苏 捷, 朱克云, 张 杰
(1.成都信息工程学院大气科学学院,四川成都610225;2.成都军区空军气象中心,四川成都610041;3.中国人民解放军96115部队,吉林通化134001)
随着近几年大气观测技术的逐步提高,卫星、雷达等一系列高分辨率的非常规观测已在预报和数值模拟等方面取得了较为广泛应用,成效显著,很大程度的弥补了常规观测资料时空分布不足的缺点。对于观测稀疏的海洋以及高原地区,云导风资料可以对数值预报的初始场做重要补充和改善。
早在20世纪80年代的美国卫星应用会议上,Purdom et al.[1]就提出可以通过追踪卫星照片中云的移动和发展,来观测分析风暴等中尺度系统的发展和演变。之后随着新型号卫星的发射及新探测器的出现,云导风在数值模拟中的使用和研究也越发广泛,John F.Le Marshall et al.[2]通过对比了3种不同的资料同化方法的结果之后,得出:变分方法能更好的利用高时空分辨率的云导风资料中所含的信息。R.C.Bhatia et al.[3]通过在有限区域模式中同化METEOSAT-5水汽通道的云导风数据,得出加入云导风可以对热带气旋的路径预测产生了正效果。B.J.Soden et al.[4]通过在GFDL飓风模式中同化GOES-8的云导风资料减小了对飓风路径预报的偏西误差,得出同化云导风可以较好的优化初始场,减小预报误差。云导风对台风路径的影响在国内也有较多的研究和探索,张守峰等[5,6]使用GMS-5卫星云导风资料用最有插值法订正客观分析风场,发现新的分析场对台风路径预报有明显改进。王栋梁等[7]通过一系列四维变分同化试验同化GMS-5水汽和红外云导风资料,结果表明同化之后对热带气旋路径预报有一定改善。庄照荣等[8]通过使用GRAPES同化GMS-5卫星云导风资料对“森拉克”台风做24小时预报,得到了质量更高的风压场和更准确的预报路径。何斌等[9]以同化试验和无同化控制试验的检验对比,得出云导风资料对u,v风场的改进主要集中在对流层高层,对中低层的影响不很明显。我国自FY-2C静止卫星的发射至退役(现在被FY-2E卫星的成功替代),其云导风产品在数值模式中的使用大多用于对暴雨的模拟预报或数据的统计处理,而在台风预报方面并没有进行太多研究。如李华宏等[10]同化FY-2C云导风资料发现在暴雨区附近初始风场低层的西南气流明显加强,能很好地改善24h暴雨预报的强度和落区。其他分析[11-13]也证实在暴雨预报业务和科研中,云导风资料的使用对提高降水预报质量是一个有效途径。何志新等[14]在一个个例中同化了一个时次的FY-2C云导风资料,得出其对台风的降水预报有较好改善。
鉴于FY-2C卫星退役之后,国内对我国云导风产品研究和应用较为少缺,因此以不同于前人的研究思路和方法,对FY-2D导风产品进入WRF-3DVAR模块的同化结果进行探讨,并分析不同通道的产品和不同同化方法对台风预报的可能产生的影响。
利用静止气象卫星红外云图和水汽图像资料,追踪连续的几幅云图上的目标云块(示踪云)的位移,估计出大气的运动并利用球面三角公式推算出平均运动矢量,作为该区域示踪云所在高度的风的近似,这种运动矢量称为大气运动矢量(Atmosphere Movtion Vector,AMV),即国内所称的云导风(云迹风)。
所使用的云导风资料来自国家卫星中心的FY-2D大气运动矢量产品,其等压面高度是根据云块的环境温度推算得出。产品在生成过程中,国家卫星中心产品开发人员首先对接收到的数据进行了严格的质量检验和容错处理,其后又应用双通道法对矢量高度进行估计,最后再经过空间连续性,时间连续性,地物剔出等一系列质量控制的调整[15]。因此,本文所用云导风资料已经通过质量检验,数据真实可用。
FY-2D 云导风数据的计算范围从 37°E-137°E,50°N-50°S,即 100°×100°,分辨率为 1°×1°。将下载的2010年10月18日到2010年10月23日的导风数据解码并提取,由于云导风是依据云顶的移动确立,因此对该时间段内所有导风数据在高度上的分布情况进行统计,结果如表1所示。
表1 云导风产品的高度分布(单位:hPa)
可见云导风数据云迹风垂直分布比较复杂,且大多不在标准的层次上,并且高层的导风资料较多主要集中在500hPa以上,其中红外通道70%,水汽通道95%,而对于中、低层资料较少,且水汽通道远少于红外通道。
为了避免或减小相邻数据间的相关性,在进行资料的同化之前需要将分布密集的数据稀疏化处理。处理方法:把处于标准气压层(包括:200hPa,500hPa,700hPa,850hPa)±50hPa范围的所有数据的均值作为该标准气压层上的数据值。稀疏化处理之后的数据分布如图1所示。
1013号超强台风鲇鱼是近20年来,巅峰时刻中心气压低于890hPa的唯一一个台风,“鲇鱼”最显著的特征就是中心附近的风力很大,在10月17日晚上21点左右,美军的探测飞机穿越台风鲇鱼的中心进行探测。落海仪器测得890hPa的海平面气压,和85m/s的一分钟平均风速。18日凌晨开始,鲇鱼进入巅峰状态,并在18日中午12:25左右,在菲律宾吕宋岛伊丽莎白省登陆,这是4年来全世界范围内登陆的最强台风。10月23日12时55分在福建省漳浦县沿海登陆,登陆时中心附近最大风力有13级(38m/s),中心最低气压为970hPa,成为2010年西太平洋和南海海域生成的最强台风。
所用模式为WRFV3.2,微物理过程采用WSM3方案,对流参数化方案选择修改过的Kain-Fritsch方案(能够较好的同时描述深对流和浅对流过程),试验中初始场和侧边界条件选用NCEP 1°×1°预报资料,每6h更新一次侧边界条件,模式水平分辨率30km,垂直方向分28层,积分步长为180秒,资料3小时输出一次,云导风资料的同化在每天的00时和12时,同化时间窗口取±3小时。
首先,通过对导风数据的同化前和同化后的比较,包括对两种不同通道数据同化之后效果的比较,不同同化方案的结果对比,以及对比分析资料稀疏化处理的效果,探讨FY-2D云导风产品对台风路径和物理量场的改善作用。
图1 稀疏化处理后数据分布
其次,以往在WRF模式的应用中,模式的向前积分往往只限于48小时以内,以避免模式中误差的累积增大,然而如果在进行长时间连续积分的同时结合循环同化,效果会更好还是更差呢,将通过延长积分时间(延长为120小时)来对此进行试验和探讨。
研究设定了两个同化方案,4组试验对比:
同化方案一:初始时刻进行模式的冷启动,之后采用每12小时一次的同化循环,总共积分120小时。
同化方案二:在方案一基础上,每积分24小时进行一次冷启动。
试验设计如表2所示:
表2 试验设计
由于云导风资料多分布于200-300hPa左右的对流层中上部,低层资料比较稀少,为了更好的比较同化之后的模拟效果,因此所做研究均取模拟后的200hPa高度为研究对象,取200hPa的结果画路径图,为了区分图中不同的试验结果,每隔6小时以不同符号进行标记,如图2所示。
图2 路径图:其中实况(实心圆),控制试验(空心圆),IR1同化(空心方),IR3同化(实心方)
图2(a)中包含实况,控制试验,对比试验1和对比试验2;图2(b)中包含实况,控制试验和对比试验3;图2(c)中包含实况,控制试验和对比试验4。分别对图2的(a),(b),(c)进行分析可以分别得出3组结论。
从图2(a)中可以看出:(1)没有进行任何同化的控制试验所模拟的台风路径与实况路径相比,在前50小时二者基本吻合,随着模拟时间的延长,控制试验台风中心渐渐向东偏离,并且移速增大,登陆较早。(2)根据鲶鱼台风的实况观测,台风在19日12点到14点开始北折(即图中路径上第7个点),此时对比试验1和对比试验2的结果与实况的偏差开始增大,均明显偏东,比控制试验出现明显偏差的时间偏早。尤其是对比试验2,负效果远大于另外两组实验,然而同化了IR1-AMV的对比试验1在22日00时(即第16个点)以后,台风的路径相比控制试验更加贴近于实况,移速也比其他两组实验更接近实况,可见同化在此时产生了较明显的正效果。(3)以模拟48小时为界(即图中路径上第9个点),在此时刻之前3条试验模拟路径近乎重合,与实况路径之间的偏离也较小,同化的效果并不能明显表现出来,而此时刻之后,同化效果开始凸现,有正效果的(如IR1-AMV)会使路径出现回正,减小与实况的偏差,有负效果的(如IR3-AMV)则会加剧偏差的增大。因此综上所述:不论是控制试验还是两组对比试验,模拟的台风路径都存在偏东的误差;其中加入了同化过程的两组对比试验出现明显东偏的时间要早于控制试验;从台风的路径和移速来看,同化IR1-AMV的效果要优于同化IR3-AMV的结果;并且同化效果的凸显出现在48小时之后。
图2(b)采用同化方案二,每24小时一次的冷启动将由图2(a)得出的同化后台风路径普遍偏东的现象控制在了一定的范围内,使得同化结果与实况路径的偏差明显减小,甚至二者都优于控制试验,几乎与实况完全拟合,唯一不足之处是每次模式冷启动时都会出现离群点(即偏离其他点较远的点)。可见是否进行冷启动对台风路径的预报的准确率有很大影响,且每次冷启动后的积分时间均较短,因此不能如图2(a)般很好的反映两种云导风数据的优劣。
对于没有经过稀疏处理的导风数据同化结果如图2(c)所示,从图中可以看出两次同化的路径与控制试验的路径相差无几,不同于图2(a)有明显的正负同化效果,从整体上看,图3同化后的两条路径只是在控制试验结果的基础上有较小的变化,且路径迂回蜿蜒,不符合台风的实际移动特征,如图中出现的:北移的台风突然向南折返。出现这种情况,分析其原因主要在于原始资料无规律的分散在垂直方向的各个高度上(经统计:原始云导风数据中IR1通道处于200hPa的观测有386个,IR3通道中有562个,而如图1所示:稀疏后的IR1通道中处于200hPa的观测有84760个,IR3通道中有75126个),因此稀疏前能用于同化的200hPa的数据个数远远小于稀疏后的,使得该区域在该气压层只有几个格点周围有观测值可以同化,使得同化效果不明显并且影响了整体的平衡性,而造成了路径回折的现象。
由于云导风是卫星反演的大气运动矢量,体现的是高空气流的流动,因此从同化对位势高度场和风场的改善作用进行比较分析。由于增量图的相减作用,去除模式自身的系统偏差和长时间积分过程中模式误差的积累,可以更好地比较两种不同通道的导风数据的优劣。
图3 对比试验1,19日00时200hPa位势高度增量图(实线为正,虚线为负,单位:gpm)
图4 对比试验2,19日00时200hPa位势高度增量图(实线为正,虚线为负,单位:gpm)
图5 对比试验1,20日00时200hPa位势高度增量图(实线为正,虚线为负,单位:gpm)
图6 对比试验2,20日00时200hPa位势高度增量图(实线为正,虚线为负,单位:gpm)
图7 对比试验1,21日00时200hPa位势高度增量图(实线为正,虚线为负,单位:gpm)
图8 对比试验2,21日00时200hPa位势高度增量图(实线为正,虚线为负,单位:gpm)
图2-8为对比试验1和对比试验2的位势高度增量图(同化后减去同化前,各自取3个时次)。由图可知,不论是同化哪个通道的云导风资料,在台风以外的区域位势高度的变化均在±10gpm左右,并且随着积分时间的增长,其变化幅度远小于台风区域;且都有两个强度中心,其中正值中心代表的是同化前的台风中心,负值中心代表同化后的台风中心,且负值中心均位于正值中心东面,符合同化后台风中心偏东的结论。以22日00时(即积分48小时)为界,对比图3、7和图4、8,可知:在此时刻之前,两组试验的正负中心位置均为西正东负,中心强度为±40gpm;在此时刻之后的对比试验1中,正负中心位置由西东对称变成了北南对称,中心强度的增幅为30-40gpm,对比试验2中的正负中心位置保持西正东负不变,正负中心强度却增加到了±150gpm,增幅达100gpm以上。因此可以得出,当模式连续积分48小时后,虽然两个实验都存在误差的累积增长,但不论是台风路径还是中心强度,同化红外通道导风数据的效果都要好于同化水汽通道的数据。
在对台风的研究中,台风的移动主要取决于周围环境中引导气流的影响,而高空气流的旋度和散度也是评测台风的重要因素,因此风场的变化对台风预报有着较大的意义。虽然导风数据的高度确定存在误差,但是对于观测稀少的洋面,云导风可以近似看做高空的实况风场,因此从风场的增量图中可以清楚的看出同化之后云导风对控制试验中风向和风速的改变值。
图9和图10所使用的云导风均为红外通道,不同之处在于:前者取自对比试验1的热启动同化,后者取自对比试验3的冷启动同化。如图9,10所示,20日之前,两组试验在台风以北区域都有较强的东风分量的增量;20日以后,在台风以西区域出现较强的南风气流增量,北部东风增量减弱。
图9 对比试验1的200hPa风场增量图(单位:m/s)
图10 对比试验3(IR1-AMV)的200hPa风场增量图(单位:m/s)
此外对比两组试验台风区域的旋度及高空散度可知:热启动同化在高空会出现比冷启动同化更强的气流辐散增量;冷启动同化则会反映出较热启动同化更加明显的反气旋气流增量。可以得出:不论是哪种同化方法,对环境风场中的引导气流都有明显的增强作用;并且都可以反映出台风在移动过程中在不断减弱,但热启动同化表现在气流散度的改变,冷启动同化表现在旋度的改变。
打破了以往在区域模式中进行同化云导风和模拟台风时,以控制模式连续积分的时间(通常为48小时以内)来减小误差累积的惯常做法,将积分时间延长至120小时,并且结合了两种同化方案:热循环同化和冷启动同化与热启动同化交替进行。以此验证了对云导风数据进行稀疏处理的必要性,两种同化方案和两种通道的导风资料的优劣。
对云导风资料进行垂直方向上的稀疏化,可以有效地增加其在水平面上的数据个数,确保大部分格点有观测可同化,避免同化之后分析场出现明显的不平衡性(对比试验4)。虽然连续积分120小时使得台风的模拟路径较实况路径的偏差持续增大(控制试验),然而同化了红外通道云导风的模拟路径却在积分48小时之后,出现了明显的正效果(对比试验1),水汽通道的则为明显的负效果(对比试验2)。而将积分时间限制在48小时之内,虽然能保证台风模拟路径最接近于实况,却无法分辨两个通道导风的质量好坏(对比试验3)。通过对位势高度增量的分析,不论是对台风的路径还是中心强度的模拟,红外通道的导风资料都要优于水汽通道。从风场的增量图中,对比了热启动同化和冷启动同化,发现两种方法都可以较好的反映出台风在移动过程中的不断衰减,但热启动同化表现在气流散度的改变,冷启动同化表现在旋度的改变。
[1]Purdom J F W,Vonder Haar T H,Stewart J K,Leary N E.Diagnosing the severe thunderstorm environment by mesoscale cloud tracking-A new approach and new information[A].IN:Conference on Satellite/Remote Sensing and Applications[C].Clearwater Beach.FL.Preprints.Boston.MA.American Meteorological Society.1984:100-105.
[2]John F.Le Marshall,Lance M.Leslie,Connie Spinoso.The Generation and Assimilation of Cloud-Drift Winds in Numerical Weather Prediction[J].Meteor.Soc.Japan,1997,75(1):383-393.
[3]R C Bhatia,P N Khanna,K Prasad.Use of meteosat-5 derived winds for analysis of two tropical cyclones affecting gujarat coast on 20 may,1999 and orissa coast on 29 october,1999[A].IN:5th International Winds Workshop[C].Eur.Organ,2000:135-142.
[4]Brian J.Soden,Christopher S.Velden,Robert E.The Impact of Satellite Winds on Experimental GFDL Hurricane Model Forecasts[J].Mon Wea Rev,2001,129(4):835-852.
[5]张守峰,王诗文.在台风业务系统中使用卫星云导风资料的试验[J].气象.1999(8):22-25.
[6]张守峰,王诗文.应用卫星云导风进行台风路径预报试验[J].热带气象学报.1999,15(4):347-355.
[7]王栋梁,梁旭东,端义宏.云迹风在热带气旋路径数值预报中的应用研究[J].气象学报,2005,63(3):351-358.
[8]庄照荣,薛纪善.云迹风资料的三维变分同化及对台风预报的影响试验[J].热带气象学报,2004,20(3):225-236.
[9]何斌,翟国庆,高坤.云迹风资料同化对东亚海域风场数值模拟的影响[J];海洋学报,2007,29(6):23-32.
[10]李华宏,王曼,薛纪善.FY-2C云迹风资料在中尺度数值模式中的应用研究[J].气象学报.2008,66(1):50-58.
[11]黄彦彬,雷恒池,王振会.卫星云迹风资料对中尺度数值模式初始风场改进试验[J].南京气象学院学报,2003,26(5):668-676.
[12]冯文,万齐林,陈子通.逐时云迹风资料同化对暴雨预报的模拟试验[J].气象学报,2008,66(4):500-512.
[13]周兵,徐海明,吴国雄.云迹风资料同化对暴雨预报影响的数值模拟[J].气象学报,2002,60(3):309-317.
[14]何志新,沈桐立,丁治英.云迹风资料在台风数值模拟中的应用[D].南京,南京信息工程大学,2009.
[15]许健民.风云二号卫星业务产品与卫星数据格式实用手册[M].北京:气象出版社,2008:17-23.