衛星遙感資料在蒸發波導數值預報中的應用

王振會 楊 璐 姚展予 王 喆

(1.南京信息工程大學氣象災害省部共建教育部重點實驗室,江蘇 南京 210044; 2.南京信息工程大學大氣物理學院,江蘇 南京 210044; 3.中國氣象科學研究院,北京 100081;4.中國氣象局培訓中心,北京 100081)

引 言

蒸發波導[1]預報很重要,其主要參數是蒸發波導高度,它表明了蒸發波導的厚度和強度。通常確定蒸發波導高度的方法有直接測量法、微波傳播法和雷達探測法,但這些方法都無法滿足人們對大范圍海區蒸發波導環境時空分布的需求[2]。

數值天氣預報中尺度模式已具有較高的垂直分辨率,能夠對近地層的中尺度現象進行數值預報與模擬,在模式中加入衛星遙感資料,能大大提高模式初始場質量,從而能夠對近地層的中尺度現象進行更好的數值預報與模擬[3]。現代衛星遙感技術可提供全球海面上高分辨率的溫度、風速和風向、熱帶降水等一系列大氣特征量的觀測數據[4],其中,海面溫度是研究海面水汽和熱量交換的一個重要物理參數,而海面風場幾乎與所有的海水運動直接相關。這些具有高時空分辨率的衛星遙感數據為研究大范圍海域的蒸發波導環境實時變化、季節和氣候變化提供了基礎。

在國內,王振會等[5]利用天氣預報模式(WRF),對發生在黃淮江淮流域的一次大氣波導過程進行了數值模擬與對比分析,發現WRF模式可以反映出大氣邊界層內的逆溫和濕度銳減并較好地模擬大氣波導的變化。胡曉華等[6]利用有限區域預報模式(ARPS)對一次受臺風影響的大氣波導過程進行了分析和數值模擬,認為對大氣波導進行數值模擬時,初始場十分重要,同化多個測站探空資料的數值模擬表明ARPS模式對大氣波導具有一定的預報能力。成印河等[7]利用中尺度氣象預報模式(MM5)對大氣波導進行了數值模擬的研究,認為MM5模式不僅能夠模擬海上大氣波導的發生,而且可定量描述低空大氣波導參數的三維空間變化。陳莉等[8]利用MM5模式對2007年中國近海大氣蒸發波導進行了全年的高分辨的數值模擬,詳細分析了蒸發波導的季節分布特征及其與海洋環流和海面氣象條件的相關關系。

在國外,由美海軍研究實驗室(NRL)開發研制的海洋大氣耦合中尺度預報系統(COAMPS)已經投入業務使用,其功能之一就是預報蒸發波導高度,評估大氣環境對電磁波傳播的影響。Burk和Thompson[9]采用美國海軍業務化區域大氣預報系統(NORAPS)對1993年8月23日～9月3日期間太平洋東部沿岸地區的大氣折射率作了24 h的滾動預報試驗,結果表明:中尺度大氣數值預報模式能預報海岸地區大氣折射率的日變化及天氣系統,如海陸風環流等對大氣折射率的影響,只是預報的大氣波導特征量與實際還存在一定的差距。

利用WRF中尺度數值模式及其三維變分同化系統,同化海面風和海面溫度等衛星遙感資料,將Babin蒸發波導模型與WRF模式耦合,建立了一個海洋蒸發波導預報模式,并用于研究2002年5月25～26日在福建省平潭島地區的一次蒸發波導過程。

1 海洋蒸發波導高度的確定

蒸發波導高度是表征海洋上蒸發波導強度的重要參數,也是確定蒸發波導對電磁波傳播影響的一個重要參量。目前國內外確定蒸發波導高度的模式有多種,包括LKB (Liu-Katsaros-Busin)蒸發波導模式[15]、MGB(Musson-Genon、Gauthier、Bruth)蒸發波導模式[10]、Babin蒸發波導模式[11]等。其中,Babin模式使用了在熱帶海洋全球大氣海氣耦合響應試驗(TOGA COARE)中提出的描述海洋大氣邊界層物理過程的最新技術,他認為該模式優于P-J和MGB兩種模式。本文采用Babin基于通量算法的新模型來計算蒸發波導高度,加入張強等[12]提出的通量廓線關系,從而將莫寧-奧布霍夫(M-O)理論[13]拓展到甚低風速條件下和近岸沿海地區。

對于微波波段,大氣折射指數表達式為

(1)

式中:A=77.6 K/hPa;B=4 810 K2/hPa;p是氣壓(單位:hPa);e是水汽壓(單位:hPa);T是氣溫(單位:K)。Babin模式使用的M-O相似變量是位溫和比濕這兩個保守量,借助于位溫θ和比濕q與p、T、e的關系[11],并利用靜力平衡方程,可得

(2)

根據M-O相似理論中位溫θ和比濕q的垂直梯度表達式[13]并令溫度和濕度的普適函數Φt、Φq相等,由式(2)可得

(3)

式中:θ*、q*為特征尺度參數;L為M-O長度。當式(3)等于形成波導的臨界值-0.157 m-1時,所對應的高度z就是波導高度zd,所以

(4)

式中溫度和濕度的普適函數Φ在中性、穩定條件下以及不穩定條件下分別為

(5)

(6)

為了從式(4)解得蒸發波導高度zd, 需要計算θ*、q*和L,可根據文獻[14]和[15]提出的算法來確定。

2 個例、資料與模式參數簡介

2002年5月25日,福建省平潭島附近海域發生一次蒸發波導,將平潭島鐵塔傳感器測量的近地層大氣溫、濕、壓、風、海表水溫等代入Babin模式中計算得到的蒸發波導高度稱為“觀測結果”。對這次蒸發波導進行基于WRF模式的模擬預報試驗,采用當日00:00(UTC)NCEP的全球客觀分析場全球分析(FNL)資料作為初始場,進行直到次日00:00的24 h模擬預報。將利用WRF模式預報輸出的溫、壓、濕、風、海表水溫數據代入Babin模式中得到蒸發波導高度的“預報結果”。

FNL資料格點分辨率1°×1°,屬于全球預報系統(GFS)并經過再分析而生成的產品。本文同化的海面風和海表溫度資料分別來自于“快速測風”(QuickSCAT)衛星和日本靜止氣象衛星(GMS5),水平分辨率分別為0.25°×0.25°,0.1°×0.1°.

WRF模式是美國最新的中尺度區域模式,水平分辨率設為30 km,模擬區域中心為25°N、119°E,垂直分41層[8]。物理過程包括延世大學(YSU)[16]邊界層過程、KF(Kain-Fritsch)方案[17]、天氣預報單時刻3類簡單冰方案積云對流微物理過程[18]、輻射傳輸模式(RRTM)長波輻射方案,Dudhia短波輻射方案[8]。WRF模式提供了基于變分技術的數據同化模塊,用以同化常規觀測、雷達、衛星等各種數據以改善初始場。

3 數值模擬試驗及結果分析

3.1 試驗方案

為了對比資料同化對初始場和預報結果的影響,設計了4種試驗方案進行對比分析:

1) 模式不加以下任何一種可同化資料,積分24 h;

2) 同化25日00∶00的海面風資料,積分24 h;

3) 同化25日00∶00的海表溫度資料,積分24 h;

4) 同時同化25日00∶00的海面風資料和海表溫度資料,積分24 h.

3.2 模擬結果分析

3.2.1 同化對初始場的影響

計算蒸發波導只需要近地層一層的氣象數據,所以下面僅分析近地層10 m高度處同化對初始場的影響,如圖1所示。

(a) QuickSCAT風場 同化前的初始風場 (b) QuickSCAT風場 同化后的初始風場 (c) GMS5海表溫度同化 前的海表溫度初始場 (d) GMS5海表溫度同化 后的海表溫度初始場圖1 2002年5月25日00:00資料同化對初始場的影響

圖1(a)與(b)分別表示同化前、后的10 m高度處風場。可見,同化前,南海地區強風速區的速度最大值分別位于點(117.5°E,22.5°N)及(122°E,21.5°N)附近,最大值為8;同化后,強速度區向東北方向偏移,速度最大值增大到12,位于(122°E,24.5°N)附近。同化后，風場速度中心發生了偏離,且中心數值最大值增大。

圖1(c)與(d)分別為同化前與同化后的海表溫度圖。對比可見,同化海表溫度之后對海面上的溫度影響較大。其中,在臺灣島以北的海域內,同化后溫度上升了2～3 ℃,而在臺灣島以南的大面積海域經同化,溫度普遍升高了1 ℃.

3.2.2 蒸發波導高度預報結果對比分析

將在4種試驗方案下WRF每小時一次預報輸出的海面大氣溫、濕、壓、海表水溫、海面風速等參量分別代入Babin模式中,計算得到25日00∶00～26日00∶00連續24 h的蒸發波導高度。因篇幅所限,僅給出25日00∶00的4種方案下的WRF預報結果,如圖2所示,4種方案下的預報結果均呈現出東南沿海地區蒸發波導的發生,在模擬的初始時刻,未同化任何觀測資料的蒸發波導高值區主要位于西南象限,高度達到22 m以上;其他3種方案下的蒸發波導高度高值區主要位于西北象限,高度最大值增加,達到24 m以上。隨著時間的推移,4種方案下的蒸發波導高度都不斷降低,26日00∶00已經降到18 m以下。

為了定量比較4種方案下WRF的預報結果,用平潭島站(119.78°E,25.52°N;圖2(d)中點P處)蒸發波導高度的觀測結果分別與4種方案下的模式預報值進行對比,如圖3所示。其中黑實線表示鐵塔觀測值,其他線分別表示不同試驗方案下的模式預報值。

(a) 第1種方案 (b) 第2種方安 (c) 第3種方案 (d) 第4種方案圖2 2002年5月25日00∶00的4種試驗方案下WRF模式預報的蒸發波導高度結果圖

圖3 2002年5月25日00:00～26日00:00的種方案下平潭島蒸發波導高度預報與觀測對比(其中橫軸1 h表示25日00:00,其余類推)

用Xi和Yi分別代表模式預報結果與觀測結果的蒸發波導高度值,“Xi-Yi”為預報誤差。分別計算4組預報值的誤差均方根(RMS)、無偏誤差均方根(RMS′)以及相關系數rXY[19]。結果如表1所示。

表1 平潭島蒸發波導高度的預報結果統計量

從圖3和表1可以看出：本模式方法預報值與觀測值變化規律基本一致(4種方案下相關系數都在0.92以上),但同化遙感資料有助于提高相關系數;“同時同化海表風和海面溫度”情況下,經過偏差訂正后的預報效果最好(表中RMS′最小)。單獨同化海面風或海面溫度資料都會改善預報結果,但單獨同化海面溫度不如單獨同化海表風場。

模式預報的波導高度總體上都比實測計算值偏高。海面微氣象條件如近地層大氣溫度、濕度、氣壓、風向風速、海表水溫對蒸發波導的高度具有決定作用。陳莉等[8]指出,相比海溫而言,海氣溫差和海面風速對波導高度的影響較大,海氣溫差與波導高度呈負相關,海面風速與之呈正相關。穆均[20]利用南海6個島嶼站對NCEP再分析風場資料按五年、季節進行統計分析,結果顯示:NCEP風速比西沙、南沙、珊瑚島和東沙實測風速都偏大。所以,模式中所采用的風向風速資料相比鐵塔傳感器實測資料值相對偏大,這在一定程度上造成了模式預報的波導高度總體上都比實測計算值偏高。

對于缺少觀測資料的海洋,同化散射計風場資料和GMS5海面溫度資料可以明顯改善模式初始場,對于低層風場和海面溫度有一定的調整。其中,第二組同化方案對預報效果改善最為明顯,這主要是由于QuickSCAT散射計風場的反演不僅使用了SeaWinds探測數據,還應用了數值天氣預報資料(NWP)和專用傳感器微波成像儀(SSM/I)或熱帶降雨測量衛星(TRMM)等的多通道微波探測資料以及海陸模式,是多種資料綜合應用的結果。雖然散射計風場資料同化對于質量場以及中高層垂直結構的影響有限,但對于低層風場調整比較大,而本文中所需要的是近地層的海面風場,所以它對于海面風初始場的優化效果非常明顯。可見,同化遙感資料對于本模式方法的蒸發波導高度預報是有幫助的。

4 結論與分析

本文以WRF模式為基礎,通過WRF3D-VAR變分同化系統將海面風速、海面溫度資料等衛星遙感資料同化,然后耦合Babin蒸發波導模式,構建了一個海洋蒸發波導預報模式,并用于模擬了2002年5月25日00:00至26日00:00(UTC)福建省平潭島附近海域的一次蒸發波導過程,比較了衛星遙感海面風和海面溫度資料的同化對模式初始場和其后24 h蒸發波導高度預報的影響,經與平潭島鐵塔觀測數據對比表明：衛星遙感資料同化可以使模式初始場優化,有助于改善預報結果,蒸發波導高度的24 h之內模式預報結果與鐵塔觀測值結果變化規律基本一致。

雖然本次福建平潭島地區蒸發波導數值預報的高度與觀測數據有著較好的一致性,但是由于廣大海洋地區缺少高時空分辨率的觀測資料,可供對比分析的實測資料較少,所以對于大片海域蒸發波導高度的驗證無法實現,數值模擬區域蒸發波導的可靠性尚需進一步驗證和改進。

致謝：感謝潘維玉老師、韓豐同學等在研究工作中的幫助，感謝福建省平潭島氣象局在一些資料獲取上的大力支持。

[1] 姚展予, 趙柏林, 李萬彪, 等. 大氣波導特征分析及其對電磁波傳播的影響[J]. 氣象學報, 2000, 58(5): 605-615.

YAO Zhanyu, ZHAO Bolin, LI Wanbiao, et al. The analysis of characteristics of atmospheric duct and its effect on the propagation of electromagnetic wave[J]. Scientia Meteorologica Sinica,2000, 58(5): 605-615. (in Chinese)

[2] 成印河. 海上低空大氣波導的遙感反演及數值模擬研究[D]. 北京: 中國科學院研究生院, 2009.

CHENG Yinhe. A study on atmospheric ducts over the sea retrieval with AMSR-E satellite data and its numerical simulation[D]. Beijing: Chinese Academy of Sciences, 2009. (in Chinese)

[3] 陳 莉, 高山紅, 康士峰, 等. 中國近海大氣波導的時空特征分析[J]. 電波科學學報, 2009, 24(4): 702-708.

CHEN Li, GAO Shanhong, KANG Shifeng, et al. Statistical analysis on spatial-temporal features of atmospheric ducts over Chinese regional seas[J]. Chinese Journal of Radio Science, 2009, 24(4):702-708. (in Chinese)

[4] MENG Lei, He Yijun, WU Yumei, et al. Neural network retrieval of ocean surface parameters from SSM/I data[J]. Mon Wea Rev, 2007, 135(2): 586-597.

[5] 王振會, 王 喆, 康士峰, 等. 利用WRF模式對大氣波導的數值模擬研究[J]. 電波科學學報, 2010, 25(5): 913-919.

WANG Zhenhui, WANG Zhe, KANG Shifeng, et al. Numerical simulation of atmospheric duct process with WRF model[J].Chinese Journal of Radio Science, 2010, 25(5): 913-919. (in Chinese)

[6] 胡曉華, 費建芳, 張 翔, 等. 一次大氣波導過程的數值模擬[J]. 氣象科學, 2008, 28(3): 294-300.

HU Xiaohua, FEI Jianfang, ZHANG Xiang, et al. Numerical simulation of an atmospheric duct[J]. Scientia Meteorologica Sinica, 2008, 28(3): 294-300. (in Chinese)

[7] 成印河, 趙振維, 何宜軍, 等. 大氣波導過程數值模擬研究[J]. 電波科學學報, 2009, 24(4): 259-263.

CHENG Yinhe, ZHAO Zhenwei, HE Yijun, et al. Numerical simulation of atmospheric duct process[J]. Chinese Journal of Radio Science, 2009, 24(4): 259-263. (in Chinese)

[8] 陳 莉, 高山紅, 康士峰, 等. 中國近海蒸發波導的數值模擬與預報研究[J]. 中國海洋大學學報, 2011, 41(1/2): 1-8.

CHEN Li, GAO Shanhong, KANG Shifeng, et al. Numerical modeling and forecasting of evaporation ducts over China seas[J]. Journal of Ocean University of China, 2011, 41(1/2): 1-8. (in Chinese)

[9] BURK S D, THOMPSON W T. Mesoscale modeling of summertime refractive conditions in the Southern California Bight[J]. J Appl Meteor, 1997, 36(1): 23-31.

[10] MUSSON-GENON L, GAUTHIER S, BRUTH E.A simple method to determine evaporation duct height in the sea surface boundary layer[J]. Radio Science, 1992, 27(5): 635-644.

[11] BABIN S M, YOUNG G S, CARTON J A. A new model of the oceanic evaporation duct[J]. J Appl Meteor, 1997, 36(3): 193-204.

[12] 張 強, 胡隱樵. 熱平流影響下濕潤地表的通量廓線關系[J]. 大氣科學, 1995, 19(1): 8-20.

ZHANG Qiang, HU Yinqiao. The flux-profile relationships under the condition of heat advection over moist surface[J]. Chinese Journal of Atomspherica Sciences, 1995, 19(1): 8-20.

[13] OBUKHOV A. Turbulence in an atmosphere with a non-uniform temperature[J]. Boundary-Layer Meteorol, 1971, 2(1): 7-29.

[14] FAIRALL C W, BRADLEY E F, ROGERS D P, et al. Bulk parameterization of air-sea fluxes for tropical ocean-global atmosphere coupled-ocean atmosphere response experiment[J].J Geophys Res, 1996, 101(C2): 3747-3764.

[15] LIU W T, KATSAROS K B, BUSINGER J A. Bulk parameterization of air-sea exchanges of heat and water vapor including the molecular constraints at the interface[J]. J Atmos Sci, 1979, 36(9): 1722-1735.

[16] HONG S Y, NOH Y, DUDHIA J. A new vertical diffusion package with an explicit treatment of entrainment processes[J]. Mon Wea Rev, 2006, 134(9): 2318-2341.

[17] 伍華平, 束 炯, 顧 瑩, 等. 暴雨模擬中積云對流參數化方案的對比試驗[J]. 熱帶氣象學報, 2009, 25(2): 175-180.

WU Huaping, SHU Jiong, GU Ying, et al. The effects of different cumulus parameterization schemes in WRF on heavy rainfall in Hunan province[J]. Journal of Tropical Meteorology, 2009, 25(2): 175-180. (in Chinese)

[18] 胡向軍, 陶健紅, 鄭 飛, 等. WRF模式物理過程參數化方案簡介[J]. 甘肅科技, 2008, 24(20): 73.

HU Xiangjun, TAO Jianhong, ZHENG Fei, et al. Introduction of Physical processes parameterization schemes in WRF model[J]. Gansu Science and Technology, 2008, 24(20): 73. (in Chinese)

[19] 吳誠鷗, 秦偉良. 近代實用多元統計分析[M]. 北京: 氣象出版社, 2007.

[20] 穆 均. NCEP再分析資料與南海島嶼測站資料風場對比分析[J]. 氣象水文裝備, 2010, 21(1): 45-48.

MU Jun. Contrast and analysis between NCEP reanalysis data and observation data of wind field in South China Sea[J]. Meteorological and Hydrological Equipments, 2010, 21(1): 45-48. (in Chinese)