陳志強，甘秋瑩，徐建軍

(1.廣東海洋大學(xué)海洋與氣象學(xué)院，廣東 湛江524088；2.廣東海洋大學(xué)南海海洋氣象研究院，廣東 湛江524088；3.南方海洋科學(xué)與工程廣東省實驗室（湛江），廣東 湛江524088)

1 引 言

熱帶氣旋（Tropical Cyclone,TC）是生成和發(fā)展于熱帶或副熱帶洋面上的氣旋性渦旋[1]，強的熱帶氣旋會造成登陸地區(qū)巨大的經(jīng)濟損失和人員傷亡。在熱帶氣旋發(fā)展的過程中，往往伴隨著強烈的大氣-海洋的耦合，這些過程包括大氣海洋之間水汽、熱量、動量等通量的交換，以及相應(yīng)的正負反饋過程。海表面高溫增加大氣下邊界層的不穩(wěn)定擾動，使氣旋活動增強，增加的海表面風場一方面加快了海表層混合和下層低溫冷水的上翻，降低了海表面溫度，另一方面加快了海表的蒸發(fā)潛熱的釋放，維持了臺風的能量輸送，同時風場引起的巨大表面海浪，也進一步通過海浪的非線性破碎飛沫，將能量和水汽輸送給大氣[2-11]。因此，通過大氣-海洋-海浪之間的耦合作用來研究熱帶氣旋，有利于更進一步揭示臺風發(fā)生發(fā)展的過程和機理[12-13]。

數(shù)值模式目前已被廣泛采用到熱帶氣旋的研究與應(yīng)用中，例如:Zarzycki等[15]利用區(qū)域大氣模式(Community Atmosphere Model，CAM)對2012—2013年大西洋和東太平洋的臺風進行預(yù)報；王詠青等[16]利用中尺度氣象模式WRF對2006年西北太平洋夏季的臺風進行預(yù)測試驗。隨著模式和耦合技術(shù)的發(fā)展，大氣-海洋耦合模式被廣泛應(yīng)用于臺風、降水的模擬研究中，例如，1996年，美國海軍研究實驗室（Naval Research Laboratory）研發(fā)了一套耦合模式COAMPS（Coupled Ocean Atmosphere Mesoscale Prediction System）使得大氣模式與海洋模式可以相互交換初始場數(shù)據(jù)進行耦合，并對兩次熱帶氣旋過程進行了理想化模擬[17]；張莉等[18]對2001年IPCC第四次評估報告的海氣耦合模式模擬結(jié)果進行評估發(fā)現(xiàn)海氣耦合模式對東亞季風降水具有較好的模擬效果；Alimohammadi等[19]通過研究Hurricane WRF模式對行星邊界層，積云對流方案，海洋-大氣表面通量參數(shù)化的敏感性來改進熱帶氣旋的預(yù)測；Sun等[20]基于由我國自主研發(fā)的GRAPES模式發(fā)展的中尺度臺風模式GRAPES_TYM，對2011年臺風“Muifa”的過程進行數(shù)值模擬，結(jié)果表明耦合模式很好地模擬了海表面溫度的降幅，同時在臺風發(fā)展的初期，耦合模式對于臺風強度和路徑的模擬和觀測具備很強的一致性。

2010年，美國Woods Hole Science Center研發(fā)的最新海-氣-浪耦合模式(Coupled Ocean-Atmosphere-Wave-Sediment Transport，COAWST)，利用MCT耦合技術(shù)將廣泛使用的中尺度大氣模式WRF，區(qū)域海洋模式ROMS和海浪模式SWAN進行耦合，形成了一套完整的耦合系統(tǒng)，用于描述大氣、海洋動力和物理過程，以及不同分量之間的變量交換，適用于熱帶區(qū)域臺風的模擬[21]。之后，COAWST耦合模式被廣泛應(yīng)用于臺風的數(shù)值模擬中，Kenny等[22]通過設(shè)置敏感性試驗來研究不同模型之間的耦合組合對南海臺風“Kalmaegi”模擬的影響，結(jié)果表明只有完全耦合的WRF-ROMSSWAN模式才能更好地再現(xiàn)臺風發(fā)展期間環(huán)境場的變化；Ricch等[23]使用雙向耦合的大氣-海洋耦合模式COAWST對地中海的熱帶氣旋發(fā)展過程進行模擬，結(jié)果表明：與獨立的大氣模式的多物理集合相比，COAWST的模擬再現(xiàn)了更精確的海面熱通量、氣旋路徑和強度；徐海波等[24]利用海-氣-浪耦合模式COAWST對2010年西太平洋最強的臺風“Megi”進行模擬，驗證了海洋條件對臺風強度有一定的影響，而臺風移動速度、風速的大小也會影響海洋反饋程度。

目前針對熱帶氣旋的模擬研究，主要集中在熱帶太平洋和熱帶大西洋區(qū)域，針對熱帶印度洋的模擬研究比較少。根據(jù)最新的觀測數(shù)據(jù)顯示，近幾年熱帶印度洋的氣旋活動明顯加強，同時數(shù)量也在增加，尤其是在每年印度季風爆發(fā)之前[25]。劉春雷等[26]的研究發(fā)現(xiàn)40年來北印度洋熱帶氣旋總生成個數(shù)每10年增加1.3個，其強度和頻率的增加不僅給印度等國家?guī)砹藝乐氐臍庀鬄?zāi)害，同時也對我國青藏高原，云貴高原的降水帶來巨大的影響[27]，呂愛民等[28]的研究也發(fā)現(xiàn)孟加拉灣風暴“Akash”(0701)也引發(fā)了云南、廣西等地一次持續(xù)性強降水過程；對于印度洋熱帶氣旋強度和路徑的預(yù)報預(yù)警，不僅可以減少印度洋沿岸國家和地區(qū)的經(jīng)濟損失和人員傷亡，同時也是響應(yīng)關(guān)于加快推進絲綢之路經(jīng)濟帶和21世紀海上絲綢之路建設(shè)的倡議，為海上絲綢之路保駕護航[29]。

本文利用最新研發(fā)的COAWST模式，針對2019年印度洋臺風“Fani”，進行了耦合模式數(shù)值模擬，分析了熱帶氣旋發(fā)生發(fā)展過程中路徑、強度、以及海氣通量等物理量的變化，并與觀測數(shù)據(jù)以及再分析資料進行對比分析。論文第2部分進行了模式各個分量的介紹和數(shù)值試驗設(shè)計；第3部分分析了數(shù)值模式的模擬結(jié)果并加以討論；最后在第4部分進行了全文總結(jié)。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來源

WRF（The Weather Research and Forecasting Model）天氣預(yù)報模式的初始場和邊界條件資料來自NCEP FNL的再分析資料，水平分辨率1°×1°(https://rda.ucar.edu/datasets/ds083.2/)；ROMS（Regional Ocean Model System）海洋模式的初始場和邊界場資料來自全球海洋預(yù)報和再分析系統(tǒng)HYCOM的再分析資料，水平分辨率為(1/12)°（http://nrl.asee.org/）；SWAN（Simulating Waves Nearshore）海浪模式的環(huán)流初始場的波參數(shù)為0，受大氣和海洋流場的強迫發(fā)展起來。大氣、海洋物理量的再分析數(shù)據(jù)來自ECMWF_ERA5，水平分辨率0.25°×0.25°（https://www.ecmwf.int/en/forecasts/datasets/browse-reanalysis-datasets）。氣旋風暴“Fani”的路徑及強度數(shù)據(jù)來自International Best Track Archive for Climate Stewardship(IBTrACS)(http://ibtracs.unca.edu/)。

2.2 模式介紹

COAWST耦合模式由大氣、海洋、海浪幾個子模式構(gòu)成。氣旋的大氣物理量場的模擬采用的是天氣預(yù)報模式WRF；海洋物理場的模擬采用的是海洋模式ROMS；波浪場的模擬采用海浪模式SWAN。

天氣預(yù)報模式WRF是由美國大氣研究中心(National Center for Atmospheric Research,NCAR)和美國國家環(huán)境預(yù)報中心(National Centers for Environmental Prediction,NCEP)等研究機構(gòu)共同研發(fā)的天氣分析和預(yù)報模式。模式的時間積分采用三階或者四階的Runge-Kutta方案，水平方向采用正交曲線(Arakawa C)網(wǎng)格進行計算，垂直方向采用地形跟隨的sigma坐標。其控制方程是基于非靜力平衡的歐拉方程建立起來的[30-32]。

由UCLA、Rutgers大學(xué)共同開發(fā)的ROMS模式是基于原始方程的自由表面，三維非線性的斜壓海洋模型，水平方向上采用Arakawa C網(wǎng)格，垂直方向上采用地形跟隨sigma坐標。模型的控制方程是雷諾平均的N-S方程，采用Boussinesq近似和準靜力近似求解[33-36]，其控制方程如下。

運動方程：

SWAN作為第三代海浪模式，是由荷蘭代爾夫特理工大學(xué)基于WAM模式開發(fā)的，它克服了WAM模型在沿海區(qū)域的使用限制[37]，綜合考慮了波浪的淺水變形、繞射、反射、折射等傳播變形過程，能夠模擬海底摩擦、破碎、白浪、風能輸入以及波浪非線性效應(yīng)等影響，可以輸出有效波高、波向、波周期、波浪譜，對近岸的海浪模擬有較好的模擬精度[38]。SWAN模式是在靜止波中受大氣和海洋流場的強迫發(fā)展起來。

模式采用耦合器MCT(Model Coupling Toolkit)將大氣、海洋和海浪分量耦合。MCT采用Fortran90語言和MPI消息傳遞接口協(xié)議實現(xiàn)，用于并行高效的實現(xiàn)模式分量之間變量的傳輸和轉(zhuǎn)換[39-40]。在模式的初始化階段，MCT內(nèi)部記錄了大氣、海洋和海浪模式模擬區(qū)域劃分（domain decomposition），并初始化不同模式分量之間傳遞的變量和傳遞方向。在模式運行期間，不同分量獨立積分，并在預(yù)先給定的耦合時間節(jié)點上進行變量交換，在最新版本的COAWST模式中，大氣、海洋和海浪分量變量交換和方向（圖1）：大氣分量提供10 m的水平風場給海浪，同時通過大氣邊界層方案提供給海洋熱量和動量通量；海洋模式提供海表面溫度場SST給大氣，同時提供海表面流場、自由高度以及海洋地形給海浪；海浪分量計算有效波高、波長、方向角等波浪參數(shù)返回給海洋模式，同時提供給大氣一個動態(tài)的海表粗糙度參數(shù)，取代大氣邊界層原有的常系數(shù)方案。

圖1 COAWST子模式之間變量交換及方向 圖來源于Woods Hole Coastal and Marine Science Center(WHCMS)。

2.3 數(shù)值試驗設(shè)計

天氣預(yù)報模式WRF（the Weather Research and Forecasting Model）的初始場和邊界條件資料來自NCEP FNL的再分析資料，水平分辨率1°×1°，模擬區(qū)域為48~112°E，13°S~33°N（圖2），網(wǎng)格數(shù)設(shè)置為150×199，對應(yīng)水平網(wǎng)格分辨率為30 km，能夠分辨水平尺度上百公里的臺風，垂直分47層。

海洋模式ROMS（Regional Ocean Model System）使用的海流、水位、鹽度、溫度等初始場資料來自HYCOM的再分析資料，水平分辨率0.125°×0.125°，模擬區(qū)域為54~99°E，6~26°S（圖2），網(wǎng)格數(shù)設(shè)置為102×152，對應(yīng)水平網(wǎng)格分辨率為30 km，這種水平分辨率能夠分辨可能影響風暴強度的中尺度海洋特征，本次研究中不考慮河流徑流的影響。海浪模式SWAN（Simulating Waves Nearshore）的環(huán)流初始場的波參數(shù)為0，受大氣和海洋流場的強迫發(fā)展起來，采用與ROMS相同的網(wǎng)格設(shè)置。

圖2 數(shù)值模式模擬區(qū)域

數(shù)值模擬試驗針對北印度洋孟加拉灣海區(qū)氣旋風暴“Fani”，從2019年4月30日12時(世界時，下同)一直積分到2019年5月3日12時，著重關(guān)注數(shù)值模擬熱帶氣旋發(fā)展過程中氣象、水文物理量場特征；數(shù)值試驗中大氣、海洋、海浪分量獨立積分，每30分鐘進行一次耦合，各個分量從耦合器中得到耦合變量再次獨立積分，以此循環(huán)積分共72小時，試驗每積分3小時輸出一次歷史數(shù)據(jù)；數(shù)值試驗中ROMS，SWAN，WRF主要采用的物理過程參數(shù)化方案如表1。

表1 模式使用的參數(shù)化方案

3 結(jié)果分析

3.1 大氣物理量場分析

3.1.1 路徑及強度分析

耦合模式輸出熱帶氣旋“Fani”2019年4月30日12:00—5月3日9：00的移動路徑與IBTrACS的實測氣旋路徑對比顯示，耦合模式模擬的臺風路徑相對于實際的路徑右偏（偏差達19~74 km）（圖3a）。在模式運行的前43小時（5月2日7：00以前），模式的模擬路徑與實測的路徑非常接近，偏差在55 km以內(nèi)；5月2日7：00—5月2日14：00，相對實測路徑而言，模式的模擬路徑向右偏的趨勢加大；模式運行的最后15小時，模擬路徑與實測路徑的偏差迅速減小，模擬的登陸位置與實際僅相差32.5 km（圖3b）。強度模擬的結(jié)果與IBTrACS實測對比存在一定偏差，主要表現(xiàn)為COAWST模式模擬的風暴強度偏弱，COAWST模式模擬的風暴最低氣壓為975 hPa，IBTrACS實測的風暴最低氣壓為917 hPa（圖3c）。耦合模式模擬的風暴強度偏弱的現(xiàn)象在其他學(xué)者的研究中也普遍存在，風暴強度對海面溫度極其敏感，當耦合到海洋模型時海面的降溫可導(dǎo)致強度迅速降低[12，21，41-42]。

圖3 2019年4月30日12:00—5月3日9:00“Fani”的移動路徑和強度對比 a中紅色路徑為耦合模式輸出的“Fani”的移動路徑，黑色路徑為實測的“Fani”移動路徑;b為耦合模式相對于實測路徑的偏差（單位:km）;c紅線為耦合模式模擬的“Fani”中心的最低氣壓（單位:hPa），黑線為實測的“Fani”中心的最低氣壓（單位：hPa）。

COAWST耦合模式輸出2019年4月30日—5月3日的10 m風場和海平面氣壓場顯示，中心最低氣壓達975 hPa（圖4a～4d）。耦合模式輸出的海平面氣壓與ERA5的海平面氣壓的差值場在風暴中心附近出現(xiàn)一個對稱的“偶極子”，這是由于耦合模式模擬的風暴中心相對于實際的風暴中心偏右導(dǎo)致的。此外，在模擬的前半段時間，耦合模式輸出的氣壓相對于再分析數(shù)據(jù)偏低，而在模擬的后半段時間，耦合模式輸出的氣壓相對于再分析數(shù)據(jù)偏高，即對風暴強度的模擬偏弱（圖4e～4h）。耦合模式輸出的10 m風速與ERA5的10 m風速的差值場顯示，耦合模式模擬的風暴中心附近的10 m風速偏大2~5 m/s。

圖4 2019年4月30日18時（a、e、i），5月1日12時（b、f、j），5月2日9時（c、g、k），5月3日9時（d、h、l）耦合模式輸出的10 m風場（單位：m/s）疊加海平面氣壓(單位：hPa（)a~d）；COAWST輸出的海平面氣壓相對于ERA5再分析數(shù)據(jù)海平面氣壓的偏差(單位：hPa，e~h);COAWST輸出的10 m風速相對于ERA5再分析數(shù)據(jù)的10 m風速的偏差(單位：m/s，i~l)

3.1.2 2 m溫度場分析

COAWST耦合模式輸出2019年4月30日—5月3日海水的2 m溫度場顯示，氣旋風暴中心附近的2 m溫度比周圍低約5°C，氣旋風暴路徑的后面也出現(xiàn)了大范圍的冷尾流。5月3日，隨著“Fani”在印度東部奧麗薩邦普里地區(qū)登陸，當?shù)貙崿F(xiàn)較大幅度的降溫，降溫幅度8°C以上（圖5a~5d）。耦合模式輸出的2 m溫度與ERA5的2 m溫度的差值場顯示：模擬的前半段時間，耦合模式模擬的風暴中心附近2 m溫度偏高0.5~2.0℃，模擬的后半段時間，風暴靠岸登陸，而耦合模式對風暴登陸帶來的降溫的模擬偏弱3~5℃，即再分析數(shù)據(jù)顯示“Fani”登陸期間會帶來更強的降溫（圖5e~5f）。

圖5 2019年4月30日18時（a、e），5月1日12時（b、f），5月2日09時（c、g），5月3日09時（d、h）耦合模式輸出的2 m溫度場(單位：°C，a~d)，耦合模式輸出的2 m溫度相對于ERA5再分析數(shù)據(jù)的2 m溫度的偏差(單位：°C，e~h)

3.2 海洋物理量場分析

3.2.1 海表面潛熱通量，感熱通量分析

COAWST耦合模式輸出的2019年4月30日—5月3日的潛熱通量，感熱通量的數(shù)據(jù)顯示，氣旋風暴“Fani”生成和發(fā)展的海區(qū)孟加拉灣，潛熱通量為負值（-550~-90 W/m2，圖6a~6d），感熱通量為-80~40 W/m2（圖7a~7d）。

耦合模式輸出的潛熱通量與ERA5的潛熱通量的差值場顯示：耦合模式對風暴中心附近海表潛熱通量的模擬偏弱80~150 W/m2，且出現(xiàn)與海表氣壓差值場類似的“偶極子”現(xiàn)象（圖6e~6f）。耦合模式與ERA5的感熱通量的差值場展示了與潛熱差值場相似的特征，耦合模式對風暴中心附近海表感熱通量的模擬偏弱10～30 W/m2（圖7e~6f）。

圖6 2019年4月30日19時（a、e），5月1日13時（b、f），5月2日10時（c、g），5月3日10時（d、h）耦合模式輸出的潛熱通量(單位：W/m2，a~d)；潛熱通量相對于ERA5再分析數(shù)據(jù)的潛熱通量的偏差(單位：W/m2，e~h)

圖7 2019年4月30日19時（a、e），5月1日13時（b、f），5月2日10時（c、g），5月3日10時（d、h）耦合模式輸出的感熱通量(單位：W/m2，a~d)；耦合模式輸出的感熱通量相對于ERA5再分析數(shù)據(jù)的感熱通量的偏差(單位：W/m2，e~h)

3.2.2 海表面溫度場分析

氣旋經(jīng)過的海面由于強大的風應(yīng)力旋度導(dǎo)致的Ekman抽吸將冷海水上翻，因此氣旋中心附近的海區(qū)海水溫度一般比周圍溫度低2~8℃。COAWST耦合模式輸出2019年4月30日-2019年5月3日的海表面溫度(SST)顯示，氣旋風暴中心附近的北印度洋孟加拉灣海區(qū)，海表面最低溫度26℃，比周圍低約5℃，并在氣旋風暴后部出現(xiàn)了大范圍的冷尾流（圖8a~8d）。耦合模式與ERA5的海表面溫度(SST)的差值場一直存在一個低值中心（-0.5~-1.5℃），這個低值中心同樣也是由于耦合模式模擬的風暴中心位置相對于實際偏右導(dǎo)致的，但是不存在明顯的正中心。說明耦合模式對風暴中心附近的海表溫度與再分析數(shù)據(jù)的結(jié)果比較接近（圖8e~8f）。

圖8 2019年4月30日19時（a、e），5月1日13時（b、f），5月2日10時（c、g），5月3日10時（d、h）耦合模式輸出的海表面溫度（SST）(單位：℃)；海表面溫度（SST）相對于ERA5再分析數(shù)據(jù)的海表面溫度（SST）的偏差(單位：℃)。

3.3 波浪場分析

COAWST耦合模式輸出2019年4月30日—5月3日海面的有效波高數(shù)據(jù)顯示，氣旋風暴“Fani”附近的海區(qū)，海面有效波高3～9 m，氣旋風暴中心的有效波高在9 m以上。4月30日—5月2日海面較高有效波高區(qū)和較大海流速度區(qū)隨“Fani”向西北方向移動，并隨氣旋風暴的強度減弱，氣旋中心的有效波高降低，海流速度減弱（圖9）。

圖9 2019年4月30日18時（a），5月1日12時（b），5月2日09時（c），5月3日00時（d）海面有效波高(填色)疊加海表面海流場(矢量)

4 結(jié) 論

本文基于區(qū)域海-氣-浪耦合模式COAWST對2019年4月30日—5月3日強熱帶風暴“Fani”發(fā)展過程的大氣物理場、海洋物理量場、波浪場的響應(yīng)情況進行了模擬。

（1）COAWST耦合模式對“Fani”路徑的模擬與實測的氣旋路徑具有較高的相似性，登陸地點相對實測僅偏差32.5 km；對“Fani”強度的模擬偏弱;由于耦合模式模擬的風暴中心相對實際偏右，耦合模式與ERA5的海平面氣壓差值場出現(xiàn)“偶極子”的結(jié)構(gòu)；耦合模式對風暴中心附近的10 m風速及2 m大氣溫度的模擬偏大（高）。

（2）COAWST耦合模式對風暴中心附近的潛熱及感熱輸送強度的模擬偏弱，感熱和潛熱相對于ERA5數(shù)據(jù)的差值場同樣顯示出“偶極子”特征；耦合模式海表溫度場（SST）的模擬很好地反映了氣旋附近大氣與海洋之間強烈相互作用產(chǎn)生的海表“冷尾跡”現(xiàn)象，其與ERA5數(shù)據(jù)的差值場顯示耦合模式對風暴中心附近的海表溫度的模擬與再分析數(shù)據(jù)的結(jié)果是比較接近的。

（3）COAWST耦合模式對波浪場模擬顯示：氣旋風暴中心的有效波高在8 m以上，較好地反映出氣旋條件下海表面波浪場，流場的一般規(guī)律。

綜上所述，盡管海-氣-浪耦合模式COAWST對“Fani”發(fā)展過程物理量強度的模擬偏弱，但都較好地模擬了大氣，海洋物理量場及波浪場的總體特征，特別是對氣旋移動路徑以及氣旋發(fā)展過程由于海氣相互作用導(dǎo)致海溫冷卻現(xiàn)象的模擬都展現(xiàn)出很好效果和改進作用，可以發(fā)展并推廣用于北印度洋海域氣旋的模擬分析。