FY-4B云导风资料观测误差分析及其同化应用

李泽楷; 吕志可; 解潜; 甘茹蕙; 皇群博; 杨毅; 李英华

doi:10.16032/j.issn.1004-4965.2025.028

FY-4B云导风资料观测误差分析及其同化应用

doi: 10.16032/j.issn.1004-4965.2025.028

李泽楷^{1, 2},
吕志可¹,
解潜¹,
甘茹蕙^{1, 2, ,},
皇群博³,
杨毅¹,
李英华²

1.
兰州大学大气科学学院/甘肃省气候资源开发及防灾减灾重点实验室/兰州大学天气气候预报与预测研究中心，甘肃兰州 730000
2.
天津市海洋气象重点实验室，天津 300074
3.
中国人民解放军 93110部队，北京 100843

基金项目:

国家自然科学基金项目 42005120

天津市海洋气象重点实验室2023年度开放基金项目 2023TKLOMO1

兰州大学中央高校基本科研业务费专项资金 lzujbky-2023-it34

兰州大学中央高校基本科研业务费专项资金 lzujbky-2024-13

详细信息

通讯作者:
甘茹蕙，女，甘肃省人，工程师，主要从事资料同化研究。E-mail：ganrh@lzu.edu.cn

中图分类号: P412.27
计量
- 文章访问数: 411
- HTML全文浏览量: 22
- PDF下载量: 187
- 被引次数: 0
出版历程
- 收稿日期: 2024-01-25
- 修回日期: 2025-01-28
- 刊出日期: 2025-08-20

Observational Error Analysis and Assimilation Applications of FY-4B Atmospheric Motion Vectors

LI Zekai^{1, 2},
LV Zhike¹,
XIE Qian¹,
GAN Ruhui^{1, 2
, ,},
HUANG Qunbo³,
YANG Yi¹,
LI Yinghua²

1.
College of Atmospheric Sciences, Key Laboratory of Climate Resource Development and Disaster Prevention in Gansu Province, Weather Forecasting and Climate Prediction Research Center, Lanzhou University, Lanzhou 730000, China
2.
Tianjin Key Laboratory for Oceanic Meteorology, Tianjin 300074, China
3.
Unit 93110 of Chinese People's Liberation Army, Beijing 100843, China

摘要

摘要: 风云四号B星(FY-4B)是中国最新一代的静止轨道气象卫星，其资料具有更高的时空分辨率。为了进一步推进FY-4B云导风资料在数值模式中的应用，以FY-4B云导风资料为主要研究对象，结合FY-4A云导风资料进行对比，首先分析了其观测误差的垂直分布情况，以此更新WRFDA(Weather Research and Forecasting model Data Assimilation system)同化系统中默认观测误差，随后进一步探究了云导风资料同化对2022年台风“梅花”的预报影响。研究结果表明：FY-4B云导风资料U、V分量的观测误差整体上小于FY-4A；同化FY-4A云导风资料后，模拟的台风路径逐渐偏西；而同化FY-4B云导风资料使得台风中心动力场信息更加完善，分析场对流层中高层西风增强，预报的台风路径更接近实况；相较于同化FY-4A云导风资料，同化FY-4B云导风资料对降水预报的改善效果更好。
- 资料同化 /
- FY-4B云导风 /
- 观测误差 /
- 质量评估 /
- 三维变分同化 /
- 台风预报
Abstract: Fengyun-4B (FY-4B) is the latest generation of China's geostationary meteorological satellite, providing atmospheric motion vector (AMV) data with higher spatial-temporal resolution. To facilitate the application of FY-4B AMV data in numerical models, this study conducts a comparative analysis between FY-4B AMV and FY-4A AMV datasets. First, we analyze the vertical distribution of observation errors and update the default error settings in the Weather Research and Forecasting Model Data Assimilation System (WRFDA). Then, we investigate the impact of AMV data assimilation on the forecast of Typhoon Muifa in 2022. The results indicate that the U and V wind components of the FY-4B AMV data exhibit smaller observational errors overall than those of FY-4A. While assimilating FY-4A AMV data leads to a westward bias in the simulated typhoon track, FY-4B AMV assimilation improves the dynamic structure of the typhoon's core region, enhancing westerly winds in the middle-upper troposphere and producing a more accurate track forecast. FY-4B AMV assimilation demonstrates superior performance in precipitation forecasting compared to FY-4A.
- data assimilation /
- FY-4B Atmospheric Motion Vector /
- observation error /
- quality assessment /
- 3D-Var /
- typhoon forecast

HTML全文

图 1 FY-4A(a)、FY-4B(b)不同季节红外云导风产品数据量垂直分布

下载: 全尺寸图片幻灯片

图 2 试验流程图(a)、云导风默认观测误差(黑线)及FY-4A、FY-4B新观测误差(红、蓝线)的垂直廓线(b，单位：m·s^-1)

下载: 全尺寸图片幻灯片

图 3 2022年9月14日00:00 FY-4A(a)、FY-4B(b)红外通道云导风产品数据水平分布

下载: 全尺寸图片幻灯片

图 4 FY-4A、 FY-4B红外通道云导风产品观测误差垂直廓线(实线)、观测误差均值(虚线)

a₁～a₂. JJA； b₁～b₂. SON； c₁～c₂. DJF； d₁～d₂. MAM。单位： m·s^-1。

下载: 全尺寸图片幻灯片

图 5 “梅花”台风9月14日00:00—16日00:00最佳路径观测和各试验预报的台风路径

下载: 全尺寸图片幻灯片

图 6 9月14日00:00—16日00:00各试验预报的3 h台风路径误差(a)、台风强度(b)

下载: 全尺寸图片幻灯片

图 7 9月14日03:00散度(填色)叠加温度距平(等值线)垂直剖面图

a. CTL(28.59 °N)；b. EXP-4A(28.68 °N)；c. EXP-4B(28.34 °N)。

下载: 全尺寸图片幻灯片

图 8 2022年9月14日00:00 500 hPa ERA5(a)、CTL(b)、EXP-4A(c)、EXP-4B(d)水平风场

下载: 全尺寸图片幻灯片

图 9 2022年9月14日00:00 EXP-4A(a₁~c₁)、EXP-4B(a₂~c₂)不同高度水平风场增量

下载: 全尺寸图片幻灯片

图 10 2022年9月14日00:00 EXP-4A(a₁~b₁)、EXP-4B(a₂~b₂)水平水汽场增量(单位：g·kg^-1)

下载: 全尺寸图片幻灯片

图 11 2022年9月14日00:00—12:00观测和各试验预报的3 h累计降水

a₁~a₄. 站点观测；b₁~b₄. GPM观测；c₁~c₄. CTL；d₁~d₄. EXP-4A；e₁~e4. EXP-4B。

下载: 全尺寸图片幻灯片

图 12 2022年9月14日00:00—12:00时GPM及各试验3 h累计降水预报的FSS评分

a₁~a₄. 33 km；b₁~b₄. 66 km；c₁~c₄. 99 km。

下载: 全尺寸图片幻灯片

参考文献(32)

[1]	李娅, 郭建侠, 曹云昌, 等. FY-2G云量产品与地面观测云量对比分析[J]. 高原气象, 2018, 37(2): 514-523.
[2]	许健民, 张其松, 王大昌, 等. 云迹风计算中的两个几何问题[J]. 应用气象学报, 1997, 8(1): 11-18.
[3]	许健民, 张其松. 卫星风推导和应用综述[J]. 应用气象学报, 2006, 17(5): 574-582.
[4]	LEESE J A, NOVAK C S, CLARK B B. An automated technique for obtaining cloud motion from geosynchronous satellite data using cross correlation[J]. J Appl Meteor Climatol, 1971, 10(1): 118-132.
[5]	TOMASSINI M, KELLY G, SAUNDERS R. Use and impact of satellite atmospheric motion winds on ECMWF analyses and forecasts[J]. Mon Wea Rev, 1999, 127(6): 971-986.
[6]	周兵, 徐海明, 吴国雄, 等. 云迹风资料同化对暴雨预报影响的数值模拟[J]. 气象学报, 2002, 60(3): 309-317.
[7]	庄照荣, 薛纪善. 云迹风资料的三维变分同化及对台风预报的影响试验[J]. 热带气象学报, 2004, 20(3): 225-236.
[8]	XIE Q, LI D, YANG Y, et al. Impact of assimilating atmospheric motion vectors from Himawari-8 and clear-sky radiance from FY-4A GIIRS on binary typhoons[J]. Atmos Res, 2023, 282: 106550.
[9]	许健民, 张其松, 方翔. 用红外和水汽两个通道的卫星测值指定云迹风的高度[J]. 气象学报, 1997, 55(4): 408-417.
[10]	薛谌彬, 龚建东, 薛纪善, 等. FY-2E卫星云导风定高误差及在同化中的应用[J]. 应用气象学报, 2011, 22(6): 681-690.
[11]	李昊睿, 丁伟钰, 薛纪善, 等. FY-2E云迹风资料的高度调整对"灿都"(1003)台风路径数值预报影响的研究[J]. 热带气象学报, 2012, 28 (3): 348-356.
[12]	万晓敏, 龚建东, 韩威, 等. FY-4A云导风在GRAPES_RAFS中的同化应用评估[J]. 气象, 2019, 45(4): 458-468.
[13]	陈耀登, 沈洁, 范水勇, 等. FY-4A卫星云导风观测误差优化及同化效果影响研究[J]. 大气科学学报, 2021, 44(3): 418-427.
[14]	CHEN K, GUAN P. The impacts of assimilating Fengyun-4A atmospheric motion vectors on typhoon forecasts[J]. Atmosphere, 2023, 14 (2): 375.
[15]	REN S, QIN D, NIU N, et al. South Asian high identification and rainstorm monitoring using Fengyun-4-Derived atmospheric motion vectors[J]. Atmosphere, 2023, 14(11): 1606.
[16]	薛谌彬, 龚建东, 何财福, 等. 静止卫星云导风的质量控制及在同化中的应用[J]. 应用气象学报, 2013, 24(3): 356-364.
[17]	万晓敏, 田伟红, 韩威, 等. FY-2E云导风的算法改进及其在GRAPES中的同化应用研究[J]. 气象, 2017, 43(1): 1-10.
[18]	沈洁. The characteristics of FY-4A satellite atmospheric motion vectors and their impacts on data assimilation[D]. 南京: 南京信息工程大学, 2021.
[19]	HERSBACH H, BELL B, BERRISFORD P, et al. The ERA5 global reanalysis[J]. Quart J Roy Meteor Soc, 2020, 146(730): 1 999-2 049.
[20]	周璇, 罗亚丽, 郭学良. CMORPH卫星-地面自动站融合降水数据在中国南方短时强降水分析中的应用[J]. 热带气象学报, 2015, 31(3): 333-344.
[21]	CORDOBA M, DANCE S L, KELLY G A, et al. Diagnosing atmospheric motion vector observation errors for an operational high ‐ resolution data assimilation system[J]. Quart J Roy Meteor Soc, 2017, 143(702): 333-341.
[22]	SKAMAROCK W C, KLEMP J B, DUDHIA J, et al. A description of the advanced research WRF model version 4[R]. National Center for Atmos Res: Boulder, 2019, 145: 145.
[23]	HONG S Y, LIM J O J. The WRF single-moment 6-class microphysics scheme (WSM6)[J]. Asia-Pac J Atmos Sci, 2006, 42(2): 129-151.
[24]	BERG L K, GUSTAFSON JR W I, KASSIANOV E I, et al. Evaluation of a modified scheme for shallow convection: Implementation of CuP and case studies[J]. Mon Wea Rev, 2013, 141(1): 134-147.
[25]	DUDHIA J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model[J]. J Atmos Sci, 1989, 46(20): 3 077-3 107.
[26]	MLAWER E J, TAUBMAN S J, BROWN P D, et al. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave[J]. J Geophys Res: Atmos, 1997, 102(D14): 16 663-16 682.
[27]	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.
[28]	EK M, MITCHELL K, LIN Y, et al. Implementation of Noah land surface model advances in the National Centers for Environmental Prediction operational mesoscale Eta model[J]. J Geophys Res: Atmos, 2003, 108(D22).
[29]	秦璐瑶. 云环境下风云三号卫星微波资料同化及对数值预报影响的研究[D]. 南京: 南京信息工程大学, 2023.
[30]	王皘, 钱传海, 董林, 等. 台风"梅花"(2212)的主要特点和路径预报难点分析[J]. 海洋气象学报, 2023, 43(1): 52-62.
[31]	梁家豪. 同化静止卫星大气运动矢量资料对台风数值预报的影响研究[D]. 成都: 成都信息工程大学, 2019.
[32]	ROBERTS N M, LEAN H W. Scale-selective verification of rainfall accumulations from high-resolution forecasts of convective events[J]. Mon Wea Rev, 2008, 136(1): 78-97.