一个区域海-气耦合模式的建立:模式验证及其对热带气旋“云娜”的模拟*

黄 伟 郑运霞 沈 淇 于润玲

(1.中国气象局台风数值预报重点实验室 上海 200030;2.中国气象局上海台风研究所 上海 200030;3.上海河口海岸科学研究中心 上海 201201)

热带气旋是在热带洋面上发展起来的剧烈的大气涡旋,它可以产生破坏性的大风、风暴潮、暴雨和洪涝,导致严重的生命财产损失。由于热带气旋在较暖的海洋上生成和发展,海-气相互作用对热带气旋及其经过洋面的影响日益受到关注。热带气旋过境时的强风引起冷水上翻,导致海表温度(SST)下降(Jordanet al,1964),最大降温可超过6°C(Benderet al,1993);而海洋对热带气旋的影响主要表现为,一方面,大风条件下,海表风应力增强,海-气间热通量交换明显增强,有助于热带气旋继续发展,另一方面,SST的降低,又导致海洋为热带气旋提供的能量减少,不利于热带气旋进一步增强。由于海洋观测资料的稀少和最近几十年数值模式的进步,海-气耦合模式成为研究热带气旋条件下海-气相互作用的重要工具。最近几十年国内外已有大量的研究(Schadeet al,1999;黄立文等,2005;Renet al,2006;Zhuet al,2006;蒋小平等,2009;刘磊等,2011)利用海-气耦合模式模拟动态SST对热带气旋的影响。

最近 20a,热带气旋路径的预报水平稳步提高,但与此同时,对热带气旋强度的预报能力则鲜有进步。对于数值模式来说,在热带气旋强度预报方面的一个明显的缺陷就是对热带气旋和海洋的相互作用的模拟仍然有很大的局限性。例如,目前绝大多数的业务热带气旋模式仍假定 SST是不变的。美国地球流体力学实验室(GFDL)的海-气耦合的飓风数值模式实验结果指出,热带气旋引起的海洋冷却可改善其对热带气旋强度的预报。其对 1995—1998年飓风季节的163个个例实验结果表明,相比单独的飓风模式,包括了海洋反馈的耦合模式可使强度预报误差降低26%(Benderet al,2000),最终考虑动态SST的海-气耦合模式在 2001年投入业务运行(Benderet al,2007)。目前美国国家飓风中心(NHC)业务运行的Hurricane Weather Research and Forecast System(HWRF)也包含了大洋环流模式(Gopalakrishnanet al,2012)。

自2006年Global/Regional Assimilation and Prediction System-Tropical Cyclone Model(GRAPES- TCM)正式投入业务运行以来,初始涡旋方案不断改进,路径预报明显改善,但越来越受到重视的强度预报水平的改善并不明显(黄伟等,2007)。图1是GRAPESTCM对2009年热带气旋季的强度预报误差以及与实际强度的比较,从图1中可见GRAPES- TCM对最大风速小于30m/s的热带气旋强度预报偏强,而对最大风速大于50m/s的热带气旋强度预报明显偏弱。对较弱热带气旋预报偏强的一个重要原因是没有考虑海洋对大气的负反馈作用。基于此,我们以 GRAPESTCM 为基础,发展了一个区域海-气耦合模式,并选择 0414号热带气旋“云娜”为个例,对该区域海-气模式的模拟能力进行验证,评估了海-气相互作用对热带气旋“云娜”的影响。

图1 GRAPES-TCM对2009年热带气旋季的强度预报误差和实际强度散点图Fig.1 Intensity prediction error of typhoons in 2009 by GRAPES-TCM vs.observed typhoon intensity

1 耦合模式介绍

1.1 区域大气模式

GRAPES-TCM是基于全球/区域同化和预报系统(Global/Regional Assimilation and Prediction System,GRAPES(Chenet al,2008))发展起来的区域热带气旋预报系统。GRAPES是一个完全可压缩的模式,它采用三维半拉格朗日半隐式差分方案解原始欧拉方程,垂直方向采用伴随地形的高度坐标。黄伟等(2007)利用GRAPES区域模式,引进热带气旋的初始涡旋重定位技术(Kuriharaet al,1993,1995),建立了GRAPESTCM热带气旋数值预报业务系统;进一步地,利用模式约束的3维变分(MC-3DVAR)技术(Lianget al,2007),结合热带气旋涡旋重定位技术和BOGUS资料同化(BDA,Zouet al,2000),发展了初始涡旋的循环同化技术。此技术在GRAPES-TCM中得到应用(黄伟等,2010),初步的实验结果显示,新的GRAPES-TCM业务系统与原业务系统相比,不但路径预报性能有较大的改善,对热带气旋强度也有了一定的预报能力。目前,GRAPES-TCM的水平分辨率为0.15º×0.15º,垂向分31层,对流参数化过程采用Kain-Fritsch方案(Kain,1993),边界层过程则采用Yongsei University(YSU)边界层参数化方案(Honget al,2006b),用以诊断可识别降水的显式云方案是WRF single moment 6-class(WSM6)(Honget al,2006a)方案。

1.2 区域海洋模式

ECOM-si(Estuarine,Coastal and Ocean Model(semi-implicit),Blumberget al,1987)是当今国内外应用较为广泛的河口海岸海洋模式,是在普林斯顿海洋模式(POM)基础上发展起来的三维水动力模式,该模式经改进后已成功地应用到世界沿海各海区河口、海岸和海洋的动力学研究。模式嵌套了一个二阶湍流封闭模型;垂向采用σ坐标;动量方程中的正压梯度力采用隐式格式,水平方向采用半隐式格式,整个模式耦合了完整的热力学过程。众多学者对原ECOM-si不断改进,使其更好地应用于河口近岸的水动力和物质输运研究。史峰岩等(2000)扣除局域平均密度层结,提高了σ坐标系下斜压压强梯度力的计算精度。Chen等(2001)将ECOM-si改成非正交曲线坐标系下的模式,使其能拟合复杂的岸线。Zhu等(2001)采用Euler-Lagrange方法改进物质输运方程中的平流项计算方法。朱建荣等(2003)应用预估修正法提高模式的稳定性。沈淇等(2011)把垂向σ坐标改进为S坐标,使海洋上层趋于同一水深的物理平面,同时底层拟合海底的变化。模式侧开边界条件包括流速、海温和盐度,边界采用法向通量形式给出,各月资料取自Simple Ocean Data Assimilation(SODA)资料,保证整个计算区域内的水体质量进出守恒．海温和盐度由美国国家海洋资料中心(NODC)资料给出。

1.3 耦合器和耦合方案

GRAPES-TCM和ECOM-si是通过Ocean Atmosphere Sea Ice Soil 3(OASIS3)耦合器(Valcke,2006)进行信息交换的。OASIS由位于法国的“欧洲气候模拟和全球变化研究中心(CERFACS)”开发,目前已广泛应用于全球的各种海-气耦合模式和地球系统模式(周天军等,

2004);在区域模式方面,邹立维等(2012)利用OASIS构建了一个区域气候海气耦合模式,并利用该模式进行了短期气候预测的尝试(Zouet al,2013)。本文耦合过程中,大气模式向海洋模式提供海表感热通量,潜热通量,入射短波辐射,长波辐射和风应力;而海洋模式向大气模式提供SST。两个模式之间交换数据的时间间隔为300s,由于大气模式积分步长较短,相当于大气模式积分5步(每步60s),海洋模式则是每2步交换一次信息。虽然两个模式设定的水平分辨率都是 0.15°,但两者的网格并非完全一致,因而在两个模式信息交换的过程中,需要通过插值处理,本文中采用的是OASIS耦合器中的mosaic方法。图2给出了大气模式、海洋模式和耦合器各分量组成的耦合模式示意图。

图2 区域耦合模式的框架示意图Fig.2 The framework of regional coupled model

2 实验设计

为了适应对西太平洋及南海区域热带气旋,特别是近海热带气旋的模拟研究和预报实验的需要,大气模式预报区域为 100°—150°E,5°—45°N,水平分辨率为 0.15°×0.15°,积分步长为 60s;海洋模式预报区域为 103.94°—145.19°E,7.85°—43.45°N,水平分辨率 0.15°×0.15°,积分步长 150s。

为了检验区域海-气耦合模式对热带气旋条件下海-气间相互作用的模拟能力以及海-气相互作用对热带气旋的路径、强度和结构的影响,本文选取了2004年14号热带气旋“云娜”作为个例进行模拟实验(模拟时段:2004年8月10日00时(UTC)—2004年8月13日 00时(UTC))。实验分为 2组,一组为单独大气实验(CTL实验),SST采用1°×1°的NCEP分析资料;另一组为海-气耦合实验(ASC实验)。

大气模式的初始场来自于NCEP全球模式(GFS)1°×1°分析场,侧边界则采用了其6h一次的预报场。由于采用的分析场的水平分辨率较粗,难以准确分辨当时“云娜”热带气旋的强度和位置,所以实验中嵌入了实时报文中生成的BOGUS涡旋(黄伟等,2010)。海洋模式的初始化则由两步组成,首先由气候态的水位、流场、温度和盐度,多年月平均的表面风应力、热通量、蒸发和降水、侧边界的大洋环流作为外强迫经过 5a长期积分,达到准平衡态,之后以个例起报前一个月作为起始时间,以 NCEP最终分析资料(Stunder,1997)每日4次的风应力,短波辐射,热通量和水通量作为外强迫继续驱动海洋模式 1个月形成最终的海洋初始场。

“云娜”的路径和强度来自于中国气象局上海台风研究所(CMA-STI)整编的西北太平洋及南海海域热带气旋最佳路径资料(http://www.typhoon.gov.cn/en/data/)。为了检验耦合模式对热带气旋条件下海-气相互作用的模拟能力,本文用到的观测和分析资料包括热带降雨观测卫星微波成像(TRMM/TMI)逐日SST资料(Wentzet al,2000);客观分析海气通量计划(OAflux)海-气通量资料(Jinet al,2008);Quikscat海表面风(Ebuchi,2001)和分辨率约为20km的基于日本区域模式的再分析资料(Yeunget al,2005);另外,本文还采用了 TRMM 反演的逐 3h的瞬时降水率资料(Kummerowet al,1998)。

3 结果与分析

3.1 对“云娜”路径和强度的模拟

图3给出的两个实验模拟的热带气旋“云娜”的路径和实况,模式对“云娜”的路径模拟较为一致,控制实验和耦合实验都略偏北,距离误差最大均为150km左右(48h),接近登陆时,距离误差减小,特别是耦合实验 72h时距离误差 80km,而控制实验后期西移速度偏快,距离误差偏高。总体而言,海-气相互作用的考虑,对热带气旋“云娜”的路径影响不大,这与之前很多相关工作的结论一致(Zhuet al,2006;蒋小平等,2009)。

从对热带气旋“云娜”的强度模拟结果(图4)来看,两个实验都基本模拟出“云娜”增强,成熟到登陆后衰减3个阶段。但动态海洋的引入对热带气旋“云娜”的强度模拟有很大的影响。单独大气实验在18h之后迅速增强,直至54h达到最强,近中心最大风速65m/s,

图3 模式模拟的2004年8月10日00时—2004年8月13日00时热带气旋“云娜”的路径和“最佳路径”Fig.3 The simulated and best track to tropical cyclone Rananimfrom 00 UTC 10 Aug 2004 to 00 UTC 13 Aug 2004

海平面中心气压 905hPa,大大强于同期实况;而耦合实验模拟的“云娜”强度在42h达到峰值,近中心最大风速 49m/s,海平面中心气压 942hPa,之后保持这一强度直到登陆后衰减,这与实况十分接近。相比单独大气实验,耦合实验模拟的“云娜”峰值强度低32hPa,最大风速相差16m/s,这一结果与Zhu等(2006)模拟的飓风“Bonnie”强度结果接近。

3.2 对海-气耦合合理性的验证

由于本文中所谓海-气耦合仅考虑了SST的变化对大气的影响,因而海洋热力状况的模拟,特别是SST对热带气旋的响应是耦合模式中海-气相互作用是否合理的主要指标。图5给出了耦合实验模拟的48h的SST分布与TMI的SST比较。可以看到,耦合实验模拟的SST分布与TMI的SST十分接近,特别是对热带气旋经过附近区域的降温的模拟。实况中在热带气旋路径右侧有两个明显的降温大值区,其一位于 23.5°N,128.5°E,另一个位于 48h热带气旋中心右侧,最大降温均在 3°C左右。在靠近浙江省沿海地区,耦合模式模拟的降温偏大,这可能是由海洋模式对近岸的浅水区域热力结构刻画不足所致(蒋小平等,2009)。图6给出了图5中耦合实验模拟的“云娜”路径上各点SST与TMI的SST以及控制实验的SST的差异,结果表明耦合实验模拟的SST无论绝对值还是降温峰值分布均与实况接近,而控制实验的SST来自NCEP的初始场,比实际SST明显偏高。

图4 两组实验对“云娜”强度的模拟Fig.4 Observed and simulated intensity of Rananim over 72h

SST的改变主要是通过海表面热量通量的改变对大气产生影响。图7给出了控制实验和耦合实验模拟的 24—48h平均的海表面潜热和感热通量与相同时段OAFlux分析的热通量水平分布。与OAFlux的结果一致,热带气旋中心附近为热量交换的大值区,海表面的热交换主要以潜热通量为主,且大值区在热带气旋路径的右侧。控制实验模拟的潜热通量最大值达到 400W/m2,耦合实验模拟的近热带气旋中心潜热通量约为200W/m2,与OAFlux的分析结果更为一致;感热通量也有类似的特征,但两组实验模拟的感热通量相比OAFlux普遍偏弱。

控制实验模拟的海-气热通量明显强于耦合实验,这一方面与耦合实验中海表面 SST的下降有关,但近地面的风速的差异也是决定海-气通量的重要因子。图8给出了CTL实验和ASC实验模拟的10m风和日本再分析资料的10m风以及Quikscat近地面风场的结果对比。CTL实验模拟的10m风场强于ASC,8级风区域明显偏大,内核极端风速比ASC实验高1个等级(与图4的结果对应)。从与日本的再分析资料的对比来看,ASC实验模拟的10m风的8级风区域和内核风速都更接近实况;但 2个实验的内核最强风的分布均与日本再分析资料的结果有很大差异,模拟

图5 耦合实验模拟的48h SST分布(ASC,a)和实况的SST(TMI,b)对比(°C)Fig.5 Comparison in SST after 48 h between the simulated by ASC(a)and the observation(b)

图6 积分48h后,耦合实验模拟的“云娜”路径各点SST与TMI SST和控制实验(初始NCEP SST)的比较Fig.6 Comparisonin the simulationfor SST after 48 h by ASC,TMI,and CTL(initial NCEP SST) at Rananim’s path

的最大风速均出现在热带气旋北侧,而日本再分析资料的最大风速出现在热带气旋东南侧。Quikscat的风场要更弱一些,这与这一资料本身的特点有关(Maet al,2010),但从Quikscat风场反应的热带气旋近地面风场水平结构来看,其最大风速正位于北侧,表明2个实验模拟的热带气旋的不对称结构与观测接近,而日本再分析资料可能因为模式分辨率等的原因,其风场结构与实况有一定差异。另外,2个实验模拟的10m风场结构也与图7给出的OAFlux通量的北高南低的水平分布有很好的对应关系,这从另外一个角度说明模式模拟的热带气旋风场分布的可靠性。

图7 各实验模拟的日平均海表热通量和OAFlux的通量分布(W/m2)Fig.7 Comparison in the distribution of daily mean surface fluxes from CTL(a,d),ASC(b,e) and OAFlux(c,f),where a,b,c is latent heat flux and d,e,f is sensible heat flux(W/m2),respectively

图8 2004年8月12日00时(UTC)的10m风场水平分布Fig.8 Distribution of 10-m wind at 00 UTC 12 Aug 2004,where a,b is simulate by CTL and ASC,and c,d is from JRA and Quikscat,respectively

3.3 海-气相互作用对热带气旋结构的影响

在海-气耦合实验中,由于下垫面受强风影响,SST发生改变,并通过改变海-气热通量影响热带气旋热力结构,进而影响了热带气旋的动力结构。图9给出了CTL实验和ASC实验模拟的48h热带气旋“云娜”平均轴向风场结构。两组实验均模拟出一个强台风的典型风场结构,最大风速半径均为 50km左右,从近地面到 850hPa存在明显的入流(辐合)层,而在200hPa左右,则有明显的出流(辐散)层,但两者的平均入流和出流差异并不明显;2组实验的主要差异表现为热带气旋眼区 CTL实验模拟的切向风明显强于ASC实验。(刘磊等,2011)利用热散度,即200hPa和850hPa的散度差反应热带气旋对流发展的强弱,正值代表上升气流,而负值代表下沉气流。图10给出了2组实验模拟的12h和30h热散度,从12h的结果来看,2组实验差别不大,热散度正、负值交替,呈螺旋状分布,总体分布较为零散;到 30h,无论正值还是负值,均呈带状分布,CTL实验热散度正值基本闭合,相比12h有显著增强,特别在热带气旋北部有大片的强上升气流存在,ASC实验与CTL实验结果有很大差异,主要表现为总体的对流上升较弱,非对称性更强。2组实验模拟的对流的不同分布反映到热带气旋降水上表现为降水强度和非对称结构的差异,图11给出了两个实验模拟的2004年8月11日06时的小时平均降水和TRMM资料反演的该时刻的平均降水率的比较。ASC实验相比CTL实验的主要差异是热带气旋眼区降水强度明显减弱,特别是热带气旋前进的前方强降水区明显缩小,这与图10a,图10b的结果一致,也与 TRMM 资料反演的降水率的结果更为接近。需要指出的是,由于模式的水平分辨率的局限等原因,无论是CTL实验还是ASC实验,对热带气旋“云娜”的降水的模拟与实况有较大差异。

图9 模拟的2004年8月12日00时(UTC)热带气旋“云娜”的轴对称风场Fig.9 Simulated Axisymmetric wind of CTL and ASC at 00 UTC 12 Aug 2004

图10 2组实验不同的模拟时间得到的热散度(×10-4m/s2)Fig.10 Comparison of thermal divergence(×10-4m/s2) simulate by CTL and ASC

图11 2组实验模拟的和TRMM反演的2004年8月11日06时(UTC)瞬时降水强度的差异Fig.11 Comparison of instantaneous precipitation intensity from CTL,ASC and TRMM at 06 UTC 11 Aug 2004

4 结论和讨论

本文基于 1个业务运行的区域热带气旋模式GRAPES-TCM,引入OASIS耦合器和1个成熟的海洋环流模式 ECOM-si,初步建立了一个可进行热带气旋数值模拟的区域海-气耦合模式。以0414热带气旋“云娜”作为研究个例,对热带气旋条件下耦合模式的性能进行了检验,初步评估了耦合模式的引入对热带气旋“云娜”的强度和结构模拟的影响,主要结论包括:

1)相比控制实验,耦合实验对热带气旋“云娜”的路径影响不大,但可显著改善对“云娜”强度的模拟;通过控制实验和耦合实验模拟的 10m风场与实况的对比,发现耦合实验不但改善了对 10m风速强度的模拟,而且对其非对称结构的模拟也有改进。

2)在耦合实验中,热带气旋“云娜”过境导致附近海区最高达3°C的降温,这与TMI反演的SST的结果一致;SST的下降,引起了海-气间潜热通量和感热通量的减弱,与控制实验相比,耦合实验模拟的海-气热通量与OAFlux的分析结果更为接近。

3)耦合实验模拟的热带气旋“云娜”的切向风明显弱于控制实验,另一方面,受下层入流和上层出流的控制,耦合实验模拟的台风眼壁的对流活动也明显弱于控制实验,且有更明显的不对称性;2个实验对“云娜”降水结构的模拟均比实况偏强,但耦合实验削弱了热带气旋运动前方的虚假强降水,相比控制实验,模拟的降水结构更接近实况。

需要指出的是,虽然这一区域海气耦合模式是基于业务的区域热带气旋模式发展起来的,上述的模式验证和评估工作也为日后海-气耦合模式的业务化做了一些初步的尝试,但要将该模式应用于日常热带气旋数值预报仍有很多工作需要开展。首先,由于缺少可用的海洋环流资料,目前海洋的初始化仍然是初步的和粗糙的;其次,为了进一步评估该模式对热带气旋预报能力,有必要针对过往大样本热带气旋进行批量实验,综合检验动态 SST的引入该模式预报水平的影响;另外,海-气相互作用事实上并不限于 SST的变化对海-气热通量的改变,热带气旋条件下海洋粗糙度的改变也会影响海-气通量交换,而海洋飞沫进入大气,则会从另一方面影响海-气间能量的传输,这也是目前热带气旋条件下海-气耦合数值模拟研究的前沿问题。

史峰岩,朱首贤,朱建荣等,2000.杭州湾、长江口余流及其物质净输运作用的模拟研究,I.杭州湾、长江口三维联合模型.海洋学报,22(5):1—12

朱建荣,朱首贤,2003.ECOM模式的改进及在长江河口、杭州湾及邻近海区的应用.海洋与湖沼,34(4):364—374

沈 淇,朱建荣,端义宏等,2011.西北太平洋环流和海温数值模拟.华东师范大学学报(自然科学版),6:26—35

周天军,俞永强,宇如聪等,2004.气候系统模式发展中的耦合器研制问题.大气科学,28(6):993—1007

邹立维,周天军,2012:一个区域海气耦合模式的发展及其在西北太平洋季风区的性能检验:不同大气分量的影响.中国科学:地球科学,42(4):614—628

刘 磊,费建芳,林霄沛等,2011.海气相互作用对 “格美”台风发展的影响研究.大气科学,35(3):444—456

蒋小平,刘春霞,莫海涛等,2009.利用一个海气耦合模式对台风 Krovanh 的模拟.大气科学,33(1):99—108

黄立文,吴国雄,宇如聪,2005.中尺度海气相互作用对台风暴雨过程的影响.气象学报,63(4):455—467

黄 伟,梁旭东,2010.台风涡旋循环初始化方法及其在GRAPES-TCM中的应用.气象学报,(3):365—375

黄 伟,端义宏,薛纪善等,2007.热带气旋路径数值模式业务试验性能分析.气象学报,65(4):578—587

Bender M A,Ginis I,2000.Real-case simulations of hurricaneocean interaction using a high-resolution coupled model:Effects on hurricane intensity.Monthly Weather Review,128(4):917—946

Bender M A,Ginis I,Kurihara Y,1993.Numerical simulations of tropical cyclone-ocean interaction with a high-resolution coupled model.Journal of Geophysical Research:Atmospheres(1984–2012),1993,98(D12):23245—23263

Bender M A,Ginis I,Tuleya Ret al,2007.The Operational GFDL Coupled Hurricane–Ocean Prediction System and a Summary of Its Performance.Monthly Weather Review,135(12):3965—3989

Blumberg A F,Mellor G L,1987.A description of a threedimensional coastal ocean circulation model.Threedimensional coastal ocean models,4:1—16

Chen C,Zhu J,Ralph Eet al,2001.Prognostic modeling studies of the Keweenaw current in Lake Superior.Part I:Formation and evolution.Journal of Physical Oceanography,31(2):379—395

Chen D H,Xue J S,Yang X Set al,2008.New generation of multi-scale NWP system(GRAPES):general scientific design.Chinese Science Bulletin,53(22):3433—3445

Ebuchi N,Graber H C,Caruso M J,2002.Evaluation of wind vectors observed by QuikSCAT/SeaWinds using ocean buoy data.Journal of Atmospheric &Oceanic Technology,19:2049—2062

Gopalakrishnan S,Liu Q,Marchok Tet al,2012.Hurricane Weather Research and Forecasting(HWRF) Model:2011 Scientific Documentation.In:Bernardet L ed.Developmental Testbed Center.NOAA Earth System Research Laboratory,and CIRES/University of Colorado,Boulder,CO:36—42

Hong S Y,Lim J O J,2006a.The WRF single-moment 6-class microphysics scheme(WSM6).J Korean Meteor Soc,42(2):129—151

Hong S Y,Noh Y,Dudhia J,2006b.A new vertical diffusion package with an explicit treatment of entrainment processes.Monthly Weather Review,134(9):2318—2341

Jin X,Weller R A,2008.Multidecade Global Flux Datasets from the Objectively Analyzed Air-sea Fluxes(OAFlux) Project:Latent and Sensible Heat Fluxes,Ocean Evaporation,and Related Surface Meteorological Variables Lisan Yu.OAFlux Project Tech Rep OA-2008-01

Jordan C,Frank N L,1964.On the influence of tropical cyclones on the sea surface temperature field.Florida State University:614—622

Kain J,1993.Convective parameterization for mesoscale models:The Kain-Fritsch scheme.The representation of cumulus convection in numerical models,Meteor Monogr,46:165—170

Kummerow C,Barnes W,Kozu Tet al,1998.The tropical rainfall measuring mission(TRMM) sensor package.Journal of Atmospheric and Oceanic Technology,15(3):809—817

Kurihara Y,Bender M A,Ross R J,1993.An initialization scheme of hurricane models by vortex specification.Mon Wea Rev,121:2030—2045

Kurihara Y,Bender M A,Tuleya R Eet al,1995.Improvements in the GFDL hurricane prediction system.Mon Wea Rev,123(9):2791—2801

Liang X,Wang B,Chan J C Let al,2007.Tropical cyclone

forecasting with model‐constrained 3D‐Var.I:Description.Quarterly Journal of the Royal Meteorological Society,133(622):147—153

Ma LM,Tan Z M,2010.Tropical cyclone initialization with dynamical retrieval from a modified UWPBL model.Journal of the Meteorological Society of Japan,88(5):827—846

Ren X,Perrie W,2006.Air-sea interaction of typhoon Sinlaku(2002) simulated by the Canadian MC2 model.Advances in Atmospheric Sciences,23(4):521—530

Schade L R,Emanuel K A,1999.The ocean's effect on the intensity of tropical cyclones:Results from a simple coupled atmosphere-ocean model.Journal of the Atmospheric Sciences,56(4):642—651

Stunder B J B,1997.NCEP Model Output–FNL Archive Data.TD-6141,National Climatic Data Center.http://www.arl.noaa.gov/fnl.php

Valcke S,2006.OASIS3 user guide(prism_2-5).PRISM support initiative report,3:1—64

Wentz F J,Gentemann C,Smith Det al,2000.Satellite measurements of sea surface temperature through clouds.Science,288(5467):847—850

Yeung L,Chan H P,Lai E,2005.Impact of radar rainfall data assimilation on short-range quantitative precipitation forecasts using four-dimensional variational analysis technique.In:The 11th AMS Conference on Mesoscale Processes.Albuquerque,New Mexico,USA:1—7

Zhu J,Chen C,Ralph Eet al,2001.Prognostic modeling studies of the Keweenaw current in Lake Superior.Part II:simulation.Journal of Physical Oceanography,31(2):396—410

Zhu T,Zhang D L,2006.The impact of the storm-induced SST cooling on hurricane intensity.Advances in Atmospheric Sciences,23(1):14—22

Zou L W,Zhou T J,2013.Can a regional ocean–atmosphere coupled model improve the simulation of the interannual variability of the western north pacific summer monsoon?J Climate,26:2353—2367

Zou X,Xiao Q,2000.Studies on the initialization and simulation of a mature hurricane using a variational bogus data assimilation scheme.Journal of the Atmospheric Sciences,57(6):836—860