張誠忠，薛紀善,2，黃燕燕，戴光豐

(1.中國氣象局廣州熱帶海洋氣象研究所/廣東省區(qū)域數值天氣預報重點實驗室，廣東廣州510641；2.中國氣象科學研究院，北京100081)

1 引 言

臺風往往活動在觀測資料稀少的洋面上，增加和改進現有觀測資料的使用對我們提供熱帶氣旋的準確分析和預測能力至關重要[1]。近25年來,歐洲數值預報中心和其它全球數值預報中心對熱帶氣旋的預報水平得到穩(wěn)步提高，各種遙感觀測資料的利用與不斷改進的同化方法是提高臺風預報技巧的主因[2-3]。

對于近?；蚣磳⒌顷懙呐_風，陸地上完善的探空、加密地面觀測和雷達觀測網能很好地捕捉到臺風外圍的中小尺度信息。為提高高分辨率模式初始場質量，不少學者探索了高分辨率資料的同化方法。例如有學者在英國氣象局NDP（the Nowcasting Demonstration Project）系統(tǒng)中嘗試了兩種雷達反射率同化方案試驗：第一種方案通過1DVar、3DVar等兩步驟間接同化，第二種則是在4DVar框架內直接同化[4]；有研究利用集合卡爾曼濾波同化方法同化雷達反射率、徑向風，研究結果認為該同化方法能有效獲取高分辨率的中小尺度信息，對短臨預報有著正影響[5-6]。

同樣地，近十年來國內有不少對高分辨率資料同化方法的綜述與研究[7-9]。例如，改進地面氣壓觀測算子，提出新的同化方案[10]；在雷達資料處理上，同時同化雷達反射率導出的“視風速”和徑向風速，克服了只同化單一徑向風速確定風矢量所帶來的不確定性問題[11]；探索基于WRF模式的集合卡爾曼濾波同化方法，同化多普勒天氣雷達徑向風對登陸臺風的短期降水預報效果[12]；或者將雷達反射率同化分成兩步：基于雷達反射率的一維水汽廓線反演，將其引入三維變分同化系統(tǒng)（1DVar+3DVar）[13]。以上部分研究成果已應用到中國氣象局廣州熱帶海洋氣象研究所（以下簡稱廣州熱帶所）逐時同化與預報系統(tǒng)中[14]。

廣州熱帶所的區(qū)域數值預報重點實驗室（以下簡稱重點實驗室）一直承擔華南區(qū)域中心數值天氣預報業(yè)務系統(tǒng)的發(fā)展與系統(tǒng)升級。根據2016—2020年的數值天氣預報模式發(fā)展5年規(guī)劃，重點實驗室圍繞“9-3-1”模式體系研發(fā)模式版本，開發(fā)業(yè)務技術方案：建設印度太平洋地區(qū)9 km、泛珠三角及南海地區(qū)3 km、重點地區(qū)1 km分辨率的區(qū)域高性能數值預報模式。這些高分辨率模式的初值處理的合理與否是短臨預報成功的關鍵。為此,本文的主要目的是利用基于GRAPES的華南精細預報模式系統(tǒng)(3 km分辨率)，對2017年登陸廣東沿海的四個臺風探討包括雷達反演水汽等稠密資料同化后對登陸臺風的24小時降水預報、路徑預報的影響，為逐時同化預報系統(tǒng)升級改進提供試驗參考。

2 2017年登陸廣東沿海的臺風概況

2017年登陸廣東沿海的臺風（熱帶氣旋）共有4 個，分別為“苗柏”（Merbok）、“天鴿”（Hato）、“帕卡”（Parhar）和“瑪娃”(Mawar)（圖1）。

6月12日15時前后（世界時，下同）臺風“苗柏”在深圳大鵬半島沿海地區(qū)登陸，登陸時中心附近最大風力9級（23 m/s），中心最低氣壓990 hPa。登陸后北上穿過深圳和惠州，中心移入河源東源縣境內后于6月13日02時減弱為熱帶低壓。24小時超過100 mm的降水中心出現在深圳到汕尾沿海一帶（圖略）。

8月23日00時前后臺風“天鴿”以強臺風級在珠海金灣區(qū)沿海登陸，登陸后繼續(xù)向西偏北方向移動，23日12時以強熱帶風暴級進入廣西境內，24日06時在廣西百色境內減弱為熱帶低壓。24小時降水超過100 mm的降水中心出現在粵西南地區(qū)（圖略）。

臺風“帕卡”則于8月27日01時前后在臺山東南部沿海地區(qū)登陸，登陸后西北行至廣西東南部，11時減弱為低壓，24小時降水大于50 mm的降水范圍覆蓋粵西地區(qū)（圖略）。

9月3日10—11時臺風“瑪娃”以熱帶風暴級別在揭陽登陸，之后“瑪娃”繼續(xù)向西北方向移動，4日02時在惠州市境內減弱為低氣壓。24小時累積降水超過100 mm的降水中心出現在珠海、臺山附近，范圍小（圖略）。

3 同化方法、模式簡介及試驗設計

3.1 同化方案簡介

3.1.1 三維變分同化方案

廣州熱帶所逐時同化與預報系統(tǒng)采用由中國氣象科學研究院與中國氣象局數值預報中心研發(fā)的三維變分同化系統(tǒng)(GRAPES_3DVar）為核心模塊，具體的方法詳見文獻[15]。在給定大氣狀態(tài)的背景場、觀測資料條件下，分析場就是目標函數達到最小值的解。這里目標函數的定義如下：

x表示分析變量，xb、yo和H(x)分別為背景場、觀測值與分析變量導出的觀測值；B、O分別表示背景誤差協(xié)方差和觀測誤差協(xié)方差。

分析場的求解通常需要目標函數的梯度：

3.1.2 雷達反演水汽資料的方法介紹

在稠密濕度觀測資料較稀缺的情形下，充分利用雷達資料提供高分辨率的降水信息是非常有意義的研究工作。如果將其同化到模式中，對提高中小尺度天氣預報能力將起到十分重要的作用。為此，本文利用觀測雷達反演水汽資料，以彌補濕度觀測的不足。雷達反演水汽的思路為通過雷達（反射率）估測的降水，反演出溫濕度廓線（如水汽廓線、比濕）。具體的反演步驟如下。

設大氣柱分為n層，以X代表溫濕度廓線，即

地面降水觀測量為y，觀測算子（包括大尺度凝結與對流參數化）為H，則模式狀態(tài)估算的降水量為H(X)，目標函數如公式（1）可寫為如下：

將式（4）的第二項也寫成增量形式，

H′T是 H的伴隨算子。由式（9）與（10）在已知xb與y的條件下可以用牛頓法來得到使式（4）達到最小的X，即（T，q）。

3.2 模式概況與試驗方案設計

文中所用的模式為基于GRAPES的區(qū)域精細預報模式，其垂直層次55層，水平分辨率3公里。模式垂直坐標采用高度地形追隨坐標，水平網格變量配置格式為Arakawa-c格點分布，垂直方向charney-Phililips跳層設置，計算方案采用半隱式半拉格朗日的時間差分方案。模式區(qū)域如圖1所示，模擬使用的物理過程見表1。

表1 物理過程設置

這里選取臺風登陸前幾小時為模式模擬初始時間，以便雷達能探測更多的臺風外圍中小尺度信息并加以同化。精細模式的初值場與邊界條件均采用了水平分辨率為0.125°的ECMWF業(yè)務預報系統(tǒng)（以后簡稱EC）的資料；由于臺風“苗柏”、“天鴿”和“帕卡”分別在 12 時、00 時、00 時前后登陸（表2），相應地，臺風初值場也分別采用同時次的EC分析場；臺風“瑪娃”在10時前后登陸，在此以3日EC資料00時分析場起報的第10預報場為模式初值場。以上各試驗均以冷啟動預報未來24小時。

表2 2017年登陸廣東臺風

臺風模擬的試驗設計包括控制試驗（以后簡稱CTRL）、同化雷達水汽（簡稱EXP1）以及同化包括雷達反演水汽、地面和探空資料（簡稱EXP2）三個試驗，同化試驗僅同化初始時刻一個時次的資料。其中，CTRL代表無同化試驗，EXP1同化模式初始時刻的雷達反演的水汽廓線（比濕廓線），EXP3同化的要素包括雷達反演的水汽（比濕）、以及地面、探空觀測的質量場（高度場）、風場、比濕（表 3）。

表3 模擬試驗設計

4 臺風試驗結果分析

4.1 評估方法

為定性評估資料同化對降水的影響，這里采用威脅指數(TS)對降水預報進行評估。其中，TS=命中/（命中+空報+漏報），TS評分越高反映降水預報水平越高；預報偏差=(命中+空報)/(命中+漏報)；若預報偏差小于1，反映預報漏報偏多，若偏差大于1，空報偏多，偏差接近1為最好。地面觀測站降水處理：將其插值到與模式分辨率匹配的3 km格距，并對華南境內所有模式格點進行逐一評分。

關于臺風預報路徑的誤差計算，文中以臺風環(huán)流范圍內、以850 hPa層位勢高度最小值點與同時次實況觀測臺風中心之間的距離為預報誤差。

4.2 不同資料同化對登陸廣東臺風的未來24小時降水、路徑預報影響

4.2.1 臺風“苗柏”

圖2為臺風“苗柏”三組模擬試驗的降水TS、預報偏差與路徑誤差圖?？梢钥闯?，EXP1在中雨、暴雨級別TS均高于CTRL，其他級別相當或略低，中雨及以上的TS均略高于EXP2（圖2a）；EXP2預報的小雨、中雨為最好，大雨、暴雨TS則低于另外兩組試驗。預報偏差除了在暴雨預報空報較多外，EXP1均比CRTL、EXP2更接近1（圖2b）；綜合TS與預報偏差，認為EXP1的降水預報在三組試驗中最優(yōu)。

從路徑預報分布圖(圖2c)可見，CTRL預報路徑比實況偏西，EXP1與CTRL無明顯變化；EXP2的路徑預報在第4小時后逐漸向實況靠近，路徑誤差為三組試驗中最小，反映同化地面探空資料對24小時內的路徑預報有改進。

4.2.2 臺風“天鴿”

臺風“天鴿”三組試驗的降水TS相差不大（如圖3所示），EXP2在各級別降水TS評分中最高；EXP1次之，CTRL最低。預報偏差圖可看出EXP1在中雨預報最接近1，其他級別預報無明顯差異，綜合三次試驗的TS與預報偏差，EXP1的降水預報效果為最優(yōu)。

三組試驗預報的路徑均呈西北方向移動，與實況臺風軌跡大略一致。其中，EXP2在前10小時、最后4小時誤差最小，中間時段誤差偏大。EXP1預報誤差在第10—第20小時最小，其余時段與CTRL相當，略遜于EXP2。

4.2.3 臺風“帕卡”

與上兩個臺風的模擬結果類似，三組試驗TS差異不明顯（圖4）。其中，EXP2的TS為最高（除了中雨），EXP1次之，CTRL最低，EXP2預報偏差最接近1。因此EXP2在三組試驗中降水預報最優(yōu)。

臺風登陸后的路徑預報，EXP1為最接近觀測路徑，CTRL次之，EXP2預報路徑偏北而誤差最大。

4.2.4 臺風“瑪娃”

降水TS圖顯示（圖5），EXP1在中雨、大雨、暴雨級別均高于CTRL試驗，預報偏差在三組試驗中最接近1；EXP2在中雨以上TS低于EXP1、CTRL試驗，在大雨、暴雨級別TS最高，但漏報偏多。綜合以上，EXP1對降水的預報最好。

路徑分布圖中，CTRL預報的路徑比實況偏東（圖5c），EXP1、EXP2路徑逐漸向實況靠近趨勢，尤其同化了包括了地面探空信息的EXP2試驗路徑最接近實況；路徑誤差除了在第2個時次誤差偏大外，其他時次誤差均小于CTRL，顯示綜合同化雷達與其它觀測資料后對24小時內的路徑有更好的表現。

綜合以上分析結果，四個臺風模擬試驗中有三個EXP1在預報偏差比CTRL、EXP2更接近1情況下TS評分為最高或次高，反映雷達反演水汽的同化對未來24小時降水預報有正影響；EXP2的降水預報略遜于EXP1，優(yōu)于CTRL。

在臺風路徑預報影響方面，雷達水汽的同化有著無負影響到正影響的改善（與CTRL相比），而雷達水汽、地面和探空的同化中有3個個例是有助于臺風路徑預報的改進，這結論與Chan等[16]的研究結果一致。

為進一步闡明資料同化后對短臨降水、路徑預報影響，本文選取臺風“瑪娃”個例，以便更清楚地反應有無同化資料的預報差異。下節(jié)以臺風“瑪娃”為例（見第2節(jié)說明）進行具體分析。

4.3 資料同化對臺風“瑪娃”短臨降水、路徑的影響分析

4.3.1 有無同化初值場的差異分布

圖6為9月3日10時觀測的雷達反射率及其同化的資料站點、同化分析增量分布圖。圖6a為3 km高度的觀測雷達反射率，圖6b中藍色小方格代表經過一維反演并經過稀疏化后的水汽廓線位置點，紅色圓點代表地面探空觀測站點；其中水汽廓線點很好地代表雷達強回波的分布特征，彌補了華南地區(qū)大氣濕度觀測密度的不足，為捕捉中小尺度濕度信息提供極好的反演資料。圖6c為經過三維變分后的3 km高度水汽增量分布圖，圖6d為500 hPa風速分析增量圖。

由圖6c可發(fā)現同化資料后（EXP2）分析場的水汽增量大于0.9 g/kg區(qū)域的分布、走向與大于20 dBz雷達回波位置吻合，表明模式背景場偏干、同化后模式初始場（分析場）已包含雷達反演水汽（降水）信息等。另外，500 hPa風速增量反映同化資料后臺風北側有偏西（少量偏北）氣流的增量，因此前12小時預報的路徑比CTRL試驗的偏西，更接近實況路徑（圖5）。

4.3.2 資料同化對短臨降水預報的影響

兩個試驗的前12小時累計降水預報如圖7所示。與實況降水相比：CTRL的3小時降水預報沒有模擬出珠三角西側的降水中心，6小時后預報出降水位置、量級偏??；12小時后基本模擬出沿海及珠三角西側的降水中心。EXP2很好地模擬出3、6、12小時累積降水中心，EXP1預報結果與EXP2的類似（圖略），資料同化對短時降水預報有明顯提高。

為闡明同化資料后為何成功報出珠三角西側強降水中心，這里沿著圖4的水汽正增量中心軸（114°E）給出CTRL、EXP2兩試驗模式積分1小時后的比濕、環(huán)流差異圖（圖8），在22.8°N和23.2°N處分別有水汽差異正中心，這兩中心分別對應著正的潛熱加熱中心，以及上升氣流，該位置恰好對應著3、6小時累積降水中心（圖7）。

上述事實反映，初始時刻水汽的正增量（水汽充沛）區(qū)，一旦對應著上升氣流，會使得此處中高層潛熱釋放增大；對流層中高層潛熱釋放有利于上升氣流維持，有利于水汽的進一步抬升與凝結，形成降水。因此前3小時EXP2試驗很好地模擬出珠三角西側的降水中心。24小時內逐時TS進一步印證同化資料后提高降水預報水平，EXP1的逐時降水預報尤為明顯（圖9）。EXP2在第11小時前TS均比CTRL高，之后由于低壓位置比實況低壓偏東北（圖略），導致降水位置偏差，造成逐時降水TS比CTRL試驗低；但24小時累積降水TS仍然比CTRL的高（圖5）。

為闡明同化資料后預報的臺風路徑為何更接近實況，分析了EXP2和CTRL兩次試驗臺風引導氣流偏差（同化試驗EXP2與控制試驗CTRL的差值）隨時間演變的情況。圖10a、10b分別代表500 hPa臺風引導氣流的u分量（東風）、v分量（北風）偏差時間序列。引導氣流偏差的計算范圍見圖6d中的黑方框區(qū)。如圖10所示，第1小時u分量偏差為負、v分量偏差為正值，因此預報的第1小時位置比CTRL偏西北，之后，除了第5—第8小時EXP2東風比CTRL的?。╱分量差值為正），其余時間東風分量比CTRL偏大；與此同時，EXP2的北風分量均比CTRL?。╲分量差值為負），因而第2小時后EXP2預報的路徑更偏向西南，接近實況路徑（圖5c）；顯然，反演的水汽資料以及地面、探空資料的同化能改進登陸臺風的短時路徑預報效果。

5 小 結

利用分辨率為3 km的華南精細數值天氣預報模式，對2017年登陸廣東沿海的臺風進行模擬，以評估資料同化對登陸臺風短期降水預報、路徑預報的影響。本文設計了無同化資料CTRL，同化雷達反演水汽EXP1、同化雷達反演水汽和地面及探空資料EXP2三組試驗，模擬分析結果如下。

觀測資料同化對臺風登陸后的短期路徑預報、降水預報有不同程度的改進。其中，雷達反演水汽的同化對短期降水預報有改善，對臺風路徑預報影響不大；在此基礎上同化地面、探空資料后對臺風路徑的預報比EXP1的預報有改進，對降水預報改善不明顯。

通過登陸臺風個例診斷分析發(fā)現：同化與不同化資料的試驗分別積分1小時后，二者間的水汽正差異仍維持在初始場水汽增量區(qū)，并對應著兩者潛熱差異的正潛熱增量區(qū)，以及配合著兩者環(huán)流差異的上升對流；因此可以認為，初值場水汽的增加配合著對流上升有利于短時間內成云致雨，從而提高短時降水預報。地面和探空觀測資料同化有利于改進登陸臺風的短時路徑預報。