一个区域耦合模式在不同分辨率下对台风 “山神”的数值模拟*

万修全，马伟伟，吴德星，李明悝

（中国海洋大学1.海洋环境学院；2.物理海洋教育部重点实验室，山东 青岛 266100）

西北太平洋是热带气旋发生最集中的区域之一，中国位于太平洋西岸，地理位置特殊，海岸线漫长，易遭受台风袭击，是世界上台风灾害最频繁的国家之一［1］。在全球变暖以及沿海经济快速发展的背景下，台风灾害愈演愈烈［2］。因此，提高对台风的认识以及预报能力，是防灾减灾的重大需求，同时亦是海洋与大气科学研究的前沿问题。近年来，台风路径模拟的准确性得到显著提高，但是台风强度的模拟仍是难点［3］。若对台风强度估计不足，损失仍然难以降低。目前对于台风强度主要有2种模拟手段，一种是统计－动力方法，这是一种统计学方法与动力学方法相结合的客观预报方法，例如美国飓风中心的SHIPS模式，经验统计是现今台风强度业务化预报的主要手段；另一种是数值模式预报，但准确性难以得到保证［4］。现在的基本做法是将一些中尺度大气模式如WRF、RAMS等用于台风研究预报。虽然中尺度数值模拟的研究在最近30年内得到了迅速发展［5－6］，但受制于观测资料的匮乏以及对台风相关物理过程认识不足，预报结果存在较大误差，尤其是台风强度以及降雨分布［7－9］。

不同的数值模式提供的预报结果具有较大的差异，难以实现业务化推广，使用价值不高。目前台风强度预报精确性主要受限于三点。首先，对大气背景和台风本身结构认识不足，大气模式所依靠的描述大气运动的数学物理方程都是各种条件下的简化形式，难以精确描述具体的大气运动；其次，现有的观测手段难以实现对台风的全面观测，因此难以了解台风内部细微结构以及小尺度过程，同时观测资料匮乏难以为数值模式提供可靠的初边值条件［10］；第三，台风下垫面对于台风的路径强度影响甚巨，而现在对相关的海陆动力热力过程的复杂性以及反馈作用认识还相当有限。因此，完善耦合数值模式系统，提高台风强度数值预报的准确性，是一个艰巨而富有挑战性的工作。

在传统的台风数值研究中，模式很难达到足够的分辨率。以WRF模式为例，WRF重点考虑水平分辨率为10km以内［11］，然而实际应用中，考虑到计算区域以及计算条件，较细的模式水平网格分辨率往往难以实现；同时随着海气耦合理论的发展，在台风模拟预报中愈加重视海洋的调节作用，因而高分辨率的区域海气耦合模式的发展渐成为台风研究的热点之一。这里以2012年10月发生在南海的强台风“山神”为例，利用一个区域海气耦合模式进行不同水平分辨率下的数值实验，初步探究不同水平分辨率对台风强度模拟的影响以及海洋的响应情况。

1 模式设置

模拟实验除了模拟区域外，基本采用了和CRCM（Couple Regional Climate Model）区域耦合模式［12］同样的设置，大气模式选择可同时满足天气预报和大尺度大气研究的WRF-ARW模式，该模式是由美国国家环境预测中心（NCEP）与其他几个科研机构共同开发的高分辨率区域大气模式。WRF模式为完全可压缩非静力模式，水平方向采用Arakawa C网格，垂直方向采用地形追随坐标，模式提供多种物理参数化方案，可以用于真实台风个例的模拟。海洋模式采用专门针对区域海洋问题设计的ROMS模式，该模式是自由表面的、基于流体力学原始方程的静力平衡模式。模拟中采用Arakawa C网格，水平使用正交直角坐标，垂直方向使用随底地形变化的S坐标，其优点在于可以对某些变化剧烈的区域如温跃层加密分层。本实验共进行27、9、3和1km 4组不同分辨率的实验（见表1），受计算条件限制，1km分辨率只进行了耦合实验。各实验都是单独运行，没有嵌套组合。

表1 耦合模式实验分组及配置情况Table 1 Configuration of couple model experiments

图1 大气模式网格计算范围Fig.1 Atmospheric model domain

图1为不同组实验的WRF模式计算范围，海洋模式计算范围略小于大气模式。在A组实验中大气与海洋水平网格分辨率比例为3∶1，其余组实验中为1∶1，大气海洋计算重合区域水平网格保持严格一致，D实验范围与C实验相当。海洋垂向分为33层，大气垂向为27层。WRF模式采用的主要物理参数化方案见表2，并且为了保持敏感性实验中参数化方案的一致性，重点对比研究不同水平分辨率的海气耦合模式对台风个例模拟的作用，本文的不同实验均采用了同一参数化方案配置。虽然有研究表明，不同的模式分辨率（30、10和3km）情况下台风路径与强度模拟对其中重要的积云对流参数化方案的选择敏感性基本不变［13］，但是在实际台风数值模拟时实验C和实验D中的对流参数化方案应该关闭。大气与海洋模式每1h相互交换数据完成一次耦合过程，海洋向大气提供海水表面温度（SST）作为大气下界面边界条件，大气向海洋提供所需的海表通量作为强迫场，主要包括净短波辐射、净热通量、蒸发、降雨以及海面风场等，WRF与ROMS通过硬盘上生成文件交换数据完成耦合，模式运行相互独立，非耦合实验时可只运行WRF。为防止FNL数据中的海气界面温度对实验结果的干扰，排除不同数据源导致的海气界面差异，非耦合实验组采用固定海洋模式初始时刻海洋SST场为大气下界面条件，其余设置相同。

表2 WRF模式参数化方案设定Table 2 Parameterization schemes used in WRF model

不同实验中大气模式初始场和边界条件采用NCEP FNL全球再分析同化资料，其空间分辨率为1（°）×1（°），时间分辨率为6h；海洋模式不同实验中海洋部分采用统一初始场（HYCOM 1/12（o）1d分辨率同化数据），实验A边界同样采用HYCOM同化数据，大区结果为小区模式提供边界条件。台风“山神”自2012年10月22日形成后发展增强，24日在菲律宾登陆，穿越南海，于27日达到最强，28日登陆后减弱。本实验只考虑台风在南海上经过的过程，所有模式实验从2012年10月24日6时（UTC，下同）起积分5d。计算过程中没有进行台风观测数据的同化，以便于对不同实验的模拟效果进行比对。

2 结果分析

本文主要关注不同分辨率下台风强度模拟差异以及原因，同时初步探究耦合模式中不同分辨率下大气模式对于海洋变化的敏感度以及海洋对于“山神”台风的响应。

2.1 台风路径强度模拟结果比较

分析台风的模拟情况需要从模式资料中确定台风的位置和路径。首先根据模式输出资料中的海平面气压场（SLP）大致给出台风中心位置，再确定该位置周围5°范围内SLP最小值位置，但SLP低值只能体现台风结构一个方面，所以同时参考10m风场、旋度分布，从而合理确定出台风中心位置。图2（a）为耦合实验中台风路径以及台风在不同阶段的强度（以台风中心附近10m最大风速代表台风强度），非耦合实验中台风路径稍有偏移（未给出），但是差别并不明显。图2（b）为不同时刻模拟台风中心位置与台风实际位置的偏移距离。在模拟时间内，实验A1、B1、C1和D中台风中心位置与实际观测位置平均偏移距离分别为103.57、112.0、88.13和71.33km。实验 A1、B1和C1的模拟路径整体上较实际情况偏北，实验D在海上的模拟路径与实际情况较接近，但是其登陆地差别较大。比较各实验在不同时刻台风级别，提高模式的分辨率至一定量级后，对台风强度的模拟是有改善的（见图3（a）），而且在台风近岸前，D实验台风路径与实际最为吻合。

图2 不同实验台风路径和强度图（a）及不同时刻模拟台风中心位置与实际位置的距离（b，单位：km）Fig.2 Typhoon tracks and Intensity（a）and the distance between simulated typhoon center and observations（b）in different experiments

不同实验之间台风强度模拟结果差异明显。实验A中台风在发展到强热带风暴之后基本上不再增强，而在实际情况下，台风强度在27日12时之后存在显著提高。提高分辨率之后，台风强度模拟得到改善，B、C、D实验中台风在后半段中存在增强，各个时段之间亦有差异。从台风中心10m最大风速（WMSP）时间序列（见图3（a））中亦能看出，实验A中台风强度在达到30m/s之后基本稳定，提高分辨率后台风强度明显增强，尤其在27～28日，实验C、D都存在与实际情况相对应的大幅提升，说明在A实验中空间分辨率限制了台风强度可以达到的上限。从整体看，耦合模式实验中与实际台风强度符合程度最好的为实验D。但是在台风成长阶段（26日前后），所有实验模拟的台风强度都较观测的强，而在27日前后，所有实验模拟的台风强度都未能达到实际的量值。从台风中心海面最低气压（MSLP）变化来看（见图4），在台风强度缓慢发展的阶段，实验C1与实际情况较为相符，但在27日之后只有实验D表现出实际中与台风强度迅速增强相一致的迅速降低现象。总体而言，随水平分辨率提高，MSLP能更好接近实际情况，从风速、气压变化来看实验D与实测一致性最好。

图3 台风中心附近10m最大风速（a，单位：m/s，黑线为观测）变化以及与观测差值（b，单位：m/s）Fig.3 Maximum wind speed around typhoon center（a，black line is observation）and the difference with observation（b）

图4 台风中心海面气压（单位：hPa）变化Fig.4 Pressure of typhoon center

在非耦合实验中，大气下界面保持初始时刻SST不变，因而不存在台风经过过程中海洋变化对于台风的反馈作用，向上热通量的变化主要由SST水平分布引起。由于台风经过过程中，SST主要变化位于台风路径右侧（见图9），在耦合实验中由于抽吸作用台风主经过范围SST略低，使台风中心向上热通量低于非耦合实验，导致耦合实验中台风强度略低于非耦合实验（见图5），这说明SST的变化对台风的发展是有影响的。但这种差异随着水平分辨率的提高而减小，实验A组中风速差异平均为1.5m/s，而实验C组中则降为0.9m/s，幅度达40%。

图5 三组不同分辨率实验中台风中心附近最大风速变化序列Fig.5 Maximum wind speed around typhoon center from couple model with different resolution

从各组实验台风中心附近平均（1°范围内）感热与潜热通量总和（以下简称向上热通量）的时间变化来看（见图6），向上热通量与台风强度变化有很好的对应性。在实验A中向上热通量没有很大变化，在实际台风迅速增强的阶段，实验A中热通量也没有显著性的增强，因而导致实验A中的台风强度在达到上限后基本处于较平稳的状态。但是在实验B与实验C中，向上热通量都存在一段显著上升的过程，因而导致台风强度的显著增强。对比同组实验中耦合与非耦合过程中向上热通量的差异，可以看出，非耦合实验的向上热通量较大，特别是在实验B与实验C中，而且，随着水平分辨率的提高，大气模式对于海洋变化的敏感性也在增强。

图6 台风中心附近向上热通量（单位：W/m2）Fig.6 Upward heat flux around typhoon center in the range of 1°（Unit：W/m2）

除了向上热通量，水平分辨率导致的台风结构的差异同样能够影响到台风强度的模拟效果。台风中心气压以及风圈大小在一定程度上能够反映台风强度，普遍而言，台风中心气压越低，风圈越收束，能量集中，台风越强；反之，结构愈松散，台风越弱。从图7可以看出，在3组实验中，实验A台风风圈作用范围最大。从风速与热通量分布看，大风作用范围最广但结构最松散；实验C台风能量最为集中，强度最强。随分辨率的提高，耦合导致的热通量分布以及量值上的差异减小，实验A中这种差异非常明显，实验B中差别减小了很多，实验C中耦合与非耦合实验基本类似，这从一定程度上说明提高分辨率可减弱海气耦合模式在刻画台风时起到的负面作用。

台风垂直气压温度分布也能很好反映出台风结构差异，以一个时刻台风中心所在纬度取压强与温度垂直剖面分布（见图8），从水平方向上看，台风中心附近的气压梯度随着分辨率提高而提高，说明提高水平分辨率后，台风风圈作用范围减小，水平气压梯度力更强，使得台风中心附近风力更强，辐合上升运动更加强烈。比较3个耦合实验中台风中心附近的垂直温度结构，分辨率提高后，实验A1、B1、C1中台风中心3km高度以下垂直温度依次提高，这是由于强烈的上升流为3km下低对流层大气带去大量水汽，凝结后释放潜热。与耦合实验相比，非耦合实验中台风中心气压更低，梯度更大，同时中心上空垂直气温更高。台风经过过程中海洋表层主要降温区域位于右侧，因而差异最为显著，海气耦合之后，右侧区域上空气温受海洋影响相对较低，最高能达到3°C，所以海洋对于大气的调节作用在耦合模式中能够更好地体现出来。

2.2 海洋对台风“山神”的响应

台风过程会对海洋动力和热力过程产生显著影响，海洋对于台风的响应已经有大量成熟的结论［19－21］。由台风引起的的涡旋与波动能够向海洋内部输入大量机械能，增强海洋混合并因此改变上层海洋温盐结构。主要表现为：由Ekman抽吸和湍流混合引起的次表层冷水上翻形成SST冷异常，以及由气旋式强风和台风两侧近惯性流不对称导致的特异环流场。在本文的3组耦合实验中，上层海洋均对台风产生响应，但是实验间的差别不大，限于篇幅，这里只对实验B的结果进行讨论。

图7 2012年10月27日12时台风中心附近向上热通量分布（单位：W/m2）Fig.7 Distribution of upward heat flux around typhoon center at 12：00pm on 2012-10-27（Unit：W/m2）

图8 2012年10月27日0时过台风中心纬向垂直温度（填色，单位：°C）和气压（等值线，单位：hPa）剖面图Fig.8 Vertical temperture profile along the latitude acrossing typhoon center at 00：00am on 2012-10-27

图9 海表温度（单位：°C）及表层流场（单位：m/s）分布Fig.9 Sea surface temperture and current vectors

图10 初始时刻50m温度（填色，单位：°C）、流场（矢量，单位：m/s）以及自由海面高度（等值线，单位：m）分布Fig.10 Temperature（shading color），current vectors at depth 50mand free surface height（contour）

从台风经过南海4个时刻的SST以及海表面流场（见图9）来看，由于近惯性流方向与风矢变化方向在路径两侧的异同性，台风路径右侧流场远强于左侧，同样加强了路径右侧的海水混合，导致右侧冷水上翻使得SST冷异常出现在台风路径的右侧。冷异常的出现同样与局地温盐层结有关系，初始时刻即存在于南海中部的2个冷涡旋（见图10）对冷异常起到重要作用。从图11中可以明显看到，在台风穿过南海过程中，沿路径方向伴随着2个中尺度涡的合并增强与分离的过程，因此在台风经过过程中还存在台风引起的中尺度涡旋的变化以及相关的海洋过程。中尺度冷涡在台风经过时的增强对次表层冷水上翻起到促进作用，同时会影响到对垂直方向上的温盐结构。从图12北纬17°断面图可以看出，台风经过中尺度冷涡时，不仅会引起次表层冷水的上翻，还会在中尺度冷涡加强的过程中使冷涡处温跃层略微上移，台风经过之后慢慢恢复。这一情况同样反映在台风前后混合层深度的变化上（见图11），台风经过没有加深混合层深度，反而在冷涡存在下使其减小。台风引起的强烈垂直混合会使混合层深度增加。图13是沿台风运动路径截取的断面，给出该断面在模拟5d内混合层深度随时间的变化。可以明显看出，台风在到达某点时，混合层深度都有一定程度的加深，但是路径点45～70变化不是很明显，并且台风经过之后相比之前有较明显的降低，这些路径点都处在中尺度冷涡过程（图中红圈），以从一定程度上说明台风使得混合层深度加深但是中尺度冷涡削弱了这种效果。

图11 台风“山神”过程中自由海面（等值线，单位：m）、混合层深度（填色，单位：m）分布Fig.11 The distribution of sea free surface height（contour）and mixed layer depth during the Typhoon Son-Tinh process

图12 17°N断面速度V分量以及温度分布（等值线，°C）Fig.12 Meridional velocity and temperture at 17°N section

图13 台风路径所在断面混合层深度（单位：m）的时间变化Fig.13 Mixed layer depth along the section along the typhoon track

3 结论

本文通过4组数值实验在海气耦合模式基础上初步探讨了不同水平分辨率对台风强度模拟的作用，并且讨论了海洋对于台风的响应，得到以下几点结论：

（1）分辨率太低导致没有足够网格点刻画台风结构，台风能量过于分散，难以达到实际强度；提高分辨率之后可用来刻画台风的网格点增多，通过改善台风中心向上热通量和台风能量等的模拟，利于台风强度的模拟。因此，提高模式水平分辨率能够使台风强度的模拟情况得到一定改善。

（2）在台风“山神”的模拟中海洋产生右侧冷异常，本实验中海气耦合过程对海表热通量以及低层大气温度有明显的影响，提高水平分辨率可能在一定程度上能够提高耦合模式中大气对于海温的敏感度。从热通量分布情况来看，提高水平分辨率可改善台风耦合过程中海洋冷异常对向上热通量的负面作用。对比非耦合模式结果中的台风强度，耦合模式结果并没有体现出优势，海洋对于台风的反馈比如降温等对台风的发展增强起到负作用，从台风“山神”个例来看，这种负面作用可随分辨率提高而减弱。但是海洋产生的这种冷异常是否会随海洋背景场和台风的不同而变化尚需要深入研究。

（3）台风“山神”导致的海洋响应，包括台风引起的路径右侧冷异常。本文相应的不对称环流场以及中尺度冷涡的增强与合并等在耦合模式中都得以体现。海洋中存在的中尺度冷涡增强等变化可能对台风加深混合层深度起到抑制作用。但是由于台风经过时海洋观测资料的缺乏和模式模拟的限制，这些海洋响应是否具有普遍性还需要进一步的观测证实和模式验证。

（4）本实验在不同水平分辨率下对台风“山神”进行了数值模拟。虽然27、9、3和1km 4个分辨率下的耦合实验结果可以说明提高分辨率能够有效改善台风强度的模拟情况，并可以模拟研究海洋对台风的响应等，但耦合实验下台风路径的模拟似乎并没有得到显著性的优化和提高。这可能是因为某些耦合过程中的物理参数化方案随网格精细化已经不再适用，例如对台风模拟有重要影响的积云对流参数化方案在大气模式水平分辨率小于5km时应该关闭，否则可能导致模拟出现偏差；其次，在对台风数值模拟中引入合适的数据同化方法也是目前常用的行之有效的模拟做法［33］，未来研究可以尝试采用Bogus同化方案［34］，针对不同模式空间分辨率设置合适的物理参数化方案等进行进一步的改进。

［1］陈联寿，孟智勇.我国热带气旋研究十年进展 ［J］.大气科学，2001，25：420-432.

［2］秦大河.气候变化·区域应对与防灾减灾：气候变化背景下极端事件相关灾害影响及应对策略［M］.北京：科学出版社，2009.

［3］陈玉林，周军，马奋华.登陆我国台风研究概述［J］.气象科学，2005，25（3）：319-329.

［4］费建芳，黄小刚，程小平，等.热带气旋海棠（2005）强度数值模拟试验 ［J］.气象科学，2010，30（5）：657-665.

［5］Pielke R A.Mesoscale meteorological modeling［M］.New York：Academic Press，1984：612.

［6］Ninomiya K.Mesoscale numerical weather prediction，numerical prediction of mesoscale severe phenomena in japan，short and medium range numerical weather predition［M］.Tokyo：Wmo/Iugg Nwp Symposium，1986：517-531.

［7］孙健，赵平.用WRF于MM5模拟1998年3次暴雨过程的对比分析 ［J］.气象学报，2003，61（6）：22-26.

［8］刘宁微，王奉安.WRF和MM5模式对辽宁暴雨模拟的对比分析［J］.气象科技，2006，34（4）：692-701.

［9］McFarquhar G M，Zhang H N，Heymsfield G，et al.Factors affecting the evolution of Hurricane Erin（2001）and the distributions of hydrometeors：Role of microphysical processes［J］.J Atmos Sci，2006，63：127-150.

［10］王振会，河惠卿，金正润，等.积云数化和微物理方案不同组合应用对台风路径模拟效果的影响［J］.热带气象学报，2009，25：435-441.

［11］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.

［12］Christina M Patricola，Li Mingkui，Xu Zhao，et al.An investigation of tropical Atlantic bias in a high-resolution coupled regional climate model［J］.Climate Dynamics，2012，39：2443-2463.

［13］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.

［14］Hong Songyou，Dudhia J，Chen Shuhua.A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation［J］.Mon Wea Rev，2004，132（1）：103-120.

［15］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）：2318-2341.

［16］Mlawer E J，Taubman S J，Brown P D，et al.Radiative transfer for inhomogeneous atmosphere：RRTM，a validated correlated-k model for the long-wave［J］.J Geophys Res，1997，102：16663-16682.

［17］Chou M D，Suarez M J.A solar radiation parameterization for atmospheric studies［R］.［s.1.］：NASA Tech.Rep.Series on Global Modeling and Data Assimilation， NASA/TM-1999-104606，1999，15：40.

［18］Kain J S.The Kain-Fritsch Convective Parameterization：An Update［J］.J Appl Meteor，2004，43，170-181.

［19］Chang Y C，Tseng R S，Centurioni L R.Typhoon-Induced Strong Surface Flows in the Taiwan Strait and Pacific ［J］.J Oceanogr，2010，66：175-182.

［20］Sanford T B，Price J F，Girton J B.Upper-Ocean response to hurricane Frances（2004）observed by profiling EM-APEX floats［J］.J Phys Oceanogr，2011，41：1041-1056.

［21］Lu Z M，Huang R X.The three-dimensional steady circulation in a Homogenous Ocean induced by a stationary hurricane ［J］.Journal of Physical Oceanography，2010，40：1441-1457.

［22］曾智华，陈联寿.海洋混合层厚度对热带气旋结构和强度变化影响的数值试验 ［J］.高原气象，2011，30（6）：1584-1593.

［23］陈炯，郑永光.WRF模式中不同边界层参数化方案对2003年7月江淮暴雨的数值模拟及其比较［C］.［s.1.］：中国气象学会2003年年会论文集（7），2003：221-224.

［24］Gill A E.On the behavior of internal waves in the wakes of storms［J］.J Phys Oceanogr，1984，14：1129-1151.

［25］Tang Y M，Kleeman R，Moore A M.SST assimilation experiments in a tropical Pacific Ocean model［J］.J Phys Oceanogr，2004，34：623-642.

［26］Emanuel K.Contribution of tropical cyclones to meridional heat transport by the oceans［J］.J Geophys Res，2001，106：14771-14781.

［27］Sriver R L，Huber M.Modeled sensitivity of upper thermocline properties to tropical cyclone winds and possible feedbacks on the Hadley circulation［J］.Geophys Res Lett，2010，37（8）doi：101029/2011JC007295.

［28］Manucharyan G E，Brierley C M，Fedorov A V.Climate impacts of intermittent upper ocean mixing induced by tropical cyclones［J］.J Geophys Res，2011，116 （C11），doi：101029/2011JC007295.

［29］Knutson T R.coauthors.Tropical cyclones and climate change［J］.Nature Geoscience，2010，3：157-163.

［30］Oey L Y，Ezer T，Wang D P，et al.Hurricane-induced motions and interaction with ocean currents［J］.Cont Shelf Res，2007，27：1249-1263.

［31］Liu L L，Wang W，Huang R X.The mechanical energy input to the ocean induced by tropical cyclones［J］.J Phys Oceanogr，2008，38：1253-1266.

［32］Ding Y H，Reiter E R.Some conditions influencing the variability of typhoon formation over the west Pacific-ocean［J］.Archives for Meteorology Geophysics and Bioclimatology Series a-Meteorology and Atmospheric Physics，1981，30：327-342.

［33］Zhang Xiao-yan，WANG Bing，JI Zhong-zhen，et al.Initialization and simulation of a typhoon using 4-dimensional variational data assimilation-research on typhoon Herb（1996）［J］.Advances in Atmospheric Science，2003，20（4）：612-622.

［34］林芳妮，万齐林，管兆勇，多时刻台风Bogus资料同化对台风“天鹅”的影响 ［J］.热带气象学报，2011，27（2）：230-236.