HY-2衛(wèi)星高度計(jì)波高資料在集合最優(yōu)插值同化中的應(yīng)用研究
——以臺(tái)風(fēng)“Lipee”為例

王天駒，齊琳琳，朱江，王舉，宋攀，王曉丹

(1.解放軍理工大學(xué) 氣象海洋學(xué)院, 江蘇 南京 211101；2.空軍裝備研究院航空氣象防化研究所, 北京 100085；3.中國(guó)科學(xué)院大氣物理研究所 國(guó)際氣候與環(huán)境科學(xué)中心, 北京 100029)

HY-2衛(wèi)星高度計(jì)波高資料在集合最優(yōu)插值同化中的應(yīng)用研究
——以臺(tái)風(fēng)“Lipee”為例

王天駒1,2，齊琳琳2*，朱江3，王舉1，宋攀1,2，王曉丹2

(1.解放軍理工大學(xué) 氣象海洋學(xué)院, 江蘇 南京 211101；2.空軍裝備研究院航空氣象防化研究所, 北京 100085；3.中國(guó)科學(xué)院大氣物理研究所 國(guó)際氣候與環(huán)境科學(xué)中心, 北京 100029)

基于海浪模式SWAN(Simulating Waves Nearshore)，以臺(tái)風(fēng)“Lipee”為例，開(kāi)展了集合最優(yōu)插值(EnOI)同化HY-2衛(wèi)星高度計(jì)有效波高(SWH)資料的臺(tái)風(fēng)浪數(shù)值預(yù)報(bào)影響研究。結(jié)果表明，利用HY-2衛(wèi)星高度計(jì)波高資料結(jié)合EnOI方法進(jìn)行同化，可有效改善海浪初始場(chǎng)質(zhì)量，同化對(duì)絕對(duì)誤差的改進(jìn)可達(dá)15%，均方根誤差改進(jìn)14%。同化對(duì)預(yù)報(bào)誤差、均方根誤差都有一定程度的改進(jìn)，其中在0～24 h預(yù)報(bào)時(shí)效內(nèi)的改進(jìn)最為明顯，絕對(duì)誤差可改進(jìn)12%，均方根誤差改進(jìn)13%。研究結(jié)果不僅可為海洋預(yù)報(bào)、同化提供參考，而且可為進(jìn)一步加強(qiáng)HY-2衛(wèi)星高度計(jì)資料的應(yīng)用提供技術(shù)支持。

HY-2衛(wèi)星高度計(jì)；集合最優(yōu)插值同化；臺(tái)風(fēng)浪預(yù)報(bào)

1 引言

近年來(lái)，隨著觀測(cè)技術(shù)以及觀測(cè)手段的提高，海洋衛(wèi)星觀測(cè)得到了快速發(fā)展，越來(lái)越多的海洋衛(wèi)星可以在全球范圍內(nèi)對(duì)海洋狀況進(jìn)行高精度的連續(xù)觀測(cè)，從而豐富了人們獲取海洋觀測(cè)資料的手段，使海洋觀測(cè)數(shù)據(jù)得到極大的積累。隨著我國(guó)第一顆海洋動(dòng)力環(huán)境監(jiān)測(cè)衛(wèi)星HY-2的成功發(fā)射并投入使用，我國(guó)也成為了世界上為數(shù)不多的可以獨(dú)立研發(fā)海洋科學(xué)衛(wèi)星的國(guó)家之一。衛(wèi)星上搭載的各類(lèi)探測(cè)設(shè)備，可獲得豐富多樣的觀測(cè)資料，為我國(guó)海洋科學(xué)的進(jìn)一步發(fā)展奠定基礎(chǔ)。

海洋衛(wèi)星高度計(jì)波高數(shù)據(jù)的一大用途，在于可以結(jié)合同化方法和同化預(yù)報(bào)技術(shù)，在海浪模式的基礎(chǔ)之上進(jìn)一步提高海浪預(yù)報(bào)的準(zhǔn)確性。Komen等[1]首先利用SEASAT高度計(jì)資料證實(shí)了同化對(duì)改進(jìn)海浪場(chǎng)模擬的有效性。Hasselmann等[2]和Bauer等[3]利用30 d的SEASAT衛(wèi)星高度計(jì)資料進(jìn)行了全球浪場(chǎng)同化研究。Esteva[4]和Lionello等[5]利用最優(yōu)插值(OI)方法將SEASAT和GEOSAT衛(wèi)星高度計(jì)數(shù)據(jù)同化到海浪模式。隨后，眾多學(xué)者采用該方法開(kāi)展了多種衛(wèi)星資料的海浪同化試驗(yàn)研究[6]。國(guó)內(nèi)對(duì)于衛(wèi)星高度計(jì)資料的海浪同化預(yù)報(bào)研究也得到迅速發(fā)展。王躍山[7]用插入觀測(cè)法將高度計(jì)觀測(cè)同化到WAM海浪模式中。張志旭等[8]利用最優(yōu)插值法同化Topex/Poseidon衛(wèi)星高度計(jì)資料開(kāi)展了我國(guó)南海的一次臺(tái)風(fēng)浪過(guò)程研究。郭衍游[9]利用最優(yōu)插值法建立了基于WAVEWATCHⅢ的東海海區(qū)海浪同化系統(tǒng)，并開(kāi)展了Topex/Poseidon衛(wèi)星高度計(jì)有效波高數(shù)據(jù)同化試驗(yàn)。王毅和余宙文[10]基于SWAN模式，利用最優(yōu)插值法同化Jason-1衛(wèi)星高度計(jì)資料開(kāi)展了海浪預(yù)報(bào)研究。齊鵬和范秀梅[11]基于WAVEWATCHⅢ模式，開(kāi)發(fā)了最優(yōu)插值海浪數(shù)據(jù)同化的并行化模塊，并開(kāi)展了Jason-2衛(wèi)星高度計(jì)資料的印度洋海域海浪同化預(yù)報(bào)試驗(yàn)。

目前，通過(guò)逐步訂正、最優(yōu)插值、變分伴隨、格林函數(shù)和卡爾曼濾波等方法將觀測(cè)數(shù)據(jù)引入海浪數(shù)值模式，已成為改進(jìn)初始場(chǎng)進(jìn)一步提高海浪預(yù)報(bào)精度的重要途徑之一。但仍存在或背景誤差協(xié)方差隨流性考慮不足，或計(jì)算量過(guò)大，不適合計(jì)算資源相對(duì)有限情況下的高分辨率模式應(yīng)用等問(wèn)題。近年來(lái)，作為一種可靠高效的多變量同化手段，集合最優(yōu)插值(Ensemble Optimal Interpolation，簡(jiǎn)稱(chēng) EnOI)同化方法在海洋溫鹽流同化預(yù)報(bào)中得到廣泛應(yīng)用[12—14]，但其在海浪同化預(yù)報(bào)上的研究卻相對(duì)薄弱，曹蕾和齊鵬[15]基于WAVEWATCHⅢ海浪模式，采用該方法對(duì)北印度洋海浪進(jìn)行了嘗試研究，認(rèn)為其具有業(yè)務(wù)應(yīng)用前景。鑒于該同化方法考慮了背景誤差協(xié)方差的隨流性，計(jì)算代價(jià)低，在計(jì)算資源相對(duì)有限情況下，對(duì)高分辨率海浪模式而言，可作為一種可行高效的同化手段加以應(yīng)用[16]。因此，本文以臺(tái)風(fēng)“Lipee”為例，基于SWAN海浪模式，采用EnOI方法開(kāi)展了HY-2衛(wèi)星高度計(jì)波高觀測(cè)的同化預(yù)報(bào)研究，目的是定量化評(píng)估該同化方法在海浪預(yù)報(bào)中的有效性，并對(duì)我海洋衛(wèi)星高度計(jì)資料在海浪預(yù)報(bào)中的業(yè)務(wù)化應(yīng)用提供一定的參考依據(jù)。

2 模式與資料

臺(tái)風(fēng)是發(fā)生在熱帶洋面上的一種具有暖心結(jié)構(gòu)的強(qiáng)氣旋性渦旋，是主要的災(zāi)害性天氣系統(tǒng)之一，是引發(fā)大風(fēng)浪的重要原因。據(jù)統(tǒng)計(jì)，由臺(tái)風(fēng)浪造成的經(jīng)濟(jì)損失平均每年就超過(guò)7億元[17—19]。因此，以臺(tái)風(fēng)浪為例進(jìn)行預(yù)報(bào)研究，可對(duì)進(jìn)一步提高預(yù)報(bào)準(zhǔn)確性，實(shí)施好海洋水文保障、災(zāi)害預(yù)警預(yù)防具有極其重要的意義。臺(tái)風(fēng)“Lipee”于2013年6月16日生成于西北太平洋海域，18日17UTC發(fā)展最盛，強(qiáng)度達(dá)到熱帶風(fēng)暴，中心氣壓為990 hPa，最大風(fēng)速達(dá)23 m/s。21日05UTC減弱為熱帶低氣壓，21日08UTC轉(zhuǎn)變?yōu)闇貛庑?。本文以該臺(tái)風(fēng)為例，將2013年6月17日00UTC—23日00UTC作為研究時(shí)段，計(jì)算區(qū)域是4°～39°N，104°～148°E。

本文采用的海浪模式為第三代淺水模式SWAN(41.01版本)，考慮了風(fēng)攝入波動(dòng)能、非線(xiàn)性波—波相互作用、白帽耗散和底摩擦等物理過(guò)程，設(shè)置模式積分時(shí)間步長(zhǎng)為600 s，最小水深為5 m。海浪譜頻率范圍從0.04 Hz到0.5 Hz，離散為26個(gè)頻段；方向分辨率設(shè)為10°，包括36個(gè)方向。

風(fēng)場(chǎng)采用GFS 10 m高度近地層風(fēng)場(chǎng)，其中同化和預(yù)報(bào)階段雖均采用分辨率為0.5°×0.5°的風(fēng)場(chǎng)資料，但同化中使用的是逐6 h再分析風(fēng)場(chǎng)，而預(yù)報(bào)中則使用逐3 h預(yù)報(bào)風(fēng)場(chǎng)。何曉鳳等[20]對(duì)GFS近地層風(fēng)場(chǎng)進(jìn)行4個(gè)典型月的風(fēng)速定量檢驗(yàn)，得到其總體平均相對(duì)誤差為2.65 m/s，平均TS評(píng)分為0.9，誤差在可接受的范圍內(nèi)，風(fēng)場(chǎng)較為準(zhǔn)確。

同化數(shù)據(jù)來(lái)自HY-2衛(wèi)星高度計(jì)的有效波高，用于同化效果檢驗(yàn)的數(shù)據(jù)來(lái)自Jason-2衛(wèi)星高度計(jì)有效波高。其中，HY-2衛(wèi)星軌道為太陽(yáng)同步軌道，傾角99.34°，軌道高度971 km，重復(fù)周期為14 d；Jason-2衛(wèi)星的軌道高度為1 336 km，傾角66.039°，重復(fù)周期為9.915 d。圖1、2分別給出了研究時(shí)段中試驗(yàn)區(qū)域內(nèi)兩衛(wèi)星星下點(diǎn)采樣分布。經(jīng)統(tǒng)計(jì)可知，2013年6月17日00UTC—20日00UTC的HY-2觀測(cè)點(diǎn)共4 172個(gè)，觀測(cè)有效波高平均值1.37 m。6月17日00UTC—23日00UTC的Jason-2衛(wèi)星觀測(cè)點(diǎn)共有5 239個(gè)，有效波高平均值為1.48 m。對(duì)于Jason-2衛(wèi)星的觀測(cè)誤差，本文采用曹蕾和齊鵬[15]的評(píng)估結(jié)果，取為0.15 m。

圖1 研究區(qū)域內(nèi)臺(tái)風(fēng)移動(dòng)路徑和6月17日00UTC—20日00UTC間HY-2衛(wèi)星星下點(diǎn)分布Fig.1 Typhoon path and HY-2 satellite sampling location during June 17th 00UTC-June 20th 00UTC 紅色：臺(tái)風(fēng)路徑；黑色：HY-2衛(wèi)星采樣點(diǎn)Red: typhoon path; black: HY-2 satellite sampling location

圖2 研究區(qū)域內(nèi)6月17日00UTC—23日00UTC間Jason-2衛(wèi)星星下點(diǎn)分布Fig.2 Jason-2 satellite sampling location during June 17th 00UTC-June 23rd 00UTC

3 方案設(shè)計(jì)

3.1 集合最優(yōu)插值及其靜態(tài)樣本構(gòu)造

EnOI方法是最優(yōu)插值(OI)方法的改進(jìn)，是集合卡爾曼濾波(EnKF)方法的簡(jiǎn)化。其特點(diǎn)在于背景誤差協(xié)方差矩陣是由靜態(tài)樣本計(jì)算得到，在應(yīng)用中較為簡(jiǎn)單，可大大降低計(jì)算量，從而提高同化效率。EnOI同化方法的分析方程為：

Xa=Xb+W(d-HXb)，

(1)

(2)

Xa=Xb+αA′A′THT[αHA′A′THT

+(N-1)R]-1(d-HXb)，

(3)

本文在應(yīng)用該方法同化時(shí)靜態(tài)樣本的構(gòu)建方法，為取2013年8月21日—2014年5月31日間逐日的72 h預(yù)報(bào)時(shí)效和24 h預(yù)報(bào)時(shí)效的284個(gè)模式預(yù)報(bào)有效波高場(chǎng)之差作為樣本集合，并以此進(jìn)行背景誤差的最佳估計(jì)[15,22]。圖3給出了以模式24 h預(yù)報(bào)場(chǎng)作為海浪背景場(chǎng)得到的模式偏差與靜態(tài)樣本散點(diǎn)分布。可以看出，模式偏差和靜態(tài)樣本散點(diǎn)大部分(圖中量級(jí)為5.5的區(qū)域)沿對(duì)角線(xiàn)分布，量級(jí)基本相當(dāng)。其中，靜態(tài)樣本平均值為0.32 m，標(biāo)準(zhǔn)差為0.86 m，而模式預(yù)報(bào)場(chǎng)平均值為1.18 m，標(biāo)準(zhǔn)差為0.98 m，二者標(biāo)準(zhǔn)差之比接近于1。由此可以認(rèn)為，本研究中的靜態(tài)樣本構(gòu)造比較合理的，可以用于后續(xù)的同化研究。

圖3 靜態(tài)樣本與模式偏差散點(diǎn)分布Fig.3 The scatter diagram of static assemble sample vs model error 陰影:散點(diǎn)個(gè)數(shù)，取以10為底的對(duì)數(shù)Shade: number of scatters, base 10 logarithm

3.2 試驗(yàn)方案

針對(duì)此次以臺(tái)風(fēng)為例的研究，我們?cè)O(shè)計(jì)了3次同化預(yù)報(bào)過(guò)程(表1)，即分別以得到的2013年6月18日00UTC、19日00UTC、20日00UTC同化分析場(chǎng)作為預(yù)報(bào)初始場(chǎng)，進(jìn)行6月18日00UTC—21日00UTC、6月19日00UTC—6月22日00UTC、6月20日00UTC—6月23日00UTC的0～72 h海浪預(yù)報(bào)。圖4給出了一次過(guò)程中同化預(yù)報(bào)運(yùn)行流程。以6月18日00UTC同化初始場(chǎng)形成的過(guò)程1為例，可以看出，采用熱啟方式，模式首先以6月16日00UTC—17日00UTC的24 h積分運(yùn)算作為模式spin-up階段，之后，進(jìn)入同化階段開(kāi)始初始化過(guò)程。即針對(duì)17日00UTC的模式結(jié)果進(jìn)行HY-2衛(wèi)星有效波高數(shù)據(jù)第一次同化，獲得該時(shí)刻同化分析場(chǎng)，在對(duì)其進(jìn)行海浪譜重構(gòu)后進(jìn)行12 h積分運(yùn)算。同理，分別獲得17日12UTC和18日00UTC同化分析場(chǎng)。至此初始化過(guò)程結(jié)束，分別形成17日00UTC、17日12UTC、18日00UTC 3個(gè)時(shí)刻同化分析場(chǎng)。最后，以6月18日00UTC同化分析場(chǎng)基礎(chǔ)上重構(gòu)海浪譜后形成初始場(chǎng)，進(jìn)行6月18日00UTC—21日00UTC的72 h海浪預(yù)報(bào)。同樣方式，分別獲得過(guò)程2和3的同化分析場(chǎng)和0～72 h預(yù)報(bào)場(chǎng)。

表1 研究時(shí)段內(nèi)的試驗(yàn)過(guò)程

同化中，考慮到Greenslade和Young[23]提出的平均波向?qū)︼L(fēng)向響應(yīng)時(shí)間約為5～22 h，再結(jié)合HY-2衛(wèi)星每日經(jīng)過(guò)計(jì)算區(qū)域的頻次，為盡可能合理地同化到較多的衛(wèi)星資料，故本文將同化窗口設(shè)為6 h，影響半徑取為500 km。

圖4 同化預(yù)報(bào)運(yùn)行流程Fig.4 The flow chart of assimilation and forecasting

需說(shuō)明的是，由于海浪模式是通過(guò)計(jì)算海浪譜進(jìn)行預(yù)報(bào)的，而波高同化分析場(chǎng)與海浪譜相比，缺少了頻率和方向的分布信息，為此需借助背景海浪譜的頻率和方向分布來(lái)確定同化后的海浪譜分布，即需要針對(duì)波高同化分析場(chǎng)進(jìn)行海浪譜重構(gòu)。文中的海浪譜重構(gòu)參考了Esteva[4]方法進(jìn)行，即不考慮分析波高調(diào)整對(duì)海浪譜頻率和方向的影響，只以有效波高分析場(chǎng)與背景場(chǎng)之比的平方為系數(shù)對(duì)二維譜進(jìn)行縮放。

4 結(jié)果分析

使用平均絕對(duì)誤差和均方根誤差兩個(gè)指標(biāo)對(duì)結(jié)果進(jìn)行比對(duì)分析，計(jì)算公式為：

(4)

(5)

式中，xi、oi分別表示在i點(diǎn)處的模式輸出有效波高和衛(wèi)星觀測(cè)波高。

需指出的是，本文在利用Jason-2衛(wèi)星數(shù)據(jù)進(jìn)行檢驗(yàn)時(shí)，是將模式輸出時(shí)刻前后30 min內(nèi)的觀測(cè)數(shù)據(jù)作為該時(shí)刻的有效波高采樣值使用，并利用雙線(xiàn)性插值法將距離衛(wèi)星采樣點(diǎn)1°以?xún)?nèi)的模式結(jié)果插值到該采樣點(diǎn)上。

4.1 同化分析場(chǎng)分析

圖5、6分別給出了2013年6月18日00UTC、19日00UTC、20日00UTC無(wú)同化和同化后的臺(tái)風(fēng)浪有效波高場(chǎng)分布。從圖中可以看出，無(wú)論同化與否，臺(tái)風(fēng)中心均向西北方向移動(dòng)，中心強(qiáng)度均是先加強(qiáng)，后減弱。結(jié)合同化增量場(chǎng)(圖7)可以看出，同化前后的波高場(chǎng)分布存在較為明顯區(qū)別，同化明顯擴(kuò)大了較大波高的分布范圍。

圖5 無(wú)同化的臺(tái)風(fēng)浪有效波高分布(單位：m)Fig.5 Distribution of SWH of typhoon wave without EnOI assimilation (unit: m)a.6月18日00UTC; b.6月19日00UTC; c.6月20日00UTCa. June 18th 00UTC; b. June 19th 00UTC; c. June 20th 00UTC

圖6 同化后的臺(tái)風(fēng)浪有效波高分布(單位:m)Fig.6 Distribution of SWH of typhoon wave with EnOI assimilation (unit: m)a.6月18日00UTC; b.6月19日00UTC; c.6月20日00UTCa. June 18th 00UTC; b. June 19th 00UTC; c. June 20th 00UTC

圖7 同化增量場(chǎng)波高分布(單位：m)Fig.7 Distribution of increments of SWH with EnOI assimilation (unit: m)a.6月18日00UTC; b.6月19日00UTC; c.6月20日00UTCa. June 18th 00UTC; b. June 19th 00UTC; c. June 20th 00UTC

表2給出了3次過(guò)程中有/無(wú)同化的有效波高整體效果檢驗(yàn)比對(duì)統(tǒng)計(jì)結(jié)果?？梢钥闯?，同化得到的有效波高平均絕對(duì)誤差和均方根誤差較無(wú)同化均有所改進(jìn)。相對(duì)于觀測(cè)而言，同化可以有效改進(jìn)有效波高分析結(jié)果的準(zhǔn)確性，同化后得到的有效波高絕對(duì)誤差改進(jìn)達(dá)15%，均方根誤差改進(jìn)達(dá)14%。但也不難看出，經(jīng)過(guò)同化后的海浪波高還是較觀測(cè)數(shù)據(jù)存在一定差距。

表2 3次過(guò)程有/無(wú)同化的有效波高效果檢驗(yàn)比對(duì)統(tǒng)計(jì)結(jié)果

選取同化階段中的6月17日16UTC、6月19日15UTC為例，圖8給出了有/無(wú)同化得到的有效波高沿觀測(cè)軌道分布。圖中橫軸為該時(shí)刻衛(wèi)星高度計(jì)波高數(shù)據(jù)的覆蓋經(jīng)度范圍，縱軸為波高，綠色實(shí)線(xiàn)代表采用集合最優(yōu)插值同化方法得到的衛(wèi)星采樣點(diǎn)上的相應(yīng)波高，藍(lán)色實(shí)線(xiàn)代表不采用同化時(shí)模式直接計(jì)算得到同采樣點(diǎn)上的相應(yīng)波高，而實(shí)圓點(diǎn)則表示Jason-2衛(wèi)星高度計(jì)的觀測(cè)波高?？梢灾庇^地看出，與不同化形成的初始場(chǎng)相比，同化得到的波高無(wú)論是從變化趨勢(shì)上還是量值上均更接近觀測(cè)，這說(shuō)明EnOI同化HY-2衛(wèi)星有效波高資料對(duì)初始場(chǎng)形成是有正貢獻(xiàn)的，使得波高變化趨勢(shì)與觀測(cè)的更為一致。

圖8 有/無(wú)同化得到的有效波高與Jason-2衛(wèi)星觀測(cè)波高的對(duì)比Fig.8 Comparison between SWH of experiments with/without EnOI and Jason-2 satellite observations a.6月17日16UTC; b.6月19日15UTCa. June 17th 16UTC; b. June 19th 15UTC

對(duì)于6月19日15UTC的同化分析結(jié)果比觀測(cè)值偏小的情況，上文在對(duì)所使用到的衛(wèi)星數(shù)據(jù)進(jìn)行統(tǒng)計(jì)時(shí)，發(fā)現(xiàn)HY-2衛(wèi)星觀測(cè)波高要比Jason-2衛(wèi)星小，Ye等[24]在對(duì)HY-2衛(wèi)星高度計(jì)有效波高數(shù)據(jù)進(jìn)行評(píng)估時(shí)也指出，相比于Jason-2衛(wèi)星資料，HY-2觀測(cè)有效波高偏差為(-0.13±0.35)m。因此，HY-2衛(wèi)星觀測(cè)波高較Jason-2衛(wèi)星偏小，會(huì)對(duì)最終的同化效果產(chǎn)生影響。另外，此時(shí)對(duì)應(yīng)的時(shí)刻為臺(tái)風(fēng)減弱期，浪高明顯變小，結(jié)合6月17日臺(tái)風(fēng)發(fā)展強(qiáng)盛中浪高效果來(lái)看，也應(yīng)與SWAN模式對(duì)1 m左右的浪預(yù)報(bào)效果相對(duì)弱有關(guān)。盡管如此，圖8仍清楚地顯示出同化得到的波高在量值上更接近觀測(cè)，這表明EnOI同化HY-2衛(wèi)星有效波高資料對(duì)于浪高預(yù)報(bào)是有作用的。

4.2 0～72 h同化預(yù)報(bào)分析

表3給出了3次過(guò)程中有/無(wú)同化的0～72 h各時(shí)段內(nèi)有效波高整體效果檢驗(yàn)比對(duì)統(tǒng)計(jì)結(jié)果。相比而言，同化對(duì)0～24 h預(yù)報(bào)的改進(jìn)較為明顯，絕對(duì)誤差和均方根誤差分別減小12%、13%。而24～48 h、48～72 h預(yù)報(bào)時(shí)效內(nèi)的波高預(yù)報(bào)改進(jìn)效果則相對(duì)減弱了很多。

表3 同化預(yù)報(bào)實(shí)驗(yàn)的有效波高預(yù)報(bào)效果總體統(tǒng)計(jì)結(jié)果

圖9 逐24 h的有/無(wú)同化波高場(chǎng)和波高增量分布Fig.9 Increasement of SWH with/without EnOI separated by 24 ha～c. 19日00UTC的有同化、無(wú)同化和波高增量場(chǎng); d～f. 20日00UTC的有同化、無(wú)同化和波高增量場(chǎng); g～i. 21日00UTC的有同化、無(wú)同化和波高增量場(chǎng)a-c. 19th 00UTC with/without EnOI and increment of SWH; d-f. 20th 00UTC with/without EnOI and increment of SWH; g-i. 21st 00UTC with/without EnOI and increment of SWH

圖10 有/無(wú)同化得到的不同預(yù)報(bào)時(shí)效有效波高與Jason-2衛(wèi)星觀測(cè)波高的對(duì)比Fig.10 Comparison between SWH of forecasting with/without EnOI and SWH of observation a.6月18日02UTC;b.6月19日15UTCa. June 18th 02UTC; b. June 19th 15UTC

為進(jìn)一步了解同化作用隨預(yù)報(bào)時(shí)效延長(zhǎng)而產(chǎn)生的變化，圖9以6月18日00UTC—21日00UTC的海浪預(yù)報(bào)為例，給出了此次72 h預(yù)報(bào)中逐24 h的同化、無(wú)同化和波高增量場(chǎng)的變化情況。其中圖9a、b、c分別為19日00UTC的有同化、無(wú)同化和波高增量場(chǎng)；圖9d、e、f分別對(duì)應(yīng)20日00UTC的有同化、無(wú)同化和波高增量場(chǎng)；圖9g、h、i分別為21日00UTC的有同化、無(wú)同化和波高增量場(chǎng)。從圖中可以看出，波高增量場(chǎng)的強(qiáng)度在0～24 h內(nèi)為最強(qiáng)，隨著預(yù)報(bào)時(shí)效的增長(zhǎng)而逐漸減弱。到了24～48 h預(yù)報(bào)時(shí)效，同化增量場(chǎng)的強(qiáng)度有所減弱，48～72 h預(yù)報(bào)時(shí)效，波高增量則進(jìn)一步減弱。

圖10分別給出了0～24 h和24～48 h同化預(yù)報(bào)(采用同化初始場(chǎng))和非同化預(yù)報(bào)(不采用同化初始場(chǎng))的比較及其對(duì)應(yīng)時(shí)刻的Jason-2衛(wèi)星有效波高沿軌分布。可以直觀地看出，0～24 h的同化預(yù)報(bào)與非同化預(yù)報(bào)相比具有較好的效果，預(yù)報(bào)波高的變化在趨勢(shì)和量值上均更明顯地接近觀測(cè)波高。但隨著預(yù)報(bào)時(shí)效增加，這種差異明顯變小。這說(shuō)明采用EnOI同化形成的初始場(chǎng)對(duì)海浪預(yù)報(bào)是有改進(jìn)作用的，主要體現(xiàn)在0～24 h時(shí)效上，隨著時(shí)效的增加，到了24～48 h預(yù)報(bào)時(shí)效內(nèi)，同化改進(jìn)有所減弱。

5 結(jié)論

本文以臺(tái)風(fēng)“Lipee”為例，基于海浪模式SWAN開(kāi)展了EnOI同化HY-2衛(wèi)星高度計(jì)有效波高的臺(tái)風(fēng)浪數(shù)值研究，結(jié)果表明：

(1) EnOI同化HY-2衛(wèi)星高度計(jì)有效波高時(shí),利用同一時(shí)刻72 h和24 h有效波高模擬之差構(gòu)造的靜態(tài)集合，模式偏差和靜態(tài)樣本散點(diǎn)大部分集中在對(duì)角線(xiàn)上，二者量級(jí)基本相當(dāng)，樣本構(gòu)造較為合理。

(2) 同化得到的初始場(chǎng)波高無(wú)論是在變化趨勢(shì)還是量值上均更為接近觀測(cè)。與無(wú)同化相比，同化得到的初始場(chǎng)有效波高絕對(duì)誤差和均方根誤差分別減小了15%、14%，表明利用EnOI方法同化HY-2衛(wèi)星有效波高資料對(duì)于改善海浪初始場(chǎng)是有正貢獻(xiàn)的。

(3) 相比不同化而言，將在同化分析場(chǎng)基礎(chǔ)上的海浪譜重構(gòu)作為初始場(chǎng)，可以不同程度地改進(jìn)0～72 h海浪預(yù)報(bào)效果。其中，0～24 h的有效波高預(yù)報(bào)無(wú)論是在變化趨勢(shì)還是量值上均更接近觀測(cè)，絕對(duì)誤差和均方根誤差相比不同化的分別減小12%、13%。但同化的影響隨著預(yù)報(bào)時(shí)效的增加而減小，24～48 h、48～72 h的波高預(yù)報(bào)改進(jìn)程度相對(duì)有所減小。

由此可見(jiàn)，EnOI同化方法在臺(tái)風(fēng)浪預(yù)報(bào)中的應(yīng)用是合理可行的。采用該方法同化HY-2衛(wèi)星高度計(jì)資料，對(duì)提升0～24 h有效波高的預(yù)報(bào)效果具有積極作用。下一步我們將采用該方法分別針對(duì)Jason-2衛(wèi)星、HY-2衛(wèi)星高度計(jì)資料的同化預(yù)報(bào)開(kāi)展對(duì)比研究，以期更全面掌握我海洋衛(wèi)星資料在海浪預(yù)報(bào)中的應(yīng)用能力。

致謝：中國(guó)科學(xué)院大氣物理研究所朱江研究員對(duì)作者

學(xué)習(xí)EnOI同化方法給予了極大指導(dǎo)幫助；國(guó)家海洋環(huán)境預(yù)報(bào)中心王毅研究員對(duì)作者學(xué)習(xí)海浪同化預(yù)報(bào)給以了熱情指導(dǎo)幫助，在此一并感謝。

[1] Komen G J, Hasselmann S, Hasselmann K. On the existence of a fully developed wind-sea spectrum[J]. Journal of Physical Oceanography, 1984, 14(8): 1271-1285.

[2] Hasselmann K, Hasselmann S, Bauer E, et al. Development of a satellite SAR image spectra and altimeter wave height data assimilation system for ER-1[R]. ESA report. Hamburg: Max-Planck-Institute für Meteorologie, 1988: 155.

[3] Bauer E K, Hasselmann, Young I R, et al. Assimilation of wave data into the wave model WAM using an impulse response function method[J]. Journal of Geophysical Research, 1996, 101(C2): 3801-3816.

[4] Esteva D C. Evaluation of preliminary experiments assimilating Seasat significant wave heights into a spectral wave model[J]. Journal of Geophysical Research, 1988, 93(C11): 14099-14105.

[5] Lionello P, Günther H, Janssen P A E M. Assimilation of altimeter data in a global third-generation wave model[J]. Journal of Geophysical Research, 1992, 97(C9): 14453-14474.

[6] Breivik L A, Reistad M. Assimilation of ERS-1 altimeter wave heights in an operational numerical wave model[J]. Weather and Forecasting, 1994, 9(3): 440-451.

[7] 王躍山. 數(shù)據(jù)同化——它的緣起、含義和主要方法[J]. 海洋預(yù)報(bào), 1999, 16(1): 11-20.

Wang Yueshan. Data assimilation-its cause, its meaning and main produces[J]. Marine Forecasts, 1999, 16(1): 11-20.

[8] 張志旭, 齊義泉, 施平, 等. 最優(yōu)化插值同化方法在預(yù)報(bào)南海臺(tái)風(fēng)浪中的應(yīng)用[J]. 熱帶海洋學(xué)報(bào), 2003, 22(4): 34-41.

Zhang Zhixu, Qi Yiquan, Shi Ping, et al. Application of an optimal interpolation wave assimilation method in south China sea[J]. Journal of Tropical Oceanography, 2003, 22(4): 34-41.

[9] 郭衍游, 侯一筠, 楊永增, 等. 利用Wave Watch Ⅲ建立東中國(guó)海區(qū)域海浪同化系統(tǒng)[J]. 高技術(shù)通訊, 2006, 16(10): 1092-1096.

Guo Yanyou, Hou Yijun, Yang Yongzeng, et al. To build a regional ocean wave data assimilation system of eastern China seas with Wave Watch Ⅲ[J]. High technology letters, 2006, 16 (10): 1092-1096．

[10] 王毅, 余宙文. 衛(wèi)星高度計(jì)波高數(shù)據(jù)同化對(duì)西北太平洋海浪數(shù)值預(yù)報(bào)的影響評(píng)估[J]. 海洋學(xué)報(bào), 2009, 31(6): 1-8.

Wang Yi, Yu Zhouwen. Validation of impact of assimilation of altimeter satellite significant wave height on wave forecast in the northwest Pacific[J]. Haiyang Xuebao, 2009, 31(6): 1-8.

[11] 齊鵬, 范秀梅. 高度計(jì)波高數(shù)據(jù)同化對(duì)印度洋海域海浪模式預(yù)報(bào)影響研究[J]. 海洋預(yù)報(bào), 2013, 30(4): 70-78.

Qi Pen, Fan Xiumei. The impact of assimilation of altimeter wave data on wave forecast model in the north Indian Ocean[J]. Marine Forecasts, 2013, 30(4): 70-78.

[12] Fu Weiwei, Zhu Jiang, Yan Changxiang. A comparison between 3DVAR and EnOI techniques for satellite altimetry data assimilation[J]. Ocean Modelling, 2009, 26(3/4): 206-216.

[13] Xie J, Counillon F, Zhu J, et al. An eddy resolving tidal-driven model of the South China Sea assimilating along-track SLA data using the EnOI[J]. Ocean Science, 2011, 7(5): 609-627.

[14] 萬(wàn)莉穎, 陳建新. 一個(gè)簡(jiǎn)單的集合最優(yōu)插值方法在太平洋高度計(jì)資料同化中的應(yīng)用[J]. 海洋預(yù)報(bào), 2011, 28(3): 1-7.

Wan Liying, Chen Jianxin. Application of a simple ensemble optimal interpolation method to altimetry data assimilation for the Pacific[J]. Marine Forecasts, 2011, 28(3): 1-7.

[15] 曹蕾, 齊鵬. 集合最優(yōu)插值方法在北印度洋海浪同化中的應(yīng)用[J]. 海洋科學(xué)進(jìn)展, 2015, 33(1): 45-55.

Cao Lei, Qi Peng. Application of ensemble optimal interpolation method in wave assimilation in north Indian Ocean[J]. Advances in Marine Science, 2015, 33(1): 45-55.

[16] Oke P R, Salov P. Representation error of oceanic observations for data assimilation[J]. Journal of Atmospheric and Oceanic Technology, 2008, 25(6): 1004-1017.

[17] 蔣小平, 鐘中, 張金善, 等. 臺(tái)風(fēng)Winnie(1997)影響下海浪的數(shù)值模擬研究[J]. 熱帶氣象學(xué)報(bào), 2007, 23(4): 376-382.

Jiang Xiaoping, Zhong Zhong, Zhang Jinshan, et al. Numerical simulation of typhoon wave under the influence of Winnie[J]. Journal of Tropical Meteorology, 2007, 23(4): 376-382.

[18] 楊春成, 戴明瑞, 高志華, 等. 一種臺(tái)風(fēng)浪的數(shù)值預(yù)報(bào)方法[J]. 海洋學(xué)報(bào), 1996, 18(1): 1-12.

Yang Chuncheng, Dai Mingrui, Gao Zhihua, et al. A numerical prediction method for typhoon wave[J].Haiyang Xuebao,1996, 18(1): 1-12.

[19] 王天駒, 齊琳琳, 宋攀, 等. 西北太平洋夏季海浪數(shù)值模擬研究[J]. 海洋技術(shù)學(xué)報(bào), 2015, 34(4): 59-64.

Wang Tianju, Qi Linlin, Song Pan, et al. Research on wave numerical simulation in the northwest Pacific Ocean[J]. Journal of Ocean Technology, 2015, 34(4): 59-64.

[20] 何曉鳳, 周榮衛(wèi), 孫逸涵. 3個(gè)全球模式對(duì)近地層風(fēng)場(chǎng)預(yù)報(bào)能力的對(duì)比檢驗(yàn)[J]. 高原氣象, 2014, 33(5): 1315-1322.

He Xiaofeng, Zhou Rongwei, Sun Yihan. Verification on surface wind speed of three global circulation models in China[J]. Plateau Meteorology, 2014, 33(5): 1315-1322.

[21] Evensen G. The Ensemble Kalman Filter: theoretical formulation and practical implementation[J]. Ocean Dynamics, 2003, 53(4): 343-367.

[22] 孫盟,尹訓(xùn)強(qiáng),楊永增. 靜態(tài)樣本集合的構(gòu)造及其在全球海浪濾波同化中的應(yīng)用[J]. 海洋與湖沼, 2014, 45(5): 918-927.

Sun Meng, Yin Xunqiang, Yang Yongzeng. Construction and application in global wave data assimilation of static sample set[J]. Oceanlogia et Limologia Sinica, 2014, 45(5):918-927.

[23] Greenslade D J, Young I R. Background errors in a global wave model determined from altimeter data[J]. Journal of Geophysical Research: Ocean(1978-2012), 109(C9): C09007, doi: 10.1029/2004JC002324.

[24] Ye Xiaomin, Lin Mingsen, Xu Ying. Validation of Chinese HY-2 satellite radar altimeter significant wave height[J]. Acta Oceanologica Sinica, 2015, 34(5): 60-67.

Application studies of using HY-2 satellite altimeter wave data in ensemble optimal interpolation method——"Lipee" for instance

Wang Tianju1,2, Qi Linlin2, Zhu Jiang3, Wang Ju1, Song Pan1,2, Wang Xiaodan2

(1.CollegeofMeteorologyandOceanography,PLAUniversityofScienceandTechnology,Nanjing211101,China; 2.InstituteofAeronauticalMeteorology,EquipmentAcademyofAirForce,Beijing100085,China；3.InternationalCenterforClimateandEnvironmentScience,InstituteofAtmospherePhysics,ChineseAcademyofSciences,Beijing100029,China)

Ensemble Optimal Interpolation (EnOI) assimilation of HY-2 satellite altimetry data into SWAN(Simulating Waves Nearshore) model was applied into wave simulating and forecasting of typhoon "Lipee". The results showed that the assimilation of EnOI combined with HY-2 satellite altimeter wave data could improve the accuracy of initial field. The accuracy of the bias of the initial field could be improved by 15%, and the RMSE of it could be improved by 14%. The bias and RMSE of forecasting both decreased at different levels. The accuracy of the forecasting field could be improved most in the first 24 hours, and the values of bias and RMSE were decreased by 12% and 13%. Conclusion of these experiments can provide information for wave forecasting and simulation, and can strength the use of HY-2 satellite altimetry data into practice.

HY-2 satellite altimeter data; ensemble optimal interpolation; typhoon wave forecast

10.3969/j.issn.0253-4193.2017.02.003

2016-05-09；

2016-08-06。

中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專(zhuān)項(xiàng)(XDA10010405)；國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)資助項(xiàng)目(2012AA091801)；國(guó)家自然科學(xué)基金資助項(xiàng)目(41205044)。

王天駒(1990—)，男，湖北省襄陽(yáng)市人，研究方向：數(shù)值預(yù)報(bào)。E-mail:wtj_1129@126.com

*通信作者：齊琳琳(1973—)，女，高工，博士，研究方向：同化與預(yù)報(bào)。E-mail:niceqll@mail.iap.ac.cn

P731.33

A

0253-4193(2017)02-0029-10

王天駒，齊琳琳，朱江，等. HY-2衛(wèi)星高度計(jì)波高資料在集合最優(yōu)插值同化中的應(yīng)用研究——以臺(tái)風(fēng)“Lipee”為例[J].海洋學(xué)報(bào)，2017，39(2)：29—38,

Wang Tianju, Qi Linlin, Wang Ju, et al. Application studies of using HY-2 satellite altimeter wave data in ensemble optimal interpolation method——"Lipee" for instance[J]. Haiyang Xuebao，2017，39(2)：29—38, doi:10.3969/j.issn.0253-4193.2017.02.003