COSMIC掩星资料同化对台风“天兔”预报影响的试验

邹逸航，马旭林，姜 胜,3，何海伦，郭 欢

(1. 国家海洋局 第二海洋研究所， 浙江 杭州310012； 2. 南京信息工程大学 气象灾害省部共建教育部重点实验室， 江苏 南京 210044； 3.浙江省气象台， 浙江 杭州 310017)

COSMIC掩星资料同化对台风“天兔”预报影响的试验

邹逸航1，马旭林2，姜 胜2,3，何海伦1，郭 欢2

(1. 国家海洋局 第二海洋研究所， 浙江 杭州310012； 2. 南京信息工程大学 气象灾害省部共建教育部重点实验室， 江苏 南京 210044； 3.浙江省气象台， 浙江 杭州 310017)

台风数值预报的关键之一在于给定准确的模式初始场。本文使用气象、电离层和气候星座观测系统(COSMIC)的卫星资料，通过资料同化技术改善数值天气预报模式的初始场，进而评估数据同化技术对台风(或热带气旋)预报的改善效果。使用我国自主研发的数值天气预报模式，对1319号台风“天兔”进行模拟试验，对温度场、湿度场、涡度散度场及假相当位温场进行诊断分析。试验结果表明，与同化常规探空资料相比，COSMIC资料的同化可减小模式预报台风路径误差，台风附近降水落区更为集中。研究评估了掩星资料同化对模式的改进作用，并能为台风预报技术和防灾减灾提供参考。

台风数值模拟; GRAPES模式；资料同化；COSMIC掩星资料

0 引言

数值天气预报为天气和气候变化研究提供了数值模拟的平台，在当前业务化预报中发挥越来越重要的作用。大量实验表明，数值天气预报中最大的误差通常来源于不精确的初边界条件，并非模式本身，因此如何提供合理的初边界条件是很多科学家致力于解决的问题，资料同化正是将模式与资料有机结合以改善初始场质量的有效途径[1]。现阶段三维变分同化正被广泛使用，但随着计算机计算能力的不断提升，未来四维变分同化和卡尔曼集合滤波法将是资料同化的发展方向。卫星资料能够为资料同化提供大量大气、海洋、地表、云况的观测数据集，气象卫星的全球覆盖性和高时空分辨率可以帮助数值天气预报摆脱缺乏观测信息的困境[2]。

热带气旋由于其带来的强风暴雨具有巨大的破坏性，成为我国最严重的天气灾害之一，随着与海洋相关的生产活动越来越多，加强西北太平洋上热带气旋的路径、强度预报是保证人们生活、生产安全的关键。因为热带气旋生成、发展于热带洋面上，同时海洋上常规探空站分布非常稀疏，不能获得足够的观测资料来了解热带气旋结构及其周围的环流特征，我们对热带气旋(尤其是西北太平洋台风)的预报主要依靠非常规资料，即通过卫星云图遥感、飞机侦察报告等方法获取。

气象、电离层和气候星座观测系统(COSMIC)空间实验，是2006年美国国防部和中国台湾共同合作的一个项目，共有6颗全球定位系统(GPS)卫星，理论上可以提供覆盖全球的3 000多个探测点全天候的大气廓线[3]。GPS卫星技术反演大气的原理是，GPS发射的电波信号穿过地球大气层时，利用掩星测量大气对射线的折射效应产生的偏折角度来反演得到沿射线路径的大气温、湿、压结构[4]。 利用GPS掩星进行观测的COSMIC掩星资料由于受云雨影响较小，反演精度高，且具有较高的垂直分辨率，已被应用于气象、气候的研究与业务中[5]。数值天气预报中使用COSMIC掩星资料进行同化，不仅能够直接优化温度、水汽场，还能间接改进对风场的模拟[6]。研究显示，GPS降水量资料变分同化通过提高模式初始水汽场的精度，可改善降水预报效果[7]。应用于热带气旋预报中时，三维同化掩星折射率资料对湿度场及其它要素初始场质量的改善，有助于了解台风热动力结构特征，对于台风强度、路径、降水的预报结果均发挥积极作用[8]。

每个台风的形成、发展及消亡过程都不尽相同，从更多的案例研究中探索掩星资料同化对台风预报的改进，无疑可以更多地挖掘掩星资料同化的特点和优势，并可为更一般的、平均意义上的改进效果评估提供参考。为此，本文将在我国自主研发的天气数值预报模式全球/区域同化预报系统(GRAPES)中实现COSMIC反演的大气湿廓线资料(wetPrf)的三维变分同化，对 2013 年第19 号强台风“天兔”登陆过程进行模拟试验，并通过与常规探空资料(简称OBS)同化比对评估COSMIC掩星资料同化对台风预报的影响，进一步探索COSMIC掩星资料同化技术。

1 资料和方法

本文进行对比的资料是常规无线电探空资料和COSMIC反演的wetPrf资料。探空资料包含温度、气压、位势高度、风速、温度露点差等气象要素信息，来自于气象信息中心的全球通信系统(GTS)接收的实时探空资料；wetPrf 产品资料为COSMIC数据分析存档中心(CDAAC)的2010.2640版本，是以欧洲中期天气预报中心(ECMWF)再分析资料为背景场进行一维变分同化反演得到的气温、气压、水汽压等大气参数廓线；实测台风数据来源于中国台风网的热带气旋检索。

GRAPES是中国气象科学研究院自2000年开始研发的数值预报模式[9]，它是时间半隐式-半拉格朗日差分、空间有限差分的格点模式，拥有可向四维变分拓展的三维变分同化方案，使用多尺度通用的非静力全可压动力学方程组为动力框架[10],COSMIC数据同化业务已经能在模式中实现[11]。不同于以往在等压面上进行要素分析，此次试验采用在模式面上进行三维变分同化，直接得到模式预报变量[12]。

背景场为全球预报系统(GFS)，对 2013 年第19 号强台风“天兔”登陆过程进行模拟试验。选择“天兔”登陆台湾前一天的9月21日08时(2100UTC)作为试验的初始时刻,得到时间间隔6 h，空间分辨率0.2°×0.2°的后续48 h的预报结果。分别将同化常规探空资料和同化COSMIC资料得到的预报结果，与台风实况进行对比,判断掩星资料的同化能否使此次台风登陆过程的路径、强度、降水预报有所改善，探讨资料同化对模式的优化效果。

2 台风“天兔”个例简介

2013年19号台风“天兔”生成于菲律宾以东的西北太平洋洋面，前期移动路径复杂、移速缓慢，后期移向稳定且速度加快，9月19日17时“天兔”增强为超强台风，并于22日19时在广东汕尾沿海登陆。由于生成位置偏西，“天兔”生命史较短，但它给华南大部分地区带来大到暴雨，广东德庆县遭遇特大暴雨，对当地农业、交通、通信等造成严重影响，且“天兔”发生时间恰与天文大潮期重合，风暴潮的爆发更是加重了灾害[13]。

图1为天兔活动的背景场，500 hPa位势高度场是台风路径预报的重要依据，副高的变化直接影响着台风移动路径。对预报的初始时刻和第24小时的北半球500 hPa位势高度和温度场进行分析，可见中纬西风活动频繁，在亚欧大陆上产生了许多大型槽脊。在新疆西北的大尺度温度槽落后于高度槽，有利于槽转竖加深。低纬地区西太副高呈带状分布，台风中心的东北侧是副高主体，强度较强，西北侧是副高偏弱部分。随着西部大型槽的东移，副高受打压东退，没有了大型高压系统的阻挡，台风移动路径南抬，移速加快。东部洋面上有一新的热带低压正在生成。

图1 500 hPa位势高度(单位：gpm )和温度场(单位：℃)Fig.1 500 hPa geopotential height(unit: gpm) and temperature(unit: ℃)

3 台风预报结果

3.1 路径模拟结果对比

本文中比较两种资料同化预报效果时，均为用同化COSMIC掩星资料后模式结果减去同化常规探空资料后模式结果得到二者的偏差量。图2a中粉色线表示GRAPES同化COSMIC资料预报出的台风路径，蓝色线表示同化探空资料得到的路径，与热带气旋最佳路径数据集(CMA)台风路径(黑色线)对比。前30 h中，除第12小时有小的偏差外，是否同化COSMIC资料对模拟效果影响不大，但后续的18 h路径预报开始出现分化，同化探空资料的路径不稳定，且移速偏慢，与“天兔”后期移动特征不相符。对两种路径预报误差进行统计(图2b)可以看出，第30小时后误差都开始显著扩大，但进行过COSMIC资料同化的误差在100 km内，相对较好，因此COSMIC资料同化能够在一定程度上提升台风路径预报效果。

图2 同化COSMIC资料、同化探空资料模拟的台风路径与台风实况路径对比(a)以及台风路径预报误差(b)Fig.2 Comparision of typhoon track simulation assimilated COSMIC data and radiosonde data with the observation track(a) and typhoon track error(b)

改进路径预报主要通过改善对大尺度环流场的模拟，图3a为同化掩星资料后模式得出的22日08时500 hPa高度场预报及高度场预报偏差，图中可见，同化COSMIC资料模拟出的500 hPa环流场上台风附近位势高度有大的负偏差，在22日0时最大高度负偏差值达40 gpm以上，说明同化掩星资料后模拟的台风强度更强，低压延伸高度更高。36 h后位势高度负偏差中心在台风西北方向，台风移速更快，第48小时500 hPa偏差场(图3b)中纬度地区槽有所加深，西风槽强度大，间接减弱副高强度，使“天兔”保持西北向移动。而没有同化掩星资料所模拟的路径后期不稳定，有南折趋势。

图3 500 hPa位势高度及偏差Fig.3 500 hPa geopotential height and its difference

3.2 台风强度预报对比

台风的强度预报一直是台风预报中的一个难题，通常台风的强度可用海平面最低气压来表征，同时台风外围风场也能够一定程度体现出台风的强度,且风速预报的效果直接影响到对海浪、风暴潮及台风登陆后近地面大风的预报[14]。

图4为模式进行资料同化后第24小时和第48小时台风海平面气压偏差和风场偏差叠加图，两个时次台风中心海平面气压均有负偏差，台风外围风力有正偏差。第24小时东南方向最大风力偏差值超过5 m/s，而台风中心有6 m/s的南向风速偏差，同化COSMIC资料后不仅风力与实际更为接近，且向内辐合更强，水汽由低层向高层输送，对流不稳定增高，使得降水量增大。第48小时台风位置风力也有小范围正偏差，但对散度场改善不明显。

图4 海平面气压偏差和风场偏差Fig.4 Sea surface pressure and wind difference

“天兔”台风中心海平面气压随时间变化实测和预报值如图5所示，台风登陆前，两种方法模拟出的台风中心气压值均远高于实测气压，预报出的台风强度偏弱，24 h台风实况中心气压为930 hPa，经同化COSMIC资料模拟出台风中心气压低于探空资料同化结果,有改进效果，但仍与实际强度存在差距。48 h台风登陆后，强度减弱，风力减小，实况气压升至988 hPa，模拟的中心气压也有上升，但回升辐度小，与实况中心气压仍有10 hPa的负偏差。

总体来说同化掩星资料对台风气压场调整作用不明显，但对前期风场模拟有积极效果，因此24 h内台风强度预报略有提升。

图5 同化COSMIC资料、同化探空资料模拟的台风 中心气压与台风实况中心气压对比Fig.5 Comparision of typhoon central pressure simulation assimilated COSMIC data and radiosonde data with the observation typhoon central pressure

3.3 降水预报结果对比

模式的降水预报能力是评价其优劣的直观且重要的标准，计算48 h内累积降水量，台风带来的降水主要集中在外围云系区域，“天兔”云系对称，两种资料同化后模拟出的降水落区都比较平均，但降水区随台风移动性较差，台湾以南洋面上一直有一低值区，其生成原因有待分析。同化COSMIC资料的模式降水落区更广泛，台湾岛东南部有超过2 000 mm的大量降水。图6为48 h累积降水偏差，两种方式模拟的差距出现在20 h以后，可以看到在整个区域内同化掩星资料后模式得到的降水量偏低，但台风区域及周围有很大的正降水偏差，最高处达300 mm以上，台湾南部观测到大量的降水，此处模拟表现十分良好。另外，同化COSMIC资料的模式结果中长江下游地区预报的雨量更大。由于台风登陆后预报时次较少，故没有进行单站累积降水统计。

图6 48 h累积降水偏差Fig.6 Accumulated rainfall difference in 48 h

4 两种同化方案的环境场比对分析

4.1 温度场

对台风个例的预报结果可以看出，模式在同化掩星资料后对台风路径和降水预报能力有一定的提升。分析台风周围环境场，可以得到两种同化方案中台风参量的差别，以更好地应用于其他台风的模拟之中。首先观察将两种资料同化到“天兔”背景场中对温度初始场的改变，图7a为同化初始时刻温度偏差经台风中心(20.6°N，121.8°E)的纬向垂直剖面图，在350 hPa有结构工整对称的暖核，暖心周围水平温度偏差梯度很大,暖核是由于台风过程中强烈上升作用在高层释放大量潜热，在对流层中上层产生两侧温度梯度极大的高温区域。随着台风的不断发展暖心也向上下扩展；第24小时在250 hPa和450 hPa出现两个较明显暖心，但中心温度偏差减小，外围结构也变得不再紧密；48 h后“天兔”已经登陆，台风强度减弱，只在300～500 hPa还有3 ℃左右的温度正偏差。

图7b和7c分别为第24小时沿台风中心(21.7°N,117.9°E)纬向剖面温度偏差和海平面高度水平方向温度偏差。海平面温度偏差场显示，此次实验中同化温度初始场改变不大，前24 h台风附近南部有较大负偏差，北部温度偏差不明显，中心有小的正偏差，后24 h温度偏差小。垂直剖面显示出台风眼区中高层暖心位置有正温度偏差，台风中心东部低层几处负偏差较大。

结果表明两种资料同化后的GRAPES模式结果都能较好地模拟出台风的水平和垂直的热力结构，掩星资料同化比常规资料同化出的温度初始场暖核区域更为清晰，但随时间增长两者偏差缩小。有实验指出，与温度场模拟效果提高相比，COSMIC资料同化对湿度场模拟效果的提高更为明显[15]。

图7 20.6°N剖面同化初始时刻温度偏差(a), 21.7°N剖面24 h温度偏差(b), 24 h海平面温度偏差 (c)(单位：℃)Fig.7 Temperature difference along 20.6°N latitudinal section at the initial time(a), along 21.7°N latitudinal section after 24 h (b), on sea surface level after 24 h(c) (unit: ℃)

4.2 湿度场

台风的湿度场通常用水汽通量来表示，水汽通量是单位时间内流经某一单位面积的水汽量，即水汽的输送强度。同化了COSMIC资料的GRAPES模式可以较好地模拟出水汽的输送过程，从“天兔”初始时刻的水汽通量与海平面风场(图8)中可以看出，台风中心周围有显著的水汽汇集，东南方向的水汽通量在100 g/(cm·hPa·s)以上。由于水汽主要由南海西南向输送而来，加上台风自身逆时针风场与副高南侧偏东风共同作用，使得台风外围东南部的水汽通量大。

图8 初始时刻水汽通量和海平面风场Fig.8 Initial time water-vapor flux and sea surface wind

对比两种资料同化的湿度预报结果，图9为第24小时和第48小时过台风中心(21.7°N，117.9°E)和(23.7°N，112.5°E)的水汽通量偏差纬向剖面图，水汽输送通常只能到达对流层中层，试验中水汽通量偏差变化主要在500 hPa高度以下。第24小时在800 hPa高度，两个12 g/(cm·hPa·s)的正偏差中心中间夹着一个偏差负值带，负偏差中心位于台风中心以西，而台风中心对应的是水汽通量偏差梯度最大的位置。此时台风已位于沿海区域，大陆对水汽输送有阻挡作用，同化掩星资料的模式东侧水汽输送更强，西侧相对较弱，突出了台风水汽输送的不对称性。第48小时台风眼区仍为负偏差，但此时风眼区西侧水汽通量偏差明显大于东侧且输送到更高的高度，体现出台风登陆后水汽输送减弱，大陆上空自孟加拉湾输送而来的水汽增强的过程。

水汽输送模拟效果影响着台风湿度的模拟，台风由于强烈的涡旋运动，离心力使外围水汽很难进入到台风内部，形成了外湿内干的结构。比湿偏差场显示，同化COSMIC资料预报出的台风外围——特别是台风东南部有很大正比湿偏差，台风中心偏差不明显。21日14时850 hPa比湿偏差场(图10)上出现0.002 0 g/kg的比湿正偏差，且比湿偏差轮廓像台风内部结构一样清晰，模拟出的台风中心与外围湿度反差更为明显。比湿偏差垂直剖面上(图略)，600 hPa以下为比湿正偏差，台风眼壁900 hPa高度有0.002 4 g/kg正比湿偏差中心，显示出更突出的下湿上干不稳定层结。

图9 21.7°N剖面第24小时水汽通量偏差(a)和23.7°N剖面第48小时水汽通量偏差(b)(单位：g·cm-1·hPa-1·s-1)Fig.9 Water-vapor flux difference along 21.7°N latitudinal section after 24 h (a) and water-vapor flux difference along 23.7°N latitudinal section after 48 h (b)(unit: g·cm-1·hPa-1·s-1)

图10 2013年9月21日14时850 hPa高度比湿偏差Fig.10 850 hPa special humidity difference at 14:00 on the 21th Sep., 2013

4.3 涡度、散度场

台风的涡度、散度场可以表征台风的动力结构。图11为掩星资料同化后模式的涡度初始场和散度初始场，由图11a可见“天兔”中心从地面到接近100 hPa高度均为正涡度带，其中950 hPa到600 hPa是正涡度的中心，中心涡度值达110×10-5s-1，周围水平涡度梯度大，说明“天兔”已发展成为深厚气旋。

由图11b可见台风的散度场在高低层均为不对称分布，由于台风旋转的离心作用，风很难吹入台风眼区，台风中心的辐合较弱，“天兔”外围700 hPa以下有强大的气流辐合，且西侧辐合强于东侧，散度极小值为-40×10-5s-1；高层300 hPa以上为台风辐散区，辐散中心最大值为20×10-5s-1，台风东侧辐散位置较西侧偏低；中层为切向运动层，流入流出量基本相当。

对比探空资料同化和COSMIC资料同化涡度、散度预报效果，21日14时850 hPa涡度偏差场(图12a)上可观察到，从台风中心向外涡度偏差出现多个层次，台风眼区为负偏差，紧临台风眼为涡度正偏差带，再向外又有一大的涡度负偏差带，使涡度场结构向中心紧凑。其它时次涡度偏差同样具有极强的不对称性，主要表现为台风移动前侧方向为正涡度偏差中心，后侧为负涡度偏差中心，导致同化COSMIC资料预报出的台风移速会相对偏快。22日08时海平面散度偏差场(图12b)表现为台风中心有正散度(辐散)偏差，但台风外围有-8×10-5s-1负散度(辐合)偏差。强大的低层辐合、高层辐散结构有利于台风结构的维持[16]，同时强烈的抽吸导致的垂直上升运动，为强降水提供了条件。

图11 初始时刻涡度场剖面(a)和散度场剖面(b)(单位：(10-5s-1)Fig.11 Initial time vorticity on vertical section (a) and divergence on vertical section (b) (unit: (10-5s-1)

图12 850 hPa高度第6小时涡度偏差(a)和第24小时散度偏差(b)Fig.12 850 hPa vorticity difference after 6 h (a) and divergence difference after 24 h (b)

4.4 假相当位温

大气在干、湿绝热过程中假相当位温(θse)都是守恒的，θse的垂直分布是能够反映大气对流性不稳定的一个重要参数[17]。当θse随高度减小(∂θse/∂z<0)时，空气抬升后整层位势不稳定；而当气层中θse随高度增大(∂θse/∂z>0)时，整个气层抬升后，气层能量将会变得更稳定[18]。图13a为21日14时同化COSMIC资料模拟出的θse沿台风中心(20.7°N,120.9°E)纬向垂直剖面，在台风眼区，低层∂θse/∂z<0，位势不稳定；对流层中部600～400 hPaθse变化很小，大气为中性层结；高层θse转为随高度上升，大气较稳定。在台风眼壁位置，400 hPa以下θse几乎不变，较好地模拟出此处中低层强烈的垂直上升运动和低层水汽、能量的混合向上输送。台风外围，在500～800 hPa有一低值带，低值带以下位势不稳定，低值带以上位势稳定。台风眼区附近假相当位温分布非常对称，与卫星云图上观察到“天兔”强对流云系分布一致，说明数值预报对台风的热力条件模拟良好。

因为进行掩星资料同化对温度场改变较小，假相当位温的变化主要与湿度场优化紧密关联，海平面θse的偏差场与比湿偏差场十分接近，台风眼壁有θse的偏差大值带，强化了对台风外围高能量结构的模拟。由21日14时沿20.7°N纬向垂直剖面假相当位温偏差场(图13b)可知，500 hPa以下基本为正偏差，台风眼区偏差较小，台风眼壁内有很大的位温偏差，南部眼壁达7 ℃，而500 hPa以上偏差很小或出现负偏差。由以上分析，500 hPa高度以下位势不稳定，即θse随高度减小，假相当位温偏差下正上负，说明同化COSMIC资料预报出的对流运动更强烈，台风眼区θse随高度减小辐度小于眼壁区，此时的台风正处于对流旺盛期，更突出了台风周围层结的不稳定性，台风发展趋势更明显。

图13 2013年9月21日14时沿20.7°N的假相当位温纬向剖面(a)以及假相当位温偏差纬向剖面(b)(单位：℃)Fig.13 Potential pseudo-equivalent temperature(a) and potential pseudo-equivalent temperature difference(b) along 20.7°N latitudinal section at 14:00 on 21th Sep., 2013 (unit: ℃)

5 结论

本文使用COSMIC掩星资料同化，改善数值天气预报模式GRAPES的初始场，并评估了资料同化对台风预报结果的影响。数值试验得到以下几点结论：

(1)GRAPES数值模式能够较好地模拟台风的热、动力结构。模式模拟出了台风250 hPa和400 hPa的暖心，东南方向超过100 g·(cm·hPa·s)-1的强水汽输送，以及其外湿内干的结构。

(2)进行COSMIC资料同化相比于探空资料同化，预报出的结果表现出更明显的台风结构。高层更高温度及低层更低的温度使得台风的暖心更为清晰；850 hPa高度台风外围正的水汽通量偏差和中心水汽外负偏差，尤其是在登陆后，海洋和陆地两侧的水汽输送差异都能更好地模拟出台风空间湿度场特征；台风眼壁500 hPa 高度以下7 ℃的假相当位温正偏差体现了台风的不稳定性；涡度散度场表现出低层更强烈的辐合，并且强涡度位置更偏向台风移动路径前侧。

(3)实验结果显示，同化掩星资料对台风路径预报有很好的改善，台风移速更快，符合真实情况，并且预报的30 h之后路径误差控制在100 km以内，远小于同化探空资料的预报误差；降水量预报呈现出总降水量较低，但台风经过处及其附近较大的降水正偏差，台风降水量与实际更为贴近；对台风强度模拟优化效果不明显。

研究强调了模式初始场对于台风数值预报的改进作用。在未来的工作中，随着对卫星资料同化研究和应用工作的深入开展、计算机效率的不断提升，以及对掩星资料进行适当的稀疏化， COSMIC掩星资料的同化，很有可能是提升我国台风业务化预报水平的重要途径。

[1] BOUTTIER F, COURTIER P. Data assimilation concepts and methods March 1999[M]// Meteorological training course lecture series. ECMWF,2002.

[2] EYRE J R, KELLY G A, MCNAllY A P, et al. Assimilation of TOVS radiance information through one-dimensional variational analysis[J]. Quarterly Journal of the Royal Meteorological Society,1993,119(514):1 427-1 463.

[3] SOKOLOVSKIY S, ROCKEN C, HUNT D, et al. GPS profiling of the lower troposphere from space: Inversion and demodulation of the open-loop radio occultation signals[J]. Geophysical Research Letters,2006,331(14):1 616-1 623.

[4] JIANG Sheng. Research on data assimilation of COSMIC RO data for typhoon prediction and its quality evaluation[D]. Nanjing: Nanjing University of Information Science & Technology,2014.

姜胜.COSMIC掩星资料质量分析及其在台风预报中的同化研究[D].南京：南京信息工程大学,2014.

[5] SONG Xiao-jiang. Study on the application of GPS observation to WRF[D]. Beijing: National Marine Environmental Forecasting Center,2011.

宋晓姜.GPS观测资料在WRF模式中的应用研究[D].北京：国家海洋环境预报研究中心,2011.

[6] KOU Y H, SCHREINER W S, WANG J, et al. Comparison of GPS radio occultation soundings with radiosondes [J]. Geophysical Research Letters,2005,32(5),L05817:4.

[7] GU Ying, SHU Jiong, TIAN Zhong-chuang, et al. A case study of variational assimilation of true real-time GPS precipitable water[J]. Scientia Meteorologic Sinica,2010,30(2):172-178.

顾莹,束炯,田中创,等.实时GPS可降水量资料的变分同化个例研究[J].气象科学,2010,30(2):172-178.

[8] HUANG C-Y, KOU Y-H, CHEN S-H. Improvements on typhoon forecast with assimilated GPS occultation refractivity [J].Weather and Forecasting,2005,20(6):931-953.

[9] CHEN De-hui, SHEN Xue-shun. Recent progress on GRAPES research and application[J]. Journal of Applied Meteorological Science,2006,17(6):773-777.

陈德辉,沈学顺.新一代数值预报系统GRAPES研究进展[J].应用气象学报,2006,17(6):773-777.

[10] WANG Guang-hui, SHEN Xue-shun, HU Jiang-lin, et al. Normal mode analysis of the GRAPES global non-hydrostatic atmospheric model[J]. Chinese J Geophys,2009,52(12):2 964-2 972.

王光辉,沈学顺,胡江林,等.GRAPES全球非静力大气模式的正规模分析[J].地球物理学报,2009,52(12):2 964-2 972.

[11] JAGADHEESHA D, SIMON B, PAL P K, et al. A new technique for estimation of lower-tropospheric temperature and water vapor profiles from radio occultation refractivity[J]. Journal of Atmospheric & Oceanic Technology,2009,26(6):1 075-1 089.

[12] MA Xu-lin, ZHUANG Zhao-rong, XUE Ji-shan, et al. Development of 3-D variational data assimilation system for the nonhydrostatic numerical weather prediction model-GRAPES[J]. Acta Meteorologica Sinica,2009,67(1):50-60.

马旭林,庄照荣,薛纪善,等.GRAPES非静力数值预报模式的三维变分资料同化系统的发展[J].气象学报,2009,67(1):50-60.

[13] YU Ling-ling, MAI Jian-hua, CHENG Zheng-quan. Diagnostic analysis intensity of super TY Usagi[J]. Guangdong Meteorology,2014,36(1):7-11.

于玲玲,麦健华,程正泉.1319号超强台风“天兔”强度变化的诊断分析[J].广东气象,2014,36(1):7-11.

[14] WEN Wei-jun. 3Dvar assimilation of GPS occultation refractivity data and its impact on typhoon forecast[D]. Nanjing: Nanjing University of Information Science & Technology,2008.

文伟俊.GPS掩星资料三维变分同化及对台风预报的改进试验[D].南京：南京信息工程大学,2008.

[15] SONG Xiao-jiang, YANG Xue-lian, XING Jian-yong. The test of typhoon forecast improve by 3D variational assimilation of GPS occulation material[J]. Acta Oceanologica Sinica,2013,35(5):67-75.

宋晓姜,杨学联,邢建勇.2013.GPS掩星资料三维变分同化对台风模式预报的改进试验[J].海洋学报,35(5):67-75.

[16] WU De-hui. Analyzing the structure of typhoon “Longwang” before and after landing in Fujian coast[J]. Journal of Oceanography in Taiwan Strait,2008,27(2):244-248.

吴德辉.0519号台风“龙王”登陆福建沿海前后结构特征分析[J].台湾海峡，2008,27(2):244-248.

[17] YUAN Cheng-song, WANG Qiu-yun, BAO Yun-xuan, et al. Numerical simulations and diagnostic analysis on a heavy rainstorm process based on WRF model[J]. Trans Atmos Sci,2011,34(4):456-466.

袁成松,王秋云,包云轩,等.基于WRF模式的暴雨天气过程的数值模拟及诊断分析[J].大气科学学报,2011,34(4):456-466.

[18] ZHU Qian-gen, LIN Jin-rui, SHOU Shao-wen, et al. Synoptic principle and methodology[M]. Beijing: China Meteorological Press,2000:422-423.

朱乾根，林锦瑞，寿绍文，等.天气学原理和方法[M].北京：气象出版社,2000:422-423.

EffectofCOSMICoccultationdataassimilationonpredictionoftyphoonUsagi

ZOU Yi-hang1, MA Xu-lin2, JIANG Sheng2,3, HE Hai-lun1, GUO Huan2

(1.SecondInstituteofOceanography,SOA,Hangzhou310012,China; 2.KeyLaboratoryofMeteorologicalDisasterofMinistryofEducation,NanjingUniversityofInformationScience&Technology,Nanjing210044,China; 3.ZhejiangMeteorologicalObservatory,Hangzhou310017,China)

A key factor of numerical typhoon prediction models is the initial field. COSMIC(Constellation Observation System of Meteorology, Ionosphere and Climate) satellite data assimilation was used to improve the initial condition, and its effect on improving tropical storms(or typhoon) prediction was evaluated. Employing the GRAPES(Global/Regional Assimilation and Prediction System)which was developed independently by China, typhoon Usagi(1319) was simulated. Analyses are made based on the various outputs, such as temperature, humidity, vorticity, divergence and pseudo-equivalent temperature. The results show that COSMIC data, comparing to the radiosonde data, can enhance the ability of typhoon path and precipitation forecast assimilation. So this research indicates that assimilation of satellite data contributes to the improvement of GRAPES model as well as provides an example on preventing typhoon disasters and reducing damages.

typhoon numerical simulation; GRAPES model; data assimilation; COSMIC occultation data

邹逸航,马旭林,姜胜,等.COSMIC掩星资料同化对台风“天兔”预报影响的试验[J].海洋学研究,2017,35(3):9-19,

10.3969/j.issn.1001-909X.2017.03.002.

ZOU Yi-hang, MA Xu-lin, JIANG Sheng, et al. Effect of COSMIC occultation data assimilation on prediction of typhoon Usagi[J]. Journal of Marine Sciences,2017,35(3):9-19,doi:10.3969/j.issn.1001-909X.2017.03.002.

2016-12-26

2017-03-01

国家自然科学基金项目资助(41476021)；“全球变化与海气相互作用”专项国际合作项目资助(GASI-IPOVAI-04);浙江省自然科学基金项目资助(LR15D060001)

邹逸航(1992-)，女，内蒙古赤峰市人，主要从事台风研究。E-mail：zouyihang@yeah.net

P405

A

1001-909X(2017)03-0009-11

10.3969/j.issn.1001-909X.2017.03.002