米 潔, 朱克云, 張 杰

(1.成都信息工程學院大氣科學學院高原大氣與環(huán)境四川省重點實驗室,四川成都610225;2.成都軍區(qū)空軍氣象中心,四川成都610041)

0 引言

暴雨災害中國嚴重自然災害之一,每年都給國家經(jīng)濟和人民生命財產(chǎn)造成很大損失。因此,提高暴雨的監(jiān)測、預測能力是國家減災防災的急需,也成為近幾十年來國內(nèi)學者研究的熱點之一。

國內(nèi)外的大量研究表明[1-3],在數(shù)值預報中加入非常規(guī)資料能夠有效提高數(shù)值預報水平。目前,國外眾多的數(shù)值預報研究和業(yè)務(wù)單位都已將多種衛(wèi)星資料應(yīng)用到數(shù)值預報模式的同化分析系統(tǒng)中,衛(wèi)星資料已成為所用觀測資料的主體。目前,中國也開展了一系列衛(wèi)星同化的研究工作,取得了一定的研究進展。張利紅[4]采用GRAPES-3DVAR同化系統(tǒng)同化AMSU-A/B微波資料,發(fā)現(xiàn)AMSU-A資料對溫度場改進效果明顯,AMSU-B資料對濕度場改進效果明顯;單獨同化AMSU-B資料比單獨同化AMSU-A資料改進效果更明顯;同時同化AMSU-A/B資料比只同化其中一種資料的模擬效果好,更好地改善了模擬降水的落區(qū)和強度,與實況更加接近。李娟等[5]的研究表明,長期使用衛(wèi)星資料可以改進大尺度環(huán)境場,使暴雨天氣過程的直接影響系統(tǒng)與實況更接近;其中,AMSU-A資料對溫度場有較明顯影響,AMSU-B資料對濕度場的調(diào)整也有較大貢獻。郭銳[6]使用ATOVS資料對一次淮河流域暴雨進行數(shù)值模擬研究,試驗表明:長期同化AMSU資料能夠改善降水預報,明顯改進暴雨中心的模擬位置和強度。剔除AMSU-A地面通道和700hPa通道資料的同化效果優(yōu)于全部通道資料。李興武等[7]對ATOVS衛(wèi)星資料同化試驗采用連續(xù)循環(huán)同化的方法,試驗結(jié)果表明:同時同化多顆衛(wèi)星ATOVS資料效果可能不及僅同化一顆衛(wèi)星ATOVS資料效果,原因可能是把多種衛(wèi)星資料引入到同化系統(tǒng)的同時也產(chǎn)生了相應(yīng)的累積誤差。劉君等[8]使用AMSU-A/B資料的循環(huán)同化試驗表明:循環(huán)同化方案的各預報要素的相關(guān)系數(shù)優(yōu)于單時次同化,可以有效改善降水和臺風路徑的模擬效果。楊引明等[9]利用FY-3A微波探測資料對臺風“莫拉克”開展數(shù)值模擬。結(jié)果表明,直接同化FY-3A微波資料可更合理地模擬海上臺風環(huán)流形勢及溫濕條件,積極改善臺風路徑預報效果。張旭煜[10]等的研究表明WRF模式同化FY-3A MWHS資料可以提高降水預報的效果。

目前,前人的研究工作[11-15]多是利用國外衛(wèi)星輻射率資料對暴雨進行數(shù)值模擬,對于中國新一代極軌氣象衛(wèi)星——風云三號衛(wèi)星資料的同化研究卻較少,所以同化自己的衛(wèi)星資料對中國數(shù)值模擬具有重要意義。風云三號系列氣象衛(wèi)星為極軌衛(wèi)星,雙星每天提供4次覆蓋全球的探測資料。目前大多使用的三維變分同化方法(單時次3DVAR)僅能利用到FY-3A或者FY-3B單顆衛(wèi)星的一次探測資料,有時甚至沒有探測資料可使用,衛(wèi)星資料使用率低。而通過循環(huán)同化方案同化雙星多次探測資料可大大提高衛(wèi)星資料的使用率。但因為循環(huán)同化較長時間的衛(wèi)星資料的研究還比較少,其效果也有待于研究。

為了進一步了解FY-3衛(wèi)星資料循環(huán)同化的模擬效果,以2012年5月11～14日江西暴雨為個例,分析和比較了風云三號衛(wèi)星MWHS資料單時次同化和循環(huán)同化方案對暴雨落區(qū)、強度以及濕度場、渦度場的影響,并給出了TS評分結(jié)果。

1 MWHS資料及個例介紹

1.1 MWHS資料介紹

風云三號是中國新一代極軌氣象衛(wèi)星,搭載探測大氣濕度垂直分布的微波濕度儀(MWHS)與AMSU有非常相似的功能。微波濕度計不受晴空條件限制,共有5個通道,主要在183GHz附近進行觀測,可以獲取云區(qū)、晴空區(qū)以及降水區(qū)的大氣濕度三維分布。探測器通道技術(shù)指標如表1。微波濕度計最大掃描角53.35°,地面分辨率15km。

表1 MWHS通道參數(shù)技術(shù)指標

1.2 個例簡介

2012年5月11～14日,江西發(fā)生了年內(nèi)最強的大暴雨降水過程。強降水時段主要集中在12日,這次降水過程時間短、降水量大,多個縣市出現(xiàn)30mm/h以上的強降水。11日20時至12日20時期間有31個縣市暴雨,13個縣市大暴雨。此次降水處于華南前汛期中,在500hPa圖上(圖略),東亞呈現(xiàn)兩脊一槽型,東北大部分地區(qū)為高壓脊,貝加爾湖為低渦,在內(nèi)蒙古中部有低槽,日本海東北部為一低值中心。內(nèi)蒙古低槽槽后的冷空氣向南輸送,影響中國中東部大部分地區(qū),偏西北路徑的冷空氣與來自南方的西南暖濕氣流交匯,使南方大部分地區(qū)出現(xiàn)明顯的降水過程,在江西中北部造成強暴雨。

2 模式參數(shù)設(shè)置及試驗方案設(shè)計

為檢測同化效果,文中設(shè)計了4種方案。方案A,不同化衛(wèi)星資料;方案B,同化單時次FY-3A MWHS資料;方案C,同化單時次FY-3B MWHS資料;方案D,循環(huán)同化FY-3A和FY-3B MWHS資料。預報模式采用的是WRF模式,背景場數(shù)據(jù)來自于NCEP 1°×1°的FNL再分析資料。

方案B的同化時刻為12日00時(UTC,下同),預報24小時。方案C的同化時刻為11日18時,預報36小時。循環(huán)同化試驗方案D的步驟是,首先用WRF模式從2012年5月11日12時積分6小時到18時,接著以18時的積分結(jié)果作為初始場,同化11日18時FY-3B的MWHS資料,同化結(jié)束后接著積分6小時到12日00時,完成一次資料同化循環(huán)。其后,按照此方法同化12日00時的FY-3A的MWHS資料,即實現(xiàn)了循環(huán)同化[16-18],然后從12日00時起報,預報24小時至13日00時結(jié)束(圖1)。

圖1 方案D試驗進程示意圖

FY-3B和FY-3A分別在18時和00時相繼掃描過預報區(qū)域,有較多資料可供使用。所以,在不同時次選用風三系列不同衛(wèi)星的MWHS資料進行循環(huán)同化,可以在預報區(qū)域內(nèi)提高氣象衛(wèi)星資料的使用率。

表2 衛(wèi)星資料同化方案設(shè)計

3 試驗結(jié)果及分析

此次暴雨過程從11～14日連續(xù)4天,在江西中北部出現(xiàn)大范圍降水,強降水時段主要集中在12日,且為此次降水中間時段,因此,下面進行12日的實況場與方案A、B、C、D的模擬結(jié)果的對比分析。

3.1 降水場

圖2給出12日08時到13日08時降水實況和同化模擬結(jié)果。從實況圖上可以看出,降水區(qū)域主要集中在江西中北大部地區(qū)。其中,有5個100mm以上的暴雨中心,標記降水中心P,O,Q,R,S。圖2(a)為24h降水實況圖,圖2(b),(c),(d),(e)給出方案A,B,C,D方案24h降水模擬圖。從整體上看,4種方法都基本模擬出降水的大致分布和走向,但具體來講,4種方法模擬結(jié)果存在暴雨中心位置、強度和降水區(qū)范圍大小,虛假降水中心等差異。

圖2 2012年05月12日08時～13日08時24h累積降水量(單位:mm)

首先分析超過120mm的主要降水中心O,P,Q的模擬結(jié)果,方案A(如圖2b)成功模擬出降水中心O,降水量級和范圍與實況一致,但位置稍偏西,對于降水中心Q的模擬范圍偏大且分離成2個降水中心,降水中心P沒有成功模擬出,且在西部存在一個超過120mm的虛假降水中心。方案B(圖2c)模擬的降水帶整體南移,對O,P降水中心的模擬則是合二為一在江西中部有一片范圍偏大量級偏高的降水區(qū),對降水中心Q的模擬也是范圍偏大,量級偏高。方案C(圖2d)對降水區(qū)域的模擬也是范圍偏大,量級偏高,且未能模擬出降水中心Q,且在南部存在多個超過120mm的虛假降水中心。方案D(圖2e)成功的模擬出實況降水的帶狀分布,與實況降水帶形狀最為相似,對主降水中心O的模擬較B,C方案相比在量級和范圍更接近實況,但是位置偏南;對降水中心P的模擬則是量級和范圍偏小,對降水中心Q的模擬則是4種方案中量級,范圍和位置的效果最佳,尤其相較方案B,C有較大的提高。對3個主降水中心,方案D相比方案B,C模擬有著較大的改善。其次,次降水中心R,S量級達到100mm,對次降水中心,方案A的模擬效果最差,對降水中心R的模擬量級偏大且西移,且未能成功模擬出降水中心S。方案B,C對R,S有一定的模擬,但是效果均不佳且存在多處虛假降水中心。方案D對R模擬量級偏大且偏東,對S量級則偏小很多。相比方案B,C,消除了南部大面積的虛假降水中心,且對降水中心R,S有一定的模擬。分析各種方案的降水模擬圖,方案B,C同化了MWHS資料,降水量明顯增加,暴雨中心加強,有一定的改善作用。方案D較僅同化單星MWHS資料的方案B、C,在降水中心的模擬和消除大片虛假降水區(qū)域有著進一步的改善。

3.2 要素場模擬診斷分析

同化衛(wèi)星資料后,調(diào)整了包括濕度場、渦度場、風場等要素場,因此,對比分析引入衛(wèi)星資料前后各要素場的改進效果,是十分必要的。下面通過分析相對濕度、渦度場等,考察MWHS資料對于各個要素的影響大小,最后進行TS評分。

3.2.1 相對濕度增量

圖3為2012年5月12日14時B,C,D方案較于A方案的850hPa相對濕度場增量。方案B,C(圖3a,b)在江西北部,中部,南部存在正的增濕中心,與模擬的降水中心基本對應(yīng),MWHS資料的同化對于低層濕度場起到一定的調(diào)整作用。也可以看出,相對濕度中心相對實況降水中心的偏移,也影響到模擬的降水中心的偏移。從圖3(c)可以看出,如B、C方案一樣,方案D在江西28°N～29°N緯度帶上存在正的增濕中心與模擬降水中心基本對應(yīng)。不同于B,C方案,方案D減少了江西南部實況上沒有降水的強增濕區(qū),從而削減了虛假降水中心,與實況降水區(qū)更為一致。方案D模擬降水中心P的量級偏小很多,但是相當濕度增量上方案D在降水中心P點有量級達到15%的正增濕中心。在3個方案未能成功模擬出的降水中心S處,各個方案均存在正的增濕中心。可見,濕度的正確刻畫并不能一定成功預報一些降水中心。但是加入MWHS資料可以更好的調(diào)整相對濕度場,從而使模擬效果更接近實況。而循環(huán)同化試驗方案D相較單時次同化方案B,C,相對濕度的刻畫更接近實況,使得模擬效果也更接近實況。

圖3 2012年05月12日14時B,C,D方案相對于A方案的850hPa相對濕度場增量(單位:%)

3.2.2 渦度場增量

圖4分別為方案B-方案A,方案C-方案A,方案D-方案A的2012年 5月12日14時850hPa和 300hPa渦度分析場的增量。從圖4(a),(d)可知,方案B同化FY-3A的MWHS資料后,對應(yīng)實況降水P,O,Q(圖2a),低層(850hPa)渦度增量圖上為負值,即渦度減弱,高層(300hPa)渦度增量圖上降水中心P范圍為正值,其他為0,即P處渦度增強,其他位置渦度維持原狀。低層渦度減小,高層渦度增加或保持不變,這樣的高低空配置不利于降水加強,而在主降水帶P,O,Q的南側(cè)低層有正渦度增量,高層存在負渦度增量,有利于降水的加強,故方案B模擬的主降水帶O,P,Q南移。綜合來看,對方案C,實況P處南側(cè)低層渦度增強,高層渦度減弱,使得P處南側(cè)模擬降水量級偏大,R處低層渦度增大,高層不變,模擬降水量增加,更接近實況。在降水S區(qū),低層渦度增量為0,高層渦度增量為負,使S處模擬的降水量略有增加,更接近實況。

圖4 2012年05月12日14時渦度增量場(單位:10-6s-1)

從圖4(b),(e)可知,對方案D,實況O處低層渦度增強,高層渦度增強,使得O處的模擬降水量變化不大,實況P處低層渦度減少,高層渦度增加,使得P處降水量減小。實況S處低層渦度維持不變,高層渦度減小,模擬的S處降水量略有減小,與實況有差距較大。

綜合B,C,D方案的渦度增量場的分析,3種方案對渦度場有相應(yīng)的調(diào)整,也與降水帶有很好的對應(yīng),尤其是實況中心S處,B,C方案都較A方案在濕度,渦度上有與實況更相應(yīng)的調(diào)整,也有更好的模擬效果。D方案在S處的相對濕度存在正增量中心,但是渦度少有調(diào)整,模擬效果不佳。但D方案整體調(diào)整與實況有更好的對應(yīng)。

3.2.3 TS評分

圖5 不同方案的TS評分

圖5為預報區(qū)域12小時和24小時的預報降水TS評分。方案B的預報時間為1118UTC,故分析的12和24 h對應(yīng)模式的6～18 h和6～30 h,其余方案的預報時間均為0000UTC,分析的12和24 h對應(yīng)模式的1～12 h和1～24 h。從圖中可以看出,對12小時預報來說,單時次同化試驗方案B降水評分有著明顯的提高,尤其在小雨和中雨的提高效果更為明顯。單時次同化試驗方案C的降水評分表現(xiàn)不佳,對于控制試驗方案A有著明顯的下降。循環(huán)同化試驗方案D的降水評分相比控制試驗方案A有著明顯的提高,較表現(xiàn)好的單時次同化試驗的方案B除在中雨的降水評分有所下降,但差距不大,在其他暴雨量級上均有所提高。對于24小時的預報,單時次同化試驗方案B在小雨和暴雨的24小時降水評分有所提高,單時次同化試驗方案C在暴雨的24小時降水評分較方案A和方案B有所提高,大雨的評分與方案A,B持平,小雨和中雨的評分有所下降。循環(huán)同化試驗方案D在各個降水量級的降水評分均有所提高,特別是小雨,中雨和大雨的降水,評分較方案A,B,C有著明顯的提升,在暴雨的預報評分上與方案C持平,為4個方案中最高。綜合12小時和24小時的各個方案的降水評分分析,循環(huán)同化試驗方案D的表現(xiàn)最為穩(wěn)定,在各個降水量級評分上相較控制試驗和單時次同化試驗有較大的提高。方案B的評分整體優(yōu)于方案C,這與兩個方案同化不同時次衛(wèi)星資料有關(guān),方案B同化的FY-3A資料探測時間為201205120054UTC,同化時間為 201205120000UTC,在降水中;而方案 C同化的 FY-3B資料探測時間為201205111708UTC,同化時間為201205111800UTC,在降水前。故降水中探測的衛(wèi)星資料的同化效果更優(yōu)。橫向比較12h和24h的降水評分,12h整體降水評分高于24h的降水評分,故預報效果隨預報時間增長而降低。

4 結(jié)論與討論

利用三維變分同化系統(tǒng)WRF-3DVAR,選取了2012年05月11日至14日發(fā)生在江西地區(qū)的暴雨個例,進行了一系列不同方案的數(shù)值模擬的對比試驗,包括不同化衛(wèi)星資料的控制試驗,單時次同化單星資料同化試驗和循環(huán)同化雙星資料同化試驗。通過分析各個方案的降水場,要素場和TS評分來檢驗中國風云三號極軌衛(wèi)星微波濕度探測儀資料對WRF模式預報效果的影響,驗證循環(huán)同化方案同化衛(wèi)星資料的可行性,得出以下結(jié)論:

(1)WRF模式加入同化FY-3 MWHS資料后,相比控制試驗,可以改進預報效果,尤其在降水強度的改進上效果明顯。且預報時間短,預報效果則更好。

(2)要素場的增量分析表明,WRF模式中加入MWHS資料可以改進濕度場,渦度場,使模擬降水場與實況降水更加一致;循環(huán)同化方案比單時次同化方案能更好地模擬出降水的主要分布情況,尤其是強中心的降水強度。

(3)在WRF-3DVAR中,循環(huán)同化方案可以引入更多的MWHS衛(wèi)星輻射率資料來改善初始場,提高預報的準確性。循環(huán)同化方案提高了衛(wèi)星資料的使用率。

(4)降水發(fā)生前探測的衛(wèi)星資料同化效果不及降水中探測的衛(wèi)星資料同化效果,這是因為降水中探測的衛(wèi)星資料可以更精確地探測到影響降水的大氣溫濕的垂直分布信息,有利于提高降水預報的準確性。

初步探討了FY-3AB MWHS資料在中國暴雨數(shù)值模擬中的作用,采用了江西暴雨個例的對比試驗,盡管所得結(jié)論不一定具有普適性,但可為選擇更多不同時期、不同區(qū)域的個例進行同化分析試驗提供了方法和借鑒。

[1] Kou Y H,Assimilation of precipitable water measurements into a mesoscale numerical model[J].Mon Wea Rev,1993,121(4):1215-1238.

[2] Anderson E,J Pailleux.J N Thepaut,et al.Use of cloud-cleared radiances in three/four-dimensional data assimilation[J].Quart J Roy Meteor Soc,1994,120(517):627-653.

[3] Guo Y R,Y H Kuo,J Dudhia,et al.Four-dimensional varia-tional data assimilation of heterogenous mesoscale observation for a strong convective case[J].Mon Wea Rev,2000,128(3):619-643.

[4] 張利紅,沈桐立,王洪利.AMSU資料變分同化及在暴雨數(shù)值模擬中的應(yīng)用研究[J].高原氣象,2007,26(5):1004-1012.

[5] 李娟,朱國富.直接同化衛(wèi)星輻射率資料在暴雨預報中的應(yīng)用研究[J].氣象,2008,34(12):36-43.

[6] 郭銳,李澤椿,張國平.ATOVS資料在一次淮河暴雨預報中的同化應(yīng)用研究[J].氣象,2010,36(2):1-12.

[7] 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.

[8] 劉君,黃江平,董佩明,等.衛(wèi)星資料循環(huán)同化應(yīng)用對區(qū)域數(shù)值預報效果影響分析[J].氣象,2013,39(2):156-165.

[9] 楊引明,杜明斌,張潔.FY-3A微波資料在“莫拉克”臺風預報中的同化試驗[J].熱帶氣象學報,2012,28(1):23-30.

[10] 張旭煜,朱克云,張杰,等.FY-3A衛(wèi)星MWHS資料同化及四川盆地數(shù)值模擬分析[J].成都信息工程學院學報,2013,28(3):258-266.

[11] 齊琳琳,孫建華,張小玲,等.ATOVS資料在長江流域一次暴雨過程模擬中的應(yīng)用[J].大氣科學,2005,29(5):780-789.

[12] 胡文東,沈桐立,丁建軍,等.衛(wèi)星資料的非線性反演同化與一次強降水預報試驗[J].高原氣象,2006,25(2):249-258.

[13] 顧松強,王振會,翁富忠,等.利用NOAA/AMSU資料和GRAPES同化系統(tǒng)對陸面比輻射率計算的改進研究[J].高原氣象,2006,25(6):1101-1106.

[14] 閔愛榮,廖移山,王曉芳,等.ATOVS資料的變分同化對一次暴雨過程預報的影響分析[J].熱帶氣象學報,2009,25(3):314-320.

[15] 史小康,文軍,王磊,等.AMSR-E衛(wèi)星亮度溫度數(shù)據(jù)在高原東北部土壤濕度觀測和模擬中的應(yīng)用[J].高原氣象,2010,29(3):545-553.

[16] PU ZHAOXIA,LI XUANLI,ZIPSERE J,et al.Diagnosisof the Initial and Forecast Errors in the Numerical Simulation of the Rapid Intensification of Hurricane Emily(2005)[J].Wea Forecasting,2009,24(5):1236-1251.

[17] LI Xuanli,PU Zhaoxia.Sensitivity of Numerical Simulation of Early Rapid Intensification of Hurricane Emily(2005)to Cumulus Parameterization Schemes in Different Model Horizontal Resolutions[J].J Meteor Soc Japan,2009,87(3):403-421.

[18] PU ZHAOXIA,LI XUANLI,et al.The impact of aircraft dropsonde and satellite wind data on numerical simulations of two landfalling tropical storms during the tropical cloud systems and processes experiment[J].Wea Forecasting,2008,23:62-79.