OPTIMIZATION TEST FOR MICROPHYSICAL AND BOUNDARY LAYER PARAMETERIZATION OF HIGH-IMPACT ZHEJIANG TYPHOONS BY WRF MODEL
-
摘要: 选取近年来在浙江和福建登陆高影响浙江的9个西太平洋台风，利用WRF中尺度数值模式，选取多种微物理和边界层参数化方案，量化评估不同方案下的台风路径、强度和降水的模拟性能。结果表明，Kessler和SBU-YLin微物理方案对台风路径和强度模拟较好；而SBU-YLin在浙江降水上比Kessler评分相对更优、误差更小、相关性更佳，但其漏报率相对较高。MYNN2和BouLac边界层方案的最优台风路径和强度比例较高，而BouLac对浙江降水有更好的表现，其降水误差更小、相关性更好，且有更高的TS评分，特别是大雨以上量级或台风登陆前12 h。因此，SBU-YLin微物理和BouLac边界层方案相对更适合浙江台风模拟。此外，浙江沿海地区模拟雨量比实况偏少，且绝对误差较大，内陆反之；雨量误差与浙江地形有较好的对应关系。Abstract: This paper selected nine Western Pacific typhoons that had highimpact on Zhejiang in recent years to find a relatively good parameterization scheme for local typhoon forecasting based on the WRF mesoscale model. We evaluated the simulating performance on typhoon track, intensity and precipitation under different microphysical and boundary layer schemes. The results indicated that for microphysical schemes, the Kessler and SBU-YLin were better for simulating typhoon track and intensity while the SBU-YLin had better precipitation scores, smaller errors and better correlation than the Kessler, but the missing report rate was comparatively high, when it comes to Zhejiang precipitation. For PBL schemes, the MYNN2 and BouLac had higher proportions in the best typhoon track and intensity schemes, while the BouLac had a better precipitation effect, which had smaller precipitation errors, better correlation and better TS scores, particularly in more-than-heavy rain levels or during the 12 hours before typhoon landfall. Therefore the SBU-YLin and BouLac schemes were more suitable for simulating Zhejiang typhoons. In addition, the simulated precipitation was less than the reality, with the absolute errors significantly larger in the coastal region of Zhejiang. The opposite is true for the inlandarea. The rainfall errors corresponded well with terrains in Zhejiang.
-
Key words:
- typhoon /
- WRF model /
- parameterization scheme /
- simulation test
-
图 4 各微物理 (a) 和边界层 (b) 方案下各台风24 h的降水泰勒图
预报场到原点的距离代表标准差；预报场方位角的余弦代表相关系数；预报场到参考点（REF）的距离代表其均方根误差。
表 1 2007—2013年选取的9个西北太平洋台风情况
年份 台风编号 名称 模起始时间/UTC 模拟结束时间/UTC 时间/UTC 起始气压/hPa 2013 23 “菲特” 10月5日00时 10月7日12时 10月6日17时 960 2013 12 “潭美” 8月20日12时 8月22日12时 8月21日19时 980 2013 07 “苏力” 7月12日00时 7月14 00时 7月13 08时 950 2012 11 “海葵” 8月6日12时 8月8日12时 8月7日19时 965 2009 08 “莫克” 8月8日00时 8月10日00时 8月9日08时 970 2008 08 “凤凰” 7月27日12时 7月29 12时 7月28 14时 960 2007 16 “罗莎” 10月6日00时 10月8日00时 10月7日08时 925 2007 13 “韦帕” 9月17日12时 9月19日12时 9月18日19时 935 2007 09 “圣帕” 8月17 12时 8月19 12时 8月18 18时 930 
下载: 导出CSV
表 2 微物理和边界层参数化方案设计表
微物理试验 (边界层YSU) 微物理方案 边界层试验微物理SBU-YLin 边界层方案 mp sen1 Kessler bl sen1 YSU mp_sen2 Lin bl_sen2 MYJ mp_sen3 WSM6 bl_sen3 QNSE mp_sen4 Goddard bl_sen4 ACM2 mp_sen5 Thompson bl_sen5 MYNN2 mp_sen6 Morrison 2-mom bl_sen6 BouLac mp_sen7 SBU-YLin bl_sen7 UW
下载: 导出CSV
表 3 微物理参数下各台风最佳路径、绝对气压误差方案
台风编号 1323 1312 1307 1211 0908 0808 0716 0713 0709 平均路径误差最佳(mp) sen3 sen5 sen1 sen3 sen1 sen4 sen7 sen6 sen7 平均绝对气压误差最佳(mp) sen1 sen7 sen4 sen1 sen5 sen3 sen7 sen1 sen2
下载: 导出CSV
表 4 微物理参数下各台风最佳雨量方案
台风编号 1323 1312 1307 1211 0908 0808 0716 0713 0709 大雨最佳 (mp) sen7 sen7 sen1 sen3 sen4 sen3 sen7 sen7 sen2 暴雨最佳 (mp) sen7 sen7 sen1 sen3 sen6 sen4 sen6 sen7 sen5 大暴雨（mp) sen4 sen7 sen6 sen3 sen5 sen4 sen6 sen7 sen1
下载: 导出CSV
表 5 各微物理参数下台风雨量误差和相关系数
方案名 平绝对误差/mm 方误差/mm 相关系数 mp_sen1 55.67 75.51 0.50 mp_sen2 50.91 69.14 0.54 mp_sen3 49.37 67.85 0.55 mp_sen4 47.60 64.47 0.55 mp_sen5 47.06 64.38 0.55 mp_sen6 50.53 68.11 0.53 mp_sen7 46.11 61.53 0.56
下载: 导出CSV
表 6 各边界层参数下各台风最佳路径、绝对气压误差方案表
台风编号 1323 1312 1307 1211 0908 0808 0716 0713 0709 平均距离误差最佳 (bl) sen5 sen7 sen4 sen5 sen5 sen6 sen6 sen5 sen6 平均绝对气压误差最佳 (bl) sen5 sen1 sen5 sen5 sen5 sen6 sen6 sen4 sen5
下载: 导出CSV
表 7 各边界层参数下各台风最佳雨量方案表
台风编号 1323 1312 1307 1211 0908 0808 0716 0713 0709 大雨最佳 (bl) sen1 sen4 sen4 sen6 sen1 sen6 sen1 sen5 sen5 暴雨最佳 (bl) sen6 sen3 sen6 sen5 sen5 sen6 sen3 sen6 sen7 大暴雨最佳 (bl) sen6 sen3 sen1 sen5 sen1 sen7 sen3 sen3 sen7
下载: 导出CSV
表 8 各边界层各参数下台风雨量误差和相关系数
方案名 均绝对误/mm 均方误/mm 相关系数 bl_sen1 46.11 61.53 0.56 bl_sen2 46.24 62.45 0.54 bl_sen3 49.26 66.22 0.52 bl_sen4 53.40 69.32 0.48 bl_sen5 43.71 61.14 0.55 bl_sen6 45.98 61.97 0.57 bl_sen7 49.49 65.58 0.52
下载: 导出CSV
-
[1] 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. [2] 陈海燕, 严洌娜, 娄伟平, 等.热带气旋致灾因子综合影响强度评估指标研究[J].热带气象学报, 2011, 27(1): 139-144. [3] 马雷鸣.国内台风数值预报模式及其关键技术研究进展[J].地球物理学进展, 2014, 29(3): 1 013-1 022. [4] 汪亚萍, 崔晓鹏, 任晨平, 等. “碧利斯”(0604) 暴雨过程不同类型降水云微物理特征分析[J].大气科学, 2015, 39(3): 548-558. [5] CUI X, WANG Y, YU H. Microphysical differences with rainfall intensity in severe tropical storm Bilis[J]. Atmos Sci Lett, 2015, 16(1): 27-31. [6] 程锐, 宇如聪, 傅云飞, 等.台风“云娜”在近海强度变化及结构特征的数值研究Ⅰ:云微物理参数化对云结构及降水特征的影响[J].气象学报, 2009, 67(5): 764-776. [7] TAO W K, SHI J J, CHEN S S, et al. The impact of microphysical schemes on hurricane intensity and track[J]. Asia-Pacific J Atmos Sci, 2011, 47(1): 1-16. [8] PATTNAIK S, KRISHNAMURTIT N. Impact of cloud microphysical processes on hurricane intensity, Part Ⅱ: Sensitivity experiments[J]. Meteor Atmos Phys, 2007, 97(1): 647-662. [9] ZHU T, ZHANG D L. Numerical simulation of Hurricane Bonnie (1998), PartⅡ: Sensitivity to varying cloud microphysical processes[J]. J Atmos Sci, 2006, 63(1): 109-126. [10] 张建海, 张立波, 庞盛荣.台风“卡努”(0515) 加强过程对边界层参数化方案的敏感性试验[J].台湾海峡, 2007, 26(1): 26-35. [11] 邓国, 周玉淑, 李建通.台风数值模拟中边界层方案的敏感性试验Ⅰ:对台风结构的影响[J].大气科学, 2005, 29(3): 417-428. [12] 王晨稀.边界层参数化影响“梅花”台风的敏感性试验[J].地球科学进展, 2013, 28(2): 197-208. [13] 孙敏, 袁慧玲. WRF模式中微物理和积云对流参数化方案对台风“莫拉克”模拟敏感性分析[J].热带气象学报, 2014, 30(5): 941-951. [14] NASROLLAHI N, AGHAKOUCHAK A, LI J, et al. Assessing the impacts of different WRF precipitation physics in hurricane simulations[J]. Wea Forec, 2012, 27(4): 1 003-1 016. [15] SRINIVAS C V, BHASKAR R D V, YESUBABU V, et al. Tropical cyclone predictions over the bay of bengal using the high-resolution advanced research weather research and forecasting (ARW) model[J]. Q J Roy Meteorol Soc, 2013, 139(676): 1 810-1 825. [16] 廖镜彪, 王雪梅, 夏北成, 等. WRF模式中微物理和积云参数化方案的对比试验[J].热带气象学报, 2012, 28(4): 461-470. [17] 李响. WRF模式中积云对流参数化方案对西北太平洋台风路径与强度模拟的影响[J].中国科学:地球科学, 2012, 42(12): 1966-1978. [18] WANG Y Q. An explicit simulation of tropical cyclones with a triply nested movable mesh primitive equation model: TCM3, Part Ⅱ:Model refinements and sensitivity to cloud microphysics parameterization[J]. Mon Wea Rev, 2002, 130(12): 3 022-3 036. [19] HONG S Y, NOH Y, DUDHIA J. A new vertical diffusion package with an explicit treatment of entrainment processes[J]. Mon Wea Rev, 2006, 134(9): 2 318-2 341. [20] 何会中, 程明虎, 周凤仙. 0302号 (鲸鱼) 台风降水和水粒子空间分布的三维结构特征[J].大气科学, 2006, 30(3): 491-503. [21] 程锐, 宇如聪, 徐幼平, 等.台风“云娜”在近海强度变化及结构特征的数值研究Ⅱ:云微物理参数化对强度和路径的影响[J].气象学报, 2009, 67(5): 777-786. [22] 周昊, 朱伟军, 彭世球.不同微物理方案和边界层方案对超强台风“鲇鱼”路径和强度模拟的影响分析[J].热带气象学报, 2013, 29(5): 803-812. [23] 花丛, 刘奇俊.云微物理过程影响登陆台风结构及降水的数值试验[J].热带气象学报, 2013, 29(6): 924-934. [24] 尹金方, 王东海, 翟国庆.区域中尺度模式云微物理参数化方案特征及其在中国的适用性[J].地球科学进展, 2014, 29(2): 238-249. [25] 黄文彦, 沈新勇, 王卫国, 等.边界层参数化方案对边界层热力和动力结构特征影响的比较[J].地球物理学报, 2014, 57(5): 1 399-1 414. [26] BOUGEAULT P, LACARRERE P. Parameterization of orography-induced turbulence in a mesobeta-scale model[J]. Mon Wea Rev, 1989, 117(8): 1 872-1 890. [27] GILLIAM R C, PLEIM J E. Performance assessment of new land surface and planetary boundary layer physics in the WRF-arw[J]. J Appl Meteor Climatol, 2010, 49(4): 760-774. -
点击查看大图
图(9) / 表(8)
计量
- 文章访问数: 1453
- HTML全文浏览量: 61
- PDF下载量: 656
- 被引次数: 0
粤公网安备 4401069904700003号