ATMS微波资料特征及其对台风路径预报的影响

刘健文,蔡则帅,闵锦忠,黄江平

(1.南京信息工程大学 大气科学学院,江苏 南京 210044;2.北京航空气象研究所,北京 100085;

3.气象灾害教育部重点实验室(南京信息工程大学),江苏 南京 210044;4.93741部队气象台,河北 承德 067500)



ATMS微波资料特征及其对台风路径预报的影响

刘健文1,2,蔡则帅1,3,4,闵锦忠1,3,黄江平2

(1.南京信息工程大学 大气科学学院,江苏 南京 210044;2.北京航空气象研究所,北京 100085;

3.气象灾害教育部重点实验室(南京信息工程大学),江苏 南京 210044;4.93741部队气象台,河北 承德 067500)

摘要：采用2012年8月1—30日ATMS(Advanced Technology Microwave Sounder)卫星微波资料,在WRFDA系统中进行资料特征统计分析以及偏差订正试验。针对2012年8月第13号台风“启德”、第14号台风“天秤”和第15号台风“布拉万”,检验同化ATMS卫星微波资料对台风路径预报的影响。结果表明:偏差订正前,ATMS除个别窗区通道和湿度通道偏差大于对应AMSUA/MHS通道外,其余通道偏差均小于后者;与AMSUA/MHS相比,ATMS偏差随扫描位置的变化较小且平滑,ATMS96个扫描点的资料均可用;ATMS窗区通道偏差最大,温度中层通道偏差最小;使用ATMS资料导出的偏差订正系数,可减小温度和湿度通道偏差,相比于直接使用NOAA-18偏差订正系数,可改善台风路径和最低气压预报;个例研究表明,同化中加入ATMS资料后可使台风路径预报偏差降低31%。

关键词：ATMS;卫星资料同化;偏差订正;台风

0引言

卫星资料的同化应用被科学界公认为是近几十年中数值预报质量提高的重要原因之一,目前气象卫星观测已经成为数值预报最重要的观测资料来源之一。相较于红外探测受云的影响较大,微波探测可以部分穿透云区,云区内的大气湿度、温度可以为天气系统的发生发展提供更多信息,微波资料对数值预报的影响较红外观测明显要大很多(董佩明等,2008)。微波资料对数值预报效果改善的贡献位居全部观测首位(薛继善,2009;Eyre,2012),微波遥感探测的发展和应用成为大气科学一直以来的一个重点研究方向(何卓琪等,2012;闵锦忠等,2012;王叶慧等,2013;王振会等,2014)。ATMS(Advanced Technology Microwave Sounder)于2011年10月28日搭载美国下一代气象极轨卫星NPOESS(National Polar-orbiting Operation Environmental Satellite System)的准备星NPP(NPOESS Preparatory Program)发射,是AMSUA和MHS辐射计的继承版本,并将成为后续联合极轨卫星系统JPSS(Joint Polar Satellite System)的主要探测仪器,主要用于探测大气温度和湿度廓线。

针对ATMS资料的应用国外大量的准备和研究工作早已开展(Bell et al.,2011;Collard et al.,2012;Doherty and Coauthors,2012)。目前,ECMWF已从2012年6月26日起业务获取得到ATMS和CrIS(Cross-track Infrared Sounder)资料,并在ECMWF数值预报系统就ATMS开展了初步的资料评估和同化应用分析(Niels et al.,2012)。基于GSI同化系统,Zou et al.(2013)利用4个台风个例研究同化ATMS资料对台风强度和路径的作用。国内针对ATMS资料同化应用,Dong et al.(2013)拓展了ATMS资料在WRFDA中的直接同化应用模块,对比了ATMS资料和NOAA-18 AMSUA/MHS资料以及FY-3A MWTS/MWHS资料特征之间的差异。

本文以Dong et al.(2013)在WRFDA资料同化系统中扩展的ATMS资料同化功能为基础,利用2012年8月1—30日ATMS和NOAA-18 AMSUA/MHS资料,统计分析两者特征差异,并进行偏差订正试验,研究使用不同偏差订正系数对数值预报效果的影响。最后,对2012年第13号台风“启德”、第14号台风“天秤”以及第15号台风“布拉万”检验同化ATMS资料对台风路径预报效果的影响。

1ATMS探测仪器简介

ATMS有22个探测通道,前15个通道为温度探测通道,后7个通道为湿度探测通道,其中通道1—5和16—17为窗区探测通道。与AMSUA和MHS相比较,ATMS在通道数量、探测频率以及极化属性上有较大差别。ATMS通道1—2、6—7、9—15、20以及通道22与对应的AMSUA/MHS探测通道探测频率、极化属性均相同;ATMS通道3、5、8、18与对应的AMSUA/MHS探测通道探测频率相同,极化属性不同;ATMS通道4、19、21为新增探测通道;ATMS通道16和对应MHS通道1极化属性相同,探测频率略有差异;ATMS通道17和MHS 通道2探测频率相近但极化属性不同。此外,ATMS在轨道宽度、扫描点数、星下点分辨率等也与AMSUA/MHS不同。ATMS轨道宽度为2 300 km,而AMSUA/MHS为2 074 km。每条扫描线上ATMS有96个扫描点,AMSUA 有30个扫描点,MHS有90个扫描点。ATMS星下点分辨率通道1—2为75 km,通道3—16为32km,通道17—22为16 km,而AMSUA星下点分辨率为48 km,MHS为16 km。ATMS这些特征使其可以为同化系统提供更多的卫星观测数据。

2资料使用和参数设置

本文使用数据为NCEP处理生成的2012年8月1—30日Level 1b层次BUFR格式卫星资料以及PREBUFR格式常规资料CONV。卫星资料为美国极轨卫星NOAA-18的AMSUA和MHS辐射亮温资料以及NPP的ATMS辐射亮温资料,每日4个时次:00时、06时、12时、18时(世界时,下同),每个时次数据包含前后3 h的卫星观测信息。由于卫星轨道在06时、18时经过模拟区域,仅针对这两个时刻卫星资料进行同化分析。同化过程中ATMS和AMSUA稀疏化分辨率为60 km,由于在不同卫星资料同化过程中MHS资料可能会降低数值预报效果,因此MHS资料分辨率设为90 km,尽量少使用。台风路径数据为中国台风网(http://www.typhoon.gov.cn/)提供的最佳路径集。模式背景场和边界条件由NCEP FNL再分析资料提供,水平分辨率为1°x1°。

模式中心(125°E,26°N),水平分辨率30 km,格点161×151,垂直分层41层,模式层顶高10 hPa,时间积分步长180 s。物理过程采用长波辐射PRTM方案,短波辐射Dudhia方案,积云方案为Karin Fritsch方案,边界层过程YSU方案。辐射传输模式采用CRTM2.05版本。

3ATMS和AMSUA/MHS资料特征对比

使用2012年8月1—30日每日06时和18时两个时次的ATMS和AMSUA/MHS卫星微波资料,对偏差订正前ATMS和AMSUA/MHS资料特征进行对比分析。因不同下垫面的观测像元之间存在误差,统计仅针对洋面观测点。

3.1　ATMS资料观测模拟亮温偏差平均及均方根

图1为偏差订正前ATMS和对应AMSUA/MHS通道的偏差平均及均方根。图1a中,ATMS通道1—3偏差平均的数值明显大于对应通道的AMSUA资料,其中ATMS通道3不仅偏差平均的数值大于AMSUA通道3,符号也与AMSUA不同;ATMS通道5—13明显小于AMSUA对应通道,偏差相对较小;ATMS通道16—18和22通道偏差平均略大于MHS;其余通道ATMS资料的偏差平均略小于AMSUA/MHS。图1b中通道1—3和16偏差均方根大于对应的AMSUA通道,其余通道偏差均方根小于AMSUA/MHS。可见,与NOAA-18对应通道相比,ATMS窗区通道1—3和16无论是偏差平均还是均方根都明显偏大。ATMS通道17、18和22偏差平均大于对应MHS通道2、5和3,而偏差均方根却比后者小。其余通道无论是偏差平均还是偏差均方根,ATMS均小于对应通道AMSUA/MHS,特别是温度中层通道偏差明显小很多。这说明ATMS资料质量与AMSUA/MHS相比还是较好的。ATMS自身通道之间相比较,窗区通道偏差最大,温度高层通道和湿度通道偏差相近,温度中层通道偏差最小。这可能是由于辐射传输模式对受下垫面影响的近地表探测通道和模式层顶以上探测通道辐射率模拟得不准确造成。

图1　ATMS通道和对应AMSUA/MHS通道模拟亮温偏差的平均值(a)和均方根(b)Fig.1　(a)Averages and (b)root mean squares of the simulated bright temperature bias(observation minus background,OMB) in ATMS channels and corresponding AMSUA/MHS channels

3.2　ATMS和AMSUA/MHS偏差随扫描位置变化特征对比

ATMS及AMSUA/MHS的窗区通道和温度高层通道偏差随扫描位置的不同变化较大,以参与同化的ATMS通道6—10和18—22为例(图2)。结果发现ATMS温度通道6—10偏差平均和均方根都小于AMSUA对应通道,这和上一小节得出的结论一致。此外ATMS通道6—10,偏差随扫描位置变化较小,和AMSUA相比几乎无变化。ATMS湿度通道18—22相比于温度通道6—10偏差较大,“临边效应”也比前者明显;和对应MHS通道相比,偏差随扫描位置变化平滑许多。因此,ATMS和AMSUA/MHS相比“临边效应”不明显,其96个扫描点资料均可用;ATMS自身通道相比较,湿度通道“临边效应”比温度通道明显。

图2　ATMS通道6—10(a—e)、18—22(f—j)和对应AMSUA/MHS通道模拟亮温偏差的平均值(1)和均方根(2)随扫描位置变化Fig.2　(1)Averages and (2)root mean squares of the simulated bright temperature bias(OMB) in ATMS channels (a—e)6—10 and (f—j)18—22 and corresponding AMSUA/MHS channels

4偏差订正试验

卫星资料直接同化系统中要利用模式背景场模拟卫星观测辐射值,而受辐射传输模式和探测仪器等影响观测亮温和模拟亮温之间会产生系统性偏差。如果不对这些系统偏差进行偏差订正,同化效果很难为正效应。目前卫星资料偏差订正主要有两种方法:离线偏差订正(Harris and Kelly,2001)和变分自适应偏差订正(Wang et al.,2010)。本文采用变分自适应偏差订正方案,预报因子包括气团属性和扫描位置等。

分别使用NOAA-18偏差订正系数(NOAA试验)及由ATMS资料导出的偏差订正系数(VARBC试验)进行同化试验,比较使用不同偏差订正系数进行偏差订正后对同化试验的影响。参数设置见第2节,模拟初始时刻为2012年8月15日06时,预报时效为60 h,同化中使用ATMS和CONV资料。VARBC试验中使用的偏差订正系数由2012年8月1日06时至15日06 时每日06时和18时两个时次的ATMS资料统计得出。

图3为偏差订正前后ATMS通道6—10和18—22的偏差平均和偏差均方根。由图3a可见,偏差订正后可明显减小偏差平均;直接使用NOAA-18偏差订正系数进行偏差订正后通道19和20偏差反而增大,而使用ATMS资料导出的系数进行订正后偏差变小,除通道21以外,偏差也小于直接使用NOAA-18系数时。图3b中,订正后偏差均方根在温度通道减小明显,湿度通道改善较小,通道19和通道20在订正后偏差均方根反而增大;使用不同偏差订正系数进行偏差订正后对偏差均方根影响不大。可见,使用ATMS资料导出的偏差订正系数进行偏差订正效果优于直接使用NOAA-18偏差订正系数,偏差订正后可有效减小偏差,偏差基本在同一水平。

图3　偏差订正前后ATMS通道6—10和18—22模拟亮温偏差的平均(a)和均方根(b)Fig.3　(a)Averages and (b)root mean squares of the simulated bright temperature bias(OMB) before and after bias correction in ATMS channels 6—10 and 18—22

为进一步比较使用不同偏差订正系数对数值预报效果的影响,以2012年第13号台风“启德”为研究对象。台风“启德”(Kai-tak)于2012年8月10日在关岛以西洋面生成。由图4可见,使用由ATMS资料导出的偏差订正系数,可有效减小模拟路径偏差和最低气压偏差。路径平均偏差由253 km减小为149 km,最低气压平均偏差由14 hPa减小为8 hPa。

图4　台风“启德”60 h路径(a)和最低气压(b)的偏差Fig.4　Deviations of 60 h (a)track and (b)mimimum pressure of typhoon Kai-tak

5同化ATMS资料对台风预报的影响

选取2012年8月3个台风个例对同化ATMS资料后预报效果进行检验,使用的偏差订正系数由ATMS资料导出。台风分别是2012年13号台风“启德”、14号台风“天秤”以及15号台风“布拉万”。

为分析同化中加入ATMS资料后对台风路径预报影响,分别以2012年8月15日06时和24日18时为模拟初始时刻,进行60 h预报。图5为台风“启德”、“天秤”、“布拉万”60 h路径模拟,BEST为中国台风网提供的最佳路径,EXP1为只同化常规资料的试验结果,EXP2在EXP1的基础之上加入了ATMS资料。由图5a可见,EXP2和EXP1在预报前期两者相差不大,在预报12 h后同化ATMS资料的作用就体现出来了,EXP2模拟效果要好于EXP1尤其是台风登陆后改善作用明显,EXP2试验中路径偏差均小于150 km,而在EXP1试验中偏差在12 h后均大于150 km。EXP1平均偏差为232 km,而EXP2平均偏差为115 km,改善作用明显。由图5b可见,EXP2和EXP1在模拟开始后的前48 h中,偏差之间相差在一个格距以内,48 h之后偏差大于30 km,平均偏差前者略小于后者。可见,当控制试验能够很好地模拟台风路径时,同化ATMS资料后,对台风路径预报略有改善,但是改善作用不明显。由图5c可见,由于控制试验EXP1在预报前期能够很好地模拟出台风路径,在前期同化中加入ATMS资料后,路径偏差反而增大;在预报后期,同化中加入ATMS资料后,可有效改善台风路径预报。三个台风个例中,同化中加入ATMS资料后对台风气压预报改善不明显(图略)。

图5　台风“启德”(a)、“天秤”(b)、“布拉万”(c)的60 h路径预报Fig.5　The 60 h forecasts of tracks of typhoons (a)Kai-tak,(b)Tembin and (c)Bolaven

综上可见,同化中加入ATMS资料对三个台风个例路径预报均有改善,对台风“启德”改善的作用最为明显。当控制试验模拟效果较好时,同化ATMS资料对路径预报改善不明显。个例研究表明,同化中加入ATMS资料,可减小31%台风路径预报偏差。同化ATMS资料对台风中心最低气压的预报改善作用不明显。

6结论

利用2012年8月1—30日每天06、18时两个时次资料对ATMS在WRFDA中应用效果和资料特征进行统计分析,并对2012年8月3个台风个例的预报效果进行检验,结果表明:

1)偏差订正前,ATMS除个别窗区通道和湿度通道偏差大于对应通道AMSUA/MHS外,其余通道偏差均小于后者;ATMS窗区通道偏差最大,温度中层通道偏差最小。

2)和AMSUA/MHS相比,ATMS偏差随扫描位置变化较小且平滑,ATMS 96个扫描点的资料均可用。

3)直接使用NOAA-18系数进行偏差订正后,可减小温度通道偏差,但对个别湿度通道偏差订正后反而使得偏差增大;相比于直接使用NOAA-18偏差订正系数,使用ATMS资料导出的偏差订正系数,可减小温度和湿度通道偏差,改善台风路径和最低气压预报。

4)个例研究表明,同化中加入ATMS资料后可使台风路径预报偏差降低31%。

最后需要指出的是,本文中使用的数据仅为一个月,ATMS资料特征还需做长期的统计分析,偏差订正系数还需要进一步更正。针对台风路径预报效果检验也仅仅是三个台风个例,因此研究同化ATMS资料对台风预报的影响还需做大量工作。

参考文献(References)：

Bell W,Bormann N,McNally T,et al.2011.Preparations for the assessment of NPP data at ECMWF and the MET Office[C]//Proceeding of 2011 EUMETSAT meteorological satellite conference.Oslo,Norway.

Collard A,Derber J,Treadon R,et al.2012.Toward assimilation of CrIS and ATMS in the NECP Global Model[C]//Proceeding of the 18th international TOVS study conference.Toulouse,France.

Doherty A,Coauthors.2012.Early analysis of ATMS data at the Met Office [C]//Proceeding of the 18th international TOVS study conference.Toulouse,France.

董佩明,薛纪善,黄兵,等.2008.数值天气预报中卫星资料同化应用现状和发展[J].气象科技,36(1):1-7.Dong Peiming,Xue Jishan,Huang Bing,et al.2008.Application status and development of satellite data assimilation in numerical weather forecast[J].Meteorological Science and Technology,36(1):1-7.(in Chinese).

Dong P M,Huang J P,Huang X Y,et al.2013.Implement and preliminary experiment of FY-3 and NPP microwave satellite data assimilation in WRFDA[C]//2013 WRF user workshop.Boulder,USA.

Eyre J.2012.Impact studies with satellite observations at the Met Office[C]//WMO Fifth WMO workshop on the impact of various observing systems on numerical weather prediction.Sedona,USA.

Harris B A,Kelly G.2001.A satellite radiance bias correction scheme for data assimilation scheme for data assimilation[J].Quart J Roy Meteor Soc,127:1453-1468.

何卓琪,梁建茵,温之平,等.2012.被动式微波遥感技术发展及其对汽/液态水物理参数反演的研究进展[J].热带气象学报,28(4):443-450.He Zhuoqi,Liang Jianyin,Wen Zhiping,et al.2012.An overview on technical developments and research progress of the retrieval of water vapor and cloud liquid water using passive microwave remote sensing[J].J Trop Meteor,28(4):443-450.(in Chinese).

闵锦忠,孔莹,杨春,等.2012.卫星辐射率资料EnSRF同化及暴雨模拟应用[J].大气科学学报,35(3):272-281.Min Jinzhong,Kong Ying,Yang Chun,et al.2012.Assimilation of radiance data in WRF-EnSRF and its application in a rainstorm simulation[J].Trans AtmosSci,35(3):272-281.(in Chinese).

Niels B,Anne F,Willam B.2012.Evaluation and assimilation of ATMS data in the ECMWF system[R]//ECMWF.Technical memorandum 689:16.

Wang W,Bruyer C,Duha M,et al.2010.WRF-ARW version 3 modeling system user’s guide[R].

王叶慧,李刚,何光鑫.2013.风云三号卫星微波辐射率资料的质量控制[J].大气科学学报,36(5):560-567.Wang Yehui,Li Gang,He Guangxin.2013.A quality control procedure for FY-3 microwave radiance data [J].Trans Atmos Sci,36(5):560-567.(in Chinese).

王振会,曹雪芬,黄建松,等.2014.基于气象资料变化特征和辐射传输模式的微波辐射计工作状态分析[J].大气科学学报,37(1):1-8.Wang Zhenhui,Cao Xuefen,Huang jiansong,et al.2014.Analysis on the working state of a ground-based microwave radiometer based on radiative transfer model and meteorological data variation features[J].Trans Atmos Sci,37(1):1-8.(in Chinese).

薛纪善.2009.气象卫星资料同化的科学问题与前景[J].气象学报,67(6):903-911.Xue Jishan.2009.Science issues and perspective of assimilation of meteorological satellite data[J].Acta Meteor Sinica,67(6):903-911.(in Chinese).

Zou X,Weng F,Zhang B,et al.2013.Impact of assimilation of ATMS data in HWRF on track and intensity forecasts of 2012 four landfall hurricanes[J].J Geophys Res,118:11558-11576.

(责任编辑：刘菲)

Characteristics of ATMS data and their impact on typhoon track forecast

LIU Jian-wen1,2,CAI Ze-shuai1,3,4,MIN Jin-zhong1,3,HUANG Jiang-ping2

(1.School of Atmospheric Sciences,NUIST,Nanjing 210044,China;2.Beijing Aviation Meteorological Institute,Beijing 100085,China; 3.Key Laboratory of Meteorological Disaster(NUIST),Ministry of Education,Nanjing 210044,China; 4.Unit No.93741 of PLA,Chengde 067500,China)

Abstract:Based on the ATMS(Advanced Technology Microwave Sounder) satellite microwave data during 1—30 August 2012,this paper analyzes the characteristics of data and does the bias correction tests in WRFDA,and verifies the impact of assimilation ATMS data on track forecasts of typhoons Kai-tak(the 13rd),Tembin(the 14th) and Bolaven(the 15th) in August 2012.Results show that,before the bias correction,the deviations for most ATMS sounding channels are less than those for corresponding AMSUA/MHS channels,except for some window channels and humidity channels.The bias variations across scan position for ATMS channels are less than those for corresponding AMSUA/MHS channels,so the data from all 96 scan positions for ATMS channels can be used.The biases are maximum for ATMS window channels and minimum for ATMS channels 6—10.After using the bias correction coefficients derived from ATMS microwave data,it can reduce the biases for temperature channels and humidity channels and improve the prediction of track and minmum pressure of typhoon compared to directly use the bias correction coefficients from NOAA-18.Case studies show that assimilation of ATMS satellite microwave data can improve the prediction of typhoon tracks.

Key words:ATMS;satellite data assimilation;bias correction;typhoon

doi：10.13878/j.cnki.dqkxxb.20150306001

文章编号：1674-7097(2015)03-0421-07

中图分类号：P405

文献标志码：A

通信作者：刘健文,高级工程师,研究方向为资料同化、数值天气预报,bjqxyjs@sina.com.

基金项目:国家自然科学基金资助项目(41175046);装备预先研究项目(110151322043)

收稿日期：2015-03-06；改回日期：2015-05-10

刘健文,蔡则帅,闵锦忠，等.2015.ATMS微波资料特征及其对台风路径预报的影响[J].大气科学学报,38(3):421-427.doi：10.13878/j.cnki.dqkxxb.20150306001.

Liu Jian-wen,Cai Ze-shuai,Min Jin-zhong,et al.2015.Characteristics of ATMS data and their impact on typhoon track forecast[J].Trans Atmos Sci,38(3):421-427.(in Chinese).