王靜瑤 于恩濤 馬潔華 汪君 陳冬 陳科藝

摘要 利用站點觀測、FNL分析數(shù)據(jù)和融合降水等多源資料，對2022年8月南?？招呐_風“木蘭”的特征及成因開展系統(tǒng)的診斷分析，結(jié)果表明“木蘭”屬于南海的季風低壓發(fā)展而成的弱臺風，具有季風低壓的特征，整個臺風過程無明顯臺風眼，前期氣旋環(huán)流中有多個小環(huán)流。雖為弱臺風，但其東北側(cè)的低空東南急流配合南海充沛的水汽輸送，以及陸地局部的強對流活動，造成了我國廣東、廣西和云南南部等地的大風和暴雨天氣。使用中尺度模式WRF開展分辨率為9 km和3 km的嵌套模擬，結(jié)果顯示模式能合理再現(xiàn)“木蘭”的環(huán)流結(jié)構(gòu)特征和演變過程，但模擬的副熱帶高壓南側(cè)季風槽偏強，風速偏大。模式模擬的臺風路徑與觀測整體上較為吻合，與FNL分析資料的結(jié)果相比，WRF對降水量的模擬有顯著改進，此外，WRF模式分辨率的提高可降低模擬降水的誤差。

關(guān)鍵詞WRF;“木蘭”臺風;診斷分析;空心臺風;高分辨率模擬

熱帶氣旋是一種具有暖心結(jié)構(gòu)的強烈的氣旋性渦旋，破壞力大且突發(fā)性強。每年全球約有80個熱帶氣旋生成，其中平均有7～8個臺風在我國登陸，這對我國沿海地區(qū)造成了巨大的經(jīng)濟損失和人員傷亡（陳聯(lián)壽和孟智勇，2001）。特別是近幾年極端事件頻發(fā)，如臺風“煙花”和南海臺風“查帕卡”的雙臺風聯(lián)合造成的河南“21.7”極端暴雨事件（梁旭東等，2022），給受災地區(qū)和人民帶來極大的損失，因此精準預報臺風及其帶來的暴雨和大風等災害天氣已經(jīng)成為當前防災減災工作中急需解決的問題。影響我國的熱帶氣旋主要來自南海地區(qū)和西北太平洋地區(qū)，其中南海是全球臺風活躍的海域之一，南海的強臺風多數(shù)源自西北太平洋，而弱臺風主要起源于南海（關(guān)芬呈和謝清華，1984），雖然南海臺風的活動范圍小，其平均半徑約200 km，垂直高度低、強度較弱，但仍不可小覷它給我國帶來的影響（Li et al.，2021）。臺風“木蘭”是2022年8月在我國南海中西部生成的第7號臺風，由南海季風低壓發(fā)展而成，為南海弱臺風。其生命周期短、強度弱，最高等級為熱帶風暴級，但仍給我國廣東沿海、廣西東部、云南南部等地帶來了8～9級陣風和暴雨影響，觀測資料顯示廣東局地最大降水量達350～439 mm（王皘和董林，2022）。

臺風的生成、發(fā)展和運動受大尺度環(huán)流、周圍天氣系統(tǒng)和自身結(jié)構(gòu)等因素的影響（陳聯(lián)壽和丁一匯，1979;陳聯(lián)壽，2006;Wu et al.，2013），其降水受臺風結(jié)構(gòu)、地形以及臺風與其他系統(tǒng)（高低空急流、副熱帶高壓、低槽冷鋒等）相互作用等因素影響（程正泉等，2005;Gao et al.，2009）。許多針對強臺風的研究表明，高空西風急流與低層偏南風急流的耦合有利于強對流發(fā)展，從而為超強臺風“山竹”提供了充足的水汽來源（Yu et al.，2020）;對流層低層短波槽的加深有利于加強超強臺風“利奇馬”的遠距離降水的雨強（劉希等，2023）;強臺風“韋森特”的水汽輸送通道的主要驅(qū)動力來自臺風與副高的相互作用（Wen et al.，2015）;超強臺風“獅子山”與西風帶低渦接近的過程中，向低渦環(huán)流輸送的熱量與水汽能夠在倒槽切變處引發(fā)輻合抬升，進而產(chǎn)生暴雨（任麗等，2019）。已有對臺風暴雨分析的研究中，研究對象多集中于強臺風（按GB／T 19201—2006《熱帶氣旋等級》國家標準，定義為臺風底層中心附近最大平均風速超過41.5 m／s），然而，南海弱臺風的預報難度更大，如2012年13號弱臺風啟德，其24 h和48 h的預報路徑誤差遠高于同年所有臺風的平均。同時，由于南海海域較小且緊鄰大陸，其臺風突發(fā)性強，使得該區(qū)域弱臺風更難預報（Huang and Zheng，2020）。目前，針對南海弱臺風的相關(guān)研究依舊不足，特別是對于弱臺風降水特征及其機制的探討十分缺乏。

近幾十年來，臺風數(shù)值預報的準確性取得顯著的提升，這一定程度上是各種數(shù)值模式及其業(yè)務化應用發(fā)展取得的成果（Heming et al.，2019）。國內(nèi)的臺風路徑業(yè)務的預報水平基本達到了國際先進水平（李澤椿等，2020），臺風的數(shù)值預報成為防臺減災的關(guān)鍵（張璟等，2022），采用模式開展臺風數(shù)值模擬的研究也越來越廣泛。其中，中尺度WRF（Weather Research and Forecasting）模式已成為近年來臺風個例分析的重要工具（王曉君和馬浩，2011），WRF模式能較好地模擬出臺風的登陸時間、登陸地點、平均海平面氣壓和最大風速等顯著特征（Potty et al.，2012）。近年來許多學者使用WRF開展臺風數(shù)值模擬研究。例如，對2006年0608號強臺風“桑美”的模擬研究表明，WRF模式能夠較好地捕捉臺風的路徑和降水分布（馬玉芬等，2009）。郭興亮等（2019）使用WRF的譜逼近法研究地形對超強臺風“鲇魚”路徑的影響發(fā)現(xiàn)，數(shù)值試驗能較為準確地反映臺風的路徑偏折過程。Islam et al.（2015）利用WRF模式評估不同物理過程參數(shù)化方案的組合對超強臺風“海燕”模擬的影響，發(fā)現(xiàn)不同方案在模擬臺風路徑變化方面均表現(xiàn)良好。WRF模式不僅能準確模擬強臺風，還能在臺風整體減弱的情況下有效地模擬臺風的水汽輸送和新生的強對流單體（謝文鋒等，2020）。為了提高南海臺風模擬的精度，Wu et al.（2019）探索了WRF模式不同分辨率對臺風模擬的影響，發(fā)現(xiàn)高分辨率能夠更真實地模擬臺風強度，區(qū)域嵌套技術(shù)有助于提高模擬的精度與效率。

自20世紀80年代中期起，弱臺風引發(fā)大暴雨甚至極端降水事件的頻次明顯增加（張希帆等，2019），其中海南弱臺風降水甚至為近40年來登陸臺風引發(fā)極端降水的主要五種類型之一（Zhao et al.，2022），弱臺風在一定條件下可引發(fā)較高的降水量，因此弱臺風的研究價值不可忽略。然而，相比強臺風，南海區(qū)域弱臺風的路徑、降水和動力熱力結(jié)構(gòu)方面等特征以及數(shù)值模擬研究還十分欠缺。因此，本文針對由季風低壓形成的南海弱臺風“木蘭”，在天氣學分析診斷的基礎上，開展關(guān)于其特征分析以及降水和路徑的數(shù)值模擬研究，以期為實際工作提供一定的科學依據(jù)。

1 資料、模式和試驗設計

1.1 數(shù)據(jù)

本文所使用的觀測資料主要包括：1）由美國環(huán)境預測中心提供的全球業(yè)務型對流層分析數(shù)據(jù)FNL（Final Operational Global Analysis data，https：／／rda.ucar.edu／datasets／ds083.3），該產(chǎn)品時間分辨率為6 h，水平分辨率為0.25°×0.25°，主要提供地面氣壓、海平面氣壓、位勢高度、溫度、海面溫度、相對濕度等氣象變量，本文中FNL資料同時為WRF模擬提供初始和邊界條件。2）由美國國家環(huán)境預報中心提供的最優(yōu)插值的OISST （Optimum Interpolation Sea Surface Temperature）海表面溫度數(shù)據(jù)集（https：／／psl.noaa.gov／data／gridded／data.noaa.oisst.v2.highres.html），該產(chǎn)品是美國國家海洋和大氣管理局的高分辨率探測器多通道SST（Sea Surface Temperature）產(chǎn)品的最優(yōu)化插值結(jié)果，并經(jīng)過了浮標和島嶼觀測數(shù)據(jù)的校正。其水平分辨率為0.25°×0.25°，時間分辨率為天（Huang et al.，2021）。3）由中國氣象局熱帶氣旋資料中心提供的熱帶氣旋最佳路徑集，以此來確定臺風“木蘭”的強度以及路徑，該數(shù)據(jù)提供了臺風中心位置、臺風強度、臺風移向、平均最大風速和最低海平面氣壓，時間分辨率為小時（Ying et al.，2014;Lu et al.，2021）。4）由日本氣象廳氣象衛(wèi)星中心網(wǎng)站（https：／／himawari8.nict.go.jp／zh／himawari8-image.htm）提供的靜止衛(wèi)星葵花8號衛(wèi)星資料，其探測范圍涵蓋中國在內(nèi)的東亞和西太平洋區(qū)域。其水平分辨率為0.05°×0.05°，時間分辨率為10 min，共擁有16個通道，本文選擇其長波紅外16通道亮溫數(shù)據(jù)（TBB_16），其中心波長為13.3 μm，主要應用于云高、云量和大氣溫度（Bessho et al.，2016）。5）由美國宇航局-日本宇宙航空研究開發(fā)機構(gòu)聯(lián)合全球降水測量（Global Precipitation Measurement，GPM）任務發(fā)布的綜合多衛(wèi)星檢索的全球衛(wèi)星降水計劃（Integrated Multi-satellitE Retrievals for GPM，GPM IMERG），該產(chǎn)品包含L1，L2和L3三類數(shù)據(jù)，L1為衛(wèi)星觀測儀器的基數(shù)據(jù)，L2在L1相同的分辨率和位置上處理導出地球物理變量，L3在L2基礎上對固定時間和空間尺度進行插值，數(shù)據(jù)完整性和一致性較高，本文選擇L3數(shù)據(jù)（https：／／disc.gsfc.nasa.gov／datasets／GPM_3IMERGHH_07／summary？keywords=GPM％20IMERG），其空間分辨率為0.1°×0.1°，時間分辨率為30 min。6）由中國氣象局提供的站點觀測數(shù)據(jù)，包含風速、溫度、降水等數(shù)據(jù)。本文使用廣東、廣西的國家站點的降水數(shù)據(jù)，共計117個站點（站點分布見圖1），時間分辨率為小時。

1.2 模式及試驗方案介紹

WRF模式是由美國環(huán)境預測中心、美國國家大氣研究中心、預報系統(tǒng)實驗室、美國空軍氣象局、美國海軍科學研究所實驗室等美國科研機構(gòu)和高校為研究和業(yè)務預報合作研發(fā)的新一代中尺度數(shù)值天氣預報系統(tǒng)，WRF模式為完全可壓的非靜力平衡模式。本文使用的是WRF-ARW內(nèi)核，版本為4.5.1。

使用FNL數(shù)據(jù)為模式提供初始場和邊界條件，并使用OISST數(shù)據(jù)更新模式中海表溫度，模式模擬時段為2022年8月8日00時（世界時，下同）到2022年8月11日12時，共計84 h，其中模式spin-up時段為12 h，最后72 h模擬用于結(jié)果分析。本文采用雙層嵌套區(qū)域設置（圖1），區(qū)域中心位于（110°E，20°N），嵌套外層網(wǎng)格數(shù)為453×375，覆蓋我國南海及周邊陸地區(qū)域，分辨率為9 km，嵌套內(nèi)層網(wǎng)格數(shù)為598×544，覆蓋“木蘭”臺風主要途徑區(qū)域，分辨率為3 km。WRF的物理過程參數(shù)化方案信息如表1所示。

使用均方根誤差以檢測模擬降水場的質(zhì)量，均方根誤差越大表示模擬與觀測的偏差越大，模擬效果越差。均方根誤差的具體表達式為：

其中：S表示模擬的降水場;SA表示站點的降水場。

2 “木蘭”臺風特征分析

2.1 臺風路徑

2022年8月8日“木蘭”在南海的西沙群島南部生成，生成時中心風力為6級，生成后向東北方向移動;9日03時加強為熱帶風暴級，加強后繼續(xù)向東北方向移動，14時起轉(zhuǎn)為西北方向;10日02時在廣東徐聞登陸，登陸時中心風力為8級，中心風速為20 m／s，中心氣壓為995 hPa，強度為熱帶風暴級;登陸后向西移動，10日06時左右再次入海并向西北方向移動，11日00時強度減弱為熱帶低壓（圖2）。

2.2 降水特征

由GPM IMERG全球衛(wèi)星降水的逐半小時降水量數(shù)據(jù)繪制累計降水量分布，從8日24 h累計降水量（圖3a）可見，臺風中心附近降水量較少，暴雨區(qū)分散分布在“木蘭”外圍，呈環(huán)狀分布，“木蘭”中心附近呈降水空心狀，而強臺風的強降水主要分布在臺風眼墻附近以及螺旋雨帶處（程正泉等，2005;何會中等，2006;唐飛等，2021），二者形成鮮明對比。隨著臺風北移，暴雨區(qū)隨螺旋云系移動至臺風中心南側(cè)以及東側(cè)，降水落區(qū)集中，呈非對稱型降水分布;由臺風西北移動過程中可以清晰看到，9日降水落區(qū)從分散分布隨著螺旋雨帶向北移動且逐漸合并，降水主要分布在“木蘭”的東北側(cè)，臺風中心附近24 h降水量不足25.0 mm，而距離臺風中心東部幾百千米的地區(qū)24 h累積降水量超過100 mm，表明臺風外圍降水較強。10日降水區(qū)集中在臺風中心附近及其東側(cè)。由此可見，“木蘭”臺風外圍降水遠大于中心降水，暴雨主要影響我國廣東、廣西和云南南部地區(qū)。

2.3 環(huán)流特征與演變

云頂亮溫可以體現(xiàn)出對流發(fā)展的程度，如圖4所示，2022年8月9日03時，“木蘭”強度加強為熱帶風暴級，呈現(xiàn)出季風低壓的特征，表現(xiàn)為明顯非對稱結(jié)構(gòu)，云系呈環(huán)形，云體較大且結(jié)構(gòu)松散?！澳咎m”中心附近云系TBB（Black Body Temperature）高于241 K，這表明其中心附近無深對流云系發(fā)展;TBB低于213 K的強對流云團遠離臺風中心，分布在其南側(cè)和東側(cè)，最低TBB低于203 K;中心南側(cè)與東側(cè)對流發(fā)展旺盛，云團中嵌有多個發(fā)展旺盛的小對流云中心。這說明“木蘭”外圍有深對流發(fā)展而中心深對流較弱。10日03時隨著“木蘭”發(fā)展并即將登陸，左右兩側(cè)分散云團合并，中心附近對流云系有所發(fā)展;西側(cè)的強對流云團由于陸地摩擦消耗作用面積有所減小，對流云團強度維持;東側(cè)積云對流強度減弱，密閉云區(qū)相對臺風中心南移。

相比于同海域典型強臺風的臺風眼結(jié)構(gòu)完整且明顯，云圖可見完整的臺風眼渦旋結(jié)構(gòu)，螺旋結(jié)構(gòu)清晰，云體密實等特點（甘靜等，2009）?！澳咎m”在整個過程中均無完整的臺風眼結(jié)構(gòu)，云團結(jié)構(gòu)松散，說明“木蘭”自季風低壓加強為熱帶風暴到登陸的過程中仍未發(fā)展出典型的臺風眼結(jié)構(gòu)，整體特征仍較符合季風低壓。

由垂直剖面可見臺風整體上對流發(fā)展并不深厚（圖5）。相比強臺風的垂直結(jié)構(gòu)：有明顯的中心下沉兩側(cè)上升的運動，中心附近的對流強并保持劇烈的上升運動，以及明顯的暖心結(jié)構(gòu)（楊文霞等，2011）。“木蘭”的活動過程中均無明顯完整的臺風眼，所以其中心剖面的典型臺風中心結(jié)構(gòu)特征并不明顯，且其中心附近對流較弱，缺乏組織性深對流，暖心結(jié)構(gòu)也并不突出。發(fā)展初期9日00時（圖5a）臺風中心兩側(cè)的上升運動明顯隨高度傾斜，較強的上升運動主要分布在中高層，剖面內(nèi)存在多個從地面貫穿至200 hPa的上升氣流。10日00時（圖5b）過臺風中心剖面僅剩臺風中心兩側(cè)從地面貫穿至200 hPa的上升氣流，且相較于前期上升氣流較為垂直，這有利于組織性深對流的發(fā)展，但臺風中心附近對流結(jié)構(gòu)仍然較弱，下沉氣流僅從地面到500 hPa，而其對流層中上層以上升氣流為主，最大上升速度出現(xiàn)在400～200 hPa。

垂直剖面與云頂亮溫（圖4）特征相呼應，能體現(xiàn)出臺風“木蘭”的結(jié)構(gòu)變化特征，即前期環(huán)流中有多個深對流中心發(fā)展，隨著臺風北上，臺風中心附近對流有所發(fā)展，但整體上臺風中心附近對流較弱，無明顯臺風眼結(jié)構(gòu)。

由圖6的500 hPa高度場和風場可以看到，“木蘭”生成于季風槽中，在加強為熱帶風暴前為季風低壓。氣旋結(jié)構(gòu)上，2022年8月8—9日環(huán)流均呈橢圓形，且內(nèi)部有多個環(huán)流中心存在，這符合季風低壓發(fā)展成熱帶氣旋過程的特征（Lander，1994），這說明氣旋系統(tǒng)尚未組織好其內(nèi)部環(huán)流結(jié)構(gòu)。隨著“木蘭”北移，季風槽減弱，由于西太平洋副熱帶高壓偏西偏強，呈東西帶狀，引導氣流強，這有利于臺風沿副高南部西行（任素玲等，2007），因此隨著“木蘭”北上，其移動路徑由西北方向轉(zhuǎn)為向西移動。同時，由于受北側(cè)副熱帶高壓阻擋，“木蘭”東側(cè)和北側(cè)等高線密集，且源自南海的西南季風與源自西北太平洋副高南側(cè)的東南季風在臺風的東北側(cè)匯合，因此產(chǎn)生的大風分布在臺風的東北側(cè)，風場呈明顯非對稱分布。

圖7為850 hPa高度場、風場和溫度場?！澳咎m”的中心附近風力較小，大風主要分布在臺風的外圍，而強臺風的最大風速出現(xiàn)在臺風眼墻附近且隨著距臺風中心的距離增大而減小（王蓉等，2013;陳德花等，2018），二者風場結(jié)構(gòu)特征形成對比。2022年8月8日南海東南部存在較為明顯的越赤道氣流，為“木蘭”的初生提供了充沛水汽和能量。8日00時氣旋初生，其南側(cè)和東北側(cè)均有反氣旋性環(huán)流，大風主要分布在南側(cè)。隨著“木蘭”向西北移動，9日南側(cè)反氣旋性環(huán)流消失，在“木蘭”的東北側(cè)形成了偏東方向的急流，因此9日00時起至10日臺風東北側(cè)的低空東南急流將水汽一直輸送至陸地，為我國華南的降水帶來充足水汽。

結(jié)合中低層高度場和風場可看到臺風的結(jié)構(gòu)變化，8日500 hPa及其以下對流層中低層臺風環(huán)流結(jié)構(gòu)變形拉伸，風場與位勢高度場呈東北-西南向的橢圓環(huán)流。隨著臺風向北移動，9日12時850 hPa臺風環(huán)流近似圓形，而500 hPa仍呈橢圓形環(huán)流，臺風環(huán)流結(jié)構(gòu)在中低層變化不同步。同時可見9日臺風垂直結(jié)構(gòu)存在明顯的中心傾斜，尤其在9日12時，臺風中心隨高度向南側(cè)傾斜，這不利于臺風中心附近對流的發(fā)展。10日00時中低層臺風環(huán)流中心近乎重合且環(huán)流均呈圓形，臺風垂直結(jié)構(gòu)趨近于垂直，這有利于臺風對流活動的發(fā)展。

海溫作為臺風生成必要條件之一，判斷臺風能否在洋面加強或維持的重要參考依據(jù)為海表溫度是否達到26 ℃。較高的海溫可以和水汽條件配合從而使臺風加強，研究表明暖海溫加熱可使得低層水汽輻合增強，進而加強凝結(jié)潛熱釋放和對流的發(fā)展（Gray，1998）。通過分析“木蘭”在洋面上活動過程的海表溫度發(fā)現(xiàn)，“木蘭”活動周邊海域均高于27 ℃，滿足臺風生成的海溫條件。8日至9日00時臺風中心附近海溫相比于臺風外圍的海溫較低，不利于臺風中心附近對流的發(fā)展（圖7a—c）。9日12時起（圖7 d、e、f），臺風中心所在區(qū)域海溫較暖，在30 ℃左右，有利于臺風的發(fā)展和維持。

水汽輸送對臺風的發(fā)展和維持提供了重要作用（李英等，2005），充沛水汽上升運動的同時暖濕空氣釋放大量凝結(jié)潛熱，從而通過第二類條件性不穩(wěn)定機制（葉篤正，1988）使得天氣尺度的低壓擾動發(fā)展，同時也加強了積云對流的發(fā)展。由低空急流（850 hPa層風速大于等于12 m/s）（Bonner，1968）配合充足水汽形成的水汽輸送通道為暴雨提供了充分的水汽條件和對流能量。

水汽輸送對臺風“木蘭”的發(fā)展和維持以及降水貢獻分為兩個階段（圖8）。第一個階段（8日）主要是偏西風低空急流，水汽來自臺風南側(cè)，是由越赤道氣流（圖7a、b）提供的充足水汽;第二階段（9—10日）主要是偏南風低空急流和東南風低空急流，其中副熱帶高壓南側(cè)的偏東氣流是重要的水汽輸送帶，而臺風東北側(cè)持續(xù)的水汽輸送一方面給廣東、廣西和云南南部等地提供了強烈的水汽輻合和高濕度的降水條件，另一方面也減少了臺風登陸后地面摩擦帶來的能量虧損。8日至9日00時（圖8a—c）“木蘭”東南側(cè)有較強的西南水汽輸送，中心附近850 hPa的水汽通量散度為正但強水汽輻合中心比較分散。10日00時（圖8e）可見強水汽輻合區(qū)集中在臺風中心附近且強度增強，配合洋面的暖中心（圖7e），有利于水汽輻合上升釋放凝結(jié)潛熱，使得臺風中心附近積云對流發(fā)展，與圖4中10日臺風中心東側(cè)的強盛的對流云系相對應，使得“木蘭”在登陸之前強度進一步增強，且10日（圖8e、f）臺風“木蘭”中心東側(cè)以及東北象限區(qū)域內(nèi)存在強盛的水汽輸送，華南南部出現(xiàn)強水汽輻合中心，表示此地在850 hPa有強的水汽凈流入，同時由圖7e、f可見此區(qū)域存在低空東南急流，綜合以上分析可知，在弱臺風“木蘭”近海登陸前的加強過程中通過強盛低空急流的水汽輸送與對流發(fā)展的共同作用，引發(fā)了我國華南南部產(chǎn)生強降水。

綜上，弱臺風“木蘭”的顯著特點有：第一，它是由南海季風低壓出生的弱臺風。臺風強度加強為熱帶風暴級時，臺風中心附近無深對流發(fā)展，木蘭內(nèi)部有多個小環(huán)流中心，仍具備季風低壓特征。強對流和暴雨主要分布于臺風外圍，外圍降水遠大于臺風中心附近降水，“木蘭”的中心附近風力小，而外圍風力大，符合空心臺風特點（陳瑞閃，1987）。第二，隨著“木蘭”向西北方向移動，臺風中心附近對流云系有所發(fā)展，降水落區(qū)隨著螺旋雨帶北移并合并。第三，“木蘭”的整個過程發(fā)展迅速，在編期間僅兩天時間左右，強度弱，從臺風生成至登陸的過程中衛(wèi)星云圖均無明顯臺風眼，云體結(jié)構(gòu)較為松散，但由于各系統(tǒng)配合使其在華南地區(qū)引起的降水較強。

3 模式模擬結(jié)果分析

3.1 環(huán)流場模擬評估

圖9為臺風“木蘭”活動期間試驗模擬的高低空環(huán)流形勢場，從圖中可以看出，WRF模式基本可以再現(xiàn)臺風木蘭的主要環(huán)流特征。從模擬的500 hPa環(huán)流場可見，8—9日氣旋氣壓場呈橢圓形環(huán)流，至10日呈圓形環(huán)流的特征，這與FNL分析資料一致，此外模式能模擬出8—9日氣旋環(huán)流中的多個小環(huán)流，能再現(xiàn)臺風“木蘭”前期內(nèi)部有多個小環(huán)流中心的特征。模擬場副熱帶高壓位置也與FNL分析資料基本一致，因此模擬路徑與觀測路徑較為吻合。但模擬的副高南側(cè)的季風槽更強，使得“木蘭”東側(cè)以及北側(cè)的風速更大。

從模擬的850 hPa環(huán)流場可見，氣旋的環(huán)流變化與FNL分析資料較為一致，因此模式能較好模擬出“木蘭”的演變過程。大風主要分布在氣旋的東側(cè)和南側(cè)，風場分布特征與FNL分析資料一致，整體風速偏大，尤其是氣旋東側(cè)風速偏大最為明顯，“木蘭”東北方向的低空急流模擬的更強，氣旋東南側(cè)風速等值線梯度較大，而在西北方向梯度較小。

圖10是“木蘭”活動期間d01和d02區(qū)域模擬的水汽通量和水汽通量散度，對比圖8可見，WRF模式能基本模擬出水汽通量和水汽通量散度的空間分布特征，8日（圖10a、e）的水汽輸送大值區(qū)主要分布在臺風的南側(cè)，9日（圖10b、c、f、g）轉(zhuǎn)移到臺風的東側(cè)，10日水汽輸送主要在臺風的東北側(cè)。9日12時（圖10c、g）起，模擬的臺風靠近陸地，臺風北側(cè)較強的水汽輸送部分抵達陸地，華南南部沿海區(qū)域開始出現(xiàn)較強的水汽通量輻合區(qū)，10日00時（圖10d、h），隨著臺風即將登陸，臺風北側(cè)的偏東和東南的強水汽輸送進入陸地，陸地上的水汽通量輻合區(qū)域增多、強度加強，我國華南南部出現(xiàn)多個強水汽輻合中心，這與分析資料基本一致，因此WRF能較好地模擬出臺風引起我國南部降水的活動過程。對比d01和d02區(qū)域的模擬場可見，d02的水汽輸送矢量場環(huán)流形狀比d01更為合理。

3.2 路徑模擬評估

臺風路徑是研究臺風的關(guān)注點之一，就臺風“木蘭”在9日00時至10日18時期間對模擬試驗的路徑模擬結(jié)果進行評估（圖11）。結(jié)果表明，所有試驗整體上模擬出了臺風“木蘭”的倒拋物線型路線，d01和d02模擬區(qū)域均能較好再現(xiàn)臺風的主要移動路徑。但模擬的臺風在后期近岸以及登陸附近時模擬的位置偏東偏北。已有研究表明，副高的位置和強度以及季風槽的位置和形態(tài)對臺風的活動影響很大（田華等，2010），因此路徑的模擬誤差可能與WRF模擬的副熱帶高壓以及季風槽的偏差有關(guān)。例如8月10日00時，500 hPa模擬場的副高（圖9h）強度偏弱，使得模擬場臺風向北移速偏快，相比于觀測場臺風位置偏北;同時，8月9日12時起季風槽明顯減弱，而模擬場副高南側(cè)的季風槽依舊保持強度，使得模擬的季風槽偏東偏強，最終導致WRF模擬的臺風位置偏東。 WRF模式對臺風路徑模擬的誤差，一方面可能來源于模式初始和邊界資料的不確定性，另一方面可能來源于模式本身物理過程參數(shù)化方案的不確定性。

3.3 降水量模擬評估

表2為FNL資料和WRF模式不同分辨率模擬與站點觀測降水的均方根誤差，包含了8月8日至10日逐日降水的均方根誤差以及三日平均的均方根誤差。從表中可以看出，與FNL資料對比，WRF模擬的降水RMSE更低，三日平均的RMSE從42 mm降低到11 mm左右，降幅超過70％。特別是8月9日，WRF模擬降水的RMSE約為13 mm，而FNL資料的RMSE則超過130 mm。此外，對比WRF不同分辨率的模擬結(jié)果可見，由于降水時間分配的差異，3 km分辨率的模擬結(jié)果雖然沒有在8月8日至10日每天的RMSE都低于9 km結(jié)果，但平均降水的RMSE指標上，3 km分辨率結(jié)果相比9 km還是表現(xiàn)出了一定的優(yōu)勢。因此，提升模式分辨率有助于提高降水的預報能力。評估結(jié)果如表2所示。

WRF與站點對比的空間分布（圖12）顯示，模式能模擬出廣東和廣西的降水分布以及降水中心，模式模擬總體和觀測較為一致。同時，模式也存在較為明顯的偏差，如8月10日，模式高估了廣東省東南部區(qū)域的降水，同時，8月9日、10日3 km分辨率結(jié)果相比9 km結(jié)果高估更為明顯，這可能是3 km分辨率模擬的東南急流更強，從而使得輸送至陸地的水汽更多導致的。

4 結(jié)論與討論

本文利用FNL分析資料、GPM IMERG降水產(chǎn)品、CMA熱帶氣旋最佳路徑集以及站點資料，針對臺風“木蘭”的發(fā)展過程以及暴雨成因展開了研究，并使用WRF模式開展高分辨率模擬，研究模式對此類弱臺風的模擬能力。所得到結(jié)論如下：

臺風“木蘭”于季風槽內(nèi)生成，加強為臺風前為季風低壓，臺風前期中心附近缺少組織深對流，深對流和暴雨均分布在臺風外圍，符合空心臺風特征。其環(huán)流外形在8—9日呈橢圓狀，且臺風中心隨高度傾斜，氣旋環(huán)流中有多個小環(huán)流存在。直至10日氣旋環(huán)流外形才整合為圓形，且臺風中心隨高度傾斜的情況有所變化，使得臺風中心在登陸前能進一步發(fā)展組織對流，強度有所加強。

“木蘭”的活動過程中，前期南側(cè)和東側(cè)風速大，其南側(cè)越赤道氣流為氣旋提供了充沛的水汽和能量。隨著臺風北上，由于受深入內(nèi)地的副熱帶高壓影響，以及南海西南季風與西北太平洋東南季風在臺風東北側(cè)的匯合影響，“木蘭”東北側(cè)出現(xiàn)低空東南急流，配合南海源源不斷的水汽輸送以及副高南側(cè)的偏東氣流提供充足的水汽條件，使得我國華南南部出現(xiàn)暴雨。同時由于副高長居我國中緯度地帶，使得“木蘭”無法進一步北上，在廣東南部登陸后路徑由西北轉(zhuǎn)為西行方向。

WRF模式可以再現(xiàn)“木蘭”臺風的活動過程。模式模擬的環(huán)流場與FNL分析資料基本吻合，能模擬出臺風高低層氣旋環(huán)流形狀與內(nèi)部結(jié)構(gòu)的變化，以及水汽輸送情況，但風速模擬偏大。WRF模式可以合理再現(xiàn)臺風的主要路徑，但也存在較為明顯誤差。相比于FNL分析資料，模式模擬的降水偏差更小。此外，提升WRF模式分辨率能提高對降水的模擬技巧。

本文主要針對空心臺風“木蘭”進行了特征診斷，并結(jié)合高分辨率數(shù)值模擬研究中尺度模式對“木蘭”的演變及降水的模擬能力。但臺風除了受不同系統(tǒng)與臺風之間的相互作用等的宏觀動力過程影響（任素玲等，2007;周磊等，2019），微觀云微物理過程也有重要的影響（花叢和劉奇俊，2013），下一步工作將繼續(xù)關(guān)注空心臺風“木蘭”云微物理特征及在模式中不同參數(shù)化方案的模擬性能，從而進一步提升對帶來強降水的弱臺風的認知。

參考文獻（References）

Bonner W D，1968.Climatology of the low level jet［J］.Mon Wea Rev，96（12）：833-850.doi：10.1175／1520-0493（1968）096<0833：cotllj>2.0.co;2.

Bessho K，Date K J，Hayashi M，et al.，2016.An introduction to himawari-8／9：Japans new-generation geostationary meteorological satellites［J］.J Meteor Soc Japan，94（2）：151-183.doi：10.2151／jmsj.2016-009.

陳德花，張玲，張偉，等，2018.“莫蘭蒂” 臺風致災大風的結(jié)構(gòu)特征及成因［J］.大氣科學學報，41（5）：692-701. Chen D H，Zhang L，Zhang W，et al.，2018.Structure characteristics and cause analysis of catastrophic wind caused by super typhoon Meranti［J］.Trans Atmos Sci，41（5）：692-701.doi：10.13878／j.cnki.dqkxxb.20180203004.（in Chinese）.

陳聯(lián)壽，丁一匯，1979.西太平洋臺風概論［M］.北京：科學出版社. Chen L S，Ding Y H，1979.Introduction to typhoons in the western Pacific［M］.Beijing：Science Press.（in Chinese）.

陳聯(lián)壽，孟智勇，2001.我國熱帶氣旋研究十年進展［J］.大氣科學，25（3）：420-432. Chen L S，Meng Z Y，2001.An overview on tropical cyclone research progress in China during the past ten years［J］.Chin J Atmos Sci，25（3）：420-432.（in Chinese）.

陳聯(lián)壽，2006.熱帶氣旋研究和業(yè)務預報技術(shù)的發(fā)展［J］.應用氣象學報，17（6）：672-681. Chen L S，2006.The evolution on research and operational forecasting techniques of tropical cyclones［J］.J Appl Meteor Sci，17（6）：672-681.doi：10.11898／1001-7313.20060605.（in Chinese）.

陳瑞閃，1987.試論臺風的“空心” 現(xiàn)象［J］.海洋預報，4（1）：68-72. Chen R S，1987.On the phenomenon of “hollow centre” of typhoons［J］.Mar Forecasts，4（1）：68-72.（in Chinese）.

程正泉，陳聯(lián)壽，徐祥德，等，2005.近10年中國臺風暴雨研究進展［J］.氣象，31（12）：3-9. Cheng Z Q，Chen L S，Xu X D，et al.，2005.Research progress on typhoon heavy rainfall in China for last ten years［J］.Meteor Mon，31（12）：3-9.doi：10.3969／j.issn.1000-0526.2005.12.001.（in Chinese）.

Gao S Z，Meng Z Y，Zhang F Q，et al.，2009.Observational analysis of heavy rainfall mechanisms associated with severe tropical storm bilis （2006） after its landfall［J］.Mon Wea Rev，137（6）：1881-1897.doi：10.1175／2008mwr2669.1.

關(guān)芬呈，謝清華，1984.南海臺風的統(tǒng)計特征［J］.海洋通報，3（4）：19-27. Guan F C，Xie Q H，1984.The statistical characteristics of typhoon in the South China Sea［J］.Mar Sci Bull，3（4）：19-27.（in Chinese）.

甘靜，邢維東，郭興業(yè)，等，2009.0814號強臺風“黑格比” 路徑及降水分析［J］.氣象研究與應用，30（4）：25-28，109. Gan J，Xing W D，Guo X Y，et al.，2009.Study on the mobile path and rainfall of “0814” typhoon hagupit［J］.J Meteor Res Appl，30（4）：25-28，109.doi：10.3969／j.issn.1673-8411.2009.04.007.（in Chinese）.

Gray W M，1998.The formation of tropical cyclones［J］.Meteor Atmos Phys，67（1）：37-69.doi：10.1007／BF01277501.

郭興亮，鐘瑋，張入財，2019.地形對臺風Megi（2010）過島階段路徑偏折影響的數(shù)值研究［J］.大氣科學學報，42（4）：481-491. Guo X L，Zhong W，Zhang R C，2019.Numerical study on the topographic influence of the track deflection of typhoon Megi （2010） during the island-passing period［J］.Trans Atmos Sci，42（4）：481-491.doi：10.13878／j.cnki.dqkxxb.20170904001.（in Chinese）.

何會中，程明虎，周鳳仙，2006.0302號（鯨魚）臺風降水和水粒子空間分布的三維結(jié)構(gòu)特征［J］.大氣科學，30（3）：491-503. He H Z，Cheng M H，Zhou F X，2006.Three-dimensional structural characteristics of the spatial distribution of precipitation and water particles in Typhoon 0302 （Whale）［J］.Atmos Sci，30（3）：491-503.（in Chinese）.

Heming J T，Prates F，Bender M A，et al.，2019.Review of recent progress in tropical cyclone track forecasting and expression of uncertainties［J］.Trop Cyclone Res Rev，8（4）：181-218.doi：10.1016／j.tcrr.2020.01.001.

花叢，劉奇俊，2013.云微物理過程影響登陸臺風結(jié)構(gòu)及降水的數(shù)值試驗［J］.熱帶氣象學報，29（6）：924-934. Hua C，Liu Q J，2013.Sensitivity of landfalling typhoon structure and precipitation to varying cloud microphysical processes［J］.J Trop Meteor，29（6）：924-934.（in Chinese）.

Huang Y Y，Zheng B，2020.Tropical cyclone structure in the South China Sea based on high-resolution reanalysis data and comparison with that of ‘bogus vortices［J］.Dyn Atmos Oceans，89：101128.doi：10.1016／j.dynatmoce.2019.101128.

Huang B Y，Liu C Y，Banzon V，et al.，2021.Improvements of the daily optimum interpolation sea surface temperature （DOISST） version 2.1［J］.J Climate，34（8）：2923-2939.doi：10.1175／jcli-d-20-0166.1.

Islam T，Srivastava P K，Rico-Ramirez M A，et al.，2015.Tracking a tropical cyclone through WRF-ARW simulation and sensitivity of model physics［J］.Nat Hazards，76（3）：1473-1495.doi：10.1007／s11069-014-1494-8.

Lander M A，1994.Description of a monsoon gyre and its effects on the tropical cyclones in the western North Pacific during August 1991［J］.Wea Forecasting，9（4）：640-654.doi：10.1175／1520-0434（1994）009<0640：doamga>2.0.co;2.

Li J H，Wan Q L，Xu D S，et al.，2021.An initialization scheme for weak tropical cyclones in the South China Sea［J］.J Meteor Res，35（2）：358-370.doi：10.1007／s13351-021-0069-3.

李英，陳聯(lián)壽，徐祥德，2005.水汽輸送影響登陸熱帶氣旋維持和降水的數(shù)值試驗［J］.大氣科學，29（1）：91-98. Li Y，Chen L S，Xu X D，2005.Numerical experiments of the impact of moisture transportation on sustaining of the landfalling tropical cyclone and precipitation［J］.Chin J Atmos Sci，29（1）：91-98.doi：10.3878／j.issn.1006-9895.2005.01.11.（in Chinese）.

李澤椿，張玲，錢奇峰，等，2020.中央氣象臺臺風預報業(yè)務的發(fā)展及思考［J］.大氣科學學報，43（1）：10-19. Li Z C，Zhang L，Qian Q F，et al.，2020.The development and consideration of typhoon forecast operation of National Meteorological Center［J］.Trans Atmos Sci，43（1）：10-19.doi：10.13878／j.cnki.dqkxxb.20200110015.（in Chinese）.

梁旭東，夏茹娣，寶興華，等，2022.2021年7月河南極端暴雨過程概況及多尺度特征初探［J］.科學通報，67（10）：997-1011. Liang X D，Xia R D，Bao X H，et al.，2022.Preliminary investigation on the extreme rainfall event during July 2021 in Henan Province and its multi-scale processes［J］.Chin Sci Bull，67（10）：997-1011.doi：10.1360／TB-2021-0827.（in Chinese）.

劉希，曾明劍，王亞強，等，2023.臺風“利奇馬” 遠距離暴雨的關(guān)鍵動力因子和水汽來源［J］.大氣科學學報，46（5）：776-789. Liu X，Zeng M J，Wang Y Q，et al.，2023.Analysis of key dynamical factors and water vapor sources influencing remote heavy rainfall produced by typhoon Lekima［J］.Trans Atmos Sci，46（5）：776-789.doi：10.13878／j.cnki.dqkxxb.20220406001.（in Chinese）.

Lu X Q，Yu H，Ying M，et al.，2021.Western North Pacific tropical cyclone database created by the China meteorological administration［J］.Adv Atmos Sci，38（4）：690-699.doi：10.1007／s00376-020-0211-7.

馬玉芬，沈桐立，丁治英，等，2009.臺風“桑美” 的數(shù)值模擬和地形敏感性試驗［J］.南京氣象學院學報，32（2）：277-286. Ma Y F，Shen T L，Ding Z Y，et al.，2009.Numerical simulation and orographic sensitive experiments of typhoon Saomai during landfall［J］.J Nanjing Inst Meteor，32（2）：277-286.doi：10.13878／j.cnki.dqkxxb.2009.02.011.（in Chinese）.

Potty J，Oo S M，Raju P V S，et al.，2012.Performance of nested WRF model in typhoon simulations over West Pacific and South China Sea［J］.Nat Hazards，63（3）：1451-1470.doi：10.1007／s11069-011-0074-4.

任麗，趙玲，韓冰，等，2019.臺風獅子山與中緯度系統(tǒng)相互作用所致暴雨成因分析［J］.沙漠與綠洲氣象，13（1）：44-51. Rer L，Zhao L，Han B，et al.，2019.The analysis of rainstorm caused by the interaction between mid-latitude system and typhoon（1610） Lionrock［J］.Desert and Oasis Meteorology，13（1）：44-51.（in Chinese）.

任素玲，劉屹岷，吳國雄，2007.西太平洋副熱帶高壓和臺風相互作用的數(shù)值試驗研究［J］.氣象學報，65（3）：329-340. Ren S L，Liu Y M，Wu G X，2007.Interactions between typhoon and subtropical anticyclone over Western Pacific revealed by numerical experiments［J］.Acta Meteorol Sin，65（3）：329-340.doi：10.3321／j.issn：0577-6619.2007.03.003.（in Chinese）.

唐飛，陳鳳嬌，諸葛小勇，等，2021.利用衛(wèi)星遙感資料分析臺風“煙花” （202106）的影響過程［J］.大氣科學學報，44（5）：703-716. Tang F，Chen F J，Zhuge X Y，et al.，2021.Analysis of influence process of typhoon In-fa（202106） based on satellite remote sensing data［J］.Trans Atmos Sci，44（5）：703-716.doi：10.13878／j.cnki.dqkxxb.20210812001.（in Chinese）.

田華，李崇銀，楊輝，2010.大氣季節(jié)內(nèi)振蕩對西北太平洋臺風路徑的影響研究［J］.大氣科學，34（3）：559-579. Tian H，Li C Y，Yang H，2010.Modulation of typhoon tracks over the western North Pacific by the intraseasonal oscillation［J］.Chin J Atmos Sci，34（3）：559-579.（in Chinese）.

王皘，董林，2022.2022年8月大氣環(huán)流和天氣分析［J］.氣象，48（11）：1487-1496. Wang J，Dong L，2022.Atmospheric circulation and weather analysis for August 2022［J］.Meteor Mon，48（11）：1487-1496.（in Chinese）.

王蓉，姚小娟，肖瑜璋，等，2013.1208號臺風“韋森特” 特征分析［J］.海洋預報，30（6）：13-20. Wang R，Yao X J，Xiao Y Z，et al.，2013.Analysis of the characteristic of typhoon “Vicente”（1208）［J］.Mar Forecasts，30（6）：13-20.doi：10.11737／j.issn.1003-0239.2013.06.003.（in Chinese）.

王曉君，馬浩，2011.新一代中尺度預報模式（WRF）國內(nèi)應用進展［J］.地球科學進展，26（11）：1191-1199. Wang X J，Ma H，2011.Progress of application of the weather research and forecast（WRF） model in China［J］.Adv Earth Sci，26（11）：1191-1199.（in Chinese）.

Wen Y R，Xue L，Li Y，et al.，2015.Interaction between Typhoon Vicente （1208） and the western Pacific subtropical high during the Beijing extreme rainfall of 21 July 2012［J］.J Meteor Res，29（2）：293-304.doi：10.1007／s13351-015-4097-8.

Wu L G，Zong H J，Liang J，2013.Observational analysis of tropical cyclone formation associated with monsoon gyres［J］.J Atmos Sci，70（4）：1023-1034.doi：10.1175／jas-d-12-0117.1.

Wu Z Y，Jiang C B，Deng B，et al.，2019.Sensitivity of WRF simulated typhoon track and intensity over the South China Sea to horizontal and vertical resolutions［J］.Acta Oceanol Sin，38（7）：74-83.doi：10.1007／s13131-019-1459-z.

謝文鋒，劉峰，郭智亮，等，2020.臺風“艾云尼” 引發(fā)廣州機場強降水的模擬［J］.廣東氣象，42（1）：5-9. Xie W F，Liu F，Guo Z L，et al.，2020.A simulation of intense rain at the Guangzhou airport induced by typhoon Ewiniar［J］.Guangdong Meteor，42（1）：5-9.doi：10.3969／j.issn.1007-6190.2020.01.002.（in Chinese）.

楊文霞，趙利品，鄧育鵬，等，2011.臺風眼壁的云結(jié)構(gòu)與降水形成機制分析［J］.氣象，37（12）：1481-1488. Yang W X，Zhao L P，Deng Y P，et al.，2011.Study on the cloud structure and precipitation forming mechanisms of the storm near typhoon eyewall［J］.Meteor Mon，37（12）：1481-1488.（in Chinese）.

葉篤正，1988.動力氣象學［M］.北京：科學出版社. Ye D Z，1988.Dynamic meteorology［M］.Beijing：Science Press.（in Chinese）.

Ying M，Zhang W，Yu H，et al.，2014.An overview of the China meteorological administration tropical cyclone database［J］.J Atmos Ocean Technol，31（2）：287-301.doi：10.1175／jtech-d-12-00119.1.

Yu J Q，Gao S，Zhang L，et al.，2020.Analysis of A remote rainstorm in the Yangtze River Delta region caused by typhoon mangkhut （2018）［J］.J Mar Sci Eng，8（5）：345.doi：10.3390／jmse8050345.

張璟，李泓，段晚鎖，等，2022.臺風集合預報研究進展［J］.大氣科學學報，45（5）：713-727. Zhang J，Li H，Duan W S，et al.，2022.Review on the research progress of typhoon ensemble forecast［J］.Trans Atmos Sci，45（5）：713-727.doi：10.13878／j.cnki.dqkxxb.20211124001.（in Chinese）.

張希帆，黃菲，許士斌，等，2019.弱臺風影響下中國大暴雨事件發(fā)生頻次的統(tǒng)計特征［J］.海洋氣象學報，39（3）：11-18. Zhang X F，Huang F，Xu S B，et al.，2019.Statistics of frequency of heavy rainfall in China under influence of weak typhoon［J］.J Mar Meteor，39（3）：11-18.doi：10.19513／j.cnki.issn2096-3599.2019.03.002.（in Chinese）.

Zhao D J，Xu H X，Yu Y B，et al.，2022.Identification of synoptic patterns for extreme rainfall events associated with landfalling typhoons in China during 1960—2020［J］.Adv Clim Change Res，13（5）：651-665.doi：10.1016／j.accre.2022.07.002.

周磊，陳大可，雷小途，等，2019.海洋與臺風相互作用研究進展［J］.科學通報，64（1）：60-72. Zhou L，Chen D K，Lei X T，et al.，2019.Progress and perspective on interactions between ocean and typhoon［J］.Chin Sci Bull，64（1）：60-72.doi：10.1360／N972018-00668.（in Chinese）.