西北太平洋台风季节预报的数值模拟

王咏青，宋天元，梁驹，潘维玉

(南京信息工程大学1.气象灾害省部共建教育部重点实验室;2.大气科学学院，江苏南京210044)

西北太平洋台风季节预报的数值模拟

王咏青1，2，宋天元1，2，梁驹1，2，潘维玉1，2

(南京信息工程大学1.气象灾害省部共建教育部重点实验室;2.大气科学学院，江苏南京210044)

利用中尺度气象模式WRF(weather research and forecasting)对2006年7月1日—9月30日的西北太平洋夏季台风进行了动力季节预报试验。结果表明:1)在对3个月以内的台风作动力季节预报试验时，WRF模式模拟的台风总个数与实况接近，模式模拟的总登陆台风数与实况相比偏小。从各月模拟情况看，台风总数与登陆数的模拟均与实况有差距。WRF模式对台风强度的模拟总体偏弱。2)WRF在模拟2006年7—9月台风以及平均高度场、水平风垂直切变时，7月与实况接近，随时间增长，与实况的差别明显增大。WRF模式具有一定的台风动力季节预报能力，但其预报时限有待探讨。

WRF模式;台风;季节预报

0 引言

台风季节预报对沿海城市的经济发展有重要意义。它影响到保险、地产和服装等多个行业的发展方针，也影响到城市管理和决策部门的各项工作。因此，发展台风季节预报对国家政策管理和实体经济都有重大意义。

在20世纪80年代有研究希望利用气候模式来实现台风的季节预报，如Manabe et al.(1970)第一次描述了在低分辨率GCM模式中找到的、与观测到的台风相似的扰动。Bengtsson et al.(1982)利用欧洲中心的可操作模式对典型飓风强度作了研究，模拟结果与同时间同地点的实测台风十分相似。但由于受到模式分辨率、参数方案和计算机性能等各种技术条件的制约，导致气候模式无法对台风结构进行很好地描述，因此其试验得到的类台风系统与实际台风相比强度明显偏弱，尺度明显偏大。由此可以看到，稳定性和高分辨率是台风动力季节预报对模式的最基本要求。

Nicholls(1979)和Gray(1984a，1984b)针对澳大利亚地区和北大西洋地区做了台风季节预报试验。结果表明:很多气候要素因子可以对台风季节活动起到指示作用。如Darwen地区冬季海平面气压与10—12月的台风活动有显著相关(Nicholls，1979);厄尔尼诺和QBO(quasi-biennial oscillation)也与大西洋飓风季节频率呈较稳定的负相关(Gray，1984a)。

目前，台风季节预报在国际上正处于兴起的阶段。为了促进台风季节预报的发展，2006年在圣约瑟召开的世界气象组织第6次会议上提出并正式确立台风季节预报为主要研究课题(Camargo et al.，2007)。随着台风季节预报的改善，台风季节预报的精细化预报也得到进一步发展，其利用价值和利用前景是很可观的。

从全球气候模式到区域气候模式，人们尝试各种手段进行台风气候变化的研究。Chauvin et al.(2006)提到，由于台风的水平尺度在几百公里到几千公里的范围，相对全球模式来讲范围很小，但却进行着大量的能量循环，其热力学机制十分复杂，使用GCM全球气候模式的最高分辨率亦无法详细描述台风的内部结构。另一方面，GCM全球模式也不具备描述台风的微物理方案。因此，全球模式对台风的预报性能有诸多争论。Henderson et al.(1998)和IPCC第3次评估报告(Camargo et al.，2007)指出，基于不同模式的研究结论并不统一，所以目前还无法确定在全球变暖条件下台风活动的变化。到了21世纪，随着技术的发展，发展较成熟的高分辨率区域气候模式成为了人们新的选择。McDonald et al.(2005)利用气候模式诊断了气候变化对台风的影响。目前基于动力模式发布的热带风暴实验性季节预报，主要是针对大西洋地区。主要的预报机构有:IRI(International Research Institute for Climate and Society);ECMWF(European Centre for Medium-Range Weather Forecasts);UK Meteorological Office。根据Vitart(2006)分析表明，ECMWF预报系统对12 a的大西洋热带气旋季节预报有较高的预报技巧。Belanger et al.(2010)已经开始研究各月的季节内台风预报，结果显示模式系统可以广泛抓住不同概率台风活动的大尺度区域特别是针对大西洋台风主要发生区在季节内时间尺度上集成预报技术与气候预报相似。Vitart(2006)的研究结果也支持使用动力模式进行台风季节预报。

我国目前已建成国家及区域气象中心和省级气象台站的台风数值预报业务体系(许映龙等，2010)，但对于台风季节预报仍主要依赖统计相似技术(黄建平和王绍武，1991;孙兴池等，2002;李博和赵思雄，2009)。国家气候中心新近引进了夏威夷大学国际太平洋研究中心高分辨率区域气候模式，苏志重等(2010)检验了该模式台风季节预报的能力，认为该模式对西北太平洋热带气旋大尺度环境场具有较好的刻画能力，但对于季节尺度预测问题，还存在热带气旋频数在南海地区预测偏多，北上预测偏少的问题。

夏季7—9月是全年西太平洋(包括南海)台风(包括热带风暴)主要生成时段。大部分的强台风和登路台风都是在这段时间发生的。每年台风带来的大风与暴雨灾害给我国带来人员伤亡和巨大的经济损失。

美国高分辨率中尺度数值模式WRF(weather research and forecasting)作为研究中尺度系统的主要数值模式之一，天气预报水平较好，具有广阔的应用前景。WRF模式已在中尺度系统和台风个例等方面的研究方面得到广泛应用(马玉芬等，2009;祁秀香和智协飞，2009;沈桐立等，2010)，而在台风季节预报方面应用较少。本文针对台风的多发时段(夏季7—9月)，利用美国中尺度气象模式WRF进行台风动力季节预报尝试，并希望借此为以后的研究提供参考。

1 模式与数据简介

选用WRF模式(章国才，2004)，模拟区域中心为145°E、27°N，网格距为27 km，网格格点数为351×349;垂直方向分为28个不等距的σ层，模式顶层气压为50 hPa。采用Ferrier微物理方案、改进的Betts-Miller对流调整方案、Betts-Miller-Jajic积云对流参数化方案;同时采用YSU边界层方案、Goddard短波辐射和RRTM长波辐射方案。模式的初始条件、侧边界条件及海表面温度均采用NCEP/NCAR每6 h一次的全球再分析资料(The National Centers for Environmental Prediction global final analysis，FNL)，积分时间2006年7月1日00时—9月31日18时(世界时，下同)，共积分3个月，共计92 d，每6 h输出一次模式结果。

2 台风定位与追踪方案

分析数值模式对台风的模拟结果时，需要用到台风定位与追踪方案。从模式资料中确定台风的位置和路径，可以简单地通过找出海平面气压最小值的位置来确定台风中心位置，简称其为SLP(sea lever pressure)分析法。具体做法是根据模式输出资料中的海平面气压场，对台风中心位置进行预估，再从台风中心预估位置为中心的7°×7°区域内确定海平面气压最小值位置，从而确定台风中心位置。

然而，由于台风各种特殊的结构与特征，海平面气压低值仅为台风特征的一个方面，仅以SLP分析法确定台风中心的位置虽能得到接近的台风中心位置，却忽略了台风的其他特征如台风的暖心结构特征与较大涡度，使得所得模拟台风中心位置可信度降低。要得到可信度较高的模拟台风中心位置与路径资料需要在模式资料中对台风各种特征进行分析，经过严格的计算来提取。Camargo and Zebiak(2002)曾对模式资料的台风中心与路径资料提取进行研究，在不同的海盆区域内选用不同的阈值，对海平面气压、涡度以及暖心结构等方面进行分析来对模式资料的台风中心与路径资料进行提取，从而获得精度较高的模拟台风中心与路径资料。

为了提高测取模拟台风中心位置的精度，得到可信度较高的模拟台风中心位置与路径，本文除了利用SLP分析外，还参考了Camargo and Zebiak(2002)的台风中心位置检测方法，利用SLP分析与暖心结构分析相结合的方法，根据模式输出资料中的海平面气压场预估台风中心位置，从台风中心预估位置为中心的7°×7°区域内确定海平面气压最小值位置，得到初估台风中心与路径，再对各个初估台风过程的暖心结构进行分析，剔除无显著暖心结构初估台风过程，最终确定模拟台风中心与路径，定义其为SLP_W分析法，得到模式中的台风位置及其路径(图1b)。图1a显示了2006年7月1日00时—9月31日18时西北太平洋台风的实际路径，资料取自JMA(Japan Meteorological Agency)的台风最优路径集(best track data set)。

3 模式模拟结果与实况的对比分析

3.1 台风频率的模拟效果

图1 2006年7—9月实况(a)与模拟(b)的西北太平洋台风路径(实况资料取自日本气象厅的最优路径资料)Fig.1 The contrast between tracking of tropical cyclones from(a)JMA data and(b)simulations over the western North Pacific from July to September 2006

2006年7—9月具有台风活动多，台风路径复杂的特点(图1b)。7月上中旬有“碧丽丝”等台风，8月上旬有台风“玛莉亚”、超强台风“桑美”和强热带风暴“宝霞”等3个台风，中旬也有强热带风暴“悟空”和热带风暴“清松”同时在西太平洋洋面上活动。其间，一共有13个台风发生，其中有9个登陆台风，占台风总数69%。7月生成的3个台风均为登陆台风。生成台风最多月为8月，但登陆台风所占8月台风总数百分比较小。9月生成的3个台风中2个为登陆台风(表1，表2)。模拟结果显示:2006年7—9月模式中一共有13个台风生成，与实况一致;模式模拟7、8月发生的台风数目与实况数目有差别，但8月模拟台风数最多，与实况相符;9月模拟台风发生个数与实况相符，均为3个;模拟登陆台风总数仅比实况台风登陆总数少1个，与实况相差不大;7月模拟台风中台风登陆数与总数比达到100%，与实况一致。9月模拟登陆台风占总数百分比最小，与实况的8月为登陆台风占总数百分比为最小的情况有差别。综合来看，本次模拟对台风频数的模拟效果较好。

表1 2006年7—9月实况与模拟的台风个数Table 1 The number of tropical cyclones provided by JMA data and by simulations from July to September 2006

表2 2006年7—9月实况与模拟的台风中心最低气压Table 2 The minimum pressure in the center of tropical cyclones provided by JMA data and by simulations from July to September2006

表2给出2006年7—9月实况与模拟台风中心海平面最低气压对比，结果表明:模式模拟的台风海平面最低中心气压最低达到939.3 hPa，高于实况最低值910 hPa，强度偏弱;模式模拟的台风与实况相比最低中心气压平均值较大，强度总体偏弱，这一结论与沈新勇等(2010)得到的结论一致。模拟结果中各台风中心海平面气压比实际情况更趋于平均，很难表现超低压台风和较高压台风这种极端情况。但模拟结果表现出了台风强弱的趋势，也就是说，在模拟结果中也会出现中心气压很低的台风，但程度要比实况弱一些。

3.2 环境场的模拟效果及对台风路径的影响

在进行热带气旋季节预报过程中，环流背景场的预报是极为重要的一个环节。500 hPa高度场及风场对台风的移动有着很好的引导作用，特别是西太平洋副热带高压的位置、强度对夏季西北太平洋台风的移动趋势有着很好的指示作用(徐明等，2009)。因此，对台风生成和活动的环流背景进行预报和分析有助于对台风移动方向的判断。

从过去的研究结果来看，台风的生成条件主要有4方面:海表温度高于26～27℃;具有初始扰动;风垂直切变较小;有一定的地转偏向力作用。其中，水平风场的垂直切变是热带气旋发展和移动的重要因素。环境风垂直切变与台风强度有较好的统计关系，强的风垂直切变能抑制热带气旋在环境切变气流中的发生和发展，较大的风垂直切变对台风的发展有着较强抑制作用。一般认为，台风发生在风垂直切变较弱的区域内。对台风的风垂直切变背景场进行预报，能更好地了解台风未来的发生发展，提高台风的预报能力。

3.2.1 实况与模拟的引导气流、台风路径与登陆情况对比分析

图2中虚线是各月500 hPa位势高度场的平均值，为了更精确的考虑500 hPa环境场对台风路径的影响，这里剔除了没有台风时次的数据。由图2a可以看到在7月500 hPa的平均位势高度场中，西太平洋副热带高压呈带状分布，西脊点西伸至120°E附近，在副热带高压底后部有持续的东南气流作为台风的引导气流。因此，7月实况中的3个台风的活动范围很集中，主要集中在副热带高压的底后部并沿引导气流向西北方向运动。使得台风在我国东南沿海登陆。转向台风的路径也与副热带高压外围的引导气流方向十分接近。从图中可以看到，实况台风资料中7月的3个台风均为登陆台风，单月登陆百分比达到100%。在模拟结果中也可以看到相似的情况。在图2b中西太平洋副热带高压的西脊点在135°E附近，与实况相比偏东15个纬度，引导气流也比实况中的方向偏北，但仍以东南气流为主。所以模拟出的台风在引导气流的影响下，主要向西北方向运动。由于引导气流偏南分量较大，出现了北行路径的台风。模拟出的4个台风均为登陆台风，单月登陆百分比达到100%与实况一致。

图2c是2006年8月500 hPa平均位势高度场与台风实际路径的合成。西太平洋副热带高压很弱，环流场趋于东西向的纬向特征。因此，台风的运动范围十分广泛。从图中可以看到，8月一共有7个台风。由于引导气流不明显，台风路径十分复杂。包括3个西北行台风在我国东南沿海登陆，1个东北向短时台风，和3个转向台风。图2d是相同条件下的模拟结果，可以看到在50°N以南130°E附近有一条东北西南向的低压槽，这在实况中并不明显。槽前的西南气流对8月模拟结果中台风路径有很大影响，它使大部分台风在30°N附近转向或一直向北运动，减少台风登陆的可能性。少数西行台风是7月末、8月初形成的，此时台风主要受7月的西北向引导气流影响。

图2 2006年7月(a，b)、8月(c，d)、9月(e，f)500 hPa有台风时段的实况(a，c，d)与模拟(b，d，f)的平均位势高度场(虚线，dagpm)与地面台风路径(实线)分布Fig.2 Composites of the average of 500 hPa geopotential height(dashed line，dagpm)and the tracking of tropical cyclones(solid line).(a，c，e)observed data and(b，d，f)simulations in(a，b)July，(c，d)August and(e，f)September 2006

图2e为9月500 hPa平均位势高度场。西太平洋副热带高压东退西抬，在副热带高压西侧低压槽加深。槽前脊后的西南气流使西行台风在中纬度地区转向东北方向运动。在相同情况下的模拟结果中(图2f)，低槽要比实况中更深更强，槽前有较强的高压脊。槽前脊后是一致的西南气流，在这种气流影响下，向西北方向运动的台风会转向东北方向。模拟结果中的前倾槽在130°E附近，使台风的活动范围远离我国，这与实况结果相近。虽然9月的实况和模拟结果中均有3个台风，但由于模拟结果中的低压槽较强，使模拟结果中的台风登陆数百分比小于实况资料。通过以上分析可见，西太平洋副热带高压外围引导气流对台风路径有很大影响。副热带高压西伸会使台风登陆可能性增大，而东退西抬会减少台风在我国登陆的可能性。

通过对比分析实况与模拟的引导气流、台风路径及登陆情况，发现WRF模式500 hPa高度场模拟与实况的差别和台风模拟与实际的差别有着密切联系。

在WRF模式模拟的7—9月500 hPa月平均高度场中，7月的模拟结果与实况较接近，随着积分时间的增长，使环流场模拟差别逐渐增大。由于WRF模式最初的设计目的是模拟中尺度天气系统，对于时间尺度在几天内的天气状况模拟较好，因此在进行时间尺度长达三个月的环境场模拟时，模式误差对时次靠后的模拟结果影响很大。这是8月、9月环流背景场出现明显差异的原因之一，也间接影响台风的活动范围。沈新勇等(2010)也得到相似结论，并指出启动Nudging系统有可能改进模拟结果。

3.2.2 台风生成机制状况实况与模拟对比分析

2006年，台风多发区主要集中在菲律宾以东到马绍尔群岛之间的西北太平洋海域，其中有多个台风生成在菲律宾以东到150°E以西的海域内。与常年相比，生成源地明显偏西。

图3a为7月200～850 hPa风垂直切变量月平均实况分布，可以看到，在10°N以南，150°E以西存在风垂直切变低值区，在7月生成的3个台风的初始位置也在这一区域。风垂直切变较弱区域从风垂直切变低值区域一直向西北延伸至我国东部沿海地区，为台风在我国东南沿海地区登陆创造有利条件，这与表2显示7月实况台风登陆数与总数比较高是一致的。另外，实况中台风的初始位置很集中，路径也比较相近。同时，在南海及其以南区域有风垂直切变高值中心，由于风垂直切变较强，生成台风可能性不大。图3b是相同条件下的模拟结果，图中显示的风垂直切变要比实况偏强，风垂直切变低值区偏向东南，在30°N附近有水平的低值带，这与实况相比要偏强。在对实况与模拟7月台风生成位置进行比较发现，模拟7月台风生成位置与实况相比有偏北趋势，而且十分分散。这与实况和模拟月平均风垂直切变分布的差异相符合。

图3c是8月200～850 hPa风垂直切变量月平均实况分布，图上显示8月风垂直切变低值区域与7月相比面积更大、且略有北抬。位于我国东南方洋面上的低值中心的范围扩大，并成为8月台风的主要生成区。在南海及其以南的风垂直切变高值区有所减弱。在150°E以东区域风垂直切变低值区域明显变大，为西行台风转向提供了有利条件。这种大范围的低值区使台风的初始位置相对7月要分散得多，同时，8月台风发生的数目与7月相比有所增加，台风发生位置与7月相比将有所北抬。图中显示的在8月生成台风中，其生成位置最南的0610号台风与7月生成位置最南的0605号台风相比位置向北相差5个纬距，这与8月实况平均风垂直切变低值区的北抬是一致的。图3d是相同条件下的模拟，图中显示风垂直切变与实况相比仍然偏大，低值区的位置偏东且面积偏小。这将使得8月模拟台风与实况相比发生台风数目偏少，位置相对集中。8月实况与模拟台风资料对比结果表明8月模拟台风数目为6个，小于实况台风数目。这与实况和模拟月平均风垂直切变量的分析是一致的。

图3e为9月200～850 hPa风垂直切变量月平均实况分布，图中显示9月30°N以南为大面积的风垂直切变低值区域，与8月相比略有南压，面积略有增大。台风的初始位置与风垂直切变的低值中心对应较好。图3f为相同条件下的模拟情况，与实况相比风垂直切变明显偏大，风垂直切变低值区域明显偏西。在对比图3e与3f中9月的实况与模拟台风发生位置可看出，9月大面积的低值区使实况台风发生位置比较分散并明显偏西，而9月的模拟台风发生位置最西仅达到143°E左右，并且很集中。

通过以上分析可以看到，实际资料中台风初始位置与风垂直切变的低值区对应明显，低值区的范围会影响到台风初始位置的分布情况;在模拟结果中，洋面上的垂直风切变明显比实际偏高且梯度大。由对比分析实况与模拟的风垂直切变量分布情况，可看出WRF模式200～850 hPa风垂直切变量模拟与实况的差别与台风初始位置模拟和实际的差别对应明显。

图3 2006年7月(a，b)、8月(c，d)、9月(e，f)200～850 hPa实况(a，c，d)与模拟(b，d，f)的平均风垂直切变量(等值线，m/s)及海表面温度(阴影，℃)的分布Fig.3 Composites of the average of wind shear from 200 hPa to 850 hPa(isoline，units:m/s)，surface temperature(shaded area，units:℃)and the tracking of tropical cyclones.(a，c，e)observed data and(b，d，f)simulations in(a，b)July，(c，d)August and(e，f)September 2006

4 结论

随着对台风预报时效要求的不断提高，台风的动力季节引起人们很大的关注。本文对2006年7月1日至9月30日的WRF模拟结果进行诊断，从频数、强度、500 hPa位势高度场及200～850 hPa风垂直切变对台风活动的影响机制来分析检验WRF模式在模拟台风季节活动方面的能力。

从台风频数来看，在对3个月以内的台风作动力季节预报试验时，WRF模式模拟台风总个数与实况接近，模拟总登陆台风数与实况相比偏小。从各月模拟情况看，台风总数与登陆数的模拟均与实况有差距。

从环境场的模拟效果来看:一方面，在模拟资料中500 hPa位势高度场和200～850 hPa风垂直切变对模式中台风的路径及生成有显著影响，这种影响与实际情况十分相似。因此，提高对台风有重要影响的环境因子的预报能力，是提高台风季节预报能力的有效手段。另一方面，WRF在模拟2006年7—9月台风以及平均高度场、水平风垂直切变时，7月与实况接近。随时间增长，与实况的差别越明显。WRF模式的台风动力季节预报时限有待探讨。

WRF模式对台风强度的模拟总体偏弱，这可能有多方面原因，其中FNL资料中台风强度总体偏弱，而本次季节模拟中并没有类似通常的个例研究那样在初始场上使用Bogus来增强模式中的台风强度，这是原因之一;另外，如果使用海气耦合模式可能会得到更好模拟结果。

黄建平，王绍武.1991.相似动力模式的季节预报试验［J］.中国科学B辑(2):216-224.

李博，赵思雄.2009.用SMAT建立台风暴雨预报模式的试验研究［J］.气象，35(6):3-12.

马玉芬，沈桐立，丁治英，等.2009.台风“桑美”的数值模拟和地形敏感性试验［J］.南京气象学院学报，32(2):278-286.

祁秀香，智协飞.2009.0601号登陆台风及暴雨减弱消亡过程中的动能收支分析［J］.大气科学学报，32(6):824-831.

沈桐立，曾瑾瑜，朱伟军，等.2010.2006年6月6—7日福建特大暴雨数值模拟和诊断分析［J］.大气科学学报，33(1):14-24.

沈新勇，朱文达，杜佳，等.2010.2006年7—9月的台风季节预报试验［J］.气象科学，30(5):676-683.

苏志重，余锦华，孙丞虎，等.2010.IPRC区域气候模式对西北太平洋热带气旋潜在预测能力的初步检验［J］.热带气象学报，26(2):165-173.

孙兴池，吴炜，赵宇.2002.影响我国北方的台风相似预报系统［J］.山东气象，22(1):8-9.

徐明，余锦华，赖安伟，等.2009.环境风垂直切变与登陆台风强度变化关系的统计分析［J］.暴雨灾害，28(3):339-344.

许映龙，张玲，高拴柱.2010.我国台风预报业务的现状及思考［J］.气象，36(7):43-49.

章国材.2004.美国WRF模式的进展和应用前景［J］.气象，30(12):27-31.

Belanger J I，Curry J A，Webster P J.2010.Predictability of North Atlantic tropical cyclone activity on intraseasonal time scales［J］.Mon Wea Rev，138:4362-4374.doi:10.1175/2010MWR3460.1.

Bengtsson L，Bottger H，Kanamitsu M.1982.Simulation of hurricanetype vortices in a general circulation model［J］.Tellus，34(5):440-457.

Camargo S J，Zebiak S E.2002.Improving the detection and tracking of tropical storms in atmospheric general circulation models［J］.Wea Forecasting，17:1152-1162.

Camargo S J，Barnston A G，Klotzbach P J，et al.2007.Seasonal tropical cyclone forecasts［J］.WMO Bulletin，56(4):297-309.

Chauvin F，Royer J F，Déqué M.2006.Response of hurricane type vortices to global warming as simulated by the ARPEGE-Climat at high resolution［J］.Climate Dyn，27:377-399.

Gary W M.1984a.Atlantic seasonal hurricane frequency.Part I:El Ni～no and 30 mb quasi-biennial oscillation influences［J］.Mon Wea Rev，112:1649-1668.

Gary W M.1984b.Atlantic seasonal hurricane frequency.Part II:Forecasting its variability［J］.Mon Wea Rev，112:1669-1683.

Henderson S A，Zhang H，Berz G，et al.1998.Tropical cyclones and global climate change:A post IPCC assessment［J］.Bull Amer Meteor Soc，79:19-38.

Manabe S，Holloway J L，Stone H M.1970.Tropical circulation in a time integration of a global model of the atmosphere［J］.J Atmos Sci，27(4):580-613.

McDonald R E，Bleaken D G，Cresswell D R，et al.2005.Tropical storms:Representation and diagnosis in climate models and the impact of climate change［J］.Climate Dyn，25(1):19-36.

Nicholls N.1979.A possible method for predicting seasonal tropical cyclone activity in the Australian region［J］.Mon Wea Rev，107(9):1221-1224.

Vitart F D.2006.Seasonal forecasting of tropical storm frequency using a multi-model ensemble［J］.Quart J Roy Meteor Soc，132(615):647-666.

Simulation of seasonal tropical cyclone activity over the western North Pacific by using the WRF model

WANG Yong-qing1，2，SONG Tian-yuan1，2，LIANG Ju1，2，PAN Wei-yu1，2

(1.Key Laboratory of Meteorological Disaster of Ministry of Education;2.School of Atmospheric Sciences，NUIST，Nanjing 210044，China)

By using the WRF(weather research and forecasting)model，the paper simulated the seasonal tropical cyclone activity over western North Pacific from 1 July to 30 September 2006.Results show that:1)the simulated total number of Typhoons is close to that from Best-track data set.The simulated landfall TC number is less than that of real Typhoon number and it is the same for separate monthly landfall number.The simulated intensity of Typhoons is weaker than that from Best-track data set;2)the model shows better ability in reproducing Typhoon and the height and wind vertical shear fields in July，but the ability tends to be weaker as the model time increases.This suggests that the model can be used to simulate the feature of seasonal tropical cyclone activity but the time limit needs further exploration.

WRF model;tropical cyclone;seasonal simulation

P444

A

1674-7097(2012)01-0024-08

2011-01-04;改回日期:2011-09-16

公益性行业(气象)科研专项(GYHY(QX)200806009);江苏高校优势学科建设工程资助项目

王咏青(1970—)，女，江西东乡人，博士，教授，研究方向为台风动力学、中尺度数值模拟，yongqing@nuist.edu.cn.

王咏青，宋天元，梁驹，等.2012.西北太平洋台风季节预报的数值模拟［J］.大气科学学报，35(1):24-31.

Wang Yong-qing，Song Tian-yuan，Liang Ju，et al.2012.Simulation of seasonal tropical cyclone activity over the western North Pacific by using the WRF model［J］.Trans Atmos Sci，35(1):24-31.

(责任编辑:张福颖)