不同AMDAR資料同化時間窗對臺風“摩羯”預報影響研究

盛春巖，劉詩軍，范蘇丹，曲巧娜，丁鋒，朱文剛，孫興池

(1.山東省氣象防災減災重點實驗室，山東 濟南 250031；2.山東省氣象科學研究所，山東 濟南 250031；3.青島市氣象局，山東 青島 266003；4.山東省氣象臺，山東 濟南 250031)

引言

航空氣象數(shù)據(jù)轉(zhuǎn)發(fā)(aircraft meteorological data relay，以下簡稱AMDAR)是民航班機上自動觀測儀器獲得的自動氣象觀測資料，包括觀測時的經(jīng)緯度、飛行高度、氣溫、風向、風速等信息，因其觀測頻度高、探測層次密集，對常規(guī)探空觀測資料起到了重要的補充作用，在國內(nèi)外氣象研究和業(yè)務中均已得到廣泛應用。研究[1-3]表明，AMDAR資料在天氣分析和預報中有重要參考價值，提高了災害天氣臨近預報能力，彌補了常規(guī)觀測資料的不足。AMDAR資料在數(shù)值模式中的應用也有大量研究，梁愛民等[4]研究表明，同化AMDAR觀測資料，可以改進模式高空同化分析場，使模式層結(jié)預報更接近實況，從而提高霧的預報效果。萬齊林等[5]研究表明，高時間頻率同化AMDAR資料可以減少降水空報。連續(xù)的業(yè)務試驗[6-7]也證明，AMDAR觀測資料同化可以改進初始場中風場和溫度場的分析質(zhì)量，從而提高降水預報準確率。在我國，北京、上海以及國家氣象中心等業(yè)務數(shù)值模式中AMDAR資料均得到廣泛應用。

基于WRF(Weather Research and Forecasting)的3DVAR(3-Dimentional Variational)資料同化系統(tǒng)在我國天氣預報業(yè)務和科研中應用多年，成為暴雨[8-15]、強對流[16-17]、海霧[18-24]等災害天氣預報技術(shù)研究以及天氣預報業(yè)務的重要技術(shù)支撐。2000年以來，HAMILL and SNYDER[25]、ETHERTON and BISHOP[26]以及WANG et al.[27]研發(fā)了基于Hybrid-3DVAR的集合同化方法，在WRF-3DVAR的框架下建立了Hybrid-3DVAR混合同化系統(tǒng)，通過混合同化引入來自集合體的流依賴的背景誤差協(xié)方差，從而獲得更好的同化預報效果[28-30]。中國海洋大學高山紅等[31]將此方法應用于黃海海霧的集合預報研究，結(jié)果表明，借助Hybrid-3DVAR開展黃海海霧的集合預報技術(shù)上是可行的。依托國家超級計算濟南中心高性能集群系統(tǒng)，山東省氣象科學研究所與中國海洋大學合作，搭建了基于WRF Hybrid-3DVAR混合同化的WRF集合預報系統(tǒng)，自2013年以來系統(tǒng)實時業(yè)務運行，在臺風暴雨等災害天氣預報中顯示出一定的預報優(yōu)勢[32]。

張曉慧等[33]采用基于WRF模式的集合變分混合同化方法(Ens-3DVAR)，對2013年雙臺風“菲特”和“丹娜絲”的路徑、強度和降水進行模擬，結(jié)果表明，對雙臺風路徑和強度的模擬，Ens-3DVAR方法72 h模擬效果最優(yōu)。Ens-3DVAR方法采用集合背景場和流依賴性背景誤差協(xié)方差，彌補了傳統(tǒng) 3DVAR 中采用均勻、各向同性、準定常的背景誤差協(xié)方差所帶來的局限，提供了更接近實際大氣的背景場。沈菲菲等[34]基于WRFDA的集合-變分混合同化系統(tǒng)(En3DVAR)在云尺度分辨率下同化了雷達觀測資料，考察其對登陸臺風“桑美”的影響。結(jié)果表明，En3DVAR試驗預報的臺風路徑和強度相比3DVAR改進顯著，其正效果主要來源于混合背景誤差協(xié)方差中的“流依賴”集合協(xié)方差信息。

無論是WRF-3DVAR還是WRF Hybrid-3DVAR同化系統(tǒng)，在資料同化時需要設置資料同化時間窗，資料同化時間窗的大小影響資料同化的數(shù)量。而目前資料同化時間窗的大小大多根據(jù)經(jīng)驗選定，對于同化時間窗大小對同化和預報的影響研究較少。AMDAR資料因其頻次比較高，不同的資料同化時間窗對同化的AMDAR資料數(shù)量有較大影響，其影響究竟如何，還缺少系統(tǒng)研究。2018年第14號臺風“摩羯”對山東造成了暴雨和大風天氣影響。在臺風影響前，ECMWF等多家數(shù)值預報對臺風“摩羯”的路徑預報偏西，出現(xiàn)較大的預報偏差[35]。本文將以臺風“摩羯”為例，基于WRF Hybrid-3DVAR混合同化預報系統(tǒng)進行資料同化敏感性試驗，對Hybrid-3DVAR混合同化中不同集合協(xié)方差比例取值以及不同資料同化時間窗對AMDAR資料同化和預報的影響進行數(shù)值研究。

1 過程概述

2018年第14號臺風“摩羯”于8月8日14時生成于臺灣東南海面，即19.4°N，133.5°E，強度等級為熱帶風暴級，中心附近最大風力8級(最大風速為18 m·s-1)，中心最低氣壓為998 hPa。臺風生成后向北偏東方向移動，強度逐漸加強，于8月13—16日登陸北上影響山東，造成大范圍暴雨、大暴雨天氣。山東全省平均降水量69.3 mm，最大降水量出現(xiàn)在濰坊喬官，為328.0 mm，最大雨強為120.6 mm·h-1(圖1a)。14日，昌樂(173.7 mm)、陵城(171.0 mm)日降水量突破本站歷史極值，寧津(225.6 mm)、德州(177.2 mm)日降水量突破本站8月歷史極值。由24 h降水實況看，13日08時—14日08時(北京時，下同)大暴雨主要出現(xiàn)在濟寧和壽光一帶(圖1b)，14日08時—15日08時大暴雨主要出現(xiàn)在魯西北和魯東南的日照、臨沂部分地區(qū)(圖1c)。

圖1 2018年8月13日08時—16日20時臺風“摩羯”影響山東過程降水量(色階，單位：mm；a. 2018年8月13日08時—16日20時，b. 8月13日08時—14日08時，c. 8月14日08時—15日08時)Fig.1 Precipitation amount (color scale, units:mm) of Typhoon Yagi from 08:00 BST 13 to 20:00 BST 16 in August 2018 (a. 08:00 BST 13 to 20:00 BST 16, b. 08:00 BST 13 to 08:00 BST 14, c. 08:00 BST 14 to 08:00 BST 15)

2 試驗方案設計

2.1 模式系統(tǒng)設置

利用美國國家大氣研究中心開發(fā)的WRF-ARW3.6.1及其Hybrid-3DVAR資料同化系統(tǒng)，對2018年14號臺風“摩羯”進行數(shù)值預報研究。模式采用12、4 km單向嵌套網(wǎng)格，垂直分44層。WRF模式中心點位于(36.5°N，116.5°E)，12 km外層網(wǎng)格點數(shù)為316×278，4 km內(nèi)層網(wǎng)格點數(shù)為331×250。WRF確定性預報采用的微物理過程為Lin方案，積云對流參數(shù)化方案為K-F方案，YSU陸面參數(shù)化方案。

集合預報為12 km共24個成員。采用隨機擾動方法產(chǎn)生擾動初始場，利用ETKF方法進行集合訂正，為Hybrid同化提供流依賴的背景誤差。關(guān)于Hybrid-3DVAR混合同化的介紹可參見文獻[28-31]。集合預報采用8組不同的參數(shù)化方案。模式自2018年8月12日08時啟動Hybrid-3DVAR/ETKF循環(huán)，每6 h同化一次，同化循環(huán)12 h后開始預報，預報時效72 h。

2.2 敏感性試驗

為研究資料同化對臺風預報的影響，對影響Hybrid-3DVAR混合同化的兩個關(guān)鍵因子進行敏感性試驗，共設計兩組試驗，分別為Exp-G1和Exp-G2。其中，第一組試驗(Exp-G1)主要對不同集合協(xié)方差比例以及有無AMDAR資料同化對同化和預報的影響進行研究。第二組試驗(Exp-G2)主要針對不同的AMDAR資料同化時間窗對同化和預報的影響進行研究。

Hybrid-3DVAR同化過程中有兩類參數(shù)非常重要。一是局地化尺度參數(shù)(包含水平尺度LH與垂直尺度LV)；二是3DVAR靜態(tài)誤差協(xié)方差與源于集合體的流依賴誤差協(xié)方差之間的Hybrid程度的權(quán)重系數(shù)，二者的比重分別由公式(1)中的β1與β2共同調(diào)節(jié)。

(1)

具體說明如下：

1)第一組試驗(Exp-G1)。為了試驗Hybrid-3DVAR混合同化時不同集合協(xié)方差比例取值對同化和預報的影響，分別設計三組不同的β1與β2值，試驗不同試驗方案中集合協(xié)方差比例取值對同化和預報的影響，試驗名稱分別為Exp-G1-A、Exp-G1-B、Exp-G1-C。其中，試驗Exp-G1-A公式(1)中β1取1，全部取靜態(tài)背景誤差；試驗Exp-G1-B中β1與β2各取2，試驗Exp-G1-C中β2取1，全部取流依賴的誤差協(xié)方差。3DVAR資料同化時間窗為45 min。同時，在Exp-G1-C試驗的基礎(chǔ)上，增加無AMDAR資料同化的對比，試驗名稱為Exp-G1-D。

2)第二組試驗(Exp-G2)。為了試驗不同資料同化時間窗對同化和預報的影響，在Exp-G1-C試驗的基礎(chǔ)上，分別設置15、30、45、60、90 min五種不同的資料同化時間窗，利用3DVAR不同同化時間窗對AMDAR資料同化和預報的影響進行研究，試驗名稱分別為Exp-G2-15、Exp-G2-30、Exp-G2-45、Exp-G2-60、Exp-G2-90。

敏感性試驗方案設計見表1。

表1 敏感性試驗方案設計Table 1 Sensitive experiments design

2.3 同化的觀測資料

模式同化的觀測資料包括全國范圍的國家級地面氣象觀測站、探空、AMDAR、GPS/MET水汽資料。圖2給出了12日20時Exp-G1-C試驗12 km網(wǎng)格同化的觀測資料分布和資料量?？梢园l(fā)現(xiàn)，在山東省及周邊有相對密集的地面資料同化到模式，4 075份AMDAR資料同化到模式。

圖2 2018年8月12日20時Exp-G1-C方案12 km網(wǎng)格同化的觀測資料分布圖(a.同化的地面資料分布，b.同化的探空資料分布，c.同化的AMDAR資料分布，d.同化的GPS/MET水汽資料分布)Fig.2 Assimilated data distribution at 12 km grid by Exp-G1-C at 20 BST 12 August 2018 (a. distribution of assimilated surface data, b. distribution of assimilated sounding data, c. distribution of assimilated AMDAR data, d. distribution of assimilated GPS/MET data)

3 第一組試驗(Exp-G1)結(jié)果分析

3.1 不同方案初始場和預報場差異分析

為分析不同方案同化分析場和預報場的差異，分別采用模式范圍的探空資料以及ERA5在探空站的插值數(shù)據(jù)，對第一組試驗(Exp-G1)四種對比方案的同化分析場和預報場進行檢驗，兩種數(shù)據(jù)的檢驗結(jié)果基本一致。圖3給出了基于模式區(qū)域范圍內(nèi)的探空資料的均方根誤差垂直分布。由圖3a、b可以發(fā)現(xiàn)，12日20時同化分析場中，采用100%集合協(xié)方差同化(Exp-G1-C、Exp-G1-D)的分析場垂直溫度和風速誤差明顯較其他兩種方案的大，特別是850 hPa以上高度的差異較明顯，Exp-G1-A和Exp-G1-B方案的同化分析場誤差明顯小。但是模式積分12 h后(圖3c、d)，Exp-G1-C、Exp-G1-D方案對溫度和風速的預報誤差均迅速減小，在600 hPa高度以上，Exp-G1-C方案的溫度和風速預報場誤差達到最小。模式積分到48 h時(圖3e—h)，Exp-G1-C方案的預報場對位勢高度、溫度、相對濕度和風速的預報誤差均最小，預報誤差總體小于Exp-G1-D方案，明顯好于Exp-G1-A、Exp-G1-B兩種方案。采用50%集合協(xié)方差的同化預報場(Exp-G1-B)對要素的預報誤差略小于靜態(tài)背景誤差的方案(Exp-G1-A)。

圖3 第一組試驗(Exp-G1)不同方案初始場以及預報場不同高度氣象要素均方根誤差(a.初始場溫度垂直誤差，b.初始場風速垂直誤差，c. 12 h溫度垂直預報誤差，d. 12 h風速垂直預報誤差，e. 48 h位勢高度垂直預報誤差，f. 48 h溫度垂直預報誤差，g. 48 h相對濕度垂直預報誤差，h. 48 h風速垂直預報誤差)Fig.3 RMSE of meteorological elements at different heights for initial field and forecast fields from different experiments of Exp-G1(a. error of initial vertical temperature, b. error of initial vertical wind speed, c. error of 12 h vertical temperature forecast, d. error of 12 h vertical wind speed forecast, e. error of 48 h vertical geopotential height forecast, f. error of 48 h vertical temperature forecast, g. error of 48 h vertical relative humidity forecast, h. error of 48 h vertical wind speed forecast)

采用100%集合協(xié)方差但不同化AMDAR資料的方案(Exp-G1-D)分析場和預報場變化趨勢與Exp-G1-C類似，但其分析場和預報場的誤差均大于同化AMDAR資料的方案Exp-G1-C，且誤差小于Exp-G1-A、Exp-G1-B兩種方案，表明AMDAR資料同化對于臺風路徑預報有正的改進作用，而加大集合協(xié)方差比例對預報的影響更加明顯。

為進一步分析第一組試驗(Exp-G1)不同方案的差異，重點針對前三種方案的分析場和預報場的垂直差異進行分析。這里給出了沿118°E Exp-G1-B和Exp-G1-C與Exp-G1-A初始分析場的溫度、相對濕度、位勢高度及風速差。由圖4可以發(fā)現(xiàn)，采用不同的集合協(xié)方差比例進行混合同化循環(huán)，初始場差異較大的是位勢高度場和風速。集合協(xié)方差比例取100%時，較集合協(xié)方差為0的方案(Exp-G1-A)同化分析場溫度普遍偏高0.5 ℃左右(圖4a)，中高層相對濕度場偏低、高空相對濕度偏高(圖4c)，位勢高度較初始場均降低(圖4e)，在37°N以北上空700～600 hPa高度以下的位勢高度差達-1.5～-2.0 dagpm。同時，垂直風場差異也較大(圖4g)，在33°N上空850～700 hPa附近風速明顯偏小達7 m·s-1。而全部取靜態(tài)背景誤差時(Exp-G1-A)，同化初始場的要素分布與50%集合協(xié)方差(Exp-G1-B)的相比差異較小(圖4b、d、f、h)。

圖4 第一組試驗(Exp-G1)前3種方案提供的初始場要素差沿118°E垂直剖面圖(a. Exp-G1-C與Exp-G1-A初始溫度場差，單位：℃；b. Exp-G1-B與Exp-G1-A初始溫度場差，單位：℃；c. Exp-G1-C與Exp-G1-A初始場相對濕度差，單位：%；d. Exp-G1-B與Exp-G1-A初始場相對濕度差，單位：%；e. Exp-G1-C與Exp-G1-A初始場位勢高度差，單位：dagpm；f. Exp-G1-B與Exp-G1-A初始場位勢高度差，單位：dagpm；g.Exp-G1-C與Exp-G1-A初始場風速差，單位：m·s-1；h. Exp-G1-B與Exp-G1-A初始場風速差，單位：m·s-1)Fig.4 Vertical section of initial elements difference along 118°E from different experiments of Exp-G1 (a. difference of initial temperature between Exp-G1-C and Exp-G1-A, units:℃; b. difference of initial temperature between Exp-G1-B and Exp-G1-A, units:℃; c. difference of initial relative humidity between Exp-G1-C and Exp-G1-A, units:%; d. difference of initial relative humidity between Exp-G1-B and Exp-G1-A, units:%; e. difference of initial geopotential height between Exp-G1-C and Exp-G1-A, units: dagpm; f. difference of initial geopotential height between Exp-G1-B and Exp-G1-A, units: dagpm; g. difference of initial wind speed between Exp-G1-C and Exp-G1-A, units: m·s-1; h. difference of initial wind speed between Exp-G1-B and Exp-G1-A, units: m·s-1)

隨著模式積分預報時間的增加，Exp-G1不同方案的預報場差異越來越大，模式積分到48 h時(圖5)，集合協(xié)方差取100%的方案(Exp-G1-C)預報的溫度、相對濕度、位勢高度和風速與靜態(tài)背景誤差的試驗方案(Exp-G1-A)差異更加明顯，在山東上空溫度明顯偏高(圖5a)、相對濕度偏小(圖5c)、位勢高度偏低(圖5e)、風速偏大(圖5g)，而集合協(xié)方差取值50%的方案(Exp-G1-B)與靜態(tài)背景誤差方案(Exp-G1-A)預報場差異相對較小(圖5b、d、f、h)。

圖5 第一組試驗(Exp-G1)前三種方案48 h預報場要素差沿118°E垂直剖面圖(a. Exp-G1-C與Exp-G1-A溫度預報差，單位：℃；b. Exp-G1-B與Exp-G1-A溫度預報差，單位：℃；c. Exp-G1-C與Exp-G1-A相對濕度預報差，單位：%；d. Exp-G1-B與Exp-G1-A相對濕度預報差，單位：%；e. Exp-G1-C與Exp-G1-A位勢高度預報差，單位：dagpm；f. Exp-G1-B與Exp-G1-A位勢高度預報差，單位：dagpm；g. Exp-G1-C與Exp-G1-A風速預報差，單位：m·s-1；h. Exp-G1-B與Exp-G1-A風速預報差，單位：m·s-1)Fig.5 Vertical section of 48 h elements forecast difference along 118°E from different experiments of Exp-G1 (a. difference of temperature forecast between Exp-G1-C and Exp-G1-A , units:℃; b. difference of temperature forecast between Exp-G1-B and Exp-G1-A, units:℃; c. difference of relative humidity forecast between Exp-G1-C and Exp-G1-A, units:%; d. difference of relative humidity forecast between Exp-G1-B and Exp-G1-A, units:℃; e. difference of geopotential height forecast between Exp-G1-C and Exp-G1-A, units: dagpm; f. difference of geopotential height forecast between Exp-G1-B and Exp-G1-A, units: dagpm; g. difference of wind speed forecast between Exp-G1-C and Exp-G1-A, units: m·s-1; h. difference of wind speed forecast between Exp-G1-B and Exp-G1-A, units: m·s-1)

3.2 不同方案臺風路徑預報對比分析

圖6給出了第一組試驗(Exp-G1)不同方案臺風路徑預報及實況(圖中黑色線)。可以發(fā)現(xiàn)，混合同化時不同集合協(xié)方差比例對臺風路徑預報有較大影響。取靜態(tài)背景誤差(Exp-G1-A)時，模式預報的臺風路徑明顯偏西。靜態(tài)和集合協(xié)方差各取50%時(Exp-G1-B)，模式預報的臺風路徑改進較小，仍然向西偏。當集合協(xié)方差加大到100%時(Exp-G1-C、Exp-G1-D)，對臺風路徑預報改進很明顯，預報的臺風路徑明顯向北向東調(diào)。由試驗Exp-G1-C和Exp-G1-D預報的臺風路徑可以看出，同化AMDAR資料(Exp-G1-C)對臺風路徑的改進效果比較顯著，特別在后期影響山東時(14日08時后)同化AMDAR資料的預報更接近實況。不同方案臺風路徑預報誤差見表2。

表2 第一組試驗(Exp-G1)不同方案臺風路徑預報誤差Table 2 Errors of typhoon path forecast from different schemes of Exp-G1

圖6 第一組試驗(Exp-G1)不同方案預報的臺風路徑(obs為實況，其他為第一組試驗不同方案的臺風路徑預報)Fig.6 Paths of typhoon forecast from different experiments of Exp-G1 (obs: observations; the others are the forecast of typhoon path of Exp-G1)

3.3 不同方案預報的降水量對比

圖7給出了第一組試驗(Exp-G1)不同方案的降水量預報對比?？梢园l(fā)現(xiàn)，隨著集合協(xié)方差比例的增大，預報的臺風路徑逐漸向北調(diào)，同時，降水落區(qū)也逐漸向山東調(diào)整。當集合協(xié)方差比例加大到100%時(Exp-G1-C)，降水出現(xiàn)在山東。由圖7e可以看出，雖然12～36 h對魯中北部壽光一帶的降水均漏報，但對魯西的降水預報與實況較為接近。36～60 h的降水預報(圖7f)與實況非常接近，無論是魯西、魯西北的大暴雨還是魯中東部的臺風與冷空氣結(jié)合造成的暴雨區(qū)預報，與實況均非常吻合。圖7g、h給出了集合協(xié)方差比例為100%但不同化AMDAR資料的試驗(Exp-G1-D)降水預報結(jié)果，對比試驗Exp-G1-C的降水預報可以發(fā)現(xiàn)，不同化AMDAR資料預報的臺風路徑偏西，降水預報也偏南，且36～60 h魯東南臺風與冷空氣結(jié)合造成的降水預報偏弱，降水精細化結(jié)構(gòu)跟實況差異較大。

圖7 第一組試驗(Exp-G1)不同方案降水量(色階，單位：mm)預報(a. Exp-G1-A方案12～36 h降水量預報，b. Exp-G1-A方案36～60 h降水量預報，c. Exp-G1-B方案12～36 h降水量預報，d. Exp-G1-B方案36～60 h降水量預報，e. Exp-G1-C方案12～36 h降水量預報，f. Exp-G1-C方案36～60 h降水量預報，g. Exp-G1-D方案12～36 h降水量預報，h. Exp-G1-D方案36～60 h降水量預報)Fig.7 Precipitation amount (color scale, units:mm) forecast from different experiments of Exp-G1 (a. 12-36 h precipitation amount forecast of Exp-G1-A, b. 36-60 h precipitation amount forecast of Exp-G1-A, c. 12-36 h precipitation amount forecast of Exp-G1-B, d. 36-60 h precipitation amount forecast of Exp-G1-B, e. 12-36 h precipitation amount forecast of Exp-G1-C, f. 36-60 h precipitation amount forecast of Exp-G1-C，g. 12-36 h precipitation amount forecast of Exp-G1-D, h. 36-60 h precipitation amount forecast of Exp-G1-D)

基于山東省1 300多個地面觀測站，對第一組試驗(Exp-G1)不同方案24 h分段降水量預報進行TS評分，由表3可見，EXP-G1-C方案在各個等級降水預報TS評分均達到最高，展示出較好的預報優(yōu)勢。

表3 第一組試驗(Exp-G1)不同方案24 h分段降水量預報TS評分Table 3 Threat score of 24 h rainfall forecast from different schemes of Exp-G1

4 第二組試驗(Exp-G2)結(jié)果分析

4.1 不同同化時間窗同化的AMDAR資料對比

首先，分別對Exp-G2中不同的資料同化時間窗同化的AMDAR資料數(shù)量和分布進行了對比。由圖8可以發(fā)現(xiàn)，同化窗為15 min時(Exp-G2-15，圖8a)，同化的AMDAR資料僅有1 498份，山東省境內(nèi)及周邊的資料比較稀疏。同化窗為30 min時(Exp-G2-30，圖8b)，同化的資料量雖然有增加，但山東境內(nèi)及周邊增加的資料也較少。同化窗為45 min時(Exp-G2-45，圖8c)，同化的AMDAR資料量明顯增大，山東境內(nèi)及周邊的資料量也顯著增加，同化的AMDAR資料量達4 075份。隨著同化時間窗的進一步加大，同化的AMDAR資料數(shù)量進一步增加(圖8d、e)。由同化的AMDAR資料垂直分布(圖8f)來看，不同的資料同化時間窗同化的AMDAR資料主要集中在300 hPa以下，其中500～400 hPa的資料量最多。隨著同化時間窗的加大，同化的AMDAR資料量在各個高度都有增加。不同資料同化窗同化的AMDAR資料量見表4。

圖8 第二組試驗(Exp-G2)不同方案同化的AMDAR資料分布圖(a. Exp-G2-15，b. Exp-G2-30，c. Exp-G2-45，d. Exp-G2-60，e. Exp-G2-90，f.不同同化時間窗同化的AMDAR資料垂直分布)Fig.8 Distribution of assimilated AMDAR data from different experiments of Exp-G2 (a. Exp-G2-15, b. Exp-G2-30, c. Exp-G2-45, d. Exp-G2-60, e. Exp-G2-90, f. vertical distribution of assimilated AMDAR data from different experiments)

表4 第二組試驗(Exp-G2)不同方案同化的AMDAR資料量Table 4 Amount of assimilated AMDAR data from different experiments of Exp-G2

4.2 不同資料同化時間窗同化分析場和預報場對比

以模式范圍內(nèi)的探空站資料為基礎(chǔ)，對不同的同化時間窗提供的要素分析場及預報場均方根誤差進行了檢驗。結(jié)果(圖9)發(fā)現(xiàn)，12日20時，不同資料同化時間窗提供的大氣分析場垂直溫度和風速分析誤差分布略有差異。由圖9a、b可以看出，15 min和90 min資料同化時間窗(Exp-G2-15、Exp-G2-90)的要素分析場誤差略偏大，表現(xiàn)為500 hPa以上的溫度和中高層的風速分析誤差均較大，其他同化時間窗要素分析場誤差相對較小。其中，45 min同化時間窗(Exp-G2-45)提供的垂直風速分析場在850～300 hPa高度上的誤差均較小，明顯小于其他時間窗。

圖9 第二組試驗(Exp-G2)不同方案初始場以及預報場不同高度要素均方根誤差(a.初始場溫度垂直誤差，b.初始場風速垂直誤差，c. 48 h預報場位勢高度垂直誤差，d. 48 h預報場溫度垂直誤差，e. 48 h預報場相對濕度垂直誤差，f. 48 h預報場風速垂直誤差)Fig.9 RMSE of meteorological elements at different heights for initial field and forecast fields from different experiments of Exp-G2 (a. error of initial vertical temperature, b. error of initial vertical wind speed, c. error of 48 h vertical temperature forecast, d. error of 48 h vertical wind speed forecast, e. error of 48 h vertical relative humidity forecast, f. error of 48 h vertical wind speed forecast)

隨著模式積分時間的增加，不同資料同化時間窗的要素預報誤差逐漸加大，在臺風影響山東期間(圖9c—f)，要素預報誤差較小的為45 min(Exp-G2-45，圖中綠色實線)和30 min(Exp-G2-30，圖中紅色實線)同化時間窗，特別是45 min同化窗預報的位勢高度場和溫度場誤差明顯偏小，好于其他時間窗的預報。第二組試驗(Exp-G2)不同方案初始場和48 h預報場要素均方根誤差見表5。

表5 第二組試驗(Exp-G2)不同方案初始場和48 h預報場要素均方根誤差Table 5 RMSE of initial and 48 h forecast fields from different experiments of Exp-G2

4.3 不同資料同化時間窗對降水預報的影響

通過不同資料同化時間窗的模式預報來看，使用不同的資料同化窗對臺風路徑預報影響相對較小，但降水預報差異仍然比較明顯。由圖10可以發(fā)現(xiàn)，不同方案12～36 h降水預報(圖10a、c、e、g、i)差異較小，但對36～60 h臺風降水預報(圖10b、d、f、h、j)精細結(jié)構(gòu)預報差異較大，其中使用45 min資料同化時間窗(Exp-G2-45)預報的臺風降水與實況最為接近，特別是36～60 h臺風與冷空氣結(jié)合造成的山東境內(nèi)強降水預報與實況最為吻合(圖10f)。減小資料同化窗后，模式預報的臺風與冷空氣結(jié)合造成的山東境內(nèi)降水偏弱。減小到15 min同化窗時(Exp-G2-15，圖10b)，預報的臺風降水落區(qū)明顯偏西。加大資料同化時間窗后(圖10h、j)，模式預報的降水主體變化不大，但降水分布有變化，特別是臺風與冷空氣結(jié)合造成的山東境內(nèi)降水精細結(jié)構(gòu)變化較大，降水偏西。

圖10 第二組試驗(Exp-G2)不同方案12～36 h、36～60 h降水量(色階，單位：mm)預報(a. Exp-G2-15試驗12～36 h降水量預報，b. Exp-G2-15試驗36～60 h降水量預報，c. Exp-G2-30試驗12～36 h降水量預報，d. Exp-G2-30試驗36～60 h降水量預報，e. Exp-G2-45試驗12～36 h降水量預報，f. Exp-G2-45試驗36～60 h降水量預報，g. Exp-G2-60試驗12～36 h降水量預報，h. Exp-G2-60試驗36～60 h降水量預報，i. Exp-G2-90試驗12～36 h降水量預報，j. Exp-G2-90試驗36～60 h降水量預報)Fig.10 Precipitation amount (color scale, units:mm) forecast from different experiments of Exp-G2 (a. 12-36 h precipitation amount forecast of Exp-G2-15, b. 36-60 h precipitation amount forecast of Exp-G2-15, c. 12-36 h precipitation amount forecast of Exp-G2-30, d. 36-60 h precipitation amount forecast of Exp-G2-30, e. 12-36 h precipitation amount forecast of Exp-G2-45, f. 36-60 h precipitation amount forecast of Exp-G2-45, g. 12-36 h precipitation amount forecast of Exp-G2-60, h. 36-60 h precipitation amount forecast of Exp-G2-60, i. 12-36 h precipitation amount forecast of Exp-G2-90, j. 36-60 h precipitation amount forecast of Exp-G2-90)

5 主要結(jié)論

本文基于WRF Hybrid-3DVAR混合同化預報系統(tǒng)，對Hybrid混合同化時不同集合協(xié)方差比例和不同AMDAR資料同化時間窗對臺風“摩羯”預報的影響進行了數(shù)值研究，可以得出以下結(jié)論：

1)臺風“摩羯”預報中，加大集合協(xié)方差比例對臺風“摩羯”路徑預報有較大影響。集合協(xié)方差加大到100%時，預報的臺風路徑最好，與實況較吻合，預報的降水量也與實況最為接近。AMDAR資料同化對于臺風路徑和降水預報同時有正的改進作用，但加大集合協(xié)方差比例到100%時對臺風路徑預報影響更大。

2)由于AMDAR資料在中高層數(shù)量較多，隨著資料同化時間窗的增大，同化的AMDAR資料數(shù)量越來越多，對中高層分析場產(chǎn)生較大影響。當同化時間窗由15 min逐漸增大到45 min時，同化的資料量增加，且模式同化分析場的精度也提高。當繼續(xù)加大資料同化時間窗時，同化分析場的誤差反而變大。

3)不同同化窗對比試驗表明，45 min同化時間窗預報效果最好，模式預報場誤差最小，預報的降水量分布與實況最為接近。不同資料同化時間窗主要影響臺風降水落區(qū)分布，對臺風路徑影響相對較小。