衛(wèi)星資料連續(xù)同化在“威馬遜”臺風浪模擬中的應用

李明星，張慶河，楊 華

（1.天津大學水利工程仿真與安全國家重點實驗室，天津 300350；2.交通運輸部天津水運工程科學研究所港口水工建筑技術國家工程實驗室 工程泥沙交通行業(yè)重點實驗室，天津 300456）

衛(wèi)星資料連續(xù)同化在“威馬遜”臺風浪模擬中的應用

李明星1，張慶河1，楊 華2

（1.天津大學水利工程仿真與安全國家重點實驗室，天津 300350；2.交通運輸部天津水運工程科學研究所港口水工建筑技術國家工程實驗室 工程泥沙交通行業(yè)重點實驗室，天津 300456）

基于中尺度大氣模式WRF，以1409號超強臺風 “威馬遜”臺風為例，通過WRFDA同化模塊及快速輻射傳輸模式CRTM進行微波輻射資料AMSU-A連續(xù)同化，來探究衛(wèi)星資料同化對風場模擬的影響，并利用SWAN模型模擬臺風風場驅動下的波浪場。結果表明，采用連續(xù)同化AMSU-A 資料的方法能夠較為顯著地提高臺風路徑、強度以及臺風作用下波浪場的模擬效果。

衛(wèi)星資料；臺風“威馬遜”；連續(xù)同化；風場；波浪場

我國瀕臨西北太平洋，東南沿海地區(qū)受臺風的侵擾十分頻繁，每年有多場臺風登陸我國，沿海地區(qū)易遭受臺風災害[1]。因此，對臺風及臺風浪的研究一直是人們關注的焦點之一。臺風的準確預報和后報不僅對我國沿海組織生產和防范災害有重要意義，對于港口海岸工程動力設計要素等的確定也有重要價值。

臺風發(fā)生在熱帶海洋上，常規(guī)觀測資料往往十分稀少。由于初始場分辨率較低和大氣模式積分過程的誤差影響，區(qū)域模式模擬的臺風常表現(xiàn)出渦旋結構強度較弱、移動路徑不準確等問題[2]。為此，利用數據同化（將觀測資料融合到數值天氣預報模式，建立模擬值和實測值之間的相互協(xié)調關系，產生一個在統(tǒng)計意義上最為合理的狀態(tài)的描述[3]）技術改善臺風模擬精度成為近年來的研究熱點。衛(wèi)星資料因覆蓋面積較廣、時空分辨率較高, 在一定程度上彌補了熱帶海洋上常規(guī)觀測資料稀少的缺點，因而衛(wèi)星觀測資料同化成為提高數值模擬精度的重要方法[4]。Le Marshall 等[5]將衛(wèi)星資料進行直接同化，有效改善了熱帶氣旋初始場信息，使熱帶氣旋模擬路徑誤差減小。一些研究表明[6-8]，利用三維或四維變分方法對NOAA極軌衛(wèi)星TOVS/ATOVS特別是AMSU微波輻射資料進行直接同化，對數值模擬精度的提高有較大貢獻。劉君等[9]進一步利用WRF模式開展了AMSU-A資料和AMSU-B資料的連續(xù)同化（指在模式模擬過程中，每隔固定的時間將模擬得到的結果作為背景場，引入相應時刻的資料進行同化）研究，結果表明，連續(xù)同化方案一方面可以將更多的資料引入同化系統(tǒng)，另一方面可以實時地調整模式預報的誤差，能夠比單時次同化方案獲得更好的模擬結果。為此，本文將利用中尺度大氣模式WRF進行臺風“威馬遜”期間微波輻射資料AMSU-A 連續(xù)同化的模擬試驗，并利用海浪模式SWAN模擬臺風風場作用下的波浪場，來探究衛(wèi)星資料連續(xù)同化對臺風路徑、強度以及臺風浪模擬的影響。

1 模型介紹

1.1 數值模型簡介

大氣模型采用WRF模型，WRF模型是美國國家大氣研究中心(NCAR)、美國國家海洋和大氣管理局(NOAA)、國家環(huán)境預報中心(NCEP)和預報系統(tǒng)實驗室(FSL)等共同開發(fā)的新一代中尺度大氣模型。本文大氣模式采用WRF模型中的ARW動力框架，資料同化模塊采用WRF模型自帶的同化模塊WRFDA。關于WRF模型的描述，詳見文獻[10]。

海浪模型采用SWAN模型，SWAN是由荷蘭Delft大學開發(fā)的第三代近岸海浪模型，適用于海洋風浪、涌浪及混合浪的模擬，并具有模擬近岸波浪變形的能力。SWAN 模型可以采用結構化網格和非結構化三角網格，支持笛卡爾坐標和球面坐標，本文采用非結構化三角網格。關于SWAN模型的描述，詳見文獻[11]。

1.2 三維變分同化原理

WRF模式的數據同化模塊WRFDA（WRF Data Assimilation）包括三維變分同化3D-Var（Three-Dimensional Variation）和四維變分同化4D-Var（Four-Dimensional Variation）兩種，兩種同化方法的差別在于后者使用了數值預報模型。WRFDA可同化多種觀測數據，包括常規(guī)觀測數據、衛(wèi)星遙感輻射數據、多普勒雷達數據及混合數據等[12]。本文采用三維變分同化方法，其主要功能是通過迭代算法求解指定的目標函數以獲取真實氣候狀態(tài)的一個最優(yōu)估計[13]。

1.3 衛(wèi)星資料數據

新型大氣垂直探測器 ATOVS(Advanced TIROS-N Operational Vertical Sounder)是美國國家海洋局第五代NOAA 衛(wèi)星的系列傳感器的一種，是大氣垂直探測器 TOVS 的改進型。ATOVS 具有探測通道多、空間和時間分辨率高等特點，能充分發(fā)揮各探測器所具有的穿透云層、探測云下大氣垂直結構的獨特能力，從而大大改進了大氣溫度和濕度的探測水平。

AMSU-A 是一個搭載在NOAA系列衛(wèi)星上的全功率微波掃描輻射計，由13 個AMSU-Al(溫度探測)通道的和 2 個AMSU-A2(窗區(qū)/表面)通道組成，共有 15 個探測通道。每天包含00、06、12和18時四個時次，且每個時次集成了前后各三小時NOAA序列衛(wèi)星上的資料。

衛(wèi)星資料的同化方法有反演同化和直接同化兩種，衛(wèi)星資料的直接同化實際就是在觀測算子中包含大氣輻射傳輸(RT)正演模式,并用變分法等有效的數據同化方案直接同化以“原始”形式或近“原始”形式的衛(wèi)星輻射率(或亮溫)，這樣不僅能從觀測中獲取更多的信息，而且避免了復雜的衛(wèi)星資料反演計算及其帶來的反演誤差[14]，本文中應用CRTM快速輻射傳輸模式來處理AMSUA亮溫資料。

2 臺風“威馬遜”風場模擬

2.1 臺風“威馬遜”簡介

超強臺風“威馬遜”為2014年太平洋臺風季第九個被命名的風暴，“威馬遜”于18日下午3時半以超強臺風短暫登陸海南省文昌市沿海，不久后進入瓊州海峽，晚上7時半再于廣東省湛江市沿海登陸；19日繼續(xù)向西北或西北偏西移動，穿越北部灣，并于早上7時10分又于中國廣西壯族自治區(qū)防城港市沿海再次登陸，造成海南、廣東、廣西地區(qū)受災嚴重。本文重點模擬“威馬遜”從進入南海到在廣西登陸的臺風過程，即模擬時間為北京時間2014年7月16日20時至7月19日8時。

2.2 模擬試驗設計

WRF模型水平方向為規(guī)則化網格，為了更準確地刻畫臺風內部結構，并為波浪計算提供高精度的風場數據，威馬遜臺風風場計算采用雙重網格嵌套，主區(qū)域D1（大模型）與嵌套區(qū)域D2（小模型）地形范圍如圖1所示。D1與D2均采用正方形網格，其空間分辨率分別為12 km與4 km。主區(qū)域D1的經度范圍為97.07°E～142.93°E，緯度范圍為2.15°S～30.94°N，網格數為370×280；嵌套區(qū)域D2的經度范圍為101.51°E～ 124.28°E，緯度范圍為9.73°N～25.99°N，網格數為550×415。垂直方向為分布不均勻的35層；陸表過程采用Noah陸表模式，行星邊界層方案選擇YSU方案，積云參數化方案選擇Kain-Fritsch方案，微物理方案選擇Kessler方案，長波輻射方案RRTM方案，短波輻射方案選擇Dudhia方案；WRF的初、邊值場采用NCEP提供的逐日4個時次的1°×1°的FNL再分析資料；主區(qū)域積分時間步長取72 s，D1與D2采用雙向耦合計算。

圖1 臺風“威馬遜”計算地形范圍Fig.1 Computational domain of typhoon Ramasun

試驗方案包括控制試驗和同化試驗。首先用 WRF 模式將NCEP提供的初始場進行6 h的模擬，即從 北京時間2014年 7 月 16 日 14 時模擬至 2014年7 月 16 日 20時?？刂圃囼灒–T）以 16 日 20時的 NCEP 資料作為初始場，對“威馬遜”進行 60 h的模擬而不同化任何資料。同化試驗 （AMSUA）在16 日 20時同化微波輻射資料 AMSU-A，接著模擬6 h到 17 日 2時，之后每隔6 h同化一次，至北京時間2014年7 月 19 日 8時結束。

2.3 衛(wèi)星資料同化效果分析

聯(lián)合臺風警報中心（Joint Typhoon Warning Center，縮寫：JTWC）是美國海軍于夏威夷珍珠港的海軍太平洋氣象及海洋中心（NPMOC）的分部，負責全年持續(xù)監(jiān)察、分析及預測太平洋、印度洋及其他海域的熱帶氣旋的行程、發(fā)展及動向，該中心的責任范圍覆蓋全球九成熱帶氣旋的活動范圍。該中心會定期發(fā)布經過校正的過往臺風的最佳路徑和強度數據，是氣象研究者常用的校對資料。

圖2 臺風路徑模擬結果與JTWC資料對比Fig.2 Comparison of typhoon track simulation results with JTWC data

以聯(lián)合臺風警報中心JTWC（美國海軍于夏威夷珍珠港的海軍太平洋氣象及海洋中心（NPMOC）的分部，負責全年持續(xù)監(jiān)察、分析及預測太平洋、印度洋及其他海域的熱帶氣旋的行程、發(fā)展及動向）給出的西北太平洋最佳路徑數據集中每隔6 h的臺風最佳路徑（http://agora.ex.nii.ac.jp/digital-typhoon/help/tyinfo.html. en）為參照，控制試驗和同化試驗路徑模擬結果的比較如圖2所示。與最佳路徑相比，控制試驗和同化試驗模擬的臺風移動路徑均偏北。經過統(tǒng)計，控制試驗模擬24 h時路徑平均誤差為39 km，模擬48 h時平均誤差41 km，同化試驗模擬24 h時路徑平均誤差28 km，模擬48 h時平均誤差32 km。同化試驗的臺風路徑比控制試驗更接近JTWC最佳路徑。

以JTWC最佳路徑數據集給出的每隔6 h的臺風中心附近最大風速和最低氣壓為準，來比較控制試驗和同化試驗對臺風強度的模擬效果。臺風中心最大風速和最低氣壓對比分別如圖3-a和3-b所示，可以看到，控制試驗和同化試驗臺風強度的變化趨勢和JTWC資料一致，在臺風登陸前不斷加強，達到最大強度后登陸，登陸之后逐漸減弱。與JTWC資料相比，控制試驗和同化試驗模擬得到的臺風強度均偏弱，部分原因是JTWC資料中的風速和氣壓是臺風中心附近最大一分鐘風速和氣壓，而WRF輸出的風速是輸出時刻的瞬時風速。經過統(tǒng)計，與JTWC數據集相比，控制試驗模擬期間臺風中心最大風速平均誤差為11.32 m/s，同化試驗模擬期間平均誤差為7.73 m/s；控制試驗模擬期間臺風中心最低氣壓平均誤差為15.36 hpa，同化試驗模擬期間平均誤差為9.92 hpa?？梢钥闯鐾囼瀸πl(wèi)星資料的引入可以有效地增加臺風內部結構信息，從而改善臺風強度的模擬效果。圖4所示為臺風登陸前（模擬42小時）同化試驗和控制試驗的風場圖，圖中黑色圓點表示這一時刻JTWC最佳路徑提供的風場中心，可以看到，同化試驗的風場中心更為接近這一時刻的JTWC最佳路徑，風場強度也有所提升。

圖3 臺風強度模擬結果與JTWC資料對比Fig.3 Comparison of simulated results of typhoon intensity with JTWC data

圖4 模擬42小時風場對比Fig.4 Comparison of wind field for 42th hour

3.1 模擬試驗設計

SWAN波浪數值計算模型采用經緯坐標，

3 臺風“威馬遜”波浪場模擬

采用局部加密的非結構化網格和曲線開邊界，地形范圍及網格劃分如圖5所示,地形經度范圍為105.61°E～119.65°E，緯度范圍為11.60°N～25.38°N。模型網格節(jié)點數為 26 418，單元數 50 785，網格空間步長最大為 0.28°，最小為 0.005°，計算采用 同化試驗WRF 嵌套區(qū)域 D2 計算所得的 10 m高處風速資料作為驅動風場，時間步長為5 min。

3.2 波浪場分析

為了進一步驗證同化試驗方案模擬風場對波浪模擬的影響，采用AVISO 發(fā)布的Jason-2衛(wèi)星高度計數據（http://www.aviso.altimetry.fr/en/ data.html）作為波高驗證資料。在同化試驗模擬的時間范圍內，Jason-2衛(wèi)星經過南海并有數據的時刻為2014年7月18日8時50分左右，衛(wèi)星地面軌跡如圖6。圖7所示為這一時刻控制試驗和同化試驗波浪場，提取對應時刻對應坐標位置的有效波高進行對比，對比結果如圖8所示。根據圖2中JTWC最佳路徑，這一時刻的臺風中心在北緯20°附近，圖8中可以看到在臺風影響較大的較高緯度海域，同化試驗的波高模擬值明顯大于控制試驗，與Jason-2衛(wèi)星遙感數據更加接近，低緯度海域受臺風影響逐漸減弱，同化試驗和模擬試驗的波高值比較接近，總體而言，同化試驗風場驅動的波浪場計算結果更加準確。

圖5 計算范圍和網格劃分Fig.5 Computational domain and mesh

圖6 Jason-2地面軌跡Fig.6 Jason-2 ground track

圖7 衛(wèi)星經過時刻波浪場對比Fig.7 Comparison of wave field when satellite passed

圖8 有效波高模擬值與衛(wèi)星數據對比Fig.8 Comparison of satellite data and simulated wave height

4 結論

本文利用WRF 大氣模式，以1409 號超強臺風 “威馬遜”臺風為例，利用WRFDA模塊進行了微波輻射資料AMSU-A 連續(xù)同化的模擬試驗，與非同化試驗進行了對比，并將大氣模式的計算風場作為驅動風場，利用SWAN模型模擬了臺風風場作用下的波浪場，獲得以下主要結論：（1）采用連續(xù)同化AMSU-A 資料的方法，將多時次的衛(wèi)星資料引入數值模式用于改善臺風初始場和過程場，能夠較為顯著地提高臺風路徑和強度的模擬效果。（2）同化試驗模型能較好地模擬“威馬遜”臺風，臺風移動路徑模擬期間平均誤差較小。（3）將同化試驗的風場作為驅動風場，采用SWAN海浪模型能夠合理地模擬出南海大范圍，復雜地形的波浪場，且較非同化試驗風場驅動的波浪場更加合理。

[1] 李英，陳聯(lián)壽，張勝軍. 登陸我國熱帶氣旋的統(tǒng)計特征[J]. 熱帶氣象學報，2004，20(1)：14-23. LI Y, CHEN L S, ZHANG S J. Statistical characteristics of tropical cyclones landing in China[J]. Journal of Tropical Meteorology. 2004,20(1):14-23.

[2] 李興武，董海萍，郭衛(wèi)東，等. ATOVS 不同衛(wèi)星資料在臺風模擬中的同化試驗研究[J]. 熱帶氣象學報，2012,28(2)：157-166.LI X W, DONG H P,GUO W D, et al. Study on assimilation experiment of ATOVS satellite data in typhoon simulation [J]. Journal of Tropical Meteorology, 2012, 28(2): 157-166.

[3] 官元紅，周廣慶，陸維松，等．資料同化方法的理論發(fā)展及應用綜述[J]．氣象與減災研究，2007，30(4)：1-8．GUAN Y H, ZHOU G Q, LU W S, et al. A review of theoretical development and application of data assimilation method [J]. Meteorology and disaster reduction research, 2007,30 (4): 1-8.

[4] Tallapragada V. Satellite data assimilation of upper-level sounding channels in HWRF with two different model tops[J]. Journal of Meteorological Research, 2015, 29(1): 1-27.

[5] Le Marshall J F, Leslie L M, Abbey Jr R F, et al. Tropical cyclone track and intensity prediction: The generation and assimilation of high-density, satellite-derived data[J]. Meteorology and Atmospheric Physics, 2002, 80(1-4): 43-57.

[6] Cui L, Sun J, Qi L, et al. Application of ATOVS radiance-bias correction to typhoon track prediction with Ensemble Kalman Filter data assimilation[J]. Advances in Atmospheric Sciences, 2011, 28: 178-186.

[7] Zhang M, Zupanski M, Kim M J, et al. Assimilating AMSU-A radiances in the TC core area with NOAA operational HWRF (2011) and a hybrid data assimilation system: Danielle (2010)[J]. Monthly Weather Review, 2013, 141(11): 3 889-3 907.

[8] Zhang H, Xue J, Zhu G, et al. Application of direct assimilation of ATOVS microwave radiances to typhoon track prediction[J]. Advances in Atmospheric Sciences, 2004, 21(2): 283-290.

[9] 劉君,黃江平,董佩明,等. 衛(wèi)星資料連續(xù)同化應用對區(qū)域數值預報效果影響分析[J]. 氣象, 2013(2): 156-165. LIU J, HUANG J P, DONG P M, et al. Effects of continuous data assimilation of satellite data on regional numerical prediction effect [J]. Meteorology, 2013 (2): 156-165.

[10] 譚鳳. 基于WRF大氣模式的大風過程波浪模擬[D]. 天津: 天津大學, 2011.

[11] 楊靜思. 波流實時耦合模式的建立及應用[D]. 天津: 天津大學, 2012.

[12] Wang W, Bruyère C, Duda M, et al. ARW Version 3 Modeling System User's Guide[R]. Mesoscale and Microscale Meteorology Division, National Center for Atmosphere Research, 2011.

[13] Ide K, Courtier P, Ghil M, et al. Unified notation for data assimilation: Operational, sequential and variational[J]. Quarterly Journal of the Royal Meteorological Society, 1997, 75:181-189.

[14] 李冉, 高山紅, 王永明. 直接同化衛(wèi)星輻射數據的黃海海霧數值試驗研究[J]. 中國海洋大學學報:自然科學版, 2012, 42(3):10-20. LI R, GAO S H, WANG Y M.Numerical experiment study on sea fog of the YellowSea by direct assimilation of satellite radiation data [J]. Journal of Ocean University of China, 2012, 42 (3):10-20.

Application of continual assimilation of satellite data in typhoon Ramasun simulation

LI Ming-xing1, ZHANG Qing-he1, YANG Hua2
(1. State Key Laboratory of Hydraulic Engineering Simulation and Safety,Tianjin University,Tianjin 300072,China; 2. Tianjin Research Institute for Water Transport Engineering,National Engineering Laboratory for Port Hydraulic Construction Technology, Key Laboratory of Engineering Sediment, Ministry of Transport, Tianjin 300456, China)

Using the mesoscale weather forecasting model WRF, by continuous assimilation of AMSU-A microwave radiation data through WRFDA model and the Community Radiative Transfer Model (CRTM), super typhoon Ramasun was simulated to assess the impact of satellite data assimilation. SWAN model was applied to simulate wave fi eld driven by typhoon wind. The results show that using the method of continuous assimilation of AMSU-A data can greatly improve the simulation effect of typhoon path and intensity, and the wave fi eld under the effect of typhoon.

satellite data; typhoon Ramasun; continuous assimilation; wind fi eld; wave fi eld

TV 331；O 242.1

A

1005-8443(2017)03-0235-05

2016-11-23；

2017-01-24

李明星（1991-），男，河北省張家口人，碩士研究生，主要從事港口海岸及近海工程研究工作。Biography:LI Ming-xing(1991-),male,master student.