FY-3A衛(wèi)星MWHS資料同化及四川盆地暴雨數值模擬分析

張旭煜, 朱克云, 張 杰, 蘇 捷

(1.成都信息工程學院大氣科學學院,四川成都610225;2.成都軍區(qū)空軍氣象中心,四川成都610041;3.中國人民解放軍95596部隊,陜西戶縣710301)

0 引言

暴雨災害是中國嚴重自然災害之一,提高暴雨的監(jiān)測、預測能力成為近幾十年來國內學者研究的熱點。暴雨研究中最常用的手段和方法之一是利用模式對暴雨天氣進行模擬和診斷分析。國內外的大量研究表明,在數值預報模式(NWP)中加入非常規(guī)資料能夠有效提高數值預報水平[1-4]。目前,國外眾多的數值預報研究中心和業(yè)務單位都已將多種衛(wèi)星資料應用到NWP的同化分析系統(tǒng)中,衛(wèi)星資料已成為所用觀測資料的主體[5-6]。Thepaut等[7]通過統(tǒng)計分析各種資料影響,研究得出:相比傳統(tǒng)的探空觀測資料,加入衛(wèi)星觀測資料對預報準確率的影響更大。Bouttier等[8]研究在歐洲中心中期數值預報模式中,不同來源的觀測資料對其模式的影響。結果表明極軌氣象衛(wèi)星TOVS輻射率資料對模式預報水平的影響已經達到或超過傳統(tǒng)的探空觀測資料。因此,從衛(wèi)星資料中提取有效的觀測信息來優(yōu)化模式的初始場,可以很大提高數值預報的準確率。國內外不少學者對同化衛(wèi)星資料也取得了一定的研究成果。English等[9]通過研究表明,NOAA極軌衛(wèi)星的AMSU微波輻射率資料可以明顯減小數值預報誤差。Eyer等[10]用1D-Var反演NOAA系列的TOVS輻射率資料,在采用最優(yōu)插值方法后進行反演同化,結果表明1D-Var反演同化方法可以改進預報質量。Andersson等[11]運用變分方法直接同化衛(wèi)星輻射率資料,對比結果表明,變分方法直接同化衛(wèi)星資料的效果優(yōu)于1D-Var的反演同化的效果。Liu[12]利用WRF模式的三維變分模塊直接同化AMSU-A資料,對卡特里娜颶風的預報進行了一些初步試驗研究,得到較好的預報效果。張利紅等[13]利用GRAPES三維變分同化系統(tǒng),對AMSU-A/B微波遙感資料進行我國夏季暴雨數值同化試驗,結果表明使用AMSU資料,可以更好地改進模擬的暴雨落區(qū)及強度。楊引明等[14]利用WRF模式,使用FY-3A微波探測資料對臺風“莫拉克”的路徑和強度預報開展數值模擬。結果表明,直接同化FY-3A微波資料可更加合理地反映海上臺風環(huán)流形勢以及溫濕條件,對預報臺風路徑效果具有積極的改善作用。郭銳[15]采用三維變分同化系統(tǒng)SSI以及T213L31全球譜模式,將AMSU資料同化進入模式。試驗結果表明,同化衛(wèi)星資料可以改善降水預報,尤其是降水強度得到提高。

目前,前人研究多是利用MM5或者WRF模式同化國外衛(wèi)星輻射率資料對暴雨進行數值模擬,研究個例大多選取江淮流域的暴雨,而利用中國FY-3A衛(wèi)星資料還比較少。中國風云三號系列氣象衛(wèi)星的成功發(fā)射為中國氣象業(yè)務及科研提供了大量全球范圍的衛(wèi)星觀測資料,同化自己的衛(wèi)星資料將不受資料數量和區(qū)域的限制,對促進衛(wèi)星應用有重大意義。因此,選用WRF模式及其三維變分同化系統(tǒng)3D-VAR為平臺,開展對FY-3A衛(wèi)星MWHS資料的直接同化試驗。以期探討在中國西部夏季暴雨預報中WRF模式同化MWHS資料的作用,選取2012年07月03日發(fā)生在地形復雜的四川地區(qū)大暴雨為個例進行研究分析。

1 MWHS資料及個例簡介

1.1 MWHS資料介紹

FY-3A極軌衛(wèi)星搭載微波濕度計(Micro Wave Humidity Sounder,MWHS)主要用以探測大氣濕度的垂直分布。設計頻率分別為150Hz和183.31GHz,其中150GHz為雙極化(水平極化和垂直極化)設計,對地表比輻射率進行觀測;183.31GHz分為3個通道,3個通道頻率分別為183.31±1、183.31±3和183.31±7GHz,對大氣中各層水汽分布特征有不同響應,能獲取晴空區(qū)、云區(qū)和降水區(qū)的大氣濕度三維分布。MWHS對地掃描采用跨軌掃描,對地掃描張角為53.35°,星下點水平分辨率15公里,共設5個通道,探測器參數技術指標如表1所示,MWHS資料(L1)可在國家衛(wèi)星中心網站下載。

表1 MWHS通道參數技術指標

1.2 個例簡介

2012年07月02日～07月05日,受高原低槽和地面冷空氣的共同影響,四川盆地大部及川西高原南部出現暴雨天氣過程,綿陽、廣元、樂山、遂寧、南充、資陽、巴中、眉山、達州等9市大部、涼山州中北部及內江、雅安、自貢、宜賓等市的部分地方共46個縣(市)出現暴雨,其中有16個縣(市)降了大暴雨。其中07月03日08時～04日08時,四川地區(qū)有28個加密站雨量在100mm以上,其中11個加密站雨量為200mm以上。此次暴雨天氣主要是中緯度西風帶系統(tǒng)調整過程中形成的轉折性天氣,受高原低槽前部西南風和副高西北部的東南風合并形成明顯的西南急流,西南急流帶來的暖濕空氣與冷空氣在四川盆地相交綏,使此次暴雨過程降雨量大、持續(xù)時間長,造成危害較大。

2 模式與模擬方案設計

2.1 模式介紹和參數

使用WRF(V3.3)及其三維變分同化系統(tǒng)WRF-3DVAR[16]。模式采用兩層嵌套方案,內外層中心都為30.74°N,103.31°E,水平分辨率分別為15km 和5km,格點數分別為d01(100*117)和d02(244*232),垂直分層27層。物理過程方案設置為:Kain-Fritsch(K-F)積云對流方案、Lin微物理參數方案、RRTM長波輻射方案、RRTMG短波輻射方案,YUS行星邊界層方案。使用的觀測算子是由ECMWF開發(fā)RT TOV10,是用于數值預報中同化衛(wèi)星資料的快速輻射傳輸模式,RTTOV可以利用大氣溫度、濕度、O3、云中液態(tài)水垂直廓線以及若干云和表面參數作為輸入變量,計算衛(wèi)星相應通道的輻射率值,模擬NOAA系列極軌衛(wèi)星、GOES系列靜止衛(wèi)星的TOVS/ATOVS不同通道紅外和微波的探測資料。由于WRFDA-3DVAR目前還不支持對中國FY-3衛(wèi)星資料的直接處理,所以編寫了IO接口,可以直接加入FY-3A衛(wèi)星MWHS資料,圖1是WRFDA-3DVAR同化分析流程示意圖。

圖1 WRFDA-3DVAR同化分析流程示意圖

2.2 數值模擬方案設計

為探討FY-3A衛(wèi)星MWHS資料與WRF模式的數據融合性,以及研究MWHS資料在四川盆地夏季暴雨數值模擬中的作用,設計了同化MWHS資料的試驗(方案A)和控制試驗(方案B)。其中方案A從(UTC)07月02日18時積分6小時至07月03日00時,將得到的WRF模式預報場作為背景場,在03日00時加入MWHS資料進行同化,同化窗口為2小時,然后將得到的03日00時相應的分析場作為初始場,最后積分至07月04日00時。方案B從07月02日18時積分6小時至07月03日00時,將得到的WRF模式預報場作為初始場,然后積分至07月04日00時。為了使對比分析結果更加準確,其中方案A同化MWHS資料,方案B不同化MWHS資料,模擬試驗的結果差異僅是由是否同化MWHS資料引起。

3 模擬結果分析

3.1 天氣形勢分析

圖2是2012年7月03日08時位勢高度圖。從500hPa實況(圖2a)可以看出,歐亞大陸為兩槽一脊的天氣形勢,在40°N(天山)以北的低槽和東北低渦之間是一高壓脊。受高原槽影響,四川盆地處在多槽多波動形勢。西太平洋副熱帶高壓西伸北抬到25°N附近,在副高外圍與低槽相互作用,有利于水汽的輻合,容易造成降水天氣形勢。相應在850hPa(圖2b),四川盆地存在一低渦,低渦前部西南風和西太平洋西北部的西南風合并形成明顯的西南急流,與來自孟加拉灣和南海的水汽匯聚,在四川盆地形成強烈的水汽輻合帶,強降水就發(fā)生在低渦前部和低空急流的左側。

圖2 2012年07月03日08時形勢場

3.2 降水場對比試驗分析

此次暴雨過程從07月02日～05日連續(xù)3d,在四川盆地中北部出現大范圍的強降水。尤其是(北京時)03日08時～04日08時,部分站點的降水量均超過了200mm。為了檢驗此次同化FY-3A衛(wèi)星MWHS資料作用,主要選擇7月03日降水等實況場與方案A、B的模擬結果進行對比分析。

首先,圖3為2012年07月03日～07月04日的24h降水實況和方案A、B模擬的24h降水預報對比。從實況(圖3a)可以看出,07月03日08時～07月04日08時的24h降水集中在四川盆地中東部和東北部兩塊主要降水區(qū)和南部小塊降水區(qū)。在主降水區(qū)內,降水量都在150mm以上,最大降水中心區(qū)達到227mm。整個降雨帶成東北-西南走向,雨帶較大。通過方案A(圖3b)同化MWHS資料試驗模擬結果得出,模式在四川盆地東北部、中部模擬效果明顯,南部降水區(qū)模擬效果稍微偏差南移,但在降水量級與實況接近。整個降雨帶分布也是東北-西南走向,接近實況雨帶分布。在降水量級上模式預報的降水中心達到230mm,非常接近實況降水值(227mm),而且在102°E,29°N該點附近幾乎完全刻畫出實況降水形式。雖然較實況相比,在盆地中東部模擬出降水區(qū)稍向西南偏移,但是與方案B控制試驗結果相比,方案A明顯改善降水場預報。其次,從控制試驗方案B(圖3c)預報結果可以看出,模式總體模擬的降水雨帶偏小,降雨量偏弱,對四川盆地中東部的降水區(qū)基本沒有預報,卻在盆地中部地區(qū)104°E,30°N附近模擬出一塊范圍較大,降水量級達到200mm的虛假降水中心,而且較實況降水相比降水總體量級偏小,最大降水中心只有189mm?？梢娽槍Ρ敬卧囼?同化FY-3A衛(wèi)星MWHS資料顯著增強了模式對降水量級和降水落區(qū)的準確性。

圖3 2012年07月03日08時～04日08時24h累積降水量(單位:mm)

3.3 物理量模擬分析

因為川西高原平均海拔大于3000米,為了更好地的反映此次降水過程的氣象要素場變化,主要分析700hPa高度層要素場。此次降水過程主要受高層槽前輻合影響和低層低渦東移過程中不斷發(fā)展,干冷空氣與暖濕空氣的交匯而形成維持。假相當位溫(θ se)是表征大氣溫度、壓力、濕度等大氣狀態(tài)綜合特征量,其反應了大氣中能量的分布。因此,分析同化MWHS資料后對于假相當位溫(θ se)的調整作用。由圖4(a)可見,同化MWHS資料后,在700hPa上在四川盆地中東部和東北部的兩塊主降水區(qū)出現了+3K的正增量中心,且500hPa(圖略)上也是+2K的正增量中心,相比控制試驗假相當位溫得到的提高。暴雨的產生除了必要的觸發(fā)機制外,還需要有一個水汽積累的過程,圖4(b)給出700hPa上 2012年07月03日08時方案A、B相對濕度差值。由圖可以看出,在107°E,32°N和104°E,29°N附近(中東部和東北部主降水區(qū)),都出現一個中心增量值達+10%的正增濕中心。可見,模式引入MWHS資料的對中低層濕度場有了顯著的調整,在主降水區(qū)為大暴雨的發(fā)生提供了足夠的水汽條件。由圖4(c)、4(d)可以看出,在這二者降水區(qū)域不穩(wěn)定能量在此聚集,相對濕度達到95%,有利于發(fā)生降水。隨著高空槽靠近和低渦東移發(fā)展,在兩塊主降水區(qū),形成了一個干冷區(qū)與高濕區(qū)交匯密集帶,即冷、暖氣團交界所形成的鋒區(qū),降水出現。

為研究同化MWHS資料對于大氣垂直運動的影響,以及分析低渦對暴雨發(fā)生的動力作用,圖5給出07月03日08時400hPa和700hPa高度層上,方案A相對于方案B的垂直速度增量場和渦度增量場。

由圖5(a)、(c)可見,在主降水區(qū)和南部次降水區(qū)垂直速度增量為-2m·s-1左右,從低層到高層都是整層的上升運動,可以將低層大量的暖濕水汽迅速抬升到對流層高層,凝結降水。由圖5(b)、(d)可見,在200hPa出現負渦度增量中心,中心值達到-100*10-6s-1,渦度減小;在此負渦度區(qū)下方700hPa高度層上對應強烈的正渦度增量中心,中心值達50*10-6s-1,渦度加強。這種低層正渦度,高層負渦度以及高空輻散區(qū)和低層輻合區(qū)的垂直配置,有利于促發(fā)和維持強烈的上升運動。而暖濕空氣輻合抬升,凝結降水釋放潛熱又進一步加熱大氣,使得對流垂直運動加強,形成正反饋,對降水的產生和發(fā)展有著重要作用。

圖4 2012年07月03日08時方案A相對于方案B的700hPa的增量場和方案A700hPa模擬場

圖6給出暴雨主要發(fā)生時對流層低、中、高層的高度場、風場以及水汽通量圖。由圖可見,在中東部和東北部兩塊主降水區(qū)上空,受500hPa西南渦前部西南風影響,引導南方暖濕空氣在盆地中部和中東部區(qū)聚集;700hPa有一東北向的偏北風與偏南風的冷式切變線,降水區(qū)正處于該切變的輻合區(qū),而且在850hPa上主降水區(qū)存在水氣通量極大值區(qū),因此,從低層到高層,從水汽條件到動力條件對主降水區(qū)暴雨發(fā)生和維持十分有利。

圖5 2012年07月03日08時方案A相對于方案B的垂直速度增量場及渦度增量場

圖6 2012年07月 03日15時方案 A 高度場(白實線,單位:gpm)、風場(矢量,單位m·s-1)、水汽通量場(陰影區(qū),單位 g·cm-1·hpa-1·s-1)

綜合上述分析,模式同化MWHS資料,初始場可以改進濕度場和渦度場,其相應的增量中心基本與實況降水中心位置一致。因此,物理量場的改進使方案A模擬結果在四川盆地中東部、北部兩塊主降水區(qū)的降水落區(qū)和降水量級都十分接近實況降水情況。而且,相比控制試驗方案B,消除了四川盆地中部的虛假強降水區(qū),在一定程度上為預報員報提供相對準確的參考信息。為了分析研究模式同化MWHS資料對暴雨預報改善可能存在的原因,研究對流層中低層在暴雨發(fā)生時的水汽相關分布情況,對方案A模擬700hPa高度層進行水汽通量、風場、相對濕度場進行逐3h積分,進行精細分析。

由圖7可見,從07月03日03時,由于模式積分開始時間較短,所以相對濕度大值區(qū)不明顯,在盆地北部稍有濕區(qū)存在。同時盆地中東部存在一切變線,有明顯的水汽輸送。在06時,四川盆地中部開始出現濕度大于80%的濕度區(qū),而受西南急流影響,盆地南部地區(qū)首先出現90%濕度大值區(qū),而且處在水汽通量輻合中心,最大量值達21g·cm-1·hpa-1·s-1,所以南部降水出現時間早于兩塊主降水區(qū)(圖略),主降水區(qū)(中東部和東北部)逐漸有水汽集聚。在09時,中部濕度區(qū)范圍擴大,漸南下與南部形成狹長的濕度大值帶,東北部開始出現90%濕度區(qū),水汽通量穩(wěn)定增長,而且在中部和東北部,降水也同時發(fā)生。在12時,整個南部地區(qū)水汽通量達到最大值,四川盆地由東北至西南呈現一個東北西南向的高濕度區(qū),其分布形式與模式預報的雨區(qū)較為一致,在濕度大值區(qū)的東北部、中東部至少存在18h的水汽輻合,低空急流源源不斷把水汽輸送至暴雨區(qū),而實況降水正位于這一地區(qū)。自15時到18時,整個暴雨區(qū)濕度最大值為95%,水汽通量最大值達到23g·cm-1·hpa-1·s-1,與此同時雨強也達到最強(圖8)。在 15 時,除安岳站點(30.07°N,105.21°E)外 ,樂至(30.17°N,105.02°E)、蓬溪(30.77°N,105.7°E)、平昌(31.57°N,107.1°E)3個站點實況降水和模擬降水值相當接近,表明加入MWHS資料確實能較好的反應主降水區(qū)的濕度場信息和水汽分布情況,對短時監(jiān)測和預報極值降水有較好的參考作用。

由此可見,因為MWHS輻射計可以探測大氣濕度場垂直分布信息,所以對暴雨區(qū)表現出更有利于降水發(fā)生的環(huán)境條件。WRF模式同化MWHS資料后,相比控制試驗增進了模式濕度場和渦度場質量,因此,同化試驗預報出的降水落區(qū)和降水量級最接近實況降水分布。

圖9表示川西高原13個平均海拔高度為3492m站點從07月03日03時-18時逐小時實況降水量和方案A模擬降水量。除峨眉山、德格、白玉、石渠4個站點的實況平均降雨量高于模擬平均降雨量(高出50%),其他八個站點模擬平均降雨量遠遠高于實況平均降雨量(高出264%)。因此,在特殊地形的川西高原地區(qū),MWHS資料不能十分準確的刻畫出大氣層的水汽和濕度分布,導致最后模式預報降水與實況相比差距較大。所以對川西高原特殊地形的暴雨模擬研究,還亟待進一步提高,改善衛(wèi)星資料質量,提高模式的預報能力。

圖8 2012年07月03日03時～03日18時4個站點逐小時累計降水量(單位:mm)

圖9 2012年07月03日03時～03日18時13個站點(平均海拔高度3492m)逐小時累計降水量(單位:mm)

5 結論與討論

對發(fā)生在2012年07月03日特殊地形下的四川地區(qū)暴雨,采用WRF模式和三維變分同化系統(tǒng)3D-VAR,通過自行編寫IO接口,對FY-3A衛(wèi)星MWHS資料直接同化進模式。通過同化試驗方案與控制試驗模擬對比結果,分析WRF模式直接同化MWHS資料后,對于此次暴雨過程模擬的調整結果,得出以下結論:

(1)WRF模式加入MWHS資料后,相對于控制試驗,在降水區(qū)出現+3K的正增量中心,改善了降水區(qū)假相當位溫作用,并增進濕度場和渦度場降水預報信息。在此次個例試驗的中東部、東北部主降水區(qū)模擬效果明顯,降水形式分布和降水量級接近實況值。

(2)對物理量要素場的增量分析表明,同化MWSH資料改善風場和水汽通量場的數值和分布,準確模擬出水汽通量的中心位置,并可以較好的刻畫出風場的輻合輻散區(qū)域和水汽通量高值中心,對于改善預報降水落區(qū)有很好的指示意義。

(3)受川西高原特殊的地形環(huán)境影響,同化方案A模擬的降水量與實況降水量相差較大,尚不能十分準確的反映川西高原地區(qū)大氣層的水汽和濕度分布特征,因此利用同化衛(wèi)星資料對川西高原地區(qū)的降水預報還有待進一步研究。

通過研究說明,中國FY-3A衛(wèi)星MWHS資料的同化對于提高WRF數值預報模式對局地暴雨過程的預報效果是可行的。由于僅進行了暴雨一個個例的對比試驗,因此所得結論具有局限性,應增加不同類型的暴雨個例來進行研究試驗,后續(xù)工作進一步展開。

[1] Derber JC,Wu W S.The use o f TOV S cloud-cleared radiance in the NCEP SS I analysis system[J].Mon Wea Rev,1998,126(8):2287-2299.

[2] Frank H.Assimilation of satellite imager data and surface observations to improve analysisof circulations forced by cloud shading contrasts[J].Mon Wea Rev,2000,128(2):434-448.

[3] Bouttier F,Kelly C Z.Observing-system experiments in the ECMWF 4D-VARassimilation system[J].Quart.J.Roy Meteor Soc,2001,127:1469-1488.

[4] 楊毅,邱崇踐,龔建東.利用3維變分方法同化多普勒天氣雷達資料的試驗研究[J].氣象科學,2008,28(2):124-132.

[5] DERBER J C,WU W S.The use of TOVS cloud-cleared radiances in the NCEP SSI analysis system[J].Mon Wea Rev,1998,126(8):2287-2299.

[6] OKAMOTOK,KAZUMORI M OWADAH.The Assimilation of ATOVS Radiances in the JMA Global Analysis System[J].Meteorol Soc Jpn,2005,83(2):201-217.

[7] Thepaut,J L.Assimilation of Satellite Data at ECMWF[Z].Newsletter of Joint Center for Satellite Data Assimilation.Mar.2005.

[8] Bouttier F,GKelly.Observing2systemexperimentsinthe EC2MWF4D-Var assimilation system[J].Quart J Roy Meteor Soc,2001,127:1469-1488.

[9] English SJ,RJ Renshaw,PCDibben,et al.Acomparisonoftheimpact of TOVS and ATOVS satellite sounding data on the accuracy of numerical weather forecasts[J].Quart J Roy Me2teor Soc,2000,126:2911-2931.

[10] EYRE J R,KELLY G A,MCNALLYAD,etal.Assimilation of TOVS radiance information through one dimensional VARiational analysis[J].Quart J Roy Meteor Soc,1993,119(514):1427-1463.

[11] Anderson,E J Paillenx,J N,et al.Use of cloud-cleared radiances in three/four dimensional VARiational data assimilation[R].Quart.J.Roy.Meteor.Soc,1994,127-627:653.

[12] Liu Z Q,Barker D M.Radiance Assimilation in WRF-VAR:Implementation and Initial Results[R].7th WRF users workshop,Bolder,Colorado,19-22 June 2006.

[13] 張利紅,沈桐立,王洪利.AMSU資料變分同化及在暴雨數值模擬中的應用研究[J].高原氣象,26(5):1004-1012.

[14] 楊引明,杜明斌,張潔.FY-3A微波資料在“莫拉克”臺風預報中的同化試驗[J].熱帶氣象學報,2007,26(5):27-30.

[15] 郭銳,張國平,李澤椿.對于一次川渝暴雨的ATOVS資料同化數值模擬[J].大氣科學.2010,33(5):615-623.

[16] Barker,D M,W Huang,et al.A Three-Dimensional(3DVAR)Data Assimilation System For Use With MM5:Implementation and Initial Results[J].Mon.Wea.Rev.,2004,132,897-914.