劉升源，潘裕山，徐建軍，張宇，葉桂苓

摘要：使用ERA-Interim和ERA5兩種再分析資料分別驅(qū)動(dòng)?xùn)|亞區(qū)域再分析系統(tǒng)（East Asia Reanalysis System，EARS），并輸出2015年一年期試驗(yàn)再分析資料，通過(guò)評(píng)估其中3次代表性的華南登陸臺(tái)風(fēng)降水過(guò)程，對(duì)比不同驅(qū)動(dòng)場(chǎng)對(duì)該系統(tǒng)的影響，研究發(fā)現(xiàn)以ERA5驅(qū)動(dòng)的EARS輸出結(jié)果較ERA-Interim驅(qū)動(dòng)的結(jié)果更準(zhǔn)確，尤其在丘陵和山地等復(fù)雜地形下的降水模擬改進(jìn)明顯。進(jìn)一步用ERA5驅(qū)動(dòng)的EARS輸出結(jié)果與歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）新一代陸面再分析資料（ERA5-Land）對(duì)比分析，發(fā)現(xiàn)ERA5-Land對(duì)于臺(tái)風(fēng)大尺度降水的把握更好，而EARS對(duì)中小尺度降水過(guò)程的再現(xiàn)更完整，特別是對(duì)沿海降水的模擬更準(zhǔn)確。相較于ERA5-Land，EARS目前同化的觀測(cè)資料有限，對(duì)物理過(guò)程參數(shù)化方案的選擇仍欠準(zhǔn)確，后續(xù)需要有針對(duì)性地改進(jìn)。

關(guān)鍵詞：東亞區(qū)域再分析；數(shù)值天氣預(yù)報(bào)；臺(tái)風(fēng)降水

中圖分類號(hào)：P444；P456? ?文獻(xiàn)標(biāo)志碼：A? ? ?文章編號(hào)：2096-3599（2023）01-0001-00

DOI：10.19513/j.cnki.issn2096-3599.2023.01.002

Comparative study on effects of different driving fields on typhoon precipitation over South China in the East Asia Reanalysis System

Liu Shengyuan1，2，4， Pan Yushan1，2，4， Xu Jianjun1，2，3， Zhang Yu1，2，4， Ye Guiling1，2，4

（1. CMA-GDOU Joint Laboratory for Marine Meteorology， Zhanjiang 524088， China; 2. South China Sea Institute of Marine Meteorology， Guangdong Ocean University， Zhanjiang 524088， China; 3. Shenzhen Institute of Guangdong Ocean University， Shenzhen 518120， China; 4. College of Ocean and Meteorology， Guangdong Ocean University， Zhanjiang 524088， China）

Abstract： The East Asia Reanalysis System （EARS） is driven by ERA-Interim and ERA5 reanalysis data， respectively， and the one-year experimental reanalysis data of 2015 are exported. By evaluating three representative typhoon precipitation processes over South China in 2015 and comparing the effects of different driving fields， it is found that the EARS results driven by ERA5 are more accurate than those driven by ERA-Interim， especially for simulated precipitation in complex terrain such as hills and mountains. Further comparative analysis is conducted between the EARS results driven by ERA5 and ERA5-Land， the new generation land surface reanalysis data of European Centre for Medium-Range Weather Forecasts （ECMWF）， which shows that ERA5-Land has a better accuracy of large-scale typhoon precipitation， while EARS reproduces meso- and small-scale processes more completely and simulates precipitation in coastal areas more accurately in particular. In comparison to ERA5-Land， due to the present limit of assimilated observation data and inaccurate selection of physics parameterization schemes， EARS needs improvement accordingly in the future.

Keywords： East Asia Reanalysis System （EARS）; numerical weather prediction; typhoon precipitation

引言

天氣和氣候的研究需要高分辨率、高質(zhì)量、長(zhǎng)期而連續(xù)的觀測(cè)資料。再分析資料的出現(xiàn)有助于深入了解氣候變化的形成及規(guī)律，使現(xiàn)代氣候變化特點(diǎn)的研究快速發(fā)展與進(jìn)步，為大氣科學(xué)及其相關(guān)領(lǐng)域的研究提供重要支撐，極大地推動(dòng)現(xiàn)代大氣科學(xué)的發(fā)展。目前，國(guó)際上主要的幾家再分析中心為：美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（National Centers for Environmental Prediction，NCEP）、歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）、日本氣象廳（Japan Meteorological Agency，JMA）和美國(guó)國(guó)家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）等[1]。東亞區(qū)域氣候變化的研究大多基于國(guó)際上主要的幾家全球再分析資料進(jìn)行，如：韓晉平等[2]使用ECMWF ERA40和NCEP全球再分析資料研究東亞夏季風(fēng)年代際變化的若干重要特征；黃燕玲等[3]使用國(guó)內(nèi)外廣泛應(yīng)用的ECMWF的EAR-Interim、ERA40和JMA JRA55及NCEP 2全球再分析資料對(duì)東亞夏季風(fēng)異常活動(dòng)進(jìn)行研究。但是全球大氣再分析資料分辨率較低，只能側(cè)重于大尺度大氣活動(dòng)的研究，對(duì)中尺度大氣活動(dòng)特征研究擬合效果并不理想，且不能用于大多數(shù)由中小尺度大氣活動(dòng)引發(fā)氣象災(zāi)害的研究[4]。近些年來(lái)，區(qū)域大氣再分析技術(shù)持續(xù)發(fā)展，其不僅比全球大氣再分析資料具有更高的時(shí)空分辨率，還能捕獲小尺度系統(tǒng)變化的信息，對(duì)局地強(qiáng)迫引起的氣象特征有較好的反映能力[5]。

西北太平洋是全球臺(tái)風(fēng)活動(dòng)最為強(qiáng)烈和頻繁的海域之一，平均每年約有26個(gè)臺(tái)風(fēng)生成，我國(guó)位于西北太平洋沿岸，平均每年約有7.2個(gè)臺(tái)風(fēng)登陸，是受臺(tái)風(fēng)影響較多的國(guó)家之一[6]。臺(tái)風(fēng)作為影響我國(guó)的主要災(zāi)害性天氣系統(tǒng)之一，在其生成、發(fā)展、成熟和消亡階段都伴隨著大范圍的強(qiáng)降水、暴雨災(zāi)害，對(duì)海上各種作業(yè)也有極大的威脅，對(duì)于臺(tái)風(fēng)降水準(zhǔn)確及時(shí)的預(yù)報(bào)是防臺(tái)抗臺(tái)的重要前提。但臺(tái)風(fēng)降水的預(yù)報(bào)是公認(rèn)的難點(diǎn)之一，其內(nèi)部次網(wǎng)格系統(tǒng)生消快速，由于海上觀測(cè)資料稀疏，往往難以監(jiān)測(cè)和捕捉，區(qū)域數(shù)值模式對(duì)其預(yù)報(bào)非常困難。資料同化技術(shù)可以為區(qū)域數(shù)值模式提供更準(zhǔn)確的背景場(chǎng)，從而提高天氣預(yù)報(bào)準(zhǔn)確率?，F(xiàn)有的研究表明，利用變分資料同化系統(tǒng)（Gridpoint Statistical Interpolation System，GSI）、天氣研究和預(yù)報(bào)模式（Weather Research and Forecasting Model-Advanced Research WRF，WRF-ARW）發(fā)展區(qū)域再分析是合理的。文秋實(shí)等[7]利用WRF-ARW模式和GSI同化系統(tǒng)設(shè)計(jì)華南地區(qū)對(duì)流尺度快速循環(huán)同化方案，同化常規(guī)觀測(cè)（地面站、探空、飛機(jī)報(bào)和浮標(biāo)站）和雷達(dá)徑向風(fēng)資料，結(jié)果表明WRF-ARW模式和GSI同化系統(tǒng)有良好的匹配性，GSI同化方案可以改善華南降水發(fā)生時(shí)間、降水強(qiáng)度和日降水評(píng)分。

2015年中國(guó)氣象局（China Meteorological Administration，CMA）設(shè)立“氣象資料質(zhì)量控制多源數(shù)據(jù)融合與再分析”攻關(guān)任務(wù)，東亞區(qū)域再分析是該攻關(guān)任務(wù)的一個(gè)攻關(guān)方向。目前，中國(guó)氣象科學(xué)研究院已牽頭部分科研單位和高校搭建和優(yōu)化了東亞區(qū)域再分析系統(tǒng)（East Asia Reanalysis System，EARS），其初步試驗(yàn)評(píng)估結(jié)果表明再分析系統(tǒng)初步具有在全球再分析的基礎(chǔ)上提高區(qū)域再分析資料性能的能力[8]。潘裕山等[9]評(píng)估了EARS對(duì)2015年西北太平洋熱帶氣旋路徑和強(qiáng)度的模擬結(jié)果，發(fā)現(xiàn)EARS對(duì)西北太平洋熱帶氣旋強(qiáng)度的模擬整體優(yōu)于國(guó)際主流的再分析資料，且EARS還可獲得熱帶氣旋的精細(xì)結(jié)構(gòu)，對(duì)觀測(cè)資料缺乏的西北太平洋熱帶氣旋的研究有實(shí)用意義。

在初步評(píng)估的基礎(chǔ)上，為進(jìn)一步了解EARS對(duì)臺(tái)風(fēng)降水的模擬能力，并對(duì)比不同驅(qū)動(dòng)場(chǎng)對(duì)EARS的影響，本文使用不同的初始場(chǎng)和邊界條件（ERA-Interim和ERA5）分別驅(qū)動(dòng)?xùn)|亞區(qū)域再分析系統(tǒng)，輸出2015年一年期的試驗(yàn)再分析資料集，并對(duì)其中3次有代表性的華南登陸臺(tái)風(fēng)降水過(guò)程進(jìn)行評(píng)估，以探討東亞區(qū)域再分析系統(tǒng)對(duì)臺(tái)風(fēng)降水模擬的優(yōu)劣特性，旨在為后續(xù)改進(jìn)東亞區(qū)域再分析系統(tǒng)提供更具體的發(fā)展方向。

1東亞區(qū)域大氣再分析系統(tǒng)

本文擬評(píng)估的東亞區(qū)域試驗(yàn)再分析資料來(lái)自配置優(yōu)化后的東亞區(qū)域再分析系統(tǒng)（EARS），使用新一代的中尺度非靜力數(shù)值預(yù)報(bào)模式 WRF-ARW 3.9.1.1和美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心的變分資料同化系統(tǒng)GSI 3.6搭建[10]。

1.1模式和同化方案設(shè)計(jì)

EARS的模式方案為：?jiǎn)螌泳W(wǎng)格，水平分辨率為12 km，格點(diǎn)數(shù)為760×900，模擬區(qū)域中心為100?E、38?N，基本覆蓋整個(gè)東亞區(qū)域，包括整個(gè)印度洋、南海區(qū)域和部分西太平洋區(qū)域（圖1）。模式垂直層數(shù)74層，模式頂層氣壓為10 hPa。模式的參數(shù)化方案為：New Thompson微物理方案、Kain-Fritsh積云參數(shù)化方案、RRTM（Rapid Radiative Transfer Model）長(zhǎng)波輻射方案、Dudhia短波輻射方案、Noah-MP 陸面方案和YSU（Yonsei University）行星邊界層方案。

圖2為EARS的同化流程，采用3D-Var（three dimensional variational）方式和部分循環(huán)同化方案，循環(huán)同化每日進(jìn)行一次：冷啟動(dòng)從前一日18：00（世界時(shí)，下同）開(kāi)始，使用歐洲中期天氣預(yù)報(bào)中心的再分析資料作為初始場(chǎng)和邊界條件，起旋（Spin-up）預(yù)報(bào)6 h，期間不進(jìn)行資料同化。熱啟動(dòng)從00：00開(kāi)始，采用循環(huán)同化方案，每6 h進(jìn)行一次資料同化，同化的背景場(chǎng)為前6 h的預(yù)報(bào)輸出場(chǎng)，同化的觀測(cè)資料為所分析時(shí)刻的常規(guī)和衛(wèi)星觀測(cè)資料，同化得到的分析場(chǎng)作為下一時(shí)刻預(yù)報(bào)的初始條件。熱啟動(dòng)4次，即預(yù)報(bào)24 h后，當(dāng)日再分析結(jié)束，然后進(jìn)行下一日再分析運(yùn)算[9-10]。

1.2同化和驅(qū)動(dòng)場(chǎng)的資料

本次試驗(yàn)中GSI同化的常規(guī)觀測(cè)資料為NCEP全球資料同化系統(tǒng)（Global Data Assimilation System，GDAS）的地面站、探空站、船舶和浮標(biāo)站、全球電信系統(tǒng)的測(cè)風(fēng)氣球資料和飛機(jī)報(bào)資料。同化的衛(wèi)星資料為GDAS的大氣紅外探測(cè)器、微波探測(cè)裝置A型、高分辨率紅外探測(cè)儀4型和微波濕度探測(cè)器衛(wèi)星輻射資料。微波探測(cè)裝置A型主要用于大氣溫度的垂直探測(cè)，微波濕度探測(cè)器主要用于濕度的垂直探測(cè)，大氣紅外探測(cè)器主要用于探測(cè)精細(xì)的大氣溫度和濕度廓線，高分辨率紅外探測(cè)儀4型主要用于大氣垂直方向溫度、濕度的探測(cè)。以上資料進(jìn)入EARS前已進(jìn)行質(zhì)量控制，以保證同化質(zhì)量。

為了對(duì)比不同驅(qū)動(dòng)場(chǎng)對(duì)EARS的影響，探討更合適的模擬方案，本文分別使用ERA-Interim和ERA5兩套再分析資料作為初始場(chǎng)和邊界條件驅(qū)動(dòng)EARS。ERA-Interim再分析資料[11]為歐洲中期天氣預(yù)報(bào)中心發(fā)布的第三代再分析資料，水平分辨率為0.75?×0.75?，時(shí)間分辨率為6 h。ERA5[12]再分析資料是ERA-Interim再分析資料的升級(jí)版本，水平分辨率為0.25?×0.25?，時(shí)間分辨率提高為1 h，取每6 h數(shù)據(jù)作為驅(qū)動(dòng)場(chǎng)。本次試驗(yàn)使用上述兩套再分析資料分別驅(qū)動(dòng)EARS，分別輸出2015年一年期的試驗(yàn)再分析資料集。以下將使用ERA-Interim和ERA5作為驅(qū)動(dòng)場(chǎng)的EARS試驗(yàn)再分析資料分別簡(jiǎn)稱為EARS（ERA-Interim驅(qū)動(dòng)）和EARS（ERA5驅(qū)動(dòng)）。

2用于評(píng)估的資料與方法

2.1用于評(píng)估的降水資料

2.1.1國(guó)家級(jí)氣象觀測(cè)站與CMORPH降水產(chǎn)品融合的逐時(shí)降水量網(wǎng)格數(shù)據(jù)集

用于評(píng)估EARS對(duì)華南臺(tái)風(fēng)降水模擬的資料為國(guó)家級(jí)氣象觀測(cè)站與CMORPH降水產(chǎn)品融合的逐時(shí)降水量網(wǎng)格數(shù)據(jù)集（以下簡(jiǎn)記為“融合降水”，Merged Precipitation）。該數(shù)據(jù)集基于全國(guó)自動(dòng)氣象站觀測(cè)的小時(shí)降水資料和美國(guó)氣候預(yù)測(cè)中心的全球CMORPH衛(wèi)星反演降水資料，采用概率密度匹配PDF（probability density function）和最優(yōu)插值OI（optimal interpolation）兩步融合算法，生成逐小時(shí)降水融合產(chǎn)品[13-15]，覆蓋的空間范圍為70?～140?E、15?～60?N，水平分辨率為0.1?×0.1?，產(chǎn)品總體誤差水平在10%以內(nèi)，強(qiáng)降水和站點(diǎn)稀疏區(qū)的誤差在20%以內(nèi)[13-17]。

2.1.2歐洲中期天氣預(yù)報(bào)中心ERA5-Land再分析資料

ERA5-Land[18]為歐洲中期天氣預(yù)報(bào)中心的新一代全球陸面再分析資料，使用ERA5再分析資料中陸面變量進(jìn)行再分析重新生成，分辨率為0.1?×0.1?，可提供自1950年1月以來(lái)的逐時(shí)數(shù)據(jù)。

2.2用于評(píng)估的熱帶氣旋最佳路徑數(shù)據(jù)集

用于評(píng)估的熱帶氣旋最佳路徑資料為中國(guó)氣象局熱帶氣旋資料中心的最佳路徑數(shù)據(jù)集，該數(shù)據(jù)集提供自1949年以來(lái)西北太平洋（含南海，赤道以北，180?以西）海域熱帶氣旋每6 h的位置和強(qiáng)度[19-20]。為評(píng)估東亞區(qū)域再分析系統(tǒng)對(duì)登陸華南地區(qū)的臺(tái)風(fēng)降水模擬效果，選取2015年3個(gè)代表性的華南登陸臺(tái)風(fēng)：1508號(hào)“鯨魚（KUJIRA）”、1510號(hào)“蓮花（LINFA）”和1522號(hào)“彩虹（MUJIGAE）”（表1和圖3）。

本文選取的3個(gè)臺(tái)風(fēng)類型均為業(yè)務(wù)預(yù)報(bào)中典型的難點(diǎn)：KUJIRA系典型南海生成臺(tái)風(fēng)，強(qiáng)度偏弱，云系特征不清晰，當(dāng)時(shí)各業(yè)務(wù)機(jī)構(gòu)對(duì)其定位誤差較大，導(dǎo)致后續(xù)的登陸點(diǎn)預(yù)報(bào)錯(cuò)誤；LINFA系西北太平洋生成后移入南海的臺(tái)風(fēng)，當(dāng)時(shí)各機(jī)構(gòu)均空?qǐng)?bào)其進(jìn)入南海后的兩次轉(zhuǎn)向，120 h路徑預(yù)報(bào)誤差接近1 000 km；MUJIGAE系近岸快速加強(qiáng)的秋臺(tái)風(fēng)，當(dāng)時(shí)各業(yè)務(wù)機(jī)構(gòu)均低估其登陸強(qiáng)度，是1949年以來(lái)10月登陸中國(guó)的最強(qiáng)臺(tái)風(fēng)[21]。3個(gè)臺(tái)風(fēng)發(fā)生時(shí)間、路徑、強(qiáng)度各具特點(diǎn)，對(duì)這3個(gè)個(gè)例進(jìn)行降水評(píng)估，可以有代表性地檢驗(yàn)并改進(jìn)東亞區(qū)域再分析系統(tǒng)對(duì)不同類型臺(tái)風(fēng)降水的模擬能力。

2.3評(píng)估方法

使用風(fēng)險(xiǎn)評(píng)分（threat score，TS）對(duì)模擬降水進(jìn)行統(tǒng)計(jì)檢驗(yàn)評(píng)估。TS評(píng)分公式為：

式中各項(xiàng)如表2所示，P為擬評(píng)分的量級(jí)，Na為降水模擬正確格點(diǎn)數(shù)，Nb為降水空?qǐng)?bào)格點(diǎn)數(shù)，Nc為降水漏報(bào)格點(diǎn)數(shù)。TS格點(diǎn)評(píng)分可以反映模擬區(qū)域內(nèi)降水模擬的準(zhǔn)確程度，其值介于0和1之間，TS評(píng)分越接近1，代表模式降水量級(jí)越接近實(shí)況降水量級(jí)。

以融合降水作為降水實(shí)況資料，設(shè)定4個(gè)代表性量級(jí)（10 mm、25 mm、50 mm、100 mm），分別計(jì)算EARS（ERA5驅(qū)動(dòng)）、EARS（ERA-Interim驅(qū)動(dòng)）、ERA5-Land在臺(tái)風(fēng)KUJIRA、LINFA、MUJIGAE生命期間的分級(jí)TS格點(diǎn)評(píng)分。

由于TS格點(diǎn)評(píng)分需要在相同分辨率的條件下進(jìn)行，本文通過(guò)資料插值的方法將用于計(jì)算的4種資料統(tǒng)一插值成分辨率為0.125?×0.125?，區(qū)域范圍為18?～25?N、104.5?～117?E的數(shù)據(jù)資料，基本覆蓋我國(guó)整個(gè)華南區(qū)域（評(píng)估范圍見(jiàn)圖1，下同）。常用的不同網(wǎng)格之間的插值方法有：雙線性法、距離權(quán)重法、克立格法和第二類守恒插值法等。在大氣模式中，輻射通量、降水一般采用第二類守恒插值方法，該方法較雙線性插值法雖然有更大的誤差，但在保留源網(wǎng)格和目標(biāo)網(wǎng)格之間的數(shù)據(jù)積分值方面更具優(yōu)勢(shì)[22-23]，故使用第二類守恒插值方法將不同網(wǎng)格的資料插值為相同網(wǎng)格的資料并進(jìn)行評(píng)估。

3不同驅(qū)動(dòng)場(chǎng)對(duì)EARS在華南登陸臺(tái)風(fēng)降水模擬中的影響

已有研究表明，相比于ERA-Interim，ERA5減小了隨機(jī)誤差，在東亞區(qū)域總體上改進(jìn)了適用性[24-26]。在EARS前期已進(jìn)行的初步結(jié)果評(píng)估中，EARS（ERA5驅(qū)動(dòng)）相較EARS（ERA-Interim驅(qū)動(dòng)）對(duì)臺(tái)風(fēng)路徑的模擬有良好改進(jìn)[9]，為了進(jìn)一步探討不同的驅(qū)動(dòng)場(chǎng)對(duì)EARS在華南登陸臺(tái)風(fēng)降水模擬中的影響，本文將使用EARS（ERA-Interim驅(qū)動(dòng)）和EARS（ERA5驅(qū)動(dòng)）對(duì)其中3次有代表性的華南登陸臺(tái)風(fēng)降水過(guò)程進(jìn)行對(duì)比評(píng)估。

由臺(tái)風(fēng)KUJIRA、LINFA和MUJIGAE的日平均降水的空間分布（圖4）可知，EARS（ERA5驅(qū)動(dòng)）和EARS（ERA-Interim驅(qū)動(dòng)）的降水空間分布和融合降水基本一致，它們?cè)贙UJIRA、LINFA和MUJIGAE生命期間對(duì)華南地區(qū)模擬的日平均降水量范圍基本為5～30 mm，降水主要集中在海南的西南部、廣東的中南部以及廣西東北部，這3個(gè)地區(qū)的降水主要是臺(tái)風(fēng)降水：KUJIRA登陸海南萬(wàn)寧；LINFA登陸廣東陸豐，最后于廣東中南部地區(qū)消亡；MUJIGAE登陸廣東湛江，最后于廣西南寧消亡。EARS（ERA-Interim驅(qū)動(dòng)）在廣東的中南部和廣西西北部模擬的日平均降水范圍和降水量較EARS（ERA5驅(qū)動(dòng)）和融合降水的偏大。EARS（ERA5驅(qū)動(dòng)）與EARS（ERA-Interim驅(qū)動(dòng)）分別和融合降水日平均降水量偏差（圖5）表明，EARS（ERA5驅(qū)動(dòng)）與EARS（ERA-Interim驅(qū)動(dòng)）總體高估這3次臺(tái)風(fēng)降水，如前文提到的3個(gè)臺(tái)風(fēng)降水的主要區(qū)域，高估的范圍為6～18 mm。在華南中部等大部分地區(qū)，EARS（ERA5驅(qū)動(dòng)）模擬的日平均降水較EARS（ERA-Interim驅(qū)動(dòng)）更接近融合降水，整體效果更優(yōu)；而在海南的西北部，EARS（ERA5驅(qū)動(dòng)）的日平均降水則比EARS（ERA-Interim驅(qū)動(dòng)）的偏大。

圖6為EARS（ERA5驅(qū)動(dòng)）、EARS（ERA-Interim驅(qū)動(dòng)）和融合降水在KUJIRA、LINFA和MUJIGAE生命期間的華南日平均降水的時(shí)間序列。由圖可見(jiàn)，3個(gè)臺(tái)風(fēng)都為華南區(qū)域帶來(lái)充足的降水，除了7月6日、7月8日、9月30日和10月2日這4 d，其他時(shí)段日平均降水均超過(guò)3 mm。整體而言，EARS（ERA5驅(qū)動(dòng)）和EARS（ERA-Interim驅(qū)動(dòng)）高估臺(tái)風(fēng)降水，EARS（ERA5驅(qū)動(dòng)）、EARS（ERA-Interim驅(qū)動(dòng)）分別高估16.0%和43.5%，EARS（ERA5驅(qū)動(dòng)）的降水模擬效果更好。EARS對(duì)LINFA的降水量偏差在7月5日及之后明顯縮小，這與臺(tái)風(fēng)進(jìn)入南海的時(shí)間吻合，相似的現(xiàn)象也出現(xiàn)在10月2—3日，這同樣與MUJIGAE進(jìn)入南海的時(shí)間重合，表明移入南海后，EARS對(duì)臺(tái)風(fēng)降水模擬能力明顯提高。另外，EARS對(duì)于降水模擬明顯低估的日期出現(xiàn)在6月23日和10月4—5日，即KUJIRA和MUJIGAE登陸華南地區(qū)之后，其偏差主要來(lái)源于復(fù)雜地形下對(duì)臺(tái)風(fēng)強(qiáng)度和螺旋雨帶形態(tài)的模擬誤差[9]，導(dǎo)致降水落區(qū)與實(shí)際有偏差。其中以ERA-Interim驅(qū)動(dòng)的EARS在廣西北部和東部出現(xiàn)明顯的降水空?qǐng)?bào)，在使用ERA5作為驅(qū)動(dòng)場(chǎng)后，這兩個(gè)區(qū)域的偏差明顯減少，消空效果較好，表明EARS（ERA5驅(qū)動(dòng)）相對(duì)EARS（ERA-Interim驅(qū)動(dòng)）對(duì)臺(tái)風(fēng)外圍雨帶的模擬有所改進(jìn)。

為了定量評(píng)估兩個(gè)驅(qū)動(dòng)場(chǎng)對(duì)EARS的影響差異，圖7展示了分別以ERA-Interim和ERA5驅(qū)動(dòng)的EARS在3個(gè)臺(tái)風(fēng)生命期間對(duì)華南地區(qū)日降水模擬的TS評(píng)分。由TS評(píng)分可見(jiàn)，評(píng)估中雨以上量級(jí)（日降水量R≥10 mm）和大雨以上量級(jí)（日降水量R≥25 mm）時(shí)，EARS（ERA5驅(qū)動(dòng)）對(duì)華南登陸臺(tái)風(fēng)日降水模擬整體比EARS（ERA-Interim驅(qū)動(dòng)）準(zhǔn)確，總體效果穩(wěn)定，尤其是大雨以上量級(jí)EARS（ERA5驅(qū)動(dòng)）模擬效果的優(yōu)勢(shì)最大（圖7a、b）。但當(dāng)評(píng)估閾值為50 mm，即暴雨以上量級(jí)降水時(shí)，EARS（ERA5驅(qū)動(dòng)）的優(yōu)勢(shì)縮小，其中有8 d的模擬效果比EARS（ERA-Interim驅(qū)動(dòng)）準(zhǔn)確，但有7 d的模擬效果與EARS（ERA-Interim驅(qū)動(dòng)）持平或略差（圖7c）。當(dāng)評(píng)估閾值為100 mm時(shí)，EARS（ERA5驅(qū)動(dòng)）的整體結(jié)果更優(yōu)（圖7d）。

東亞區(qū)域再分析系統(tǒng)對(duì)華南登陸臺(tái)風(fēng)的降水模擬效果，在不同階段上也存在差異，主要考慮受臺(tái)風(fēng)強(qiáng)度的影響。圖8為CMA最佳路徑數(shù)據(jù)集中KUJIRA、LINFA和MUJIGAE的近中心日平均最大風(fēng)速隨時(shí)間的變化?？梢?jiàn)在臺(tái)風(fēng)巔峰強(qiáng)度日和登陸日（6月22日、7月8—9日、10月4日），EARS（ERA5驅(qū)動(dòng)）的評(píng)分都較同個(gè)臺(tái)風(fēng)的其他階段更高，且相比EARS（ERA-Interim驅(qū)動(dòng)）評(píng)分優(yōu)勢(shì)更大。

綜上所述，相較于以ERA-Interim驅(qū)動(dòng)的EARS，ERA5驅(qū)動(dòng)的EARS對(duì)處于巔峰強(qiáng)度或登陸前后的華南臺(tái)風(fēng)降水模擬更準(zhǔn)確，且對(duì)大雨以上量級(jí)（日降水量R≥25 mm）的降水模擬明顯把握更好?？偟脕?lái)說(shuō)，ERA5驅(qū)動(dòng)的EARS對(duì)華南登陸臺(tái)風(fēng)的降水模擬更優(yōu)。

4 EARS（ERA5驅(qū)動(dòng)）和ERA5-Land對(duì)華南臺(tái)風(fēng)降水模擬的對(duì)比評(píng)估

從上述結(jié)果得知，用ERA5驅(qū)動(dòng)的EARS對(duì)華南登陸臺(tái)風(fēng)的降水模擬更具有優(yōu)勢(shì)，下文進(jìn)一步對(duì)比評(píng)估ERA5-Land再分析資料和EARS（ERA5驅(qū)動(dòng)）對(duì)臺(tái)風(fēng)降水模擬的優(yōu)劣。圖9為融合降水和ERA5-Land在KUJIRA、LINFA和MUJIGAE生命期間對(duì)華南降水模擬的空間分布及兩者降水量偏差。ERA5-Land降水的空間分布和降水量基本和融合降水一致，降水量較大的地方從北到南分別出現(xiàn)在MUJIGAE經(jīng)過(guò)的廣西東北部、LINFA經(jīng)過(guò)的廣東中南部和KUJIRA經(jīng)過(guò)的海南西部，日平均降水量基本達(dá)到15 mm以上（圖9a、b）。圖9c為ERA5-Land與融合降水的日平均降水的偏差，如圖所示，華南大部分地區(qū)的偏差在±3 mm 以內(nèi)，偏差不大，其余地區(qū)除了少數(shù)地區(qū)為負(fù)偏差，其他的均為正偏差。結(jié)果表明，ERA5-Land整體高估華南臺(tái)風(fēng)降水。

以融合降水為標(biāo)準(zhǔn)，分別對(duì)ERA5-Land和EARS（ERA5驅(qū)動(dòng)）的華南臺(tái)風(fēng)降水模擬進(jìn)行TS評(píng)分（圖10）。綜合評(píng)分結(jié)果，EARS（ERA5驅(qū)動(dòng)）在KUJIRA、LINFA生命期間對(duì)華南地區(qū)降水模擬比ERA5-Land更準(zhǔn)確。具體來(lái)看，在中雨以上量級(jí)（R≥10 mm）的臺(tái)風(fēng)降水模擬中，EARS（ERA5驅(qū)動(dòng)）對(duì)降水的把握略低于ERA5-Land，但整體差異不大（圖10a）；而隨著降水量級(jí)增大，EARS（ERA5驅(qū)動(dòng)）在KUJIRA、LINFA生命期間華南地區(qū)降水TS評(píng)分整體優(yōu)于ERA5-Land（圖10b—d），表明EARS（ERA5驅(qū)動(dòng)）對(duì)大雨以上量級(jí)的臺(tái)風(fēng)降水把握更好，尤其在臺(tái)風(fēng)登陸前，EARS（ERA5驅(qū)動(dòng)）對(duì)沿海的對(duì)流發(fā)展的模擬更完整，尤其是在暴雨量級(jí)降水中的模擬比ERA5-Land更準(zhǔn)確。

在MUJIGAE生命期間，EARS（ERA5驅(qū)動(dòng)）的降水模擬結(jié)果不如ERA5-Land，尤其在登陸前后，雖然EARS（ERA5驅(qū)動(dòng)）能準(zhǔn)確模擬快速加強(qiáng)的過(guò)程，但對(duì)MUJIGAE登陸后快速減弱的模擬不足[9]，因此在登陸點(diǎn)附近高估了降水；另外，外圍雨帶落區(qū)的模擬偏差導(dǎo)致對(duì)廣西南部和珠三角西部的降水漏報(bào)。與前兩次臺(tái)風(fēng)登陸過(guò)程不同，MUJIGAE登陸前后有冷空氣的參與，這給東亞區(qū)域再分析系統(tǒng)帶來(lái)了更多的挑戰(zhàn)，對(duì)此需要更多的試驗(yàn)研究。

在臺(tái)風(fēng)發(fā)展的不同階段，兩者的差異也相當(dāng)明顯。在臺(tái)風(fēng)登陸前后，不管是EARS（ERA5驅(qū)動(dòng)）還是ERA5-Land，降水模擬都較其他階段更準(zhǔn)確，表現(xiàn)為圖8中的各個(gè)臺(tái)風(fēng)生命時(shí)間中的TS評(píng)分均向臺(tái)風(fēng)登陸時(shí)間“聚攏”。當(dāng)降水閾值為10 mm時(shí)，EARS（ERA5驅(qū)動(dòng)）和ERA5-Land評(píng)分的差異不大，但隨著降水閾值的增加，兩者的差異被拉大，EARS（ERA5驅(qū)動(dòng)）和ERA5-Land在不同日期均出現(xiàn)不同程度的偏差，兩者對(duì)強(qiáng)降水量級(jí)和落區(qū)的把握仍需提高。

總得來(lái)說(shuō)，兩套再分析資料在降水模擬技巧上各有優(yōu)劣勢(shì)，在3次臺(tái)風(fēng)降水過(guò)程中，ERA5-Land描述的降水落區(qū)整體形態(tài)分布更優(yōu)，對(duì)于大尺度降水的把握更好，但對(duì)中小尺度降水表現(xiàn)一般，難以準(zhǔn)確再現(xiàn)中小尺度過(guò)程的降水中心極值。而EARS對(duì)中尺度過(guò)程的描述更完整，對(duì)沿海降水的模擬更準(zhǔn)確，在KUJIRA和LINFA登陸前的大雨和暴雨模擬中有正技巧，但在復(fù)雜地形中的降水表現(xiàn)欠佳，在山區(qū)、丘陵帶出現(xiàn)比沿海更明顯的降水量偏差，因此在氣旋登陸后的降水預(yù)報(bào)技巧不及ERA5-Land。相較于ERA5-Land，東亞區(qū)域再分析系統(tǒng)目前同化的觀測(cè)資料有限，同時(shí)對(duì)物理過(guò)程參數(shù)化方案的選擇仍欠準(zhǔn)確，后續(xù)需要有針對(duì)性地改進(jìn)。

5結(jié)論

分別使用ERA-Interim和ERA5兩種再分析資料驅(qū)動(dòng)?xùn)|亞區(qū)域再分析系統(tǒng)（EARS），對(duì)2015年3次華南登陸臺(tái)風(fēng)的降水過(guò)程進(jìn)行對(duì)比試驗(yàn)，并與ERA5-Land的降水資料進(jìn)行比較評(píng)估，探討東亞區(qū)域再分析資料對(duì)華南臺(tái)風(fēng)降水模擬的優(yōu)劣特性，結(jié)果表明：

（1）EARS（ERA5驅(qū)動(dòng)）相較于EARS（ERA-Interim驅(qū)動(dòng)）對(duì)處于成熟階段和登陸前后的華南臺(tái)風(fēng)降水模擬更準(zhǔn)確，兩者在臺(tái)風(fēng)登陸前均傾向于高估臺(tái)風(fēng)降水，臺(tái)風(fēng)登陸后略低估或準(zhǔn)確模擬降水。

（2）以ERA5和ERA-Interim驅(qū)動(dòng)的EARS對(duì)臺(tái)風(fēng)降水的模擬效果差異隨著降水量級(jí)增大而增大，EARS（ERA5驅(qū)動(dòng)）對(duì)大雨以上量級(jí)的降水把握明顯更好。

（3）在EARS與ERA5-Land的對(duì)比分析中，兩者各有優(yōu)勢(shì)，EARS對(duì)中尺度過(guò)程的描述更完整，ERA5-Land對(duì)大尺度降水的把握更好；EARS對(duì)沿海降水的模擬更準(zhǔn)確，ERA5-Land描述的降水落區(qū)整體形態(tài)分布更優(yōu)。

（4）EARS（ERA5驅(qū)動(dòng)）的誤差主要來(lái)源于復(fù)雜地形中的降水量偏差，分析原因是EARS目前同化的觀測(cè)資料有限，同時(shí)對(duì)邊界層等物理過(guò)程參數(shù)化方案的選擇仍欠準(zhǔn)確，后續(xù)需要對(duì)此改進(jìn)。

臺(tái)風(fēng)降水目前仍是預(yù)報(bào)技術(shù)難點(diǎn)[27-30]，即便是新一代的全球再分析資料對(duì)華南臺(tái)風(fēng)降水模擬仍存在不少誤差。除了考慮天氣尺度和其他中尺度系統(tǒng)的影響，在月或季節(jié)尺度上臺(tái)風(fēng)也會(huì)受到ENSO和季風(fēng)等系統(tǒng)的調(diào)制，如2015年臺(tái)風(fēng)活動(dòng)活躍期不明顯，呈現(xiàn)南海臺(tái)風(fēng)偏少、超強(qiáng)臺(tái)風(fēng)異常偏多、登陸個(gè)數(shù)及頻次偏少等特征[21]，這是受到全球尺度海氣系統(tǒng)影響的結(jié)果。各個(gè)尺度對(duì)臺(tái)風(fēng)的影響并不單一，僅僅提高分辨率雖然可以捕捉更小尺度系統(tǒng)的特征，但同時(shí)也會(huì)帶來(lái)非線性誤差，因此還需要在參數(shù)化方案、同化方案和耦合系統(tǒng)等各方面同步優(yōu)化，這也是東亞區(qū)域再分析系統(tǒng)未來(lái)的發(fā)展方向。

參考文獻(xiàn)：

[1]趙天保，符淙斌，柯宗建，等.全球大氣再分析資料的研究現(xiàn)狀與進(jìn)展[J].地球科學(xué)進(jìn)展， 2010，25（3）：242-254.

[2]韓晉平，王會(huì)軍.東亞夏季風(fēng)年代際變化的若干重要特征及兩份大氣再分析資料的異同[J].地球物理學(xué)報(bào)，2007，50（6）：1666-1676.

[3]黃燕玲，陳海山，蔣薇，等.東亞夏季風(fēng)異常活動(dòng)的多模態(tài)特征：不同再分析資料的比較分析[J].大氣科學(xué)，2015，39（1）：145-160.

[4]朱智，師春香，張濤，等.多種再分析地表溫度資料在中國(guó)區(qū)域的適用性分析[J].冰川凍土，2015，37（3）：614-624.

[5]高學(xué)杰，趙宗慈，丁一匯，等.溫室效應(yīng)引起的中國(guó)區(qū)域氣候變化的數(shù)值模擬I：模式對(duì)中國(guó)氣候模擬能力的檢驗(yàn)[J].氣象學(xué)報(bào)，2003，61（1）：20-28.

[6]陳聯(lián)壽，丁一匯.西太平洋臺(tái)風(fēng)概論[M].科學(xué)出版社，1979.

[7]文秋實(shí)，王東海.基于GSI的華南地區(qū)對(duì)流尺度快速循環(huán)同化預(yù)報(bào)試驗(yàn)[J].氣象， 2017，43（6）：653-664.

[8]尹金方，梁旭東， 陳鋒，等.東亞區(qū)域大氣再分析技術(shù)研究及資料集建設(shè)[J].氣象科技進(jìn)展，2018，8（1）：79-84.

[9]潘裕山，徐建軍，張宇，等.基于東亞區(qū)域再分析系統(tǒng)模擬2015年西北太平洋熱帶氣旋[J].廣東海洋大學(xué)學(xué)報(bào)，2020，40（5）：53-63.

[10]黃奇恩，徐建軍.東亞及其周邊海域的一年大氣再分析資料試驗(yàn)與評(píng)估[J].廈門大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，59（3）：401-411.

[11]DEE D P， UPPALA S M， SIMMONS A J， et al. The ERA-Interim reanalysis： configuration and performance of the data assimilation system[J]. Appl Opt，2011，137（656）：553-597.

[12]HERSBACH H， BELL B， BERRISFORD P， et al. Global reanalysis： goodbye ERA-Interim， hello ERA5[J]. ECMWF Newsl，2019，159：17-24.

[13]沈艷，潘旸，宇婧婧，等.中國(guó)區(qū)域小時(shí)降水量融合產(chǎn)品的質(zhì)量評(píng)估[J].大氣科學(xué)學(xué)報(bào)， 2013，36（1）：37-46.

[14]潘旸，沈艷，宇婧婧，等.基于最優(yōu)插值方法分析的中國(guó)區(qū)域地面觀測(cè)與衛(wèi)星反演逐時(shí)降水融合試驗(yàn)[J].氣象學(xué)報(bào)，2012，70（6）：1381-1389.

[15]張蒙蒙，江志紅.我國(guó)高分辨率降水融合資料的適用性評(píng)估[J].氣候與環(huán)境研究， 2013，18（4）：461-471.

[16]XUE T， XU J J， GUAN Z Y， et al. An assessment of the impact of ATMS and CrIS data assimilation on precipitation prediction over the Tibetan Plateau[J]. Atmos Meas Tech，2017，10（7）：2517-2531.

[17]薛春芳，潘留杰.基于MODE方法的日本細(xì)網(wǎng)格模式降水預(yù)報(bào)的診斷分析[J].高原氣象，2016，35（2）： 406-418.

[18]MU?OZ-SABATER J， DUTRA E， AGUST?-PANAREDA A， et al. ERA5-Land： a state-of-the-art global reanalysis dataset for land applications[J]. Earth Syst Sci Data，2021，13（9）： 4349-4383.

[19]YING M， ZHANG W， YU H， et al. An overview of the China Meteorological Administration tropical cyclone database[J]. J Atmos Oceanic Technol，2014，31（2）：287-301.

[20]LU X Q， YU H， YING M， et al. Western North Pacific tropical cyclone database created by the China Meteorological Administration[J]. Adv Atmos Sci，2021，38（4）： 690-699.

[21]許映龍，黃奕武.2015年西北太平洋和南海臺(tái)風(fēng)活動(dòng)特征及主要預(yù)報(bào)技術(shù)難點(diǎn)[J].海洋氣象學(xué)報(bào)，2017，37（1）：31-41.

[22]JONES P W. First-and second-order conservative remapping schemes for grids in spherical coordinates[J]. Mon Wea Rev，1999，127（9）：2204-2210.

[23]王蘭寧，李清泉，吳統(tǒng)文.插值方案對(duì)耦合系統(tǒng)積分穩(wěn)定性影響的數(shù)值研究[J].南京氣象學(xué)院學(xué)報(bào)，2009，32（2）：230-238.

[24]NOGUEIRA M. Inter-comparison of ERA-5， ERA-interim and GPCP rainfall over the last 40 years： Process-based analysis of systematic and random differences[J]. J Hydrol，2020，583：124632.

[25]孟憲貴，郭俊建，韓永清.ERA5再分析數(shù)據(jù)適用性初步評(píng)估[J].海洋氣象學(xué)報(bào)，2018，38（1）：91-99.

[26]劉婷婷，朱秀芳，郭銳，等.ERA5再分析降水?dāng)?shù)據(jù)在中國(guó)的適用性分析[J].干旱區(qū)地理，2022，45（1）：66-79.

[27]任福民，向純怡.登陸熱帶氣旋降水預(yù)報(bào)研究回顧與展望[J].海洋氣象學(xué)報(bào)，2017，37（4）：8-18.

[28]廖菲，李文婷，張子然，等.1949—2017年南海海域熱帶氣旋強(qiáng)度和路徑快速變化統(tǒng)計(jì)特征[J].海洋學(xué)報(bào)，2019，41（9）：126-135.

[29]馬蘊(yùn)琦，任福民，馮恬，等.強(qiáng)熱帶風(fēng)暴“碧利斯”（0604）極端降水研究回顧[J].海洋氣象學(xué)報(bào)，2020，40（3）：1-10.

[30]秦思，姚美，任福民，等.強(qiáng)臺(tái)風(fēng)“菲特”（1323）極端降水研究進(jìn)展[J].海洋氣象學(xué)報(bào)，2021，41（1）：11-18.