研發(fā)中的美國強天氣（龍卷、大冰雹和局地強降水）預(yù)報系統(tǒng)FACETs

■ 杜鈞 薛明

薛明，俄克拉荷馬大學(xué)氣象學(xué)院和風(fēng)暴預(yù)報分析中心）

美國強風(fēng)暴實驗室（NSSL）正在研發(fā)的FACETs系統(tǒng)預(yù)報對象包括龍卷、大冰雹和局地強降水，這套系統(tǒng)把預(yù)報信息同社會影響、人的心理行為和經(jīng)濟效益等學(xué)科相結(jié)合，把預(yù)報信息轉(zhuǎn)化為同用戶直接相關(guān)的問題。

目前，美國氣象局的龍卷預(yù)警系統(tǒng)是基于觀測的，即當(dāng)雷達已經(jīng)看到有強天氣的早期跡象或已觀測到強天氣現(xiàn)象，才運用短臨預(yù)報方法外推發(fā)布預(yù)警。但因龍卷等強天氣變化快、生命期很短，所以這種基于觀測的預(yù)警系統(tǒng)可用時效很短，如目前對龍卷的預(yù)警只能提前13 min左右，并且預(yù)報是確定性的，即只有出現(xiàn)或不出現(xiàn)龍卷的二分預(yù)報，而沒有該預(yù)報的可信度度量。為了延長預(yù)報時效，目前正在研究試驗的是“基于（數(shù)值）預(yù)報的預(yù)警（Warn on Forecast，WOF）”（圖1）①https://www.nssl.noaa.gov/projects/wof/。，目標(biāo)是爭取能提前30～60 min預(yù)報出龍卷形成的地點、強度、移動方向和路徑等，并且定量給出這一預(yù)報可信度（概率）的時空分布，以適用于更廣泛的用戶群，同時這一預(yù)報同最新的觀測資料（包括愛好龍卷的“追風(fēng)者”實時從現(xiàn)場傳回的信息）進行比較并訂正，這樣的預(yù)報會在數(shù)分鐘后不斷快速地更新。如圖1所示，要實現(xiàn)這個目標(biāo)的關(guān)鍵技術(shù)包括對流尺度的數(shù)值預(yù)報模式、雷達觀測資料同化能力、模式運算快速更新的能力（如每間隔10 min積分一次）、快速更新風(fēng)暴（雷暴）尺度集合預(yù)報系統(tǒng)和實時的精細觀測技術(shù)（包括短臨預(yù)報方法）。

圖1 研發(fā)中的基于WOF為核心預(yù)報技術(shù)的美國強天氣（龍卷、大冰雹和局地強降水）預(yù)報系統(tǒng)FACETs以及與其他項目的關(guān)系示意圖

以WOF 為核心預(yù)報技術(shù)加上行為科學(xué)（考慮心理、社會和經(jīng)濟因素的決策），美國國家海洋和大氣管理局（NOAA）下屬的美國強風(fēng)暴實驗室（NSSL）正在研發(fā)下一代強天氣預(yù)警系統(tǒng)“對環(huán)境潛在危險的全方位預(yù)報系統(tǒng)”（Forecasting a Continuum of Environmental Threats，F(xiàn)ACETs，圖1）②https://www.nssl.noaa.gov/projects/facets/。，預(yù)報對象包括龍卷、大冰雹和局地強降水，并且這套系統(tǒng)把預(yù)報信息同社會影響、人的心理行為和經(jīng)濟效益等學(xué)科相結(jié)合，把預(yù)報信息轉(zhuǎn)化為同用戶直接相關(guān)的問題，如：這一風(fēng)暴會影響我嗎？風(fēng)暴已造成多大損失？最壞會是什么結(jié)果？什么時間開始影響、什么時間結(jié)束？預(yù)報有多可信？我該做什么？所以預(yù)報員可以用它來發(fā)布面向用戶的、能被用戶所理解的預(yù)報信息。這個系統(tǒng)包括七大部分（圖2）：危險天氣預(yù)報概率的網(wǎng)格點資料、觀測包括氣候和指導(dǎo)預(yù)報、預(yù)報員意見、處理網(wǎng)格資料的強天氣軟件包工具、可供用戶直接決策的預(yù)報信息輸出、用戶應(yīng)該采取的有效行動指南、事后檢驗。

圖2 同F(xiàn)ACETs有關(guān)的各種項目標(biāo)識圖徽

FACETs同美國國家氣象局正在實施的總體計劃“對緊急天氣事件時刻有防范的社會”（Weather Ready Nation，WRN）③https://www.weather.gov/wrn/。理念一致、互相匹配。FACETs的研發(fā)也緊密與實踐相結(jié)合，它有一個非常有效的試驗平臺，即NOAA的“危險性天氣試驗基地”（Hazardous Weather Testbed，HWT）①https://hwt.nssl.noaa.gov/。，幫助它在實時業(yè)務(wù)環(huán)境中邊研發(fā)邊應(yīng)用，這樣可以不斷檢驗效果、根據(jù)預(yù)報員的反饋意見進行改進。每年春季（4—5月），美國國家環(huán)境預(yù)報中心（NCEP）的風(fēng)暴預(yù)報中心（Storm Prediction Center）會進行關(guān)于強對流天氣預(yù)報的“春季試驗”②https://hwt.nssl.noaa.gov/spring_experiment/。來測試和FACETs 有關(guān)的技術(shù)和產(chǎn)品，如近幾年主要集中在對流尺度模式（convection-allowing model，CAM）和雷暴尺度集合預(yù)報（storm-scale ensemble）的應(yīng)用和檢驗。參加人員除了業(yè)務(wù)預(yù)報員外，還有預(yù)報系統(tǒng)開發(fā)人員、研究所和大學(xué)的研究員和教授，以及其他國家數(shù)值預(yù)報研發(fā)專家等。圖1～2大致勾畫出了這一關(guān)系。除了對流天氣，NOAA的HWT還在NCEP的天氣預(yù)報中心（Weather Prediction Center）進行冬季天氣試驗（1—2月）、局地強降水試驗（6—7月）③http://www.wpc.ncep.noaa.gov/hmt/experimentsummaries.shtml。和在航空天氣預(yù)報中心（Aviation Prediction Center）進行航空天氣預(yù)報的夏季試驗 （8月）④https://testbed.aviationweather.gov/。，所有這現(xiàn)行的四個試驗都以集合預(yù)報系統(tǒng)和產(chǎn)品為中心，可見美國預(yù)報員已經(jīng)把如何對待天氣預(yù)報中的不確定性作為改進天氣預(yù)報服務(wù)的重心。如何在決策中正確考慮天氣預(yù)報的不確定性也是WRN建設(shè)的關(guān)鍵。

對流尺度數(shù)值模式對龍卷的模擬能力近年也有長足的進步。圖3是美國俄克拉荷馬大學(xué)薛明教授領(lǐng)導(dǎo)的團隊用水平分辨率為25 m×25 m的ARPS（Advanced Regional Prediction System）模式所模擬的凝結(jié)云的三維圖像，云底的超級龍卷清晰可見。

圖3 水平分辨率為25 m×25 m的ARPS模式所模擬的凝結(jié)云三維圖像（圖由Pittsburgh超算中心的Greg Foss 先生提供）