同化FY-3C/MWHTS观测资料反演的海面气压场对台风数值预报的影响
1.
2.
3.
4.
Influence of Assimilating the Sea Surface Pressure Fields Retrieved from FY-3C/MWHTS Data on Typhoon Forecasting
1.
2.
3.
4.
通讯作者:
收稿日期: 2019-05-05 修回日期: 2020-06-15 网络出版日期: 2020-09-14
基金资助: |
|
Received: 2019-05-05 Revised: 2020-06-15 Online: 2020-09-14
作者简介 About authors
张子瑾(1992—),女,河南平顶山人,博士研究生,主要从事大气参数的定量遥感反演研究E⁃mail:
关键词:
Keywords:
本文引用格式
张子瑾, 董晓龙.
Zhang Zijin, Dong Xiaolong.
1 引 言
热带气旋是形成于热带海洋大气中强烈的低压涡旋系统,它是全球最具有破坏性的自然灾害之一。提升热带气旋的路径和强度预报能力,能够有效减少其带来的巨大损失,具有重大意义[1]。
过去,海上热带气旋气压的观测主要依赖于飞机投放无线电探空仪进行观测[8-9]。然而下投探空仪仅能提供有限的点的气压信息,无法提供热带气旋气压场的分布特征。另外,下投探空仪的下落位置难以控制,很少有探空仪能够落到眼区进行中心气压的观测。卫星探测器的出现,使得获取高时空分辨率的海洋气象资料成为现实。目前遥感获取海面气压场的主要方法是利用遥感观测的海面风场(包括风速和风向),通过边界层模型(PBL)推导出气压的梯度场分布,然后使用可靠的原位气压观测作为边界值,生成绝对的气压场。星载微波散射计能够实现全球范围风场快速连续稳定的观测,且观测的空间分辨率高,已有的研究大都使用星载微波散射计的风场产品通过PBL模型推导得到高分辨率的海面气压场(~25 km)[10-15]。但是,在高风速情形下(风速>25 m/s),散射计风场测量精度较差,由散射计风场数据推导得到的台风中心气压的平均偏差高达20 hPa[13-14]。另外,海面气压不能实时由风场观测数据获取。在气压场推导过程中,PBL模型不仅需要海面风场数据,还需要表面温度和温湿廓线进行气压梯度场订正,并需要可靠的海面气压观测值作为边界值才能生成绝对的气压场。散射计不具备探测温湿廓线的能力,目前的研究均使用全球再分析的温湿廓线以及表面气压数据进行气压场推导。但是,再分析数据是无法实时获取的,进而导致海面气压数据不能实时由风场观测获取,这对于热带气旋的预报十分不利。
2 数据和方法
2.1 数据
风云三号C卫星(FY-3C)于2013年9月23日上午发射,卫星轨道高度为836 km,是极轨气象卫星。其搭载的MWHTS是全功率型微波辐射计。MWHTS采用交轨扫描方式,观测张角为±53.35°刈幅宽度约为2 700 km,每条扫描线包括98个像元,每个像元对应一个扫描角度,天底像元直径约为16 km。MWHTS每天可以对同一区域进行两次观测。本研究使用FY-3C/MWHTS L1级亮温数据反演得到海面气压场,该资料来自中国气象局网站。
另外,使用美国气象环境预报中心(NCEP)FNL分析数据作为同化试验的背景场。使用的大气参数数据包括温湿廓线、表面气压、2 m温度、2 m湿度、10 m风速等。NCEP FNL分析数据的时间分辨率为6 h,空间分辨率为
2.2 海面气压数据同化
在同化反演的海面气压场之前,对反演数据进行质量控制,具体包括:
(1)极值检查。海面气压的阈值为850~1 060 hPa,剔除此范围外的海面气压数据。
(2)空间一致性检查。针对每一个观测视场,计算反演的海面气压值与周围四个视场平均海面气压值的差,当差的绝对值大于20 hPa时,剔除该视场的反演数据。
由于反演得到的海面气压场的分辨率高于本文设置的模式分辨率(25 km),如果将所有反演结果放入同化系统中,不仅会增加计算量,而且反演数据之间的相关性会影响同化效果。因此对质量控制后的海面气压数据进行稀疏化处理,通过双线性插值法将反演数据插值到模式格点所在位置。
本研究使用中尺度天气研究与预报模式(Weather Research and Forecasting, WRF)进行热带气旋的数值预报,并使用WRF三维变分同化(3DVAR)系统[19]将稀疏化处理后的海面气压场融合到台风模式的初始场中。WRF及其3DVAR系统是由美国国家环境预报中心、预报系统实验室、海军研究实验室等多部门联合开发的新一代非静力平衡、高分辨率、科研和业务预报共用的中尺度预报和资料模式。本研究使用WRF 3.9.1版本和WRF 3DVAR 3.9.1版本。
其中:
WRF 3DVAR系统中采用半牛顿法综合处理代价函数、梯度以及分析信息,通过迭代得到使代价函数
2.3 数值试验设计
为了检验同化FY-3C/MWHTS海面气压场对于改进灾害性天气预报的能力,分别选择2018年第8号超强台风“Maria”和2017年第5号台风“Noru”设计数值试验。Maria于2018年7月4日20时(世界时,下同)在美国关岛以东洋面生成,并快速增强,模拟时间为2018年7月7日12时至7月10日12时,模式区域的中心为(22.5° N,132.5° E),格点为142×106。Noru于2017年7月18日在威克岛西北方海面上生成,数值试验模拟时间为2018年8月2日12时至8月5日12时,模式区域的中心为(27.5° N,132.5° E),格点为142×106。数值试验中格点间距为25 km,垂直分层为30层,层顶气压为50 hPa。
为了评估FY-3C/MWHTS反演的海面气压场对台风数值预报的影响,设计了两组试验,分别为不使用反演以及同化技术的控制实验(CTRL),和使用反演以及同化技术的敏感性试验(REXP)。两组试验的背景场一致,均使用NCEP FNL分析数据。被同化的Maria的海面气压场由2018年7月7日11时48分至7月7日11时56分的FY-3C/MWHTS L1级亮温数据反演得到,被同化的Noru的海面气压场是由2017年8月2日11:59~12:04的FY-3C/MWHTS L1级亮温数据反演得到。将反演得到的海面气压数据按照2.2节所述步骤进行质量控制和稀疏化处理。表1总结了数据的同化预处理情况。可以看出,经过质量控制和资料稀疏化后,保留的有效观测值比例约为60%。
表1 反演的海面气压数据的同化预处理情况
Table 1
台风个例 | 模式区域内观测像元数目 | 质量控制后观测像元数目 | 稀疏化处理后观测数目 |
---|---|---|---|
Maria | 11 414 | 11 339 | 6 934 |
Noru | 10 691 | 10 604 | 7 017 |
3 结 果
3.1 海面气压反演结果
为了证实反演的海面气压的可靠性,将反演的海面气压数据与下投探空和浮标的测量结果进行对比。本文使用平均偏差(Bias)和均方根误差(RMSE)作为对反演结果统计验证的定量标准。它们的定义如下:
其中:
将2012年1月至2017年12月所有的热带气旋情形下MWHTS观测资料反演得到的海面气压数据与下投探空和浮标的现场气压观测资料进行匹配,时间窗口为50 min。为了减少时间空间匹配误差,使用中国气象局(CMA)发布的台风最佳路径以及美国国家飓风中心(NHC)发布的飓风最佳路径数据确定热带气旋移动速度和方向,并根据移动速度和方向信息将反演的热带气旋气压场进行移动,使之与现场气压观测资料对应同样的时刻,然后再进行反演结果与现场气压观测资料的对比。图1是反演的海面气压与现场气压观测值的对比结果。根据图1,反演结果与现场观测值一致性高,平均偏差为-1.49 hPa,均方根误差为3.94 hPa,反演结果与现场观测偏差的分布近似满足高斯分布。
图1
图1
反演的热带气旋区域海面气压与现场观测对比结果
Fig.1
Comparison between the retrieved surface pressure under tropical cyclone conditions and in situ observations
图2(a)、(c)分别为由FY-3C/MWHTS L1级亮温数据反演得到的“Maria”和“Noru”的海面气压场。为了初步检验反演效果,将反演的海面气压场与最近时次的NCEP FNL分析数据(图2(b)、(d))进行了对比。图中使用灰色三角符号标注了CMA最佳路径数据的台风中心位置。表2总结了反演的中心气压和和位置与NCEP数据以及CMA最佳路径数据的对比结果。反演的Maria的中心气压为939 hPa,NCEP 中心气压为956 hPa。反演的Noru的中心气压为950 hPa,较NCEP FNL分析数据(957 hPa)低7 hPa。根据表2,与NCEP FNL分析数据相比,反演的中心气压和位置更加接近最佳路径数据。
图2
图2
FY-3C/MWHTS亮温资料反演的海面气压场和NCEP FNL海面气压分析场(hPa)
Fig.2
Retrieved surface pressure field and NCEP FNL surface pressure analysis field
表2 反演的台风Maria和Noru的中心气压和位置与NCEP FNL 数据以及CMA最佳路径数据的对比
Table 2
台风 | 时刻 | 反演结果 | NCEP FNL数据 | CMA最佳路径数据 | |||
---|---|---|---|---|---|---|---|
中心气压 | 中心位置 | 中心气压 | 中心位置 | 中心气压 | 中心位置 | ||
Maria | 2018年7月7日12时 | 939 hPa | 18.0° N, 140.3° E | 956 hPa | 18.0° N, 140.0° E | 935 hPa | 18.0° N, 140.3° E |
Noru | 2017年8月2日12时 | 950 hPa | 26.2° N, 135.8° E | 957 hPa | 26.0° N, 136.0° E | 950 hPa | 26.2° N, 135.6° E |
3.2 CTRL试验和REXP试验初始场对比结果
图3(a)、(b)分别描述了CTRL试验和REXP试验的Maria初始时刻海面气压场。对比分析可以看出,REXP试验初始时刻台风中心附近强度较CTRL试验明显增加,等值线分布更加密集。REXP试验最低海面气压值为939 hPa,而控制试验为956 hPa,REXP试验的中心气压与最佳路径数据(935 hPa)更加接近。图3中的灰色三角符号标注了初始时刻CMA发布的台风中心位置,可以看出REXP试验的中心位置(18.00°N, 140.25°E)与CMA最佳路径数据(18.00°N, 140.30°E)基本一致,而CTRL试验的中心位置(18.00°N, 140.00°E)与最佳路径有一定偏差。
图3
图3
2018年7月7日12时CTRL和REXP试验的海面气压场(hPa)
Fig.3
The surface pressure field of CTRL experiment and REXP experiment at 1200 UTC on July 7, 2018
图4描述了初始时刻CTRL试验和REXP试验Maria的温度距平的纬向垂直剖面。温度距平是指偏离环境场平均温度的量,这里环境场是指以热带气旋中心为圆心,
图4
图4
2018年7月7日12时CTRL和REXP试验的温度距平沿台风中心纬向垂直剖面图(K)
Fig.4
Vertica-zonal cross section of warm core simulated by CTRL experiment and REXP experiment at 1200 UTC on July 7, 2018
图5
图5
2017年8月2日12时CTRL和REXP试验的温度距平沿台风中心纬向垂直剖面图(K)
Fig.5
Vertica-zonal cross section of warm core simulated by the CTRL experiment and REXP experiment at 1200 UTC on August 2, 2017
图6
图6
2018年7月7日12时CTRL和REXP试验的风速沿台风中心纬向垂直剖面图(m/s)
Fig.6
Vertica-zonal cross section of wind speed simulated by the CTRL experiment and REXP experiment at 1200 UTC on July 7, 2018
图7
图7
2017年8月2日12时CTRL 和REXP试验的风速沿台风中心纬向垂直剖面图(m/s)
Fig.7
Vertica-zonal cross section of wind speed simulated by the CTRL experiment and REXP experiment at 1200 UTC on August 2, 2017
3.3 台风路径和强度预报结果
图8(a)描述了CMA发布的Maria的最佳路径以及CTRL和REXP试验的72 h路径预报结果(两点之间间隔为6 h)。数值试验使用海面最低气压来定位台风中心位置。可以看出,两组试验均模拟出了Maria向西北方向移动的过程。在24 h以内,两组试验对台风发展趋势和移动路径的预报与最佳路径均较接近,CTRL试验和REXP试验0~24 h预报路径与最佳路径的均方根误差分别为30.5 km和26.0 km。对于24 h以后的预报,REXP试验较CTRL试验方向偏北,且发展较CTRL试验慢,更加接近最佳路径。CTRL试验和REXP试验0~72 h路径预报的均方根误差分别为60.2 km和30.7 km。
图8
图8
2018年7月7日12时~7月10日12时台风Maria的实况和预报路径和2017年8月2日12时~8月5日12时台风Noru的实况和预报路径
Fig.8
The observed and the forecasted tracks of typhoon Maria and typhoon Noru
图8(b)给出了CTRL试验和REXP试验对台风Noru的72 h路径预报结果。与CTRL试验相比,REXP试验的初始位置更接近实况,CTRL试验的初始位置与最佳路径相差49.2 km,而REXP试验仅为17.4 km。对于18 h内的预报,两组试验的路径预报效果均较理想,与实况基本一致。对于18 h以后的预报,REXP试验较CTRL试验更加接近最佳路径。CTRL试验和REXP试验0~72 h 路径预报的均方根误差分别为35.7 km和19.9 km。表3总结了两组试验预报的路径与最佳路径的均方根误差,根据表3和图8,同化FY-3C/MWHTS海面气压场有效改进了台风“Maria”和“Noru”的路径预报精度。
表3 台风Maria和Noru实况和预报的路径和强度的均方根误差
Table 3
台风 | 试验 | 路径预报均方根误差/km | 强度预报均方根误差/hPa | ||||
---|---|---|---|---|---|---|---|
0~24 h | 24~48 h | 48~72 h | 0~24 h | 24~48 h | 48~72 h | ||
Maria | CTRL试验 | 30.5 | 50.8 | 105.6 | 28.3 | 24.5 | 17.1 |
REXP试验 | 26.0 | 29.2 | 40.2 | 15.3 | 11.5 | 5.3 | |
Noru | CTRL试验 | 24.5 | 51.4 | 27.8 | 8.6 | 6.0 | 21.8 |
REXP试验 | 18.2 | 21.0 | 21.0 | 3.5 | 4.9 | 14.8 |
图9(a)描述了两组试验对Maria强度预报的对比结果。可以看出,两组试验均正确描述了Maria强度增强然后减弱的趋势,但是与CTRL试验相比,REXP试验的最低海面气压更加趋近于最佳路径数据。CTRL试验和REXP试验0~72 h预报强度与最佳路径数据的均方根误差分别为23.6 hPa和11.1 hPa。
图9
图9
2018年7月7日12时~7月10日12时台风Maria的实况和预报的中心气压值和2017年8月2日12时~8月5日12时台风Noru的实况和预报的中心气压值
Fig.9
The observed and the forecasted minimum surface pressure of typhoon Maria and typhoon Noru
4 结 论
本文使用WRF三维变分同化系统同化了由FY-3C/MWHTS观测资料反演得到海面气压场,并以台风“Maria”和“Noru”为例,研究了同化的海面气压场对台风数值预报的影响。主要结论可以总结如下:
(1)将热带气旋情形下FY-3C/MWHTS观测资料反演的海面气压数据与现场气压观测资料进行了对比,结果表明反演的海面气压与现场观测资料的一致性高,它们的平均偏差为-1.49 hPa,均方根误差为3.94 hPa。
(2)同化FY-3C/MWHTS资料反演的海面气压场使台风初始时刻中心气压与位置更接近实况。另外,该反演资料不仅影响了低层,而且在模式动力约束下,对高层也产生了影响,调整了台风初始温度场和风场的结构和分布。
(3)同化FY-3C/MWHTS资料反演的海面气压场使台风的路径和强度预报的精度有所提升。
本研究为改进资料稀缺的海上热带气旋系统的预报提供了一个新的思路并进行了初步尝试。同时也为FY-3C/MWHTS资料在台风中的应用作出前沿探讨,具有重要的科学和应用意义。但在数值试验中,没有考虑海洋和大气模式的耦合以合理体现海洋飞沫和海浪的影响,这有待未来进一步改进。此外,今后将使用更多的台风个例更加系统性的评估同化FY-3C/MWHTS资料反演的海面气压场对不同类型、不同发展阶段台风数值预报的影响。
参考文献
Review of Typhoon Monitoring Technology based on Remote Sensing Satellite Data
[J].
基于遥感卫星资料的台风监测技术研究进展
[J]. ,
The Internal Force of Typhoon
[J].
台风的内力
[J]. ,
Judging the Development and Trend of Typhoon by the Central Pressure of Typhoon
[J].
利用台风中心气压值判断台风发展和动向
[J]. ,
The Dynamical Research of TC Structure on Movement
[J].
热带气旋的结构对其移动影响的动力分析
[J]. ,
D-Var
[J].
三维变分同化中不同物理量对台风预报的影响
[J]. ,
Sensitivity of WRF Simulated Typhoon Track and Intensity over the South China Sea to Horizontal and Vertical Resolutions
[J]. ,
Influence of Different Initial Fields on Numerical Simulation of Typhoon Saomai
[J].
不同初始场资料对台风“桑美”数值模拟的影响
[J]. ,
The NCAR GPS Dropwindsonde
[J].
The First Complete Dropsonde Observation of a Tropical Cyclone over the South China Sea by the Hong Kong Observatory
[J]. ,
Ocean Surface Pressure Fields from Satel-lite-Sensed Winds
[J].,
Cyclone Surface Pressure Fields and Frontogenesis from NASA Scatterometer (NSCAT) Winds
[J]. ,
An Evaluation of Scatterometer-derived Oceanic Surface Pressure Fields
[J]. ,
Analysis on Sea Surface Pressure of the Typhoon Retrieved from Scatterometer Wind Data
[J].
散射计风场反演的台风海平面气压场分析
[J]. ,
Comparison of the Retrieved Typhoon Sea Level Pressure Field with NCEP and Best Track Data
[J].
反演台风海平面气压场与NCEP及报文资料的对比
[J]. ,
A New Method of Retrieving Typhoon’s Sea Level Pressure Fields and Central Positions from Scatterometer-derived Sea Surface Winds
[J].
散射计资料对台风海平面气压场的反演和定位的新方法研究
[J]. ,
Retrieval of Barometric Pressure from Satellite Passive Microwave Observations over the Oceans
[J]. ,
Tropical Cyclone Surface Pressure Field Estimation Using Satellite Passive Microwave Observations over the Oceans
[J]. ,
Study on the Retrieval Theory and Method of Sea Surface Pessure Basing on Passive Microwave Observations
[D].张子瑾. 基于被动微波探测的海面气压反演理论和方法研究
[D]. ,
A Three-dimensional Variational Data Assimilation System for MM5: Implementation and Initial Results
[J]. ,
Using the WRF System
[J]. ,
The National Meteorological Center's Spectral Statistical-interpolation Analysis System
[J]. ,
The Impact of Dif-ferent WRF Model Physical Parameterizations and Their Interactions on Warm Season MCS Rainfall
[J]. ,
Evaluation of Three Planetary Boundary Layer Schemes in the WRF Model
[J]. ,
/
〈 | 〉 |