛(wèi)星數(shù)據(jù)采用的是美國(guó)國(guó)防衛(wèi)星DMSP-F16 的SSMIS的BUFR格式亮溫?cái)?shù)據(jù)，以上資料均為每日4個(gè)時(shí)次：00時(shí)、06時(shí)、12時(shí)、18時(shí)（世界時(shí)），每個(gè)衛(wèi)星時(shí)次數(shù)據(jù)包含前后3h的衛(wèi)星觀(guān)測(cè)信息。同化過(guò)程中SSMIS的稀疏化分辨率為120km，臺(tái)風(fēng)路徑為日本氣象廳提供的最佳路徑集。WRF模式中心為（10°N，140°E），水平分辨率30km，格點(diǎn)202×202，垂直分層41層，模式層頂高10hPa，時(shí)間積分步長(zhǎng)為180 s。物理過(guò)程采用Kain-Fristsch積云方案，WSM6微物理方案，YSU邊界層方案，RRTM長(zhǎng)波輻射方案，Dudhia短波輻射方案，輻射傳輸模式采用CRTM2.1.3版本。

2 臺(tái)風(fēng)個(gè)例介紹

臺(tái)風(fēng)蘇迪羅是2015年第13號(hào)臺(tái)風(fēng)，于7月30日20時(shí)在西北太平洋洋面上生成，強(qiáng)度逐漸加強(qiáng)，8月2日進(jìn)入快速?gòu)?qiáng)化期，凌晨5點(diǎn)鐘加強(qiáng)為強(qiáng)熱帶風(fēng)暴，17時(shí)加強(qiáng)為臺(tái)風(fēng)，8月3日5時(shí)加強(qiáng)為強(qiáng)臺(tái)風(fēng)，17時(shí)加強(qiáng)為超強(qiáng)臺(tái)風(fēng)級(jí)，之后達(dá)到其巔峰強(qiáng)度17級(jí)以上，最低氣壓達(dá)到910hPa，最大風(fēng)速超過(guò)65m/s，追平了2015年1504號(hào)臺(tái)風(fēng)“美莎克”的最大強(qiáng)度，成為繼2013年超強(qiáng)臺(tái)風(fēng)“海燕”以后西北太平洋最強(qiáng)臺(tái)風(fēng)；隨后以西偏北方向向臺(tái)灣移動(dòng)，平均時(shí)速20～25km/h，5日夜晚減弱為強(qiáng)臺(tái)風(fēng)。7日20時(shí)再次加強(qiáng)為超強(qiáng)臺(tái)風(fēng)級(jí)，創(chuàng)造第二次峰值，最低氣壓930hPa，8日2時(shí)再次減弱為強(qiáng)臺(tái)風(fēng)級(jí)，并于4時(shí)以中心附近最大風(fēng)力15級(jí)在臺(tái)灣省花蓮市登陸，同日晚22時(shí)以中心附近最大風(fēng)力13級(jí)（38m/s）在福建省莆田市登陸，成為2015年首個(gè)兩次登陸中國(guó)的臺(tái)風(fēng)。進(jìn)入內(nèi)陸后逐漸減弱，9日3時(shí)進(jìn)入江西省，當(dāng)晚23時(shí)減弱為熱帶氣壓，10日上午進(jìn)入安徽省，17時(shí)減弱為低壓環(huán)流，停止編號(hào)。蘇迪羅在臺(tái)灣省登陸帶來(lái)的暴雨和狂風(fēng)造成大范圍電力供應(yīng)中斷，以及至少8人死亡、420人受傷；中國(guó)東部地區(qū)則因百年一遇的降雨導(dǎo)致洪水和山體滑坡，有至少26人喪生，直接經(jīng)濟(jì)損失數(shù)百億元，也是繼2008年臺(tái)風(fēng)“鳳凰”之后，深入內(nèi)陸影響范圍最廣的臺(tái)風(fēng)。世界氣象組織臺(tái)風(fēng)委員會(huì)已于今年對(duì)其除名。

3 數(shù)據(jù)處理

3.1 數(shù)據(jù)稀疏化

原始的SSMIS亮溫資料分布如圖2，可以看到空間分辨率很高，實(shí)際應(yīng)用中，為減少計(jì)算工作量，一般不考慮觀(guān)測(cè)資料之間的相關(guān)性。由于SSMIS輻射資料分辨率最低為13.2km×15.5km，高于本文設(shè)定的WRF模式分辨率（30km），同時(shí)衛(wèi)星掃描觀(guān)測(cè)點(diǎn)之間間距較小，使得觀(guān)測(cè)資料之間又存在一定的相關(guān)性，因此，為了減小相鄰觀(guān)測(cè)像元之間的誤差相關(guān)，在實(shí)際同化過(guò)程中需要對(duì)數(shù)據(jù)進(jìn)行稀疏化處理。本研究中對(duì)SSMIS的稀疏化設(shè)為120km。圖2顯示了 SSMIS的原始輻射資料覆蓋和稀疏化后的分布，原始資料共有544296個(gè)，稀疏化后個(gè)數(shù)為92932個(gè)，從圖中可以發(fā)現(xiàn)經(jīng)過(guò)稀疏化后的觀(guān)測(cè)點(diǎn)明顯離散了很多，降低了觀(guān)測(cè)資料之間的相關(guān)性。

3.2 云檢測(cè)

大氣的微波發(fā)射，遇到可與微波波長(zhǎng)相當(dāng)?shù)脑浦兴?冰粒子時(shí)，會(huì)受到以散射為主的削弱，從而使得到達(dá)衛(wèi)星的輻射含有云中水/冰粒子的散射信息。因此為了避免云污染，云檢測(cè)技術(shù)是必須的。

在GSI中，當(dāng)云中液態(tài)水含量大于臨界值時(shí)，剔除該掃描點(diǎn)所有觀(guān)測(cè)資料，各通道臨界值見(jiàn)表1。對(duì)于SSMIS成像通道的云檢測(cè)方案還另外采用了探測(cè)通道的數(shù)據(jù)，當(dāng)?shù)?通道的觀(guān)測(cè)場(chǎng)與背景場(chǎng)的亮溫差值大于1.5k時(shí)，剔除1、2及12至16通道的數(shù)據(jù)。對(duì)通道1～5與12～18進(jìn)行云檢測(cè)前后進(jìn)入GSI同化系統(tǒng)各通道的數(shù)量對(duì)比如圖3，可以看到經(jīng)過(guò)云檢測(cè)之后，除了通道3和4，其余通道進(jìn)入同化系統(tǒng)的資料數(shù)量都有所減少，說(shuō)明確實(shí)有一部分受云污染的數(shù)據(jù)已被剔除掉，具體而言，通道5和12云檢測(cè)效果最為明顯，分別剔除了757和282個(gè)數(shù)據(jù)，13、14、15、17和18通道也有一定的受污染的數(shù)據(jù)被剔除，而通道1、2和16的云檢測(cè)效果不夠明顯，只剔除掉了很少的數(shù)據(jù)。

3.3 質(zhì)量控制

質(zhì)量控制是觀(guān)測(cè)資料進(jìn)入同化系統(tǒng)分析之前需要進(jìn)行的關(guān)鍵步驟，其目的就是剔除質(zhì)量達(dá)不到同化要求的觀(guān)測(cè)資料，保證同化計(jì)算過(guò)程的快速收斂和分析結(jié)果的質(zhì)量。Derber和Wu指出單個(gè)觀(guān)測(cè)數(shù)據(jù)點(diǎn)如存在較大的誤差，會(huì)導(dǎo)致分析和后期預(yù)報(bào)的結(jié)果質(zhì)量出現(xiàn)顯著的下降[3]。為此，對(duì)于衛(wèi)星觀(guān)測(cè)資料的同化，人們最初發(fā)展了一些較為簡(jiǎn)單的質(zhì)量控制方案比如，針對(duì)于不同的衛(wèi)星觀(guān)測(cè)儀器，利用各種經(jīng)驗(yàn)性參數(shù)去修正觀(guān)測(cè)亮溫?cái)?shù)據(jù)等。在GSI同化系統(tǒng)中，對(duì)衛(wèi)星觀(guān)測(cè)資料的質(zhì)量控制主要包括以下步驟：

1）地型檢驗(yàn)，剔除下墊面為陸地、海冰、雪地以及混合型的觀(guān)測(cè)數(shù)據(jù)；

2）極值檢驗(yàn)，剔除亮溫小于70K或大于320K的數(shù)據(jù)；

3）閾值檢驗(yàn)，剔除亮溫標(biāo)準(zhǔn)差大于6K的數(shù)據(jù)，剔除觀(guān)測(cè)亮溫減去模擬亮溫大于3.5K的數(shù)據(jù)。

結(jié)果表明，質(zhì)量控制前進(jìn)入同化系統(tǒng)的資料數(shù)量約為17000個(gè)，經(jīng)過(guò)質(zhì)量控制后只有約3900個(gè)，因此該質(zhì)量控制方案能夠剔除大量不合格的數(shù)據(jù)。

3.4 偏差訂正

衛(wèi)星探測(cè)資料中存在著一定的系統(tǒng)偏差，這些誤差經(jīng)常與數(shù)值模式的短期預(yù)報(bào)的大氣溫度場(chǎng)的典型誤差相當(dāng)，因此在利用變分方法同化衛(wèi)星觀(guān)測(cè)資料之前必須要進(jìn)行相應(yīng)的偏差訂正。目前NCEP對(duì)于衛(wèi)星輻射率亮溫資料的偏差訂正可分為兩類(lèi)：一類(lèi)是由于衛(wèi)星自身所帶來(lái)的掃描偏差訂正，另一類(lèi)是由于大氣透射率本身的變化帶來(lái)的氣團(tuán)偏差訂正[4]。在GSI中，SSMIS資料的掃描偏差訂正系數(shù)和氣團(tuán)偏差訂正系數(shù)并沒(méi)有給出，但是每次同化后會(huì)生成新的訂正系數(shù)，新的訂正系數(shù)可以用于下次同化，多次同化后會(huì)得到較為可靠的訂正系數(shù)。因此設(shè)計(jì)了獲取試驗(yàn)區(qū)域SSMIS資料偏差訂正系數(shù)的方案，即通過(guò)對(duì)2015年7月31日06時(shí)至8月1日18時(shí)，每隔12小時(shí)為一個(gè)時(shí)次進(jìn)行循環(huán)同化，每個(gè)時(shí)次同化10次，共計(jì)40次同化得到的訂正系數(shù)作為8月2日06時(shí)的訂正系數(shù)。

圖4為偏差訂正前后通道17的觀(guān)測(cè)亮溫與模擬亮溫的差值情況，可以看到未進(jìn)行偏差訂正前，O-B（觀(guān)測(cè)場(chǎng)減背景場(chǎng)）最大值為1.40，最小值為-4.90，平均值為-2.54；經(jīng)過(guò)偏差訂正后，觀(guān)測(cè)亮溫與模擬亮溫的插值更加平均，最大為2.00，最小為-2.23，平均值為0.09。圖5可以更加直觀(guān)地看出偏差訂正后模擬亮溫與觀(guān)測(cè)亮溫更為接近。限于篇幅，圖6只展示了通道2和17偏差訂正前后O-B偏差分布情況，其他通道結(jié)果類(lèi)似，從圖中可以看出，經(jīng)過(guò)偏差訂正后，O-B更加趨于正態(tài)分布，即更加合理，這說(shuō)明同化多次循環(huán)同化得到的偏差訂正系數(shù)是可靠的。

4 模擬結(jié)果

對(duì)臺(tái)風(fēng)“蘇迪羅”路徑模擬結(jié)果如圖7，其中BEST為臺(tái)風(fēng)觀(guān)測(cè)路徑，CTR為為控制試驗(yàn)（簡(jiǎn)稱(chēng)EXP1）模擬路徑，即不同化任何數(shù)據(jù)，SSMIS為同化SSMIS試驗(yàn)（簡(jiǎn)稱(chēng)EXP2）模擬路徑。可以看出，兩組試驗(yàn)?zāi)M的臺(tái)風(fēng)路徑與實(shí)際臺(tái)風(fēng)移動(dòng)方向基本一致，但存在不同程度的偏離，都表現(xiàn)為在0～36小時(shí)內(nèi)偏差快速增大，36～72小時(shí)偏差增速減緩甚至偏差變小。表2是每個(gè)時(shí)次與實(shí)際路徑的具體的偏差值及全程平均值。綜合圖7、和表2可以看出，0～12h，兩組試驗(yàn)路徑比較接近，偏差較小，12h之后，不同試驗(yàn)的區(qū)別逐漸體現(xiàn)出來(lái)，EXP1與觀(guān)測(cè)路徑偏差較大，臺(tái)風(fēng)移動(dòng)路徑相對(duì)于EXP2明顯偏南，最大偏差為207.9km，平均偏差為155.7km，這是因?yàn)樵摻M試驗(yàn)沒(méi)有同化任何資料，初始場(chǎng)偏差較大，導(dǎo)致模擬不準(zhǔn)確。EXP2模擬效果較好，雖然移動(dòng)速度較觀(guān)測(cè)略慢一些，但臺(tái)風(fēng)移動(dòng)路徑更加接近實(shí)際，0～12h偏差很小，12～36h偏差逐漸增大，36～72h又有所減小，EXP2最大偏差為107.7km，平均偏差為73.5km。

5 結(jié)論

本文利用GSI同化系統(tǒng)對(duì)SSMIS資料進(jìn)行同化并對(duì)臺(tái)風(fēng)“蘇迪羅”進(jìn)行模擬，結(jié)果表明：（1）采用云檢測(cè)和質(zhì)量控制方案能夠有效剔除錯(cuò)誤數(shù)據(jù)；（2）利用循環(huán)同化得到了符合亞太地區(qū)的SSMIS偏差訂正系數(shù)；（3）相比于控制試驗(yàn)，加入SSMIS資料后，臺(tái)風(fēng)路徑模擬明顯得到改善，縮小了與實(shí)際觀(guān)測(cè)的誤差。綜上所述，美國(guó)國(guó)防氣象衛(wèi)星數(shù)據(jù)對(duì)于我國(guó)的天氣數(shù)值模擬也有一定的作用，后續(xù)應(yīng)進(jìn)行更多試驗(yàn)的模擬，更加深入的研究和探索其集成像通道和探測(cè)通道的特點(diǎn)，這對(duì)我國(guó)的氣象衛(wèi)星的發(fā)展具有一定的借鑒意義。

【參考文獻(xiàn)】

[1]楊軍，許建民，董超華，盧乃錳.氣象衛(wèi)星及其應(yīng)用[M].氣象出版社，2012.

[2]劉延安.高光譜紅外輻射資料在區(qū)域模式中的直接同化及應(yīng)用研究[D].華東師范大學(xué)，2015.

[3]Derber J C.，W-S Wu. The use of TOVS cloud-cleared radiances in the NCEP SSI analysis system[J]. Mon. Wea. Rev.， 1998， 126： 2287-2299.

[4]周昊.GSI三維變分同化技術(shù)在降水預(yù)報(bào)中的應(yīng)用[D].南京信息工程大學(xué)， 2012.

[責(zé)任編輯：楊玉潔]