陳思遠 馬旭林 孫璐 潘賢 宏觀

摘要 ?適應(yīng)性觀測可以改善資料同化和預(yù)報質(zhì)量。本文利用集合卡爾曼變換適應(yīng)性觀測系統(tǒng)對2015年09號臺風(fēng)“燦鴻”進行了觀測敏感區(qū)識別，并以第一目標(biāo)時刻的觀測敏感區(qū)為基礎(chǔ)，運用觀測系統(tǒng)模擬試驗方法獲取模擬的適應(yīng)性觀測資料。基于WRF中尺度同化和預(yù)報系統(tǒng)，開展了適應(yīng)性觀測敏感區(qū)模擬資料的同化和預(yù)報試驗。研究發(fā)現(xiàn)，臺風(fēng)“燦鴻”（1509）的觀測敏感區(qū)主要位于臺風(fēng)中心的東北側(cè)及東南側(cè)。同化敏感區(qū)內(nèi)模擬觀測資料比同化常規(guī)觀測資料能更好地改善分析質(zhì)量和高度、臺風(fēng)路徑的預(yù)報質(zhì)量，但對降水的預(yù)報改善較弱。

關(guān)鍵詞 ?資料同化; OSSE; 適應(yīng)性觀測; 目標(biāo)觀測; 敏感區(qū); ETKF

臺風(fēng)、暴雨和強對流等高影響性天氣系統(tǒng)是我國典型的氣象災(zāi)害（高彥青等，2022）。改善高影響天氣系統(tǒng)的數(shù)值預(yù)報準(zhǔn)確率對降低氣象災(zāi)害經(jīng)濟損失具有重要意義，這也是急需解決的一項科學(xué)難題與挑戰(zhàn)（馬旭林等，2015a）?；陬A(yù)報誤差傳播特征及其可預(yù)報性問題的研究（朱躍建，2020）表明，諸如臺風(fēng)等高影響天氣系統(tǒng)在其上游地區(qū)通常都存在有觀測敏感區(qū)（sensitive region），且在該敏感區(qū)內(nèi)增加觀測可以提高資料同化的分析質(zhì)量，從而提升數(shù)值模式預(yù)報準(zhǔn)確度。由此，科學(xué)家提出了目標(biāo)觀測（targeting observation）或適應(yīng)性觀測（adaptive observation）的思想（Rabier et al.，1996;Pu et al.，1997;Bergot et al.，1999），即針對一次高影響天氣的常規(guī)單一確定性預(yù)報或集合預(yù)報，基于指定的驗證區(qū)和驗證時間識別出相應(yīng)的觀測敏感區(qū)，在該觀測敏感區(qū)內(nèi)加強觀測并進行同化，以有效改善數(shù)值模式的初值質(zhì)量，從而獲得質(zhì)量更高的模式預(yù)報結(jié)果。經(jīng)過前期歐洲和美國等大量的外場觀測試驗和研究，2004年國際氣象組織（WMO）在全球觀測系統(tǒng)研究與可預(yù)報性試驗（THORPEX）中確認(rèn)了目標(biāo)觀測方法的有效性和可行性，將其納入改善高影響天氣系統(tǒng)預(yù)報質(zhì)量的有效方式（Melvyn et al.，2004）。

針對適應(yīng)性觀測，國外已先后開展了大量的外場試驗，并提出了多種觀測敏感區(qū)識別的適應(yīng)性觀測方法（Joly et al.，1997;Toth et al.，1999;Mansfield et al.，2004），主要包括基于線性近似的誤差動力學(xué)識別敏感區(qū)的奇異向量法、分析敏感性法、觀測敏感性方法、準(zhǔn)線性逆模式法與梯度敏感性法（Langland and Rohaly，1996;Palmer et al.，1998;Pu et al.，1998;Buizza and Montani，1999;Pu and Kalnay，1999;Baker and Daley，2007）;以及以集合預(yù)報為基礎(chǔ)，基于集合預(yù)報非線性增長的誤差動力學(xué)的集合發(fā)散法、集合變換法和集合卡爾曼變換法（Lorenz and Emanuel，1998;Bishop and Toth，1999;Majumdar et al.，2002）。國內(nèi)科研人員也開展了適應(yīng)性觀測外場試驗，并對適應(yīng)性觀測方法開展了諸多研究。馬旭林（2008）基于集合卡爾曼濾波變換（Ensemble Transform Kalmen Filter，ETKF）理論，以總能量構(gòu)造信號方差，發(fā)展建立了適用于我國高影響天氣系統(tǒng)的ETKF適應(yīng)性觀測系統(tǒng)，并以我國的臺風(fēng)系統(tǒng)及中緯度降水系統(tǒng)為例，證明了該適應(yīng)性觀測方案的可行性。隨后，張宇等（2012）進一步拓展了信號方差的表征方式，建立了包含濕度信息的總能量度量函數(shù)，進一步改善了觀測敏感區(qū)的識別質(zhì)量。在此基礎(chǔ)上，于月明（2014）針對北京環(huán)暴雨系統(tǒng)，進一步優(yōu)化了信號方差的構(gòu)造方法，將全能量作為度量函數(shù)，為敏感區(qū)的識別引入了更多的水汽信息，有效地提高了中緯度降水系統(tǒng)敏感區(qū)的識別準(zhǔn)確度，進一步推動了ETKF適應(yīng)性觀測系統(tǒng)的發(fā)展。此外，穆穆等（2007）也提出了以條件非線性最優(yōu)擾動（Condition Nonlinear Optimal Perturbation，CNOP）為基礎(chǔ)的適應(yīng)性觀測方法，一定程度上彌補了傳統(tǒng)奇異向量方法不能描述非線性初始誤差增長的缺陷。Qin et al.（2013）利用該方法對20個臺風(fēng)進行了分析，結(jié)果表明有13個臺風(fēng)個例的預(yù)報質(zhì)量得到了明顯提升。但CNOP的求解是一種帶有等式及不等式約束條件的非線性優(yōu)化問題，需要計算目標(biāo)函數(shù)中初始擾動的梯度，意味著需要引入伴隨模式，而由于CNOP方法可以表征大氣運動方程的非線性過程，導(dǎo)致發(fā)展相應(yīng)的伴隨模式非常復(fù)雜且困難，這制約了CNOP方法的進一步應(yīng)用（孫國棟等，2016）。

本文基于ETKF適應(yīng)性觀測系統(tǒng)（馬旭林，2008），首先開展了臺風(fēng)“燦鴻”（1509）的觀測敏感區(qū)識別，在分析觀測敏感區(qū)相對臺風(fēng)中心位置分布特征的基礎(chǔ)上，采用觀測系統(tǒng)模擬試驗（OSSE）方法，進一步研究了觀測敏感區(qū)資料的同化對臺風(fēng)“燦鴻”（1509）分析和預(yù)報質(zhì)量的改善，為推動我國適應(yīng)性觀測在臺風(fēng)資料同化和預(yù)報方面的研究以及海上觀測站的定位和選取提供思路和參考。

1 資料與研究方法

1.1 資料

集合預(yù)報資料為歐洲中期天氣預(yù)報中心（ECMWF）的TIGGE（THORPE Interactive Grand Global Ensemble）數(shù)據(jù)集的集合預(yù)報產(chǎn)品，采用資料的起報時間為2015年7月9日00時，預(yù)報時效72 h，資料時間間隔6 h，水平分辨率1°×1°，包括控制預(yù)報共51個集合成員。

ECMWF的分辨率為0.25°×0.25°的再分析資料ERA5用于構(gòu)造適應(yīng)性觀測敏感區(qū)的模擬探空資料，美國環(huán)境預(yù)報中心（NCEP）分辨率為1°×1°的FNL分析場用以預(yù)報檢驗，分辨率為0.25°×0.25°的GFS預(yù)報場用作資料同化的背景場。

1.2 觀測敏感區(qū)識別方法

集合卡爾曼變換（ETKF）適應(yīng)性觀測方法基于卡爾曼濾波理論及集合變換方法，可在集合的空間中求解卡爾曼濾波方程，進而定量表示增加觀測所帶來的預(yù)報誤差減少量，其中預(yù)報誤差減少最顯著的區(qū)域，即為觀測敏感區(qū)（馬旭林等，2014，2015b）。該方法的核心問題為信號方差 S（t）的表征與計算，其具體表達式為

S（t）= 〈［x ?a （t）-x ?f （t）]〉〈[x ?a （t）-x ?f （t）] ?T 〉= Z ?f （t） σΓ（Γ +I ?p×p ） ?-1 ?σ ??T Z ?f （t） ?T 。 ???（1）

其中：Z ?f （t）為變換后的集合擾動; σ、Γ分別為變換矩陣T= σ（Γ +I） ?- 1 2 ?的特征向量和特征值，即信號方差S（t） 為預(yù)報誤差方差的減小量。已有研究（Palmer et al.，1998）表明，擾動總能量能夠更準(zhǔn)確地描述預(yù)報誤差結(jié)果的演變特征。因此，本文采用以包含濕度信息的集合擾動總能量作為度量觀測敏感區(qū)敏感程度的信號方差（張宇等，2012），即

e ?t = 1 2 （u′ 2+v′ 2）+ c p T ?r ?T′ 2+ L q ?r ?q′ 2。 ???（2）

其中：e ?t 為擾動總能量;u′、v′、T′與q′為變換的水平風(fēng)、溫度和濕度擾動;c p為干空氣定壓比熱;T ?r=300 K為參考溫度; L 為相變潛熱; q ?r為參考比濕。

2 臺風(fēng)“燦鴻”及其觀測敏感區(qū)

2.1 臺風(fēng)“燦鴻”的發(fā)展

2015年09號臺風(fēng)“燦鴻”（CHAN-HOM）于6月30日20時（北京時）生成于西北太平洋洋面，7月2日02時增強為熱帶風(fēng)暴，隨后于6日14時升級為臺風(fēng)，9日14時為強臺風(fēng)，23時進一步增強為超強臺風(fēng)，最強中心氣壓達935 hPa，中心附近最大風(fēng)速達58 m／s的17級風(fēng)力。臺風(fēng)“燦鴻”（1509）發(fā)展階段主要以西北方向移動為主，在東海海域發(fā)展至最強后，繼續(xù)沿原方向移動逐步逼近浙江省，最終于11日16時登陸浙江舟山群島后，路徑轉(zhuǎn)向為東北方向，同時強度迅速減弱，于12日夜間登陸朝鮮半島，并變性為溫帶氣旋（段晶晶等，2017;黃燕燕等，2018）。截至13日09時，“燦鴻”造成浙江省276.8萬人受災(zāi)，直接經(jīng)濟損失達84.4億元;江蘇省33.8萬人受災(zāi)，直接經(jīng)濟損失達1.2億元;上海市12.2萬人受災(zāi)（趙慧霞等，2016）。

2.2 “燦鴻”的集合預(yù)報性能

集合預(yù)報的質(zhì)量會較大程度影響ETKF識別的觀測敏感區(qū)的準(zhǔn)確度。圖1為臺風(fēng)“燦鴻”（1509）的最佳臺風(fēng)路徑（黑色實線，數(shù)據(jù)來源RSMC Best Track Data）、集合平均預(yù)報路徑（紅色實線）、集合成員預(yù)報路徑（彩色實線）和臺風(fēng)中心強度。由圖1a可知，臺風(fēng)“燦鴻”的集合預(yù)報路徑呈現(xiàn)出一致性偏南，集合平均路徑相較于實況更為偏南，在10日00時（世界時，下同）之后尤為明顯，其登陸點與實際登陸點舟山群島也存在著較大偏差?？梢?，集合預(yù)報未能有效預(yù)報出11日06時后“燦鴻”向東北方向的轉(zhuǎn)向特征。但集合成員路徑預(yù)報較為均勻的分布在集合平均左右兩側(cè)，其離散分布相對較為合理，表明集合預(yù)報結(jié)果雖然不夠理想，但其描述的模式預(yù)報誤差的增長趨勢基本合理。

觀測的臺風(fēng)中心強度（黑色）與模擬預(yù)報結(jié)果（紅色）如圖1b所示。由圖可知，起報時刻（09日00時）模式初始海平面氣壓為940 hPa（紅實線），而實況為965 hPa（黑實線），二者存明顯的初值誤差，而且模式預(yù)報并未模擬出9日00時至10日00時臺風(fēng)“燦鴻”強度增強的過程;10日06時后，雖然臺風(fēng)強度預(yù)報較實況普遍弱10 hPa左右，但模式還是較好地預(yù)報出了發(fā)展過程中與實況基本吻合的強度減弱趨勢。臺風(fēng)“燦鴻”（1509）的中心最大風(fēng)速與此類似。這也反映出預(yù)報模式總體上具有較好的預(yù)報能力。

綜上所述，集合預(yù)報結(jié)果具有一定的可信度，雖然集合平均預(yù)報的路徑與強度均與實況存在一定偏差，對路徑的轉(zhuǎn)向預(yù)報能力不足，但還是較好地描繪了臺風(fēng)“燦鴻”（1509）減弱階段的強度變化，尤其對其預(yù)報誤差的發(fā)展及其路徑和強度的發(fā)展趨勢都表現(xiàn)出良好的可信度。因此，如果在臺風(fēng)轉(zhuǎn)向發(fā)展階段的觀測敏感區(qū)內(nèi)實施加強觀測并將其資料有效同化，進一步改善模式初始場質(zhì)量，理論上應(yīng)該會對模式預(yù)報質(zhì)量具有較大的提升。

2.3 觀測敏感區(qū)分布特征

針對臺風(fēng)“燦鴻”（1509）近海登陸后引起巨大災(zāi)害的區(qū)域，將適應(yīng)性觀測的目標(biāo)驗證區(qū)設(shè)置于受災(zāi)嚴(yán)重的浙江、江蘇、上海地區(qū)，具體驗證區(qū)范圍如圖2黑色方框所示。同時，根據(jù)集合預(yù)報的預(yù)報時效，選取2015070900后72 h，即2015071200時（表示2015年7月12日00時）作為驗證時刻（ T ?v），并以925、850、750、500、200 hPa的集合擾動總能量作為度量觀測敏感區(qū)敏感程度的綜合信號方差。適應(yīng) 性觀測的目標(biāo)分析時刻（ T ?a）分別為2015070900+30、 +36、+42、+48、+54、+60、+66和+72 h，并度量各目標(biāo)分析時刻的信號方差（圖2），其中背景場為控制預(yù)報500 hPa位勢高度場（等值線）和850 hPa風(fēng)場（風(fēng)矢），陰影表示經(jīng)標(biāo)準(zhǔn)化處理后的信號方差。

在目標(biāo)分析時刻2015070900+30 h時（圖2），觀測敏感大值區(qū)多集中于臺風(fēng)中心與副熱帶高壓之間的區(qū)域，較強觀測敏感區(qū)主要位于臺風(fēng)“燦鴻”（1509）中心附近及其東北與東南側(cè)洋面，最強觀測敏感區(qū)出現(xiàn)在臺風(fēng)中心東南側(cè)的入流區(qū)域。隨著目標(biāo)分析時刻的向后推移，臺風(fēng)中心東南側(cè)的觀測敏感區(qū)逐漸向臺風(fēng)中心靠攏，同時強度逐漸減弱，高敏感區(qū)范圍更加聚攏。相對的，臺風(fēng)中心處及其北側(cè)的敏感區(qū)出現(xiàn)增強趨勢，且范圍逐步增大，三個較強敏感區(qū)逐漸出現(xiàn)“合并”趨勢。至目標(biāo)分析時刻2015070900+42 h時，最強觀測敏感大值區(qū)基本已為匯聚為一個整體，并位于臺風(fēng)中心及其東北側(cè)，其 范圍覆蓋杭州灣及其鄰近洋面。在2015070900+48、 ?+54 、+60、+66 h等較后幾個目標(biāo)分析時刻，觀測敏感區(qū)的變化較緩，最強敏感區(qū)出現(xiàn)縮小趨勢，逐步向臺風(fēng)中心及黑色實線所示的驗證區(qū)內(nèi)靠攏。

表征觀測敏感區(qū)的信號方差標(biāo)準(zhǔn)化處理后，其標(biāo)準(zhǔn)化信號方差的大值區(qū)表示適應(yīng)性觀測資料同化后將對驗證區(qū)內(nèi)天氣系統(tǒng)的發(fā)展和演變造成較強影響的區(qū)域。總能量表征的綜合信號方差反映的是目標(biāo)時刻同化適應(yīng)性觀測資料對驗證時刻、驗證區(qū)內(nèi)預(yù)報質(zhì)量的改善程度，當(dāng)目標(biāo)分析時刻與驗證時刻重合時，觀測敏感區(qū)應(yīng)集中在驗證區(qū)內(nèi)?？v觀圖2可知，在距驗證時刻較早的時刻，觀測敏感大值區(qū)分布范圍相對較大，隨著目標(biāo)分析時刻逐漸逼近驗證時刻，強觀測敏感區(qū)范圍會逐漸縮小，并最終落在驗證區(qū)域。本次試驗中， T ?a為2015070900+72 h與驗證時刻重疊時，觀測敏感大值區(qū)基本位于驗證區(qū)內(nèi)，這和天氣系統(tǒng)發(fā)展演變過程中其預(yù)報誤差的傳播規(guī)律吻合，與理論分析相一致，說明了臺風(fēng)“燦鴻”（1509）的觀測敏感區(qū)完全符合ETKF適應(yīng)性觀測系統(tǒng)識別的觀測敏感區(qū)的理論分布要求（馬旭林，2008），試驗結(jié)果具有良好的可信度。

3 觀測系統(tǒng)模擬試驗

3.1 敏感區(qū)模擬觀測的構(gòu)造

同化預(yù)報試驗中觀測敏感區(qū)的觀測資料采用觀測系統(tǒng)模擬試驗（OSSE，Observation System Simulation Experiments;Daley and Mayer，1986）的方式，基于ERA5高分辨再分析資料進行構(gòu)造。觀測系統(tǒng)模擬試驗方法是目前用于評價適應(yīng)性觀測效果的有效方法之一（穆穆，2013）。OSSE方法結(jié)合實際觀測系統(tǒng)的配置信息，將原有的格點資料插值到模擬觀測站點位置，并引入基于再分析資料誤差的隨機誤差，形成模擬觀測資料及其觀測誤差。通過該模擬觀測，可檢驗適應(yīng)性觀測敏感區(qū)的效果，研究目標(biāo)觀測資料對數(shù)值預(yù)報的分析和預(yù)報的改善程度，并對適應(yīng)性觀測策略做出相應(yīng)的優(yōu)化調(diào)整。

根據(jù)實際外場試驗對適應(yīng)性觀測資料類型的一般需求，將模擬觀測資料配置為與三維探空觀測完全一致，暫不考慮其他種類的觀測資料。針對其他類型適應(yīng)性觀測資料的影響試驗將在后續(xù)工作中展開。同時，基于實際觀測誤差，為不同高度上的模擬觀測資料加入隨機誤差，使其與實際常規(guī)觀測資料更加相符，隨機誤差的設(shè)置如表1所示（目前未對濕度變量引入隨機誤差）。需要說明的是，在同化預(yù)報試驗中，除模擬觀測資料外，還使用了包含地面及探空觀測的常規(guī)觀測資料，以進一步對比和研究模擬觀測資料的效果。降水實況源自中國自動站與CMORPH降水產(chǎn)品融合的逐小時降水資料，檢驗資料為分辨率1°×1°的FNL分析資料。

3.2 試驗方案

同化預(yù)報試驗采用WRF 3DVar同化系統(tǒng)和預(yù)報模式。模式背景場及側(cè)邊界條件由美國國家環(huán)境預(yù)報中心（NCEP）的對應(yīng)時次的0.25°×0.25° GFS全球預(yù)報場資料提供。預(yù)報模式采取三層網(wǎng)格嵌套，區(qū)域中心為（125°E，30°N），水平分辨率分別為27、9與3 km，垂直層數(shù)共計31層，模式預(yù)報結(jié)果輸出時間間隔分別為3、1與1 h，三層網(wǎng)格的時間積分步長分別為120、40和13 s。模式物理過程和相關(guān)參數(shù)化方案分別為WSM3類簡單冰微物理參數(shù)化方案、RRTM長波輻射方案、Dudhia短波輻射方案、Monin-Obukhov邊界層方案和淺對流Kain-Fritsch積云參數(shù)化方案，最內(nèi)層嵌套網(wǎng)格不采用積云參數(shù)化方案。由于臺風(fēng)屬于典型的尺度較大的中尺度天氣系統(tǒng)，故背景誤差構(gòu)造方案采用WRF同化系統(tǒng)的CV3方案。

為有效驗證適應(yīng)性觀測敏感區(qū)模擬觀測資料對同化和預(yù)報的改善效果，共設(shè)計不同化觀測資料的控制試驗、包含地面資料、探空資料和船舶報等常規(guī)觀測同化試驗（GTS）、高敏感區(qū)模擬觀測與常規(guī)觀測試驗（r-OSSE）以及非高敏感區(qū)模擬觀測和常規(guī)觀測試驗（f-OSSE）等4組試驗。

為了分析觀測敏感區(qū)模擬探空觀測對分析和預(yù)報的貢獻，結(jié)合該時刻敏感區(qū)位置的分布，將同化時間設(shè)置在與第一目標(biāo)分析時刻（2015070900+30 h）相對應(yīng)的10日06時。此時實際探空資料相對較少，可以更有效地反映敏感區(qū)模擬探空觀測的同化效果。試驗中模式預(yù)報時長為42 h，模式終止時刻與適應(yīng)性觀測結(jié)果的驗證時刻（2015070900+72 h）相對應(yīng)。r-OSSE試驗的模擬觀測資料均位于第一目標(biāo)分析時刻中敏感信號大于0.7的區(qū)域，而f-OSSE試驗的敏感信號界于0.5～0.7間。這兩組試驗可證明適應(yīng)性觀測的有效性，可避免試驗結(jié)果的偶然性。隨后通過與GTS試驗結(jié)果對比，進一步分析同化適應(yīng)性觀測資料的預(yù)報質(zhì)量是否優(yōu)于同化常規(guī)觀測資料的預(yù)報效果（ 圖3 ）。

3.3 敏感區(qū)觀測資料的響應(yīng)

為分析觀測敏感區(qū)資料對初始場的貢獻，首先考察常規(guī)觀測（GTS）、高敏感區(qū)模擬觀測（r-OSSE）和低敏感區(qū)模擬觀測（f-OSSE）等三組觀測資料同化的高度、風(fēng)場及相對濕度對背景場的響應(yīng)程度，即分析增量。由圖4可知，三組試驗的位勢高度分析增量主要呈現(xiàn)為負(fù)值，多分布在臺風(fēng)中心附近，表明同化資料后該區(qū)域氣壓降低，臺風(fēng)強度增強。其中，GTS試驗的高度分析增量的負(fù)大值區(qū)主要分布在臺風(fēng)中心西北及北側(cè)附近;f-OSSE試驗的負(fù)分析增量大值中心主要分布于臺風(fēng)中心西側(cè)及外圍的東北側(cè)。

同時，臺風(fēng)中心東南側(cè)還出現(xiàn)了量值較小的正中心，這會使得f-OSSE試驗初始場的臺風(fēng)中心位置略向西調(diào)整。r-OSSE試驗的負(fù)值區(qū)覆蓋范圍較廣，臺風(fēng)中心附近、北側(cè)及外圍東側(cè)均存在量值較大的負(fù)值中心，這明顯減弱了背景場的高度，將會使得分析場的臺風(fēng)強度得到顯著增強。此外，副高北側(cè)脊線位置也有負(fù)大值中心出現(xiàn)，有效調(diào)整了背景場副高脊線北側(cè)的強度。三組試驗中，該試驗的背景場及其副高強度最貼近實際。

對比三組試驗的濕度分析增量可知，GTS試驗的濕度增量以負(fù)值為主，主要集中在臺風(fēng)西側(cè)的近海區(qū)域，表明常規(guī)觀測資料的同化將降低臺風(fēng)主體區(qū)域的濕度。而f-OSSE和r-OSSE試驗的濕度分析增量均已位于臺風(fēng)中心東側(cè)區(qū)域，以正濕度分析增量為主，使得該區(qū)域濕度增加。顯然，這將更加有利于臺風(fēng)濕熱動力過程的增強和發(fā)展。但前者在臺風(fēng)中心西北側(cè)存在一個明顯的負(fù)濕度增量中心，后者盡管也存在負(fù)值區(qū)域，但量值明顯較小。這種濕度分析增量分布的特點也許是導(dǎo)致后續(xù)預(yù)報中臺風(fēng)增強和路徑差異的部分原因。

三組試驗的風(fēng)場分析增量顯示，相對于GTS和f-OSSE試驗，r-OSSE試驗的臺風(fēng)渦旋附近的風(fēng)場增量呈現(xiàn)氣旋性增強最為顯著，即臺風(fēng)中心附近南側(cè)的緯向風(fēng)為明顯的正增量，北側(cè)為負(fù)值，而徑向風(fēng)則是南側(cè)和東側(cè)正增量、西北側(cè)為負(fù)值區(qū)。這種對背景場風(fēng)場的中小尺度渦旋結(jié)構(gòu)進行調(diào)整的分析增量更加有利于臺風(fēng)渦旋增強，從而改善分析質(zhì)量。此外，r-OSSE試驗對臺風(fēng)北側(cè)副高的風(fēng)場也有較為明顯的調(diào)整，削弱了其北部脊的強度，加強了副高東南側(cè)的南風(fēng)分量。

基于上述分析可知，高敏感區(qū)的適應(yīng)性觀測資料（r-OSSE試驗）的同化，將會有效改善臺風(fēng)中心強度，調(diào)整渦旋結(jié)構(gòu)，使得原背景場中相對較弱的臺風(fēng)得以有效增強，從而可以改善模式預(yù)報的初始場質(zhì)量。

3.4 OSSE同化試驗結(jié)果

3.4.1 路徑及強度的預(yù)報效果

圖5為包含控制試驗的4組試驗結(jié)果及觀測的臺風(fēng)“燦鴻”（1509）路徑?？梢钥闯?，控制試驗的預(yù)報質(zhì)量不佳，模擬結(jié)果相對于實況路徑整體顯著偏西，未能有效預(yù)報出臺風(fēng)轉(zhuǎn)向，導(dǎo)致登陸位置偏差較大。相對地，同化常規(guī)觀測資料的GTS試驗有效減少了原模擬路徑誤差，路徑預(yù)報質(zhì)量略有改善。雖然其整體預(yù)報路徑依然偏西，但其預(yù)報誤差增長速度要明顯低于控制試驗，并基本準(zhǔn)確地捕捉到了臺風(fēng)轉(zhuǎn)向。四組試驗中，同化高敏感區(qū)模擬觀測資料的r-OSSE試驗結(jié)果最優(yōu)。

在預(yù)報前期，其移動路徑的西行趨勢較弱，表現(xiàn)出更為明顯的北上特征，較快速地趨向?qū)嶋H的觀測路徑并維持了較為準(zhǔn)確的預(yù)報。整體而言，其路徑預(yù)報和移速預(yù)報的質(zhì)量均較為準(zhǔn)確，與實況相比位置僅略偏東。由于r-OSSE試驗比GTS試驗更準(zhǔn)確地捕捉到了臺風(fēng)的轉(zhuǎn)向特征，且轉(zhuǎn)向時刻與實況也較為一致，其預(yù)報的登陸位置與實況基本一致。f-OSSE試驗結(jié)果與r-OSSE試驗相比相對較差，但仍對控制試驗起到了一定的改善作用。該試驗也模擬出了臺風(fēng)的轉(zhuǎn)向特征，但臺風(fēng)路徑預(yù)報質(zhì)量低于r-OSSE試驗。同時，同化低敏感區(qū)模擬觀測資料后，導(dǎo)致臺風(fēng)移速有所降低，這一定程度上影響了預(yù)報質(zhì)量。

由于控制試驗中臺風(fēng)登陸時間和位置預(yù)報偏差較大，導(dǎo)致在11日00時（模擬登陸時刻）后該試驗的臺風(fēng)強度減弱迅速，其中心最低氣壓明顯偏離實況，致使控制試驗臺風(fēng)強度的預(yù)報質(zhì)量較差。相較而言，三組同化試驗預(yù)報的臺風(fēng)強度都略強于實況，對應(yīng)的中心最低氣壓低于觀測約5～10 hPa。需要指出的是，預(yù)報前24 h內(nèi)三組同化試驗的臺風(fēng)強度預(yù)報差別較小，其后才逐漸出現(xiàn)差異。由于GTS試驗預(yù)報的臺風(fēng)登陸偏早，導(dǎo)致11日06時后臺風(fēng)強度明顯減弱。由于登陸過程削減了臺風(fēng)預(yù)報強度的過高估計，因此，盡管登陸后臺風(fēng)強度更為接近實況數(shù)據(jù)，也不能說明該試驗具有較好的預(yù)報效果。而r-OSSE與f-OSSE試驗預(yù)報的臺風(fēng)中心最低氣壓變化較為平穩(wěn)，呈現(xiàn)出逐漸減弱的趨勢，較好地模擬出了實際臺風(fēng)強弱的變化過程，但其強度預(yù)報同GTS試驗類似，對臺風(fēng)中心強度的預(yù)報都略偏弱。

3.4.2 高度場質(zhì)量的改善

西北太平洋地區(qū)的臺風(fēng)活動，受副熱帶高壓及中緯度西風(fēng)槽脊影響顯著，而預(yù)報模式對這些關(guān)鍵影響系統(tǒng)的描述能力，是決定臺風(fēng)數(shù)值模擬質(zhì)量的關(guān)鍵因素（鄒逸航等，2017;周炳君等，2020）。從500 hPa高度的FNL分析資料（圖6）可見，10日06時至11日00時，在脊線呈西北-東南走向且發(fā)展較盛的副高西南側(cè)的東南風(fēng)引導(dǎo)氣流影響下，臺風(fēng)“燦鴻”（1509）向西北方向移動，與東南側(cè)距其超過1 000 km的臺風(fēng)“浪卡”（1510）沒有出現(xiàn)明顯的雙臺風(fēng)互旋作用。至11日06時，受中緯度東移西風(fēng)槽的影響，逐漸減弱的副高與大陸高壓間出現(xiàn)斷裂，臺風(fēng)“燦鴻”（1509）從兩高壓間穿過并北上，在槽前西南氣流引導(dǎo)下轉(zhuǎn)向為東北方向移動。

控制試驗對副熱帶高壓的強度預(yù)報整體偏強，且對中緯度槽的預(yù)報也不夠理想，在發(fā)生轉(zhuǎn)向的11日06時，副高北部的脊線仍未能撤出山東半島，這成為制約臺風(fēng)轉(zhuǎn)向的主要因素。在GTS與f-OSSE試驗中，模擬觀測資料的同化在一定程度上改善了副高強度的預(yù)報質(zhì)量，但對副高脊線位置的預(yù)報不佳，與控制試驗基本一致。這兩組試驗對預(yù)報的改善主要體現(xiàn)在臺風(fēng)強度及中心位置，使得臺風(fēng)強度在11日00時前都維持在較強狀態(tài)，抑制了臺風(fēng)“提前登陸”現(xiàn)象的出現(xiàn)，從而相對較好地預(yù)報出了臺風(fēng)的轉(zhuǎn)向特征。而預(yù)報效果最佳的r-OSSE試驗，觀測敏感區(qū)資料的有效同化很大程度地改善了副高強度，其脊線出現(xiàn)了明顯的南北走向，這也促使臺風(fēng)路徑北上。至11日06時，預(yù)報的副高強度及其發(fā)展與實況基本一致，588 dagpm高度線也最為接近觀測（圖6）。對副高強度的準(zhǔn)確預(yù)報，可能是 r-OSSE試 驗?zāi)軌蛉〉米顑?yōu)預(yù)報結(jié)果的主要原因。

不同預(yù)報時刻（10日18時、11日06時、11日18時）四組試驗200、500、850 hPa位勢高度的均方根誤差（圖7）顯示，相對于控制試驗，其余三組同化試驗的預(yù)報均得到不同程度的改善。其中，驗證時刻時r-OSSE試驗的均方根誤差最小，對預(yù)報的正貢獻最為顯著，而且“維持”時間更長。而f-OSSE與GTS試驗的改善效果基本相同。位勢高度均方根誤差的垂直分布表明，適應(yīng)性觀測資料的同化對預(yù)報的改善多集中于對流層中低層（圖略）。但200 hPa以上，三組試驗對模式位勢高度場的改善程度基本相當(dāng)，同化敏感區(qū)模擬觀測資料并未像對流層中低層一樣具有優(yōu)勢。

3.4.3 降水預(yù)報效果

臺風(fēng)強降水預(yù)報仍是一項難題和挑戰(zhàn)，提高熱帶氣旋強降水預(yù)報的準(zhǔn)確率也是目前研究的熱點問題之一。臺風(fēng)“燦鴻”（1509）6 h累計降水實況（圖8）顯示，降水落區(qū)主要分布于浙江、上海及江蘇南部地區(qū)，其中，10日18時至11日06時，浙江東部沿海及舟山群島地區(qū)出現(xiàn)了模擬時間段內(nèi)的最強降水，6 h累計降水超過100 mm。而在11日06時后，隨著臺風(fēng)中心逐漸遠離內(nèi)陸地區(qū)，降水強度逐漸減?。▓D8）。

為了考察適應(yīng)性觀測敏感區(qū)的合理性及其資料對分析和預(yù)報的貢獻，將四組試驗預(yù)報的降水直接與實況降水進行比較，以分析敏感區(qū)觀測資料對降水預(yù)報的改善效果。四組試驗中，控制試驗預(yù)報的降水強度最大，但質(zhì)量最差;三組資料同化試驗的降水預(yù)報質(zhì)量較控制試驗更為接近觀測降水（圖8）。在同化試驗中，GTS和f-OSSE試驗的最強降水時段均明顯滯后于觀測降水，而且在觀測降水減弱的時間段內(nèi)，由于臺風(fēng)路徑預(yù)報偏差較大，這兩組試驗在臺風(fēng)登陸后仍出現(xiàn)了較強的降水中心，只是最強降水落區(qū)不同而已。由于r-OSSE試驗對臺風(fēng)路徑預(yù)報最為準(zhǔn)確，致使臺風(fēng)登陸后陸地強降水中心與實況基本一致，較好地預(yù)報出了11日后降水減弱的趨勢。但相比于降水實況，r-OSSE試驗在沿海陸地預(yù)報的降水強度略偏弱，相同量級的降水落區(qū)范圍偏小，尤其浙江沿海地區(qū)大于100 mm的強降水中心更為偏弱，與降水實況偏差較大（圖8）。

4 總結(jié)與討論

利用ETKF適應(yīng)性觀測系統(tǒng)及TIGGE集合預(yù)報產(chǎn)品，研究了臺風(fēng)“燦鴻”（1509）的敏感區(qū)分布及其特征，并以第一目標(biāo)分析時刻的觀測敏感區(qū)為基礎(chǔ)，利用OSSE方法和高分辨中尺度WRF預(yù)報模式和同化系統(tǒng)，開展了適應(yīng)性觀測模擬試驗分析，從臺風(fēng)路徑、強度以及降水預(yù)報等角度，重點分析了觀測敏感區(qū)資料對分析和預(yù)報的貢獻，得到如下結(jié)論：

1）臺風(fēng)“燦鴻”（1509）的適應(yīng)性觀測敏感區(qū)與適應(yīng)性觀測理論結(jié)果一致，分布合理，其高敏感區(qū)多位于臺風(fēng)中心與副熱帶高壓之間，主要出現(xiàn)于臺風(fēng)中心的西北至東南側(cè)，相對低敏感區(qū)主要位于臺風(fēng)中心西南側(cè)。

2）高觀測敏感區(qū)的觀測資料對分析和預(yù)報的改善最為明顯，其他區(qū)域觀測資料的貢獻相對較小。這也證明只有合理的觀測敏感區(qū)及其高敏感區(qū)的適應(yīng)性觀測資料才能夠?qū)ν治龊皖A(yù)報質(zhì)量的改善具有明顯貢獻。

3）適應(yīng)性觀測資料的有效同化，可以合理改善臺風(fēng)引導(dǎo)氣流、臺風(fēng)強度以及關(guān)鍵物理量的分析和預(yù)報質(zhì)量，但不同高度物理量的改善不盡一致。這主要取決于適應(yīng)性觀測資料的空間配置及觀測資料的質(zhì)量。

由于適應(yīng)性觀測敏感區(qū)與驗證區(qū)、驗證時刻以及目標(biāo)分析時刻有關(guān)，而且與集合預(yù)報資料的質(zhì)量具有一定的依賴性，不同條件下觀測敏感區(qū)，適應(yīng)性觀測資料對同化和預(yù)報質(zhì)量的貢獻應(yīng)該略有差異。另外，本文采用模擬觀測資料僅針對轉(zhuǎn)向臺風(fēng)“燦鴻”（1509）個例進行了分析研究，表明了適應(yīng)性觀測對臺風(fēng)預(yù)報的改善效果，其他臺風(fēng)的觀測敏感區(qū)分布，以及適應(yīng)性觀測對不同高度、不同物理量的分析和預(yù)報的影響等仍需要進一步驗證分析。

致謝： 感謝南京信息工程大學(xué)高性能計算機中心的計算資源支持。

參考文獻（References）

Bake r N L，Daley R，2007.Observation and background adjoint sensitivity in the adaptive observation-targeting problem［J］.Quart J Roy Meteor Soc，126（565）：1431-1454.doi：10.1002／qj.49712656511.

Bergot T，Hello G，Joly A，et al.，1999.Adaptive observations：a feasibility study［J］.Mon Wea Rev，127（5）：743-765.doi：10.1175／1520-0493（1999）127<0743：aoafs>2.0.co;2.

Bishop C H，Toth Z，1999.Ensemble transformation and adaptive observations［J］.J Atmos Sci，56（11）：1748-1765.doi：10.1175／1520-0469（1999）056<1748：etaao>2.0.co;2.

Buizza R，Montani A，1999.Targeting observations using singular vectors［J］.J Atmos Sci，56（17）：2965-2985.doi：10.1175／1520-0469（1999）056<2965：tousv>2.0.co;2.

Daley R，Mayer T，1986.Estimates of global analysis error from the global weather experiment observational network［J］.Mon Wea Rev，114（9）：1642-1653.doi：10.1175／1520-0493（1986）114<1642：eogaef>2.0.co;2.

段晶晶，錢燕珍，周福，等，2017.臺風(fēng)燦鴻造成浙江東北部大暴雨地形作用的數(shù)值模擬研究［J］.氣象，43（6）：686-695. Duan J J，Qian Y Z，Zhou F，et al.，2017.Numerical simulation of topographic effect on heavy rainfall in northeastern Zhejiang caused by typhoon Chan-hom［J］.Meteor Mon，43（6）：686-695.doi：10.7519／j.issn.1000-0526.2017.06.005.（in Chinese）.

Joly A，Jorgensen D，Shapiro M A，et al.，1997.The fronts and Atlantic storm-track experiment （FASTEX）：scientific objectives and experimental design［J］.Bull Amer Meteor Soc，78（9）：1917-1940.doi：10.1175／1520-0477（1997）078<1917：tfaast>2.0.co;2.

高彥青，孫璐，馬旭林，等，2022.颮線結(jié)構(gòu)和強度對低層濕度和環(huán)境垂直風(fēng)切變的敏感性研究［J］.大氣科學(xué)學(xué)報，45（6）：938-947. Gao Y Q，Sun L，Ma X L，et al.，2022.The sensitivity of the structure and strength of squall line to low-level humidity and environmental vertical wind shear［J］.Trans Atmos Sci，45（6）：938-947.doi：10.13878／j.cnki.dqkxxb.20191014001.（in Chinese）.

黃燕燕，薛紀(jì)善，馮業(yè)榮，等，2018.采用預(yù)報渦旋的初始化方案對2015年臺風(fēng)“蓮花”、“燦鴻”的試驗研究［J］.熱帶氣象學(xué)報，34（5）：598-609.Huang Y Y，Xue J S，F(xiàn)eng Y R，et al.，2018.An initialization scheme using forecast vortexes and its application in simulation of typhoons linfa and Chan-hom in 2015［J］.J Trop Meteor，34（5）：598-609.doi：10.16032／j.issn.1004-4965.2018.05.003.（in Chinese）.

Langland R H，Rohaly G D，1996.Adjoint-based targeting of observations for FASTEX cyclones［J］.Seventh Conf.On Mesoscale Processes，Reading，United Kingdom：Amer Meteor Soc，122：369-371.

Lorenz E N，Emanuel K A，1998.Optimal sites for supplementary weather observations：simulation with a small model［J］.J Atmos Sci，55（3）：399-414.doi：10.1175／1520-0469（1998）055<0399：osfswo>2.0.co;2.

馬旭林，2008.基于集合卡爾曼變換（ETKF）理論的適應(yīng)性觀測研究與應(yīng)用［D］.南京：南京信息工程大學(xué). Ma X L，2008.Study on the ensemble transform Kalman filter-based adaptive observation and applications［D］.Nanjing：Nanjing University of Information Science ＆ Technology.（in Chinese）.

馬旭林，于月明，姜勝，等，2014.基于集合卡爾曼變換的目標(biāo)觀測敏感區(qū)識別系統(tǒng)優(yōu)化及影響試驗［J］.大氣科學(xué)學(xué)報，37（6）：749-757. Ma X L，Yu Y M，Jiang S，et al.，2014.Optimization and influence experiment to identify sensitive areas for target observations on ETKF method［J］.Trans Atmos Sci，37（6）：749-757.doi：10.13878／j.cnki.dqkxxb.20140314002.（in Chinese）.

馬旭林，李琳琳，周勃旸，等，2015a.臺風(fēng)預(yù)報誤差的流依賴特征及混合資料同化中最優(yōu)耦合系數(shù)［J］.大氣科學(xué)學(xué)報，38（6）：766-775. Ma X L，Li L L，Zhou B Y，et al.，2015a.Flow-dependent characteristics of typhoon forecasting errors and optimal coupling coefficient in hybrid data assimilation［J］.Trans Atmos Sci，38（6）：766-775.doi：10.13878／j.cnki.dqkxxb.20141224001.（in Chinese）.

馬旭林，于月明，陳德輝，2015b.適應(yīng)性觀測研究現(xiàn)狀和展望［J］.氣象學(xué)報，73（2）：221-235. Ma X L，Yu Y M，Chen D H，2015b.The present situation and prospects of the adaptive observation［J］.Acta Meteorol Sin，73（2）：221-235.doi：10.11676／qxxb2015.022.（in Chinese）.

Majumdar S J，Bishop C H，Etherton B J，et al.，2002.Adaptive sampling with the ensemble transform Kalman filter.part II：field program implementation［J］.Mon Wea Rev，130（5）：1356-1369.doi：10.1175／1520-0493（2002）130<1356：aswtet>2.0.co;2.

Mansfield D，Richardson D，Truscott B，2004.An overview of the Atlantic THORPEX Regional Campaign，A-TReC［J］.Proceedings of the THORPEX Science Symposium，Montreal，Canada：World Meteorological Organization.

Melvyn A，Shapiro A，Thope J，2004.THORPEX international science plan.WMO／TD-No.1246［J］.WWRP／THORPEX，No.2：1-51.

穆穆，王洪利，周菲凡，2007.條件非線性最優(yōu)擾動方法在適應(yīng)性觀測研究中的初步應(yīng)用［J］.大氣科學(xué)，31（6）：1102-1112. Mu M，Wang H L，Zhou F F，2007.A preliminary application of conditional nonlinear optimal perturbation to adaptive observation［J］.Chin J Atmos Sci，31（6）：1102-1112.（in Chinese）.

穆穆，2013.目標(biāo)觀測的方法、現(xiàn)狀與發(fā)展展望［J］.中國科學(xué)：地球科學(xué)，43（11）：1717-1725. Mu M，2013.Methods，current status，and prospect of targeted observation［J］.Science China：Earth Sciences，43（11）：1717-1725.（in Chinese）.

Palmer T N，Gelaro R，Barkmeijer J，et al.，1998.Singular vectors，metrics，and adaptive observations［J］.J Atmos Sci，55（4）：633-653.doi：10.1175／1520-0469（1998）055<0633：svmaao>2.0.co;2.

Pu Z X，Kalnay E，Sela J，et al.，1997.Sensitivity of forecast errors to initial conditions with a quasi-inverse linear method［J］.Mon Wea Rev，125（10）：2479-2503.doi：10.1175／1520-0493（1997）125<2479：sofeti>2.0.co;2.

Pu Z X，Lord S J，Kalnay E，1998.Forecast sensitivity with dropwindsonde data and targeted observations［J］.Tellus A，50（4）：391-410.doi：10.1034／j.1600-0870.1998.t01-3-00002.x.

Pu Z X，Kalnay E，1999.Targeting observations with the quasi-inverse linear and adjoint NCEP global models：performance during FASTEX［J］.Quart J Roy Meteor Soc，125（561）：3329-3337.doi：10.1002／qj.49712556110.

Qin X H，Duan W S，Mu M，2013.Conditions under which CNOP sensitivity is valid for tropical cyclone adaptive observations［J］.Quart J Roy Meteor Soc，139（675）：1544-1554.doi：10.1002／qj.2109.

Rabier F，Klinker E，Courtier P，et al.，1996.Sensitivity of forecast errors to initial conditions［J］.Quart J Roy Meteor Soc，122（529）：121-150.doi：10.1002／qj.49712252906.

孫國棟，穆穆，段晚鎖，等，2016.條件非線性最優(yōu)擾動（CNOP）：簡介與數(shù)值求解［J］.氣象科技進展，6（6）：6-14. Sun G D，Mu M，Duan W S，et al.，2016.Conditional nonlinear optimal perturbation：introduction and numerical computation［J］.Adv Meteorol Sci Technol，6（6）：6-14.doi：10.3969／j.issn.2095-1973.2016.06.001.（in Chinese）.

Toth Z，Szunyogh I，Majumdar S J，et al.，1999.The 1999 winter storm reconnaissance program［C］//13th Conf.On Numerical Weather Prediction Denver.CO：Amer Meteor Soc：17-32.

于月明，2014.環(huán)北京暴雨適應(yīng)性觀測敏感區(qū)識別及其目標(biāo)資料同化的研究［D］.南京：南京信息工程大學(xué). Yu Y M，2014.Research on identify sensitive observation areas and target data assimilation of the rainstorm processes around Beijing［D］.Nanjing：Nanjing University of Information Science ＆ Technology.（in Chinese）.

張宇，陳德輝，薛紀(jì)善，等，2012.濕度因子對適應(yīng)性觀測敏感區(qū)估算的影響研究［J］.氣象學(xué)報，70（1）：91-100. Zhang Y，Chen D H，Xue J S，et al.，2012.Study of the influence of the humidity factor on estimation in the adaptive observation sensitive region［J］.Acta Meteorol Sin，70（1）：91-100.（in Chinese）.

趙慧霞，張建忠，陳海燕，2016.1509號臺風(fēng)“燦鴻”災(zāi)情調(diào)查與致災(zāi)原因分析［J］.防災(zāi)科技學(xué)院學(xué)報，18（4）：44-49. Zhao H X，Zhang J Z，Chen H Y，2016.Disaster investigation and causation analysis of 1509 typhoon CHAN-HOM［J］.J Inst Disaster Prev，18（4）：44-49.（in Chinese）.

周炳君，李昕，陳耀登，等，2020.GPS ZTD資料同化對臺風(fēng)“利奇馬”模擬的影響研究［J］.氣象科學(xué)，40（1）：11-21. Zhou B J，Li X，Chen Y D，et al.，2020.Effect of the GPS ZTD data assimilation on simulation of typhoon “Lekima”［J］.J Meteor Sci，40（1）：11-21.doi：10.3969／2019jms.0063.（in Chinese）.

朱躍建，2020.基于最新全球集合預(yù)報系統(tǒng)的可預(yù)報性評估［J］.大氣科學(xué)學(xué)報，43（1）：193-200. Zhu Y J，2020.An assessment of predictability through state-of-the-art global ensemble forecast system［J］.Trans Atmos Sci，43（1）：193-200.doi：10.13878／j.cnki.dqkxxb.20191101013.（in Chinese）.

鄒逸航，馬旭林，姜勝，等，2017.COSMIC掩星資料同化對臺風(fēng)“天兔”預(yù)報影響的試驗［J］.海洋學(xué)研究，35（3）：9-19. Zou Y H，Ma X L，Jiang S，et al.，2017.Effect of COSMIC occultation data assimilation on prediction of typhoon Usagi［J］.J Mar Sci，35（3）：9-19.doi：10.3969／j.issn.1001-909X.2017.03.002.（in Chinese）.

Adaptive observation of the sensitive area of typhoon “Chan-Hom” （1509） and assimilation analysis of simulated data

CHEN Siyuan 1，MA Xulin 1，SUN Lu ?1，2 ，PAN Xian 1，HONG Guan 3

1Key Laboratory of Meteorological Disaster，Ministry of Education （KLME），Nanjing University of Information Science ＆ Technology，Nanjing 210044，China;

2Meteorological Institute of Shaanxi Province，Xian 710016，China;

3CMA Meteorological Observation Centre，Beijing 100081

The adaptive areas of the “Chan-hom” typhoon （1509） in 2015 are created by ETKF adaptive observing systems.Further assimilation experiments are carried out based on the sensitive area at the first target moment，using the OSSE method and WRF mode.According to the experiments，the sensitive areas of “CHAN-HOM” are mostly found in the northeast and southeast sides of the center.The results show that the assimilation of simulated observation data in the sensitive area better improves the prediction accuracy of the height field and track than the assimilation of conventional observation data，while having a negative impact on the prediction of precipitation.

data assimilation;OSSE;adaptive observation;targeting observation;sensitive area;ETKF

doi：10.13878／j.cnki.dqkxxb.20210306002

（責(zé)任編輯：劉菲）