楊袁慧 師春香
?
土壤濕度對(duì)衛(wèi)星輻射率資料直接同化的影響
楊袁慧1師春香2, 3
1北京市門頭溝區(qū)氣象局,北京102300;2中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京100081;3國(guó)家氣象信息中心,北京100081
本研究利用WRF模式及其三維變分同化系統(tǒng)實(shí)現(xiàn)了對(duì)NOAA-16 AMSU-A微波資料的直接同化,針對(duì)2010年6月19日江西地區(qū)的一次強(qiáng)降水過程開展模擬與同化試驗(yàn),并利用中國(guó)區(qū)域土壤濕度同化系統(tǒng)(CLSMDAS—China Land Soil Moisture Data Assimilation System)輸出的土壤濕度值替換NCEP(National Centers for Environmental Prediction)資料中的土壤濕度,研究土壤濕度初值對(duì)輻射率資料直接同化中觀測(cè)場(chǎng)與背景場(chǎng)偏差調(diào)整的影響。結(jié)果表明:采用CLSMDAS輸出土壤濕度初值條件下模擬的亮溫值與實(shí)際觀測(cè)值更為接近,經(jīng)過質(zhì)量控制和偏差訂正后更多的觀測(cè)資料能夠進(jìn)入到同化系統(tǒng)中,說明改進(jìn)的土壤濕度初值條件下觀測(cè)算子的計(jì)算值得到正的調(diào)整,對(duì)低層地表通道的改進(jìn)效果明顯,尤其以50.3 GHz的窗區(qū)通道3的結(jié)果最為理想;針對(duì)此次強(qiáng)降水過程中24 h累積降水分布的模擬結(jié)果,CLSMDAS輸出土壤濕度初值條件下同化AMSU-A資料,能夠較為準(zhǔn)確的把握整個(gè)雨帶的走向、大雨以上級(jí)別降水的落區(qū)范圍、降水中心落區(qū)及強(qiáng)度等。說明準(zhǔn)確的土壤濕度初值能夠改進(jìn)衛(wèi)星輻射率資料的同化結(jié)果,進(jìn)而提高數(shù)值模式的模擬預(yù)報(bào)能力。
AMSU-A資料 直接同化 土壤濕度初值 OMB(觀測(cè)場(chǎng)與背景場(chǎng)的偏差)
數(shù)值預(yù)報(bào)的準(zhǔn)確性主要依賴于數(shù)值模式本身的完善程度和數(shù)值模式初始場(chǎng)的準(zhǔn)確程度,隨著數(shù)值模式的不斷精細(xì)化發(fā)展,初始場(chǎng)的準(zhǔn)確性對(duì)預(yù)報(bào)結(jié)果的影響越來越重要。近年來,衛(wèi)星輻射率資料在氣象領(lǐng)域發(fā)揮出越來越重要的作用,已成為數(shù)值預(yù)報(bào)所用觀測(cè)資料的主體,在數(shù)值模式中同化衛(wèi)星輻射率資料來改善數(shù)值預(yù)報(bào)的初始場(chǎng)可以極大地提高預(yù)報(bào)的準(zhǔn)確率。然而在目前的技術(shù)水平下,由于受地表輻射、云和降水等的影響,大量的衛(wèi)星資料在預(yù)處理過程中被剔除掉而沒能被同化系統(tǒng)使用起來,根據(jù)歐洲中期天氣預(yù)報(bào)中心的研究(董佩明等,2008),同化系統(tǒng)分析使用的衛(wèi)星資料數(shù)量?jī)H占預(yù)處理的衛(wèi)星資料數(shù)量的2%多一點(diǎn),大大減小了資料的利用率,造成資源的浪費(fèi)。
眾所周知,陸地表面是大氣下邊界中既重要又復(fù)雜的一個(gè)部分,陸面與大氣及其他圈層之間進(jìn)行的各種時(shí)空尺度的相互作用,以及動(dòng)量、能量、水汽等物理量的交換和輻射傳輸對(duì)大氣環(huán)流及氣候狀況產(chǎn)生極大的影響(馬紅云等,2009)。土壤濕度作為陸氣相互作用過程中的一個(gè)重要物理參數(shù),在陸地尺度上對(duì)大氣的影響甚至超過海面溫度,它可以通過改變地面蒸散、徑流以及地表熱通量等來改變大氣低層的水熱輸送,進(jìn)而影響天氣過程,是值得關(guān)注的一個(gè)重要參數(shù)。許多研究(Chen et al., 1997;Chen and Dudhia,2001;Cassardo et al., 2002;Zhao et al., 2006;李安泰等,2012)已經(jīng)表明了土壤濕度在中尺度模擬中的重要性,土壤濕度的初始化對(duì)中尺度模式尤為重要,不合適的初始值可能會(huì)導(dǎo)致輸出結(jié)果的失真,甚至影響地球系統(tǒng)過程的相互作用等(趙得明,2005)。
由于地表信息的復(fù)雜和不確定性影響,衛(wèi)星資料的同化結(jié)果并沒有達(dá)到預(yù)期的效果,所以在同化過程中,以往的研究通常會(huì)將對(duì)地表比較敏感的低層通道信息剔除掉,以減少對(duì)同化效果的負(fù)面影響。然而這樣的處理方式大大減少了衛(wèi)星資料的使用率,如何將低層通道的資料利用起來,增加資源的使用率是本文的主要研究問題。本文從土壤濕度初值著手,利用WRF(Weather Research & Forecasting)模式及其三維變分同化系統(tǒng)實(shí)現(xiàn)NOAA-16 AMSU-A微波資料的直接同化,并針對(duì)江西地區(qū)的一次強(qiáng)降水過程開展同化及模擬試驗(yàn)研究,在此基礎(chǔ)上改變土壤濕度初值,關(guān)注不同的土壤濕度初值對(duì)觀測(cè)場(chǎng)與背景場(chǎng)偏差的調(diào)整情況,分析改進(jìn)的土壤濕度初值對(duì)輻射率資料直接同化與模式模擬結(jié)果的影響,以期進(jìn)一步提高衛(wèi)星輻射率資料的使用率及其對(duì)模式模擬的正效應(yīng)。
2.1 數(shù)值模式
本文主要采用中尺度數(shù)值預(yù)報(bào)模式WRFV3.3.1、同化系統(tǒng)WRFDA(WRF Data Assimilation)和通用輻射傳輸模式CRTM(Community Radiative Transfer Model)。
WRF模式是由美國(guó)環(huán)境預(yù)測(cè)中心和美國(guó)國(guó)家大氣研究中心等聯(lián)合開發(fā)的新一代中尺度數(shù)值天氣預(yù)報(bào)模式,現(xiàn)已廣泛應(yīng)用于各種研究與業(yè)務(wù)預(yù)報(bào)中。與前一代中尺度數(shù)值預(yù)報(bào)模式MM5相比,WRF模式考慮了比較詳細(xì)的陸面過程,能描述不同下墊面的熱量、水分等的傳輸過程,并將其耦合到邊界層參數(shù)化模式中,加強(qiáng)了邊界層物理過程的模擬,進(jìn)而完善了整個(gè)模式的模擬性能(Joseph, 2004)。
同化系統(tǒng)WRFDA為WRF模式中的三維變分同化系統(tǒng),具有支持并行計(jì)算和系統(tǒng)擴(kuò)展功能的軟件體系架構(gòu),適用范圍廣,從幾公里的區(qū)域中尺度模擬到數(shù)千公里的全球尺度的模擬。系統(tǒng)主要包括參數(shù)讀取、背景場(chǎng)及背景誤差協(xié)方差設(shè)置、觀測(cè)值設(shè)置、觀測(cè)與背景的差值(O―B)計(jì)算、目標(biāo)函數(shù)最小化求解、分析值計(jì)算與輸出等部分。目前的同化系統(tǒng)中增加了輻射率資料的直接同化模塊,利用CRTM模式作為觀測(cè)算子,可以實(shí)現(xiàn)輻射率資料的直接同化。
2.2 AMSU-A資料
全功率微波掃描輻射計(jì)AMSU-A由兩個(gè)分離部件組成,共15個(gè)觀測(cè)通道,星下點(diǎn)分辨率為45 km,每條掃描線上有30個(gè)掃描點(diǎn),主要探測(cè)大氣溫度的垂直結(jié)構(gòu)。
表1給出了AMSU-A的光譜通道特征以及各通道的主要探測(cè)目的(張華等,2004),發(fā)現(xiàn)其1~4通道和15通道的峰值能量貢獻(xiàn)高度在地表處,由于地表狀況的復(fù)雜性,很難準(zhǔn)確計(jì)算出地表輻射率,而輻射傳輸模式對(duì)衛(wèi)星輻射率的模擬在很大程度上取決于地表輻射率的計(jì)算準(zhǔn)確度,因此受地表輻射影響較大的低層通道的探測(cè)資料實(shí)際很少被同化系統(tǒng)真正使用起來,減小了資料的使用率,造成資源的浪費(fèi),同時(shí)也大大降低了衛(wèi)星資料在同化系統(tǒng)中的效用及其對(duì)數(shù)值模式模擬預(yù)報(bào)能力的貢獻(xiàn)等。
表1 AMSU-A各通道光譜特征和主要探測(cè)目的
2.3 陸表土壤濕度數(shù)據(jù)
師春香等(2011)基于集合卡爾曼濾波(張生雷等,2008)及美國(guó)國(guó)家大氣研究中心NCAR的陸面過程模型CLM3.0開發(fā)建立了中國(guó)區(qū)域土壤濕度同化系統(tǒng)CLSMDAS(China Land Soil Moisture Data Assimilation System),以風(fēng)云2號(hào)(FY2)靜止氣象衛(wèi)星的小時(shí)降水(師春香和謝正輝,2008)和地面入射太陽輻射產(chǎn)品作為大氣驅(qū)動(dòng)數(shù)據(jù),并結(jié)合AMSR-E衛(wèi)星反演的土壤濕度產(chǎn)品以及地面的土壤濕度觀測(cè)資料,應(yīng)用于中國(guó)區(qū)域陸面土壤濕度同化試驗(yàn)中。朱晨等(2013)對(duì)CLSMDAS輸出的土壤濕度數(shù)據(jù)進(jìn)行定性與定量化的綜合評(píng)估,利用全國(guó)778個(gè)農(nóng)業(yè)氣象土壤濕度觀測(cè)站的觀測(cè)數(shù)據(jù)對(duì)該系統(tǒng)輸出的2005~2010年同化土壤濕度數(shù)據(jù)集進(jìn)行精度檢驗(yàn),驗(yàn)證結(jié)果表明:同化系統(tǒng)的輸出結(jié)果能較好的體現(xiàn)我國(guó)土壤濕度的時(shí)空分布特征,其干濕程度變化與觀測(cè)基本保持一致;在對(duì)2009至2010年我國(guó)西南地區(qū)冬春干旱的連續(xù)監(jiān)測(cè)中可以看到,模擬結(jié)果可以比較準(zhǔn)確地反映出干旱地區(qū)的范圍、量值和干旱中心,在空間和時(shí)間分布上與國(guó)家氣候中心的旱澇檢測(cè)圖有一定的一致性。
圖1 2010年6月19日00時(shí)(a)500 hPa位勢(shì)高度場(chǎng)(單位:dagpm)和850 hPa風(fēng)場(chǎng)(單位:ms?1)疊加圖以及(b)850 hPa水汽通量和水汽通量散度疊加圖(箭頭表示850 hPa風(fēng)場(chǎng);填色圖為水汽通量,單位:g m?1hPa?1s?1;等值線圖為水汽通量散度,單位:10?3 g m?2hPa?1s?1)
3.1 天氣過程與天氣形勢(shì)
江西省位于我國(guó)長(zhǎng)江中游南岸的鄱陽湖流域,是冷暖空氣經(jīng)常交匯的地帶,加上離海洋較近,海洋暖濕氣流輸送的充沛水汽,這里的成云致雨條件較好,暴雨頻繁、危害嚴(yán)重。尤其汛期,在東亞季風(fēng)的影響下,北方南下的冷空氣與季風(fēng)帶來的強(qiáng)盛西南暖濕急流構(gòu)成冷暖鋒的交匯,是造成暴雨天氣過程的主要影響系統(tǒng)。2010年6月19日發(fā)生在江西地區(qū)的一次強(qiáng)降水過程,發(fā)生范圍大、發(fā)展強(qiáng)度大、降水期集中,強(qiáng)降水中心日累積量達(dá)332.4 mm,造成了嚴(yán)重的災(zāi)情。
分析天氣形勢(shì),此次強(qiáng)降水是因?yàn)楸狈嚼淇諝饽舷聨泶罅扛衫淇諝?,同時(shí)西南暖濕氣流不斷發(fā)展強(qiáng)盛帶來大量暖濕氣流,冷暖兩股氣流相遇導(dǎo)致對(duì)流迅速發(fā)展;且中低層存在明顯的水汽輸送通道,都是形成強(qiáng)降水的有利條件。圖1a給出19日00時(shí)(協(xié)調(diào)世界時(shí),下同)500 hPa位勢(shì)高度場(chǎng)和850 hPa風(fēng)場(chǎng)疊加圖,可以看出中高緯的低壓槽位于我國(guó)東北地區(qū),并一直延伸到江淮地區(qū),東北冷渦不斷生成,東移南壓過程中不斷甩下冷空氣,而沿副熱帶高壓脊線的北側(cè)不斷有暖濕空氣輸送,因而形成了冷暖空氣的交匯;在風(fēng)場(chǎng)實(shí)況圖上,西南暖濕氣流不斷從海上輸送暖濕空氣,使得江西地區(qū)的低層冷暖空氣交匯明顯,且切變線一直維持在江西中北部地區(qū),這些因素共同作用產(chǎn)生了較強(qiáng)的輻合上升運(yùn)動(dòng),造成此次持續(xù)性降水過程。圖1b給出19日00時(shí)850 hPa水汽通量和水汽通量散度疊加圖,可以看出,從19日00時(shí)開始在850 hPa高度上存在一個(gè)寬的舌狀水汽通量高值,從而形成較強(qiáng)的水汽通道;水汽通量散度圖上,在江西東北部存在一個(gè)西北—東南向一直延伸到福建的負(fù)值中心,表明該地存在較強(qiáng)的水汽輻合,有利于強(qiáng)降水的產(chǎn)生。
3.2 強(qiáng)降水實(shí)況
圖2給出19日00時(shí)至20日00時(shí)的24 h累積降水量實(shí)況分布圖,實(shí)況資料為國(guó)家氣象信息中心提供的中國(guó)地面逐日降水量0.25°網(wǎng)格數(shù)據(jù),該數(shù)據(jù)的來源是全國(guó)2400多臺(tái)站的逐日降水量得到的網(wǎng)格產(chǎn)品。由圖可以看出,實(shí)際降水主要位于贛北南部和贛中地區(qū),主要呈帶狀分布在浙贛鐵路沿線一帶及其以南地區(qū),西部地區(qū)的降水范圍明顯大于東部地區(qū)的降水范圍;降水的大值中心位于撫州北部、鷹潭以及南昌交界的地區(qū),最大雨量值達(dá)到270 mm以上。從各站點(diǎn)的實(shí)際統(tǒng)計(jì)結(jié)果來看,此次過程全省的平均降雨量達(dá)84.5 mm,降水量普遍達(dá)100~300 mm,余江、東鄉(xiāng)、進(jìn)賢、資溪等站先后出現(xiàn)24 h降水量歷年本月最大值,強(qiáng)降水造成了嚴(yán)重的洪澇和地質(zhì)災(zāi)害。
圖2 6月19日00時(shí)~20日00時(shí)24 h累積降水量實(shí)況(單位:mm)
3.3 試驗(yàn)方案設(shè)計(jì)
模式的初始背景場(chǎng)及邊界條件采用NCAR(National Centers for Atmospheric Research)提供的1°×1°每日4次的NCEP FNL(Final)全球分析場(chǎng)資料(http://rda.ucar.edu/datasets/ds083.2/[2011-07-08]),試驗(yàn)采用雙重嵌套方式,粗網(wǎng)格為細(xì)網(wǎng)格提供邊界條件,模式的水平分辨率為30 km和10 km,垂直方向均考慮28層,微物理過程選用WSM3方案,邊界層選用YSU方案,積云對(duì)流選用Kain- Fritsch方案,長(zhǎng)波輻射和短波輻射分別為RRTM方案和Dudhia方案。
同化試驗(yàn)中同化時(shí)刻為19日00時(shí),同化時(shí)間窗區(qū)為3 h,采用熱啟動(dòng)方式,用上一循環(huán)的分析場(chǎng)作為初猜場(chǎng),融合衛(wèi)星觀測(cè)資料得到中尺度背景場(chǎng)。首先從18日18時(shí)開始通過WRF模式積分6 h(啟動(dòng)過程),得到19日00時(shí)的預(yù)報(bào)場(chǎng)作為初猜場(chǎng),在WRF-3DVar同化系統(tǒng)中加入AMSU-A資料進(jìn)行同化試驗(yàn),得到相關(guān)的分析場(chǎng)以及更新的邊界文件,將更新后的結(jié)果作為模式00時(shí)刻的初始場(chǎng)和邊界條件進(jìn)入到模式中,模式繼續(xù)向前積分24 h得到20日00時(shí)的模擬結(jié)果,具體的試驗(yàn)時(shí)間示意圖如圖3所示。
在數(shù)值模擬中應(yīng)用輻射率資料,其目的是要為模式提供更為豐富的高時(shí)空分辨率的中尺度信息,從而極大改善模式中中尺度系統(tǒng)初始發(fā)展所依賴的環(huán)境場(chǎng)(齊琳琳等,2005)。為了分析衛(wèi)星輻射率資料對(duì)初始背景場(chǎng)的調(diào)整作用,并比較不同土壤濕度初值對(duì)AMSU-A輻射率資料同化效果的影響,本文共設(shè)計(jì)4組試驗(yàn)(見表2)來開展研究。同化試驗(yàn)的初始背景場(chǎng)均采用模式的6 h預(yù)報(bào)結(jié)果,試驗(yàn)主要分為兩大類別:其一為NCEP初始土壤濕度條件下的試驗(yàn),A方案為控制試驗(yàn)一(control1),B方案為AMSU-A同化試驗(yàn)(amsua1);其二為CLSMDAS初始土壤濕度條件下的試驗(yàn),C方案為控制試驗(yàn)二(control2),D方案為改進(jìn)條件下AMSU-A同化試驗(yàn)(amsua2)。試驗(yàn)中使用系統(tǒng)提供的NCEP背景誤差協(xié)方差(cv_option=3),它是一個(gè)全球的背景誤差場(chǎng),適用于任何區(qū)域,控制變量包括流函數(shù)、非平衡速度勢(shì)、非平衡溫度、非平衡地面氣壓和假相對(duì)濕度五個(gè)部分。通過比對(duì)試驗(yàn)發(fā)現(xiàn),最小化收斂條件設(shè)置為eps=0.005是比較理想的,能夠較快的達(dá)到收斂,且得到更優(yōu)的估計(jì)值。
表2 同化試驗(yàn)方案設(shè)計(jì)
3.4 觀測(cè)資料的質(zhì)量控制
由于受天氣條件、下墊面狀況、地理位置、觀測(cè)條件等的影響,衛(wèi)星觀測(cè)可能會(huì)存在較大的誤差,在同化前需要進(jìn)行觀測(cè)資料的質(zhì)量控制,將觀測(cè)算子不能準(zhǔn)確模擬的觀測(cè)剔除,縮短同化過程的收斂時(shí)間,減小同化結(jié)果的誤差。
粗檢驗(yàn):AMSU探測(cè)的大氣亮溫合理范圍值在150~350 K之間,需要將誤差超過給定范圍 (―20~20 K)的通道觀測(cè)剔除;將衛(wèi)星天頂角的絕對(duì)值大于45°的通道掃描點(diǎn)的信息剔除;由于臨邊效應(yīng),每條掃描線邊緣的探測(cè)視角傾斜嚴(yán)重,使得大氣輻射的傳輸路徑較長(zhǎng),觀測(cè)的輻射率偏低,一般需要將AMSU-A資料每條掃描線兩端1~3和28~30掃描點(diǎn)的觀測(cè)剔除。
云和降水檢驗(yàn):目前的正演模式主要模擬晴空下的輻射率,需要把受降水污染的觀測(cè)剔除,這里采用散射指數(shù)SI(Scattering Index)檢測(cè)方法,即由每次掃描中對(duì)應(yīng)探測(cè)器兩個(gè)通道的亮溫差計(jì)算得到,如果SI指數(shù)大于3 K,則剔除該掃描點(diǎn)的觀測(cè)。此外,雖然微波具有穿透云層探測(cè)大氣溫濕度的能力,但當(dāng)云中的水滴和冰晶粒子大于輻射波長(zhǎng)時(shí),其散射作用會(huì)減弱云層下方的信號(hào)影響探測(cè),所以需要進(jìn)行水滴檢驗(yàn),利用背景場(chǎng)計(jì)算出云中液態(tài)水滴的路徑CLWP(Cloud Liquid Water Path),剔除CLWP值超過0.2 mm的掃描點(diǎn)上的輻射亮溫資料。
4.1 觀測(cè)分析
所有衛(wèi)星資料的直接同化都要通過輻射傳輸模式利用模式背景場(chǎng)資料來計(jì)算模式的模擬亮溫值,這是衛(wèi)星輻射率資料直接同化的關(guān)鍵部分,但在同化過程中,各個(gè)步驟的誤差作用將會(huì)造成觀測(cè)輻射值與根據(jù)模式背景場(chǎng)計(jì)算的輻射值之間存 在一定的偏差,在將衛(wèi)星輻射值應(yīng)用于數(shù)值預(yù)報(bào)模式中時(shí)很難獲得正的效應(yīng)。本文從初始場(chǎng)中的土壤濕度數(shù)據(jù)考慮,希望通過提供較為準(zhǔn)確的土壤濕度初值后將對(duì)地表敏感的低層通道的信息利用起來,即通過預(yù)處理(質(zhì)量控制和偏差訂正)之后更多的觀測(cè)資料能夠進(jìn)入到同化系統(tǒng)中參與同化,這里重點(diǎn)關(guān)注同化之前觀測(cè)場(chǎng)與背景場(chǎng)的偏差OMB(observation minus background),即衛(wèi)星觀測(cè)值與通過觀測(cè)算子利用模式背景場(chǎng)資料計(jì)算得到的模擬亮溫值之間的差值。
從各通道資料的觀測(cè)亮溫值與模式背景場(chǎng)模擬亮溫值的分布情況可以看出(圖略),對(duì)于常用的5~12通道的資料,由于觀測(cè)亮溫值與用觀測(cè)算子計(jì)算得到的模擬亮溫值的偏差在合理的范圍值內(nèi),因而這部分資料能夠進(jìn)入到同化系統(tǒng)中參與同化,資料的利用率本身就比較高,所以在改進(jìn)的土壤濕度初值條件下,OMB值并沒有得到顯著的改善,調(diào)整作用不太明顯。然而對(duì)于地表敏感的低層通道觀測(cè),土壤濕度初值條件的改變就顯得尤為重要,此時(shí)利用觀測(cè)算子計(jì)算得到的模擬亮溫值將會(huì)有所變化,與觀測(cè)亮溫值的偏差減小,資料得到較優(yōu)的控制,從而能夠進(jìn)入到同化系統(tǒng)中。圖4a、b給出的是50.3 GHz的窗區(qū)通道3的OMB分布情況,總體來講通道3的調(diào)整是比較明顯的,尤其西部地區(qū)、四川盆地的OMB值明顯減小,模擬亮溫值更加接近于實(shí)際觀測(cè),說明該通道對(duì)土壤濕度是較為敏感的,改進(jìn)的土壤濕度初值可以減小模式模擬與觀測(cè)之間的偏差,增加該通道的資料使用率。圖4c、d給出了通道3 的OMB直方圖統(tǒng)計(jì)結(jié)果,可以較為直觀的表現(xiàn)觀測(cè)資料與模擬結(jié)果的偏差分布情況,觀察發(fā)現(xiàn),改進(jìn)的土壤濕度初值條件下OMB的絕對(duì)值在4 K以內(nèi)的觀測(cè)數(shù)目明顯要多于NCEP土壤濕度初值條件下的結(jié)果,資料的使用率提高近33.96%,且整個(gè)分布幾乎成正態(tài)分布,是比較優(yōu)的一種結(jié)果。
圖3 試驗(yàn)時(shí)間示意圖
圖4 (a、c)NCEP土壤濕度初值和(b、d)CLSMDAS輸出土壤濕度初值條件下NOAA-16 AMSU-A通道3的OMB分布情況:(a、b)OMB資料分布(單位:K);(c、d)直方圖統(tǒng)計(jì)(橫坐標(biāo):OMB;縱坐標(biāo):偏差訂正后同化的觀測(cè)數(shù))
從通道3觀測(cè)亮溫值與模擬亮溫值的散點(diǎn)分布(圖略)也可以看出,CLSMADS輸出的土壤濕度初值條件下的觀測(cè)值與模擬值更為接近,各統(tǒng)計(jì)量明顯減小,與NCEP土壤濕度初值條件下的模擬亮溫相比,同化前經(jīng)過偏差訂正后,CLSMDAS輸出土壤濕度初值條件下模擬值的平均偏差由3.928減小到1.993,均方根誤差從5.392減小到4.277,說明模擬的亮溫值與觀測(cè)是更為接近的,土壤濕度初值的改變帶來的是正的調(diào)整作用。
研究表明,對(duì)于地表敏感的低層通道而言,無論是OMB的打點(diǎn)分布還是觀測(cè)值與模擬值的直方圖分布以及散點(diǎn)分布,CLSMDAS輸出土壤濕度初值條件下模擬的亮溫值與實(shí)際觀測(cè)值更為接近,說明改進(jìn)的土壤濕度初值條件下觀測(cè)算子的計(jì)算值得到正的調(diào)整,更多的觀測(cè)資料能夠通過質(zhì)量控制而進(jìn)入到同化系統(tǒng)當(dāng)中,更多的資料能夠被用來調(diào)整數(shù)值模式的初始場(chǎng),進(jìn)而得到更為準(zhǔn)確的模擬預(yù)報(bào)結(jié)果。
4.2 模擬結(jié)果分析
4.2.1 初始土壤濕度
土壤濕度初始場(chǎng)的變化對(duì)陸面過程特別是對(duì)陸面向大氣的水分輸送和能量通量有很大影響。圖5給出10cm處CLSMDAS輸出土壤濕度和模式初始時(shí)刻土壤濕度的差異(CLSMDAS-NCEP),由圖5b可以看出,研究區(qū)域NCEP資料的土壤濕度模擬整體高于CLSMDAS的模擬結(jié)果,與Roads et al.(1999)及Chen and Mitchell(1999)的研究結(jié)論一致,即NCEP資料的土壤濕度偏高,而CLSMDAS輸出的土壤濕度數(shù)據(jù)經(jīng)驗(yàn)證與觀測(cè)資料更為接近,但CLSMDAS的結(jié)果整體偏干,所以導(dǎo)致兩者的差異比較大。
分析各層的土壤濕度差異可以發(fā)現(xiàn),淺層土壤濕度的空間變異性比較明顯,在已經(jīng)發(fā)生降水的區(qū)域或者鄱陽湖附近,兩種資料的土壤濕度差異比較?。欢酵顚?,土壤濕度的差異越大,一方面說明前期降水對(duì)深層土壤的影響還比較小,向下的滲透未能對(duì)深層的土壤濕度產(chǎn)生明顯的作用,另一方面也說明模式對(duì)深層土壤濕度的模擬性能有待進(jìn)一步驗(yàn)證,深層土壤對(duì)陸面模式的敏感性有待進(jìn)一步分析。
4.2.2 24 h累積降水
圖6給出各試驗(yàn)方案模擬的6月19日00時(shí)~20日00時(shí)24 h的累積降水量分布,比較來看,各試驗(yàn)方案均大致模擬出贛北南部和贛中地區(qū)的帶狀降水分布和走向,但對(duì)降水中心的模擬存在一定的差異。具體來看,試驗(yàn)A沒有能夠表現(xiàn)江西地區(qū)270 mm以上量級(jí)的強(qiáng)降水中心,但模擬出多個(gè)210 mm以上量級(jí)降水區(qū)域,對(duì)114°E附近銅鼓縣地區(qū)次降水中心的模擬也較差,但能夠較好的模擬出117°E附近與福建省接壤地區(qū)的強(qiáng)降水;試驗(yàn)B中加入了AMSU-A輻射率資料,模擬出多個(gè)強(qiáng)降水中心,114°E附近降水的模擬結(jié)果偏南,117°E附近降水的模擬強(qiáng)度偏小,但對(duì)(28.5°N,116.5°E)附近較強(qiáng)降水的模擬結(jié)果是幾種方案中最好的;試驗(yàn)C在試驗(yàn)A的基礎(chǔ)上改變了土壤濕度初值,采用CLSMDAS輸出的較為準(zhǔn)確的土壤濕度替換NCEP資料中的土壤濕度,總體來講此次降水事件對(duì)土壤濕度初值還是比較敏感的,與試驗(yàn)A的模擬結(jié)果相比有很大的改進(jìn),能夠模擬出強(qiáng)降水中心,只有0.5°左右的偏移,略微偏西南方向,較好的模擬出117°E附近的降水,卻未能模擬出114°E附近的降水,對(duì)贛中地區(qū)的模擬強(qiáng)度偏大;試驗(yàn)D在改進(jìn)的土壤濕度初值條件下同化AMSU-A資料,是幾種方案中模擬結(jié)果最優(yōu)的,但不足的是對(duì)114°E附近的降水模擬偏強(qiáng)且落區(qū)偏南。
圖5 (a)CLSMDAS模式輸出的10cm處土壤濕度(單位:m3 m?3);(b)CLSMDAS與NCEP中初始土壤濕度場(chǎng)10cm上的差異分布(CLSMDAS-NCEP)
圖6 各試驗(yàn)方案模擬的6月19日00時(shí)~20日00時(shí)24 h累積降水量(單位:mm):(a)方案A;(b)方案B;(c)方案C;(d)方案D
綜合以上分析可以發(fā)現(xiàn):對(duì)于24 h累積降水的模擬,改進(jìn)土壤濕度初值條件下同化AMSU-A資料對(duì)此次強(qiáng)降水過程的模擬效果最為理想,對(duì)雨帶的走向、大雨以上級(jí)別降水的落區(qū)范圍、降水中心落區(qū)及強(qiáng)度的把握最為準(zhǔn)確。
4.2.3 TS評(píng)分檢驗(yàn)
為定量分析不同土壤濕度初值條件下同化衛(wèi)星觀測(cè)資料后降水模擬結(jié)果的差異,本文采用降水分級(jí)檢驗(yàn)的TS(Threat score)評(píng)分方法對(duì)模擬結(jié)果進(jìn)行評(píng)估,將模擬區(qū)域內(nèi)的實(shí)況降水與插值到站點(diǎn)的模擬值做統(tǒng)計(jì)檢驗(yàn),將降水等級(jí)劃分為:小雨(>0且<10 mm),中雨(≥10 mm且<25 mm),大雨(≥25 mm且<50 mm),暴雨(≥50 mm且<100 mm),大暴雨(≥100 mm且<200 mm),較大暴雨(≥150 mm且<200 mm),特大暴雨(≥200 mm且<300 mm),評(píng)分表達(dá)式可寫為
TS=a/(a+b+c), (1)
式中,以表示站點(diǎn)數(shù),a為正確的站點(diǎn)數(shù),即模式與實(shí)況均有某量級(jí)降水;b為空?qǐng)?bào)的站點(diǎn)數(shù),即觀測(cè)無某量級(jí)降水而模擬結(jié)果有;c為漏報(bào)的站點(diǎn)數(shù),即觀測(cè)有某量級(jí)降水而模擬結(jié)果無。
表3給出不同土壤濕度初值條件下同化衛(wèi)星觀測(cè)資料后模擬降水的評(píng)分結(jié)果,可以看出:對(duì)于小雨級(jí)別的降水,TS評(píng)分均較高,改進(jìn)的土壤濕度初值條件下同化衛(wèi)星資料的模擬結(jié)果評(píng)分值最高為0.71;對(duì)于中雨級(jí)別的降水,TS評(píng)分值不是很高,且改進(jìn)試驗(yàn)未能帶來正效果,但衛(wèi)星資料的同化提高了TS評(píng)分;對(duì)大雨級(jí)別的降水,改進(jìn)試驗(yàn)有一定的正調(diào)整,且同化衛(wèi)星資料后TS評(píng)分提高了0.14;對(duì)于暴雨及以上級(jí)別的降水,TS評(píng)分則有明顯的提高,如[50,100)量級(jí)降水的TS評(píng)分提高了0.09,是模擬結(jié)果較好的一個(gè)量級(jí);[100,150)量級(jí)大暴雨的評(píng)分檢驗(yàn),改進(jìn)的土壤濕度初值條件下同化衛(wèi)星資料的模擬結(jié)果評(píng)分值并不是最理想的,其值要稍低于試驗(yàn)B的結(jié)果;[150,200)量級(jí)較大暴雨的評(píng)分檢驗(yàn),TS評(píng)分提高了0.05;[200,300)量級(jí)特大暴雨的評(píng)分檢驗(yàn),可以得出與前面一致的結(jié)論,CLSMDAS土壤濕度初值條件下降水中心的模擬結(jié)果要優(yōu)于NCEP的,與實(shí)況降水分布更為接近,且更能體現(xiàn)降水的區(qū)域波動(dòng)性特點(diǎn),但試驗(yàn)D中由于模擬出了虛假的強(qiáng)降水中心,所以雖然在真實(shí)降水的模擬上效果較好,但整體的TS評(píng)分值卻相對(duì)要低于其它試驗(yàn)。除中雨和大暴雨外,CLSMDAS土壤濕度初值條件下同化衛(wèi)星觀測(cè)資料后各量級(jí)降水的TS評(píng)分基本都要高于NCEP土壤濕度初值條件下的結(jié)果,不同等級(jí)降水的模擬結(jié)果與實(shí)況站點(diǎn)分布更為接近。
表3 不同土壤濕度初值條件下不同等級(jí)降水的評(píng)分結(jié)果
本文利用WRF模式及其三維變分同化系統(tǒng)實(shí)現(xiàn)了NOAA-16 AMSU-A微波資料的直接同化,并針對(duì)2010年6月19日江西地區(qū)的一次強(qiáng)降水過程開展試驗(yàn)研究,在此基礎(chǔ)上,改變模式初始場(chǎng)中的土壤濕度,分析改進(jìn)的土壤濕度初值對(duì)輻射率資料直接同化與模式模擬的影響,并重點(diǎn)關(guān)注不同土壤濕度初值對(duì)觀測(cè)場(chǎng)與背景場(chǎng)的偏差調(diào)整情況,得到以下結(jié)論:
(1)CLSMDAS輸出土壤濕度初值條件下模擬的亮溫值與實(shí)際觀測(cè)值更為接近,質(zhì)量控制和偏差訂正后更多的觀測(cè)資料能夠進(jìn)入到同化系統(tǒng)中,說明改進(jìn)的土壤濕度初值條件下觀測(cè)算子的計(jì)算值得到正的調(diào)整,下一步可以綜合考慮多種陸面方案及陸面參數(shù)(如土壤溫度、地表發(fā)射率等)的影響,為輻射傳輸模式提供更加準(zhǔn)確的初始輸入?yún)?shù),提高模式的正演計(jì)算精度,減小輻射亮溫值的計(jì)算偏差。
(2)CLSMDAS輸出土壤濕度初值條件下同化AMSU-A資料對(duì)此次強(qiáng)降水過程的整體模擬效果最為理想,對(duì)24 h累積降水分布的模擬,能夠較為準(zhǔn)確的把握整個(gè)雨帶的走向、大雨以上級(jí)別降水的落區(qū)范圍、降水中心落區(qū)及強(qiáng)度等;從統(tǒng)計(jì)結(jié)果可以看出各量級(jí)降水的TS評(píng)分基本都要高于NCEP土壤濕度初值條件下的結(jié)果,除中雨和大暴雨外,不同級(jí)別降水的模擬結(jié)果與實(shí)況站點(diǎn)分布更為接近。此外,這些研究對(duì)于分析區(qū)域強(qiáng)降水的出現(xiàn)時(shí)間及強(qiáng)度變化等有一定的指導(dǎo)意義,對(duì)于探討陸面過程及陸面參數(shù)對(duì)降水事件的影響機(jī)制研究也有一定的參考意義。本次試驗(yàn)主要是針對(duì)個(gè)例開展研究,今后可以進(jìn)行長(zhǎng)時(shí)間序列或長(zhǎng)時(shí)間氣候尺度的研究,比如分析土壤濕度對(duì)月尺度過程的影響等。
(3)陸面土壤濕度的狀況雖然不能根本改變降水的模擬,但能起到改善作用,模擬結(jié)果有待進(jìn)一步提高。而數(shù)值模式的模擬預(yù)報(bào)能力,在一定程度上取決于模式初始場(chǎng)的準(zhǔn)確度,未來可以綜合考慮初始場(chǎng)中多種陸面參數(shù)的作用,同化進(jìn)去更多高時(shí)空分辨率的衛(wèi)星觀測(cè)資料,得到更為準(zhǔn)確的模擬預(yù)報(bào)結(jié)論。
(References:)
Cassardo C, Balsamo G P, Cacciamani C, et al. 2002. Impact of soil surface moisture initialization on rainfall in a limited area model: A case study of the 1995 South Ticino flash flood [J]. Hydrological Processes, 16 (6): 1301–1317.
Chen F, Janjic Z, Mitchell K. 1997. Impact of atmospheric surface-layer parameterizations in the new land-surface scheme of the NCEP mesoscale ETA model [J]. Bound.-Layer Meteor., 85 (3): 391–421.
Chen F, Mitchell K. 1999. Using GEWEX/ISLSCP forcing data to simulate global soil moisture fields and hydrological cycle for 1987–1988 [J]. J. Meteor. Soc. Japan, 77: 167–182.
Chen F, Dudhia J. 2001. Coupling an advanced land-surface/hydrology model with the Penn State/NCAR MM5 modeling system. Part I: Model description and implementation [J]. Mon. Wea. Rev., 129: 569–585.
董佩明, 薛紀(jì)善, 黃兵, 等. 2008. 數(shù)值天氣預(yù)報(bào)中衛(wèi)星資料同化應(yīng)用現(xiàn)狀和發(fā)展 [J]. 氣象科技, 36 (1): 1–7. Dong Peiming, Xue Jishan, Huang Bing, et al. 2008. Application status and development of satellite data assimilation in numerical weather forecast [J]. Meteorological Science and Technology (in Chinese), 36 (1): 1–7.
Joseph B K. 2004. Weather research and forecasting model: A technical overview [C]//84th AMS Annual Meeting, Seattle, U S A, Jan, 10–15.
李安泰, 何宏讓, 張?jiān)? 2012. WRF模式陸面參數(shù)擾動(dòng)對(duì)一次西北暴雨影響的數(shù)值模擬 [J]. 高原氣象, 31 (1): 65–75. Li Antai, He Hongrang, Zhang Yun. 2012. Numerical simulation of effect of WRF land surface parameter disturbance on a rainstorm in Northwest China [J]. Plateau Meteorology (in Chinese), 31 (1): 65–75.
馬紅云, 郭品文, 宋潔. 2009. 耦合不同陸面方案的WRF模式對(duì)2007年7月江淮強(qiáng)降水過程的模擬 [J]. 大氣科學(xué), 33 (3): 557–567. Ma Hongyun, Guo Pinwen, Song Jie. 2009. Simulation of “2007.7” heavy rainfall case in the Changjiang–Huaihe Valley using the WRF model with different land surface schemes [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 33 (3): 557–567.
齊琳琳, 孫建華, 張小玲, 等. 2005. ATOVS資料在長(zhǎng)江流域一次暴雨過程模擬中的應(yīng)用 [J]. 大氣科學(xué), 29 (5): 780–794. Qi Linlin, Sun Jianhua, Zhang Xiaoling, et al. 2008. The ATOVS data assimilating experiments on the heavy rain over the Yangtze River basin [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 29 (5): 780–794.
Roads J Q, Chen S C, Kanamitsu M, et al. 1999. Surface water characteristics in NCEP global spectral model and reanalysis [J]. J. Geophys. Res., 104 (D16): 19307–19327.
師春香, 謝正輝. 2008. 基于靜止氣象衛(wèi)星觀測(cè)的降水時(shí)間降尺度研究 [J]. 地理科學(xué)進(jìn)展, 27 (4): 15–22. Shi Chunxiang, Xie Zhenghui. 2008. A time downscaling scheme of precipitation by using geostationary meteorological satellite data [J]. Progress in Geography (in Chinese), 27 (4): 15–22.
師春香, 謝正輝, 錢輝, 等. 2011. 基于衛(wèi)星遙感資料的中國(guó)區(qū)域土壤濕度EnKF數(shù)據(jù)同化 [J]. 中國(guó)科學(xué): 地球科學(xué), 41 (3): 375–385. Shi Chunxiang, Xie Zhenghui, Qian Hui, et al. 2011. China land soil moisture EnKF data assimilation based on satellite remote sensing data [J]. Sci. China Earth Sci., 54 (9): 1430–1440.
張華, 丑紀(jì)范, 邱崇踐. 2004. 西北太平洋威馬遜臺(tái)風(fēng)結(jié)構(gòu)的衛(wèi)星觀測(cè)同化分析 [J]. 科學(xué)通報(bào), 49 (5): 493–498. Zhang Hua, Chou Jifan, Qiu Chongjian. 2004. The structure analysis of satellite observation assimilation of the Rammasun typhoon on Northwest Pacific Ocean [J]. Chinese Science Bulletin (in Chinese), 49 (5): 493–498.
張生雷, 謝正輝, 師春香, 等. 2008. 集合Kalman濾波在土壤濕度同化中的應(yīng)用 [J]. 大氣科學(xué), 32 (6): 1419–1430. Zhang Shenglei, Xie Zhenghui, Shi Chunxiang, et al. 2008. Applications of ensemble Kalman filter in soil moisture assimilation [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32 (6): 1419–1430.
趙得明. 2005. 衛(wèi)星遙感資料反演土壤濕度及其在數(shù)值模擬中的應(yīng)用 [D]. 南京大學(xué)博士學(xué)位論文. Zhao Deming. 2005. Soil moisture retrieval from satellite remote sensing images and its application in numerical simulation [D]. Ph. D. dissertation (in Chinese), Department of Atmospheric Sciences, Nanjing University.
Zhao D M, Su B K, Zhao M, et al. 2006. Soil moisture retrieval from satellite images and its application to heavy rain simulation in eastern China [J]. Adv. Atm. Sci., 23 (2): 299–316.
朱晨, 師春香, 席琳, 等. 2013. 中國(guó)區(qū)域不同深度土壤濕度模擬和評(píng)估 [J]. 氣象科技, 41 (3): 529–536. Zhu Chen, Shi Chunxiang, Xi Lin, et al. 2013. Simulation and assessment of soil moisture at different depths in China area [J]. Meteorological Science and Technology (in Chinese), 41 (3): 529–536.
楊袁慧,師春香. 2015. 土壤濕度對(duì)衛(wèi)星輻射率資料直接同化的影響[J]. 大氣科學(xué), 39 (1): 37?46, doi:10.3878/j.issn.1006-9895.1406.13281. Yang Yuanhui, Shi Chunxiang. 2015. The impact of soil moisture initialization on the direct assimilation of satellite radiance data [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (1): 37?46.
The Impact of Soil Moisture Initialization on the Direct Assimilation of Satellite Radiance Data
Yang Yuanhui1and Shi Chunxiang2, 3
1,102300;2,,100081;3,100081
This study conducted direct assimilation experiments of microwave remote sensing data AMSU-A with the mesoscale numerical weather prediction model WRFV3.3.1 and its 3DVAR system. Our numerical simulation and assimilation experiment research focused on a heavy rainfall event that occurred at Jiangxi Province on June 19, 2010. We changed the soil moisture value in the initial field of the model and analyzed the impact of improved soil moisture accuracy on the model simulation and the directly assimilated emissivity data. Moreover, we adjusted the deviations in the observational data and the background conditions under different soil moisture conditions. The results show that:The output of the China Land Soil Moisture Data Assimilation System (CLSMDAS), after adjusting the soil moisture initial condition, simulates brightness temperature values that are much closer to actual observations. Much more observational data can be entered into the assimilation system after quality control and bias correction, so the improved soil moisture initial condition can be positively adjusted, especially in window channels such as band 3, with a frequency of 50.3 GHz. Soil moisture from the output of the CLSMDAS can better represent the trend of the rain belt, the drop zone of heavy rain, and the rain center and intensity. All these show us that more accurate initial soil moisture values can improve the results of satellite data assimilation, and thus increase the numerical model forecasting capability.
AMSU-A data, Direct assimilation, Soil moisture initialization, OMB (observation minus background)
1006?9895(2015)01?0037?10
P456
A
10.3878/j.issn.1006-9895.1406.13281
2013?10?12;網(wǎng)絡(luò)預(yù)出版日期2014?06?12
財(cái)政部/科技部公益性行業(yè)科研專項(xiàng)GYHY201306045、GYHY201306022、GYHY201206008,國(guó)際科技合作與交流專項(xiàng)2011DFG23150
楊袁慧,女,1988年出生,碩士研究生,主要從事衛(wèi)星資料同化、數(shù)值天氣預(yù)報(bào)等方面的研究工作。E-mail: yhyang871@yeah.net
師春香,E-mail: shicx@cma.gov.cn