THE IMPROVEMENTS AND INFLUENCES OF THE SPECTRAL NUDGING TECHNIQUE ON THE TRACK SIMULATION OF TYPHOON MEGI(2010)
-
摘要: 将谱逼近方法应用到台风Megi(2010)数值模拟试验中，通过选择不同物理量配置，分析得到影响台风Megi路径变化的关键环境场因子，并在此基础上分析关键因子不同高度范围和不同尺度信息对台风路径变化的影响。结果表明，采用谱逼近方法能够有效降低整个模拟时段，尤其是路径北折阶段台风路径模拟偏差，其中天气尺度环境风场是影响台风路径变化的关键因子。在过岛阶段，谱逼近850 hPa以上的中低层环境风场造成模拟路径偏差增大，但是改善了台风路径北折阶段的路径模拟结果；此外500~1 000 km尺度的中尺度环境风场对Megi转折以及转折后的移速移向具有重要影响，也减小了过岛阶段路径偏差的增长程度。通过分析各试验对主要天气系统、引导气流以及台风内部结构的模拟结果表明，谱逼近环境风场能够改善模式对中低纬环流系统的模拟，有利于更为准确地得到路径转折阶段的引导气流；同时谱逼近环境风场后会影响台风内部结构，对台风路径模拟的移速移向造成影响。Abstract: Spectral nudging(SN) technique is applied to the numerical simulation of Typhoon Megi(2010). By choosing different physical variables in sensitivity tests, a key environmental factor to the track simulation as well as the impact of this key factor within different vertical height ranges and at different scales are analyzed. It indicates that the outputs with the SN can effectively reduce the track error of Megi(2010), especially in its deflection period. The synoptic-scale environmental wind field is the key factor influencing the typhoon track and its change. Although nudging the lower-tropospheric wind component above 850hPa increases the track error during the landfall period, it plays an important role in improving the track simulation during the deflection period. In addition, nudging a meso-scale environmental wind field of 500~1000km can sharply reduce the track error in the deflection process and relieve the error increase during the landfall period. Analyzing the main background systems, steering flow and inner structure of the typhoon itself shows that nudging the environmental wind field can improve the simulation of mid- and low-latitude systems and acquire more accurate steering flows. Then the tests with the SN also influence the inner structure of the typhoon itself and affect the movement of the typhoon.
-
Key words:
- meso-scale meteorology /
- typhoon track /
- spectral nudging /
- numerical simulation /
- steering flow
-
图 2 17日06时(a)、18日06时(b)、19日06时(c)、20日06时(d)500 hPa位势高度场(蓝线，单位：gpm)，850~700 hPa平均铅直涡度场(阴影，单位：10-5 s-1)和风场(一个风向杆表示4 m/s)
图 3 不同物理量谱逼近试验路径模拟结果(a)、模拟路径偏差(b，单位：km)及最低海平面气压(c，单位：hPa)随时间演变
黑色、蓝色、天蓝色、棕色、红色和紫色分别对应观测、CTRL、SN1、SN2、SN3和SN4试验结果，CTRL的MSLP与SN1重合。
图 4 不同高度层风场谱逼近试验路径模拟结果（a）与模拟路径偏差(b)(单位：km)随时间演变，其中黑色、蓝色、红色、绿色、淡蓝色和黄色分别对应观测、CTRL、SN3、SNV850、SNV700和SNV500试验结果；不同尺度风场谱逼近试验路径模拟结果(c)与模拟路径偏差(d, 单位：km)随时间演变，其中黑色、蓝色、红色、绿色和紫色分别对应观测、CTRL、SN3、SNL和SNM试验结果。
图 5 观测、CTRL、SNV850、SNM试验台风路径逐6 h风矢及NCEP、CTRL、SNV850、SNM试验800~600 hPa引导气流随时间演变
一个风向杆(三角)表示1 m/s(5 m/s)。
图 7 18日06时(a，b，c)与20日06时(d，e，f)850 hPa高度上CTRL(a，d)、SNV850(b，e)和SNM(c，f)试验模拟雷达反射率(阴影，单位：dBz)与等风速线(黑色实线，单位：m/s)分布图
红色台风符号为模拟台风位置，紫色台风符号为观测台风位置。a、b、c中白色马赛克区域为插值缺省区域(山脉高地形区域)。
表 1 数值试验参数化方案选择
微物理过程方案 WSM6 长波辐射方案 RRTM 短波辐射方案 Dudhia 近地面层方案 Monin-Obukhov 陆面过程方案 Noah 边界层方案 MYNN2.5 积云参数化方案 Kain-Fritsch 
下载: 导出CSV
表 2 不同物理量谱逼近敏感性试验方案设计
试验名称 谱逼近物理量 谱逼近高度层 经纬向波数 CTRL 无 无 无 SN1 Φ 全部模式层 Ja=4，Ka =3 SN2 θ 全部模式层 Ja=4，Ka =3 SN3 (u，v) 全部模式层 Ja=4，Ka =3 SN4 (u，v)、Φ、θ 全部模式层 Ja=4，Ka =3
下载: 导出CSV
表 3 不同高度和不同尺度风场谱逼近敏感性试验方案设计
试验名称 谱逼近物理量 谱逼近高度层 经纬向波数 SNV850 （u，v） 850 hPa以上 Ja=4，Ka =3 SNV700 （u，v） 700 hPa以上 Ja=4，Ka =3 SNV500 （u，v） 500 hPa以上 Ja=4，Ka =3 SNL （u，v） 全部模式层 Ja=2，Ka =2 SNM （u，v） 全部模式层 Ja=9，Ka =6
下载: 导出CSV
表 4 各试验模拟路径平均偏差 单位：km，过岛阶段为18日06时—19日06时，路径转折阶段为19日06时—21日06时。
试验模拟 过岛阶段 路径转折阶段 整个模拟阶段 CTRL 15 136 82 SN3 53 30 32 SNV850 57 27 31 SNV700 26 44 34 SNV500 31 113 72 SNL 58 45 43 SNM 43 17 23
下载: 导出CSV
-
[1] RAPPAPORT E N, FRANKLIN J L, AVILA L A, et al. Advances and challenges at the national hurricane center[J]. Wea Forecasting, 2009, 24(2): 395-419. [2] 徐亚钦, 翟国庆, 李国平, 等. WRF模式对高影响浙江型台风微物理和边界层参数化方案的优化试验[J].热带气象学报, 2017, 33(2):201-211. [3] 张进, 麻素红, 陈德辉, 等. GRAPES_TYM改进及其在2013年西北太平洋和南海台风预报的表现[J].热带气象学报, 2017, 33(1):64-73. [4] 陈耀登, 夏雪, 闵锦忠, 等.背景误差协方差变量平衡特征及其对台风同化和预报的影响[J].热带气象学报, 2017, 33(3): 289-298. [5] 朱磊, 万齐林, 刘靓珂, 等.雷达径向风资料EnKF同化应用对Vicente(2012)登陆台风强度变化过程预报的影响试验研究[J].热带气象学报, 2017, 33(3): 345-356. [6] GALARNEAU T J J, DAVIS C A. Diagnosing forecast errors in tropical cyclone motion[J]. Mon Wea Rev, 2013, 141(2): 405-430. [7] CHAN J C L, GRAY W M. Tropical cyclone movement and surrounding flow relationships[J]. Mon Wea Rev, 1982, 110(10): 1354-1374. [8] LIANG J, WU L. Sudden track changes of tropical cyclones in monsoon gyres: full-physics, idealized numerical experiments[J]. J Atmos Sci, 2015, 72(4): 1307-1322. [9] WALDRON K M, PAEGLE J, HOREL J D. Sensitivity of a spectrally filtered and nudged limited-area model to outer model options[J]. Mon Wea Rev, 1996, 124(3): 529-547. [10] STORCH H V, LANGENBERG H, FESER F. A spectral nudging technique for dynamical downscaling purposes[J]. Mon Wea Rev, 2000, 128(10): 3664-3673. [11] KNUTSON T R, SIRUTIS J J, GARNER S T, et al. Simulation of the recent multidecadal increase of atlantic hurricane activity using an 18-km-grid regional model[J]. Bull Amer Meteor Soc, 2007, 88(10): 1549-1565. [12] CHA D H, JIN C S, LEE D K, et al. Impact of intermittent spectral nudging on regional climate simulation using Weather Research and Forecasting model[J]. J Geophys Res Atmos, 2011, 116(D10): 10103): 1-11. [13] FESER F, VON STORCH H. Regional modelling of the western Pacific typhoon season 2004[J]. Meteorologische Zeitschrift, 2008, 17(4): 519-528. [14] LI J, TANG J P, FANG J. High-resolution numerical simulation of typhoon Longwang(2005) with the spectrum nudging technique[J]. J Trop Meteor, 2015, 21(4): 311-325. [15] WANG H, WANG Y Q, XU H M. Improving simulation of a tropical cyclone using dynamical initialization and large-scale spectral nudging: a case study of Typhoon Megi (2010)[J]. J Meteoro Res, 2013, 27(4): 455-475. [16] SHI W L, FEI J F, HUANG X G, et al. A numerical study on the combined effect of midlatitude and low-latitude systems on the abrupt track deflection of typhoon Megi (2010)[J]. Mon Wea Rev, 2014, 142(7):2483-2501. [17] MIGUEZ-MACHO G, STENCHIKOV G L, ROBOCK A. Spectral nudging to eliminate the effects of domain position and geometry in regional climate model simulations[J]. J Geophys Res Atmos, 2004, 109(D13): 1025-1045. [18] WANG P, LI J, GOLDBERG M D, et al. Assimilation of thermodynamic information from advanced infrared sounders under partially cloudy skies for regional NWP[J]. J Geophys Res Atmos, 2015, 120(11): 5469-5484. [19] WANG P, LI J, LI J, et al. Advanced infrared sounder subpixel cloud detection with imagers and its impact on radiance assimilation in NWP[J]. Geophys Res Lett, 2014, 41(5):1773-1780. [20] HOLLAND G J. Tropical cyclone motion: environmental interaction plus a beta effect[J]. J Atmos Sci, 1983, 40(2): 328-342. [21] 许娈, 崔晓鹏, 高守亭, 等.台风"鲇鱼"(1013)路径突变过程的成因分析[J].大气科学学报, 2015, 38(5): 658-669. [22] CARR L E, ELSBERRY R L. Analytical tropical cyclone asymmetric circulation for barotropic model initial conditions[J]. Mon Wea Rev, 2009, 120(4): 269-283. [23] 贺海晏.台风移动规律的研究Ⅰ.非绝热加热与水平温度分布的影响[J].热带气象学报, 1995, 11(1): 1-9. -
点击查看大图
计量
- 文章访问数: 1151
- HTML全文浏览量: 108
- PDF下载量: 468
- 被引次数: 0
粤公网安备 4401069904700003号