CFOSAT散射計風場資料同化在臺風預報中的應用

孫佳琪 ，杜建廷*，華 鋒，陳耀登

(1.自然資源部 第一海洋研究所,山東 青島 266061；2.自然資源部 海洋環境科學與數值模擬重點實驗室,山東 青島 266061；3.山東省海洋環境科學與數值模擬重點實驗室,山東 青島 266061；4.青島海洋科學與技術試點國家實驗室 區域海洋動力學與數值模擬功能實驗室,山東 青島 266237；5.汕頭大學 理學院,廣東 汕頭 515063；6.南京信息工程大學 大氣科學學院,江蘇 南京 210044)

臺風是一種生成于熱帶洋面上的中尺度天氣系統,臺風過境嚴重威脅著沿海地區人民的生命和財產安全,準確預報臺風的路徑和強度對災害防治具有重要意義。在數值天氣預報中,同化常規和非常規觀測資料可以通過改善初始條件[1],提高數值預報的準確性。

近年來,隨著數值天氣預報模式的發展、資料同化技術的進步以及觀測資料的豐富,臺風預報水平得到穩步提高。研究表明,MM5(Mesoscale Model 5)和WRF(Weather Research and Forecasting)等中尺度天氣預報模式的初始場對臺風預報的準確性具有顯著的影響[2-4]。采用三維變分技術(Three-Dimensional Variational data assimilation,3DVar)進行資料同化,可以有效改善數值模式的初始場,從而提高臺風預報的準確性[5-8]。集合卡爾曼濾波方法(Ensemble Kalman Filter,ENKF)在理論上更為先進,但由于計算量大等原因,使得其在臺風預報的實際應用中受到限制[6]。同化常規和非常規觀測資料可以有效改善臺風預報初始場[9-11],但由于臺風發生于熱帶洋面,通常情況下該地區的常規觀測資料相對稀缺,因此擁有高空間覆蓋率的衛星資料對于臺風預報具有重要意義。

衛星觀測資料同化對提高數值天氣預報的準確性起著非常重要的作用[12-15]。近年來,QuikSCAT(Quick SCATterometer)、ASCAT(Advanced SCATterometer)等衛星散射計提供的風場資料被廣泛應用于資料同化中。QuikSCAT 風場資料在帶寬和近實時傳輸等方面具有優越性,可以有效改善海面風場的資料同化效果[16-19]。Singh等[20]利用3DVar技術,采用Oceansat-2衛星散射計風場進行資料同化,很好地改善了地面風的短期預報效果,同時也對大氣濕度、溫度等預報起到了積極的作用。劉曉燕等[21]通過同化海洋2號(HY-2A)衛星散射計資料改善模式初始場,提高了臺風“菲特”路徑的預報效果。2018年10月,中法海洋衛星CFOSAT(China-France Oceanography SATellite)成功發射并進入軌道,其上搭載了扇形波束旋轉掃描散射計SCAT(wind SCAT terometer)和海浪波譜儀SWIM(Surface Waves Investigation and Monitoring)。其中SCAT 的帶寬為1 000 km,提供12.5 km×12.5 km 水平分辨率的風場資料。Xu等[22]利用CFOSAT 成功捕獲到臺風“玲玲”期間的風場和波浪場數據,其最大風速達到24 m/s以上,最大風速半徑約為50 km,其散射計風場的空間分布和平均風速與CMEMS(Copernicus Marine Environment Monitoring Service)衛星風場接近,同時,CFOSAT 觀測到的臺風云系和臺風中心與FY-4A(Fengyun-4A)提供的圖像相符。CFOSAT 可以為數值天氣預報模式的資料同化提供優質的觀測資料,其散射計風場在臺風數值預報資料同化中的應用,對提高臺風預報預警能力,做好防臺減災工作有重要作用。目前本文作者尚未檢索到將CFOSAT 散射計風場用于臺風同化當中的相關研究,因此擬通過數值試驗分析CFOSAT 散射計風場資料同化對模式初始場和臺風預報效果的影響,探討CFOSAT 散射計風場資料同化在臺風預報中的應用價值。

本文采用3DVar同化方法將CFOSAT 散射計風場資料用于WRF大氣模式同化,并針對2019年11號臺風“白鹿”進行預報試驗,分析了不進行資料同化、僅同化探空儀、浮標等常規觀測資料(包含氣壓、風場等數據)及加入CFOSAT 散射計風場資料同化對臺風預報的影響。

1 方法與數據

1.1 大氣模式和同化方法

本文采用數值天氣預報模式WRF 3.9.0及其三維變分資料同化模塊WRF-3DVar。WRF 是融合了多種先進物理模型和數值技術的中尺度大氣模式,被廣泛應用到大氣科學研究和業務化天氣預報中。WRF-3DVar同化方法可以同化多種不同類型的觀測資料,從而改善WRF模式的初始場[23]。3DVar同化方法的基本目標是在分析時刻生成對大氣真實狀態的最佳估計,其核心是構建一個表征分析場與觀測場和分析場與背景場偏差的二次泛函極小值,泛函J(x)定義如下:

式中:x為分析大氣狀態向量場,xb為背景向量場,y為觀測場,H為將模式變量映射到觀測空間的觀測算子,B為背景誤差協方差矩陣,R為觀測誤差協方差矩陣。觀測數據的質量控制等處理都在WRF-3DVar系統內進行。x的解表示通過迭代最小化泛函式(1)來產生對真實大氣狀態的估計。

本文采用CV3背景誤差選項,并利用常規觀測資料進行了參數調優試驗。還采用WRFDA(WRF Data Assimilation system)中GEN-BE進行了研究區域背景誤差協方差的構建和初步測試(CV5),但關于構建背景誤差協方差的探討并非本文研究的重點,因此選擇了不依賴具體區域與時間段的默認背景誤差協方差CV3。初始時刻選取2019-08-22T12:00(UTC,下同),此時臺風最大風速約23 m/s,中心最低海平面氣壓約990 hPa。CV3的放縮因子由5個控制變量來表示:流函數(as1)、不平衡速度勢(as2)、不平衡溫度(as3)、偽相對濕度(as4)和不平衡的表面壓力(as5)。這些變量均包含3個要素:方差比例因子、水平長度尺度因子和垂直長度比例因子。通過調整各要素的值進行調優試驗,設置4組試驗:第一組試驗5個控制變量的3個要素值均依次為0.25、0.50和1.50；第二組為0.25、1.00和1.00；第三組為0.50、1.00和1.50；第四組為0.25、1.00和1.50。試驗結果如圖1所示:除去第一組試驗(圖1a),后3組均較好地反映出了臺風的風場分布和臺風中心附近的海平面氣壓分布；第二、三組結果(圖1b和圖1c)顯示,臺風中心最低海平面氣壓達到1 001 hPa以下,最大風速在14 m/s左右；第四組試驗的結果(圖1d)更接近于實況,中心最低海平面氣壓低于999 h Pa,臺風中心附近氣壓場分布規則,最大風速超過14 m/s。因此,本文最終選取第四組參數。

圖1 背景誤差參數調優試驗海面10 m 風場和臺風中心附近海平面氣壓場(hPa)Fig.1 The 10 m wind speed and sea level pressure(h Pa)around the typhoon center from the background error parameter tuning tests

1.2 數據資料

本文采用美國國家環境預測中心(National Centers for Environmental Prediction,NCEP)提供的CFSv2(Climate Forecast System Reanalysis)氣候預報系統再分析數據[24],其中海面數據水平分辨率為0.2°×0.2°,高空數據水平分辨率為0.5°×0.5°,時間間隔為6 h,為大氣模式提供初始場和邊界條件。

用于資料同化的數據包括NCEP提供的常規地面和高空觀測資料(NCEP ADP Global Upper Air and Surface Weather Observations)[25],以及來自中法海洋衛星CFOSAT 的扇形波束旋轉掃描散射計SCAT 風場資料(分辨率為12.5 km×12.5 km)[26]。SCAT 是國際上首次采用扇形波束掃描方式測量海洋風場的微波散射計,其工作頻率為13.256 GHz,風速精度為±2 m/s,風向精度為±20°。本文采用由日本氣象廳最佳路徑數據集(Japan Meteorological Agency Best Track Data,JMA)[27]和中央氣象臺臺風網數據集(China Meteorological Administration,CMA)[28]提供的2 組數據對預報結果進行檢驗,其中包含臺風最佳路徑、中心最低海平面氣壓及最大風速等相關數據。圖2為臺風“白鹿”最佳路徑和CFOSAT 散射計風場資料,從圖2 中可以看出,CFOSAT 提供的臺風“白鹿”風場資料,最大風速20 m/s以上,與最佳路徑數據集提供的數據相比,最大風速誤差約為2 m/s,臺風中心與最佳路徑臺風中心位置接近。

圖2 臺風“白鹿”最佳路徑(黑色實線)及CFOSAT 衛星散射計海面10 m 風場局部填色圖Fig.2 The best track of typhoon“Bailu”(black solid line)and 10 m wind speed from CFOSAT scatterometer

同時本文采用由歐洲氣象衛星(Meteorological Operational satellite programme,Met Op)搭載的散射計ASCAT 提供的海面風場資料[29]以及來自美國地球觀測衛星SMAP(Soil Moisture Active and Passive)的海面風場資料[30],對3個試驗風場的預報結果進行對比檢驗。ASCAT 采用的C波段散射計受降雨的影響較小,并且在強風條件下對風場的反演效果較好,適用于強風和降雨條件[31-32]。根據郭春迓等[33]的研究,在南海海域,當海表面風速較大時,ASCAT 提供的風場數據與測站觀測相比誤差較低。SMAP的L波段合成孔徑雷達可用于測量海表鹽度和海表風速。周瑋辰等[34]將SMAP衛星提供的雷達數據與美國國家環境預測中心(NCEP)提供的再分析風場數據進行對比發現,其后向散射系數與風場的規律關系隨風速變大而變得明顯,因此SMAP可以反演高風速條件下的風場,并且受降水影響小[35-36],適用于臺風條件下的風場數據反演。

2 臺風“白鹿”及試驗設計

2.1 臺風簡介

2019年太平洋第11號臺風“白鹿”最強時達到強熱帶風暴級,CFOSAT 于2019-08-22T12:00以較好的覆蓋率觀測到這個臺風(圖2)。“白鹿”于2019-08-14T07:00在關島東南方向的西北太平洋面上生成,2019-08-21T07:00加強為熱帶風暴,向西偏北方向移動,并逐漸加強,2019-08-22T23:00升級為強熱帶風暴,并于2019-08-24T05:00時在臺灣省沿海登陸,登陸時最大風速超過25 m/s,中心最低海平面氣壓985 hPa,隨后臺風“白鹿”繼續向西偏北方向移動,進入臺灣海峽,2019-08-24T23:00于福建省東山縣沿海二次登陸,隨后繼續向西北方向移動,于2019-08-25T06:00減弱為熱帶低壓。臺風“白鹿”移動速度快,降雨量大,對我國東南沿海地區帶來嚴重影響。

2.2 試驗設計

本次試驗預報時段為2019-08-22T12:00—2019-08-25T12:00。預報區域采用三層嵌套設置(圖3),最外層區域的分辨率為27 km(169×169個格點),d02區域分辨率為9 km(316×259個格點),d03區域分辨率為3 km(364×316個格點),垂向層數為44η層,模式物理過程方案選項見表1。本文設計了3組試驗(表2):試驗1,控制試驗(Exp-CTRL),不同化任何觀測資料,在2019-08-22T12:00利用WRF模式進行72 h預報,初始場采用的是2019-08-22T06:00起利用WRF進行6 h模擬的輸出結果；試驗2,常規觀測資料同化試驗(Exp-ADP),在試驗1初始場的基礎上,采用3DVar方法利用2019-08-22T12:00的探空儀、船舶、浮標等常規風場觀測資料進行同化,得到分析場,進而通過WRF模式進行72 h預報；試驗3,CFOSAT 風場資料同化試驗(Exp-CFO),在試驗2的基礎上,增加了CFOSAT 風場資料同化,得到分析場之后利用WRF模式進行72 h預報。

圖3 WRF模式區域設置Fig.3 Configuration of WRF domain

表1 WRF物理過程方案設置Table 1 Configuration of WRF physical process scheme

表2 試驗設計Table 2 List of experiments

3 試驗結果及分析

3.1 初始場分析

初始時刻選取2019-08-22T12:00,此時臺風實況最大風速約23 m/s,中心最低海平面氣壓約990 hPa。圖4為3個試驗的初始海平面氣壓場和海面10 m 風場的對比。從圖中可以看出,經過同化之后,Exp-ADP試驗和Exp-CFO 試驗的中心最低海平面氣壓比不同化任何資料的Exp-CTRL試驗誤差降低了約2 hPa。3個試驗風場形態較為接近,風速大于10 m/s的區域基本分布在臺風中心的東側和南側,Exp-CTRL和Exp-ADP試驗最大風速低于15 m/s,在同化CFOSAT 散射計風場資料后,Exp-CFO 試驗最大風速區域的面積明顯增大,風場分布情況與CFOSAT 提供的觀測數據更為接近,最大風速數值上相較另外2個試驗略有提升,達15 m/s以上。圖5為3個試驗的500、750和850 h Pa位勢高度場,由圖可見,3個試驗的臺風均處于西太平洋高壓脊的西南方向,有利于臺風向西北方向移動。

圖4 2019-08-22T12:00臺風“白鹿”中心附近海平面氣壓場(hPa)和海面10 m 風場Fig.4 Sea level pressure(hPa)and 10 m wind speed around the typhoon“Bailu”center at 2019-08-22T12:00

圖5 2019-08-22T12:00臺風“白鹿”中心附近位勢高度場(m)Fig.5 Geopotential height field(m)around the typhoon“Bailu”center at 2019-08-22T12:00

3.2 預報效果分析

3.2.1 臺風路徑分析

圖6為臺風最佳路徑和3個試驗的72 h預報路徑及其誤差對比圖。由圖6可見:3個試驗均預報出了臺風“白鹿”的整體走向,Exp-ADP試驗對路徑的預報與Exp-CTRL試驗相比,預報結果較為接近且略有改善,而Exp-CFO 試驗對路徑的預報與實況最為接近。與JMA(CMA)提供的臺風數據相比,同化常規觀測資料的Exp-ADP試驗臺風初始位置誤差相對于Exp-CTRL試驗降低約10 km(6 km),而同化CFOSAT 散射計風場資料的Exp-CFO 試驗相對Exp-CTRL 試驗誤差降低約43 km(34 km)。72 h 預報期間Exp-CTRL和Exp-ADP試驗的臺風路徑走向較為相似,并且臺風第一次登陸之后2個試驗預報的路徑均從臺灣島中間穿過,整體來看Exp-ADP試驗的路徑預報誤差相對于Exp-CTRL 試驗偏低,Exp-CFO 試驗的路徑誤差基本在3個試驗中處于最低水平,尤其是在臺風第一次登陸前后,Exp-CFO 試驗對路徑的預報最為接近實況。表3是3個試驗預報結果的誤差統計,可以看出,與JMA(CMA)臺風數據相比,在進行了資料同化后,臺風路徑整體的預報效果都得到了改善,Exp-ADP試驗加入常規觀測資料同化后,相對于Exp-CTRL試驗路徑平均誤差降低了約21 km(24 km),均方根誤差降低約23 km(22 km),而在Exp-CFO 試驗同化CFOSAT 散射計風場資料后,相對于Exp-CTRL 試驗路徑平均誤差降低約35 km(30 km),均方根誤差降低約37 km(26 km)。

圖6 72 h臺風預報路徑與最佳路徑及其相應誤差時間序列Fig.6 The 72 h forecasted typhoon tracks of the three experiments in comparison with the best track data,and the time series of the track errors

3.2.2 臺風強度分析

圖7為臺風實況中心最低海平面氣壓和3個試驗預報的72 h中心最低海平面氣壓及其誤差對比圖。由圖7可見:3個試驗預報的中心最低海平面氣壓基本為先降低、再升高的變化趨勢,在預報中期Exp-CFO 試驗的誤差明顯低于Exp-CTRL和Exp-ADP。與JMA(CMA)提供的臺風數據相比,Exp-ADP試驗相對Exp-CTRL試驗中心最低海平面氣壓預報結果略有改善,如表3所示,中心最低海平面氣壓平均誤差降低約0.9 hPa(0.9 hPa),平均絕對誤差降低約0.3 hPa(0.4 hPa),占比3%(4%)；同化CFOSAT 衛星散射計資料后,在預報的前48 h,Exp-CFO試驗的誤差基本維持在3個試驗的最低水平,中心最低海平面氣壓極小值與實況最為接近,低于986 hPa,Exp-CFO試驗的中心最低海平面氣壓平均誤差(Mean Error,ME)相對Exp-CTRL試驗降低約1.8 hPa(1.8 hPa),平均絕對誤差(Mean Absolute Error,MAE)降低約0.6 hPa(1.9 hPa),占比7%(17%),均方根誤差(Root Mean Square Error,RMSE)降低約0.6 hPa(1.9 hPa),占比7%(16%)。

表3 3個試驗平均誤差(ME)、平均絕對誤差(MAE)和均方根誤差(RMSE)統計Table 3 The mean error(ME),mean absolute error(MAE)and the root-mean-square error(RMSE)of the three experiments

圖7 72 h中心最低海平面氣壓預報與最佳路徑數據對比及其相應誤差時間序列Fig.7 The 72 h forecasted typhoon minimum central sea level pressure(CSLP)in comparison with best track data,and the times series of the CSLP errors

圖8為臺風實況最大風速和3個試驗的72 h預報最大風速及其誤差對比。由圖8可見:Exp-CTRL和Exp-ADP試驗對最大風速的預報結果較為相似,Exp-CFO試驗對最大風速的預報與實況最為接近。臺風“白鹿”實況最大風速的變化呈現先增大、后維持、隨后降低的趨勢。在預報前期,Exp-CTRL和同化常規觀測資料的Exp-ADP試驗的最大風速都明顯低于實況最大風速,預報中期Exp-ADP試驗的預報效果相較于Exp-CTRL試驗略有改善。如表3所示,與JMA(CMA)臺風數據相比,Exp-ADP試驗最大風速平均誤差相對Exp-CTRL試驗降低約0.5 m/s(0.7 m/s),而平均絕對誤差和均方根誤差分別增加(降低)了約0.4 m/s(0.6 m/s)和0.5 m/s(0.4 m/s)。同化CFOSAT 散射計風場資料的Exp-CFO試驗基本預報出了與實況最大風速相近的變化趨勢,CFO試驗最大風速平均誤差相對Exp-CTRL試驗降低約1.8 m/s(1.8 m/s),占比29%(23%),平均絕對誤差降低約2.7 m/s(1.8 m/s),占比36%(23%),均方根誤差降低約2.4 m/s(2.3 m/s),占比30%(26%)。此外,本文對比了臺風登陸前不同試驗對7級風圈半徑的模擬情況,分別計算臺風在東南、西南、東北和西北四個象限的最外圈閉合等壓線半徑,得到長軸和短軸半徑數據。圖9為7級風圈半徑與日本氣象廳提供的30節風圈半徑以及中央氣象臺臺風網提供的7級風圈半徑的對比情況圖。由圖9可見:30節風圈半徑數據與7級風圈半徑數據相比明顯偏大,有必要分開討論；與30節風圈半徑相比,3個試驗的風圈半徑整體偏低,尤其是短軸半徑明顯偏低；與CMA 提供的7級風圈半徑相比,Exp-CTRL和Exp-ADP試驗在預報前期偏高,Exp-CFO的長軸和短軸半徑整體與實況最為接近。由表4的誤差統計數據可見:同化常規觀測資料之后,長軸半徑平均絕對誤差降低約9 km,均方根誤差降低13 km,短軸半徑平均絕對誤差降低約53 km,均方根誤差降低17 km；同化CFOSAT 資料之后,與不進行同化相比,長軸半徑平均絕對誤差降低約29 km,均方根誤差降低40 km,短軸半徑平均絕對誤差降低約52 km,均方根誤差降低51 km。

表4 7級風圈半徑平均誤差(ME)、平均絕對誤差(MAE)統計Table 4 The mean error(ME)and mean absolute error(MAE)of the force 7 wind circle radius

圖8 72 h最大風速預報與最佳路徑數據對比及其相應誤差時間序列Fig.8 The 72 h forecasted typhoon maximum wind speed(MWS)in comparison with best track data,and the times series of the MWSerrors

圖10為3個試驗預報的海平面氣壓和海面10 m 風速在時間序列上的最小(大)值分布情況圖。從圖10a～圖10c可以看出,3個試驗的時間序列最低海平面氣壓小于1 000 hPa的區域基本沿臺風路徑分布,與Exp-CTRL和Exp-ADP試驗相比,Exp-CFO 試驗預報的海平面氣壓的低值區域沿臺風路徑分布更為緊湊,全場最低海平面氣壓在3個試驗中值最小。Exp-CTRL和Exp-ADP試驗在臺灣海峽附近的海平面氣壓達到最低值,約為990 hPa；Exp-CFO 試驗在臺灣島南側存在全場海平面氣壓最低值,約為985 hPa。

從圖10d～圖10f中可以看出,3個試驗預報的海面10 m 風速大于20 m/s的區域基本沿臺風路徑分布,相比于Exp-CTRL 和Exp-ADP 試驗,Exp-CFO 試驗預報的大風區域分布更廣。Exp-CTRL 和Exp-ADP試驗在臺灣海峽附近的風速較大,其中Exp-ADP試驗預報的全場風速最大值的區域比Exp-CTRL 試驗分布更廣；與其他2個試驗相比,Exp-CFO 試驗預報的風速大于20 m/s的區域沿臺風路徑分布更為規則,在臺灣島東南側及臺灣海峽附近均存在大于25 m/s的大風區域。

圖10 0～72h預報期間海平面氣壓最小值及海面10 m 風速最大值分布圖Fig.10 The spatial distribution of the minimum sea level pressure and maximum 10 m wind speed during the 72 h of forecast

圖11為2019-08-24T12:00(48 h預報)海平面氣壓場和850 hPa位勢高度場。由圖11可見:3個試驗預報的臺風中心均位于臺灣島附近,Exp-CTRL 和Exp-ADP 試驗預報的海平面氣壓場和位勢高度場較為接近,臺風中心不明顯,而Exp-CFO 試驗預報的臺風中心附近等值線較為密集,臺風中心位置清晰可見。Exp-CTRL和Exp-ADP試驗預報的臺風中心附近海平面氣壓場等值線較為稀疏且分布不規則,臺風中心大體位于臺灣島的西側,中心最低海平面氣壓低于995 hPa,其中Exp-ADP試驗預報的中心最低海平面氣壓略微低于Exp-CTRL試驗,而Exp-CFO 試驗臺風中心位于臺灣島的南側偏西,臺風中心附近海平面氣壓場等值線密集且分布規則,中心最低海平面氣壓低于990 hPa。

圖11 2019-08-24T12:00臺風中心附近海平面氣壓場和850hPa位勢高度場(m)Fig.11 Sea level pressure and geopotential height(m)at 850 hPa around the typhoon center at 2019-08-24T12:00

圖12為2019-08-23T00:00(36 h預報)3個試驗和ASCAT 衛星海面10 m 風場對比圖。由圖12可見:Exp-CTRL和Exp-ADP試驗的臺風風場較為相似,而Exp-CFO 試驗預報的臺風風場更接近ASCAT 衛星資料。Exp-CTRL和Exp-ADP試驗的最大風速分布在臺風中心的南側,臺風中心附近的大風速區域內圈半徑較大,Exp-ADP相比于Exp-CTRL試驗,臺風中心東北側的風速略有增加,而南側風速略有減小；Exp-CFO 試驗預報的風場與前2個試驗相比存在明顯不同,臺風中心附近的大風速區域內圈半徑較小,大于16 m/s的高風速區域面積較大,高風速區域位置分布與ASCAT 一致。

圖12 2019-08-23T00:00臺風中心附近海面10 m 風場Fig.12 10 m wind speed around the typhoon center at 2019-08-23T00:00

圖13為2019-08-24T10:00(46 h預報)3個試驗和SMAP衛星的海面風場。由圖13可見:Exp-CTRL和Exp-ADP試驗的風場較為相似,臺風最大風區圍繞在臺灣島周圍,沒有明顯的臺風眼,最大風速超過20 m/s；Exp-CFO 試驗的風場明顯區別于前2個試驗,臺風中心的位置在臺灣島的西南側,這與SMAP衛星風場相近,有明顯的臺風眼,最大風速達到25 m/s左右,臺風中心東側風場受地形阻擋明顯減弱。

圖13 2019-08-24T10:00臺風中心附近海面10 m 風場Fig.13 10 m wind speed around the typhoon center at 2019-08-24T10:00

4 結語

本文采用3DVar同化方法實現了CFOSAT 散射計風場資料在WRF大氣模式中的同化,并對2019年太平洋第11號臺風“白鹿”進行了預報試驗。本文共設計了3個對比試驗,利用WRF模式及其3DVar同化方法分析了不進行資料同化(Exp-CTRL)、采用常規觀測資料同化(Exp-ADP)以及在Exp-ADP基礎上采用CFOSAT 散射計風場資料同化(Exp-CFO)對臺風初始場、路徑和強度預報的影響。基于試驗結果和數據分析,可以得出以下主要結論:

①同化CFOSAT 散射計風場資料改善了臺風初始場的分析效果。在進行了資料同化之后(Exp-ADP和Exp-CFO),WRF初始場臺風中心最低海平面氣壓誤差均降低約2 h Pa。依據JMA(CMA)臺風數據,同化常規觀測資料后,臺風初始位置的誤差相對不同化降低約10 km(6 km)；同化CFOSAT 散射計風場資料后臺風初始位置進一步得到改進,其誤差相對僅同化常規觀測資料降低約33 km(28 km)。

②同化CFOSAT 散射計風場資料改善了臺風路徑的預報效果。依據JMA(CMA)臺風數據,同化常規觀測資料使臺風路徑的預報平均絕對誤差比不同化降低約21 km(24 km),均方根誤差降低約23 km(22 km)；相對于不進行資料同化,進行CFOSAT 資料同化使臺風路徑的預報平均絕對誤差降低約35 km(20 km),均方根誤差降低約37 km(26 km),并且對臺風第一次登陸前后的路徑預報結果更接近實際情況。

③同化CFOSAT 資料后臺風強度和第一次登陸的預報效果都得到明顯改善。同化常規觀測資料后,依據JMA(CMA)臺風數據,中心最低海平面氣壓比不同化平均絕對誤差降低約3%(4%),均方根誤差相差不大,同化CFOSAT 資料后,中心最低海平面氣壓平均絕對誤差比不進行資料同化降低約7%(17%),均方根誤差降低約7%(16%),并且對臺風第一次登陸前后的海平面氣壓場分布的預報更接近實況；同化常規觀測資料對臺風最大風速的預報結果改善不明顯,同化CFOSAT 資料后,最大風速變化趨勢更符合實況,中心最大風速的預報平均絕對誤差比不同化降低約36%(23%),均方根誤差降低約30%(26%),并且在臺風第一次登陸前后對海表面風場的預報更接近實況。

本文的同化及預報試驗中采用的是WRFDA 系統自帶的不依賴具體模擬區域與時間段的背景場誤差協方差(CV3),結果表明采用CV3的3DVar方法同化CFOSAT 資料能夠進一步改進臺風的預報效果。由于構建背景誤差協方差方法的探討并非本文研究的重點,因此并未針對基于GEN-BE 方法的背景場誤差協方差(CV5)開展討論。同時,本文僅選取了CFOSAT 散射計風場資料在臺風預報初始時刻覆蓋率較好的臺風“白鹿”進行同化試驗,尚未基于更多的臺風過程開展大規模同化試驗,下一步計劃對更多的臺風過程進行批量同化預報試驗以分析CFOSAT 風場資料同化對臺風整體預報效果的影響。