AMSU-A微波资料变分同化对双台风预报的影响研究

选取2015年发生在西北太平洋的一次双台风"灿鸿"和"莲花",考察微波辐射率资料同化在双台风数值预报中的应用,采用WRF-3Dvar系统,将AMSU-A微波辐射率资料同化进数值模式用于改善模式的初始场。试验结果表明:直接同化AMSU-A辐射率资料能有效缓解台风在海面上观测资料的不足,对于数值模式初始场的改进效果要优于仅同化常规资料的效果,并且从大尺度环境场上看使模式具备更合理的环流形势,从而提高了对台风路径以及强度模拟的精度,同时对降水强度、落区的模拟更加准确。     

ATOVS亮温资料同化在台风数值模拟中的应用

利用三维变分同化技术,通过将ATOVS(Advanced TIROS-N Operational Vertical Sounder)(包括AMSUA和AMSUB微波辐射探测器及高分辨率红外辐射探测器HIRS)亮度温度资料直接同化进中尺度数值预报模式WRF中,以提高模式对台风路径的模拟精度。针对两个台风个例鲇鱼(2010)和纳沙(2011)进行了同化试验,结果表明:1)同化卫星亮温资料能够改善台风初始场结构(大气流场、温度场和水汽场),进而提高对台风路径的模拟精度;2)不同资料的同化效果不一样,同化AMSUA资料对台风的路径模拟有较明显的改善效果,而同化HIRS3资料和AMSUB资料则无明显改善效果;3)卫星资料同化对于改变环境引导气流有较大作用,可以通过影响副高的强弱和位置改变环境气流场,从而影响台风的路径。     

多普勒雷达资料同化在台风“灿都”(2010)预报中的应用研究

文章基于中尺度天气预报模式(WRF)及其三维变分同化系统(WRF-3DVAR), 采用了两部雷达径向风资料, 进行单一时间分析以初始化台风“灿都”(Chanthu), 比较研究了同化雷达径向速度(V_r)对台风“灿都”分析和预报的影响。结果表明: 同化雷达径向风的作用主要体现在台风强度和环流结构的调整, 且在同化达到一定时长后, 对改进同化后的预报分析有积极效应。同化试验改进台风的初始风场以及台风环流中心的热力和动力结构、强度和位置, 进而提高18h预报的台风结构、路径、强度。     

GPS掩星资料三维变分同化对台风模式预报的改进试验

本文尝试了GPSRO COSMIC资料在中尺度数值模式中的应用,利用COSMIC资料受云和降水影响较小,且有高数据精度、高垂直分辨率等优点,以改善模式初始场,进而提高预报准确度。模式采用中尺度气象模式WRF V3.0.1版本及其三维变分同化系统3DVAR,利用NCEP再分析资料、GTS资料和COSMIC资料对2009年第8号台风"莫拉克"登陆台湾岛前到登陆台湾岛的过程进行了模拟试验,并对温度、露点温度、对流有效位能等要素进行了诊断分析。试验结果表明:该项试验成功将COSMIC资料同化进模式,加深对"莫拉克"热力结构特征的了解,有效改善台风降水和路径预报,其中仅屏东县单点降水预报提高600 mm左右,24 h预报路径误差提高80 km以上。同时对提高台风强度预报起到积极作用。     

新一代静止气象卫星葵花8号的晴空红外辐射率资料同化对台风“天鸽”的预报影响研究

本文以2017年第13号台风“天鸽”（Hato）为例,在WRFDA同化系统中结合日本葵花8号（Himawari-8）资料,通过同化Himawari-8晴空红外辐射率资料并进一步考察其对台风“天鸽”的结构、强度、路径分析和预报的影响。研究结果表明：同化Himawari-8晴空红外辐射率资料对台风背景场的水汽相关变量分析有显著改进,对背景场中的台风水汽信息有一定的改进作用。与控制实验,即没有同化Himawari-8晴空红外辐射率资料的实验相比,加入同化实验对台风“天鸽”的风场、500 hPa气压场的分析效果有所提高,台风气旋性环流加强,并进一步改进了对台风“天鸽”的路径、台风中心最低气压和近中心最大风速的预报。平均路径误差和降水预报相对于常规观测变量的均方根误差均有所改善。     

COSMIC掩星资料同化对台风“天兔”预报影响的试验

台风数值预报的关键之一在于给定准确的模式初始场。本文使用气象、电离层和气候星座观测系统(COSMIC)的卫星资料,通过资料同化技术改善数值天气预报模式的初始场,进而评估数据同化技术对台风(或热带气旋)预报的改善效果。使用我国自主研发的数值天气预报模式,对1319号台风“天兔”进行模拟试验,对温度场、湿度场、涡度散度场及假相当位温场进行诊断分析。试验结果表明,与同化常规探空资料相比,COSMIC资料的同化可减小模式预报台风路径误差,台风附近降水落区更为集中。研究评估了掩星资料同化对模式的改进作用,并能为台风预报技术和防灾减灾提供参考。     

台风Bogus资料的四维变分同化试验

给出人造台风(即Bogus)资料同化方案,并用于生成台风的初始结构,同时用9608号台风进行了测试,资料同化和预报均采用第5代中尺度模式系统(The Fifth-Generation NCAR/Penn State Mesoscale Model,简称MM5),结果发现该方案能产生成熟台风的许多结构特征,对9608号台风的预报也有明显改进.模式的初始场更适合于预报模式,能有效抑制积分初期的旋转加强(即Spinup)现象;强度预报和路径预报都得到改善,Bogus资料同化方案的各时次路径预报误差均比Bogus资料直接嵌入方案的误差要小.     

不同 AMDAR资料同化时间窗对台风“摩羯”预报影响研究

2018年第14号台风“摩羯”对山东造成了大范围暴雨和大风天气,基于WRF（Weather Research and Forecasting）模式及其Hybrid-3DVAR混合同化预报系统,对Hybrid-3DVAR不同集合协方差比例和不同航空气象数据转发（aircraft meteorological data relay,以下简称AMDAR）资料同化时间窗对台风“摩羯”预报的影响进行了数值研究。结果表明：加大集合协方差比例对台风“摩羯”路径预报有较大影响和改进;当全部取来自集合体的流依赖误差协方差时,预报的台风路径最好,降水预报也最接近实况;AMDAR资料同化对于台风路径和降水预报也有正的改进作用,但加大集合协方差比例到100%时对台风路径预报影响更大;不同资料同化时间窗会影响同化的AMDAR资料数量,从而影响台风降水精细化预报;45 min同化时间窗的要素预报误差最小,对台风造成的强降水精细特征预报最接近实况;不同资料同化时间窗主要影响台风降水预报落区分布,对台风路径预报影响相对较小。     

几个典型台风路径的同化试验

从上海台风所的台风路径统计动力预报模型SD-90出发,利用变分同化方法结合反问题正则化思想和最优控制技巧(而非统计方法),反演出台风所受到的除科氏力以外所有力的合力及台风的初始速度,用实际台风定位资料分析不同的正则化参数及最优控制参数的组合对同化结果的影响,分析不同路径特征台风路径的拟合效果。该方法具有模式简单、应用资料少、拟合精度高等优点,为台风路径的预报提供了新的思路。     

几个典型台风路径的同化试验

本文从上海台风所的台风路径统计动力预报模型SD-90出发,利用变分同化方法结合反问题正则化思想和最优控制技巧(而非统计方法),反演出台风所受到的除科氏力以外所有力的合力及台风的初始速度,用实际台风定位资料分析不同的正则化参数及最优控制参数的组合对同化结果的影响,分析不同台风路径特征的拟合效果。该方法具有模式简单、应用资料少、拟合精度高等优点,为台风路径的预报提供了新的思路。     

台风“烟花”的主要特点和路径预报难点分析

对2021年第6号台风“烟花”的主要特点与路径预报重大调整过程中出现的难点问题进行分析和研究,得出主要结论如下。(1)“烟花”移动缓慢,是首个两次登陆浙江的台风,在浙北和杭州湾附近地区长时间滞留。(2)降雨影响范围广、累计降雨量大、大风持续时间长。(3)反映出来的重要难点问题有：当多数模式预报出现一致的偏差时,预报员难以做出订正,有必要开展对模式中台风重要影响系统(高空冷涡、热带对流层上层槽等)的预报检验工作;台风移速缓慢的定量程度难以把握,需要通过总结历史个例和敏感性试验等方法开展东侧台风对西侧台风移动缓慢影响的定量研究;西风带槽/脊对副热带高压退/进快慢的定量影响把握困难,影响北上台风转向点的预报,特别是当不同模式有分歧的时候预报难度更大。     

台风“梅花”(2212)的主要特点和路径预报难点分析

对2022年第12号台风“梅花”的主要特点、路径预报难点问题和路径预报误差特征进行分析,研究主要结论显示：(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风,造成华东与东北地区长时间、大范围的风雨影响。(2)台风生成初期的中长期时效路径预报是路径预报难点之一,模式对台风主要影响系统的长时效预报存在明显偏差,针对模式的及时检验和订正对预报调整非常重要。(3)双台风或多涡旋情景下,集合预报发散度大,“梅花”陆上路径预报偏西偏慢,其东侧“南玛都”的强度和位置差异对其路径有明显影响。(4)台风变性过程中的移速误差是路径预报极大误差的来源,关注台风是否处于变性过程可作为调整台风移速预报的参考。未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术可为主观预报提供支撑。     

基于FY-3C微波辐射计数据的极区海冰密集度反演方法研究

极区海冰影响大气和海洋环流,对全球气候变化起着重要的作用。海冰密集度是表征海冰时空变化特征的重要参数之一。本文研究了利用FY-3C微波扫描辐射计亮温数据反演极区海冰密集度的方法。经过时空匹配、线性回归,修正了FY-3C微波辐射计亮温数据。使用两种天气滤波器和海冰掩模滤除了大气影响所造成的开阔海域虚假海冰;使用最小密集度模板去除陆地污染效应。通过计算2016年、2017年极区海冰面积及范围两个参数,对得到的海冰密集度产品进行了验证,两年的海冰范围和面积趋势基本与NSIDC产品一致,平均差异小于3%。本研究结果为发布我国自主卫星的极区海冰密集度业务化产品奠定了基础,制作的产品可保障面临中断的40多年极区海冰记录的连续性。     

台风“杜苏芮”(2305)的主要特点及路径和强度预报难点分析

通过总结2023年第5号台风“杜苏芮”的主要特点,并对主要的预报难点问题进行分析和研究,得出以下主要结论：（1）“杜苏芮”登陆强度强,是2023年截至10月登陆我国最强的台风,登陆后在陆上长时间维持,造成福建、安徽等地多站点风雨观测突破历史极值,黄淮、华北等地出现历史极端强降雨天气。（2）在“杜苏芮”生成初期,由于副热带高压受到多系统的影响,数值模式对于“杜苏芮”台风东侧新生热带扰动的强度、位置预报存在偏差,是产生较大路径预报偏差的原因。（3）“杜苏芮”登陆前形成双眼墙结构增加了登陆强度预报的难度,有利的形势条件和多源观测资料的应用为台风强度预报提供了良好的支撑。（4）“杜苏芮”登陆后,来自西南季风和第6号台风“卡努”共同的水汽输送、太行山地形作用以及移动路径上弱的垂直风切变均有利于台风减弱后的低压环流长时间维持。     

高度计波高数据同化对印度洋海域海浪模式预报影响研究

为提高海浪模式预报的精度,改善初始场是途径之一。研制了基于最优插值(OI)方法的海浪数据同化并行程序模块,并将其植入第三代海浪模式WAVEWATCH IIITM,建立了印度洋海域海浪同化预报方法,使用卫星高度计波高数据进行了同化预报试验。OI模块的并行设计使得植入同化模块的海浪模式仍能以并行方式运行。文中5°S以北印度洋海域为目标区域,嵌套在WAVE-WATCH IIITM的全球网格中,使得目标区域开边界条件得到较好解决。同化数据使用Jason-2高度计测量有效波高(SWH)沿轨数据。海浪同化预报模式由大气模式WRF(Weather Research andForecasting)输出的1小时一次的海面10 m风场驱动。将同化的模式结果(SWH)、无同化的模式结果(SWH)分别与高度计沿轨数据(SWH)进行比较,表明同化改善模式预报初始场的效果是明显的。以同化初始场出发进行海浪预报试验,结果表明,高度计波高数据同化在一定程度上可改进海浪短期预报的精度。     

Arctic sea ice concentration and thickness data assimilation in the FIO-ESM climate forecast system

To improve the Arctic sea ice forecast skill of the First Institute of Oceanography-Earth System Model (FIO-ESM) climate forecast system, satellite-derived sea ice concentration and sea ice thickness from the Pan-Arctic Ice-Ocean Modeling and Assimilation System (PIOMAS) are assimilated into this system, using the method of localized error subspace transform ensemble Kalman ?lter (LESTKF). Five-year (2014–2018) Arctic sea ice assimilation experiments and a 2-month near-real-time forecast in August 2018 were conducted to study the roles of ice data assimilation. Assimilation experiment results show that ice concentration assimilation can help to get better modeled ice concentration and ice extent. All the biases of ice concentration, ice cover, ice volume, and ice thickness can be reduced dramatically through ice concentration and thickness assimilation. The near-real-time forecast results indicate that ice data assimilation can improve the forecast skill significantly in the FIO-ESM climate forecast system. The forecasted Arctic integrated ice edge error is reduced by around 1/3 by sea ice data assimilation. Compared with the six near-real-time Arctic sea ice forecast results from the subseasonal-to-seasonal (S2S) Prediction Project, FIO-ESM climate forecast system with LESTKF ice data assimilation has relatively high Arctic sea ice forecast skill in 2018 summer sea ice forecast. Since sea ice thickness in the PIOMAS is updated in time, it is a good choice for data assimilation to improve sea ice prediction skills in the near-real-time Arctic sea ice seasonal prediction.     

An experimenal analysis for the impact of 2D variation assimilation of satellite data on typhoon track simulation

A series of test simulations are performed to evaluate the impact of satellite-derived meteorological data on numerical typhoon track prediction. Geostationary meteorological satellite (GMS-5) and NOAA‘s TIROS operational vertical sounder (TOVS) observations are used in the experiments. A twodimensional variation assimilation scheme is developed to assimilate the satellite data directly into the Penn State-NCAR nonhydrostatic meteorological model (MM5). Three-dimensional objective analyses fields based on T213 results and routine observations are employed as the background fields of the initialization. The comparisons of the simulated typhoon tracks are also carried out, which correspond respectively to the initialization scheme with two-dimensional variation (2D- Var), three-dimensional observational nudging and direct assimilation of satellite data. It is found that, comparing with the experiments without satellite data assimilation, the first two assimilation schemes lead to significant improvements on typhoon track prediction. Track errors reduce by 18% at 12 h for 2D- Var and from about 16% at 24 h to about 35% at 48 h for observational nudging. The simulated results based on assimilating different kinds of satellite data are also compared.