高分辨率海温数据对1810号台风“安比”WRF数值模拟的影响

陶静雯，万莉颖，陈莉

（国家海洋环境预报中心，北京 100081）

1 引言

海表温度（Sea Surface Temperature，SST）简称海温，是气象研究最常用的数据之一。海温对天气和气候的影响不可小觑，它直接影响表面风大小。研究表明海温与风速存在正相关关系[1]，此外，海温还会影响季风和降水。金祖辉等[2]通过奇异值分解（Singular Value Decomposition，SVD）分析指出，热带西太平洋暖池区的海温异常是引起东亚夏季风年际变化的重要原因。孙淑清等[3]采用全球大气环流模式，通过数值实验证明，厄尔尼诺过程对应的海温异常对我国长江流域强降水有极大影响。Bongirwar 等[4]通过天气研究和预报模式（Weather和Research and Forecasting model，WRF）试验研究了海温对北印度洋上空形成的热带气旋路径和强度的影响。他们选取热带降水观测计划（Tropical Rainfall Measuring Mission，TRMM）卫星和美国国家环境预报中心（National Centers for Environmental Prediction，NCEP）的海温数据分别进行试验，认为台风强度模拟结果准确性的提升源于添加的海温场对表面潜热通量和感热通量预测的改进。我国处于东亚季风区，夏季常受暴雨袭击，历史上最严重的几次暴雨事件，如1994年浙江特大风暴潮灾害、1998年特大洪水及2006年南方水灾导致的重大人员伤亡，都是由台风直接或间接引起的。2018 年统计资料表明，台风致灾紧急转移人口共计618.18万，我国直接经济损失高达673.86 亿元[5]。因此，研究数值模拟试验中海温对台风的影响，对于提高台风的预报准确率、减少其对我国造成的经济财产损失与人员伤亡大有裨益。

Emanuel[6]提出的台风风生海表交换理论（Wind-Induced Surface Heat Exchange，WISHE）指出，稳态的台风强度取决于海洋与大气间的熵值和边界层顶与流出层之间的温度差，而海表差熵又由水汽和热力效应决定，因此，研究热量和动量条件对台风强度和路径的影响至关重要。Kasahara[7]通过计算得出，凝结潜热对台风暖心的发展有关键性影响。Chan[8]认为台风移动趋势与云层中释放的潜热和垂直风切变耦合产生的加热有关。除了潜热通量，位涡作为表征热量和动量的保守物理量，也是台风造成极端降水事件的重要参考因素，它不仅可以表明台风的发展情况[9]，还可以指示降水落区[10]。Molinari等[11]在对1985年台风“Danny”的研究中，发现正位涡异常会增强台风强度。Wu 等[12--15]的系列研究论证了位涡对台风的运动轨迹有指示性的参考价值，其团队通过位涡诊断分析确定台风周边各系统明确的位涡特征，从而判断是何种系统影响了台风路径。2018 年10 号台风“安比”是1949 年以来第三个直接登陆上海的台风（前两个分别出现在1977年和1989年），同时也是历史上在天津市、河北省及内蒙古自治区境内唯一一个达到热带风暴级强度的台风。基于前人研究，本文对台风“安比”展开数值模拟，重点对比以上各物理量在不同试验结果中的异同，旨在判明其对海温的响应。

近几十年来，科技进步和观测设备及手段越来越多样化，用于研究的海温数据也日益丰富。美国、日本和加拿大等国家基于不同的观测试验对应提供不同的高精度全球海温数据集：例如最优插值海表面温度（Optimum Interpolation Sea Surface Temperature，OISST）、日本沿海海洋预报试验高分辨率区域耦合海浪模式提供的海温数据（Japan Coastal Ocean Predictability Experiment using ultrahigh-resolution regional model coupled with a Tidal model，JCOPE-T）和NCEP 提供的实时全球海温数据（Real - Time，Global, Sea Surface Temperature，RTG-SST）等。中国国家海洋环境预报中心（National Marine Environmental Forcasting Center，NMEFC）在2018 年通过改进的海洋混合层模式计算了一套逐小时的全球高分辨率海表温度数据（Mixed-Layer model Sea Surface Temperature，MLSST）[16]，水平分辨率达到0.3°×0.3°，在时间分辨率上有很大的优势。本文通过WRF 数值模拟结合使用该数据集，旨在发现高时间精度的海温对天气变量的影响。

2 数据和方法

2.1 数据来源

本文采用NCEP提供的全球最终分析和预报数据（FiNaL operational global analysis and forecast data，FNL）作为背景场，该数据空间精度为0.25°×0.25°，时间精度为6 h，格式为GRIB2。FNL 数据是持续收集多渠道观测数据的全球数据同化系统（Global Data Assimilation System，GDAS）的产品之一，该数据包含了地面气压、海平面气压、地势高度、温度、海温和相对湿度等物理量，为WRF模拟提供边界条件。

试验采用的海温资料分别是NCEP提供的高空间分辨率全球实时海温数据（Real-Time,Global,Sea Surface Temperature with High Resolution，RTG_SST_ HR）和NMEFC 制作的MLSST，NCEP原始数据来自美国国家海洋和大气管理局天气卫星（National Oceanic and Atmospheric Administration weather satellites，NOAA-19）和欧洲航天局发射的气象极轨卫星（Polar-orbiting Meteorological Satellites，METOP-A-AVHRR），通过对卫星反演数据进行二维变分插值分析、24 h 船舶和浮标数据报告更新数据质量控制文件纠正偏差，从而得到空间分辨率为1/12°、时间分辨率为24 h 的GRIB1 格式数据。针对本文模拟区域，官方给出西北太平洋地区格点数据与浮标观测平均偏差为0.113 7，均方根误差为0.924 5，整体数据质量良好。

NMEFC 利用改进的海洋混合层模式制作了一套时间分辨率为1 h、空间分辨率为0.3°的数据，混合层模式来自Ling 等[17]开发的上层海洋混合层模型，输入数据涵盖了NCEP 两种版本的耦合预测系统再分析数据中的热通量和表面风应力，该数据被用作驱动混合层模型的大气强迫。MLSST 使用NOAA 提供的OISST 用作松弛法的观测值来避免长期的气候漂移，经热带大气海洋观测计划（Tropical Atmosphere Ocean array，TAO）和美国国家数据浮标中心（National Data Buoy Center，NDBC）的浮标观测数据对比表明，该数据平均偏差在-0.26～0.4，总体偏差位于-0.1～0.1，均方根误差在0.16～0.69，其在日变化和气候尺度上均表现良好[16]。

台风强度和路径观测实况数据来自中国气象局（China Meteorological Administration，CMA）热带气旋资料中心提供的CMA 最佳路径数据集[18-19]，该数据集较联合台风预警中心（Joint Typhoon Warning Center，JTWC）的路径数据时间精度更高，较NOAA 的最佳路径数据各项记录更完备，故采用该数据集与模拟结果进行对比参考。

2.2 模式简介

WRF 模式是为大气研究和业务预报应用而设计的新一代高分辨率中尺度数值天气预报和同化系统。该模式是20 世纪后期由美国国家大气研究中 心（National Center for Atmospheric Research，NCAR）和NOAA 等研究机构共同开发。WRF 提供两种动力学求解方法来计算大气控制方程，分别为WRF 预报研究（Advanced Research WRF，ARW）和WRF 非静力中尺度模式（Non-hydrostatic Mesoscale Model，NMM）。本文使用的是WRF-ARW4.0模式[20]。

2.3 模式设置

本次试验采用双层嵌套模拟，模式积分区域中心为（30°N，135°E），模拟区域网格为193×286（d01），286×256（d02），水平分辨率分别为45 km 和15 km，垂直方向为非等距34 层σ 层，积分步长为180 s。试验时间段为2018年7月19日00时—23日00 时（世界时，下同），结果分析剔除数值模拟前12 h的Spin-Up时段。

本试验采取一个控制试验组和两个海温试验组的模拟方式，控制试验组仅使用NCEP 的FNL 数据提供数值模拟的初始场，两个海温试验组分别称为S1 和S2。在前处理时除了FNL 数据以外，根据表1 的试验方案分别添加RTG_SST_HR 和MLSST以更新海温数据。由于两组海温数据的时间分辨率不同，所以在预处理时均通过插值设定为逐小时添加。

表1 试验方案Tab.1 Design of numerical experiment scheme

试验使用的参数化方案如下：微物理参数化方案采用单参数三类水成物方案（WRF Single-Moment 3-class Microphysics scheme，WSM3）[21]，边界层参数化方案采用延世大学边界层方案[22]，积云对流参数化方案采用浅对流Kain-Fritsch(new Eta）方案[23]，陆面参数化选用Noah 陆面过程方案，辐射方案中长波辐射选用快速辐射传输模式，短波辐射则采用NCAR第五代中尺度模式Dudhia方案。

3 模拟结果分析

台风路径和强度一直都是台风预报的重点与难点。台风路径和登陆地点的预报决定了采取应急方案的地区，台风强度预报决定了应急方案调度的人力和物力资源规模，因此模拟结果分析从路径和强度两个方面展开。

3.1 台风路径

2018 年7 月19 日12 时—22 日03 时的试验组模拟结果与观测实况台风路径的对照表明（见图1），3组试验与实际观测场基本一致。值得注意的是，在模拟的后半段，各组台风路径开始出现差异，添加海温的两试验组路径较为接近，登陆地点也与实况更近，而控制试验组路径与最后登陆位置较实况偏南，但整体与观测较为一致，模拟结果良好。

图1 1810号台风“安比”模拟及实况路径图Fig.1 Simulated and observed track of typhoon"Ampil"（1810）

由图2a 的台风路径偏差值可知，总体而言，3组模拟结果在7 月21 日09 时前偏差距离基本相当，差值均在100 km 左右；该时刻后的路径偏差显示，除台风登陆时刻（7 月21 日03 时）外，添加海温的两个试验组偏差值均比未添加海温的CTRL 组更小。

3.2 台风强度

图2b 和图2c 分别为S1、S2 与CTRL 在2018 年7 月19 日12 时—22 日03 时模拟时段内，台风中心最低气压值折线图和模拟结果与实况观测差值条形统计图。结果表明，模拟前12～48 h（7月19日12时—21日00时）试验组与观测值强度偏差基本稳定在4 hPa 以内；在台风加强的第48～75 h（2018 年7月21 日00 时—22 日03 时），CTRL 和S1、S2 偏差值出现了明显的区别，CTRL与S1模拟强度偏高，S2模拟强度略低，除7月21日06时外，S1偏差值基本维持在4 hPa 以内，S2 偏差值在该时段则控制在6 hPa 左右。

图2d 为台风近中心最大风速的实况及模拟结果折线图，该图所反映的模拟结果变化趋势与图2b类似，7月20日18时前3个试验组风速值差别不大，但在台风强度增强至最大值后，分别都与实况出现较大偏差，S2试验组在7月21日06时与实况最为相近，其后偏差逐渐增大。

图2 1810号台风“安比”模拟结果与实况Fig.2 Simulated and observed results of typhoon"Ampil"（1810）

4 添加海温试验组与控制试验组结果对比分析

各组试验中台风强度和路径的模拟结果对比发现，在台风增强前期，即7 月19 日12 时—21 日00时，各组差别不大；在台风增强后期，即2018 年7 月21日00时—22日03时，海温试验组S1、S2较CTRL组的模拟结果出现明显差别，因此，集中对21 日的海温及相关物理量展开对比分析。

4.1 海温对比

由图3 可以看出，在台风增强的7 月21 日00时，试验组S2的海温比CTRL低4 K左右，随时间推移，差值增大，图3c出现了低于-6 K的区域，该区域从东海北部不断向南扩张，覆盖了台风行进路径右侧整片东海北部海域。在21日00时试验组S2的海温比S1 低0～2 K，随着时间推移于7 月21 日12 时海温温差增至-4K，最终差值区整体稳定于台风行进路径右侧。

图3 S2与CTRL、S1逐6小时海温差值分布图叠加S2台风路径Fig.3 6-hourly SST difference between S2 and CTRL and S1,respectively,overlaid with typhoon track simulated by S2

图3（续）Fig.3 （Continued）

4.2 位势涡度场与24 h累计降水场分析

图4 2018年7月21日09时试验组叠加位温等值线的位势涡度纬向剖面图Fig.4 Latitudinal profile of geopotential vorticity overlayed with geopotential temperature contours on 21st of July,2018,9:00

式中，ζ是垂直涡度；f是地转科氏参数。

CTRL 和S1 在台风增强的初始时刻21 日09时，位涡大于5PVU的区域高于9 km，位涡大值区从对流层一直贯穿至平流层，反映了有利于台风增强的热力和动力条件。S2 试验组位涡整体强度偏弱，大于5PVU的区域仅存在于3～6 km，基本稳定在对流层以下。总体而言，位涡强度与3 组试验模拟的台风强度一致。剖面图的位温等值线分布也表明，在台风增强的09 时，出现了明显的高层暖心结构。根据WISHE理论，高层暖心结构有利于径向梯度力增加从而形成正反馈机制提升台风强度，进一步增强降水过程。结合24 h 累计降水分布图来看（见图5），在7 月21 日台风登陆前的24 h 内，台风雨带给华东沿海带来了强降水。添加海温的两个试验组在浙江省出现了大暴雨中心，而CTRL 在陆上的降水偏弱，但在海面出现了较试验组更强的大范围大暴雨中心。结合3 组位涡剖面图和降水图来看，各组的强降水落区与位涡落区对应良好。

图5 2018年7月21日试验组24 h累计降水分布图Fig.5 24-hour accumulated precipitation distribution on 21st of July,2018

4.3 能量场分析

4.3.1 热通量场

图6 是台风开始增强的第54～63 h，每隔3 h 作出的S1 与CTRL 潜热差值。图中叠加了该时段对应的CTRL 模拟台风路径，该图在于对比两组试验中台风经过路径上潜热分布的情况。研究表明，潜热是台风动能的主要来源之一[24]，因此潜热分布可以反映和预判台风的发展。该图显示，在台风行进过程中，CTRL 路径上经过的海域基本呈负值，较为明显的是09 时之后各个时刻台风中心附近有一个小范围正值区域。首先，从能量的角度分析，潜热场差值为负代表试验组S1 较CTRL 的潜热更低，这是由于S1 的上升运动较弱，凝结释放潜热较CTRL更低造成的；其次，因为台风中心眼区气流下沉，基本没有凝结降水和降温，因此正值区域对应台风暖心，差值直接反映了海表温度的差异，即S1 海温高于S2，该结论与图3一致，进一步论证了海温与台风增强阶段强度的正相关关系。

4.3.2 假相当位温场

S1 和S2 的相同点在于同为台风周围的上升下沉运动，区别在于S2 的暖心高度明显偏低，高于360 K 的暖心部分最高仅延伸至4 km 处；S1 组暖心温度最大值达到368 K，S2 暖心最大值仅为366 K，这一差异与图6一致。由图7b和7c的对比可知，试验组S1较S2释放的凝结潜热更多，这也从能量角度进一步解释了该时刻台风强度S1高于S2的成因。

图6 S1、S2与CTRL潜热通量差值分布图，叠加CTRL台风路径图Fig.6 Latent heat flux difference between CTRL and S1 and S2,respectively,overlaid with typhoon track simulated by CTRL

图7 2018年7月21日09时试验组叠加垂直风场的假相当位温纬向剖面图（图内数值为垂直速度，单位：m/s，实线为正，虚线为负，数值精确到小数点后一位）Fig.7 Latitudinal profile of pseudo-equivalent potential temperature overlaid with vertical wind speed on 21st of July,2018,9:00（The value in the figure is the vertical speed,unit:m/s,the solid line is positive,the dotted line is negative,and the value is accurate to one decimal place）

值得注意的是，7月21日09时S1的台风强度为3 组最强，且该强度也是整个模拟时段内各试验组中的最大值。结合假相当位温分布图和垂直速度分布可以发现，台风中心左侧（西侧）为下沉运动，该运动会带来降水和蒸发冷却，而冷却作用会使内流层大气状态更加稳定，但海气温差增大会加剧海气间热力不平衡状态。由于试验组S1 添加的是逐日定常海温，所以在海温不变而大气降温的情况下，内流会携带更多的海气潜热上升进入台风内部，从而促进台风发展，故此时出现3 组试验中S1组台风强度最强的模拟结果。试验组S1 结果与实况相差-5.8 hPa，同一时刻试验组S2 仅与实况相差1.05 hPa，虽然两组均存在上升和下沉运动，但添加了逐时海温的S2模拟结果更优，故该结果进一步说明了添加高时间分辨率海温对改善模拟初始场和提升台风强度预报准确率的重要性。

5 结论与展望

本文在WRF 模式中添加逐日高空间分辨率海温RTG_SST_HR 和高时间分辨率海温资料MLSST对2018 年10 号台风“安比”进行了数值模拟，将模拟试验结果分别与实况及试验设置的CTRL进行对比，研究台风强度、台风路径和降水落区的差别。主要结论如下：

（1）从实况与模拟结果对比来看：路径上，在台风发展前期各试验组差别较小，台风发展后期，添加高分辨率海温的试验组模拟结果与实况偏差小于未添加海温的对照组；强度上，台风发展前期各组结果与实况偏差均在4 hPa 以内，而台风发展后期CTRL与S1模拟强度偏强，S2模拟强度偏弱。

（2）从动量和热量角度来看，位势涡度场的纬向剖面图体现了位涡强度与海温分布的一致性，随着时间推移，位涡增强且高值区高度抬升，这与台风增强过程吻合。各试验组暴雨降水落区与位涡分布高值区一致。

（3）从能量角度看，潜热通量场与假相当位温场分别从能量供给和能量结构分布两个方面，反映出海表温度更高的试验组CTRL 和S1 比S2 能量更强且不稳定性更强，对比S2的模拟结果证明了采用高时间分辨率海温对改善台风初始场有益。

本文通过高分辨率海温的数值模拟结果，对影响台风“安比”的重要物理量进行分析，探讨了海温对台风强度和路径的影响。该结论为其他台风个例的研究提供参考。今后工作中将对更多台风个例展开相关试验。但是，模拟结果只能反映海温最终对台风过程变量的影响，对海气相互作用具体如何影响台风发展的机制没有深入研究，所以接下来的工作会研究该机制的原理，阐释其具体成因，从而进一步探明海温对台风预报模拟的作用。