石艷軍+單海濱+張月維+胡民達

【摘 要】選取2016年臺風 “海馬”和“鲇魚”臨近登陸過程作為試驗個例，在WRF模式基礎上，采用控制試驗與同化NPP_ATMS亮溫資料對臺風進行72h數值模擬，在臺風路徑、中心最低氣壓和中心最大風速三個方面對比實況分析了其模擬效果，試驗結果表明：WRF模式對臺風“海馬”和“鲇魚”的路徑模擬效果非常好，尤其是前48h，但兩個臺風模擬輸出的時間點都明顯偏快，在強度模擬上也有參考價值。同化NPP_ATMS亮溫資料后在路徑上，除了個別點作用不明顯外，大部分時間點都有一定的正作用。在中心氣壓和中心風速上影響較小，但有影響的時間點也均為正作用。

【關鍵詞】WRF模式；三維變分同化；臺風；NPP_ATMS亮溫資料；數值模擬

中圖分類號： P732.4 文獻標識碼： A 文章編號： 2095-2457（2017）23-0006-002

【Abstract】This article indicates the numerical model WRF simulates the typhoon named “haima” and “nianyu” happened in 2016 for example.Two kinds of initialization schemes and 72-hour simulation are performed and NPP_ATMS brightness temperature data is ingested into the WRF model.The simulation results are analyzed in contrast to the observation path of typhoon， the lowest central air pressure and the highest central wind speed.Results suggest effects that WRF model simulates the paths of typhoon named“haima” and “nianyu” are very well， especially in the first 48 hours. Though output time points in simulation of the two typhoons move obviously faster，it is with reference value to intension simulation as well. Despite of few time points with unobvious effects， majority number of points are positive effects.Influence on central air pressure and wind speed are small but the time points with influence areinfluenced positively.

【Key words】WRF model；3DVAR；Typhoon；NPP_ATMS brightness temperature data；Numerical simulation

0 引言

中國是臺風多發(fā)的國家，每年臺風造成的災害損失高居十大自然災害之首，臺風預報的準確性對防災減災工作至關重要。目前，數值預報已成為臺風預報的主要手段[1]。一直以來，國內外從未間斷對臺風的研究，現已有大量關于臺風研究的文章，日本氣象廳的Akihiko[2]使用非靜力模式對熱帶風暴Meari的強降水進行了數值模擬，結果認為良好的水汽及水汽輸送條件有利于熱帶風暴發(fā)生強降水。Shen[3]等通過數值模擬研究認為，陸地上的水體會減緩登陸熱帶風暴的衰亡速度。邢建勇等[4]對2005年第15 號臺風“Khanun”進行了數值模擬，分析了不同的初始化方案對模擬預報的影響。楊引明等[5]在WRFDA系統中，對2009年第8號臺風“莫拉克”開展了風云三號A星微波資料數值預報的直接同化研究，結果表明，同化風云三號A星微波資料對數值模式初始場改進要優(yōu)于僅僅同化常規(guī)觀測資料，這點在缺乏觀測資料的海洋上改進尤為明。周林等[6]結合WRF的三維變分系統對小型超強臺風“桑美”進行了數值模擬，結果驗證了熱帶風暴暴雨的發(fā)生和維持需要大尺度環(huán)境場、動力條件和水汽條件等因素的配合。ZHANG，et al[7]構建了適合格點模式的三維變分同化系統，并對ATOVS輻射亮溫資料直接同化方案進行了改進，研究西北太平洋上的熱帶氣旋，結果表明，直接同化輻射亮溫資料，可以正確描述熱帶氣旋的三維結構及其演變情況。WANG，et al[8]在臺風模擬試驗中，利用MM5-4DVAR同化系統，結合BDA方法同化NOAA-16 的AMSU-A資料，結果表明該方案可以重構臺風的中尺度信息，進而改善臺風的預報。丁偉鈺等[9]在有云條件下，結合GRAPES-3DVAR同化系統和WRF模式，研究了ATOVS紅外輻射資料直接同化的方法，并分析了其對“珍珠”臺風預報的影響，結果表明，可以改進臺風濕度、濕度，有一定的正面作用。

2011年10月28日，ATMS探測器搭載美國新一代氣象極軌衛(wèi)星NPOESS的準備星NPP發(fā)射，是AMSUA和MHS輻射計的繼承版本，主要用于探測大氣溫度和濕度廓線。廣州氣象衛(wèi)星地面站基于風云三號（FY-3）極軌衛(wèi)星接收系統的深入研究，已實現了FY-3接收系統對NPP衛(wèi)星直接廣播數據的兼容接收，并完成了衛(wèi)星數據L0～L1級的預處理[10]。本文利用中尺度數值模式WRF直接同化ATMS亮溫資料，并以2016年臺風“鲇魚”和臺風“海馬”為個例檢驗其對臺風數值預報效果的影響。

1 臺風概況endprint

臺風“海馬”是2016年第22號臺風，存在時間為2016年10月15日8時至10月23日17時，10月21日下午12時40分于汕尾海豐縣鲘門鎮(zhèn)登陸?！昂ｑR”導致菲律賓大氣地球物理和天文服務管理局首次需要發(fā)出五號風暴信號，亦導致香港天文臺21年以來首次在10月發(fā)出八號熱帶氣旋警告信號。20日20時到21日19時，粵東以及惠州、深圳、東莞、梅州、河源南部出現了暴雨到大暴雨，梅州豐順縣和潮州潮安縣出現特大暴雨，河源北部和韶關南部出現了中雨到大雨，全省共有2個站錄得250毫米以上的特大暴雨。在風力影響方面，廣東東部海面出現了9級-12級大風、陣風13級-14級，粵東沿海市縣出現了8級-11級、陣風12級-14級大風。海馬造成江蘇、福建、廣東189.9萬人受災，超過3800間房屋受損，直接經濟損失47.6億元人民幣。

臺風“鲇魚”是2016年第17號臺風，存在時間為2016年9月23日8時至9月29日5時，9月28日早晨于福建泉州的惠安縣沿海登陸。鲇魚造成臺灣全島兩百多萬戶停電并且大規(guī)模停班課，福建多地同時發(fā)布“雙紅”（紅色臺風+紅色暴雨，均屬于最高級別）警報。中國福州晉安區(qū)測得最高風速為43.6米每秒，刷新了蘇迪羅的陣風紀錄，幾乎是達到了0102號臺風飛燕時的水平，降水同樣嚴重，永泰、閩清、福安等地都已經超過警戒水位，城區(qū)也大面積內澇。

2 探測器和資料介紹

ATMS有22個探測通道，前15個通道為溫度探測通道，后7個為濕度探測通道，其中通道1-5和16-17為窗區(qū)探測通道。ATMS軌道寬度為2300km，每條掃描線上有96個掃描點，星下分辨率通道1-2為75km，通道3-16為32km，通道17-22為16km。

本文采用的模式是美國環(huán)境預報中心和美國國家大氣研究中心等聯合研發(fā)的新一代中尺度預報模式WRFV3.7.1和同化系統WRFDA。除了ATMS亮溫資料，本文所使用的資料還包括：1、NCEP網站提供的FNL再分析資料，水平分辨率為1°×1°。2、臺風觀測路徑、中心最低氣壓和中心最高風速選用廣東省氣象局業(yè)務網的實況路徑。

3 試驗方案設計及步驟

本文中模式水平分辨率采用的是30km，垂直為30層，以（118°E，23°N）為中心，未使用嵌套，模擬區(qū)域網格格點數為235×182，積分步長180s。微物理過程采用WSM 3-class simple ice scheme，長波輻射參數化方案采用rrtm scheme、短波輻射參數化方案采用Dudhia scheme，近地面層方案采用Monin-Obukhov scheme，陸面過程方案采用Noah land-surface model，邊界層方案采用YSU scheme，積云參數化方案采用Kain-Fritsch scheme。

在此基礎上，本文設計了2組試驗，分別對臺風“海馬”和臺風“鲇魚”進行72h的預報。試驗1：直接使用FNL資料作為初始場，進行72h預報；試驗2：采用3DVAR同化方法，將NPP_ATMS亮溫數據同化其中，更新邊界再進行72h預報。

4 試驗結果

4.1 臺風預報路徑分析

如圖1所示為臺風“海馬”路徑，紅色為控制試驗模擬路徑，綠色為同化ATMS亮溫資料的模擬路徑，藍色為實況路徑。從臺風“海馬”實況模擬路徑對比分析，控制試驗模擬的臺風路徑及在菲律賓的登陸點整體與實況路徑是比較吻合的，特別是前48小時，最后12小時，實況路徑向北折向移動過程中，模擬路徑仍是向西走，差別較大。如表一所示，分別為試驗1控制試驗和試驗2同化ATMS資料后與實況路徑的偏差，其二者的差值正數表示正作用，負數表示負作用，除了66h和72h最后兩個時間點，其他輸出時間點均有正作用。

如圖2所示為臺風“鲇魚”路徑，同臺風“海馬”類似，前48小時模擬路徑與實況路徑比較一致，但模擬輸出的時間點明顯偏快，同化ATMS亮溫資料后稍有改善。最后12小時，實況路徑向北折向移動過程中，模擬路徑仍是向西走，差別較大。如表二所示，同化ATMS資料后，除了個別輸出點無影響外，其他點均有正作用。

4.2 臺風中心最低氣壓分析

通常用臺風中心海平面最低氣壓來表征臺風的強度，圖3為臺風“海馬”中心海平面氣壓的72h預報結果以及實況氣壓圖。可以看出模擬方案的中心氣壓變化趨勢與實況是一致的，但在數值上差異略大，在54h至60h起，數值最為接近，同化ATMS資料后對比控制試驗，前18h無變化，從18h起，氣壓值均有正變化，但數值不大。

如圖4所示為臺風“鲇魚”中心海平面氣壓的72h預報結果以及實況氣壓圖?？梢钥闯銮?8h，模擬氣壓值與實況是非常吻合的，從18h起，實況氣壓值逐漸降低的過程中，模擬值呈平滑趨勢，差值越來越大，從54h起，實況氣壓值逐漸升高，二者的差值又慢慢變小。同化ATMS資料后與控制試驗基本沒有變化。

4.3 臺風中心最大風速分析

圖5是臺風“海馬”中心最大風速的72h數值模擬結果以及實況圖。在整個模擬時段，模擬值始終偏小，前36h，差值大于20m/s，最大差值達到33m/s。36h后差值逐漸縮小，54h后，模擬值與實況接近為個位數的差值。同化ATMS資料大部分輸出時間點無變化，有變化的點均為正作用，與實況有小幅度的接近。

圖5是臺風“鲇魚”中心最大風速的72h數值模擬結果以及實況圖。可以看出模擬的最大風速變化趨勢與實況是較為一致的，且前24h偏差較小，從24h起，實況風速加大的過程中，模擬值變化較小，差值被拉大，最大差值接近20m/s。從54h起，實況最大風速減小，模擬值隨之減小，模擬值對比實況偏小。同化ATMS資料對比控制試驗大部分時間點無變化，有變化的幾個點均為正作用，但幅度不大。

5 結論endprint

本文利用模式WRFV3.7.1，采用控制試驗和同化NPP_ATMS亮溫資料兩種方案對2016年臺風“海馬”和臺風“鲇魚”進行了72h的數值模擬，初步得到以下結論：

1）WRF模式對臺風“海馬”和臺風“鲇魚”的路徑都有非常好的模擬效果，尤其是前48h，但兩個臺風模擬輸出的時間點都明顯偏快；強度模擬比路徑效果差一些，但在趨勢等方面仍然有參考價值。

2）在初始場同化NPP的ATMS資料后，從臺風路徑、中心氣壓和中心風速初始位置看，對初始場的改變不大，而在后面慢慢發(fā)生作用，在路徑上，除了個別點作用不明顯外，大部分時間點都有一定的正作用。在中心氣壓和中心風速上影響較小，但有影響的時間點也均為正作用。

綜上所述，NPP_ATMS亮溫資料對臺風路徑和強度均有一定的改進作用，需要指出的是，本文針對臺風路徑和強度的模擬效果僅選取了二個臺風個例，因此研究NPP_ATMS亮溫資料同化還需做大量的工作。

【參考文獻】

[1]鄒力，王云峰，姜勇強，等.基于衛(wèi)星亮溫資料同化對2009年熱帶風暴“浪卡”的數值研究.氣象科學，2016，36（3）：366-373.

[2]AKIHIKO M. A cloud-resoloving numerical simulation for characteristic rainfall induced by typhoon Meari（2004）[R].Team Member Report on Topic 0.3 of Sixth International Workshop on Tropical Cyclones，2006.

[3]SHEN W，GINIS I，TULEYA R E. A numerical investigation of land surface water on landfalling hurricanes[J]. Journal of the Atmospheric Sciences，2002，59 （4）：789-802.

[4]邢建勇，宋學家，楊學聯，等.臺風“卡努”的數值模擬試驗[J]. 海洋預報，2006，23（2）：1-9.

[5]楊引明，杜明斌，張潔. FY-3A微波資料在“莫拉克”臺風預報中的同化試驗[J].熱帶氣象學報，2012，28（1）：23-30.

[6]周林，王東法，徐亞欽.利用WRF 數值模擬分析小型超強臺風“桑美” [J].浙江大學學報（理學版），2012，39（6）：703-710.

[7]ZHANG Hua，XUE Jishan，ZHU Shiyu，et al.Application of direct assimilation of ATOVS microwave radiances to typhoon track prediction[J].Adv.Atmos.Sci，2004，21（2）：283-290.

[8]WANG Yunfeng，ZHANG Haiyang，WANG Bin，et al. Reconstrutc the mesoscale information of typhoon with BDA method combined with AMSU-A data assimilation method[J].Adv.Meteor.，2010.

[9]丁偉鈺，萬齊林，張誠忠，等.有云條件下HIRS/3資料的同化及其對“珍珠”臺風的影響[J].氣象學報，2010，68（1）： 70-78.

[10]張月維，單海濱.Suomi NPP衛(wèi)星直接廣播數據接收和預處理.氣象科技[J].2015，43（1）：53-58.endprint