AMSU輻射率資料在“07·07”暴雨個例中直接同化的試驗研究

陶俞鋒

(中國民用航空寧波空中交通管理站，浙江寧波315000)

0 引言

近些年來隨著衛(wèi)星和雷達探測等遙感技術(shù)的快速發(fā)展，各種有價值的非常規(guī)觀測信息逐漸增多，特別是衛(wèi)星探測資料具有資料較為一致、覆蓋面積較廣、時空分辨率較高等特點，在很大程度上彌補了常規(guī)觀測資料的不足。因此，如何充分、有效地利用衛(wèi)星資料來形成更加準確的模式初值場，已經(jīng)成為進一步提高數(shù)值預(yù)報水平的關(guān)鍵問題。

衛(wèi)星資料在氣象領(lǐng)域發(fā)揮了越來越重要的作用［1］，國外多家數(shù)值預(yù)報業(yè)務(wù)和研究中心都已實現(xiàn)了衛(wèi)星資料在數(shù)值天氣預(yù)報中的同化應(yīng)用，且衛(wèi)星資料已成為數(shù)值預(yù)報所用觀測資料的主體，極大提高了數(shù)值預(yù)報準確率［2－3］。國內(nèi)對于衛(wèi)星資料的同化研究雖然起步較晚，但是通過協(xié)作攻關(guān)取得了一定的研究成果［4－6］。衛(wèi)星資料的應(yīng)用對中小尺度暴雨系統(tǒng)更為重要，針對暴雨數(shù)值預(yù)報中衛(wèi)星資料的應(yīng)用已開展大量工作。齊琳琳等采用3D-VAR和MM5V3對ATOVS輻射率資料進行直接同化，發(fā)現(xiàn)對強暴雨落區(qū)和雨強的模擬效果均有明顯改善［7］。黃兵等采用 GRAPES 3D-Var同化系統(tǒng)直接同化ATOVS資料并加入到MM5模式中進行暴雨的分析和模擬研究，發(fā)現(xiàn)直接同化ATOVS資料極大豐富了模式初始場上大氣溫度和濕度的信息，且對流層中下層風(fēng)場也有一定改進［8］。齊琳琳等利用GRAPES 3D-Var同化系統(tǒng)和MM5V3模式進行ATOVS資料的直接同化和預(yù)報研究，結(jié)果表明，同化ATOVS資料對模式初始場有明顯改善，在降水預(yù)報方面有很大的潛力［9］。張愛忠等采用GRAPES 3D-Var同化系統(tǒng)直接同化AMSU-A輻射亮溫資料，研究表明同化ATOVS輻射率資料對降水模擬方面的改善效果較為明顯［10］。李娟等利用T213-SSI準業(yè)務(wù)同化系統(tǒng)，對極端暴雨過程進行了模擬分析，發(fā)現(xiàn)衛(wèi)星資料的長期使用可以改進天氣系統(tǒng)的環(huán)境場，使得天氣系統(tǒng)更接近真實場［11］。

20年代初期，大多數(shù)人研究工作主要集中在GRAPES3D-Var同化系統(tǒng)和MM5預(yù)報系統(tǒng)，對中尺度數(shù)值模式WRF的使用相對較少。本文選用WRFDA3.1同化系統(tǒng)和 WRF預(yù)報系統(tǒng)，對2007年7月7—9日發(fā)生在江淮流域的暴雨過程進行了模擬分析研究，以考察同化ATOVS衛(wèi)星輻射率資料在極端暴雨事件預(yù)報中的應(yīng)用效果和能力，評估分析衛(wèi)星資料的應(yīng)用對極端暴雨事件預(yù)報效果的影響。

1 模式及資料介紹

WRF模式是一個完全可壓非靜力平衡模式，控制方程組寫為通量形式，網(wǎng)格形式采用Arakawa-C格點，有利于在高分辨率的模擬中提高準確性。模式的時間積分方案采用是Runge-Kutta的3階方案，并用時間分裂法。試驗同化系統(tǒng)為WRFDA，主要特點是:目標函數(shù)采用增量形式;分析增量采用不交錯的A網(wǎng)格;多種背景場誤差和控制變量供選擇;區(qū)域的水平背景誤差協(xié)方差由遞歸濾波表示，水平和垂直誤差不分離。目前的WRFDA系統(tǒng)增加了同化模塊，利用觀測算子，可以同化雷達資料、SSM/I和ATOVS輻射率資料等。

ATOVS大氣垂直探測器由3個相互獨立的儀器組成，分別是先進的微波探測裝置A型(AMSU-A)，先進的微波探測裝置B型(AMSUB)和高分辨率紅外輻射探測器3型(HIRS/3)。本試驗使用的衛(wèi)星資料是微波輻射率資料，包括搭載在NOAA-15/16/18上的AMSU-A資料和NOAA-15/16/17上的AMSU-B資料。前者包括15個通道，主要用于大氣溫度探測，其窗區(qū)通道可探測地表發(fā)射率、可降水等，星下點分辨率為45 km;后者包括5個通道，主要用來探測地表特征、可降水等，星下點分辨率為15 km。

2 天氣過程

2007年6月下旬至7月上旬的梅雨期間，江淮地區(qū)降水異常偏多。尤其是7月7—9日，江淮流域出現(xiàn)了一次大暴雨過程［12］。7日降水主要集中在江蘇及安徽兩省，當(dāng)日南京站24 h降雨量達到125.3 mm;8日降水量增強，轉(zhuǎn)為特大暴雨，在江蘇、安徽、河南和湖北等地形成了一條呈東北—西南走向的暴雨帶，其中安徽壽縣24 h降雨量達到289.0 mm，淮南鳳臺277.5 mm;9日雨帶范圍減小，位置南移，降水主要集中在安徽和湖北南部地區(qū);10日降水基本結(jié)束。

此次降水為典型的梅雨期天氣形勢，2007年7月7日00時(UTC)，500 hPa中高緯度環(huán)流形勢為兩脊一槽型，位于我國東北北部的阻高穩(wěn)定維持，沿貝加爾湖至蒙古中部為低槽并形成了一個切斷低壓。同時，副高西脊點位于107°E，副高脊線平均位置位于26°N附近。8日00時，500 hPa在亞歐地區(qū)中高緯度發(fā)展成為兩槽兩脊，其中低壓槽已移到我國東北地區(qū)，槽內(nèi)形成一東北渦旋，其后部有較強的偏北氣流，冷空氣沿槽后的偏北氣流南下。與此同時，副高逐步東退，其西北部的暖濕氣流與冷空氣強烈交匯于淮河流域。低層850 hPa上，對應(yīng)我國北部有東北冷渦，四川盆地地區(qū)有西南低渦，低渦位于500 hPa上低槽前部，將有利于低渦的發(fā)展和移出。在西南渦的右側(cè)存在低空急流帶，強盛的氣流不但能把低層水汽、熱量集中往下游輸送，使下游地區(qū)位勢更加不穩(wěn)定，且在其前方能形成輻合場，與高空的輻散場配合，從而產(chǎn)生強烈的上升運動，促使此次暴雨的形成。

此次江淮流域的降水過程，范圍廣，強度大，持續(xù)時間長，其中發(fā)生在8日00時—9日00時(UTC)的這一時段的暴雨強度最大，影響面積最廣，本試驗就以此段降水為模擬對象，在常規(guī)資料基礎(chǔ)上加入AMSU輻射率資料進行同化試驗研究。

3 試驗方案

本文模擬的水平區(qū)域為2層雙向反饋嵌套網(wǎng)格，粗網(wǎng)格(d01)區(qū)域中心為(33.5°N，106.5°E)，水平格點數(shù)為163×116，分辨率為30 km，時間積分步長是180s;細網(wǎng)格(d02)區(qū)域為271×208格點，水平分辨率為10 km，時間積分步長是60 s。水平投影方式為蘭勃托正形投影。垂直方向定義28個整σ層，模式頂層氣壓取10 hPa。所選取的初始場為fnl資料，格式為Grib1，其分辨率為1°×1°。模式選取的主要物理方案包括:Purdue Lin微物理過程方案，KF積云參數(shù)化方案，RRTM長波輻射方案和MRF行星邊界層方案。

AMSU輻射率資料在暴雨數(shù)值模擬中的應(yīng)用，目的是為模式提供更為豐富的高時空分辨率的中小尺度信息，從而改善環(huán)境場。針對2007年7月8日00時至9日00時的暴雨過程，設(shè)計了4組對比模擬試驗方案(見表1所示)，其中A方案為控制試驗，B、C、D方案為同化試驗。同化試驗均以2007070400 UTC的WRF模式的6 h預(yù)報場作背景場開始同化預(yù)報試驗，連續(xù)滾動至2007070900 UTC，其中B方案只同化常規(guī)資料(obs)，C方案加入了AMSU-A輻射率資料(obs＆AMSU-A)，D方案加入了AMSU-B 資料(obs＆AMSU-B)。

根據(jù)最新資料估計，同化系統(tǒng)生成的分析場只有15%的信息由觀測資料貢獻，其余85%的信息來源于背景場［13］。因此，本文使用美國NMC方法對WRF預(yù)報模式在江淮流域地區(qū)一個月(2007年7月1—31日)時間段內(nèi)進行了24和12 h預(yù)報差值場集合統(tǒng)計計算，從而估計出背景誤差協(xié)方差(B)的相關(guān)統(tǒng)計量。

變分同化中，B的標準控制變量是流函數(shù)、非平衡速度勢、非平衡溫度、非平衡地表氣壓和假相對濕度。圖1表示的是速度勢和流函數(shù)圖之間的相關(guān)系數(shù)分布，可以看出在熱帶和極地地區(qū)的高層所對應(yīng)的相關(guān)系數(shù)較小;相對地，在北半球中緯度的低層相關(guān)系數(shù)較大，說明地轉(zhuǎn)平衡約束在該地區(qū)更適合。另外從流函數(shù)導(dǎo)出的平衡溫度和平衡地面氣壓分析得出，在大部分分析區(qū)域中溫度場和地面氣壓場的比值基本可以通過流函數(shù)導(dǎo)出作為平衡場。其中，溫度場的平衡場基本上占完整場的50%以上，而地面氣壓場，大部分平衡場占完整場的60%以上。這些都表明，通過使用回歸系數(shù)統(tǒng)計量和平衡變換，分析增量的較大部分通過平衡關(guān)系導(dǎo)出，而作為控制變量的非平衡部分則被限制在很小的范圍內(nèi)，保證了分析場的質(zhì)量。另外，根據(jù)資料同化中二維特征長度隨模式分辨率的提高會按照二次根的規(guī)律遞減［14］，本文將控制變量的相關(guān)尺度長度和方差長度調(diào)整因子設(shè)為0.05。

圖1 速度勢和流函數(shù)的相關(guān)系數(shù)

4 模擬結(jié)果分析

4.1 降水場模擬對比分析

降水的預(yù)報效果是研究中尺度暴雨的核心內(nèi)容，降水量的大小和降水的分布是暴雨預(yù)報的研究重點。由于暴雨的局地性、突發(fā)性和強度強等的特點，因此對暴雨的準確預(yù)報(包括暴雨的落區(qū)、突發(fā)時間和暴雨的強度等)一直是個難點。

從2007年7月8日00時至9日00時的降水實況圖(圖2a)上可以看到整個雨區(qū)主要位于江淮一帶，雨帶大致呈水平分布形狀。整個雨帶有5 個降水中心，其中位于(33°N，119.5°E)，(32.5°N，116.5°E)和(32.5°N，114.5°E)附近的3個中心最為強大，中心數(shù)值在160 mm以上，在(33°N，121°E)，(31°N，112.5°E)處有兩個次降水中心。

圖2b、2c、2d、2e 是各試驗方案模擬的粗網(wǎng)格(30 km)24 h累計降水分布圖，通過對比分析，控制試驗和同化試驗都能基本模擬出江蘇、安徽、河南和湖北一帶的降水分布和走向。從A方案控制試驗降水圖中可以看出，該試驗在陸地上模擬的雨帶與實況接近，而海洋上存在虛假的降水雨區(qū)。該方案能模擬出4個強降水中心，分別位于湖北東北部、河南南部、安徽北部和江蘇中部，強度較實況相比偏弱，位置也有所偏移。B方案同化常規(guī)資料試驗基本模擬出了雨帶的緯向型分布特征，而且對江蘇中西部的降水中心位置模擬與實況對應(yīng)，強度較實況偏弱。此外，對安徽北部的強降水中心的模擬與實況相接近，強度達到180 mm，但位置較實況略偏西。位于海上的虛假雨區(qū)也明顯減小。在C方案同化obs＆AMSU-A試驗中，模擬出了3個降水中心。其中對安徽北部和河南南部的暴雨中心的模擬，無論在數(shù)值上，還是在位置上都與實況基本一致。而對湖北東北部降水中心的模擬，其數(shù)值上與實況接近，位置較實況偏北。另外，在對江蘇中西部的暴雨中心沒有能力模擬出來。D方案同化obs＆AMSU-B試驗?zāi)M出了安徽北部的暴雨中心，位置與強度較實況接近。對湖北東北部暴雨中心的模擬，其位置較方案C有所改進。同時在模擬江蘇中西部的暴雨中心位置基本與實況一致，但降水量上還存在偏差。通過綜合分析發(fā)現(xiàn)，控制試驗和同化試驗基本都能模擬出整個雨帶的分布和走向?？傮w來講，同化試驗的效果無論在降水中心的數(shù)值上還是位置上都比控制試驗要好。而在衛(wèi)星資料的同化方面，AMSU-B的同化效果要比AMSU-A的好，前者模擬出了江蘇中部的暴雨信息。這可能是因為AMSU-B資料主要是對濕度場的調(diào)整有較大貢獻，對暴雨的模擬提供直接的信息。

圖2 8日00UTC－9日00UTC 24 h降水分布(d01區(qū)域)(單位:mm)

4.2 天氣形勢場模擬對比分析

天氣形勢場作為預(yù)報員分析天氣的重要根據(jù)，對于預(yù)報結(jié)果起著極為重要的作用。同化后的形勢場如能更接近實際，那么就能夠為預(yù)報員提供更加準確的天氣信息，從而得到更準確的預(yù)報結(jié)論。因此，進一步對比分析此次暴雨過程的天氣形勢場模擬情況。

圖3a為7月8日00時500 hPa上控制試驗的位勢高度場圖，圖3b為加入常規(guī)資料后的位勢高度場圖，而圖3c、3d為同化AMSU衛(wèi)星資料相應(yīng)的試驗結(jié)果。對比發(fā)現(xiàn)，4個方案的結(jié)果基本都能模擬出此次降雨過程中大尺度環(huán)流背景及影響系統(tǒng)。其中，3個連續(xù)同化方案的模擬結(jié)果優(yōu)于控制試驗，表現(xiàn)為在東北冷渦方面，同化試驗?zāi)M的冷渦強度比控制試驗強，使得其后部有較強的偏北氣流，冷空氣沿槽后的偏北氣流更能南下;而在副高方面，同化試驗?zāi)M的副高西脊點比控制試驗?zāi)M的偏西，這樣更有利于脊線北側(cè)的西南暖濕氣流流入江淮地區(qū)。另外，在加入AMSU輻射率資料的方案中，同化AMSU-B的試驗效果要優(yōu)于同化AMSU-A，前者在模擬東北冷渦和副高，無論在強度和位置上更接近實況。同時，在西南槽的模擬上，同化AMSU-B試驗其模擬的槽線更深。總的來講，在連續(xù)同化衛(wèi)星資料后，改進了大尺度環(huán)境場，暴雨天氣過程的直接影響系統(tǒng)更接近實際。

圖3 2007年7月8日00時500hPa位勢高度場

4.3 增量場模擬對比分析

衛(wèi)星資料的引入，最直接調(diào)整了要素場，包括溫度場、濕度場、風(fēng)場等。因此，有必要對比分析引入衛(wèi)星資料前后，各要素場的改進效果。由于ATOVS探測器的AMSU-A和AMSU-B的權(quán)重函數(shù)峰值分別在對流層中層和中下層較多，所以，溫度增量場和濕度增量場分別選取500hPa和700hPa為標準。

4.3.1 溫度增量對比

圖4為2007年7月8日00時加入衛(wèi)星資料的兩方案相對于B方案在500hPa上的溫度增量圖。從圖中可以看出，整個模擬區(qū)域以溫度正增量為主。圖4a為同化AMSU-A的溫度增量圖，如圖所示，在整個大陸上基本以正增量為主，而負增量中心則出現(xiàn)在海上;圖4b為同化AMSU-B的溫度增量圖，在江淮流域附近出現(xiàn)了正、負溫度增量的交界處，導(dǎo)致該地區(qū)能量不穩(wěn)定，切變進一步加大，有利于降水的形成。另外，AMSU-A資料的加入相對于AMSU-B對溫度場的調(diào)整更加明顯。這主要是因為AMSU-A是測溫儀器，對溫度更為敏感。

圖4 2007年7月8日00時500 hPa的溫度場增量圖

4.3.2 濕度增量對比

由700 hPa上的濕度場增量圖可以看出(圖略)，同化AMSU-B資料后，在江淮流域一帶出現(xiàn)的是正增濕區(qū)，這一區(qū)域與8日的實況降水區(qū)基本一致。主要原因:AMSU-B是測濕儀器，對濕度的貢獻較大。而同化AMSU-A資料后，濕度場增量分布在江蘇地區(qū)以負增量為主，而安徽與湖北交界處出現(xiàn)正增量，但量級不及 AMSU-B試驗。

4.3.3 風(fēng)場增量對比

再分析700和300 hPa上的風(fēng)場增量場。從這兩個高低層次的配置來看，加入AMSU資料后，在江淮流域地區(qū)低層出現(xiàn)了向內(nèi)輻合的風(fēng)場中心，而高層則出現(xiàn)了向外輻散的風(fēng)場中心，強度加大。這樣的高低空配置，低層輻合，高層輻散，促使了強烈的上升運動使得對流垂直運動加強，增強水汽對降水的正反饋作用，促進降水強度。

綜合以上分析可以得出，加入衛(wèi)星資料比僅僅同化常規(guī)資料，對于溫濕場以及風(fēng)場都有明顯的改善作用。這些要素場的準確信息將為預(yù)報員提供更好的參考依據(jù)，對得出準確的預(yù)報結(jié)論有重要的貢獻。

5 結(jié)語

本章利用WRFV3.1及其三維變分同化系統(tǒng)，選取了2007年7月8—9日發(fā)生在江淮流域的暴雨個例，設(shè)計了一組控制試驗和3組同化試驗。通過WRF同化預(yù)報系統(tǒng)，分析了AMSU輻射率資料的應(yīng)用對極端暴雨事件預(yù)報效果的影響，可以得出以下結(jié)論。

1)針對背景誤差協(xié)方差(B)的重要性，構(gòu)造出適合模擬區(qū)域的地形和天氣形勢相配合的協(xié)方差是必要的。

2)通過連續(xù)同化AMSU輻射率資料，可以改善降水預(yù)報效果，尤其是降水強度，其中同化AMSU-B資料的效果優(yōu)于同化AMSU-A。

3)AMSU資料的連續(xù)使用可以改進大尺度環(huán)境場，尤其對AMSU-B資料的使用，使得暴雨天氣過程的直接影響系統(tǒng)更接近實際。

4)AMSU資料的引入改進了溫濕場和風(fēng)場，AMSU-A資料對溫度場有較為明顯的影響，而AMSU-B資料對濕度場的調(diào)整有較大的貢獻。

通過本文的研究說明，AMSU輻射率資料的同化應(yīng)用對提高局地暴雨過程的預(yù)報效果是可行的。本文僅用了江淮暴雨一個個例，所得結(jié)果具有局限性，因此，有必要選取更多不同時期、不同區(qū)域的個例來進行說明。另外，在同化過程中對衛(wèi)星資料所采用的質(zhì)量控制和偏差訂正方案還有待進一步的完善。

［1］ 呂達仁，王普才，邱金恒等.大氣遙感與衛(wèi)星氣象學(xué)研究的進展與回顧［J］.大氣科學(xué)，2003，27(4):552 －566.

［2］ Andersson E，Pailleux J，Thepaut J N，et al.Use of cloudcleared radiances in three/four-dimensional variational data assimilation［J］.Q J R Meteorol Soc，1993，119:627 －653.

［3］ Derber JC，Wu W S.The use of TOVScloud-cleared radiances in the NCEP SSI analysis system［J］.Mon Wea Rev，1998，126:2287 －2299.

［4］ 董佩明，薛紀善，黃兵，等，數(shù)值天氣預(yù)報中衛(wèi)星資料同化應(yīng)用的現(xiàn)狀和發(fā)展［J］.氣象科技，2008，36(1):1 －5.

［5］ 翁永輝，徐祥德.應(yīng)用TOVS資料變分分析技術(shù)增加青藏高原地區(qū)模式初始場信息［J］.氣象學(xué)報，2000，58(6):679－691.

［6］ 潘寧，董超華，張文建.ATOVS輻射率資料的直接變分同化試驗研究［J］.氣象學(xué)報，2003，61(2):226 －235.

［7］ 齊琳琳，孫建華，張小玲，等.ATOVS資料在長江流域一次暴雨過程模擬中的應(yīng)用［J］.大氣科學(xué)，2005，29(5):780－789.

［8］ 黃兵，劉建文，鐘中，等.衛(wèi)星資料變分同化在一次中尺度強暴雨模擬中的應(yīng)用［J］.應(yīng)用氣象學(xué)報，2006，17(3):363－369.

［9］ Qi Linlin，Sun Jianhua.Application of ATOVS Microwave Radiance Assimilation to Rainfall Prediction in Summer［J］.大氣科學(xué)進展(英文版)，2006，23(5):815 －850.

［10］ 張愛忠，紀飛，崔錦.ATOVS微波輻射資料變分同化試驗研究［C］//中國氣象學(xué)會2006年年會“中尺度天氣動力學(xué)，數(shù)值模擬和預(yù)測”分會場論文集.2006.

［11］ 李娟，朱國富.直接同化衛(wèi)星輻射率資料在暴雨預(yù)報中的應(yīng)用研究［J］.氣象，2008，34(2):36 －43.

［12］ 王維國，章建成，李想.2007年淮河流域大洪水的雨情、水情分析［J］.氣象，2008，34(7):68 －74.

［13］ Cardinali C，Pezzulli S and Anderson E.Influence-matrix diagnostic of a data assimilation system［J］.Quarterly Journal of Royal Meteorology Society，2004，130:2767 －2786.

［14］ 龔建東.資料同化中二維特征長度隨模式分辨率變化的分析研究［J］.大氣科學(xué)，2007，31(3):460 －467.