FY-2G云導(dǎo)風(fēng)資料同化在臺風(fēng)“天鴿”數(shù)值預(yù)報中的應(yīng)用

許冬梅，束艾青，李泓，吳海英，何志新，沈菲菲,2,，莊雨馨

（1.南京信息工程大學(xué)氣象災(zāi)害教育部重點實驗室/氣候與環(huán)境變化國際合作聯(lián)合實驗室/氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心，江蘇 南京 210044；2.高原與盆地暴雨旱澇災(zāi)害四川省重點實驗室，四川 成都 610225；3.中國氣象局沈陽大氣環(huán)境研究所，遼寧 沈陽 110000；4.中國氣象局上海臺風(fēng)研究所，上海 200030；5.江蘇省氣象臺，江蘇 南京 210041；6.安徽省氣象臺，安徽 合肥 230031）

1 引言

臺風(fēng)是發(fā)生在西北太平洋的熱帶氣旋，每年都會給沿海地區(qū)造成巨大災(zāi)害。臺風(fēng)預(yù)報受多種因素制約，如大尺度環(huán)流、小尺度擾動、海氣界面能量和物質(zhì)交換等，再加上臺風(fēng)理論認(rèn)識的局限性和海洋大面積觀測資料的缺乏，臺風(fēng)預(yù)報的難度非常大。據(jù)統(tǒng)計，即使在天氣預(yù)報技術(shù)領(lǐng)先的美國，2005 年由熱帶氣旋造成的經(jīng)濟損失就高達(dá)上千億美元[1]。有“暖池”之稱的熱帶西太平洋及東印度洋廣闊的洋面和較高的海溫為臺風(fēng)的生成和發(fā)展提供了充足的能量和水汽。夏季，臺風(fēng)受低緯大氣環(huán)流特別是季風(fēng)槽產(chǎn)生的弱垂直風(fēng)切變和西太平洋副高西伸北跳產(chǎn)生的東風(fēng)引導(dǎo)氣流的影響，生成后易于移向我國，給我國廣東、廣西、浙江、上海和福建等沿海地區(qū)的人民生命安全和社會經(jīng)濟帶來巨大的損失。據(jù)相關(guān)統(tǒng)計，2004—2013 年，臺風(fēng)給我國帶來的年平均直接經(jīng)濟損失約為448 億元，占?xì)庀鬄?zāi)害總損失的17.4%[2-4]，因此提高臺風(fēng)預(yù)報的精度是氣象預(yù)報和防災(zāi)減災(zāi)的重中之重。數(shù)值預(yù)報具有準(zhǔn)確性高和時效長等優(yōu)點，是臺風(fēng)預(yù)報的主要手段。由于數(shù)值預(yù)報的效果與初始場的精度密切相關(guān)，臺風(fēng)主要生成并活動于觀測資料匱乏的洋面上，所以臺風(fēng)預(yù)報對于數(shù)值預(yù)報來說始終是一個難點。隨著氣象探測技術(shù)的提高，衛(wèi)星和雷達(dá)等高分辨率的非常規(guī)氣象觀測手段已廣泛地應(yīng)用于數(shù)值預(yù)報，利用這些資料修正模式背景場的信息，可以使預(yù)報結(jié)果更加準(zhǔn)確。在這些資料中，衛(wèi)星云導(dǎo)風(fēng)（Atmos-pheric Motion Vectors，AMVs，又稱大氣運動矢量）資料具有觀測范圍廣、時效長和不易受下墊面影響等特點，對陸面觀測信息不足的地區(qū)，如海洋和沙漠等的氣象預(yù)報有重要參考價值，因此，在臺風(fēng)結(jié)構(gòu)、發(fā)生發(fā)展過程和臺風(fēng)伴隨的強降水分布等預(yù)報中，云導(dǎo)風(fēng)資料的作用不可忽視[5]。

從20世紀(jì)90年代開始，國內(nèi)外學(xué)者已對AMVs資料同化在數(shù)值預(yù)報中的應(yīng)用展開研究。在國外，Bhatia 等[6]在有限區(qū)域的模式中同化水汽通道的云導(dǎo)風(fēng)數(shù)據(jù)，發(fā)現(xiàn)同化的云導(dǎo)風(fēng)數(shù)據(jù)能更準(zhǔn)確地預(yù)報熱帶氣旋的路徑。Soden 等[7]將云導(dǎo)風(fēng)數(shù)據(jù)同化進(jìn)颶風(fēng)模式中，減小了颶風(fēng)路徑偏西的預(yù)報誤差。Velden 等[8]通過對比傳統(tǒng)風(fēng)場和云導(dǎo)風(fēng)資料同化風(fēng)場，發(fā)現(xiàn)云導(dǎo)風(fēng)資料的主要誤差來源于高度匹配問題。Wu 等[9]研究發(fā)現(xiàn)通過集合卡爾曼濾波方法可以增強大氣運動矢量的同化子集，從而提高熱帶氣旋路徑和強度的預(yù)報質(zhì)量。我國自20 世紀(jì)末風(fēng)云二號地球靜止衛(wèi)星發(fā)射后才正式開始云導(dǎo)風(fēng)資料在天氣預(yù)報中的應(yīng)用探索。周兵等[10]發(fā)現(xiàn)同化云導(dǎo)風(fēng)資料可以改善對流層高層風(fēng)矢的分布，從而提高暴雨等強降水災(zāi)害天氣預(yù)報的準(zhǔn)確性。何斌等[11]將同化了云導(dǎo)風(fēng)的試驗與未同化任何資料的控制試驗的預(yù)報結(jié)果進(jìn)行對比，發(fā)現(xiàn)云導(dǎo)風(fēng)資料對對流層高層大氣風(fēng)場的調(diào)整作用明顯，而對中低層大氣無明顯作用。何志新[12]將FY-2C 云導(dǎo)風(fēng)資料同化后，發(fā)現(xiàn)其能很好地改進(jìn)降水預(yù)報。馬俠霖等[13]將一個新的云導(dǎo)風(fēng)計算方法運用在云導(dǎo)風(fēng)資料同化中，極大地提高了云導(dǎo)風(fēng)資料的利用率。萬曉敏等[14]選取臺風(fēng)“天鴿”個例進(jìn)行試驗，發(fā)現(xiàn)將FY-4A 云導(dǎo)風(fēng)資料同化后可以調(diào)整高度場和風(fēng)場分析結(jié)果，對降水的預(yù)報也有所改善。

通過以上回顧可以發(fā)現(xiàn)，前人的研究大多集中在應(yīng)用前幾代氣象衛(wèi)星的云導(dǎo)風(fēng)資料以提高數(shù)值預(yù)報水平。較新的FY-2G 衛(wèi)星自2015年6月1日起漂移至105°E取代超期服役的E星成為主業(yè)務(wù)衛(wèi)星，它共有2 個紅外長波、1 個紅外中波、1 個可見光和1個水汽共5個通道，所有通道分辨率均高于5 km×5 km，其中部分通道分辨率達(dá)1.25 km×1.25 km，可以加強我國汛期的氣象監(jiān)測能力。因此，我們選取登陸我國的強臺風(fēng)個例以考察同化FY-2G 云導(dǎo)風(fēng)資料對臺風(fēng)預(yù)報的影響。2017 年8 月22—24 日，我國廣州、香港和澳門等沿海地區(qū)出現(xiàn)大范圍的強降水和大風(fēng)天氣過程，該過程由強臺風(fēng)“天鴿”引起。本研究就此次天氣過程，以美國國家環(huán)境預(yù)報中心（National Centers for Environmental Prediction，NCEP）最終業(yè)務(wù)全球分析（FiNaL operational global analysis，F(xiàn)NL）資料作為參考場，對FY-2G 地球靜止衛(wèi)星水汽通道云導(dǎo)風(fēng)資料的分布進(jìn)行評估和偏差訂正。利用天氣研究和預(yù)報模式同化系統(tǒng)（Weather Research and Forecasting model Data Assimilation system，WRFDA）對衛(wèi)星云導(dǎo)風(fēng)資料進(jìn)行三維變分（Three Dimensional VARiation，3DVAR）同化，并使用3.9.1 版本的天氣研究和預(yù)報模式（Weather Research and Forecasting model，WRF）對此次天氣過程進(jìn)行30 h 的確定性預(yù)報，與未同化FY-2G 云導(dǎo)風(fēng)資料的控制試驗預(yù)報結(jié)果對比，以探討云導(dǎo)風(fēng)資料同化對臺風(fēng)預(yù)報的影響。

2 觀測資料及同化系統(tǒng)

2.1 FY-2G云導(dǎo)風(fēng)資料及質(zhì)量控制方案

FY-2G 氣象衛(wèi)星于2014 年12 月31 日在西昌衛(wèi)星發(fā)射中心成功發(fā)射。其上搭載的多通道掃描成像輻射計（Visible and Infrared Spin Scan Radiometer，VISSR）共有2個長波紅外通道、1個中波紅外通道、1 個可見光通道和1 個水汽通道。與FY-2F 衛(wèi)星相比，圖像質(zhì)量有了顯著的提高。本研究使用水汽通道的云導(dǎo)風(fēng)資料，圖1為風(fēng)矢數(shù)量隨高度的分布，以及風(fēng)矢的緯向風(fēng)速均方根誤差隨高度的分布。從圖1a 中可以看出，風(fēng)矢主要集中在400～100 hPa的中高層大氣，高層300～200 hPa 的風(fēng)矢數(shù)量最多，可達(dá)280個，低層大氣的風(fēng)矢數(shù)量較少。由圖1b可知，450 hPa以下低層風(fēng)矢的誤差很大；相較而言，中高層風(fēng)矢的質(zhì)量較好，均方根誤差穩(wěn)定在0.8 m/s左右，資料可用性強。

圖1 2017年8月22日06時水汽通道云導(dǎo)風(fēng)資料分布Fig.1 Distribution of vapor channel AMVs at 0600 UTC on August 22,2017

在同化云導(dǎo)風(fēng)資料前，需要對資料進(jìn)行高度訂正。本文采用何志新[12]的高度訂正方案。為了更好地說明高度訂正的作用，圖2 分別給出了2017 年8月22 日06 時（世界時，下同）300 hPa 的FNL 再分析風(fēng)場、高度訂正前水汽通道云導(dǎo)風(fēng)矢量和高度訂正后水汽通道云導(dǎo)風(fēng)矢量的分布。圖2a 為FNL 資料得到的區(qū)域范圍為100°～130°E，10°～30°N 的實況風(fēng)場，可以看出18°～30°N，124°～130°E 的區(qū)域為副熱帶高壓控制，風(fēng)場順時針旋轉(zhuǎn)；位于20.5°N，118.8°E 臺風(fēng)中心附近的風(fēng)場在強大的低壓渦旋結(jié)構(gòu)影響下出現(xiàn)逆時針旋轉(zhuǎn)且風(fēng)速很大。如圖2b 和2c 所示，由于云導(dǎo)風(fēng)資料剔除了臺風(fēng)云雨區(qū)的觀測，僅保留晴空區(qū)觀測，所以在臺風(fēng)中心周圍分布的云導(dǎo)風(fēng)矢量相對稀少且凌亂。對比高度訂正前后的云導(dǎo)風(fēng)資料可以發(fā)現(xiàn)，訂正后的資料在剔除了選區(qū)內(nèi)（10°～30°N，126°～130°E；10°～14°N，100°～120°E）臺風(fēng)周圍風(fēng)向偏差較大的風(fēng)矢量后，云導(dǎo)風(fēng)資料在保留原環(huán)境場基本特征的同時變得更加集中。

圖2 2017年8月22日06時300 hPa上的風(fēng)矢量分布（單位：m/s）Fig.2 300 hPa wind vector distribution at 0600 UTC on August 22,2017(units:m/s)

2.2 WRFDA同化系統(tǒng)

WRFDA 同化系統(tǒng)與WRF 模式配套，可同化絕大部分常規(guī)和非常規(guī)的氣象資料，包含3DVAR、四維變分（Four Dimensional VARiation，4DVAR）以及混合同化等部分。本次試驗采用3DVAR 同化方法，通過代價函數(shù)J 的極小化得到觀測場、背景場和分析場之間平衡的最優(yōu)解。代價函數(shù)表示為：

式中，x代表分析場；xb代表背景場；yo代表觀測場；B和R分別代表背景誤差協(xié)方差矩陣和觀測誤差協(xié)方差矩陣；H代表觀測算子，是由模式到觀測的一種映射關(guān)系；上標(biāo)T和-1 分別表示轉(zhuǎn)置和求逆。實際情況下模式變量之間的強相關(guān)性與觀測數(shù)據(jù)的高分辨率，會使得B矩陣的維數(shù)巨大，導(dǎo)致B的逆矩陣為病態(tài)矩陣[15]。通過對變量進(jìn)行物理變換和空間變換，使變量之間相互獨立且變?yōu)楸尘胺讲顬? 的控制變量，最終將B轉(zhuǎn)換為對角矩陣以簡化計算。WRFDA 同化系統(tǒng)中動量控制變量有CV7（水平風(fēng)場UV）和CV5（流函數(shù)Ψ和勢函數(shù)Φ）兩組。根據(jù)Sun 等[16]的研究結(jié)果，CV5 方案對大尺度資料同化的效果更好，故本試驗使用流函數(shù)和勢函數(shù)作為動量控制變量。

本研究采用美國國家氣象中心（National Meteorological Center，NMC）方法統(tǒng)計背景誤差協(xié)方差矩陣B[17]，以2017 年8 月1—31 日期間每日00時和12 時的24 h 和12 h 預(yù)報時效的預(yù)報差值作為預(yù)報誤差的近似。基于大量的預(yù)報樣本，根據(jù)樣本之間的差異B矩陣表示如下：

式中，x24和x12分別為24 h和12 h預(yù)報。需要注意的是，這兩個預(yù)報場都有誤差，故可以表示為：

式中，xtruth代表真實值；b24和b12是每個預(yù)報中的偏差；ε24和ε12是隨機誤差。假設(shè)24 h 和12 h 的預(yù)報無偏差，或者偏差在時間上是恒定的，即b24=b12，預(yù)報場差異表示為：

于是B矩陣可用式（6）表示：

3 個例介紹

臺風(fēng)“天鴿”是2017年第13號臺風(fēng)，于2017年8月20 日14 時開始編號，生成后向西移動（見圖3）。由于高海溫為此次臺風(fēng)提供了較高的能量，它于8月22 日連跳兩級，從熱帶風(fēng)暴升級為臺風(fēng)。8 月23日凌晨臺風(fēng)途經(jīng)澳門，風(fēng)力波及香港，在此過程中，其風(fēng)力快速增加，并在23日臺風(fēng)以最強風(fēng)力登陸我國沿海城市珠海；而后向廣西移動，由于地表摩擦耗散逐漸填塞消亡，24 日在我國境內(nèi)消散。臺風(fēng)“天鴿”具有近海加強、短時間強度變化大、移速快和波及范圍廣等特點，以上這些特點使得預(yù)報難度較大。臺風(fēng)“天鴿”給我國華南地區(qū)造成巨大的經(jīng)濟損失和人員傷亡，尤其是廣東珠海周邊的城市受災(zāi)嚴(yán)重。

圖3 WRF模擬區(qū)域疊加地形高度和臺風(fēng)“天鴿”的路徑Fig.3 WRF simulation domain covered by terrain height and typhoon"Hato"'s track

4 試驗設(shè)計

本試驗選用3.9.1 版本W(wǎng)RF 模式和WRFDA 同化系統(tǒng)，模式的網(wǎng)格分辨率大小為15 km，網(wǎng)格數(shù)為401×329，中心在20°N，115°E，模擬的區(qū)域如圖3所示。模式采用的物理參數(shù)化方案主要包括：WSM6（WRF Single-Moment 6-class）微 物 理 方案[18]、KF（Kain-Fritsch）積 云 對 流 方 案[19]、RRTM（Rapid Radiative Transfer Model）長波輻射方案[20]、Dudhia 短波輻射方案[21]和YSU（YonSei University）邊界層方案[22]。共設(shè)置兩組試驗，一組是控制試驗，另一組是同化FY-2G 云導(dǎo)風(fēng)試驗（見圖4）?？刂圃囼炏仍?017 年8 月22 日00 時進(jìn)行6 h 的“spin-up”過程至06 時，然后連續(xù)積分42 h 至24 日00 時。同化試驗采用循環(huán)同化方式，背景場來自控制試驗6 h“spin-up”后輸出的2017 年8 月22 日06 時的預(yù)報場，從22 日06—18 時每間隔6 h 同化一次，共同化3次，同化的資料是FY-2G 水汽通道的云導(dǎo)風(fēng)資料，最后再進(jìn)行30 h的確定性預(yù)報至24日00時。

圖4 試驗流程圖Fig.4 Experimental flow chart

5 試驗結(jié)果分析

5.1 確定性預(yù)報分析

圖5a 為臺風(fēng)“天鴿”的觀測路徑和模式模擬路徑的對比圖。臺風(fēng)觀測資料取自中國氣象局熱帶氣旋資料中心（網(wǎng)址：https://tcdata.typhoon.org.cn/zjljsjj_zlhq.html）。從圖中可以看出，臺風(fēng)“天鴿”的實況路徑（實心圓點線）為西北偏西行路徑，在廣東省珠海市登陸后，繼續(xù)向廣西移動，最后在廣西境內(nèi)減弱為熱低壓?？刂圃囼灒招膱A點線）開始的模擬效果與實際路徑基本一致，但在模式積分開始約12 h 臺風(fēng)登陸后，其模擬的臺風(fēng)路徑較同化試驗（三角線）逐漸向南偏移，誤差逐漸增大，在進(jìn)入廣西逐漸填塞消亡的過程中，與實際觀測路徑相差約1 個緯度，同化了云導(dǎo)風(fēng)資料的試驗?zāi)M路徑比控制試驗路徑更偏北。圖5b 是各試驗?zāi)M路徑的誤差。從圖中可以看出，兩組試驗在前6 h 路徑誤差較小，隨后誤差隨時間增加，同化試驗的路徑誤差明顯小于控制試驗，整個過程的最大誤差約為70 km，而控制試驗的最大誤差達(dá)到了約90 km。

圖5c 為控制試驗和同化試驗?zāi)M的臺風(fēng)“天鴿”強度。從圖中可以看出，在預(yù)報前期，兩組試驗對臺風(fēng)強度的模擬結(jié)果接近，沒有明顯改進(jìn)；臺風(fēng)登陸后，控制試驗?zāi)M的臺風(fēng)強度開始減弱，導(dǎo)致其強度誤差隨時間呈現(xiàn)增長的趨勢，兩組試驗誤差的差距開始變大，控制試驗最終超過同化試驗，而同化試驗?zāi)M的強度誤差始終維持在約12 hPa，可以更準(zhǔn)確地反映實際的臺風(fēng)強度特征。圖5d 是兩組試驗對臺風(fēng)“天鴿”模擬的最大海平面風(fēng)速隨時間的變化圖。圖中可見，同化了云導(dǎo)風(fēng)資料的試驗?zāi)M的臺風(fēng)最大海平面風(fēng)速誤差較小，最大誤差約為5.5 m/s，這與隋新秀等[23]研究中的量級相當(dāng)。同化云導(dǎo)風(fēng)資料的試驗在整個30 h 的確定性預(yù)報中的模擬結(jié)果與實況更加接近。

圖5 2017年8月22日18時—24日00時預(yù)報結(jié)果Fig.5 Forecasts from 1800 UTC on August 22,2017 to 0000 UTC on August 24,2017

5.2 風(fēng)場增量分析

圖6分別是同化了云導(dǎo)風(fēng)資料后2017年8月22日06 時850 hPa、700 hPa、500 hPa 和300 hPa 的風(fēng)場增量，此時臺風(fēng)中心位置位于20.5°N，118.8°E。由于云導(dǎo)風(fēng)資料主要集中在對流層中高層，所以從圖6a 和6b 可以看出，在850 hPa 和700 hPa 的高度上，臺風(fēng)附近的風(fēng)速增量很小。在500 hPa 上臺風(fēng)南側(cè)有西南方向的風(fēng)場增量，臺風(fēng)的移動主要受該層引導(dǎo)氣流的影響，因此，西南方向的風(fēng)場增量對于臺風(fēng)南側(cè)的引導(dǎo)氣流有加強作用，使得臺風(fēng)較控制試驗更易向北移動。300 hPa 是云導(dǎo)風(fēng)密集分布的高度，因此，同化了云導(dǎo)風(fēng)資料后在華南地區(qū)產(chǎn)生了強的西南方向的風(fēng)場增量。在500 hPa 上，臺風(fēng)中心的西南側(cè)有較強的偏南風(fēng)增量，臺風(fēng)中心的西北側(cè)有較強的偏北風(fēng)增量，使臺風(fēng)西側(cè)的輻合有所增強；而在300 hPa 高度層，臺風(fēng)中心的西南側(cè)有偏北風(fēng)增量，臺風(fēng)中心的西北側(cè)有偏南風(fēng)增量，使臺風(fēng)西側(cè)的輻散有所增強。由于低層氣流輻合和高層輻散可以產(chǎn)生垂直的氣流，因此高層300 hPa的西南風(fēng)場增量通過中層與高層之間的垂直動量輸送影響到中層500 hPa 的風(fēng)場，使500 hPa 的西南風(fēng)加強。臺風(fēng)“天鴿”在登陸華南后的路徑較控制試驗向北調(diào)整，這與實際觀測更接近。在300 hPa 高度增量場上還可以看出，在臺風(fēng)位置，分析增量可以近似形成完整的氣旋式環(huán)流，由此可以判斷，云導(dǎo)風(fēng)資料同化增強了臺風(fēng)的強度。中高層大氣在同化云導(dǎo)風(fēng)資料后與控制試驗相比可以更有效調(diào)節(jié)臺風(fēng)風(fēng)場，最終改進(jìn)臺風(fēng)的路徑和強度預(yù)報。

圖6 2017年8月22日06時水平風(fēng)場增量（單位：m/s）Fig.6 Horizontal wind increment at 0600 UTC on August 22,2017(unit:m/s)

5.3 相對濕度增量分析

相對濕度可以反映大氣中的水汽狀況，臺風(fēng)的維持和降水都需要大氣濕度達(dá)到一定的數(shù)值，相對濕度數(shù)值越大，水汽條件越好，系統(tǒng)維持時間更長。圖7是2017年8月22日06時低層925 hPa和850 hPa同化了云導(dǎo)風(fēng)資料后的相對濕度增量，在副熱帶高壓控制的區(qū)域相對濕度增量為負(fù)，反映出該地區(qū)空氣中水汽含量較少，以下沉氣流為主。臺風(fēng)中心位置位于20.5°N，118.8°E，同化了云導(dǎo)風(fēng)資料后，臺風(fēng)中心的相對濕度增量基本為0，臺風(fēng)中心以外的地區(qū)相對濕度增量主要為正。850 hPa 相對濕度增量的絕對值普遍大于925 hPa。由于臺風(fēng)的移動和發(fā)展需要充足的水汽供應(yīng)，同化了云導(dǎo)風(fēng)資料后臺風(fēng)附近出現(xiàn)正的相對濕度增量，意味著在臺風(fēng)附近水汽量比控制試驗大，有利于臺風(fēng)的發(fā)展和維持。

圖7 2017年08月22日06時相對濕度增量（單位：%）Fig.7 Relative humidity increment at 0600 UTC on August 22,2017(unit:%)

5.4 500 hPa引導(dǎo)氣流分析

臺風(fēng)的移動主要受500 hPa 引導(dǎo)氣流的控制。圖8是控制試驗和同化了云導(dǎo)風(fēng)資料后2017年8月22 日18 時500 hPa 引導(dǎo)氣流的模擬結(jié)果。由圖所示，500 hPa臺風(fēng)受東南引導(dǎo)氣流的影響沿西北路徑移動。在臺風(fēng)中心東北部，云導(dǎo)風(fēng)同化加強了東南氣流強度，并且使臺風(fēng)外圍的大風(fēng)區(qū)域加大。在臺風(fēng)尺度足夠大時，可以近似認(rèn)為其滿足地轉(zhuǎn)平衡關(guān)系，即氣壓梯度越大，地轉(zhuǎn)風(fēng)越強。同化了云導(dǎo)風(fēng)資料后臺風(fēng)會更快地向西北方向移動，與實際情況接近。

圖8 2017年8月22日18時500 hPa風(fēng)速（單位：m/s）和位勢高度（單位：10 gpm）Fig.8 500 hPa wind speed(unit:m/s)and geopotential height(unit:10 gpm)at 1800 UTC on August 22,2017

5.3 T-logP圖分析

圖9 是基于探空資料繪制的香港站（站號：45004）的溫度-對數(shù)壓力（Temprature-log Pressure,T-logP）圖，其中，灰虛線代表濕絕熱線，黑粗線代表層結(jié)曲線，灰粗線代表露點曲線。由圖9a觀測可知從低層到高層有弱的垂直風(fēng)切變，100 hPa 為西風(fēng)；由濕絕熱線和層結(jié)曲線的相對位置可以看出，有正的不穩(wěn)定能量；在300 hPa 高度以下層結(jié)曲線和濕絕熱線比較貼近，說明大氣300 hPa 高度以下的飽和度較高，水汽含量大，有利于臺風(fēng)的發(fā)展。由圖9b 可以看出，控制試驗的不穩(wěn)定能量比觀測小，垂直風(fēng)切比觀測大，抑制了臺風(fēng)的發(fā)展。此外，控制試驗的層結(jié)曲線和濕絕熱線僅在700 hPa 以下比較貼近，水汽條件與觀測相差較大。由圖9c 可以看出，同化試驗的不穩(wěn)定能量增加，層結(jié)曲線和濕絕熱線在300 hPa以下貼近，與觀測相近。

圖9 溫度-對數(shù)壓力探空Fig.9 Temperature-log pressure sounding

6 結(jié)論

本文選取了2017年8月22日登陸我國的強臺風(fēng)“天鴿”，使用3.9.1 版本的WRF 模式及其同化系統(tǒng)，考察FY-2G衛(wèi)星云導(dǎo)風(fēng)資料同化對臺風(fēng)數(shù)值預(yù)報的影響，并進(jìn)行了30 h的確定性預(yù)報，同時對影響臺風(fēng)發(fā)展移動的多個要素進(jìn)行考察分析。結(jié)論如下：

（1）同化試驗?zāi)M的臺風(fēng)路徑預(yù)報誤差更小。由于云導(dǎo)風(fēng)資料集中在中高層大氣，模擬出的臺風(fēng)強度不會因為臺風(fēng)登陸后受到地面的摩擦而產(chǎn)生較大誤差。

（2）同化衛(wèi)星云導(dǎo)風(fēng)資料能夠增加模式初始場中臺風(fēng)周圍的風(fēng)矢量信息，并且為中高層臺風(fēng)周圍的大氣增加正的風(fēng)矢量。中高層之間的垂直動量輸送使得臺風(fēng)向北移動的引導(dǎo)氣流加強，臺風(fēng)路徑也隨之得到準(zhǔn)確調(diào)整。

（3）衛(wèi)星云導(dǎo)風(fēng)資料同化能夠使模式更好地模擬臺風(fēng)結(jié)構(gòu)。同化試驗在臺風(fēng)中心附近模擬出了正的相對濕度增量，有利于臺風(fēng)的維持；同時，同化試驗?zāi)M的T-logP探空圖也更接近觀測。

本研究實現(xiàn)了FY-2G 云導(dǎo)風(fēng)資料的三維變分同化試驗，個例的總體效果表明，云導(dǎo)風(fēng)資料的同化能夠有效改進(jìn)臺風(fēng)“天鴿”的數(shù)值預(yù)報效果。需要指出的是，本研究是基于一個臺風(fēng)個例展開的，為了充分檢驗FY-2G 云導(dǎo)風(fēng)的效果應(yīng)增加更多的臺風(fēng)個例進(jìn)行測試。在同化方法上，本研究采用的是3DVAR 方法，在今后的研究中應(yīng)考慮更高級的同化方法，如混合同化方法，以進(jìn)一步改進(jìn)預(yù)報效果。在資料的使用上，本研究僅采用了含有高層風(fēng)場信息的衛(wèi)星云導(dǎo)風(fēng)資料，缺失了低層風(fēng)場信息，未來將進(jìn)一步嘗試基于云導(dǎo)風(fēng)資料和微波輻射計資料的多源資料聯(lián)合同化試驗，以進(jìn)一步提高臺風(fēng)數(shù)值預(yù)報的準(zhǔn)確度。

致謝：本論文的數(shù)值計算得到了南京信息工程大學(xué)高性能計算中心的計算支持和幫助，在此表示感謝！