基于DART +WACCM模式搭建的平流层同化、天气预报和气候预测模型研究

谢飞 田文寿 郑飞 张健恺 陆进鹏

1 北京师范大学系统科学学院, 北京 100875

2 兰州大学半干旱气候变化教育部重点实验室, 兰州 730000

3 中国科学院大气物理研究所国际气候与环境科学中心, 北京 100029

4 南京大学大气科学学院，南京 210023

1 引言

平流层位于大气10～50 km之间的高度层，属于临近空间的中低层部分。平流层空气的垂直运动非常弱，大气演变过程比较缓慢，稳定度高，也几乎没有对流层中的那些复杂且瞬变的天气现象。Baldwin and Dunkerton（2001）通过对日平均NCEP（National Centers for Environmental Prediction）再分析资料的分析证实，平流层中10 hPa以上的强位势高度异常会随着时间向下传输，并在15天左右传输到对流层中，影响对流层的天气气候变化。近些年来，国内一些学者的研究甚至发现，我国所在的东亚地区，其气候变化也会受平流层极涡、热带平流层过程的影响（例如：胡永云, 2006; Chen et al., 2011; 田 文 寿 等, 2011; Ren and Hu, 2014）。一方面，由于平流层环流异常可以对对流层天气过程与气候变化造成不可忽视的影响；另一方面，平流层是未来临近空间低动态飞行器活动的新区域。研究平流层的环流、温度及与其相关的化学成分变化，既能进一步理解对流层气候变化，也能为临近空间低动态飞行器飞行活动提供气象安全保障。因此，平流层大气环流、温度变化及与其相关的化学成分变化已受到了国内外学者的广泛关注（例如：Yi et al., 2002; 吕达仁和陈洪滨, 2003; Zheng et al.,2004; 陈 洪 滨 等, 2006; Li et al., 2007; Chen et al.,2008; 陈月娟等, 2009; 刘毅和刘传熙, 2009; 卞建春等, 2011; Xu et al., 2015）。

平流层作为传统大气科学和空间科学研究的过渡地带，前人主要集中在平流层动力—物理—化学过程机制方面的研究，而对平流层环流、温度和化学成分变化的预报和短期气候预测方面的相关工作却非常少。在平流层大气的研究中，一方面，平流层观测数据少、种类少、缺失值多，而大气环流模式对平流层环流随时间变化的模拟水平与观测资料之间还有一定差距。数值同化技术可能为平流层研究产生更接近观测值的、更完整的数据集。另一方面，由于平流层与对流层的相互作用，数值模式中平流层变化的预报预测效果可能会对对流层整个动力过程和热力场的预报预测，甚至对全球天气预报和短期气候预测结果都有极其重要的影响。天气气候变化的预报预测技术的高低，受数值模式本身包含的化学反应和物理过程完整度、物理参数化方案优化程度、边界条件等影响；另外，预报预测数值试验的初始场精度也是影响预报预测结果的一个重要条件。当下，使用观测资料进行数值同化就是估计数值模式初值这一问题的重要方法和手段。21世纪以来，平流层大气探测和反演技术在不断的发展（吕达仁和陈洪滨, 2003），以往同化对流层气象观测资料的技术正在向平流层大气延伸。

针对平流层大气资料数值同化技术，近些年国内外的一些学者对此核心问题开展了研究。比如，国际上就有学者基于三维变分同化方法开发了中高层大气数值同化技术。Jackson（2007）通过英国气象局资料同化系统（基于三维变分同化方案）将MLS（Microwave Limb Sounder）卫星的臭氧观测资料同化到了数值模式中。他们的研究中发现，对MLS观测资料同化后，模拟结果中平流层臭氧体积混合比的误差标准差和平均分析误差降低了。Pierce et al.（2007）指出将太阳掩星臭氧体积浓度观测资料（Stratospheric Aerosol and Gas Experiment III）同化到模式中，能够显著提高RAQMS（Realtime Air Quality Modeling System）模式中低平流层和上对流层的臭氧体积浓度的模拟效果。肖存英等（2017）也使用三维变分同化方案，在模式中连续同化了全球10～96 km（临近空间）高度范围内MLS卫星臭氧数据。此外，三维变分同化方法还被应用到了准两日振荡（McCormack et al., 2009）、极地云（Siskind et al., 2011）和平流层爆发性增温事件（Coy et al., 2009; Ren et al., 2011; Wang et al.,2011）的研究中。四维变分资料同化，则是在三维变分资料同化的基础上，加入时间维度信息，把多个时刻的大气状态数据联系起来，找到数据之间的变化关系。通过四维变分方案，Errera et al.（2008）在一个化学传输模式中，同化了臭氧体积浓度观测资料。他们的研究发现同化臭氧浓度观测资料能够较好地提高模式中平流层臭氧洞结构变化的模拟效果。后来，Elbern et al.（2010）通过结合流依赖模型与四维变分同化技术，研发出了SACADA（The Synoptic Analysis of Chemical Constituents by Advanced Data Assimilation）系统。这是一种新型的中高层大气化学数值同化系统，此系统甚至可以同时同化观测的O3、N2O、CH4、HNO3、NO2和水汽等资料。然而，使用三维变分或者四维变分方法进行数据同化也并非没有潜在的问题。特别是，由于错误的设定背景误差协方差，可能会导致出现虚假的相关关系（Polavarapu et al., 2005）。

集合数据同化是可用于大气变化研究的另一种数据同化方法。集合数据同化会从集合成员中直接获得背景误差协方差，这样就不需要指定背景误差协方差，从而降低了由于指定背景误差协方差而产生的虚假相关性的可能性。因此，集合数据同化方法在大气模型数据同化中具有一定的潜在优势。由美国大气研究中心（NCAR）开发的DART（Data Assimilation Research TestBed）同化工具，采用的集合数据同化方法就是集合卡曼滤波方法。Pedatella et al.（2013）利用DART研究了WACCM（Whole Atmosphere Community Climate Model）模式在同化观测资料以后，对中高层大气中的日变率模拟性能的改善。他们发现，在同化了来自辐射传感器和飞机的温度和风、卫星的风、低层大气的COSMIC（Constellation Observing System for Meteorology,Ionosphere, and Climate）折射率，以及中高层大气的SABER（Sounding of the Atmosphere using Broadband Emission Radiometry）温度观测资料后，模拟的全球大气环流与观测资料之间的均方根误差减少了40%。他们指出，WACCM+DART可以重现中高层大气的日变化规律，能够深入研究从地表到平流层的真实日变化特征。随后，Pedatella et al.（2013）利用WACCM+DART重现了2009年平流层爆发性增温的时空演变过程。他们的研究中，同化了中高层大气的MLS和SABER卫星温度观测资料、COSMIC掩星观测资料和低层大气的飞机、探空、卫星云轨迹风等观测资料。对2009年1月平流层爆发性增温的模拟显示，在升温过程中，平流层的行星波活动显著增加，这可能是由于行星1波和2波之间的非线性波流相互作用所致。他们通过对全大气数据同化系统的模拟分析还发现，对流层和平流层之间的大尺度动态耦合过程，对热层和电离层的变化具有提前数天的潜在预报能力。Sassi et al.（2013）同样使用WACCM加数据同化技术，研究了2009年1月与2月之间发生的平流层大面积升温事件，并成功地重现了事件发生后异常环流持续数周的现象，并重点研究了200公里（低层热层）以下大气环流的动态响应。

在前人的研究中，他们主要关心的是中高层大气同化技术的发展，平流层天气尺度预报和短期气候预测相关技术的研究涉及较少。而且他们使用的中高层大气模式和数值同化工具版本相对较老，有必要尝试使用最新版本的模式和同化工具搭建的模型重新研究这些问题。国内平流层大气的数值同化研究起步较晚。基于WACCM+DART，敬文琪等（2019）将2016年2月一次平流层爆发性增温（SSW）过程作为个例模拟进行了臭氧观测同化试验，发现WACCM+DART臭氧分析场能够较真实反映SSW期间北极上空平流层臭氧廓线随时间的演变特征。但是，研究过程中，只同化了臭氧变量。特别是对于平流层大气预报和预测方面的技术还没有受到国内科学家的足够重视。为了将我国在平流层同化、预报和预测领域的研究推进到国际领先地位，建立基于多源观测的平流层大气环境状况数据库，开发面向平流层大气高影响天气的专业模式和数值预报，既能加强对平流层大气的基础认识，推动平流层大气探测技术的发展，重新认识平流层大气中关键天气、气候要素和化学成分在不同时间尺度上的空间分布特征以及平流层大气与对流层的动力耦合机制，又能解决国家国防活动重大需求，为临近空间大气飞行器提供气象环境安全保障。这个研究中，我们基于WACCM最新的版本WACCM6大气化学气候模式和DART最新版本DART_Manhattan同化工具搭建了一个具有多变量数值同化、0～30天天气尺度预报和30～60天短期气候预测能力的模型。为了检测模型的性能，研究中进行了同化、预报和预测3个方面的检测。以2020年3、4月北极平流层出现的大规模损耗（Hu,2020; Witze, 2020）为主要研究个例，检测了同化中高层卫星资料后，模型对臭氧洞事件的重现能力。以2020月4月底的同化结果分析场为初值，对5、6月的平流层大气状态进行了回报试验，并对比了预报预测结果与其他再分析资料的差异。文章的结构如下：第2章详细介绍了同化、预报和预测模型，第3章利用本模型重现了2020年3、4月北极平流层臭氧大规模损耗事件，第4章分析了模型对北极平流层环流和温度的同化和预报、预测能力，第5章诊断了模型对全球平流层温度和环流模拟、预报和预测能力的改善，第6章为讨论和结论。

2 数据、模式与试验设计

2.1 数据

MERRA2 的温度场和纬向风再分析资料，用于同化效果的检验。MERRA2是MERRA的第2版。其水平分辨率为0.625°×0.5°。MERRA2的垂直分辨率在中上层平流层约为2～4 km，在对流层上层和下层平流层约为1～2 km，从1000～0.1 hPa共72层。

MLS的臭氧体积浓度卫星观测资料，用于同化效果的检验。MLS是搭载在由NASA于2004年7月15日发射升空的Aura 卫星上的微波临边探测器。MLS探测器临边探测廓线水平间隔约为200～550 km，垂直分辨率为2.5～5.5 km，空间覆盖范围为82°S～82°N。本研究采用的MLS v4.2x标准臭氧体积浓度产品是由240 GHz的辐射值与115 GHz 辐射值获取的大气温度产品反演得到的。根据MLS v4.2x 2 级产品质量和描述文档（Livesey,2015），261～0.02 hPa范围之外的臭氧体积浓度资料不推荐用于科学研究用途，因此本研究只使用气压范围为261～0.02 hPa 的臭氧体积浓度资料。

TIMED/SABER臭氧、水汽体积浓度和温度卫星观测资料，用于中高层大气数值同化，SABER是美国航天局TIMED卫星上的四个仪器之一。SABER仪器的主要目标是为我们研究平流层、中间层和热层低层的能量、化学、动力学和传输的基本过程和特征提供必要的数据。SABER通过使用10个通道宽带的临边扫描红外辐射计对大气层进行全球扫描，其光谱范围为1.27 μm至17 μm。SABER可以提供动力学温度、压强、位势高度、痕量气体O3、CO2、H2O、[O]和[H]的体积混合比等变量的垂直剖面图。

2.2 WACCM模式

WACCM是美国大气研究中心近年来发展的“对流层—平流层—中间层—热层底部”一体化的全球三维大气模式，采用有限体积动力框架（Lin,2004）。WACCM中的化学过程通过三维全球大气化学输送模式MOZART来实现（Kinnison et al.,2007），包含50余种主要的化学成分以及多种中间层与热层下层区域中的主要离子成分，并考虑了多种痕量气体的化学反应过程（Garcia et al., 2007）。

本研究采用的模式版本为WACCM的最新第6代版本（WACCM6），它代表了中层大气直至中间层模拟的最新水平。WACCM6的水平分辨率使用0.9°（纬度）×1.25°（经度）。在垂直方向上，WACCM6 从边界层向上扩展至热层底部（5.96×10−6hPa；140 km）共70个垂直层次，垂直分辨率在对流层约为1.1 km，平流层低层1.1～1.4 km 之间，平流层顶（约50 km）高度附近为1.75 km，65 km 以上垂直分辨率约为3.5 km。与以往的WACCM版本相比，WACCM6再现的中层大气中的温度、风和微量成分（如水汽和臭氧）的气候态特征与观测更接近，能够更准确模拟SSW导致的平流层变化，改善了全球温度和平流层环流对火山喷发的响应，对QBO和中层大气的长期趋势有很好的模拟水平。其模拟的温度、风和水汽与观测相比偏差很小，比以前版本的WACCM小得多。尽管模拟的南半球极地平流层在春季和初夏与观测相比存在温度偏差，但WACCM6能够重现20世纪和21世纪臭氧的演变特征。另外，热带地区的模拟和观测相比还存在一些偏差，这可能是由于热带上升流的速度模拟不好造成的。WACCM6对平流层模拟的改善，改善了全球气候变化的模拟，甚至改善了地表气候的模拟。WACCM6模拟的高纬变率，特别是冬季海平面气压的标准差，与观测结果更为一致，而且在WACCM6中模拟的阻塞频率也与观测更接近。

2.3 DART 同化系统

DART是由NCAR资料同化研究部门研发的一款基于集合EAKF（Ensemble Adjustment Kalman Filter）滤波理论的、适用于资料同化教学、研究和开发的开源软件工具（Anderson, 2010）。最小二乘框架下的EAKF基本算法（Anderson, 2003）分为两步：第一步，分别在单个观测位置上利用标量集合滤波方法，计算每个观测变量先验估计集合成员的更新增量；第二步，利用观测变量先验估计集合的更新增量和观测变量先验估计集合与每个模式状态变量集合的线性回归关系，线性化地计算每个模式状态变量集合的更新增量。集合EAKF相对传统的EnKF方法的主要优点在于：一方面它不需要通过矩阵运算构建线性调整矩阵，从而耗费大量计算资源；另一方面它将观测向量分为多个单一观测标量，分别计算观测增量，便于并行化，更符合实际的工作需求。目前，DART工具很多观测类型的同化接口有待进一步开发。

本研究使用的DART同化工具版本为最新的Manhattan版本。DART采用模块化编程方法，应用集成卡尔曼滤波器，该滤波器的作用是将模型值调整为与一组观测数据信息更一致的状态，这需要运行DART输入的多个观测实例来生成一个状态集合。也就是将适合被同化的观测算子类型应用于每个状态，以生成模型对观测的估计，然后将这些估计及其不确定性与观测值及其不确定性进行比较，最终对模型的状态进行调整。

2.4 同化、预报和预测试验设计

本研究一共设计了四组试验。第一组为历史重现试验，模拟时期为2020年3月1日至4月30日。采用WACCM6+DART的同化模拟，同化了SABER卫星温度、臭氧和水汽资料，温室气体强迫 来 自CMIP6（Coupled Model Intercomparison Project Phase 6）2020年3～4月多模式集合平均结果，海温驱动资料来自Hadley观测资料。第二组也为历史重现试验，模拟时期同样为2020年3月1日至4月30日。采用WACCM6单独模拟，温室气体强迫来自CMIP6 2020年3～4月多模式集合平均结果，海温驱动资料来自Hadley观测资料。其与第一组试验相比，只是没有进行数值同化处理。第三组为预报预测试验，采用WACCM6模型，回报时段为2020年5月1日至6月30日。温室气体强迫来自CMIP6 2020年5～6月多模式集合平均预测结果，未来海温海冰强迫资料来自NCEP CFSv2（Climate Forecast System Model version 2），预报初值为第一组试验输出的4月30日分析场。第四组试验与第三组完全类似，只是试验初值为第二组试验输出的4月30日分析场。四组试验的模式时间积分步长设置为1800秒。同化试验中，同化周期为6 h，同化窗区为±1.5 h。四组试验中，每组试验5个集合成员，文章中的结果均为5个集合试验平均结果。表1更清晰地显示了四组试验的设计方案。

表1 四组试验设计Table 1 Design of experiments

第一组试验在本研究中有2个作用：（1）与第二组没有进行同化的试验对比，以说明同化卫星资料以后对历史重现试验的改善效果；（2）第一组试验的2020年4月30日的分析场为第三组WACCM6模式预报预测试验提供初始场。而第二组试验的2个作用是：（1）与第一组试验结果对比（同上）；（2）第二组试验的2020年4月30日的分析场为第四组WACCM6模式预报预测试验提供初始场。第三组和第四组为历史回报试验。第三组试验的作用是检测利用WACCM6+DART同化模型为WACCM6提供了预报初值后，WACCM6预报预测模型对历史过程的回报效果。第四组试验则是为了与第三组试验结果对比分析，检测WACCM6的预报初值在没有进行同化改善的情况下，对历史过程的回报能力。

3 2020年北极平流层臭氧3、4月同化模拟与5、6月预报预测

我们首先分析了第一组试验，也就是WACCM6+DRAT模型在中高层大气同化了SABER温度、臭氧和水汽3种变量以后，平流层臭氧的模拟结果。图1给出了模拟的北极臭氧柱总量（TCO）随时间的变化特征。图1a–e分别表示3月1日、3月15日、3月30日、4月15日，4月30日TCO的变化。可见，从3月1日开始，北极圈内已经开始出现臭氧损耗（图1a）；到15日的时候，臭氧损耗继续加强（图1b）；到了3月30日，北极臭氧已经开始出现大规模损耗现象，TCO降低到了220 DU（Dobson Unit）以下（图1c）；在4月15日时，北极臭氧损耗现象已经开始减弱（图1d）；到4月30日，北极的臭氧大规模损耗事件基本结束（图1e）。图2给出了由MERRA2再分析资料计算得到的、整个北极地区平均的TCO随时间的变化曲线。2020年的臭氧大规模损耗事件主要从2月底开始并到4月中下旬结束（Hu，2020）。3月中下旬，臭氧含量降至最低值，这种创纪录的低臭氧持续到2020年4月19日。这里需要注意的是，图2的曲线中TCO的最低值在320 DU左右，这是因为图2中TCO曲线是60oN～90oN平均得到的。作为参考，在这段时间内，整个北极地区TCO气候态的平均臭氧总量柱400 DU以上，这是因为北极极涡通常在3月破裂，使富含臭氧的空气从低纬度地区进入极地地区。自1979年以来，北极上空如此异常的低臭氧只在1997年和2011两年出现过。2020年3月的异常低臭氧量在观测记录中是绝无仅有的。对比图1和图2可以看到，WACCM6+DRAT模型的同化试验模拟结果很好地重现了2020年北极平流层臭氧3、4月大规模损耗情况。

图1 第一组试验（同化SABER资料的试验，见表1）模拟的2020年（a）3月1日、（b）3月15日、（c）3月30日、（d）4月15日和（e）4月30日北极臭氧柱总量（TCO，单位：DU）分布Fig. 1 First set of experiments (Table 1) and simulated total column ozone (TCO, units: DU) distributions for (a) March 1, (b) March 15,(c) March 30, (d) April 15, and (e) April 30, 2020

图2 MERRA2再分析资料中，过去30年（1990～2020年）60oN～90oN平均的TCO（单位：DU）月变化曲线。黑线为1990～2019年TCO月变化的平均结果，阴影区域代表1990～2019年TCO的月变化范围，蓝线代表2020年TCO月变化曲线Fig. 2 MERRA2 reanalysis of monthly TCO (units: DU) changes averaged over 60°–90° N for the past 30 years (1990–2020). The black line indicates the average of the monthly TCO changes from 1990–2019, while the shaded area represents the range of TCO changes from 1990–2019. The blue line indicates the monthly TCO change for 2020

图3给出了第二组试验WACCM6模式在没有进行资料同化的情况下，模拟的北极臭氧柱总量（TCO）随时间的变化特征。图3a–e分别表示3月1日、3月15日、3月30日、4月15日，4月30日TCO的变化。在3月1日和3月15日（图3a和b），可以看到北极臭氧也出现了损耗的现象。但是，臭氧损耗最严重的区域，TCO也在280 DU以上。到3月30日的时候（图3c），臭氧损耗现象已经完全消失，直到4月底也再没有出现臭氧损耗现象（图3d和e）。这说明，没有同化SABER资料的第二组试验并没有重现2020年3、4月北极平流层臭氧大规模损耗的现象。这也说明了，对于目前即使是包含了完整平流层过程的模式模拟的平流层变化与观测之间还是存在一定的差距。而中高层大气同化技术可能是解决这一问题的一个有效手段。

图3 第二组试验（未进行同化的试验，见表1）模拟的2020年（a）3月1日、（b）3月15日、（c）3月30日、（d）4月15日和（e）4月30日TCO（单位：DU）分布Fig. 3 Second set of experiments (see Table 1) simulated TCO (units: DU) distributions for (a) March 1, (b) March 15, (c) March 30, (d) April 15,and (e) April 30, 2020

为了进一步的分析历史重现试验中（第一、二组试验）同化试验和未进行同化的试验与观测结果之间的差异，图4a和图4b给出了北极地区平均的平流层臭氧含量从2020年3月1日到4月30日之间的变化特征，并与MLS卫星观测资料进行了对比。对于北极地区，臭氧高含量区域分布在50～1 hPa之间。图4a、b表明同化试验模拟的臭氧含量（图4a）比未进行同化的试验模拟的臭氧含量（图4b）要低得多。图4c显示了图4a中的臭氧含量变化与过去20年平均的3月1日到4月30日臭氧含量变化之差。可以看到，相对于过去臭氧的含量变化，2020年3月1日到4月30日北极平流层臭氧的含量要低得多。图4d显示了图4a中的臭氧含量变化与MLS观测臭氧的差异。总体来说，同化后模拟的平流层臭氧变化与观测资料结果很接近，在1 hPa以上和100 hPa以下，它们之间的差异非常小。但是，30～1 hPa之间，同化后模拟的臭氧含量相对观测值也偏小约0.5 ppmv，在100～30 hPa之间，相对观测值偏大。

图4 （a）第一组试验（同化SABER资料的试验，见表1）模拟的2020年3、4月北极地区平均的臭氧含量变化。（b）第二组试验（未进行同化的试验，见表1）模拟的2020年3、4月北极地区平均的臭氧含量变化。（c）为（a）中的臭氧含量变化与过去20年北极地区平均的臭氧变化的气候态的差值。（d）为（a）中的臭氧含量变化与MLS资料中的北极地区平均的臭氧含量变化的差值。单位：ppm（ppm=10−6）Fig. 4 (a) Simulated changes in Arctic-averaged ozone from the first set of experiments in March and April 2020 (Table 1). (b) Simulated changes in Arctic-averaged ozone from the second set of experiments in March and April 2020 (Table 1). (c) Difference between the ozone changes in (a) and Arctic-averaged ozone change over the past decade. (d) Difference between the ozone changes in (a) and the Arctic-averaged ozone changes based on MLS data. Units: ppm

可见，同化SABER卫星资料有效地提高了WACCM6模拟平流层臭氧变化的能力。在试验中，一共同化了臭氧、温度和水汽三种变量。DART的集成卡尔曼滤波器，会将WACCM6的臭氧、温度和水汽输出结果调整为与观测数据信息更一致的状态。这将可能从两个方面对WACCM6的臭氧输出结果进行改善。一是，通过集成卡尔曼滤波器，模拟结果直接向观测结果的调整。但是，SABER卫星资料轨道覆盖率不全面，仅仅靠模拟结果直接向观测结果的调整，对于一些无臭氧观测资料同化的区域，臭氧模拟改善效果有限。而研究中，温度和水汽观测资料的同化会从化学过程方面对臭氧模拟结果进行影响。改善平流层温度可以改善平流层臭氧的损耗和生成速度模拟。特别对于极地，平流层温度是影响极地云形成的最重要因子之一。同化平流层温度资料，使模拟的温度更接近观测结果，这也会使极地云的模拟更接近观测结果。极地云上发生的非均相化学反应释放的活性卤族元素，是造成臭氧洞的直接因素。图1中，第一组同化试验中能重现2020年春季的臭氧洞现象，除了与直接同化臭氧有重要关系外，同化平流层温度变化也可能是重要因素。而对于同化平流层水汽资料，水汽分解产生的OH离子可以把臭氧还原成氧气，另外它也是生成极地云的主要成分。这些都说明，通过同化技术对平流层温度和水汽模拟的改善，对平流层臭氧模拟的改善作用是肯定的。这里需要说明的是，本研究中，我们仅同化了一种卫星资料。这可能意味着，对于改善平流层变化的模拟，虽然中高层大气同化技术是一个有效手段，但是仅同化一种卫星资料模拟的平流层变化可能还会与真实大气之间存在一定误差。未来还需要同化多种卫星资料，通过多源资料同化的方式来进一步改善平流层模拟效果。

以第一组同化试验输出的4月30日分析场为初始场，第三组试验对2020年5月1日到6月30日的平流层臭氧变化进行了回报试验检验。图5a给出了回报的平流层臭氧含量变化。图5b为回报试验结果与MLS臭氧观测结果之差。对于0～3天的预报结果，预报值与MLS观测值之间只有在100～1 hPa存在明显的差异，在30～1 hPa之间，预测值偏小0.5 ppmv，在100～30 hPa之间，预测值偏大0.5 ppmv；绝对误差在0.5 ppmv之内。对比图4d可以看到，差异主要来自于同化试验输出的4月30日分析场在100～1 hPa之间与MLS观测值之间存在误差。对从第4到第15天的预报结果，预报值与观测值之间没有出现误差随时间增益的现象，预测值与观测值之间有很好的一致性。特别是对于第16到第30天的预报结果，其预报值与观测值之间的差异相比于0～15的预报结果与观测值之间的差异更小了。对比图4a和图5a可以看到，从5月开始，100～1 hPa之间臭氧含量由于季节变化减小。15～30天预报值与观测值之间差异的减少，应该是由于臭氧总含量随季节变化减少导致的。也就是说15～30天预报值与观测值之间的绝对误差减少了，但是相对误差可能并没有显著减少。从第30天开始的短期气候尺度预测中的预测值与观测值之间的误差突然出现了较大的差异，但是到了45天以后，误差又减少了（图5b）。此结果可能与MLS观测值本身存在的观测误差有关。这个结果将来还需要与其他观测资料对比以进一步验证。总体来说，短期预测尺度的结果与观测值之间的误差很稳定，预测结果与观测值有很高的一致性。

图5 （a）第三组试验（以第一组同化试验输出的分析场为初值的试验，见表1）预报的2020年5月和预测的6月北极地区平均的臭氧含量变化。（b）为（a）图中的臭氧含量变化与MLS资料中臭氧含量变化的差值。单位：ppmFig. 5 (a) Arctic-averaged ozone changes forecasted and predicted by the third set of experiments (Table 1) for May and June 2020.(b) Difference between ozone changes in (a) and those in the MLS data.Units: ppm

Ivy et al.（2017）和Xie et al.（2016, 2017）发现，北极平流层臭氧损耗能显著影响北半球气候变化。利用数值同化技术提升目前模式中模拟、预报和预测平流层臭氧变化，这不但可能提升模式对流层气候变化的模拟能力，也可能提升对流层延伸期预报和短期气候预测能力。

4 2020年北极平流层温度和环流3、4月同化模拟与5、6月预报预测

上一章分析了WACCM6+DRAT同化、预报预测模型对2020年发生的北极臭氧大规模损耗过程的重现能力以及对臭氧的预报预测能力。由于臭氧变化可以通过辐射作用影响平流层的温度和环流，这一章节，我们将继续分析WACCM6+DRAT模型对北极平流层温度和环流2020年3、4月同化模拟和5、6月预报预测的结果。

图6a、b和c分别显示了，第一组同化了SABER温度、臭氧和水汽资料的试验输出的、第二组未进行资料同化试验输出的以及MERRA2再分析资料的2020年3、4月平流层温度变化。相比于图6c，同化试验和未进行同化的试验都较好地模拟出了北极2020年3、4月平流层温度的变化特征（图6a和b），即平流层低层温度从3月开始升高，从190 K上升到210 K左右；而平流层中上层温度变化不大。图6d显示了第一组试验输出的平流层温度变化与MERRA2再分析资料之间的差值，图6e显示了第二组试验输出的平流层温度变化与MERRA2再分析资料之间的差值。可以看到，在同化了SABER温度、臭氧和水汽资料以后，在1 hPa以下的温度变化与MERRA2再分析资料之间的差异小于2 K。但是在1 hPa以上，第一组同化试验模拟的3月份温度变化相对于MERRA2再分析资料结果偏大了4 K左右，而4月份却偏小4 K左右，这可能与WACCM6模式模拟的平流层高层的semi-annual oscillation（SAO）性能有关。但是总体而言，同化后模拟的温度变化和再分析资料有很高的一致性。未进行同化的试验模拟的平流层温度变化与MERRA2再分析资料之间存在较大差异。例如，在3月中上旬，模拟的平流层温度偏暖6 K左右，而从中下旬开始，平流层下层温度变化模拟仍然偏暖而上层模拟偏冷 8 K左右。这种差异一直持续到了4月底。

图6 （a）第一组试验（同化SABER资料的试验，见表1）模拟的2020年3、4月北极地区平均的温度变化。（b）第二组试验（未进行同化的试验，见表1）模拟的2020年3、4月北极地区平均的温度变化。（c）MERRA2再分析资料中的2020年3、4月北极地区平均的温度变化。（d）为（a）与（c）的差值。（e）为（b）与（c）的差值。单位：KFig. 6 (a) Arctic-averaged temperature change in March and April 2020 simulated in the first set of experiments (Table 1). (b) Arctic-averaged temperature change in March and April 2020 simulated in the second set of experiments (Table 1). (c) MERRA2 reanalysis for Arctic-averaged temperature change in March and April 2020. (d) Difference between (a) and (c). (e) Difference between (b) and (c). Units: K

对应北极平流层温度的变化，图7a、b和c分别显示了，第一组同化了SABER温度、臭氧和水汽资料的试验输出的，第二组未进行资料同化试验输出的以及MERRA2再分析资料的2020年3、4月北极平流层环流变化。北极平流层纬向西风在3月初最强，从三月中旬开始减弱，这说明平流层高层极涡从3月中旬开始崩溃，但是平流层低层的极涡还在继续维持，直到四月中旬以后，纬向西风几乎接近于零。第一组同化模拟试验和再分析资料之间表现出了很好的一致性（图7a和c）。但是，未进行数值同化的第二组试验模拟得到北极平流层纬向风强度与再分析资料结果存在明显的差异。图7b表明，由于未进行资料同化，第二组试验模拟的整个北极平流层极涡从3月中旬开始就全部崩溃，此后模拟的平流层低层纬向风速比再分析资料里的结果要弱得多。图7d和图7e进一步展示了，第一组和第二组试验模拟的2020年3、4月北极平流层环流变化与再分析资料之间的差异。图7d所示，第一组同化试验模拟的1 hPa以下北极平流层环流的变化与再分析资料之间存在高度的一致性；但是，在1 hPa以上，它们之间存在类似日周期的波动性差异。这可能与模式模拟潮汐波性能有一定关系。对于第二组未进行同化的试验，相对于再分析资料，北极平流层高层的纬向风模拟明显偏强，但是中低层严重偏弱。

图7 和图6类似，但是为纬向风变化。单位：m s−1Fig. 7 Same as Fig. 6, but for zonal wind changes. Units: m s−1

同化SABER卫星资料有效地提高了WACCM6模拟平流层温度和环流变化的能力。同化臭氧、温度和水汽三种变量，这将可能从两个方面对WACCM6的温度输出结果进行改善。一是，温度模拟结果直接向温度观测结果的调整。臭氧和水汽分别可以吸收短波辐射和长波辐射调整大气温度。二则是，臭氧和水汽的模拟通过同化改善后，会通过调整辐射过程改善平流层的温度模拟。对于平流层的纬向绕极环流，平流层从极地到热带温度梯度是一个主要决定因子。由于平流层热带温度高极地温度低，平流层温度从热带向极地递减。根据热成风原理，平流层会产生绕极环流。上面提到，同化SABER卫星资料提高了WACCM6平流层温度变化模拟，这也会改善平流层从热带到极地温度梯度的模拟，从而改善平流层纬向风的模拟。另外，对比图4、图6和图7可以发现，由于第二组试验未同化SABER温度、臭氧和水汽，其模拟的北极平流层温度在上层区域偏冷下层区域偏暖，其导致的与中纬度温度梯度的变化，引起的直接结果是平流层上层纬向风速偏强而中下层偏弱。这对应着北极极涡模拟偏弱。因此，第二组未进行同化的试验模拟的2020年3、4月北极臭氧损耗比第一组同化试验和观测资料显示的臭氧损耗要弱得多。这再次证明利用同化技术是提升目前模式中平流层模拟能力的一个重要手段。

以第一组同化试验输出的4月30日分析场为初始场，第三组试验对2020年5月1日到6月30日的北极平流层温度变化进行了回报试验检验。同样，以第二组未进行同化的试验输出的4月30日分析场为初始场，第四组试验对2020年5月1日到6月30日的平流层温度变化进行了回报试验检验。为了对比第一组和第二组试验为第三组和第四组试验提供的初始场的差别，这里图8给出了第一组和第二组试验输出的以及MERRA2资料中的2020年4月30日北极地区（60°～90°N）平均的温度和纬向风垂直曲线。对于温度场来说，在未同化卫星资料的情况下，第二组试验提供的温度初始值明显与MERRA2再分析资料之间存在较大差异，在平流层低层温度偏小6 k而在高层偏小近8 k（图8a和b）。而第一组同化了SABER卫星资料温度的试验提供的温度初始值与MERRA2再分析资料之间差异基本在1 hPa以下小于1 K（图8a和b）。注意1 hPa以上，第一组试验提供的温度初始场与MERRA2资料之间也存在2～4 K左右的差异，具体原因将来值得进一步研究。对于纬向风而言，第二组试验提供的纬向风初始值在平流层低层风速偏小约8 m s−1而在高层偏大约 4 m s−1（图8c和d）。而第一组试验提供的纬向风初始值与MERRA2再分析资料之间差异基本在1 hPa以下小于1 m s−1（图8c和d）。同样，在1 hPa以上，第一组试验提供的风速初始场与MERRA2资料之间也存在6 m s−1左右的差异。但是，总体而言，同化试验提供的初始场相对于未同化的试验有较大幅度的改善。

图8 （a）2020年4月30日北极地区（60°～90°N）平均的温度垂直曲线。黑线基于MERRA2资料，蓝线基于第一组试验（同化SABER资料的试验）资料，红线基于第二组试验（未进行同化的试验）资料。（b）中蓝线为（a）中蓝线与黑线之差，代表第一组试验结果与MERRA2的差值，红线为（a）中红线与黑线之差，代表第二组试验结果与MERRA2的差值。（c）、（d）与（a）、（b）类似，但是为纬向风的变化Fig. 8 (a) Average temperature vertical curve for the Arctic region (60°–90° N) for April 30, 2020. The black line corresponds to MERRA2, the blue line to the first set of experiments, and the red line to the second set of experiments. (b) Difference between the first set of experiments and the MERRA2 (blue line) and difference between the second set of experiments and the MERRA2 (red line). (c) and (d) are similar to (a) and (b), except for zonal wind changes

图9a和图9b给出了两组试验回报的北极平流层温度变化，图9c为MERRA2再分析资料结果。从它们之间的差异可以看到（图9d和e），以同化试验输出的分析场为初始场的平流层温度预报结果，不管是0～30天的天气尺度预报还是30～60天的短期气候尺度预测结果与再分析资料之间在1 hPa以下都非常一致，误差在2 K以内（图9d）。在1 hPa以上，0～60天的回报温度相对再分析资料都偏低，最大偏差大约−6 K左右，特别是4～15天的预报结果相对再分析资料偏差最大。这主要是因为，第一组同化试验中，模拟的4月底的北极平流层高层温度相对再分析资料偏低造成的（图8a和b）。以此作为预测初值，造成了回报试验中1 hPa以上温度回报结果相对再分析资料结果偏低（图9d）。但是有意思的是，此偏差在后续的预测中并没有被放大而是稳定在了约6 K左右。如前文所述，未进行同化的第二组试验模拟的4月北极平流层温度变化与再分析资料之间存在较大的差异，特别是在30 hPa以上，模拟的平流层温度严重偏低（图8a和b）。因此，以第二组试验输出的4月底分析场为初值的第四组试验，回报的北极平流层温度在平流层高层和中层都出现了相对再分析资料结果偏低的现象（图9e）。

图9 （a）第三组试验（以第一组同化试验输出的分析场为初值的试验，见表1）预报的2020年5月和预测的6月北极地区平均的温度变化。（b）第四组试验（以第二组未进行同化的试验输出的分析场为初值的试验，见表1）预报的5月和预测6月北极地区平均的温度变化。（c）MERRA2再分析资料中的2020年5、6月北极地区平均的温度变化。（d）为（a）与（c）的差值。（e）为（b）与（c）的差值。单位：KFig. 9 (a) Forecasted and predicted changes in Arctic-averaged temperature for May and June 2020 by the third set of experiments (Table 1).(b) Forecasted and predicted changes in Arctic-averaged temperature for May and June by the fourth set of experiments (Table 1). (c) Arctic-averaged temperature changes for May and June 2020 based on MERRA2 reanalysis data. (d) Difference between (a) and (c). (e) Difference between (b) and (c).Unis: K

与图9类似，图10显示了北极平流层纬向风变化的回报试验检验。可以看到由于季节变化，从5月份开始，北极平流层高层已经从纬向西风转变为纬向东风（图10a、b和c）。对于纬向风的回报，第三组使用同化数据为初值的回报试验结果与再分析资料之间的差异较小，存在2 m s−1左右的差异（图10d）。但是在5月初的北极平流层低层，出现了较大幅度的偏差，这可能与第三组试验对对流层的预报结果存在较大偏差有关。对于第四组没有使用同化试验输出的分析场为初值的试验，预报预测结果和再分析资料之间存在明显差异（图10e）。对于0～15天的天气尺度预报，北极平流层中上层纬向东风预报偏弱4 m s−1左右，而平流层低层纬向西风预报同样偏弱4 m s−1左右。这主要与未进行数值同化的试验（第二组试验）提供的初值场与再分析资料间在平流层上层和低层存在差异有关（图7e）。而对于15～30天的预报和30天以上的短期预测结果，预报预测的北极平流层上层纬向东风偏弱（图10e），差异甚至达到了5 m s−1以上。

图10 同图9，但为纬向风变化。单位：m s−1Fig. 10 Same as Fig. 9, but for zonal wind changes. Units: m s−1

5 数值同化技术对全球平流层温度和环流模拟、预报和预测能力的改善

图11显示了，第一组同化了SABER温度、臭氧和水汽资料的试验和第二组未进行资料同化试验输出的2020年3、4月全球平流层温度和纬向风与MERRA2再分析资料之间的均方根误差（RMSE）（图11a–d）。同 化SABER资 料 后，在1 hPa以下，模拟的全球平流层温度和纬向风的RMSE分别小于2 K和2 m s−1（图11a和c）。在1 hPa以上，温度和纬向风的RMSE分别超过了4 K和6 m s−1。平流层高层与再分析资料之间的差异可能与SABER资料与MERRA2资料之间本身存在差异有一定关系。图11b和图11d给出了没有同化SABER卫星资料的试验输出的全球平流层温度和纬向风的RMSE。可以看到，全球平流层中，模拟的大部分区域的温度的RMSE超过了4 K，而纬向风的RMSE甚至超过了10 m s−1。对比图11a和图11b以及图11c和图11d可以看到，同化中高层大气卫星资料对模拟全球平流层大气变化都有很显著的改善效果，而不仅仅局限于上面讨论的北极平流层。

图11 （a）和（c）分别为第一组试验（同化SABER资料的试验，见表1）模拟的2020年3、4月平流层温度和纬向风与MERRA2再分析资料之间的RMSE。（b）和（d）分别为第二组试验（未进行同化的试验，见表1）模拟的2020年3、4月平流层温度和纬向风与MERRA2再分析资料之间的RMSEFig. 11 (a) Stratospheric temperature and (c) wind RMSEs of March and April 2020 between the first set of experiments (Table 1) and the MERRA2 reanalysis data; (b) stratospheric temperature and (d) wind RMSEs of March and April 2020 between the second set of experiments (Table 1) and the MERRA2 reanalysis data

中高空大气数值同化不但可以改善模式全球平流层大气变化的模拟能力也可以改善平流层大气变化的预报与预测性能。图12显示了，第三、四组试验天气尺度预报和短期气候尺度预测的2020年5、6月全球平流层温度与MERRA2再分析资料之间的RMSE。第三组试验的初值来自于第一组同化试验输出的分析场，而第四组试验的初值来自于第二组未进行同化的试验输出的分析场。对0～3天的天气尺度预报（图12a和b），第三组试验预报的平流层温度的RMSE只在小部分区域超过了4 K，在大部分区域RMSE都小于2 K。而第四组试验预报的平流层温度的RMSE在南半球高纬度地区的平流层高层超过了10 K；另外，北极平流层的温度RMSE也较大，这个特征在前文的图9也可以看到。第三组试验天气尺度预报和短期气候尺度预测的平流层温度的RMSE分布相比短期预报并没有发生变化，虽然RMSE数值有所增大，但是增益较小且稳定（图12c、e、和g）。而第四组试验天气尺度预报和短期气候尺度预测的平流层温度的RMSE（图12d、f、和h）相比第三组试验的结果要大得多。

图12 第三组试验（以第一组同化试验输出的分析场为初值的试验，见表1）输出的平流层温度2020年5月（a）0～3天预报、（c）4～15天预报和（e）16～30天预报以及（g）2020年6月短期气候预测结果与MERRA2再分析资料之间的RMSE。（b）、（d）、（f）和（h）分别为第四组试验（以第二组未进行同化的试验输出的分析场为初值的试验，见表1）输出的平流层温度2020年5月（b）0～3天预报、（d）4～15天预报和（f）16～30天预报以及（h）6月短期气候预测结果与MERRA2再分析资料之间的RMSEFig. 12 Stratospheric temperature RMSEs between the (a) 0–3 days forecast, (c) 4–15 days forecast, (e) 16–30 days forecast, and (g) short-term climate prediction from the third set of experiments (Table 1) and the MERRA2 reanalysis data; stratospheric temperature RMSEs between the (b) 0–3 days forecast, (d) 4–15 days forecast, (f) 16–30 days forecast, and (h) short-term climate prediction from the fourth set of experiments (Table 1) and the MERRA2 reanalysis data

图13显示了，第三、四组试验天气尺度预报和短期气候尺度预测的2020年5、6月全球平流层纬向风与MERRA2再分析资料之间的RMSE。第三组试验0～3天的天气尺度预报的平流层风速的RMSE较小，15天以后的预报和短期气候预测的纬向风的RMSE有所增大；特别在热带和南半球平流层高层，纬向风的预报预测结果与MERRA2再分析资料之间存在较大差异；北半球平流层环流预测结果相对较好（图13a、c、e和g）。而第四组试验全球平流层纬向风预报和预测结果的RMSE都很大（图13b、d、f和h）。总体来说，使用同化试验输出的分析场作为初值，能较好地改善模式平流层温度和环流的预报预测性能。

图13 同图12，但为纬向风RMSEFig. 13 Same as Fig. 12, but for zonal wind RMSE

6 讨论与结论

作为临近空间的重要组成部分，平流层是未来空间飞行器的主要活动区域。平流层的环境大气状态对飞行器的准确入轨和安全都具有显著影响，也是飞行器的设计参数、飞行试验的主要依据。但是，目前平流层的观测资料相对较少，而数值模式在表达平流层环境大气状态时还存在一定缺陷。数据同化技术可将新的观测数据引入模型，这有利于模拟减少甚至滤掉模型噪声，使得模拟预测结果更加接近平流层环境真实状态。同化技术与模型的结合，可以获得许多没有观测仪器支持下的大气状态数据。因此，平流层的数据同化技术成为了连接观测数据和模型模拟预测的主要桥梁，在平流层的状态表征与研究中会起到重要作用。平流层数据同化、预报预测系统的研究，将对平流层数值预报质量的提高起到关键作用，从而加强对平流层低动态飞行器飞行活动的气象安全保障。本研究使用WACCM6模式+DART工具，开发了中高层大气温度、臭氧和水汽资料的同化接口，搭建了包含完整平流层过程的数值同化、天气预报和短期气候预测模型。利用该模型，针对2020年3、4月北极平流层臭氧大规模损耗事件进行了重现模拟试验，并以同化试验输出的分析场作为初值，对5～6月的平流层大气进行了0～30天天气尺度预报以及31～60天短期气候尺度预测。结果表明：本模型能真实反映2020年3、4月北极平流层出现的大规模臭氧损耗事件随时间的演变特征，和MLS卫星观测结果很接近；利用同化试验输出的4月末分析场作为初值，预报的5月北极平流层臭氧变化与MLS卫星观测值的差值小于0.5 ppmv，预测的6月北极平流层臭氧变化只有在30～10 hPa之间区域，与观测之间的差异超过了1 ppmv。该模型同化模拟的3～4月、预报预测的5～6月北极平流层温度和纬向风变化与MERRA2再分析资料结果具有很好的一致性，仅在北极平流层顶部，预报预测的温度和纬向风与再分析资料之间的RMSE分别为约3 K和约4 m s−1。与未进行数值同化的试验相比，中高层大气同化技术对平流层中低层模拟效果改善最为显著，其预报预测结果比未进行同化的试验的预报预测结果的误差减少了50%以上。

目前该研究还存在以下一些问题没有讨论：

（1）文章只描述了该模型对平流层环流等变量同化、预报和预测效果的好与坏，并没有解释导致这些效果的原因，这也是下一步工作需要详细研究的问题；

（2）由于臭氧和水汽有很强的辐射作用，它们的变化是影响平流层温度变化的主要因子；平流层臭氧和水汽的变化又和温度有关。本研究同时同化了温度、臭氧、水汽3种变量，从而不能清楚判定哪一个变量的同化对平流层臭氧、温度和环流模拟的改善效果最显著；

（3）本研究只同化了一种卫星资料，多种卫星资料同时同化对模式的改善作用也有待进一步研究；

（4）我们目前在模拟时间上只针对性地选取2020年3～6月进行了研究，本模型对不同月份不同季节的改善效果还不清楚。这些问题都需要进一步的讨论和研究。

致谢感谢NCAR提供的WACCM6模式和DART同化工具；感谢NASA提供的MERRA2、MLS和SABER资料；感谢北京师范大学超算中心提供的计算资源。