陳思遠(yuǎn) 馬旭林 孫璐 潘賢 宏觀

摘要 ?適應(yīng)性觀測(cè)可以改善資料同化和預(yù)報(bào)質(zhì)量。本文利用集合卡爾曼變換適應(yīng)性觀測(cè)系統(tǒng)對(duì)2015年09號(hào)臺(tái)風(fēng)“燦鴻”進(jìn)行了觀測(cè)敏感區(qū)識(shí)別，并以第一目標(biāo)時(shí)刻的觀測(cè)敏感區(qū)為基礎(chǔ)，運(yùn)用觀測(cè)系統(tǒng)模擬試驗(yàn)方法獲取模擬的適應(yīng)性觀測(cè)資料?；赪RF中尺度同化和預(yù)報(bào)系統(tǒng)，開(kāi)展了適應(yīng)性觀測(cè)敏感區(qū)模擬資料的同化和預(yù)報(bào)試驗(yàn)。研究發(fā)現(xiàn)，臺(tái)風(fēng)“燦鴻”（1509）的觀測(cè)敏感區(qū)主要位于臺(tái)風(fēng)中心的東北側(cè)及東南側(cè)。同化敏感區(qū)內(nèi)模擬觀測(cè)資料比同化常規(guī)觀測(cè)資料能更好地改善分析質(zhì)量和高度、臺(tái)風(fēng)路徑的預(yù)報(bào)質(zhì)量，但對(duì)降水的預(yù)報(bào)改善較弱。

關(guān)鍵詞 ?資料同化; OSSE; 適應(yīng)性觀測(cè); 目標(biāo)觀測(cè); 敏感區(qū); ETKF

臺(tái)風(fēng)、暴雨和強(qiáng)對(duì)流等高影響性天氣系統(tǒng)是我國(guó)典型的氣象災(zāi)害（高彥青等，2022）。改善高影響天氣系統(tǒng)的數(shù)值預(yù)報(bào)準(zhǔn)確率對(duì)降低氣象災(zāi)害經(jīng)濟(jì)損失具有重要意義，這也是急需解決的一項(xiàng)科學(xué)難題與挑戰(zhàn)（馬旭林等，2015a）?；陬A(yù)報(bào)誤差傳播特征及其可預(yù)報(bào)性問(wèn)題的研究（朱躍建，2020）表明，諸如臺(tái)風(fēng)等高影響天氣系統(tǒng)在其上游地區(qū)通常都存在有觀測(cè)敏感區(qū)（sensitive region），且在該敏感區(qū)內(nèi)增加觀測(cè)可以提高資料同化的分析質(zhì)量，從而提升數(shù)值模式預(yù)報(bào)準(zhǔn)確度。由此，科學(xué)家提出了目標(biāo)觀測(cè)（targeting observation）或適應(yīng)性觀測(cè)（adaptive observation）的思想（Rabier et al.，1996;Pu et al.，1997;Bergot et al.，1999），即針對(duì)一次高影響天氣的常規(guī)單一確定性預(yù)報(bào)或集合預(yù)報(bào)，基于指定的驗(yàn)證區(qū)和驗(yàn)證時(shí)間識(shí)別出相應(yīng)的觀測(cè)敏感區(qū)，在該觀測(cè)敏感區(qū)內(nèi)加強(qiáng)觀測(cè)并進(jìn)行同化，以有效改善數(shù)值模式的初值質(zhì)量，從而獲得質(zhì)量更高的模式預(yù)報(bào)結(jié)果。經(jīng)過(guò)前期歐洲和美國(guó)等大量的外場(chǎng)觀測(cè)試驗(yàn)和研究，2004年國(guó)際氣象組織（WMO）在全球觀測(cè)系統(tǒng)研究與可預(yù)報(bào)性試驗(yàn)（THORPEX）中確認(rèn)了目標(biāo)觀測(cè)方法的有效性和可行性，將其納入改善高影響天氣系統(tǒng)預(yù)報(bào)質(zhì)量的有效方式（Melvyn et al.，2004）。

針對(duì)適應(yīng)性觀測(cè)，國(guó)外已先后開(kāi)展了大量的外場(chǎng)試驗(yàn)，并提出了多種觀測(cè)敏感區(qū)識(shí)別的適應(yīng)性觀測(cè)方法（Joly et al.，1997;Toth et al.，1999;Mansfield et al.，2004），主要包括基于線性近似的誤差動(dòng)力學(xué)識(shí)別敏感區(qū)的奇異向量法、分析敏感性法、觀測(cè)敏感性方法、準(zhǔn)線性逆模式法與梯度敏感性法（Langland and Rohaly，1996;Palmer et al.，1998;Pu et al.，1998;Buizza and Montani，1999;Pu and Kalnay，1999;Baker and Daley，2007）;以及以集合預(yù)報(bào)為基礎(chǔ)，基于集合預(yù)報(bào)非線性增長(zhǎng)的誤差動(dòng)力學(xué)的集合發(fā)散法、集合變換法和集合卡爾曼變換法（Lorenz and Emanuel，1998;Bishop and Toth，1999;Majumdar et al.，2002）。國(guó)內(nèi)科研人員也開(kāi)展了適應(yīng)性觀測(cè)外場(chǎng)試驗(yàn)，并對(duì)適應(yīng)性觀測(cè)方法開(kāi)展了諸多研究。馬旭林（2008）基于集合卡爾曼濾波變換（Ensemble Transform Kalmen Filter，ETKF）理論，以總能量構(gòu)造信號(hào)方差，發(fā)展建立了適用于我國(guó)高影響天氣系統(tǒng)的ETKF適應(yīng)性觀測(cè)系統(tǒng)，并以我國(guó)的臺(tái)風(fēng)系統(tǒng)及中緯度降水系統(tǒng)為例，證明了該適應(yīng)性觀測(cè)方案的可行性。隨后，張宇等（2012）進(jìn)一步拓展了信號(hào)方差的表征方式，建立了包含濕度信息的總能量度量函數(shù)，進(jìn)一步改善了觀測(cè)敏感區(qū)的識(shí)別質(zhì)量。在此基礎(chǔ)上，于月明（2014）針對(duì)北京環(huán)暴雨系統(tǒng)，進(jìn)一步優(yōu)化了信號(hào)方差的構(gòu)造方法，將全能量作為度量函數(shù)，為敏感區(qū)的識(shí)別引入了更多的水汽信息，有效地提高了中緯度降水系統(tǒng)敏感區(qū)的識(shí)別準(zhǔn)確度，進(jìn)一步推動(dòng)了ETKF適應(yīng)性觀測(cè)系統(tǒng)的發(fā)展。此外，穆穆等（2007）也提出了以條件非線性最優(yōu)擾動(dòng)（Condition Nonlinear Optimal Perturbation，CNOP）為基礎(chǔ)的適應(yīng)性觀測(cè)方法，一定程度上彌補(bǔ)了傳統(tǒng)奇異向量方法不能描述非線性初始誤差增長(zhǎng)的缺陷。Qin et al.（2013）利用該方法對(duì)20個(gè)臺(tái)風(fēng)進(jìn)行了分析，結(jié)果表明有13個(gè)臺(tái)風(fēng)個(gè)例的預(yù)報(bào)質(zhì)量得到了明顯提升。但CNOP的求解是一種帶有等式及不等式約束條件的非線性優(yōu)化問(wèn)題，需要計(jì)算目標(biāo)函數(shù)中初始擾動(dòng)的梯度，意味著需要引入伴隨模式，而由于CNOP方法可以表征大氣運(yùn)動(dòng)方程的非線性過(guò)程，導(dǎo)致發(fā)展相應(yīng)的伴隨模式非常復(fù)雜且困難，這制約了CNOP方法的進(jìn)一步應(yīng)用（孫國(guó)棟等，2016）。

本文基于ETKF適應(yīng)性觀測(cè)系統(tǒng)（馬旭林，2008），首先開(kāi)展了臺(tái)風(fēng)“燦鴻”（1509）的觀測(cè)敏感區(qū)識(shí)別，在分析觀測(cè)敏感區(qū)相對(duì)臺(tái)風(fēng)中心位置分布特征的基礎(chǔ)上，采用觀測(cè)系統(tǒng)模擬試驗(yàn)（OSSE）方法，進(jìn)一步研究了觀測(cè)敏感區(qū)資料的同化對(duì)臺(tái)風(fēng)“燦鴻”（1509）分析和預(yù)報(bào)質(zhì)量的改善，為推動(dòng)我國(guó)適應(yīng)性觀測(cè)在臺(tái)風(fēng)資料同化和預(yù)報(bào)方面的研究以及海上觀測(cè)站的定位和選取提供思路和參考。

1 資料與研究方法

1.1 資料

集合預(yù)報(bào)資料為歐洲中期天氣預(yù)報(bào)中心（ECMWF）的TIGGE（THORPE Interactive Grand Global Ensemble）數(shù)據(jù)集的集合預(yù)報(bào)產(chǎn)品，采用資料的起報(bào)時(shí)間為2015年7月9日00時(shí)，預(yù)報(bào)時(shí)效72 h，資料時(shí)間間隔6 h，水平分辨率1°×1°，包括控制預(yù)報(bào)共51個(gè)集合成員。

ECMWF的分辨率為0.25°×0.25°的再分析資料ERA5用于構(gòu)造適應(yīng)性觀測(cè)敏感區(qū)的模擬探空資料，美國(guó)環(huán)境預(yù)報(bào)中心（NCEP）分辨率為1°×1°的FNL分析場(chǎng)用以預(yù)報(bào)檢驗(yàn)，分辨率為0.25°×0.25°的GFS預(yù)報(bào)場(chǎng)用作資料同化的背景場(chǎng)。

1.2 觀測(cè)敏感區(qū)識(shí)別方法

集合卡爾曼變換（ETKF）適應(yīng)性觀測(cè)方法基于卡爾曼濾波理論及集合變換方法，可在集合的空間中求解卡爾曼濾波方程，進(jìn)而定量表示增加觀測(cè)所帶來(lái)的預(yù)報(bào)誤差減少量，其中預(yù)報(bào)誤差減少最顯著的區(qū)域，即為觀測(cè)敏感區(qū)（馬旭林等，2014，2015b）。該方法的核心問(wèn)題為信號(hào)方差 S（t）的表征與計(jì)算，其具體表達(dá)式為

S（t）= 〈［x ?a （t）-x ?f （t）]〉〈[x ?a （t）-x ?f （t）] ?T 〉= Z ?f （t） σΓ（Γ +I ?p×p ） ?-1 ?σ ??T Z ?f （t） ?T 。 ???（1）

其中：Z ?f （t）為變換后的集合擾動(dòng); σ、Γ分別為變換矩陣T= σ（Γ +I） ?- 1 2 ?的特征向量和特征值，即信號(hào)方差S（t） 為預(yù)報(bào)誤差方差的減小量。已有研究（Palmer et al.，1998）表明，擾動(dòng)總能量能夠更準(zhǔn)確地描述預(yù)報(bào)誤差結(jié)果的演變特征。因此，本文采用以包含濕度信息的集合擾動(dòng)總能量作為度量觀測(cè)敏感區(qū)敏感程度的信號(hào)方差（張宇等，2012），即

e ?t = 1 2 （u′ 2+v′ 2）+ c p T ?r ?T′ 2+ L q ?r ?q′ 2。 ???（2）

其中：e ?t 為擾動(dòng)總能量;u′、v′、T′與q′為變換的水平風(fēng)、溫度和濕度擾動(dòng);c p為干空氣定壓比熱;T ?r=300 K為參考溫度; L 為相變潛熱; q ?r為參考比濕。

2 臺(tái)風(fēng)“燦鴻”及其觀測(cè)敏感區(qū)

2.1 臺(tái)風(fēng)“燦鴻”的發(fā)展

2015年09號(hào)臺(tái)風(fēng)“燦鴻”（CHAN-HOM）于6月30日20時(shí)（北京時(shí)）生成于西北太平洋洋面，7月2日02時(shí)增強(qiáng)為熱帶風(fēng)暴，隨后于6日14時(shí)升級(jí)為臺(tái)風(fēng)，9日14時(shí)為強(qiáng)臺(tái)風(fēng)，23時(shí)進(jìn)一步增強(qiáng)為超強(qiáng)臺(tái)風(fēng)，最強(qiáng)中心氣壓達(dá)935 hPa，中心附近最大風(fēng)速達(dá)58 m／s的17級(jí)風(fēng)力。臺(tái)風(fēng)“燦鴻”（1509）發(fā)展階段主要以西北方向移動(dòng)為主，在東海海域發(fā)展至最強(qiáng)后，繼續(xù)沿原方向移動(dòng)逐步逼近浙江省，最終于11日16時(shí)登陸浙江舟山群島后，路徑轉(zhuǎn)向?yàn)闁|北方向，同時(shí)強(qiáng)度迅速減弱，于12日夜間登陸朝鮮半島，并變性為溫帶氣旋（段晶晶等，2017;黃燕燕等，2018）。截至13日09時(shí)，“燦鴻”造成浙江省276.8萬(wàn)人受災(zāi)，直接經(jīng)濟(jì)損失達(dá)84.4億元;江蘇省33.8萬(wàn)人受災(zāi)，直接經(jīng)濟(jì)損失達(dá)1.2億元;上海市12.2萬(wàn)人受災(zāi)（趙慧霞等，2016）。

2.2 “燦鴻”的集合預(yù)報(bào)性能

集合預(yù)報(bào)的質(zhì)量會(huì)較大程度影響ETKF識(shí)別的觀測(cè)敏感區(qū)的準(zhǔn)確度。圖1為臺(tái)風(fēng)“燦鴻”（1509）的最佳臺(tái)風(fēng)路徑（黑色實(shí)線，數(shù)據(jù)來(lái)源RSMC Best Track Data）、集合平均預(yù)報(bào)路徑（紅色實(shí)線）、集合成員預(yù)報(bào)路徑（彩色實(shí)線）和臺(tái)風(fēng)中心強(qiáng)度。由圖1a可知，臺(tái)風(fēng)“燦鴻”的集合預(yù)報(bào)路徑呈現(xiàn)出一致性偏南，集合平均路徑相較于實(shí)況更為偏南，在10日00時(shí)（世界時(shí)，下同）之后尤為明顯，其登陸點(diǎn)與實(shí)際登陸點(diǎn)舟山群島也存在著較大偏差?？梢?jiàn)，集合預(yù)報(bào)未能有效預(yù)報(bào)出11日06時(shí)后“燦鴻”向東北方向的轉(zhuǎn)向特征。但集合成員路徑預(yù)報(bào)較為均勻的分布在集合平均左右兩側(cè)，其離散分布相對(duì)較為合理，表明集合預(yù)報(bào)結(jié)果雖然不夠理想，但其描述的模式預(yù)報(bào)誤差的增長(zhǎng)趨勢(shì)基本合理。

觀測(cè)的臺(tái)風(fēng)中心強(qiáng)度（黑色）與模擬預(yù)報(bào)結(jié)果（紅色）如圖1b所示。由圖可知，起報(bào)時(shí)刻（09日00時(shí)）模式初始海平面氣壓為940 hPa（紅實(shí)線），而實(shí)況為965 hPa（黑實(shí)線），二者存明顯的初值誤差，而且模式預(yù)報(bào)并未模擬出9日00時(shí)至10日00時(shí)臺(tái)風(fēng)“燦鴻”強(qiáng)度增強(qiáng)的過(guò)程;10日06時(shí)后，雖然臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)較實(shí)況普遍弱10 hPa左右，但模式還是較好地預(yù)報(bào)出了發(fā)展過(guò)程中與實(shí)況基本吻合的強(qiáng)度減弱趨勢(shì)。臺(tái)風(fēng)“燦鴻”（1509）的中心最大風(fēng)速與此類似。這也反映出預(yù)報(bào)模式總體上具有較好的預(yù)報(bào)能力。

綜上所述，集合預(yù)報(bào)結(jié)果具有一定的可信度，雖然集合平均預(yù)報(bào)的路徑與強(qiáng)度均與實(shí)況存在一定偏差，對(duì)路徑的轉(zhuǎn)向預(yù)報(bào)能力不足，但還是較好地描繪了臺(tái)風(fēng)“燦鴻”（1509）減弱階段的強(qiáng)度變化，尤其對(duì)其預(yù)報(bào)誤差的發(fā)展及其路徑和強(qiáng)度的發(fā)展趨勢(shì)都表現(xiàn)出良好的可信度。因此，如果在臺(tái)風(fēng)轉(zhuǎn)向發(fā)展階段的觀測(cè)敏感區(qū)內(nèi)實(shí)施加強(qiáng)觀測(cè)并將其資料有效同化，進(jìn)一步改善模式初始場(chǎng)質(zhì)量，理論上應(yīng)該會(huì)對(duì)模式預(yù)報(bào)質(zhì)量具有較大的提升。

2.3 觀測(cè)敏感區(qū)分布特征

針對(duì)臺(tái)風(fēng)“燦鴻”（1509）近海登陸后引起巨大災(zāi)害的區(qū)域，將適應(yīng)性觀測(cè)的目標(biāo)驗(yàn)證區(qū)設(shè)置于受災(zāi)嚴(yán)重的浙江、江蘇、上海地區(qū)，具體驗(yàn)證區(qū)范圍如圖2黑色方框所示。同時(shí)，根據(jù)集合預(yù)報(bào)的預(yù)報(bào)時(shí)效，選取2015070900后72 h，即2015071200時(shí)（表示2015年7月12日00時(shí)）作為驗(yàn)證時(shí)刻（ T ?v），并以925、850、750、500、200 hPa的集合擾動(dòng)總能量作為度量觀測(cè)敏感區(qū)敏感程度的綜合信號(hào)方差。適應(yīng) 性觀測(cè)的目標(biāo)分析時(shí)刻（ T ?a）分別為2015070900+30、 +36、+42、+48、+54、+60、+66和+72 h，并度量各目標(biāo)分析時(shí)刻的信號(hào)方差（圖2），其中背景場(chǎng)為控制預(yù)報(bào)500 hPa位勢(shì)高度場(chǎng)（等值線）和850 hPa風(fēng)場(chǎng)（風(fēng)矢），陰影表示經(jīng)標(biāo)準(zhǔn)化處理后的信號(hào)方差。

在目標(biāo)分析時(shí)刻2015070900+30 h時(shí)（圖2），觀測(cè)敏感大值區(qū)多集中于臺(tái)風(fēng)中心與副熱帶高壓之間的區(qū)域，較強(qiáng)觀測(cè)敏感區(qū)主要位于臺(tái)風(fēng)“燦鴻”（1509）中心附近及其東北與東南側(cè)洋面，最強(qiáng)觀測(cè)敏感區(qū)出現(xiàn)在臺(tái)風(fēng)中心東南側(cè)的入流區(qū)域。隨著目標(biāo)分析時(shí)刻的向后推移，臺(tái)風(fēng)中心東南側(cè)的觀測(cè)敏感區(qū)逐漸向臺(tái)風(fēng)中心靠攏，同時(shí)強(qiáng)度逐漸減弱，高敏感區(qū)范圍更加聚攏。相對(duì)的，臺(tái)風(fēng)中心處及其北側(cè)的敏感區(qū)出現(xiàn)增強(qiáng)趨勢(shì)，且范圍逐步增大，三個(gè)較強(qiáng)敏感區(qū)逐漸出現(xiàn)“合并”趨勢(shì)。至目標(biāo)分析時(shí)刻2015070900+42 h時(shí)，最強(qiáng)觀測(cè)敏感大值區(qū)基本已為匯聚為一個(gè)整體，并位于臺(tái)風(fēng)中心及其東北側(cè)，其 范圍覆蓋杭州灣及其鄰近洋面。在2015070900+48、 ?+54 、+60、+66 h等較后幾個(gè)目標(biāo)分析時(shí)刻，觀測(cè)敏感區(qū)的變化較緩，最強(qiáng)敏感區(qū)出現(xiàn)縮小趨勢(shì)，逐步向臺(tái)風(fēng)中心及黑色實(shí)線所示的驗(yàn)證區(qū)內(nèi)靠攏。

表征觀測(cè)敏感區(qū)的信號(hào)方差標(biāo)準(zhǔn)化處理后，其標(biāo)準(zhǔn)化信號(hào)方差的大值區(qū)表示適應(yīng)性觀測(cè)資料同化后將對(duì)驗(yàn)證區(qū)內(nèi)天氣系統(tǒng)的發(fā)展和演變?cè)斐奢^強(qiáng)影響的區(qū)域?？偰芰勘碚鞯木C合信號(hào)方差反映的是目標(biāo)時(shí)刻同化適應(yīng)性觀測(cè)資料對(duì)驗(yàn)證時(shí)刻、驗(yàn)證區(qū)內(nèi)預(yù)報(bào)質(zhì)量的改善程度，當(dāng)目標(biāo)分析時(shí)刻與驗(yàn)證時(shí)刻重合時(shí)，觀測(cè)敏感區(qū)應(yīng)集中在驗(yàn)證區(qū)內(nèi)?？v觀圖2可知，在距驗(yàn)證時(shí)刻較早的時(shí)刻，觀測(cè)敏感大值區(qū)分布范圍相對(duì)較大，隨著目標(biāo)分析時(shí)刻逐漸逼近驗(yàn)證時(shí)刻，強(qiáng)觀測(cè)敏感區(qū)范圍會(huì)逐漸縮小，并最終落在驗(yàn)證區(qū)域。本次試驗(yàn)中， T ?a為2015070900+72 h與驗(yàn)證時(shí)刻重疊時(shí)，觀測(cè)敏感大值區(qū)基本位于驗(yàn)證區(qū)內(nèi)，這和天氣系統(tǒng)發(fā)展演變過(guò)程中其預(yù)報(bào)誤差的傳播規(guī)律吻合，與理論分析相一致，說(shuō)明了臺(tái)風(fēng)“燦鴻”（1509）的觀測(cè)敏感區(qū)完全符合ETKF適應(yīng)性觀測(cè)系統(tǒng)識(shí)別的觀測(cè)敏感區(qū)的理論分布要求（馬旭林，2008），試驗(yàn)結(jié)果具有良好的可信度。

3 觀測(cè)系統(tǒng)模擬試驗(yàn)

3.1 敏感區(qū)模擬觀測(cè)的構(gòu)造

同化預(yù)報(bào)試驗(yàn)中觀測(cè)敏感區(qū)的觀測(cè)資料采用觀測(cè)系統(tǒng)模擬試驗(yàn)（OSSE，Observation System Simulation Experiments;Daley and Mayer，1986）的方式，基于ERA5高分辨再分析資料進(jìn)行構(gòu)造。觀測(cè)系統(tǒng)模擬試驗(yàn)方法是目前用于評(píng)價(jià)適應(yīng)性觀測(cè)效果的有效方法之一（穆穆，2013）。OSSE方法結(jié)合實(shí)際觀測(cè)系統(tǒng)的配置信息，將原有的格點(diǎn)資料插值到模擬觀測(cè)站點(diǎn)位置，并引入基于再分析資料誤差的隨機(jī)誤差，形成模擬觀測(cè)資料及其觀測(cè)誤差。通過(guò)該模擬觀測(cè)，可檢驗(yàn)適應(yīng)性觀測(cè)敏感區(qū)的效果，研究目標(biāo)觀測(cè)資料對(duì)數(shù)值預(yù)報(bào)的分析和預(yù)報(bào)的改善程度，并對(duì)適應(yīng)性觀測(cè)策略做出相應(yīng)的優(yōu)化調(diào)整。

根據(jù)實(shí)際外場(chǎng)試驗(yàn)對(duì)適應(yīng)性觀測(cè)資料類型的一般需求，將模擬觀測(cè)資料配置為與三維探空觀測(cè)完全一致，暫不考慮其他種類的觀測(cè)資料。針對(duì)其他類型適應(yīng)性觀測(cè)資料的影響試驗(yàn)將在后續(xù)工作中展開(kāi)。同時(shí)，基于實(shí)際觀測(cè)誤差，為不同高度上的模擬觀測(cè)資料加入隨機(jī)誤差，使其與實(shí)際常規(guī)觀測(cè)資料更加相符，隨機(jī)誤差的設(shè)置如表1所示（目前未對(duì)濕度變量引入隨機(jī)誤差）。需要說(shuō)明的是，在同化預(yù)報(bào)試驗(yàn)中，除模擬觀測(cè)資料外，還使用了包含地面及探空觀測(cè)的常規(guī)觀測(cè)資料，以進(jìn)一步對(duì)比和研究模擬觀測(cè)資料的效果。降水實(shí)況源自中國(guó)自動(dòng)站與CMORPH降水產(chǎn)品融合的逐小時(shí)降水資料，檢驗(yàn)資料為分辨率1°×1°的FNL分析資料。

3.2 試驗(yàn)方案

同化預(yù)報(bào)試驗(yàn)采用WRF 3DVar同化系統(tǒng)和預(yù)報(bào)模式。模式背景場(chǎng)及側(cè)邊界條件由美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）的對(duì)應(yīng)時(shí)次的0.25°×0.25° GFS全球預(yù)報(bào)場(chǎng)資料提供。預(yù)報(bào)模式采取三層網(wǎng)格嵌套，區(qū)域中心為（125°E，30°N），水平分辨率分別為27、9與3 km，垂直層數(shù)共計(jì)31層，模式預(yù)報(bào)結(jié)果輸出時(shí)間間隔分別為3、1與1 h，三層網(wǎng)格的時(shí)間積分步長(zhǎng)分別為120、40和13 s。模式物理過(guò)程和相關(guān)參數(shù)化方案分別為WSM3類簡(jiǎn)單冰微物理參數(shù)化方案、RRTM長(zhǎng)波輻射方案、Dudhia短波輻射方案、Monin-Obukhov邊界層方案和淺對(duì)流Kain-Fritsch積云參數(shù)化方案，最內(nèi)層嵌套網(wǎng)格不采用積云參數(shù)化方案。由于臺(tái)風(fēng)屬于典型的尺度較大的中尺度天氣系統(tǒng)，故背景誤差構(gòu)造方案采用WRF同化系統(tǒng)的CV3方案。

為有效驗(yàn)證適應(yīng)性觀測(cè)敏感區(qū)模擬觀測(cè)資料對(duì)同化和預(yù)報(bào)的改善效果，共設(shè)計(jì)不同化觀測(cè)資料的控制試驗(yàn)、包含地面資料、探空資料和船舶報(bào)等常規(guī)觀測(cè)同化試驗(yàn)（GTS）、高敏感區(qū)模擬觀測(cè)與常規(guī)觀測(cè)試驗(yàn)（r-OSSE）以及非高敏感區(qū)模擬觀測(cè)和常規(guī)觀測(cè)試驗(yàn)（f-OSSE）等4組試驗(yàn)。

為了分析觀測(cè)敏感區(qū)模擬探空觀測(cè)對(duì)分析和預(yù)報(bào)的貢獻(xiàn)，結(jié)合該時(shí)刻敏感區(qū)位置的分布，將同化時(shí)間設(shè)置在與第一目標(biāo)分析時(shí)刻（2015070900+30 h）相對(duì)應(yīng)的10日06時(shí)。此時(shí)實(shí)際探空資料相對(duì)較少，可以更有效地反映敏感區(qū)模擬探空觀測(cè)的同化效果。試驗(yàn)中模式預(yù)報(bào)時(shí)長(zhǎng)為42 h，模式終止時(shí)刻與適應(yīng)性觀測(cè)結(jié)果的驗(yàn)證時(shí)刻（2015070900+72 h）相對(duì)應(yīng)。r-OSSE試驗(yàn)的模擬觀測(cè)資料均位于第一目標(biāo)分析時(shí)刻中敏感信號(hào)大于0.7的區(qū)域，而f-OSSE試驗(yàn)的敏感信號(hào)界于0.5～0.7間。這兩組試驗(yàn)可證明適應(yīng)性觀測(cè)的有效性，可避免試驗(yàn)結(jié)果的偶然性。隨后通過(guò)與GTS試驗(yàn)結(jié)果對(duì)比，進(jìn)一步分析同化適應(yīng)性觀測(cè)資料的預(yù)報(bào)質(zhì)量是否優(yōu)于同化常規(guī)觀測(cè)資料的預(yù)報(bào)效果（ 圖3 ）。

3.3 敏感區(qū)觀測(cè)資料的響應(yīng)

為分析觀測(cè)敏感區(qū)資料對(duì)初始場(chǎng)的貢獻(xiàn)，首先考察常規(guī)觀測(cè)（GTS）、高敏感區(qū)模擬觀測(cè)（r-OSSE）和低敏感區(qū)模擬觀測(cè)（f-OSSE）等三組觀測(cè)資料同化的高度、風(fēng)場(chǎng)及相對(duì)濕度對(duì)背景場(chǎng)的響應(yīng)程度，即分析增量。由圖4可知，三組試驗(yàn)的位勢(shì)高度分析增量主要呈現(xiàn)為負(fù)值，多分布在臺(tái)風(fēng)中心附近，表明同化資料后該區(qū)域氣壓降低，臺(tái)風(fēng)強(qiáng)度增強(qiáng)。其中，GTS試驗(yàn)的高度分析增量的負(fù)大值區(qū)主要分布在臺(tái)風(fēng)中心西北及北側(cè)附近;f-OSSE試驗(yàn)的負(fù)分析增量大值中心主要分布于臺(tái)風(fēng)中心西側(cè)及外圍的東北側(cè)。

同時(shí)，臺(tái)風(fēng)中心東南側(cè)還出現(xiàn)了量值較小的正中心，這會(huì)使得f-OSSE試驗(yàn)初始場(chǎng)的臺(tái)風(fēng)中心位置略向西調(diào)整。r-OSSE試驗(yàn)的負(fù)值區(qū)覆蓋范圍較廣，臺(tái)風(fēng)中心附近、北側(cè)及外圍東側(cè)均存在量值較大的負(fù)值中心，這明顯減弱了背景場(chǎng)的高度，將會(huì)使得分析場(chǎng)的臺(tái)風(fēng)強(qiáng)度得到顯著增強(qiáng)。此外，副高北側(cè)脊線位置也有負(fù)大值中心出現(xiàn)，有效調(diào)整了背景場(chǎng)副高脊線北側(cè)的強(qiáng)度。三組試驗(yàn)中，該試驗(yàn)的背景場(chǎng)及其副高強(qiáng)度最貼近實(shí)際。

對(duì)比三組試驗(yàn)的濕度分析增量可知，GTS試驗(yàn)的濕度增量以負(fù)值為主，主要集中在臺(tái)風(fēng)西側(cè)的近海區(qū)域，表明常規(guī)觀測(cè)資料的同化將降低臺(tái)風(fēng)主體區(qū)域的濕度。而f-OSSE和r-OSSE試驗(yàn)的濕度分析增量均已位于臺(tái)風(fēng)中心東側(cè)區(qū)域，以正濕度分析增量為主，使得該區(qū)域濕度增加。顯然，這將更加有利于臺(tái)風(fēng)濕熱動(dòng)力過(guò)程的增強(qiáng)和發(fā)展。但前者在臺(tái)風(fēng)中心西北側(cè)存在一個(gè)明顯的負(fù)濕度增量中心，后者盡管也存在負(fù)值區(qū)域，但量值明顯較小。這種濕度分析增量分布的特點(diǎn)也許是導(dǎo)致后續(xù)預(yù)報(bào)中臺(tái)風(fēng)增強(qiáng)和路徑差異的部分原因。

三組試驗(yàn)的風(fēng)場(chǎng)分析增量顯示，相對(duì)于GTS和f-OSSE試驗(yàn)，r-OSSE試驗(yàn)的臺(tái)風(fēng)渦旋附近的風(fēng)場(chǎng)增量呈現(xiàn)氣旋性增強(qiáng)最為顯著，即臺(tái)風(fēng)中心附近南側(cè)的緯向風(fēng)為明顯的正增量，北側(cè)為負(fù)值，而徑向風(fēng)則是南側(cè)和東側(cè)正增量、西北側(cè)為負(fù)值區(qū)。這種對(duì)背景場(chǎng)風(fēng)場(chǎng)的中小尺度渦旋結(jié)構(gòu)進(jìn)行調(diào)整的分析增量更加有利于臺(tái)風(fēng)渦旋增強(qiáng)，從而改善分析質(zhì)量。此外，r-OSSE試驗(yàn)對(duì)臺(tái)風(fēng)北側(cè)副高的風(fēng)場(chǎng)也有較為明顯的調(diào)整，削弱了其北部脊的強(qiáng)度，加強(qiáng)了副高東南側(cè)的南風(fēng)分量。

基于上述分析可知，高敏感區(qū)的適應(yīng)性觀測(cè)資料（r-OSSE試驗(yàn)）的同化，將會(huì)有效改善臺(tái)風(fēng)中心強(qiáng)度，調(diào)整渦旋結(jié)構(gòu)，使得原背景場(chǎng)中相對(duì)較弱的臺(tái)風(fēng)得以有效增強(qiáng)，從而可以改善模式預(yù)報(bào)的初始場(chǎng)質(zhì)量。

3.4 OSSE同化試驗(yàn)結(jié)果

3.4.1 路徑及強(qiáng)度的預(yù)報(bào)效果

圖5為包含控制試驗(yàn)的4組試驗(yàn)結(jié)果及觀測(cè)的臺(tái)風(fēng)“燦鴻”（1509）路徑?？梢钥闯?，控制試驗(yàn)的預(yù)報(bào)質(zhì)量不佳，模擬結(jié)果相對(duì)于實(shí)況路徑整體顯著偏西，未能有效預(yù)報(bào)出臺(tái)風(fēng)轉(zhuǎn)向，導(dǎo)致登陸位置偏差較大。相對(duì)地，同化常規(guī)觀測(cè)資料的GTS試驗(yàn)有效減少了原模擬路徑誤差，路徑預(yù)報(bào)質(zhì)量略有改善。雖然其整體預(yù)報(bào)路徑依然偏西，但其預(yù)報(bào)誤差增長(zhǎng)速度要明顯低于控制試驗(yàn)，并基本準(zhǔn)確地捕捉到了臺(tái)風(fēng)轉(zhuǎn)向。四組試驗(yàn)中，同化高敏感區(qū)模擬觀測(cè)資料的r-OSSE試驗(yàn)結(jié)果最優(yōu)。

在預(yù)報(bào)前期，其移動(dòng)路徑的西行趨勢(shì)較弱，表現(xiàn)出更為明顯的北上特征，較快速地趨向?qū)嶋H的觀測(cè)路徑并維持了較為準(zhǔn)確的預(yù)報(bào)。整體而言，其路徑預(yù)報(bào)和移速預(yù)報(bào)的質(zhì)量均較為準(zhǔn)確，與實(shí)況相比位置僅略偏東。由于r-OSSE試驗(yàn)比GTS試驗(yàn)更準(zhǔn)確地捕捉到了臺(tái)風(fēng)的轉(zhuǎn)向特征，且轉(zhuǎn)向時(shí)刻與實(shí)況也較為一致，其預(yù)報(bào)的登陸位置與實(shí)況基本一致。f-OSSE試驗(yàn)結(jié)果與r-OSSE試驗(yàn)相比相對(duì)較差，但仍對(duì)控制試驗(yàn)起到了一定的改善作用。該試驗(yàn)也模擬出了臺(tái)風(fēng)的轉(zhuǎn)向特征，但臺(tái)風(fēng)路徑預(yù)報(bào)質(zhì)量低于r-OSSE試驗(yàn)。同時(shí)，同化低敏感區(qū)模擬觀測(cè)資料后，導(dǎo)致臺(tái)風(fēng)移速有所降低，這一定程度上影響了預(yù)報(bào)質(zhì)量。

由于控制試驗(yàn)中臺(tái)風(fēng)登陸時(shí)間和位置預(yù)報(bào)偏差較大，導(dǎo)致在11日00時(shí)（模擬登陸時(shí)刻）后該試驗(yàn)的臺(tái)風(fēng)強(qiáng)度減弱迅速，其中心最低氣壓明顯偏離實(shí)況，致使控制試驗(yàn)臺(tái)風(fēng)強(qiáng)度的預(yù)報(bào)質(zhì)量較差。相較而言，三組同化試驗(yàn)預(yù)報(bào)的臺(tái)風(fēng)強(qiáng)度都略強(qiáng)于實(shí)況，對(duì)應(yīng)的中心最低氣壓低于觀測(cè)約5～10 hPa。需要指出的是，預(yù)報(bào)前24 h內(nèi)三組同化試驗(yàn)的臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)差別較小，其后才逐漸出現(xiàn)差異。由于GTS試驗(yàn)預(yù)報(bào)的臺(tái)風(fēng)登陸偏早，導(dǎo)致11日06時(shí)后臺(tái)風(fēng)強(qiáng)度明顯減弱。由于登陸過(guò)程削減了臺(tái)風(fēng)預(yù)報(bào)強(qiáng)度的過(guò)高估計(jì)，因此，盡管登陸后臺(tái)風(fēng)強(qiáng)度更為接近實(shí)況數(shù)據(jù)，也不能說(shuō)明該試驗(yàn)具有較好的預(yù)報(bào)效果。而r-OSSE與f-OSSE試驗(yàn)預(yù)報(bào)的臺(tái)風(fēng)中心最低氣壓變化較為平穩(wěn)，呈現(xiàn)出逐漸減弱的趨勢(shì)，較好地模擬出了實(shí)際臺(tái)風(fēng)強(qiáng)弱的變化過(guò)程，但其強(qiáng)度預(yù)報(bào)同GTS試驗(yàn)類似，對(duì)臺(tái)風(fēng)中心強(qiáng)度的預(yù)報(bào)都略偏弱。

3.4.2 高度場(chǎng)質(zhì)量的改善

西北太平洋地區(qū)的臺(tái)風(fēng)活動(dòng)，受副熱帶高壓及中緯度西風(fēng)槽脊影響顯著，而預(yù)報(bào)模式對(duì)這些關(guān)鍵影響系統(tǒng)的描述能力，是決定臺(tái)風(fēng)數(shù)值模擬質(zhì)量的關(guān)鍵因素（鄒逸航等，2017;周炳君等，2020）。從500 hPa高度的FNL分析資料（圖6）可見(jiàn)，10日06時(shí)至11日00時(shí)，在脊線呈西北-東南走向且發(fā)展較盛的副高西南側(cè)的東南風(fēng)引導(dǎo)氣流影響下，臺(tái)風(fēng)“燦鴻”（1509）向西北方向移動(dòng)，與東南側(cè)距其超過(guò)1 000 km的臺(tái)風(fēng)“浪卡”（1510）沒(méi)有出現(xiàn)明顯的雙臺(tái)風(fēng)互旋作用。至11日06時(shí)，受中緯度東移西風(fēng)槽的影響，逐漸減弱的副高與大陸高壓間出現(xiàn)斷裂，臺(tái)風(fēng)“燦鴻”（1509）從兩高壓間穿過(guò)并北上，在槽前西南氣流引導(dǎo)下轉(zhuǎn)向?yàn)闁|北方向移動(dòng)。

控制試驗(yàn)對(duì)副熱帶高壓的強(qiáng)度預(yù)報(bào)整體偏強(qiáng)，且對(duì)中緯度槽的預(yù)報(bào)也不夠理想，在發(fā)生轉(zhuǎn)向的11日06時(shí)，副高北部的脊線仍未能撤出山東半島，這成為制約臺(tái)風(fēng)轉(zhuǎn)向的主要因素。在GTS與f-OSSE試驗(yàn)中，模擬觀測(cè)資料的同化在一定程度上改善了副高強(qiáng)度的預(yù)報(bào)質(zhì)量，但對(duì)副高脊線位置的預(yù)報(bào)不佳，與控制試驗(yàn)基本一致。這兩組試驗(yàn)對(duì)預(yù)報(bào)的改善主要體現(xiàn)在臺(tái)風(fēng)強(qiáng)度及中心位置，使得臺(tái)風(fēng)強(qiáng)度在11日00時(shí)前都維持在較強(qiáng)狀態(tài)，抑制了臺(tái)風(fēng)“提前登陸”現(xiàn)象的出現(xiàn)，從而相對(duì)較好地預(yù)報(bào)出了臺(tái)風(fēng)的轉(zhuǎn)向特征。而預(yù)報(bào)效果最佳的r-OSSE試驗(yàn)，觀測(cè)敏感區(qū)資料的有效同化很大程度地改善了副高強(qiáng)度，其脊線出現(xiàn)了明顯的南北走向，這也促使臺(tái)風(fēng)路徑北上。至11日06時(shí)，預(yù)報(bào)的副高強(qiáng)度及其發(fā)展與實(shí)況基本一致，588 dagpm高度線也最為接近觀測(cè)（圖6）。對(duì)副高強(qiáng)度的準(zhǔn)確預(yù)報(bào)，可能是 r-OSSE試 驗(yàn)?zāi)軌蛉〉米顑?yōu)預(yù)報(bào)結(jié)果的主要原因。

不同預(yù)報(bào)時(shí)刻（10日18時(shí)、11日06時(shí)、11日18時(shí)）四組試驗(yàn)200、500、850 hPa位勢(shì)高度的均方根誤差（圖7）顯示，相對(duì)于控制試驗(yàn)，其余三組同化試驗(yàn)的預(yù)報(bào)均得到不同程度的改善。其中，驗(yàn)證時(shí)刻時(shí)r-OSSE試驗(yàn)的均方根誤差最小，對(duì)預(yù)報(bào)的正貢獻(xiàn)最為顯著，而且“維持”時(shí)間更長(zhǎng)。而f-OSSE與GTS試驗(yàn)的改善效果基本相同。位勢(shì)高度均方根誤差的垂直分布表明，適應(yīng)性觀測(cè)資料的同化對(duì)預(yù)報(bào)的改善多集中于對(duì)流層中低層（圖略）。但200 hPa以上，三組試驗(yàn)對(duì)模式位勢(shì)高度場(chǎng)的改善程度基本相當(dāng)，同化敏感區(qū)模擬觀測(cè)資料并未像對(duì)流層中低層一樣具有優(yōu)勢(shì)。

3.4.3 降水預(yù)報(bào)效果

臺(tái)風(fēng)強(qiáng)降水預(yù)報(bào)仍是一項(xiàng)難題和挑戰(zhàn)，提高熱帶氣旋強(qiáng)降水預(yù)報(bào)的準(zhǔn)確率也是目前研究的熱點(diǎn)問(wèn)題之一。臺(tái)風(fēng)“燦鴻”（1509）6 h累計(jì)降水實(shí)況（圖8）顯示，降水落區(qū)主要分布于浙江、上海及江蘇南部地區(qū)，其中，10日18時(shí)至11日06時(shí)，浙江東部沿海及舟山群島地區(qū)出現(xiàn)了模擬時(shí)間段內(nèi)的最強(qiáng)降水，6 h累計(jì)降水超過(guò)100 mm。而在11日06時(shí)后，隨著臺(tái)風(fēng)中心逐漸遠(yuǎn)離內(nèi)陸地區(qū)，降水強(qiáng)度逐漸減?。▓D8）。

為了考察適應(yīng)性觀測(cè)敏感區(qū)的合理性及其資料對(duì)分析和預(yù)報(bào)的貢獻(xiàn)，將四組試驗(yàn)預(yù)報(bào)的降水直接與實(shí)況降水進(jìn)行比較，以分析敏感區(qū)觀測(cè)資料對(duì)降水預(yù)報(bào)的改善效果。四組試驗(yàn)中，控制試驗(yàn)預(yù)報(bào)的降水強(qiáng)度最大，但質(zhì)量最差;三組資料同化試驗(yàn)的降水預(yù)報(bào)質(zhì)量較控制試驗(yàn)更為接近觀測(cè)降水（圖8）。在同化試驗(yàn)中，GTS和f-OSSE試驗(yàn)的最強(qiáng)降水時(shí)段均明顯滯后于觀測(cè)降水，而且在觀測(cè)降水減弱的時(shí)間段內(nèi)，由于臺(tái)風(fēng)路徑預(yù)報(bào)偏差較大，這兩組試驗(yàn)在臺(tái)風(fēng)登陸后仍出現(xiàn)了較強(qiáng)的降水中心，只是最強(qiáng)降水落區(qū)不同而已。由于r-OSSE試驗(yàn)對(duì)臺(tái)風(fēng)路徑預(yù)報(bào)最為準(zhǔn)確，致使臺(tái)風(fēng)登陸后陸地強(qiáng)降水中心與實(shí)況基本一致，較好地預(yù)報(bào)出了11日后降水減弱的趨勢(shì)。但相比于降水實(shí)況，r-OSSE試驗(yàn)在沿海陸地預(yù)報(bào)的降水強(qiáng)度略偏弱，相同量級(jí)的降水落區(qū)范圍偏小，尤其浙江沿海地區(qū)大于100 mm的強(qiáng)降水中心更為偏弱，與降水實(shí)況偏差較大（圖8）。

4 總結(jié)與討論

利用ETKF適應(yīng)性觀測(cè)系統(tǒng)及TIGGE集合預(yù)報(bào)產(chǎn)品，研究了臺(tái)風(fēng)“燦鴻”（1509）的敏感區(qū)分布及其特征，并以第一目標(biāo)分析時(shí)刻的觀測(cè)敏感區(qū)為基礎(chǔ)，利用OSSE方法和高分辨中尺度WRF預(yù)報(bào)模式和同化系統(tǒng)，開(kāi)展了適應(yīng)性觀測(cè)模擬試驗(yàn)分析，從臺(tái)風(fēng)路徑、強(qiáng)度以及降水預(yù)報(bào)等角度，重點(diǎn)分析了觀測(cè)敏感區(qū)資料對(duì)分析和預(yù)報(bào)的貢獻(xiàn)，得到如下結(jié)論：

1）臺(tái)風(fēng)“燦鴻”（1509）的適應(yīng)性觀測(cè)敏感區(qū)與適應(yīng)性觀測(cè)理論結(jié)果一致，分布合理，其高敏感區(qū)多位于臺(tái)風(fēng)中心與副熱帶高壓之間，主要出現(xiàn)于臺(tái)風(fēng)中心的西北至東南側(cè)，相對(duì)低敏感區(qū)主要位于臺(tái)風(fēng)中心西南側(cè)。

2）高觀測(cè)敏感區(qū)的觀測(cè)資料對(duì)分析和預(yù)報(bào)的改善最為明顯，其他區(qū)域觀測(cè)資料的貢獻(xiàn)相對(duì)較小。這也證明只有合理的觀測(cè)敏感區(qū)及其高敏感區(qū)的適應(yīng)性觀測(cè)資料才能夠?qū)ν治龊皖A(yù)報(bào)質(zhì)量的改善具有明顯貢獻(xiàn)。

3）適應(yīng)性觀測(cè)資料的有效同化，可以合理改善臺(tái)風(fēng)引導(dǎo)氣流、臺(tái)風(fēng)強(qiáng)度以及關(guān)鍵物理量的分析和預(yù)報(bào)質(zhì)量，但不同高度物理量的改善不盡一致。這主要取決于適應(yīng)性觀測(cè)資料的空間配置及觀測(cè)資料的質(zhì)量。

由于適應(yīng)性觀測(cè)敏感區(qū)與驗(yàn)證區(qū)、驗(yàn)證時(shí)刻以及目標(biāo)分析時(shí)刻有關(guān)，而且與集合預(yù)報(bào)資料的質(zhì)量具有一定的依賴性，不同條件下觀測(cè)敏感區(qū)，適應(yīng)性觀測(cè)資料對(duì)同化和預(yù)報(bào)質(zhì)量的貢獻(xiàn)應(yīng)該略有差異。另外，本文采用模擬觀測(cè)資料僅針對(duì)轉(zhuǎn)向臺(tái)風(fēng)“燦鴻”（1509）個(gè)例進(jìn)行了分析研究，表明了適應(yīng)性觀測(cè)對(duì)臺(tái)風(fēng)預(yù)報(bào)的改善效果，其他臺(tái)風(fēng)的觀測(cè)敏感區(qū)分布，以及適應(yīng)性觀測(cè)對(duì)不同高度、不同物理量的分析和預(yù)報(bào)的影響等仍需要進(jìn)一步驗(yàn)證分析。

致謝： 感謝南京信息工程大學(xué)高性能計(jì)算機(jī)中心的計(jì)算資源支持。

參考文獻(xiàn)（References）

Bake r N L，Daley R，2007.Observation and background adjoint sensitivity in the adaptive observation-targeting problem［J］.Quart J Roy Meteor Soc，126（565）：1431-1454.doi：10.1002／qj.49712656511.

Bergot T，Hello G，Joly A，et al.，1999.Adaptive observations：a feasibility study［J］.Mon Wea Rev，127（5）：743-765.doi：10.1175／1520-0493（1999）127<0743：aoafs>2.0.co;2.

Bishop C H，Toth Z，1999.Ensemble transformation and adaptive observations［J］.J Atmos Sci，56（11）：1748-1765.doi：10.1175／1520-0469（1999）056<1748：etaao>2.0.co;2.

Buizza R，Montani A，1999.Targeting observations using singular vectors［J］.J Atmos Sci，56（17）：2965-2985.doi：10.1175／1520-0469（1999）056<2965：tousv>2.0.co;2.

Daley R，Mayer T，1986.Estimates of global analysis error from the global weather experiment observational network［J］.Mon Wea Rev，114（9）：1642-1653.doi：10.1175／1520-0493（1986）114<1642：eogaef>2.0.co;2.

段晶晶，錢燕珍，周福，等，2017.臺(tái)風(fēng)燦鴻造成浙江東北部大暴雨地形作用的數(shù)值模擬研究［J］.氣象，43（6）：686-695. Duan J J，Qian Y Z，Zhou F，et al.，2017.Numerical simulation of topographic effect on heavy rainfall in northeastern Zhejiang caused by typhoon Chan-hom［J］.Meteor Mon，43（6）：686-695.doi：10.7519／j.issn.1000-0526.2017.06.005.（in Chinese）.

Joly A，Jorgensen D，Shapiro M A，et al.，1997.The fronts and Atlantic storm-track experiment （FASTEX）：scientific objectives and experimental design［J］.Bull Amer Meteor Soc，78（9）：1917-1940.doi：10.1175／1520-0477（1997）078<1917：tfaast>2.0.co;2.

高彥青，孫璐，馬旭林，等，2022.颮線結(jié)構(gòu)和強(qiáng)度對(duì)低層濕度和環(huán)境垂直風(fēng)切變的敏感性研究［J］.大氣科學(xué)學(xué)報(bào)，45（6）：938-947. Gao Y Q，Sun L，Ma X L，et al.，2022.The sensitivity of the structure and strength of squall line to low-level humidity and environmental vertical wind shear［J］.Trans Atmos Sci，45（6）：938-947.doi：10.13878／j.cnki.dqkxxb.20191014001.（in Chinese）.

黃燕燕，薛紀(jì)善，馮業(yè)榮，等，2018.采用預(yù)報(bào)渦旋的初始化方案對(duì)2015年臺(tái)風(fēng)“蓮花”、“燦鴻”的試驗(yàn)研究［J］.熱帶氣象學(xué)報(bào)，34（5）：598-609.Huang Y Y，Xue J S，F(xiàn)eng Y R，et al.，2018.An initialization scheme using forecast vortexes and its application in simulation of typhoons linfa and Chan-hom in 2015［J］.J Trop Meteor，34（5）：598-609.doi：10.16032／j.issn.1004-4965.2018.05.003.（in Chinese）.

Langland R H，Rohaly G D，1996.Adjoint-based targeting of observations for FASTEX cyclones［J］.Seventh Conf.On Mesoscale Processes，Reading，United Kingdom：Amer Meteor Soc，122：369-371.

Lorenz E N，Emanuel K A，1998.Optimal sites for supplementary weather observations：simulation with a small model［J］.J Atmos Sci，55（3）：399-414.doi：10.1175／1520-0469（1998）055<0399：osfswo>2.0.co;2.

馬旭林，2008.基于集合卡爾曼變換（ETKF）理論的適應(yīng)性觀測(cè)研究與應(yīng)用［D］.南京：南京信息工程大學(xué). Ma X L，2008.Study on the ensemble transform Kalman filter-based adaptive observation and applications［D］.Nanjing：Nanjing University of Information Science ＆ Technology.（in Chinese）.

馬旭林，于月明，姜?jiǎng)?，等?014.基于集合卡爾曼變換的目標(biāo)觀測(cè)敏感區(qū)識(shí)別系統(tǒng)優(yōu)化及影響試驗(yàn)［J］.大氣科學(xué)學(xué)報(bào)，37（6）：749-757. Ma X L，Yu Y M，Jiang S，et al.，2014.Optimization and influence experiment to identify sensitive areas for target observations on ETKF method［J］.Trans Atmos Sci，37（6）：749-757.doi：10.13878／j.cnki.dqkxxb.20140314002.（in Chinese）.

馬旭林，李琳琳，周勃旸，等，2015a.臺(tái)風(fēng)預(yù)報(bào)誤差的流依賴特征及混合資料同化中最優(yōu)耦合系數(shù)［J］.大氣科學(xué)學(xué)報(bào)，38（6）：766-775. Ma X L，Li L L，Zhou B Y，et al.，2015a.Flow-dependent characteristics of typhoon forecasting errors and optimal coupling coefficient in hybrid data assimilation［J］.Trans Atmos Sci，38（6）：766-775.doi：10.13878／j.cnki.dqkxxb.20141224001.（in Chinese）.

馬旭林，于月明，陳德輝，2015b.適應(yīng)性觀測(cè)研究現(xiàn)狀和展望［J］.氣象學(xué)報(bào)，73（2）：221-235. Ma X L，Yu Y M，Chen D H，2015b.The present situation and prospects of the adaptive observation［J］.Acta Meteorol Sin，73（2）：221-235.doi：10.11676／qxxb2015.022.（in Chinese）.

Majumdar S J，Bishop C H，Etherton B J，et al.，2002.Adaptive sampling with the ensemble transform Kalman filter.part II：field program implementation［J］.Mon Wea Rev，130（5）：1356-1369.doi：10.1175／1520-0493（2002）130<1356：aswtet>2.0.co;2.

Mansfield D，Richardson D，Truscott B，2004.An overview of the Atlantic THORPEX Regional Campaign，A-TReC［J］.Proceedings of the THORPEX Science Symposium，Montreal，Canada：World Meteorological Organization.

Melvyn A，Shapiro A，Thope J，2004.THORPEX international science plan.WMO／TD-No.1246［J］.WWRP／THORPEX，No.2：1-51.

穆穆，王洪利，周菲凡，2007.條件非線性最優(yōu)擾動(dòng)方法在適應(yīng)性觀測(cè)研究中的初步應(yīng)用［J］.大氣科學(xué)，31（6）：1102-1112. Mu M，Wang H L，Zhou F F，2007.A preliminary application of conditional nonlinear optimal perturbation to adaptive observation［J］.Chin J Atmos Sci，31（6）：1102-1112.（in Chinese）.

穆穆，2013.目標(biāo)觀測(cè)的方法、現(xiàn)狀與發(fā)展展望［J］.中國(guó)科學(xué)：地球科學(xué)，43（11）：1717-1725. Mu M，2013.Methods，current status，and prospect of targeted observation［J］.Science China：Earth Sciences，43（11）：1717-1725.（in Chinese）.

Palmer T N，Gelaro R，Barkmeijer J，et al.，1998.Singular vectors，metrics，and adaptive observations［J］.J Atmos Sci，55（4）：633-653.doi：10.1175／1520-0469（1998）055<0633：svmaao>2.0.co;2.

Pu Z X，Kalnay E，Sela J，et al.，1997.Sensitivity of forecast errors to initial conditions with a quasi-inverse linear method［J］.Mon Wea Rev，125（10）：2479-2503.doi：10.1175／1520-0493（1997）125<2479：sofeti>2.0.co;2.

Pu Z X，Lord S J，Kalnay E，1998.Forecast sensitivity with dropwindsonde data and targeted observations［J］.Tellus A，50（4）：391-410.doi：10.1034／j.1600-0870.1998.t01-3-00002.x.

Pu Z X，Kalnay E，1999.Targeting observations with the quasi-inverse linear and adjoint NCEP global models：performance during FASTEX［J］.Quart J Roy Meteor Soc，125（561）：3329-3337.doi：10.1002／qj.49712556110.

Qin X H，Duan W S，Mu M，2013.Conditions under which CNOP sensitivity is valid for tropical cyclone adaptive observations［J］.Quart J Roy Meteor Soc，139（675）：1544-1554.doi：10.1002／qj.2109.

Rabier F，Klinker E，Courtier P，et al.，1996.Sensitivity of forecast errors to initial conditions［J］.Quart J Roy Meteor Soc，122（529）：121-150.doi：10.1002／qj.49712252906.

孫國(guó)棟，穆穆，段晚鎖，等，2016.條件非線性最優(yōu)擾動(dòng)（CNOP）：簡(jiǎn)介與數(shù)值求解［J］.氣象科技進(jìn)展，6（6）：6-14. Sun G D，Mu M，Duan W S，et al.，2016.Conditional nonlinear optimal perturbation：introduction and numerical computation［J］.Adv Meteorol Sci Technol，6（6）：6-14.doi：10.3969／j.issn.2095-1973.2016.06.001.（in Chinese）.

Toth Z，Szunyogh I，Majumdar S J，et al.，1999.The 1999 winter storm reconnaissance program［C］//13th Conf.On Numerical Weather Prediction Denver.CO：Amer Meteor Soc：17-32.

于月明，2014.環(huán)北京暴雨適應(yīng)性觀測(cè)敏感區(qū)識(shí)別及其目標(biāo)資料同化的研究［D］.南京：南京信息工程大學(xué). Yu Y M，2014.Research on identify sensitive observation areas and target data assimilation of the rainstorm processes around Beijing［D］.Nanjing：Nanjing University of Information Science ＆ Technology.（in Chinese）.

張宇，陳德輝，薛紀(jì)善，等，2012.濕度因子對(duì)適應(yīng)性觀測(cè)敏感區(qū)估算的影響研究［J］.氣象學(xué)報(bào)，70（1）：91-100. Zhang Y，Chen D H，Xue J S，et al.，2012.Study of the influence of the humidity factor on estimation in the adaptive observation sensitive region［J］.Acta Meteorol Sin，70（1）：91-100.（in Chinese）.

趙慧霞，張建忠，陳海燕，2016.1509號(hào)臺(tái)風(fēng)“燦鴻”災(zāi)情調(diào)查與致災(zāi)原因分析［J］.防災(zāi)科技學(xué)院學(xué)報(bào)，18（4）：44-49. Zhao H X，Zhang J Z，Chen H Y，2016.Disaster investigation and causation analysis of 1509 typhoon CHAN-HOM［J］.J Inst Disaster Prev，18（4）：44-49.（in Chinese）.

周炳君，李昕，陳耀登，等，2020.GPS ZTD資料同化對(duì)臺(tái)風(fēng)“利奇馬”模擬的影響研究［J］.氣象科學(xué)，40（1）：11-21. Zhou B J，Li X，Chen Y D，et al.，2020.Effect of the GPS ZTD data assimilation on simulation of typhoon “Lekima”［J］.J Meteor Sci，40（1）：11-21.doi：10.3969／2019jms.0063.（in Chinese）.

朱躍建，2020.基于最新全球集合預(yù)報(bào)系統(tǒng)的可預(yù)報(bào)性評(píng)估［J］.大氣科學(xué)學(xué)報(bào)，43（1）：193-200. Zhu Y J，2020.An assessment of predictability through state-of-the-art global ensemble forecast system［J］.Trans Atmos Sci，43（1）：193-200.doi：10.13878／j.cnki.dqkxxb.20191101013.（in Chinese）.

鄒逸航，馬旭林，姜?jiǎng)?，等?017.COSMIC掩星資料同化對(duì)臺(tái)風(fēng)“天兔”預(yù)報(bào)影響的試驗(yàn)［J］.海洋學(xué)研究，35（3）：9-19. Zou Y H，Ma X L，Jiang S，et al.，2017.Effect of COSMIC occultation data assimilation on prediction of typhoon Usagi［J］.J Mar Sci，35（3）：9-19.doi：10.3969／j.issn.1001-909X.2017.03.002.（in Chinese）.

Adaptive observation of the sensitive area of typhoon “Chan-Hom” （1509） and assimilation analysis of simulated data

CHEN Siyuan 1，MA Xulin 1，SUN Lu ?1，2 ，PAN Xian 1，HONG Guan 3

1Key Laboratory of Meteorological Disaster，Ministry of Education （KLME），Nanjing University of Information Science ＆ Technology，Nanjing 210044，China;

2Meteorological Institute of Shaanxi Province，Xian 710016，China;

3CMA Meteorological Observation Centre，Beijing 100081

The adaptive areas of the “Chan-hom” typhoon （1509） in 2015 are created by ETKF adaptive observing systems.Further assimilation experiments are carried out based on the sensitive area at the first target moment，using the OSSE method and WRF mode.According to the experiments，the sensitive areas of “CHAN-HOM” are mostly found in the northeast and southeast sides of the center.The results show that the assimilation of simulated observation data in the sensitive area better improves the prediction accuracy of the height field and track than the assimilation of conventional observation data，while having a negative impact on the prediction of precipitation.

data assimilation;OSSE;adaptive observation;targeting observation;sensitive area;ETKF

doi：10.13878／j.cnki.dqkxxb.20210306002

（責(zé)任編輯：劉菲）