2022年8月南海典型空心臺(tái)風(fēng)“木蘭”的診斷分析及高分辨率模擬

王靜瑤 于恩濤 馬潔華 汪君 陳冬 陳科藝

摘要 利用站點(diǎn)觀測(cè)、FNL分析數(shù)據(jù)和融合降水等多源資料，對(duì)2022年8月南?？招呐_(tái)風(fēng)“木蘭”的特征及成因開展系統(tǒng)的診斷分析，結(jié)果表明“木蘭”屬于南海的季風(fēng)低壓發(fā)展而成的弱臺(tái)風(fēng)，具有季風(fēng)低壓的特征，整個(gè)臺(tái)風(fēng)過程無明顯臺(tái)風(fēng)眼，前期氣旋環(huán)流中有多個(gè)小環(huán)流。雖為弱臺(tái)風(fēng)，但其東北側(cè)的低空東南急流配合南海充沛的水汽輸送，以及陸地局部的強(qiáng)對(duì)流活動(dòng)，造成了我國(guó)廣東、廣西和云南南部等地的大風(fēng)和暴雨天氣。使用中尺度模式WRF開展分辨率為9 km和3 km的嵌套模擬，結(jié)果顯示模式能合理再現(xiàn)“木蘭”的環(huán)流結(jié)構(gòu)特征和演變過程，但模擬的副熱帶高壓南側(cè)季風(fēng)槽偏強(qiáng)，風(fēng)速偏大。模式模擬的臺(tái)風(fēng)路徑與觀測(cè)整體上較為吻合，與FNL分析資料的結(jié)果相比，WRF對(duì)降水量的模擬有顯著改進(jìn)，此外，WRF模式分辨率的提高可降低模擬降水的誤差。

關(guān)鍵詞WRF;“木蘭”臺(tái)風(fēng);診斷分析;空心臺(tái)風(fēng);高分辨率模擬

熱帶氣旋是一種具有暖心結(jié)構(gòu)的強(qiáng)烈的氣旋性渦旋，破壞力大且突發(fā)性強(qiáng)。每年全球約有80個(gè)熱帶氣旋生成，其中平均有7～8個(gè)臺(tái)風(fēng)在我國(guó)登陸，這對(duì)我國(guó)沿海地區(qū)造成了巨大的經(jīng)濟(jì)損失和人員傷亡（陳聯(lián)壽和孟智勇，2001）。特別是近幾年極端事件頻發(fā)，如臺(tái)風(fēng)“煙花”和南海臺(tái)風(fēng)“查帕卡”的雙臺(tái)風(fēng)聯(lián)合造成的河南“21.7”極端暴雨事件（梁旭東等，2022），給受災(zāi)地區(qū)和人民帶來極大的損失，因此精準(zhǔn)預(yù)報(bào)臺(tái)風(fēng)及其帶來的暴雨和大風(fēng)等災(zāi)害天氣已經(jīng)成為當(dāng)前防災(zāi)減災(zāi)工作中急需解決的問題。影響我國(guó)的熱帶氣旋主要來自南海地區(qū)和西北太平洋地區(qū)，其中南海是全球臺(tái)風(fēng)活躍的海域之一，南海的強(qiáng)臺(tái)風(fēng)多數(shù)源自西北太平洋，而弱臺(tái)風(fēng)主要起源于南海（關(guān)芬呈和謝清華，1984），雖然南海臺(tái)風(fēng)的活動(dòng)范圍小，其平均半徑約200 km，垂直高度低、強(qiáng)度較弱，但仍不可小覷它給我國(guó)帶來的影響（Li et al.，2021）。臺(tái)風(fēng)“木蘭”是2022年8月在我國(guó)南海中西部生成的第7號(hào)臺(tái)風(fēng)，由南海季風(fēng)低壓發(fā)展而成，為南海弱臺(tái)風(fēng)。其生命周期短、強(qiáng)度弱，最高等級(jí)為熱帶風(fēng)暴級(jí)，但仍給我國(guó)廣東沿海、廣西東部、云南南部等地帶來了8～9級(jí)陣風(fēng)和暴雨影響，觀測(cè)資料顯示廣東局地最大降水量達(dá)350～439 mm（王皘和董林，2022）。

臺(tái)風(fēng)的生成、發(fā)展和運(yùn)動(dòng)受大尺度環(huán)流、周圍天氣系統(tǒng)和自身結(jié)構(gòu)等因素的影響（陳聯(lián)壽和丁一匯，1979;陳聯(lián)壽，2006;Wu et al.，2013），其降水受臺(tái)風(fēng)結(jié)構(gòu)、地形以及臺(tái)風(fēng)與其他系統(tǒng)（高低空急流、副熱帶高壓、低槽冷鋒等）相互作用等因素影響（程正泉等，2005;Gao et al.，2009）。許多針對(duì)強(qiáng)臺(tái)風(fēng)的研究表明，高空西風(fēng)急流與低層偏南風(fēng)急流的耦合有利于強(qiáng)對(duì)流發(fā)展，從而為超強(qiáng)臺(tái)風(fēng)“山竹”提供了充足的水汽來源（Yu et al.，2020）;對(duì)流層低層短波槽的加深有利于加強(qiáng)超強(qiáng)臺(tái)風(fēng)“利奇馬”的遠(yuǎn)距離降水的雨強(qiáng)（劉希等，2023）;強(qiáng)臺(tái)風(fēng)“韋森特”的水汽輸送通道的主要驅(qū)動(dòng)力來自臺(tái)風(fēng)與副高的相互作用（Wen et al.，2015）;超強(qiáng)臺(tái)風(fēng)“獅子山”與西風(fēng)帶低渦接近的過程中，向低渦環(huán)流輸送的熱量與水汽能夠在倒槽切變處引發(fā)輻合抬升，進(jìn)而產(chǎn)生暴雨（任麗等，2019）。已有對(duì)臺(tái)風(fēng)暴雨分析的研究中，研究對(duì)象多集中于強(qiáng)臺(tái)風(fēng)（按GB／T 19201—2006《熱帶氣旋等級(jí)》國(guó)家標(biāo)準(zhǔn)，定義為臺(tái)風(fēng)底層中心附近最大平均風(fēng)速超過41.5 m／s），然而，南海弱臺(tái)風(fēng)的預(yù)報(bào)難度更大，如2012年13號(hào)弱臺(tái)風(fēng)啟德，其24 h和48 h的預(yù)報(bào)路徑誤差遠(yuǎn)高于同年所有臺(tái)風(fēng)的平均。同時(shí)，由于南海海域較小且緊鄰大陸，其臺(tái)風(fēng)突發(fā)性強(qiáng)，使得該區(qū)域弱臺(tái)風(fēng)更難預(yù)報(bào)（Huang and Zheng，2020）。目前，針對(duì)南海弱臺(tái)風(fēng)的相關(guān)研究依舊不足，特別是對(duì)于弱臺(tái)風(fēng)降水特征及其機(jī)制的探討十分缺乏。

近幾十年來，臺(tái)風(fēng)數(shù)值預(yù)報(bào)的準(zhǔn)確性取得顯著的提升，這一定程度上是各種數(shù)值模式及其業(yè)務(wù)化應(yīng)用發(fā)展取得的成果（Heming et al.，2019）。國(guó)內(nèi)的臺(tái)風(fēng)路徑業(yè)務(wù)的預(yù)報(bào)水平基本達(dá)到了國(guó)際先進(jìn)水平（李澤椿等，2020），臺(tái)風(fēng)的數(shù)值預(yù)報(bào)成為防臺(tái)減災(zāi)的關(guān)鍵（張璟等，2022），采用模式開展臺(tái)風(fēng)數(shù)值模擬的研究也越來越廣泛。其中，中尺度WRF（Weather Research and Forecasting）模式已成為近年來臺(tái)風(fēng)個(gè)例分析的重要工具（王曉君和馬浩，2011），WRF模式能較好地模擬出臺(tái)風(fēng)的登陸時(shí)間、登陸地點(diǎn)、平均海平面氣壓和最大風(fēng)速等顯著特征（Potty et al.，2012）。近年來許多學(xué)者使用WRF開展臺(tái)風(fēng)數(shù)值模擬研究。例如，對(duì)2006年0608號(hào)強(qiáng)臺(tái)風(fēng)“桑美”的模擬研究表明，WRF模式能夠較好地捕捉臺(tái)風(fēng)的路徑和降水分布（馬玉芬等，2009）。郭興亮等（2019）使用WRF的譜逼近法研究地形對(duì)超強(qiáng)臺(tái)風(fēng)“鲇魚”路徑的影響發(fā)現(xiàn)，數(shù)值試驗(yàn)?zāi)茌^為準(zhǔn)確地反映臺(tái)風(fēng)的路徑偏折過程。Islam et al.（2015）利用WRF模式評(píng)估不同物理過程參數(shù)化方案的組合對(duì)超強(qiáng)臺(tái)風(fēng)“海燕”模擬的影響，發(fā)現(xiàn)不同方案在模擬臺(tái)風(fēng)路徑變化方面均表現(xiàn)良好。WRF模式不僅能準(zhǔn)確模擬強(qiáng)臺(tái)風(fēng)，還能在臺(tái)風(fēng)整體減弱的情況下有效地模擬臺(tái)風(fēng)的水汽輸送和新生的強(qiáng)對(duì)流單體（謝文鋒等，2020）。為了提高南海臺(tái)風(fēng)模擬的精度，Wu et al.（2019）探索了WRF模式不同分辨率對(duì)臺(tái)風(fēng)模擬的影響，發(fā)現(xiàn)高分辨率能夠更真實(shí)地模擬臺(tái)風(fēng)強(qiáng)度，區(qū)域嵌套技術(shù)有助于提高模擬的精度與效率。

自20世紀(jì)80年代中期起，弱臺(tái)風(fēng)引發(fā)大暴雨甚至極端降水事件的頻次明顯增加（張希帆等，2019），其中海南弱臺(tái)風(fēng)降水甚至為近40年來登陸臺(tái)風(fēng)引發(fā)極端降水的主要五種類型之一（Zhao et al.，2022），弱臺(tái)風(fēng)在一定條件下可引發(fā)較高的降水量，因此弱臺(tái)風(fēng)的研究?jī)r(jià)值不可忽略。然而，相比強(qiáng)臺(tái)風(fēng)，南海區(qū)域弱臺(tái)風(fēng)的路徑、降水和動(dòng)力熱力結(jié)構(gòu)方面等特征以及數(shù)值模擬研究還十分欠缺。因此，本文針對(duì)由季風(fēng)低壓形成的南海弱臺(tái)風(fēng)“木蘭”，在天氣學(xué)分析診斷的基礎(chǔ)上，開展關(guān)于其特征分析以及降水和路徑的數(shù)值模擬研究，以期為實(shí)際工作提供一定的科學(xué)依據(jù)。

1 資料、模式和試驗(yàn)設(shè)計(jì)

1.1 數(shù)據(jù)

本文所使用的觀測(cè)資料主要包括：1）由美國(guó)環(huán)境預(yù)測(cè)中心提供的全球業(yè)務(wù)型對(duì)流層分析數(shù)據(jù)FNL（Final Operational Global Analysis data，https：／／rda.ucar.edu／datasets／ds083.3），該產(chǎn)品時(shí)間分辨率為6 h，水平分辨率為0.25°×0.25°，主要提供地面氣壓、海平面氣壓、位勢(shì)高度、溫度、海面溫度、相對(duì)濕度等氣象變量，本文中FNL資料同時(shí)為WRF模擬提供初始和邊界條件。2）由美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心提供的最優(yōu)插值的OISST （Optimum Interpolation Sea Surface Temperature）海表面溫度數(shù)據(jù)集（https：／／psl.noaa.gov／data／gridded／data.noaa.oisst.v2.highres.html），該產(chǎn)品是美國(guó)國(guó)家海洋和大氣管理局的高分辨率探測(cè)器多通道SST（Sea Surface Temperature）產(chǎn)品的最優(yōu)化插值結(jié)果，并經(jīng)過了浮標(biāo)和島嶼觀測(cè)數(shù)據(jù)的校正。其水平分辨率為0.25°×0.25°，時(shí)間分辨率為天（Huang et al.，2021）。3）由中國(guó)氣象局熱帶氣旋資料中心提供的熱帶氣旋最佳路徑集，以此來確定臺(tái)風(fēng)“木蘭”的強(qiáng)度以及路徑，該數(shù)據(jù)提供了臺(tái)風(fēng)中心位置、臺(tái)風(fēng)強(qiáng)度、臺(tái)風(fēng)移向、平均最大風(fēng)速和最低海平面氣壓，時(shí)間分辨率為小時(shí)（Ying et al.，2014;Lu et al.，2021）。4）由日本氣象廳氣象衛(wèi)星中心網(wǎng)站（https：／／himawari8.nict.go.jp／zh／himawari8-image.htm）提供的靜止衛(wèi)星葵花8號(hào)衛(wèi)星資料，其探測(cè)范圍涵蓋中國(guó)在內(nèi)的東亞和西太平洋區(qū)域。其水平分辨率為0.05°×0.05°，時(shí)間分辨率為10 min，共擁有16個(gè)通道，本文選擇其長(zhǎng)波紅外16通道亮溫?cái)?shù)據(jù)（TBB_16），其中心波長(zhǎng)為13.3 μm，主要應(yīng)用于云高、云量和大氣溫度（Bessho et al.，2016）。5）由美國(guó)宇航局-日本宇宙航空研究開發(fā)機(jī)構(gòu)聯(lián)合全球降水測(cè)量（Global Precipitation Measurement，GPM）任務(wù)發(fā)布的綜合多衛(wèi)星檢索的全球衛(wèi)星降水計(jì)劃（Integrated Multi-satellitE Retrievals for GPM，GPM IMERG），該產(chǎn)品包含L1，L2和L3三類數(shù)據(jù)，L1為衛(wèi)星觀測(cè)儀器的基數(shù)據(jù)，L2在L1相同的分辨率和位置上處理導(dǎo)出地球物理變量，L3在L2基礎(chǔ)上對(duì)固定時(shí)間和空間尺度進(jìn)行插值，數(shù)據(jù)完整性和一致性較高，本文選擇L3數(shù)據(jù)（https：／／disc.gsfc.nasa.gov／datasets／GPM_3IMERGHH_07／summary？keywords=GPM％20IMERG），其空間分辨率為0.1°×0.1°，時(shí)間分辨率為30 min。6）由中國(guó)氣象局提供的站點(diǎn)觀測(cè)數(shù)據(jù)，包含風(fēng)速、溫度、降水等數(shù)據(jù)。本文使用廣東、廣西的國(guó)家站點(diǎn)的降水?dāng)?shù)據(jù)，共計(jì)117個(gè)站點(diǎn)（站點(diǎn)分布見圖1），時(shí)間分辨率為小時(shí)。

1.2 模式及試驗(yàn)方案介紹

WRF模式是由美國(guó)環(huán)境預(yù)測(cè)中心、美國(guó)國(guó)家大氣研究中心、預(yù)報(bào)系統(tǒng)實(shí)驗(yàn)室、美國(guó)空軍氣象局、美國(guó)海軍科學(xué)研究所實(shí)驗(yàn)室等美國(guó)科研機(jī)構(gòu)和高校為研究和業(yè)務(wù)預(yù)報(bào)合作研發(fā)的新一代中尺度數(shù)值天氣預(yù)報(bào)系統(tǒng)，WRF模式為完全可壓的非靜力平衡模式。本文使用的是WRF-ARW內(nèi)核，版本為4.5.1。

使用FNL數(shù)據(jù)為模式提供初始場(chǎng)和邊界條件，并使用OISST數(shù)據(jù)更新模式中海表溫度，模式模擬時(shí)段為2022年8月8日00時(shí)（世界時(shí)，下同）到2022年8月11日12時(shí)，共計(jì)84 h，其中模式spin-up時(shí)段為12 h，最后72 h模擬用于結(jié)果分析。本文采用雙層嵌套區(qū)域設(shè)置（圖1），區(qū)域中心位于（110°E，20°N），嵌套外層網(wǎng)格數(shù)為453×375，覆蓋我國(guó)南海及周邊陸地區(qū)域，分辨率為9 km，嵌套內(nèi)層網(wǎng)格數(shù)為598×544，覆蓋“木蘭”臺(tái)風(fēng)主要途徑區(qū)域，分辨率為3 km。WRF的物理過程參數(shù)化方案信息如表1所示。

使用均方根誤差以檢測(cè)模擬降水場(chǎng)的質(zhì)量，均方根誤差越大表示模擬與觀測(cè)的偏差越大，模擬效果越差。均方根誤差的具體表達(dá)式為：

其中：S表示模擬的降水場(chǎng);SA表示站點(diǎn)的降水場(chǎng)。

2 “木蘭”臺(tái)風(fēng)特征分析

2.1 臺(tái)風(fēng)路徑

2022年8月8日“木蘭”在南海的西沙群島南部生成，生成時(shí)中心風(fēng)力為6級(jí)，生成后向東北方向移動(dòng);9日03時(shí)加強(qiáng)為熱帶風(fēng)暴級(jí)，加強(qiáng)后繼續(xù)向東北方向移動(dòng)，14時(shí)起轉(zhuǎn)為西北方向;10日02時(shí)在廣東徐聞登陸，登陸時(shí)中心風(fēng)力為8級(jí)，中心風(fēng)速為20 m／s，中心氣壓為995 hPa，強(qiáng)度為熱帶風(fēng)暴級(jí);登陸后向西移動(dòng)，10日06時(shí)左右再次入海并向西北方向移動(dòng)，11日00時(shí)強(qiáng)度減弱為熱帶低壓（圖2）。

2.2 降水特征

由GPM IMERG全球衛(wèi)星降水的逐半小時(shí)降水量數(shù)據(jù)繪制累計(jì)降水量分布，從8日24 h累計(jì)降水量（圖3a）可見，臺(tái)風(fēng)中心附近降水量較少，暴雨區(qū)分散分布在“木蘭”外圍，呈環(huán)狀分布，“木蘭”中心附近呈降水空心狀，而強(qiáng)臺(tái)風(fēng)的強(qiáng)降水主要分布在臺(tái)風(fēng)眼墻附近以及螺旋雨帶處（程正泉等，2005;何會(huì)中等，2006;唐飛等，2021），二者形成鮮明對(duì)比。隨著臺(tái)風(fēng)北移，暴雨區(qū)隨螺旋云系移動(dòng)至臺(tái)風(fēng)中心南側(cè)以及東側(cè)，降水落區(qū)集中，呈非對(duì)稱型降水分布;由臺(tái)風(fēng)西北移動(dòng)過程中可以清晰看到，9日降水落區(qū)從分散分布隨著螺旋雨帶向北移動(dòng)且逐漸合并，降水主要分布在“木蘭”的東北側(cè)，臺(tái)風(fēng)中心附近24 h降水量不足25.0 mm，而距離臺(tái)風(fēng)中心東部幾百千米的地區(qū)24 h累積降水量超過100 mm，表明臺(tái)風(fēng)外圍降水較強(qiáng)。10日降水區(qū)集中在臺(tái)風(fēng)中心附近及其東側(cè)。由此可見，“木蘭”臺(tái)風(fēng)外圍降水遠(yuǎn)大于中心降水，暴雨主要影響我國(guó)廣東、廣西和云南南部地區(qū)。

2.3 環(huán)流特征與演變

云頂亮溫可以體現(xiàn)出對(duì)流發(fā)展的程度，如圖4所示，2022年8月9日03時(shí)，“木蘭”強(qiáng)度加強(qiáng)為熱帶風(fēng)暴級(jí)，呈現(xiàn)出季風(fēng)低壓的特征，表現(xiàn)為明顯非對(duì)稱結(jié)構(gòu)，云系呈環(huán)形，云體較大且結(jié)構(gòu)松散?！澳咎m”中心附近云系TBB（Black Body Temperature）高于241 K，這表明其中心附近無深對(duì)流云系發(fā)展;TBB低于213 K的強(qiáng)對(duì)流云團(tuán)遠(yuǎn)離臺(tái)風(fēng)中心，分布在其南側(cè)和東側(cè)，最低TBB低于203 K;中心南側(cè)與東側(cè)對(duì)流發(fā)展旺盛，云團(tuán)中嵌有多個(gè)發(fā)展旺盛的小對(duì)流云中心。這說明“木蘭”外圍有深對(duì)流發(fā)展而中心深對(duì)流較弱。10日03時(shí)隨著“木蘭”發(fā)展并即將登陸，左右兩側(cè)分散云團(tuán)合并，中心附近對(duì)流云系有所發(fā)展;西側(cè)的強(qiáng)對(duì)流云團(tuán)由于陸地摩擦消耗作用面積有所減小，對(duì)流云團(tuán)強(qiáng)度維持;東側(cè)積云對(duì)流強(qiáng)度減弱，密閉云區(qū)相對(duì)臺(tái)風(fēng)中心南移。

相比于同海域典型強(qiáng)臺(tái)風(fēng)的臺(tái)風(fēng)眼結(jié)構(gòu)完整且明顯，云圖可見完整的臺(tái)風(fēng)眼渦旋結(jié)構(gòu)，螺旋結(jié)構(gòu)清晰，云體密實(shí)等特點(diǎn)（甘靜等，2009）?！澳咎m”在整個(gè)過程中均無完整的臺(tái)風(fēng)眼結(jié)構(gòu)，云團(tuán)結(jié)構(gòu)松散，說明“木蘭”自季風(fēng)低壓加強(qiáng)為熱帶風(fēng)暴到登陸的過程中仍未發(fā)展出典型的臺(tái)風(fēng)眼結(jié)構(gòu)，整體特征仍較符合季風(fēng)低壓。

由垂直剖面可見臺(tái)風(fēng)整體上對(duì)流發(fā)展并不深厚（圖5）。相比強(qiáng)臺(tái)風(fēng)的垂直結(jié)構(gòu)：有明顯的中心下沉兩側(cè)上升的運(yùn)動(dòng)，中心附近的對(duì)流強(qiáng)并保持劇烈的上升運(yùn)動(dòng)，以及明顯的暖心結(jié)構(gòu)（楊文霞等，2011）。“木蘭”的活動(dòng)過程中均無明顯完整的臺(tái)風(fēng)眼，所以其中心剖面的典型臺(tái)風(fēng)中心結(jié)構(gòu)特征并不明顯，且其中心附近對(duì)流較弱，缺乏組織性深對(duì)流，暖心結(jié)構(gòu)也并不突出。發(fā)展初期9日00時(shí)（圖5a）臺(tái)風(fēng)中心兩側(cè)的上升運(yùn)動(dòng)明顯隨高度傾斜，較強(qiáng)的上升運(yùn)動(dòng)主要分布在中高層，剖面內(nèi)存在多個(gè)從地面貫穿至200 hPa的上升氣流。10日00時(shí)（圖5b）過臺(tái)風(fēng)中心剖面僅剩臺(tái)風(fēng)中心兩側(cè)從地面貫穿至200 hPa的上升氣流，且相較于前期上升氣流較為垂直，這有利于組織性深對(duì)流的發(fā)展，但臺(tái)風(fēng)中心附近對(duì)流結(jié)構(gòu)仍然較弱，下沉氣流僅從地面到500 hPa，而其對(duì)流層中上層以上升氣流為主，最大上升速度出現(xiàn)在400～200 hPa。

垂直剖面與云頂亮溫（圖4）特征相呼應(yīng)，能體現(xiàn)出臺(tái)風(fēng)“木蘭”的結(jié)構(gòu)變化特征，即前期環(huán)流中有多個(gè)深對(duì)流中心發(fā)展，隨著臺(tái)風(fēng)北上，臺(tái)風(fēng)中心附近對(duì)流有所發(fā)展，但整體上臺(tái)風(fēng)中心附近對(duì)流較弱，無明顯臺(tái)風(fēng)眼結(jié)構(gòu)。

由圖6的500 hPa高度場(chǎng)和風(fēng)場(chǎng)可以看到，“木蘭”生成于季風(fēng)槽中，在加強(qiáng)為熱帶風(fēng)暴前為季風(fēng)低壓。氣旋結(jié)構(gòu)上，2022年8月8—9日環(huán)流均呈橢圓形，且內(nèi)部有多個(gè)環(huán)流中心存在，這符合季風(fēng)低壓發(fā)展成熱帶氣旋過程的特征（Lander，1994），這說明氣旋系統(tǒng)尚未組織好其內(nèi)部環(huán)流結(jié)構(gòu)。隨著“木蘭”北移，季風(fēng)槽減弱，由于西太平洋副熱帶高壓偏西偏強(qiáng)，呈東西帶狀，引導(dǎo)氣流強(qiáng)，這有利于臺(tái)風(fēng)沿副高南部西行（任素玲等，2007），因此隨著“木蘭”北上，其移動(dòng)路徑由西北方向轉(zhuǎn)為向西移動(dòng)。同時(shí)，由于受北側(cè)副熱帶高壓阻擋，“木蘭”東側(cè)和北側(cè)等高線密集，且源自南海的西南季風(fēng)與源自西北太平洋副高南側(cè)的東南季風(fēng)在臺(tái)風(fēng)的東北側(cè)匯合，因此產(chǎn)生的大風(fēng)分布在臺(tái)風(fēng)的東北側(cè)，風(fēng)場(chǎng)呈明顯非對(duì)稱分布。

圖7為850 hPa高度場(chǎng)、風(fēng)場(chǎng)和溫度場(chǎng)?！澳咎m”的中心附近風(fēng)力較小，大風(fēng)主要分布在臺(tái)風(fēng)的外圍，而強(qiáng)臺(tái)風(fēng)的最大風(fēng)速出現(xiàn)在臺(tái)風(fēng)眼墻附近且隨著距臺(tái)風(fēng)中心的距離增大而減小（王蓉等，2013;陳德花等，2018），二者風(fēng)場(chǎng)結(jié)構(gòu)特征形成對(duì)比。2022年8月8日南海東南部存在較為明顯的越赤道氣流，為“木蘭”的初生提供了充沛水汽和能量。8日00時(shí)氣旋初生，其南側(cè)和東北側(cè)均有反氣旋性環(huán)流，大風(fēng)主要分布在南側(cè)。隨著“木蘭”向西北移動(dòng)，9日南側(cè)反氣旋性環(huán)流消失，在“木蘭”的東北側(cè)形成了偏東方向的急流，因此9日00時(shí)起至10日臺(tái)風(fēng)東北側(cè)的低空東南急流將水汽一直輸送至陸地，為我國(guó)華南的降水帶來充足水汽。

結(jié)合中低層高度場(chǎng)和風(fēng)場(chǎng)可看到臺(tái)風(fēng)的結(jié)構(gòu)變化，8日500 hPa及其以下對(duì)流層中低層臺(tái)風(fēng)環(huán)流結(jié)構(gòu)變形拉伸，風(fēng)場(chǎng)與位勢(shì)高度場(chǎng)呈東北-西南向的橢圓環(huán)流。隨著臺(tái)風(fēng)向北移動(dòng)，9日12時(shí)850 hPa臺(tái)風(fēng)環(huán)流近似圓形，而500 hPa仍呈橢圓形環(huán)流，臺(tái)風(fēng)環(huán)流結(jié)構(gòu)在中低層變化不同步。同時(shí)可見9日臺(tái)風(fēng)垂直結(jié)構(gòu)存在明顯的中心傾斜，尤其在9日12時(shí)，臺(tái)風(fēng)中心隨高度向南側(cè)傾斜，這不利于臺(tái)風(fēng)中心附近對(duì)流的發(fā)展。10日00時(shí)中低層臺(tái)風(fēng)環(huán)流中心近乎重合且環(huán)流均呈圓形，臺(tái)風(fēng)垂直結(jié)構(gòu)趨近于垂直，這有利于臺(tái)風(fēng)對(duì)流活動(dòng)的發(fā)展。

海溫作為臺(tái)風(fēng)生成必要條件之一，判斷臺(tái)風(fēng)能否在洋面加強(qiáng)或維持的重要參考依據(jù)為海表溫度是否達(dá)到26 ℃。較高的海溫可以和水汽條件配合從而使臺(tái)風(fēng)加強(qiáng)，研究表明暖海溫加熱可使得低層水汽輻合增強(qiáng)，進(jìn)而加強(qiáng)凝結(jié)潛熱釋放和對(duì)流的發(fā)展（Gray，1998）。通過分析“木蘭”在洋面上活動(dòng)過程的海表溫度發(fā)現(xiàn)，“木蘭”活動(dòng)周邊海域均高于27 ℃，滿足臺(tái)風(fēng)生成的海溫條件。8日至9日00時(shí)臺(tái)風(fēng)中心附近海溫相比于臺(tái)風(fēng)外圍的海溫較低，不利于臺(tái)風(fēng)中心附近對(duì)流的發(fā)展（圖7a—c）。9日12時(shí)起（圖7 d、e、f），臺(tái)風(fēng)中心所在區(qū)域海溫較暖，在30 ℃左右，有利于臺(tái)風(fēng)的發(fā)展和維持。

水汽輸送對(duì)臺(tái)風(fēng)的發(fā)展和維持提供了重要作用（李英等，2005），充沛水汽上升運(yùn)動(dòng)的同時(shí)暖濕空氣釋放大量凝結(jié)潛熱，從而通過第二類條件性不穩(wěn)定機(jī)制（葉篤正，1988）使得天氣尺度的低壓擾動(dòng)發(fā)展，同時(shí)也加強(qiáng)了積云對(duì)流的發(fā)展。由低空急流（850 hPa層風(fēng)速大于等于12 m/s）（Bonner，1968）配合充足水汽形成的水汽輸送通道為暴雨提供了充分的水汽條件和對(duì)流能量。

水汽輸送對(duì)臺(tái)風(fēng)“木蘭”的發(fā)展和維持以及降水貢獻(xiàn)分為兩個(gè)階段（圖8）。第一個(gè)階段（8日）主要是偏西風(fēng)低空急流，水汽來自臺(tái)風(fēng)南側(cè)，是由越赤道氣流（圖7a、b）提供的充足水汽;第二階段（9—10日）主要是偏南風(fēng)低空急流和東南風(fēng)低空急流，其中副熱帶高壓南側(cè)的偏東氣流是重要的水汽輸送帶，而臺(tái)風(fēng)東北側(cè)持續(xù)的水汽輸送一方面給廣東、廣西和云南南部等地提供了強(qiáng)烈的水汽輻合和高濕度的降水條件，另一方面也減少了臺(tái)風(fēng)登陸后地面摩擦帶來的能量虧損。8日至9日00時(shí)（圖8a—c）“木蘭”東南側(cè)有較強(qiáng)的西南水汽輸送，中心附近850 hPa的水汽通量散度為正但強(qiáng)水汽輻合中心比較分散。10日00時(shí)（圖8e）可見強(qiáng)水汽輻合區(qū)集中在臺(tái)風(fēng)中心附近且強(qiáng)度增強(qiáng)，配合洋面的暖中心（圖7e），有利于水汽輻合上升釋放凝結(jié)潛熱，使得臺(tái)風(fēng)中心附近積云對(duì)流發(fā)展，與圖4中10日臺(tái)風(fēng)中心東側(cè)的強(qiáng)盛的對(duì)流云系相對(duì)應(yīng)，使得“木蘭”在登陸之前強(qiáng)度進(jìn)一步增強(qiáng)，且10日（圖8e、f）臺(tái)風(fēng)“木蘭”中心東側(cè)以及東北象限區(qū)域內(nèi)存在強(qiáng)盛的水汽輸送，華南南部出現(xiàn)強(qiáng)水汽輻合中心，表示此地在850 hPa有強(qiáng)的水汽凈流入，同時(shí)由圖7e、f可見此區(qū)域存在低空東南急流，綜合以上分析可知，在弱臺(tái)風(fēng)“木蘭”近海登陸前的加強(qiáng)過程中通過強(qiáng)盛低空急流的水汽輸送與對(duì)流發(fā)展的共同作用，引發(fā)了我國(guó)華南南部產(chǎn)生強(qiáng)降水。

綜上，弱臺(tái)風(fēng)“木蘭”的顯著特點(diǎn)有：第一，它是由南海季風(fēng)低壓出生的弱臺(tái)風(fēng)。臺(tái)風(fēng)強(qiáng)度加強(qiáng)為熱帶風(fēng)暴級(jí)時(shí)，臺(tái)風(fēng)中心附近無深對(duì)流發(fā)展，木蘭內(nèi)部有多個(gè)小環(huán)流中心，仍具備季風(fēng)低壓特征。強(qiáng)對(duì)流和暴雨主要分布于臺(tái)風(fēng)外圍，外圍降水遠(yuǎn)大于臺(tái)風(fēng)中心附近降水，“木蘭”的中心附近風(fēng)力小，而外圍風(fēng)力大，符合空心臺(tái)風(fēng)特點(diǎn)（陳瑞閃，1987）。第二，隨著“木蘭”向西北方向移動(dòng)，臺(tái)風(fēng)中心附近對(duì)流云系有所發(fā)展，降水落區(qū)隨著螺旋雨帶北移并合并。第三，“木蘭”的整個(gè)過程發(fā)展迅速，在編期間僅兩天時(shí)間左右，強(qiáng)度弱，從臺(tái)風(fēng)生成至登陸的過程中衛(wèi)星云圖均無明顯臺(tái)風(fēng)眼，云體結(jié)構(gòu)較為松散，但由于各系統(tǒng)配合使其在華南地區(qū)引起的降水較強(qiáng)。

3 模式模擬結(jié)果分析

3.1 環(huán)流場(chǎng)模擬評(píng)估

圖9為臺(tái)風(fēng)“木蘭”活動(dòng)期間試驗(yàn)?zāi)M的高低空環(huán)流形勢(shì)場(chǎng)，從圖中可以看出，WRF模式基本可以再現(xiàn)臺(tái)風(fēng)木蘭的主要環(huán)流特征。從模擬的500 hPa環(huán)流場(chǎng)可見，8—9日氣旋氣壓場(chǎng)呈橢圓形環(huán)流，至10日呈圓形環(huán)流的特征，這與FNL分析資料一致，此外模式能模擬出8—9日氣旋環(huán)流中的多個(gè)小環(huán)流，能再現(xiàn)臺(tái)風(fēng)“木蘭”前期內(nèi)部有多個(gè)小環(huán)流中心的特征。模擬場(chǎng)副熱帶高壓位置也與FNL分析資料基本一致，因此模擬路徑與觀測(cè)路徑較為吻合。但模擬的副高南側(cè)的季風(fēng)槽更強(qiáng)，使得“木蘭”東側(cè)以及北側(cè)的風(fēng)速更大。

從模擬的850 hPa環(huán)流場(chǎng)可見，氣旋的環(huán)流變化與FNL分析資料較為一致，因此模式能較好模擬出“木蘭”的演變過程。大風(fēng)主要分布在氣旋的東側(cè)和南側(cè)，風(fēng)場(chǎng)分布特征與FNL分析資料一致，整體風(fēng)速偏大，尤其是氣旋東側(cè)風(fēng)速偏大最為明顯，“木蘭”東北方向的低空急流模擬的更強(qiáng)，氣旋東南側(cè)風(fēng)速等值線梯度較大，而在西北方向梯度較小。

圖10是“木蘭”活動(dòng)期間d01和d02區(qū)域模擬的水汽通量和水汽通量散度，對(duì)比圖8可見，WRF模式能基本模擬出水汽通量和水汽通量散度的空間分布特征，8日（圖10a、e）的水汽輸送大值區(qū)主要分布在臺(tái)風(fēng)的南側(cè)，9日（圖10b、c、f、g）轉(zhuǎn)移到臺(tái)風(fēng)的東側(cè)，10日水汽輸送主要在臺(tái)風(fēng)的東北側(cè)。9日12時(shí)（圖10c、g）起，模擬的臺(tái)風(fēng)靠近陸地，臺(tái)風(fēng)北側(cè)較強(qiáng)的水汽輸送部分抵達(dá)陸地，華南南部沿海區(qū)域開始出現(xiàn)較強(qiáng)的水汽通量輻合區(qū)，10日00時(shí)（圖10d、h），隨著臺(tái)風(fēng)即將登陸，臺(tái)風(fēng)北側(cè)的偏東和東南的強(qiáng)水汽輸送進(jìn)入陸地，陸地上的水汽通量輻合區(qū)域增多、強(qiáng)度加強(qiáng)，我國(guó)華南南部出現(xiàn)多個(gè)強(qiáng)水汽輻合中心，這與分析資料基本一致，因此WRF能較好地模擬出臺(tái)風(fēng)引起我國(guó)南部降水的活動(dòng)過程。對(duì)比d01和d02區(qū)域的模擬場(chǎng)可見，d02的水汽輸送矢量場(chǎng)環(huán)流形狀比d01更為合理。

3.2 路徑模擬評(píng)估

臺(tái)風(fēng)路徑是研究臺(tái)風(fēng)的關(guān)注點(diǎn)之一，就臺(tái)風(fēng)“木蘭”在9日00時(shí)至10日18時(shí)期間對(duì)模擬試驗(yàn)的路徑模擬結(jié)果進(jìn)行評(píng)估（圖11）。結(jié)果表明，所有試驗(yàn)整體上模擬出了臺(tái)風(fēng)“木蘭”的倒拋物線型路線，d01和d02模擬區(qū)域均能較好再現(xiàn)臺(tái)風(fēng)的主要移動(dòng)路徑。但模擬的臺(tái)風(fēng)在后期近岸以及登陸附近時(shí)模擬的位置偏東偏北。已有研究表明，副高的位置和強(qiáng)度以及季風(fēng)槽的位置和形態(tài)對(duì)臺(tái)風(fēng)的活動(dòng)影響很大（田華等，2010），因此路徑的模擬誤差可能與WRF模擬的副熱帶高壓以及季風(fēng)槽的偏差有關(guān)。例如8月10日00時(shí)，500 hPa模擬場(chǎng)的副高（圖9h）強(qiáng)度偏弱，使得模擬場(chǎng)臺(tái)風(fēng)向北移速偏快，相比于觀測(cè)場(chǎng)臺(tái)風(fēng)位置偏北;同時(shí)，8月9日12時(shí)起季風(fēng)槽明顯減弱，而模擬場(chǎng)副高南側(cè)的季風(fēng)槽依舊保持強(qiáng)度，使得模擬的季風(fēng)槽偏東偏強(qiáng)，最終導(dǎo)致WRF模擬的臺(tái)風(fēng)位置偏東。 WRF模式對(duì)臺(tái)風(fēng)路徑模擬的誤差，一方面可能來源于模式初始和邊界資料的不確定性，另一方面可能來源于模式本身物理過程參數(shù)化方案的不確定性。

3.3 降水量模擬評(píng)估

表2為FNL資料和WRF模式不同分辨率模擬與站點(diǎn)觀測(cè)降水的均方根誤差，包含了8月8日至10日逐日降水的均方根誤差以及三日平均的均方根誤差。從表中可以看出，與FNL資料對(duì)比，WRF模擬的降水RMSE更低，三日平均的RMSE從42 mm降低到11 mm左右，降幅超過70％。特別是8月9日，WRF模擬降水的RMSE約為13 mm，而FNL資料的RMSE則超過130 mm。此外，對(duì)比WRF不同分辨率的模擬結(jié)果可見，由于降水時(shí)間分配的差異，3 km分辨率的模擬結(jié)果雖然沒有在8月8日至10日每天的RMSE都低于9 km結(jié)果，但平均降水的RMSE指標(biāo)上，3 km分辨率結(jié)果相比9 km還是表現(xiàn)出了一定的優(yōu)勢(shì)。因此，提升模式分辨率有助于提高降水的預(yù)報(bào)能力。評(píng)估結(jié)果如表2所示。

WRF與站點(diǎn)對(duì)比的空間分布（圖12）顯示，模式能模擬出廣東和廣西的降水分布以及降水中心，模式模擬總體和觀測(cè)較為一致。同時(shí)，模式也存在較為明顯的偏差，如8月10日，模式高估了廣東省東南部區(qū)域的降水，同時(shí)，8月9日、10日3 km分辨率結(jié)果相比9 km結(jié)果高估更為明顯，這可能是3 km分辨率模擬的東南急流更強(qiáng)，從而使得輸送至陸地的水汽更多導(dǎo)致的。

4 結(jié)論與討論

本文利用FNL分析資料、GPM IMERG降水產(chǎn)品、CMA熱帶氣旋最佳路徑集以及站點(diǎn)資料，針對(duì)臺(tái)風(fēng)“木蘭”的發(fā)展過程以及暴雨成因展開了研究，并使用WRF模式開展高分辨率模擬，研究模式對(duì)此類弱臺(tái)風(fēng)的模擬能力。所得到結(jié)論如下：

臺(tái)風(fēng)“木蘭”于季風(fēng)槽內(nèi)生成，加強(qiáng)為臺(tái)風(fēng)前為季風(fēng)低壓，臺(tái)風(fēng)前期中心附近缺少組織深對(duì)流，深對(duì)流和暴雨均分布在臺(tái)風(fēng)外圍，符合空心臺(tái)風(fēng)特征。其環(huán)流外形在8—9日呈橢圓狀，且臺(tái)風(fēng)中心隨高度傾斜，氣旋環(huán)流中有多個(gè)小環(huán)流存在。直至10日氣旋環(huán)流外形才整合為圓形，且臺(tái)風(fēng)中心隨高度傾斜的情況有所變化，使得臺(tái)風(fēng)中心在登陸前能進(jìn)一步發(fā)展組織對(duì)流，強(qiáng)度有所加強(qiáng)。

“木蘭”的活動(dòng)過程中，前期南側(cè)和東側(cè)風(fēng)速大，其南側(cè)越赤道氣流為氣旋提供了充沛的水汽和能量。隨著臺(tái)風(fēng)北上，由于受深入內(nèi)地的副熱帶高壓影響，以及南海西南季風(fēng)與西北太平洋東南季風(fēng)在臺(tái)風(fēng)東北側(cè)的匯合影響，“木蘭”東北側(cè)出現(xiàn)低空東南急流，配合南海源源不斷的水汽輸送以及副高南側(cè)的偏東氣流提供充足的水汽條件，使得我國(guó)華南南部出現(xiàn)暴雨。同時(shí)由于副高長(zhǎng)居我國(guó)中緯度地帶，使得“木蘭”無法進(jìn)一步北上，在廣東南部登陸后路徑由西北轉(zhuǎn)為西行方向。

WRF模式可以再現(xiàn)“木蘭”臺(tái)風(fēng)的活動(dòng)過程。模式模擬的環(huán)流場(chǎng)與FNL分析資料基本吻合，能模擬出臺(tái)風(fēng)高低層氣旋環(huán)流形狀與內(nèi)部結(jié)構(gòu)的變化，以及水汽輸送情況，但風(fēng)速模擬偏大。WRF模式可以合理再現(xiàn)臺(tái)風(fēng)的主要路徑，但也存在較為明顯誤差。相比于FNL分析資料，模式模擬的降水偏差更小。此外，提升WRF模式分辨率能提高對(duì)降水的模擬技巧。

本文主要針對(duì)空心臺(tái)風(fēng)“木蘭”進(jìn)行了特征診斷，并結(jié)合高分辨率數(shù)值模擬研究中尺度模式對(duì)“木蘭”的演變及降水的模擬能力。但臺(tái)風(fēng)除了受不同系統(tǒng)與臺(tái)風(fēng)之間的相互作用等的宏觀動(dòng)力過程影響（任素玲等，2007;周磊等，2019），微觀云微物理過程也有重要的影響（花叢和劉奇俊，2013），下一步工作將繼續(xù)關(guān)注空心臺(tái)風(fēng)“木蘭”云微物理特征及在模式中不同參數(shù)化方案的模擬性能，從而進(jìn)一步提升對(duì)帶來強(qiáng)降水的弱臺(tái)風(fēng)的認(rèn)知。

參考文獻(xiàn)（References）

Bonner W D，1968.Climatology of the low level jet［J］.Mon Wea Rev，96（12）：833-850.doi：10.1175／1520-0493（1968）096<0833：cotllj>2.0.co;2.

Bessho K，Date K J，Hayashi M，et al.，2016.An introduction to himawari-8／9：Japans new-generation geostationary meteorological satellites［J］.J Meteor Soc Japan，94（2）：151-183.doi：10.2151／jmsj.2016-009.

陳德花，張玲，張偉，等，2018.“莫蘭蒂” 臺(tái)風(fēng)致災(zāi)大風(fēng)的結(jié)構(gòu)特征及成因［J］.大氣科學(xué)學(xué)報(bào)，41（5）：692-701. Chen D H，Zhang L，Zhang W，et al.，2018.Structure characteristics and cause analysis of catastrophic wind caused by super typhoon Meranti［J］.Trans Atmos Sci，41（5）：692-701.doi：10.13878／j.cnki.dqkxxb.20180203004.（in Chinese）.

陳聯(lián)壽，丁一匯，1979.西太平洋臺(tái)風(fēng)概論［M］.北京：科學(xué)出版社. Chen L S，Ding Y H，1979.Introduction to typhoons in the western Pacific［M］.Beijing：Science Press.（in Chinese）.

陳聯(lián)壽，孟智勇，2001.我國(guó)熱帶氣旋研究十年進(jìn)展［J］.大氣科學(xué)，25（3）：420-432. Chen L S，Meng Z Y，2001.An overview on tropical cyclone research progress in China during the past ten years［J］.Chin J Atmos Sci，25（3）：420-432.（in Chinese）.

陳聯(lián)壽，2006.熱帶氣旋研究和業(yè)務(wù)預(yù)報(bào)技術(shù)的發(fā)展［J］.應(yīng)用氣象學(xué)報(bào)，17（6）：672-681. Chen L S，2006.The evolution on research and operational forecasting techniques of tropical cyclones［J］.J Appl Meteor Sci，17（6）：672-681.doi：10.11898／1001-7313.20060605.（in Chinese）.

陳瑞閃，1987.試論臺(tái)風(fēng)的“空心” 現(xiàn)象［J］.海洋預(yù)報(bào)，4（1）：68-72. Chen R S，1987.On the phenomenon of “hollow centre” of typhoons［J］.Mar Forecasts，4（1）：68-72.（in Chinese）.

程正泉，陳聯(lián)壽，徐祥德，等，2005.近10年中國(guó)臺(tái)風(fēng)暴雨研究進(jìn)展［J］.氣象，31（12）：3-9. Cheng Z Q，Chen L S，Xu X D，et al.，2005.Research progress on typhoon heavy rainfall in China for last ten years［J］.Meteor Mon，31（12）：3-9.doi：10.3969／j.issn.1000-0526.2005.12.001.（in Chinese）.

Gao S Z，Meng Z Y，Zhang F Q，et al.，2009.Observational analysis of heavy rainfall mechanisms associated with severe tropical storm bilis （2006） after its landfall［J］.Mon Wea Rev，137（6）：1881-1897.doi：10.1175／2008mwr2669.1.

關(guān)芬呈，謝清華，1984.南海臺(tái)風(fēng)的統(tǒng)計(jì)特征［J］.海洋通報(bào)，3（4）：19-27. Guan F C，Xie Q H，1984.The statistical characteristics of typhoon in the South China Sea［J］.Mar Sci Bull，3（4）：19-27.（in Chinese）.

甘靜，邢維東，郭興業(yè)，等，2009.0814號(hào)強(qiáng)臺(tái)風(fēng)“黑格比” 路徑及降水分析［J］.氣象研究與應(yīng)用，30（4）：25-28，109. Gan J，Xing W D，Guo X Y，et al.，2009.Study on the mobile path and rainfall of “0814” typhoon hagupit［J］.J Meteor Res Appl，30（4）：25-28，109.doi：10.3969／j.issn.1673-8411.2009.04.007.（in Chinese）.

Gray W M，1998.The formation of tropical cyclones［J］.Meteor Atmos Phys，67（1）：37-69.doi：10.1007／BF01277501.

郭興亮，鐘瑋，張入財(cái)，2019.地形對(duì)臺(tái)風(fēng)Megi（2010）過島階段路徑偏折影響的數(shù)值研究［J］.大氣科學(xué)學(xué)報(bào)，42（4）：481-491. Guo X L，Zhong W，Zhang R C，2019.Numerical study on the topographic influence of the track deflection of typhoon Megi （2010） during the island-passing period［J］.Trans Atmos Sci，42（4）：481-491.doi：10.13878／j.cnki.dqkxxb.20170904001.（in Chinese）.

何會(huì)中，程明虎，周鳳仙，2006.0302號(hào)（鯨魚）臺(tái)風(fēng)降水和水粒子空間分布的三維結(jié)構(gòu)特征［J］.大氣科學(xué)，30（3）：491-503. He H Z，Cheng M H，Zhou F X，2006.Three-dimensional structural characteristics of the spatial distribution of precipitation and water particles in Typhoon 0302 （Whale）［J］.Atmos Sci，30（3）：491-503.（in Chinese）.

Heming J T，Prates F，Bender M A，et al.，2019.Review of recent progress in tropical cyclone track forecasting and expression of uncertainties［J］.Trop Cyclone Res Rev，8（4）：181-218.doi：10.1016／j.tcrr.2020.01.001.

花叢，劉奇俊，2013.云微物理過程影響登陸臺(tái)風(fēng)結(jié)構(gòu)及降水的數(shù)值試驗(yàn)［J］.熱帶氣象學(xué)報(bào)，29（6）：924-934. Hua C，Liu Q J，2013.Sensitivity of landfalling typhoon structure and precipitation to varying cloud microphysical processes［J］.J Trop Meteor，29（6）：924-934.（in Chinese）.

Huang Y Y，Zheng B，2020.Tropical cyclone structure in the South China Sea based on high-resolution reanalysis data and comparison with that of ‘bogus vortices［J］.Dyn Atmos Oceans，89：101128.doi：10.1016／j.dynatmoce.2019.101128.

Huang B Y，Liu C Y，Banzon V，et al.，2021.Improvements of the daily optimum interpolation sea surface temperature （DOISST） version 2.1［J］.J Climate，34（8）：2923-2939.doi：10.1175／jcli-d-20-0166.1.

Islam T，Srivastava P K，Rico-Ramirez M A，et al.，2015.Tracking a tropical cyclone through WRF-ARW simulation and sensitivity of model physics［J］.Nat Hazards，76（3）：1473-1495.doi：10.1007／s11069-014-1494-8.

Lander M A，1994.Description of a monsoon gyre and its effects on the tropical cyclones in the western North Pacific during August 1991［J］.Wea Forecasting，9（4）：640-654.doi：10.1175／1520-0434（1994）009<0640：doamga>2.0.co;2.

Li J H，Wan Q L，Xu D S，et al.，2021.An initialization scheme for weak tropical cyclones in the South China Sea［J］.J Meteor Res，35（2）：358-370.doi：10.1007／s13351-021-0069-3.

李英，陳聯(lián)壽，徐祥德，2005.水汽輸送影響登陸熱帶氣旋維持和降水的數(shù)值試驗(yàn)［J］.大氣科學(xué)，29（1）：91-98. Li Y，Chen L S，Xu X D，2005.Numerical experiments of the impact of moisture transportation on sustaining of the landfalling tropical cyclone and precipitation［J］.Chin J Atmos Sci，29（1）：91-98.doi：10.3878／j.issn.1006-9895.2005.01.11.（in Chinese）.

李澤椿，張玲，錢奇峰，等，2020.中央氣象臺(tái)臺(tái)風(fēng)預(yù)報(bào)業(yè)務(wù)的發(fā)展及思考［J］.大氣科學(xué)學(xué)報(bào)，43（1）：10-19. Li Z C，Zhang L，Qian Q F，et al.，2020.The development and consideration of typhoon forecast operation of National Meteorological Center［J］.Trans Atmos Sci，43（1）：10-19.doi：10.13878／j.cnki.dqkxxb.20200110015.（in Chinese）.

梁旭東，夏茹娣，寶興華，等，2022.2021年7月河南極端暴雨過程概況及多尺度特征初探［J］.科學(xué)通報(bào)，67（10）：997-1011. Liang X D，Xia R D，Bao X H，et al.，2022.Preliminary investigation on the extreme rainfall event during July 2021 in Henan Province and its multi-scale processes［J］.Chin Sci Bull，67（10）：997-1011.doi：10.1360／TB-2021-0827.（in Chinese）.

劉希，曾明劍，王亞強(qiáng)，等，2023.臺(tái)風(fēng)“利奇馬” 遠(yuǎn)距離暴雨的關(guān)鍵動(dòng)力因子和水汽來源［J］.大氣科學(xué)學(xué)報(bào)，46（5）：776-789. Liu X，Zeng M J，Wang Y Q，et al.，2023.Analysis of key dynamical factors and water vapor sources influencing remote heavy rainfall produced by typhoon Lekima［J］.Trans Atmos Sci，46（5）：776-789.doi：10.13878／j.cnki.dqkxxb.20220406001.（in Chinese）.

Lu X Q，Yu H，Ying M，et al.，2021.Western North Pacific tropical cyclone database created by the China meteorological administration［J］.Adv Atmos Sci，38（4）：690-699.doi：10.1007／s00376-020-0211-7.

馬玉芬，沈桐立，丁治英，等，2009.臺(tái)風(fēng)“桑美” 的數(shù)值模擬和地形敏感性試驗(yàn)［J］.南京氣象學(xué)院學(xué)報(bào)，32（2）：277-286. Ma Y F，Shen T L，Ding Z Y，et al.，2009.Numerical simulation and orographic sensitive experiments of typhoon Saomai during landfall［J］.J Nanjing Inst Meteor，32（2）：277-286.doi：10.13878／j.cnki.dqkxxb.2009.02.011.（in Chinese）.

Potty J，Oo S M，Raju P V S，et al.，2012.Performance of nested WRF model in typhoon simulations over West Pacific and South China Sea［J］.Nat Hazards，63（3）：1451-1470.doi：10.1007／s11069-011-0074-4.

任麗，趙玲，韓冰，等，2019.臺(tái)風(fēng)獅子山與中緯度系統(tǒng)相互作用所致暴雨成因分析［J］.沙漠與綠洲氣象，13（1）：44-51. Rer L，Zhao L，Han B，et al.，2019.The analysis of rainstorm caused by the interaction between mid-latitude system and typhoon（1610） Lionrock［J］.Desert and Oasis Meteorology，13（1）：44-51.（in Chinese）.

任素玲，劉屹岷，吳國(guó)雄，2007.西太平洋副熱帶高壓和臺(tái)風(fēng)相互作用的數(shù)值試驗(yàn)研究［J］.氣象學(xué)報(bào)，65（3）：329-340. Ren S L，Liu Y M，Wu G X，2007.Interactions between typhoon and subtropical anticyclone over Western Pacific revealed by numerical experiments［J］.Acta Meteorol Sin，65（3）：329-340.doi：10.3321／j.issn：0577-6619.2007.03.003.（in Chinese）.

唐飛，陳鳳嬌，諸葛小勇，等，2021.利用衛(wèi)星遙感資料分析臺(tái)風(fēng)“煙花” （202106）的影響過程［J］.大氣科學(xué)學(xué)報(bào)，44（5）：703-716. Tang F，Chen F J，Zhuge X Y，et al.，2021.Analysis of influence process of typhoon In-fa（202106） based on satellite remote sensing data［J］.Trans Atmos Sci，44（5）：703-716.doi：10.13878／j.cnki.dqkxxb.20210812001.（in Chinese）.

田華，李崇銀，楊輝，2010.大氣季節(jié)內(nèi)振蕩對(duì)西北太平洋臺(tái)風(fēng)路徑的影響研究［J］.大氣科學(xué)，34（3）：559-579. Tian H，Li C Y，Yang H，2010.Modulation of typhoon tracks over the western North Pacific by the intraseasonal oscillation［J］.Chin J Atmos Sci，34（3）：559-579.（in Chinese）.

王皘，董林，2022.2022年8月大氣環(huán)流和天氣分析［J］.氣象，48（11）：1487-1496. Wang J，Dong L，2022.Atmospheric circulation and weather analysis for August 2022［J］.Meteor Mon，48（11）：1487-1496.（in Chinese）.

王蓉，姚小娟，肖瑜璋，等，2013.1208號(hào)臺(tái)風(fēng)“韋森特” 特征分析［J］.海洋預(yù)報(bào)，30（6）：13-20. Wang R，Yao X J，Xiao Y Z，et al.，2013.Analysis of the characteristic of typhoon “Vicente”（1208）［J］.Mar Forecasts，30（6）：13-20.doi：10.11737／j.issn.1003-0239.2013.06.003.（in Chinese）.

王曉君，馬浩，2011.新一代中尺度預(yù)報(bào)模式（WRF）國(guó)內(nèi)應(yīng)用進(jìn)展［J］.地球科學(xué)進(jìn)展，26（11）：1191-1199. Wang X J，Ma H，2011.Progress of application of the weather research and forecast（WRF） model in China［J］.Adv Earth Sci，26（11）：1191-1199.（in Chinese）.

Wen Y R，Xue L，Li Y，et al.，2015.Interaction between Typhoon Vicente （1208） and the western Pacific subtropical high during the Beijing extreme rainfall of 21 July 2012［J］.J Meteor Res，29（2）：293-304.doi：10.1007／s13351-015-4097-8.

Wu L G，Zong H J，Liang J，2013.Observational analysis of tropical cyclone formation associated with monsoon gyres［J］.J Atmos Sci，70（4）：1023-1034.doi：10.1175／jas-d-12-0117.1.

Wu Z Y，Jiang C B，Deng B，et al.，2019.Sensitivity of WRF simulated typhoon track and intensity over the South China Sea to horizontal and vertical resolutions［J］.Acta Oceanol Sin，38（7）：74-83.doi：10.1007／s13131-019-1459-z.

謝文鋒，劉峰，郭智亮，等，2020.臺(tái)風(fēng)“艾云尼” 引發(fā)廣州機(jī)場(chǎng)強(qiáng)降水的模擬［J］.廣東氣象，42（1）：5-9. Xie W F，Liu F，Guo Z L，et al.，2020.A simulation of intense rain at the Guangzhou airport induced by typhoon Ewiniar［J］.Guangdong Meteor，42（1）：5-9.doi：10.3969／j.issn.1007-6190.2020.01.002.（in Chinese）.

楊文霞，趙利品，鄧育鵬，等，2011.臺(tái)風(fēng)眼壁的云結(jié)構(gòu)與降水形成機(jī)制分析［J］.氣象，37（12）：1481-1488. Yang W X，Zhao L P，Deng Y P，et al.，2011.Study on the cloud structure and precipitation forming mechanisms of the storm near typhoon eyewall［J］.Meteor Mon，37（12）：1481-1488.（in Chinese）.

葉篤正，1988.動(dòng)力氣象學(xué)［M］.北京：科學(xué)出版社. Ye D Z，1988.Dynamic meteorology［M］.Beijing：Science Press.（in Chinese）.

Ying M，Zhang W，Yu H，et al.，2014.An overview of the China meteorological administration tropical cyclone database［J］.J Atmos Ocean Technol，31（2）：287-301.doi：10.1175／jtech-d-12-00119.1.

Yu J Q，Gao S，Zhang L，et al.，2020.Analysis of A remote rainstorm in the Yangtze River Delta region caused by typhoon mangkhut （2018）［J］.J Mar Sci Eng，8（5）：345.doi：10.3390／jmse8050345.

張璟，李泓，段晚鎖，等，2022.臺(tái)風(fēng)集合預(yù)報(bào)研究進(jìn)展［J］.大氣科學(xué)學(xué)報(bào)，45（5）：713-727. Zhang J，Li H，Duan W S，et al.，2022.Review on the research progress of typhoon ensemble forecast［J］.Trans Atmos Sci，45（5）：713-727.doi：10.13878／j.cnki.dqkxxb.20211124001.（in Chinese）.

張希帆，黃菲，許士斌，等，2019.弱臺(tái)風(fēng)影響下中國(guó)大暴雨事件發(fā)生頻次的統(tǒng)計(jì)特征［J］.海洋氣象學(xué)報(bào)，39（3）：11-18. Zhang X F，Huang F，Xu S B，et al.，2019.Statistics of frequency of heavy rainfall in China under influence of weak typhoon［J］.J Mar Meteor，39（3）：11-18.doi：10.19513／j.cnki.issn2096-3599.2019.03.002.（in Chinese）.

Zhao D J，Xu H X，Yu Y B，et al.，2022.Identification of synoptic patterns for extreme rainfall events associated with landfalling typhoons in China during 1960—2020［J］.Adv Clim Change Res，13（5）：651-665.doi：10.1016／j.accre.2022.07.002.

周磊，陳大可，雷小途，等，2019.海洋與臺(tái)風(fēng)相互作用研究進(jìn)展［J］.科學(xué)通報(bào)，64（1）：60-72. Zhou L，Chen D K，Lei X T，et al.，2019.Progress and perspective on interactions between ocean and typhoon［J］.Chin Sci Bull，64（1）：60-72.doi：10.1360／N972018-00668.（in Chinese）.