王宇星，楊學(xué)聯(lián)，蔡瓊瓊，韓振宇，鄭騰飛

(1. 國(guó)家海洋局 海洋減災(zāi)中心，北京 100194；2. 國(guó)家海洋環(huán)境預(yù)報(bào)中心，北京 100081；3. 國(guó)家氣候中心，北京 100081；4. 中國(guó)氣象局廣州熱帶海洋氣象研究所，廣東 廣州 510080)

一種臺(tái)風(fēng)風(fēng)場(chǎng)動(dòng)力學(xué)訂正方法的研究*

王宇星1，楊學(xué)聯(lián)2，蔡瓊瓊2，韓振宇3，鄭騰飛4

(1. 國(guó)家海洋局 海洋減災(zāi)中心，北京 100194；2. 國(guó)家海洋環(huán)境預(yù)報(bào)中心，北京 100081；3. 國(guó)家氣候中心，北京 100081；4. 中國(guó)氣象局廣州熱帶海洋氣象研究所，廣東 廣州 510080)

結(jié)合模型風(fēng)場(chǎng)和數(shù)值風(fēng)場(chǎng)的優(yōu)點(diǎn)，通過(guò)對(duì)臺(tái)風(fēng)速度場(chǎng)進(jìn)行渦度場(chǎng)和散度場(chǎng)的動(dòng)力學(xué)分解和合成，提出一種臺(tái)風(fēng)風(fēng)場(chǎng)的動(dòng)力學(xué)訂正方法。利用南海海域4場(chǎng)典型的臺(tái)風(fēng)個(gè)例，檢驗(yàn)訂正后的合成風(fēng)場(chǎng)較之于模型風(fēng)場(chǎng)和數(shù)值風(fēng)場(chǎng)的優(yōu)勢(shì)，結(jié)果表明：合成風(fēng)場(chǎng)的模擬結(jié)果得到明顯改進(jìn)，既能對(duì)臺(tái)風(fēng)中心進(jìn)行精確定位，準(zhǔn)確模擬臺(tái)風(fēng)眼附近的風(fēng)場(chǎng)，又保留了數(shù)值風(fēng)場(chǎng)在臺(tái)風(fēng)外圍的優(yōu)勢(shì)；不僅對(duì)極值風(fēng)速、極值時(shí)間的模擬非常準(zhǔn)確，對(duì)弱風(fēng)的模擬也與觀測(cè)吻合良好。合成風(fēng)場(chǎng)與觀測(cè)風(fēng)速的多臺(tái)站統(tǒng)計(jì)分析表明，合成風(fēng)場(chǎng)對(duì)實(shí)際風(fēng)場(chǎng)的相位和大小模擬較好，對(duì)強(qiáng)風(fēng)持續(xù)時(shí)間和極值時(shí)間的模擬準(zhǔn)確性有顯著提高，滿足風(fēng)暴潮等海洋災(zāi)害的模擬對(duì)于大氣強(qiáng)迫場(chǎng)的精度要求。

臺(tái)風(fēng)；風(fēng)場(chǎng)；動(dòng)力學(xué)訂正；合成風(fēng)場(chǎng)；渦度場(chǎng)速度；散度場(chǎng)速度

準(zhǔn)確的風(fēng)場(chǎng)強(qiáng)迫是臺(tái)風(fēng)風(fēng)暴潮和漫灘模擬的重要前提。目前臺(tái)風(fēng)風(fēng)場(chǎng)的模擬有兩種方式：①利用MM5、WRF等中尺度大氣模式進(jìn)行模擬(簡(jiǎn)稱“數(shù)值風(fēng)場(chǎng)”)，其動(dòng)力學(xué)機(jī)制清晰，但誤差較大，甚至無(wú)法準(zhǔn)確反映臺(tái)風(fēng)的中心位置；②利用臺(tái)風(fēng)參數(shù)化模型進(jìn)行模擬(簡(jiǎn)稱“模型風(fēng)場(chǎng)”)，如Jelesnianski模型[1]、Holland模型[2]、Yan Meng模型[3]等，能反映臺(tái)風(fēng)風(fēng)場(chǎng)基本特征，計(jì)算簡(jiǎn)便，但外圍風(fēng)場(chǎng)誤差較大。兩種風(fēng)場(chǎng)均可用于風(fēng)暴潮模擬的強(qiáng)迫場(chǎng)[4-8]在實(shí)用性和準(zhǔn)確性方面各有優(yōu)劣。目前臺(tái)風(fēng)強(qiáng)迫風(fēng)場(chǎng)通常選取一種可靠的模型風(fēng)場(chǎng)[4]，或利用觀測(cè)資料對(duì)模型風(fēng)場(chǎng)、數(shù)值風(fēng)場(chǎng)進(jìn)行訂正[6]。單獨(dú)采用模型風(fēng)場(chǎng)難以規(guī)避模型缺點(diǎn)導(dǎo)致的誤差，而模型風(fēng)場(chǎng)、數(shù)值風(fēng)場(chǎng)和觀測(cè)資料的簡(jiǎn)單疊加缺乏動(dòng)力學(xué)依據(jù)，其準(zhǔn)確性有待考證。

臺(tái)風(fēng)速度場(chǎng)可分解成非對(duì)稱渦旋流場(chǎng)和無(wú)旋流場(chǎng)[9]，本文將無(wú)旋流場(chǎng)分解為有輻散場(chǎng)和無(wú)輻散場(chǎng)，基于此提出一種臺(tái)風(fēng)風(fēng)場(chǎng)的動(dòng)力學(xué)訂正方法。通過(guò)臺(tái)風(fēng)風(fēng)場(chǎng)的動(dòng)力學(xué)分解，利用模型風(fēng)場(chǎng)對(duì)數(shù)值風(fēng)場(chǎng)進(jìn)行訂正得到新的“合成風(fēng)場(chǎng)”，該合成風(fēng)場(chǎng)兼具兩種模擬風(fēng)場(chǎng)的優(yōu)點(diǎn)。

1 資料來(lái)源

1.1 觀測(cè)資料

本文以1213號(hào)“啟德”、1306號(hào)“溫比亞”、1409號(hào)“威馬遜”和1415號(hào)“海鷗”為典型案例，所用資料是四個(gè)臺(tái)風(fēng)登陸點(diǎn)附近的廣東省和海南省19個(gè)氣象站和海洋站的風(fēng)場(chǎng)觀測(cè)資料(圖1)，以及中國(guó)氣象局上海臺(tái)風(fēng)研究所提供的臺(tái)風(fēng)最佳路徑資料。

圖1 臺(tái)風(fēng)路徑及觀測(cè)臺(tái)站位置(注：1409“威馬遜”—紫色圓點(diǎn)，1415“海鷗”—藍(lán)色圓點(diǎn)，1213“啟德”—紅色圓點(diǎn)，1306“溫比亞”—綠色圓點(diǎn))

1.2 Holland臺(tái)風(fēng)模型風(fēng)場(chǎng)

臺(tái)風(fēng)模型風(fēng)場(chǎng)的建立分四步：①梯度風(fēng)模型建立；②邊界層模型建立；③陣風(fēng)模型建立；④利用觀測(cè)資料對(duì)參數(shù)進(jìn)行優(yōu)化。

梯度風(fēng)采用Holland模型[2]，運(yùn)動(dòng)臺(tái)風(fēng)距臺(tái)風(fēng)中心徑向距離r處的梯度風(fēng)風(fēng)速可表示為[10]：

(1)

式中：VG為距離臺(tái)風(fēng)中心r處的梯度風(fēng)速；Δp=p∞-pc，pc表示臺(tái)風(fēng)中心氣壓，p∞表示臺(tái)風(fēng)外圍氣壓，取1 010 hPa；Rmax為最大風(fēng)速半徑；B為Holland擬合參數(shù)；f=2ωsinφ為科氏參數(shù)，ω為地球自轉(zhuǎn)角速度，φ為所處地理緯度；vT為臺(tái)風(fēng)移動(dòng)速度；α是該點(diǎn)與臺(tái)風(fēng)中心連線與臺(tái)風(fēng)移動(dòng)方向的夾角；ρ為空氣密度。

邊界層模型采用Monin-Obukhov邊界層理論[11]：

(2)

式中：u(z)表示高度z處的水平風(fēng)速，文中z取值10 m；u*表示摩擦速度，文中取與梯度風(fēng)成正比u*=0.025×VG；k表示卡曼系數(shù)，取值0.4；z0表示下墊面粗糙度，水面取值0.001 3 m，陸地取值0.03 m[12]。

陣風(fēng)模型采用ESDU(Engineering Sciences Data Unit, 工程科學(xué)數(shù)據(jù)組織)方法[13-14]，對(duì)10 min平均風(fēng)速的陣風(fēng)因子進(jìn)行計(jì)算，結(jié)合10 m高度邊界層平均風(fēng)速，得到10 min平均的10 m高度臺(tái)風(fēng)風(fēng)場(chǎng)。

本文結(jié)合臺(tái)站觀測(cè)數(shù)據(jù)，通過(guò)調(diào)整Holland B對(duì)臺(tái)風(fēng)結(jié)構(gòu)進(jìn)行調(diào)整，使模擬結(jié)果與觀測(cè)盡可能接近。參數(shù)B的調(diào)整綜合考慮臺(tái)風(fēng)尺度等典型特征，并遵循以下原則[2]：①增大B會(huì)使能量更集中在最大風(fēng)速半徑附近；②臺(tái)風(fēng)登陸前后B會(huì)減??；③1≤B≤2.5。

圖2 “威馬遜”和“海鷗”臺(tái)風(fēng)登陸時(shí)刻的海表風(fēng)速大小(填色圖)及風(fēng)場(chǎng)(矢量圖)(單位：m/s)

圖3 “啟德”和“溫比亞”臺(tái)風(fēng)登陸時(shí)刻的海表風(fēng)速大小(填色圖)及風(fēng)場(chǎng)(矢量圖)(單位：m/s)

在臺(tái)風(fēng)最佳路徑資料中提取臺(tái)風(fēng)各時(shí)刻的中心氣壓、臺(tái)風(fēng)移動(dòng)速度以及移動(dòng)方向等關(guān)鍵參數(shù)，輸入?yún)?shù)化臺(tái)風(fēng)模型，可以重建各時(shí)刻的臺(tái)風(fēng)風(fēng)場(chǎng)。“威馬遜”(圖2a)、“海鷗”(圖2d)、“啟德”(圖3a)和“溫比亞”(圖3d)在登陸時(shí)刻的模型風(fēng)場(chǎng)分布顯示，臺(tái)風(fēng)中心的定位精準(zhǔn)，可模擬出臺(tái)風(fēng)中心附近的不對(duì)稱結(jié)構(gòu)，模擬的最大風(fēng)速與觀測(cè)數(shù)據(jù)相符；但外圍區(qū)域臺(tái)風(fēng)風(fēng)場(chǎng)分布較單一。

1.3 數(shù)值風(fēng)場(chǎng)

“威馬遜”和“海鷗”采用的數(shù)值風(fēng)場(chǎng)來(lái)自國(guó)家海洋環(huán)境預(yù)報(bào)中心，其水平分辨率和時(shí)間分辨率分別是 0.1°×0.1°和1 h；“啟德”和“溫比亞”采用的數(shù)值風(fēng)場(chǎng)來(lái)自歐洲中期天氣預(yù)報(bào)中心的ERA-Interim再分析數(shù)據(jù)[15]，其水平分辨率和時(shí)間分辨率分別是 0.125°×0.125°和3 h。采用兩種數(shù)值風(fēng)場(chǎng)，用以說(shuō)明訂正方法的普適性。

圖2b和圖2e分別展示了“威馬遜”(2014年7月18日15時(shí)，北京時(shí)間，下同)和“海鷗”(2014年9月16號(hào)09時(shí))在海南登陸時(shí)刻的數(shù)值風(fēng)場(chǎng)，可見(jiàn)臺(tái)風(fēng)外圍風(fēng)場(chǎng)及海陸差異的模擬較好，但是對(duì)臺(tái)風(fēng)中心的定位及強(qiáng)度模擬存在誤差?！皢⒌隆?2012年8月17日11時(shí)，圖3b)和“溫比亞”(2013年7月2日05時(shí)，圖3e)在廣東登陸時(shí)刻的數(shù)值風(fēng)場(chǎng)，不僅對(duì)臺(tái)風(fēng)中心附近的風(fēng)場(chǎng)強(qiáng)度模擬明顯偏弱，而且對(duì)臺(tái)風(fēng)中心的定位存在較大偏差。

2 風(fēng)場(chǎng)訂正方法

(3)

；；；

(4)

進(jìn)而得到：

×Vv；

(5)

由此可見(jiàn)，臺(tái)風(fēng)的速度場(chǎng)又可以看成三部分貢獻(xiàn)的疊加：第一部分是渦度場(chǎng)速度的貢獻(xiàn)，第二部分是散度場(chǎng)速度的貢獻(xiàn)，第三部分則是除去流體渦度速度和散度速度后的背景場(chǎng)的貢獻(xiàn)。速度分解法，即是利用模型風(fēng)場(chǎng)對(duì)數(shù)值風(fēng)場(chǎng)進(jìn)行訂正的物理和數(shù)學(xué)基礎(chǔ)。

將數(shù)值風(fēng)場(chǎng)進(jìn)行分解，在臺(tái)風(fēng)中心區(qū)域采用數(shù)值風(fēng)場(chǎng)的背景風(fēng)場(chǎng)和模型風(fēng)場(chǎng)的融合，外圍區(qū)域直接采用數(shù)值風(fēng)場(chǎng)，所得到的合成風(fēng)場(chǎng)兼取兩種風(fēng)場(chǎng)的優(yōu)點(diǎn)。其中，臺(tái)風(fēng)中心區(qū)域和外圍區(qū)域的劃分以平均最大風(fēng)速半徑的兩倍作為界限。具體來(lái)說(shuō)，臺(tái)風(fēng)中心區(qū)域的合成風(fēng)場(chǎng)計(jì)算分兩步：

(6)

(7)

圖2c、圖2f、圖3c和圖3f分別展示了“威馬遜”、“海鷗”、“啟德”和“溫比亞”在登陸時(shí)刻的合成風(fēng)場(chǎng)。直觀來(lái)看，該合成風(fēng)場(chǎng)既能對(duì)臺(tái)風(fēng)中心進(jìn)行準(zhǔn)確定位，又保留了數(shù)值風(fēng)場(chǎng)在臺(tái)風(fēng)外圍的優(yōu)勢(shì)，體現(xiàn)了海陸差異及臺(tái)風(fēng)結(jié)構(gòu)的非對(duì)稱性，兼具兩種風(fēng)場(chǎng)的優(yōu)點(diǎn)。

3 訂正結(jié)果分析

本節(jié)以四場(chǎng)強(qiáng)臺(tái)風(fēng)為典型個(gè)例，利用觀測(cè)資料對(duì)模擬結(jié)果進(jìn)行評(píng)估，詳細(xì)分析合成風(fēng)場(chǎng)較之于模型風(fēng)場(chǎng)、數(shù)值風(fēng)場(chǎng)的模擬特點(diǎn)。

3.1 風(fēng)速時(shí)間演變

各場(chǎng)臺(tái)風(fēng)選取距臺(tái)風(fēng)路徑較近的5個(gè)臺(tái)站，對(duì)風(fēng)速的時(shí)間演變模擬進(jìn)行對(duì)比分析。“威馬遜”(圖4a～圖4e)和“海鷗”(圖4f～圖4j)選取博鰲、清瀾、秀英、徐聞、湛江5個(gè)臺(tái)站，“啟德”(圖5a～圖5e)和“溫比亞”(圖5f～圖5j)選取上川、陽(yáng)江、茂名、徐聞、湛江5個(gè)臺(tái)站，對(duì)三種模擬風(fēng)場(chǎng)進(jìn)行評(píng)估

總體來(lái)看，模型風(fēng)場(chǎng)(灰色點(diǎn)線)在風(fēng)速極值附近與觀測(cè)吻合較好。在清瀾站(圖4b)、秀英站(圖4h)和徐聞?wù)?圖4d和圖4i)準(zhǔn)確模擬出臺(tái)風(fēng)眼區(qū)經(jīng)過(guò)臺(tái)站時(shí)，風(fēng)速“減小-增大”的變化過(guò)程。模型風(fēng)場(chǎng)對(duì)臺(tái)風(fēng)極值風(fēng)速的模擬，除個(gè)別臺(tái)站外，多數(shù)臺(tái)站的誤差不超過(guò)5 m/s。對(duì)極值相位的模擬，多數(shù)臺(tái)站非常精準(zhǔn)，只有少數(shù)臺(tái)站(如湛江站，圖4e)模擬較差，但誤差值不超過(guò)3 h。模型風(fēng)場(chǎng)在風(fēng)速較小的時(shí)間段變化較為平緩單一，與實(shí)測(cè)資料相差較大(如圖4c～圖4e等)。

數(shù)值風(fēng)場(chǎng)(灰色虛線)在“威馬遜”和“海鷗”兩場(chǎng)臺(tái)風(fēng)中對(duì)極值風(fēng)速的模擬整體偏高，尤其在博鰲、清瀾兩個(gè)臺(tái)站偏差較大(圖4a～圖4b,圖4f～圖4g)；且“威馬遜”期間，秀英(圖4c)、徐聞(圖4d)兩個(gè)臺(tái)站的極值相位模擬較差。在“啟德”、“溫比亞”臺(tái)風(fēng)期間，數(shù)值風(fēng)場(chǎng)對(duì)極值的模擬整體偏弱，且未模擬出多個(gè)臺(tái)站的極值風(fēng)速(圖5a～圖5e，圖5h～圖5j)。數(shù)值風(fēng)場(chǎng)的優(yōu)勢(shì)在于對(duì)較小的實(shí)測(cè)風(fēng)速模擬準(zhǔn)確。如臺(tái)風(fēng)“威馬遜”在17日00時(shí)-18日00時(shí)(圖4a～圖4e)、“海鷗”在15日00時(shí)-16日00時(shí)(圖4f～圖4j)、“啟德”在15日02時(shí)-17日02時(shí)(圖5a～圖5e)、“溫比亞”在1日02時(shí)-20時(shí)(圖5f～圖5j)的觀測(cè)風(fēng)速均較小，在此時(shí)間段數(shù)值風(fēng)場(chǎng)與觀測(cè)資料的一致性明顯優(yōu)于模型風(fēng)場(chǎng)。

在時(shí)間演變上，合成風(fēng)場(chǎng)(灰色實(shí)線)融合了模型風(fēng)場(chǎng)和數(shù)值風(fēng)場(chǎng)的優(yōu)勢(shì)，在風(fēng)速極值附近趨近于模型風(fēng)場(chǎng)，而在弱風(fēng)階段趨近于數(shù)值風(fēng)場(chǎng)。除個(gè)別臺(tái)站風(fēng)速模擬偏差較大外，合成風(fēng)場(chǎng)對(duì)極值風(fēng)速、極值時(shí)間的模擬都非常準(zhǔn)確，且在風(fēng)速較小的時(shí)間段與臺(tái)站觀測(cè)較為一致。同時(shí)，合成風(fēng)場(chǎng)模擬的風(fēng)向能捕捉到觀測(cè)風(fēng)向隨時(shí)間的變化特征，平均角度誤差在±30°范圍內(nèi)，符合風(fēng)場(chǎng)模擬的準(zhǔn)確性要求(圖略)。

3.2 統(tǒng)計(jì)分析

我們收集了廣東、海南沿海若干個(gè)受臺(tái)風(fēng)影響的氣象站、海洋站風(fēng)速觀測(cè)資料，對(duì)模型風(fēng)場(chǎng)、數(shù)值風(fēng)場(chǎng)和合成風(fēng)場(chǎng)的模擬結(jié)果進(jìn)行統(tǒng)計(jì)分析。由于“啟德”和“溫比亞”采用的ERA-Interim數(shù)值風(fēng)場(chǎng)時(shí)間分辨率較低(3 h)，序列樣本太少，因此只對(duì)“威馬遜”和“海鷗”的結(jié)果進(jìn)行評(píng)估，其中用于“威馬遜”風(fēng)場(chǎng)評(píng)估的觀測(cè)臺(tái)站有19個(gè)，用于“海鷗”的臺(tái)站有13個(gè)。評(píng)估量包括模擬風(fēng)速與觀測(cè)的平均相對(duì)誤差([模擬風(fēng)速-觀測(cè)風(fēng)速]/觀測(cè)風(fēng)速×100%)、模擬風(fēng)速與觀測(cè)的時(shí)間相關(guān)系數(shù)、強(qiáng)風(fēng)持續(xù)時(shí)間和風(fēng)速極值時(shí)刻的模擬誤差。

圖4 “威馬遜”和“海鷗”臺(tái)風(fēng)期間風(fēng)速時(shí)間序列

“威馬遜”和“海鷗”模擬風(fēng)速的平均相對(duì)誤差如圖6a和圖7a所示。數(shù)值風(fēng)場(chǎng)對(duì)風(fēng)速的模擬整體偏高，模型風(fēng)場(chǎng)模擬整體偏低，臺(tái)站平均中兩者對(duì)觀測(cè)的高估和低估均接近50%。合成風(fēng)場(chǎng)的誤差遠(yuǎn)小于前兩種模擬風(fēng)場(chǎng)，不存在模擬偏大或偏小的趨勢(shì)?！巴R遜”期間70%的臺(tái)站合成風(fēng)場(chǎng)的相對(duì)誤差不超過(guò)30%，博鰲、秀英、徐聞等距臺(tái)風(fēng)路徑較近的臺(tái)站相對(duì)誤差大多在20%左右，臺(tái)站平均誤差接近于0。“海鷗”臺(tái)風(fēng)的相對(duì)誤差與“威馬遜”相比較大，其臺(tái)站平均誤差約10%，與另兩種風(fēng)場(chǎng)相比優(yōu)勢(shì)明顯。

合成風(fēng)場(chǎng)對(duì)風(fēng)速演變相位的模擬也有所改進(jìn)。圖6b和圖7b分別給出了“威馬遜”和“海鷗”臺(tái)風(fēng)登陸前后72 h內(nèi)，三種模擬風(fēng)場(chǎng)與觀測(cè)的相關(guān)系數(shù)。 “威馬遜”臺(tái)風(fēng)期間(圖6b)，數(shù)值風(fēng)場(chǎng)和合成風(fēng)場(chǎng)與觀測(cè)的相關(guān)性較高，其在19個(gè)臺(tái)站的相關(guān)系數(shù)平均值都達(dá)到0.7，通過(guò)99%的顯著性檢驗(yàn)。在博鰲、清瀾、徐聞等距臺(tái)風(fēng)路徑較近的臺(tái)站，合成風(fēng)場(chǎng)的相關(guān)系數(shù)均高于其他兩種風(fēng)場(chǎng)；在徐聞?wù)竞驼拷?，合成風(fēng)場(chǎng)與觀測(cè)的相關(guān)系數(shù)甚至接近1。“海鷗”臺(tái)風(fēng)期間(圖7b)，多數(shù)臺(tái)站的數(shù)值風(fēng)場(chǎng)與觀測(cè)相關(guān)性更高，但在秀英、徐聞等靠近臺(tái)風(fēng)中心的臺(tái)站，模型風(fēng)場(chǎng)對(duì)實(shí)際風(fēng)場(chǎng)的相位模擬更好。合成風(fēng)場(chǎng)與觀測(cè)的相關(guān)性略遜于前兩者，但其臺(tái)站平均值也達(dá)到0.6，在近臺(tái)風(fēng)眼的臺(tái)站相關(guān)系數(shù)均超過(guò)0.7，與其它兩種模擬風(fēng)場(chǎng)的差異較小，均通過(guò)99%的顯著性檢驗(yàn)(圖7b)。

圖5 “啟德”和“溫比亞”臺(tái)風(fēng)期間風(fēng)速時(shí)間序列

圖6 “威馬遜”臺(tái)風(fēng)登陸前后72 h內(nèi)，各臺(tái)站的模擬風(fēng)速平均相對(duì)誤差、模擬與觀測(cè)風(fēng)速的時(shí)間相關(guān)系數(shù)(注：圖b中的橫線表示99%信度水平)，以及模擬風(fēng)場(chǎng)與觀測(cè)值在所有臺(tái)站的風(fēng)速散點(diǎn)分布圖

圖7 “海鷗”臺(tái)風(fēng)登陸前后72 h內(nèi)，各臺(tái)站的模擬風(fēng)速平均相對(duì)誤差、模擬與觀測(cè)風(fēng)速的時(shí)間相關(guān)系數(shù)(注：圖7b中的橫線表示99%信度水平)，以及模擬風(fēng)場(chǎng)與觀測(cè)值在所有臺(tái)站的風(fēng)速散點(diǎn)分布圖

圖8 “威馬遜”和“海鷗”臺(tái)風(fēng)登陸附近時(shí)段內(nèi)，強(qiáng)風(fēng)持續(xù)時(shí)間及極值時(shí)刻的模擬誤差

平均誤差只表征了臺(tái)風(fēng)發(fā)展過(guò)程中的風(fēng)速平均模擬誤差，無(wú)法顯示不同等級(jí)風(fēng)力的模擬性能。圖6c～圖6e和圖7c～圖7e給出了三種模擬風(fēng)場(chǎng)與觀測(cè)的散點(diǎn)圖，可以顯示在不同等級(jí)風(fēng)力上模擬對(duì)觀測(cè)的擬合特征。對(duì)比“威馬遜”和“海鷗”兩場(chǎng)臺(tái)風(fēng)，合成風(fēng)場(chǎng)模擬-觀測(cè)的散點(diǎn)較均勻地分布在對(duì)角線兩側(cè)(圖6c，圖7c)，即無(wú)論對(duì)于較小風(fēng)速，還是強(qiáng)風(fēng)風(fēng)速，模擬結(jié)果不存在趨勢(shì)性的偏差。模型風(fēng)場(chǎng)較小風(fēng)速的散點(diǎn)主要分布在對(duì)角線的右側(cè)(圖6d，圖7d)，數(shù)值風(fēng)場(chǎng)(圖6e，圖7e)的散點(diǎn)分布在左側(cè)，說(shuō)明模型風(fēng)場(chǎng)低估了弱風(fēng)風(fēng)速，數(shù)值風(fēng)場(chǎng)對(duì)不同等級(jí)風(fēng)力的風(fēng)速均有高估。綜上所述，合成風(fēng)場(chǎng)對(duì)實(shí)際臺(tái)風(fēng)風(fēng)場(chǎng)的描述更準(zhǔn)確。

作為臺(tái)風(fēng)風(fēng)暴潮等區(qū)域性海洋災(zāi)害數(shù)值模擬的大氣強(qiáng)迫場(chǎng)，風(fēng)場(chǎng)的質(zhì)量不僅體現(xiàn)在相位和風(fēng)速大小的準(zhǔn)確性，其引起風(fēng)暴增水等災(zāi)害的強(qiáng)風(fēng)持續(xù)時(shí)間，以及極值出現(xiàn)時(shí)間的精確性同等重要?！巴R遜”和“海鷗”期間強(qiáng)風(fēng)(大于3 m/s)持續(xù)時(shí)間的模擬偏差如圖8a和8c所示?？傮w來(lái)看，數(shù)值風(fēng)場(chǎng)模擬的強(qiáng)風(fēng)持續(xù)時(shí)間偏長(zhǎng)(平均誤差約10 h)，而模型風(fēng)場(chǎng)模擬的偏短(平均誤差約30 h)，對(duì)應(yīng)于前者對(duì)平均風(fēng)速的整體高估，后者對(duì)平均風(fēng)速的低估。合成風(fēng)場(chǎng)模擬的強(qiáng)風(fēng)持續(xù)時(shí)間與觀測(cè)最貼近，臺(tái)站平均的持續(xù)時(shí)間誤差僅5 h左右。

兩場(chǎng)臺(tái)風(fēng)之間極值時(shí)間的模擬差異較大(圖8b，圖8d)?！巴R遜”臺(tái)風(fēng)期間，多數(shù)臺(tái)站模擬的極值風(fēng)速時(shí)間落后于觀測(cè)，其中模型風(fēng)場(chǎng)的誤差較大，合成風(fēng)場(chǎng)和數(shù)值風(fēng)場(chǎng)誤差較小。在極值風(fēng)速最大的秀英、徐聞、湛江等臺(tái)站，合成風(fēng)場(chǎng)的極值時(shí)間與觀測(cè)值非常吻合(圖8b)。“海鷗”臺(tái)風(fēng)期間，模型風(fēng)場(chǎng)和數(shù)值風(fēng)場(chǎng)誤差普遍較小。合成風(fēng)場(chǎng)在個(gè)別臺(tái)站的極值時(shí)間誤差較大，但這些臺(tái)站均分布在離臺(tái)風(fēng)中心較遠(yuǎn)區(qū)域且極值風(fēng)速較小(如揭陽(yáng)、上川、汕尾等)，而在秀英、徐聞、湛江等靠近臺(tái)風(fēng)路徑且極值風(fēng)速顯著的臺(tái)站，合成風(fēng)場(chǎng)對(duì)極值時(shí)間的模擬誤差不超過(guò)1 h(圖8d)。強(qiáng)風(fēng)持續(xù)時(shí)間、強(qiáng)風(fēng)極值時(shí)間的準(zhǔn)確模擬，表明合成風(fēng)場(chǎng)可以捕捉到災(zāi)害風(fēng)險(xiǎn)較大區(qū)域的風(fēng)場(chǎng)特征，其準(zhǔn)確性和實(shí)用性優(yōu)于數(shù)值風(fēng)場(chǎng)和模型風(fēng)場(chǎng)。

4 結(jié)論與討論

本文以動(dòng)力學(xué)原理為依據(jù)，旨在利用模型風(fēng)場(chǎng)對(duì)數(shù)值風(fēng)場(chǎng)進(jìn)行訂正，得到兼取兩種風(fēng)場(chǎng)優(yōu)點(diǎn)的合成風(fēng)場(chǎng)。合成風(fēng)場(chǎng)通過(guò)對(duì)數(shù)值風(fēng)場(chǎng)進(jìn)行渦度風(fēng)、散度風(fēng)和背景風(fēng)場(chǎng)的提取，在臺(tái)風(fēng)中心附近采用模型風(fēng)場(chǎng)和數(shù)值風(fēng)場(chǎng)的融合，實(shí)現(xiàn)對(duì)臺(tái)風(fēng)中心的精準(zhǔn)定位。訂正后的合成風(fēng)場(chǎng)能成功再現(xiàn)臺(tái)風(fēng)中心區(qū)域的實(shí)際風(fēng)場(chǎng)強(qiáng)度和臺(tái)風(fēng)外圍風(fēng)場(chǎng)的變化特征，且基于動(dòng)力學(xué)機(jī)制，使風(fēng)場(chǎng)的訂正具有空間上的連貫性。

利用臺(tái)站觀測(cè)資料對(duì)三種模擬風(fēng)場(chǎng)進(jìn)行對(duì)比評(píng)估，結(jié)果表明：①在極值風(fēng)速附近，模型風(fēng)場(chǎng)對(duì)風(fēng)速模擬較準(zhǔn)確，對(duì)極值時(shí)間的模擬誤差不超過(guò)1 h，且能夠捕捉到臺(tái)風(fēng)眼區(qū)經(jīng)過(guò)站點(diǎn)時(shí)，風(fēng)速“減小-增大”的劇烈變化過(guò)程；而數(shù)值風(fēng)場(chǎng)模擬的風(fēng)速極值存在較大的相位和數(shù)值偏差。②在弱風(fēng)階段，數(shù)值風(fēng)場(chǎng)能夠較好地?cái)M合觀測(cè)風(fēng)速，模擬誤差明顯低于模型風(fēng)場(chǎng)。③合成風(fēng)場(chǎng)融合了數(shù)值風(fēng)場(chǎng)和模型風(fēng)場(chǎng)的優(yōu)點(diǎn)，模擬的風(fēng)速極值相位誤差不超過(guò)1 h，振幅誤差不超過(guò)15%，且能模擬出弱風(fēng)風(fēng)速的變化特征。④多臺(tái)站統(tǒng)計(jì)分析表明，數(shù)值風(fēng)場(chǎng)對(duì)風(fēng)速的模擬整體偏高，模型風(fēng)場(chǎng)的模擬整體偏低，而合成風(fēng)場(chǎng)的站點(diǎn)平均風(fēng)速誤差接近于0，且在不同等級(jí)風(fēng)力上不存在明顯的系統(tǒng)誤差；合成風(fēng)場(chǎng)與觀測(cè)的相關(guān)系數(shù)平均達(dá)到0.7，且在距臺(tái)風(fēng)路徑較近的站點(diǎn)相關(guān)系數(shù)更高。⑤合成風(fēng)場(chǎng)的強(qiáng)風(fēng)持續(xù)時(shí)間與觀測(cè)最貼近，極值時(shí)間與實(shí)際風(fēng)場(chǎng)偏差極小，其準(zhǔn)確性優(yōu)于數(shù)值風(fēng)場(chǎng)和模型風(fēng)場(chǎng)。綜上所述，合成風(fēng)場(chǎng)滿足風(fēng)暴潮等海洋災(zāi)害的模擬對(duì)于強(qiáng)迫大氣場(chǎng)的精度要求。本文介紹的臺(tái)風(fēng)風(fēng)場(chǎng)訂正方法動(dòng)力學(xué)依據(jù)清晰，計(jì)算簡(jiǎn)單快捷，對(duì)于提高臺(tái)風(fēng)風(fēng)場(chǎng)的模擬準(zhǔn)確性具有借鑒意義，可用于臺(tái)風(fēng)風(fēng)暴潮災(zāi)害的風(fēng)險(xiǎn)評(píng)估和快速評(píng)估工作。

[1] Jelesnianski C P. A numerical calculation of storm tides induced by a tropical storm impinging on a continental shelf[J]. Monthly Weather Review, 1965, 93(6): 343-358.

[2] Holland G J. An analytic model of the wind and pressure profiles in hurricanes[J]. Monthly Weather Review, 1980, 108(8): 1212-1218.

[3] Yan M, Matsui M and Hibi K. An analytical model for simulation of the wind field in a typhoon boundary layer[J]. Journal of Wind Engineering and Industrial Aerodynamics, 1995, 56(2-3): 291-310.

[4] 端義宏，朱建榮，秦曾灝，等. 一個(gè)高分辨率的長(zhǎng)江口臺(tái)風(fēng)風(fēng)暴潮數(shù)值預(yù)報(bào)模式及其應(yīng)用[J]. 海洋學(xué)報(bào), 2005, 27(3): 11-19.

[5] CHEN W B, LIU W C and HSU M H. Computational investigation of typhoon-induced storm surges along the coast of Taiwan[J]. Natural Hazards, 2012, 64(64): 1161-1185.

[6] Weisberg R H and Zheng L. Hurricane storm surge simulations comparing three-dimensional with two-dimensional formulations based on an Ivan-like storm over the Tampa Bay, Florida region[J]. Journal of Geophysical Research Atmospheres, 2008, 113(C12): 186-203.

[7] 王亮, 陸漢城, 潘曉濱，等. 臺(tái)風(fēng)模擬中QuikSCAT風(fēng)場(chǎng)的非對(duì)稱加強(qiáng)訂正及同化應(yīng)用[J]. 熱帶氣象學(xué)報(bào), 2008, 24(6), 658-664.

[8] 楊曉君, 何金海, 呂江津，等. 海面風(fēng)場(chǎng)訂正對(duì)風(fēng)暴潮數(shù)值模擬的影響[J]. 氣象, 2011, 37(3): 270-275.

[9] 黃思訓(xùn)，蔡其發(fā)，項(xiàng)杰，等. 臺(tái)風(fēng)風(fēng)場(chǎng)分解[J]. 物理學(xué)報(bào), 2007, 56(5):3022-3027.

[10] Georgiou P N, Davenport A G, and Vickery B J. Design wind speeds in regions dominated by tropical cyclones[J]. Journal of Wind Engineering and Industrial Aerodynamics, 1983, 13(1-3): 139-152.

[11] Monin A S and Obukhov A M F. Basic laws of turbulent mixing in the surface layer of the atmosphere[J]. Contrib. Geophys. Inst. Acad. Sci. USSR, 1954, 151(163): e187.

[12] Vickery P J, Wadhera D, Powell M D et al. A hurricane boundary layer and wind field model for use in engineering applications[J]. Journal of Applied Meteorology and Climatology, 2009, 48(2): 381-405.

[13] ESDU. Strong winds in the atmospheric boundary layer, part 1: mean hourly wind speed [M]. Engineering Sciences Data Unit Item No. 82026, London, England, 1982.

[14] ESDU. Strong winds in the atmospheric boundary layer, part 2:discrete gust speeds [M]. Engineering Sciences Data Unit Item No. 83045, London, England, 1983.

[15] Uppala S, Dee D, Kobayashi S, et al. Towards a climate data assimilation system: Status update of ERA-Interim[J]. ECMWF Newsletter, 2008, 115: 12-18.

[16] 莊禮賢，尹協(xié)遠(yuǎn)，馬暉揚(yáng). 流體力學(xué)[M]. 合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社, 2009: 55-60.

Abstract:Accurate atmospheric forcing field is critical to the simulation of storm surge and other marine disasters. We combine the advantages of empirical and numerical wind fields, and presents a new method of wind field correction through dynamical decomposition of vorticity velocity and divergence velocity from the typhoon wind field. Four typical typhoon cases over South China Sea are used to compare the accuracy between synthetic wind field and empirical or numerical wind fields, the results show that the wind field simulation in synthetic model is improved significantly. The synthetic model could locate the typhoon center precisely and simulate the wind field around typhoon eyes accurately, as well as maintain the predominance of numerical wind field over typhoon periphery. Both of the extreme wind speeds and peak time of wind sequences are simulated exactly, and the modellings of weak wind are also consistent with observation. The multi-site analysis shows that, the phases and magnitudes of wind field simulation in synthetic model are consistent with observation, and the simulation performances of wind duration and peak time simulation are improved significantly in synthetic model, which satisfy the accuracy requirements of atmospheric forcing field in marine disaster simulation.

Key words:wind field correction; synthetic wind field; vorticity velocity; divergence velocity

Investigation on a Dynamical Correction Method of Wind Field in Typhoons

WANG Yuxing1, YANG Xuelian2, CAI Qiongqiong2, HAN Zhenyu3and ZHENG Tengfei4

(1.NationalMarineHazardMitigationService,SOA,Beijing100194,China; 2.NationalMarineEnvironmentalForecastingCenter,SOA,Beijing100081,China; 3.NationalClimateCenter,Beijing100081,China；4.InstituteofTropicalandMarineMeteorology,CMA,Guangzhou510080,China)

王宇星，楊學(xué)聯(lián)，蔡瓊瓊，等. 一種臺(tái)風(fēng)風(fēng)場(chǎng)動(dòng)力學(xué)訂正方法的研究[J]. 災(zāi)害學(xué)，2017，32(4)：51-59. [WANG Yuxing, YANG Xuelian, CAI Qiongqiong, et al. Investigation on a Dynamical Correction Method of Wind Field in Typhoons[J]. Journal of Catastrophology，2017，32(4)：51-59.

10.3969/j.issn.1000-811X.2017.04.009.]

X43; P435; P413

A

1000-811X(2017)04-0051-09

2017-03-20

2017-06-30

海洋公益性行業(yè)科研專(zhuān)項(xiàng)經(jīng)費(fèi)項(xiàng)目(201505018)；國(guó)家自然科學(xué)基金項(xiàng)目(41405075，41405101)

王宇星(1987- )，女，山西靜樂(lè)人，副研究員，主要從事風(fēng)暴潮災(zāi)害數(shù)值模擬、氣候變化的研究.E-mail: yuxing.wang@foxmail.com

10.3969/j.issn.1000-811X.2017.04.009