登陆台风强度变化过程预报的影响试验研究

朱磊; 万齐林; 刘靓珂; 沈新勇; 高郁东

doi:10.16032/j.issn.1004-4965.2017.03.006

登陆台风强度变化过程预报的影响试验研究

doi: 10.16032/j.issn.1004-4965.2017.03.006

朱磊^{1, 2},
万齐林²,
刘靓珂¹,
沈新勇^{1, 3, ,},
高郁东²

1.
南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心，江苏南京 210044
2.
中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室，广东广州 510640
3.
中国科学院大气物理研究所云降水物理与强风暴重点实验室，北京 100029

基金项目:

科技部国家大气污染专项项目 2016YFC0203301

国家重点基础研究发展计划973项目 2015CB453201

国家自然科学基金项目 41375058

国家自然科学基金项目 41475102

国家自然科学基金项目 41530427

江苏省自然科学基金重点项目 BK20150062

详细信息

通讯作者:
沈新勇，男，江苏省人，教授，主要从事台风与中尺度气象学研究。E-mail: shenxy@nuist.edu.cn

中图分类号: P456.7
计量
- 文章访问数: 978
- HTML全文浏览量: 75
- PDF下载量: 600
- 被引次数: 0
出版历程
- 收稿日期: 2014-05-23
- 修回日期: 2017-03-31
- 刊出日期: 2017-06-01

IMPACTS OF THE ENSEMBLE ASSIMILATION OF RADAR RADIAL VELOCITY ON THE INTENSITY EVOLUTION OF LANDFALLING TYPHOON VICENTE (2012)

Lei ZHU^{1, 2},
Qi-lin WAN²,
Liang-ke LIU¹,
Xin-yong SHEN^{1, 3
, ,},
Yu-dong GAO²

1.
Key Laboratory of Meteorological Disaster, Ministry of Education/Joint International Research Laboratory of Climate and Environment Change/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing 210044, China
2.
Key Laboratory of Regional Numerical Weather Prediction, Guangzhou Institute of Tropical and Marine Meteorology, Guangzhou 510640, China
3.
Laboratory of Cloud-Precipitation Physics and Severe Storms Institute of Atmospheric Physics Chinese Academy of Sciences, Beijing 100029, China

摘要

摘要: 探索了基于WRF模式的集合卡尔曼滤波同化方法（WRF-EnKF，简称EnKF）在近海有可能达到更强台风连续循环同化中国大陆高时空分辨率多普勒天气雷达径向风观测资料的效果，同时检验台风Vicente（2012）的三维结构演变及其动力学特征。通过短期集合预报得到跟随当前流场变化着的背景误差协方差的台风涡旋和动力学结构。研究发现，EnKF同化预报系统能有效地同化高时空分辨率雷达径向速度观测资料，显著改善初始场中台风Vicente的中小尺度内核结构，同时提高对台风Vicente的路径和强度及其相伴随的短期强降水预报。在台风最强时刻同化雷达径向风观测能快速（1~2 h）得到真实的暖核台风结构，同时进一步提高台风路径和强度的预报。另外，EnKF同化雷达径向风观测资料还能有效提高短期降水预报，1 h和3 h累积降水的分布、降水中心以及降水随时间演变都能得到显著改善，这与改善台风路径、结构和强度有密切关系。因此，对中国东南沿海有可能达到较强的台风进行同化雷达径向风观测资料可改善登陆台风的预报水平，这为利用我国地基多普勒天气雷达观测资料改善模式的初始场从而提高台风预报提供一定的指示作用。
- 热带气旋 /
- 雷达径向风 /
- 集合卡尔曼滤波
Abstract: The current study explores the use of a WRF-based ensemble Kalman filter (EnKF) to continuously assimilate the high-resolution Doppler radar data near the peak stage in order to capture the detailed time evolution and the 3-D structure and dynamics of the recent Typhoon Vicente (2012) that made landfall during 2000 UTC 23 July 2012 near the Pearl River Delta region of Guangdong Province of China. With vortex and dynamics dependent background error covariance estimated by the short-term ensemble forecasts, it is found that the WRF-EnKF can efficiently assimilate the high resolution radar radial velocity to improve the depiction of the typhoon inner-core structure of Vicente which further improves the forecasts of the track, intensity and precipitation associated with this landfalling typhoon. We further use the WRF-EnKF analysis and forecasts along with the ensembles initialized from the EnKF perturbations at different time to examine the dynamics of Vicente with respect to the number of volumes of radar observations being assimilated, different lead time before and during the landfall. We are particularly interested in the heavy rainfall associated with the landfalling Vicente which affects a large area of South China. The results show that assimilating the Doppler Radar data is a very promising way to improve the TC forecasts, which also demonstrate that doing data assimilation near the peak stage of TC also has the ability to improve the forecast.
- TC /
- radar radial velocily /
- EnKF

HTML全文

图 1 模式网格设置、台风Vicente的最佳路径（黑线）、广州多普勒雷达位置（黑星号）和地形高度（阴影，单位：m）

下载: 全尺寸图片幻灯片

图 2 WRF-EnKF试验和NoDA试验的流程图

下载: 全尺寸图片幻灯片

图 3 EnKF集合分析场平均2012年7月23日15时—24日00时每3 h一次的单一预报模拟台风Vicente的最低海平面气压（a，单位：hPa)、最大10 m风风速（b，单位：m/s)和中心位置（c）与CMA、JMA最佳观测路径的对比

下载: 全尺寸图片幻灯片

图 4 2012年7月23日13、14、15和16时（a~d）850 hPa垂直层上的位势温度（阴影）和水平风场（风矢量）的增量

黑圆点表示该时刻模拟的台风位置。

下载: 全尺寸图片幻灯片

图 5 2012年7月23日13时（a、d）、16时（b、e）和20时（c、f）的EnKF分析场（a~c）和NoDA（d~f）穿过台风Vicente中心的位势温度（黑线）和水平风速（阴影）的经向-高度剖面

下载: 全尺寸图片幻灯片

图 6 2012年7月23日12时（a、e）、15时（b、f）、18时（c、g）和21时（d、h）的NoDA（a~d）和EnKF分析场（e~h）的方位角平均水平速度场的半径-高度随时间演变

下载: 全尺寸图片幻灯片

图 7 2012年7月23日12时（a~c）、15时（d~f）、18时（g~i）和21时（j~l）雷达实况组合的反射率（左）和相对应的EnKF分析场（中）及NoDA预报（右）的最大反射率对比

单位：dBz。

下载: 全尺寸图片幻灯片

图 8 7月23日18时（a~c）和24日00时（d~f）的1 h自动站累积降水量（a、d）、EnKF分析场3 h预报（b、e）和NoDA预报（c、d）的1 h累计降水量分布

单位：mm。

下载: 全尺寸图片幻灯片

图 9 同图 8，但为7月23日21时和24日03时的3 h累积降水量分布

下载: 全尺寸图片幻灯片

参考文献(27)

[1]	FRANKLIN J L. National Hurricane Center verification report[C]//57th Interdepartmental Hurricane Conference.[Updates are available on the official National Hurricane Center website: National Hurricane Center (NHC), www. nhc. noaa. gov/verification]. 2004.
[2]	ELSBERRY R L, LAMBERT T D B, BOOTHE M A. Accuracy of atlantic and eastern North Pacific tropical cyclone intensity forecast guidance[J]. Wea Forec, 2007, 22(4): 747.
[3]	端义宏, 余晖, 伍荣生.热带气旋强度变化研究进展[J].气象学报, 2005, 63(5): 636-645.
[4]	陈联寿, 孟智勇.我国热带气旋研究十年进展[J].大气科学, 2001, 25(3): 420-432.
[5]	张林, 倪允琪.雷达径向风资料的四维变分同化试验[J].大气科学, 2006, 30(3): 433-440.
[6]	王叶红, 赵玉春, 张兵, 等. "7.8"特大暴雨过程雷达风场资料的三维变分同化研究[J].气象科学, 2008, 28(3): 301-307.
[7]	许小永, 郑国光, 刘黎平.多普勒雷达资料4DVAR同化反演的模拟研究[J].气象学报, 2004, 62(4): 410-422.
[8]	FANG J, ZHANGF. Initial development and genesis of Hurricane Dolly (2008)[J]. J Atmos Sci, 2010, 67(3): 655-672.
[9]	TALAGRAND O. Assimilation of observations, an introduction[J]. J Meteor Soc Japan Ser 2, 1997, 75(1): 81-99.
[10]	SNYDER C, ZHANG F. Assimilation of simulated Doppler radar observations with an ensemble Kalman filter[J]. Mon Wea Rev, 2003, 131(8): 1 663-1 677.
[11]	ZHANG F, WENG Y, SIPPEL J A, et al. Cloud-resolving hurricane initialization and prediction through assimilation of Doppler radar observations with an ensemble Kalman filter[J]. Mon Wea Rev, 2009, 137(7): 2 105-2 125.
[12]	ZHANG F, WENG Y, GAMACHE J F, et al. Performance of convection-permitting hurricane initialization and prediction during 2008—2010 with ensemble data assimilation of inner-core airborne Doppler radar observations[J]. Geophys Res Lett, 2011, 38(15): 98-106.
[13]	杨毅, 邱崇践, 龚建东, 等.利用3维变分方法同化多普勒天气雷达资料的试验研究[J].气象科学, 2008, 28(2): 124-132.
[14]	万齐林, 薛纪善, 庄世宇.多普勒雷达风场信息变分同化的试验研究[J].气象学报, 2005, 63(2): 129-145.
[15]	高郁东, 万齐林, 何金海.三维变分同化雷达视风速的改进方案及其数值试验[J].气象学报, 2011, 69(4): 631-643.
[16]	李新峰, 赵坤, 王明筠, 等.多普勒雷达资料循环同化在台风"鲇鱼"预报中的应用[J].气象科学, 2013, 33(3): 255-263.
[17]	许小永, 刘黎平, 郑国光.集合卡尔曼滤波同化多普勒雷达资料的数值试验[J].大气科学, 2006, 30(4): 712-728.
[18]	闵锦忠, 毕坤, 陈耀登, 等.基于物理约束扰动的EnSRF雷达资料同化[J].大气科学学报, 2013, 36(2): 129-138.
[19]	SKAMAROCK W C, KLEMP J B, DUDHIA J, et al. A description of the Advanced Research WRF version 3 NCAR Tech[R]. Note NCAR/TN-4751STR, 2005.
[20]	GRELL G A, DÉVÉNYI D. A generalized approach to parameterizing convection combining ensemble and data assimilation techniques[J]. Geophys Res Lett, 2002, 29(16): 587-590.
[21]	HONG S Y, DUDHIA J, CHEN S H. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation[J]. Mon Wea Rev, 2004, 132(1): 103-120.
[22]	NOH Y, CHEON W G, HONG S Y, et al. Improvement of the K-profile model for the planetary boundary layer based on large eddy simulation data[J]. Bound Layer Meteorol, 2003, 107(2): 401-427.
[23]	WENG Y, ZHANG F. Assimilating airborne Doppler radar observations with an ensemble Kalman filter for convection-permitting hurricane initialization and prediction: Katrina (2005)[J]. Mon Wea Rev, 2012, 140(3): 841-859.
[24]	ZHANG F, WENG Y. Predicting hurricane intensity and associated hazards: A five-year real-time forecast experiment with assimilation of airborne Doppler radar observations[J]. Bull Amer Meteorolog Soc, 2015, 96(1): 25-33.
[25]	GASPARI G, COHN, S E. Construction of correlation functions in two and three dimensions[J]. Q J Roy Meteorolog Soc, 1999, 125(554): 723-757.
[26]	LANDSEA C W, FRANKLIN J L. Atlantic hurricane database uncertainty and presentation of a new database format[J]. Mon Wea Rev, 2013, 141(10): 3 576-3 592.
[27]	GREEN B W, ZHANG F. Sensitivity of tropical cyclone simulations to parametric uncertainties in air-sea fluxes and implications for parameter estimation[J]. Mon Wea Rev, 2014, 142(6): 2 290-2 308.