探空和飞机观测资料联合同化对台风“苏迪罗”（2015）数值模拟的影响研究

龚俊强，刘朝顺，刘延安，乔枫雪

（1.华东师范大学地理信息科学教育部重点实验室，上海200241；2.华东师范大学地理科学学院，上海200241；3.华东师范大学中国科学院对地观测与数字地球科学中心环境遥感与数据同化联合实验室，上海200241）

1 引 言

我国是世界上台风登陆最多、灾害最重的国家，平均每年登陆我国的台风有7～8个[1]。因此，提高台风的预报预测能力，加强台风数值预报的可靠性和准确性研究，对于防御和减少台风灾害有十分重要的意义[2]。模式过程、侧边界和物理过程是影响数值预报结果的重要因素[3]。其中初值不确定性是数值天气预报模式中预报误差的最主要来源之一，即使小的初始误差也可能随预报时效的延长而迅速增长，最终导致确定性预报的失败[4]。周菲凡等[5-6]研究指出，通过消除初始误差、提高初始分析场的精度，可以有效提高预报技巧，从而改善台风预报水平。除了改进数值模式以外，改善初始场也是提高台风预报能力的关键因素，而这依赖于观测资料同化[7]。对于台风系统的预报误差研究表明其具有显著的中小尺度结构特征，在混合资料同化系统中采用合适的耦合系数对分析和预报质量有正效果[8]。

目前的观测资料由常规观测资料 (主要为地面测站资料、无线电探空资料)和非常规探测资料(如雷达资料、卫星辐射率资料)构成。近年来，在卫星资料、雷达资料、探空资料、地面自动站资料等的同化应用研究中取得了一系列成果。例如，邹力等[9]发现直接同化卫星亮温资料能够改善初始场结构，尤其是对西太平洋反气旋系统，进而提高对热带气旋路径的模拟精度。余意等[10]研究表明同化IASI资料有利于改善台风预报技巧。Srivastava等[11]研究发现同化多普勒雷达资料可以有效改进热带气旋结构、强度、移动路径以及风速风向。李昕等[12]比较研究了雷达径向速度同化和反演风同化对台风“灿都”分析和预报的影响，研究发现联合同化策略的预报表现最优。朱磊等[13]研究认为，对我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。

在探空资料的同化应用研究方面，李跃清等[14-16]针对西南涡加密观测试验中得到的加密观测资料（包括探空资料）在西南地区业务数值天气预报中的应用进行了分析，结果表明：同化加密探空资料改进了模式初始场质量，提高了降水业务预报水平，尤其是区域性暴雨天气预报。宝兴华等[17]利用WRF-EnKF系统同化常规探空资料，显著改善了数值预报的初始场，减小了各物理量的预报偏差和预报均方根误差，进而提高了暴雨过程的降水落区和强度的预报准确率。徐同等[18]利用华东区域中尺度数值预报业务系统比较同化加密探空观测资料前后模式预报结果的差异，发现同化加密探空资料后模式初始场更接近实况，对强降水及形势场预报均有不同程度改进，24 h暴雨和大暴雨量级降水的预报技巧分别提高了2.5%和8.1%。莫毅等[19]利用WRF-3DVAR同化系统同化了常规探空和地面观测资料，结果表明同化能够改进初始场，并可改进暴雨落区和强度预报。张钊扬等[20]研究表明，同时同化常规观测资料和GPS探空廓线数据可以有效弥补常规数据精度不高、GPS数据水平分辨率低的缺点，无论是对降水的落区还是强度都有很好的改善。

针对探空资料同化对于台风数值模拟的影响，也有部分学者进行了研究。邱学兴等[21]对比分析了LAPS系统中两种资料融合方法对台风“海葵”的预报效果，结果表明探空资料的融合具有明显正效果，探空资料对6 h后台风路径预报改进明显。曲晓波等[22]研究发现，同化下投式探空资料为数值预报提供了较为接近实际的初始场，从而提高了数值预报的精度，改善了飓风路径预报，其中以湿度场和风场的贡献为最大。张诚忠等[23]基于下投探空观测资料，进行了有无以同化下投探空为初始场的GRAPES模式的模拟试验，以了解下投探空资料对台风“莫拉克”预报的影响作用。结果表明：同化下投探空资料后改进了模式初值场，台风的路径更接近实况，48 h台风路径预报误差比原来减少18%。

Benjamin 等[24]利用 OSE（Observation System Experiment）方法分析比较了地面报、飞机报、风廓线、探空、VAD（Velocity Azimuth Display）和 GPS水汽等多种数据在快速更新循环系统中的相对贡献率，发现飞机报对模式起报后3～6 h的预报贡献率最大，其次为探空，风廓线、GPS水汽和地面资料也对短时预报有正贡献。陈锋等[25]以台风“菲特”为例，利用WRF模式与GSI-3DVAR同化系统开展观测系统试验(OSE)研究，探讨了不同类型资料同化对“菲特”（2013）路径、强度、形势场和降水短时预报的相对贡献及可能影响机理。结果表明：对高空场和台风路径模拟影响较大的是探空和飞机报，对台风强度模拟影响较大的依次是雷达径向风、反射率、探空和飞机报，而对降水模拟影响较大的依次是雷达反射率、探空和飞机报。董海萍等[26]针对台风“潭美”的多源同化研究表明常规观测资料对台风路径预报改善效果最明显，卫星资料对海上台风路径的修正较好，而雷达资料则对台风登陆后的路径预报有改善，并且多源资料的融入效果最好。

以往的研究多集中于卫星、雷达等非常规观测资料同化对数值模拟的影响，对于探空、飞机报资料的同化应用尤其是对于台风数值模拟的影响研究仍然较少。本文主要针对2015年台风“苏迪罗”二次登陆过程，基于中尺度数值天气预报模式WRF（Weather Research Forecast）和国内外广泛使用的 WRFDA（WRF Data Assimilation），利用NCEP （National Centers for Environmental Prediction）ADP（Automated Data Processing）提供的全球高空观测天气数据（Global Upper Air Observational Weather Data），同时同化其中的无线电探空、飞机报观测资料，并进行模拟预报，对比同化前后模拟的降水、初始场、台风结构的差异，评估探空、飞机报资料同时同化对台风“苏迪罗”数值模拟的同化效果。

2 台风个例简介

超强台风“苏迪罗”（Soudelor）是2015年太平洋台风季第13个被命名的热带气旋，于北京时间7月30日20时在西北太平洋洋面上生成，强度逐渐加强，8月2日开始快速加强，8月3日加强为超强台风级，尔后达到其巅峰强度17级以上（65 m/s）；8月8日凌晨，以中心附近最大风力15级（48 m/s）在台湾省花莲市登陆，并于同日晚22时以中心附近最大风力13级（38 m/s）在福建省莆田市登陆，进入内陆后逐渐减弱，8月9日减弱为热带低压，8月10日17时停止编号。台风“苏迪罗”带来的降水量大、持续时间长、影响范围广，给社会造成巨大经济损失[27]。台风影响期间，浙江福建两省普降暴雨，温州全市过程平均雨量271.9 mm，日降雨量最大为文成县桂山站608.5 mm，暴雨重现期超200年一遇[28]。

3 模式方案设计

本文使用的模式版本为WRF3.8.1，采用单层嵌套，中心经纬度为120°E，30.5°N。格点数为185×190，格距为 12 km，模式顶部气压为 50 hPa，垂直层数为30层。模式积分步长为72 s，每隔6 h输出一次模拟结果。选用的长波辐射方案为RRTMG，短波辐射方案为Dudhia，微物理参数化方案为WSM5，积云对流参数化方案为KF，边界层参数化方案为YSU，陆面过程方案为Noah。

模式驱动数据采用 1°×1°逐 6 h的NCEP/FNL全球分析资料，使用的数据时间段为2015年8月8日00时—8月10日00时（世界时，下同）共48 h，其中前12 h为模式spin-up阶段。FNL数据也作为观测数据与模拟结果进行对比验证。台风路径观测数据来自于中国气象局热带气旋资料中心（tcdata.typhoon.org.cn）提供的热带气旋最佳路径数据集。观测降水资料采用从中国气象数据网（http://data.cma.cn/）下载的中国自动站与CMORPH（CPC MORPHing technique）降水产品融合的逐时降水量网格数据集（1.0版），该数据水平分辨率为0.1°×0.1°。产品的总体误差＜10%，对强降水和站点稀疏区的误差＜20%。苏传程等[29]对比了多种融合降水产品对台风“苏迪罗”降水的监测效果，发现CMORPH融合产品能清晰呈现台风降水分布，降水误差比多卫星集成降水产品小一个量级。

本文采用WRF-3DVAR同化系统对高空观测资料进行同化。所使用的观测资料为NCEP ADP提供的全球高空观测天气数据（下载地址：https://rda.ucar.edu/datasets/ds351.0/）。该数据来自于全球气象数据交互系统中的无线电探空、船舶和飞机报。时间为2015年8月8日12时。同化时所选择的资料为地面探空站点和飞机报资料，其中探空资料包含气压、风向、风速、温度、露点、湿度五种气象要素，而飞机报资料不含露点和湿度参数。探空站点个数为46，飞机报观测记录为1 796个；经过观测资料前处理剔除一部分重复数据后，参与同化的探空站点个数为45个，飞机报观测记录为1 784个。王瑞文等[30]研究表明，飞机报资料主要集中在1 000 m（对应900 hPa左右）以下的低层（起飞阶段）和10 000～12 000 m（对应100 hPa左右）的高层（平飞阶段）。模式模拟范围以及探空站点和飞机观测数据分布如图1所示。

WRF模式起始时刻为8日00时，同化分析时刻为8月8日12时，同化窗口为前后3 h。将WRF模拟预报12 h后的预报场作为WRFDA三维变分系统的背景场，引入探空及飞机报观测资料，同化得到分析场后作为WRF模式新的初始场继续积分36 h，作为同化试验（下称ADP）。未同化而继续积分36 h的模拟作为控制试验（下称CTL）。两组试验均采用相同的动力、物理过程及相同的时间积分步长。

4 环流背景分析

台风的发生发展与环流形势的演变密不可分。本文以500 hPa位势高度场分析对流层中层环流形势的演变。图2为2015年8月8日12时—9日18时共30 h的500 hPa位势高度场逐6 h的变化情况。可以看出，在台风发展移动过程中，中高纬度地区始终维持两槽一脊的形势：贝加尔湖附近为一较明显的高压脊；我国东北附近则存在一个较明显的低涡中心，东北受低槽控制；西伯利亚地区为一强大的低压及低槽区，等高线非常密集。中低纬度30°N附近主要存在两个高压，分别是中亚的大陆高压、西太平洋副热带高压。副高东西两侧分别存在两个热带气旋，随着台风的二次登陆，副高强度逐渐减弱，且不断收缩南退。大陆高压及副高的东西夹击形势，控制并引导着台风的移动方向。

5 模拟结果分析

5.1 台风移动路径

图3为两组试验及观测的移动路径及路径误差。从图3a中可以看出，两组试验模拟的台风移动路径与观测基本一致，均是二次登陆后继续穿过福建进入江西，而后进入鄂赣皖交界处，移动方向也由西北移转为近乎向北。从与实测的路径偏差（图3b）来看，在36 h的预报时效内，两组试验的预报误差均呈先升后降的变化形势，尤其是预报18～30 h的范围内误差最大。对比两组试验路径误差可以看出，控制试验(CTL)与同化NCEP高空资料的试验（ADP）路径误差均在110 km以下，ADP试验在同化后第12 h预报误差改善最为明显，减小了约50 km，误差减小了52.8%；从均方根误差来看，CTL试验的均方根误差为79.246 km，ADP试验为65.4 km，同化后均方根误差减小了约17.5%。

5.2 台风强度

台风中心附近最低气压和最大风速是表征台风强度的指标之一，也是判断强度预报准确性的重要依据。图4给出了观测与模式模拟的同化分析时刻后36 h内的中心最低气压及最大风速变化及其与观测值偏差图，表1为两组试验模拟的均方根误差。从图4a中可以看出，在台风登陆过程中，中心最低气压逐渐升高，最大风速逐渐减小，表明台风强度逐渐减弱。而对比观测与两组模拟试验可以发现，模拟结果中心最低气压均比观测值要低，强度偏强。其中，ADP试验较CTL试验更接近实测，ADP试验在同化后0～24 h内模拟的中心附近最低气压偏差减小较为明显，尤其是第12 h减小了约2 hPa，表1中显示ADP试验最低气压的均方根误差减小了1.1 hPa，改进了约18.1%。对于中心附近最大风速的模拟，图4c显示两组试验在同化后12 h前模拟较观测偏小，对应台风强度偏弱，12 h后模拟较观测偏大，对应台风强度偏强。同时由图4d可知，0～12 h内，ADP试验模拟的最大风速偏差要大于CTL试验，而18～24 h和第36 h，CTL试验大于ADP试验，表明同化效果直到18 h后才开始显现。从表1中可以看出，ADP试验模拟的最大风速均方根误差比CTL试验小。总体而言，同化对于台风近中心最大风速的模拟有一定的改进作用，但仍存在偏差，可能与观测资料尤其是飞机报资料在东南沿海地区分布较为稀疏有关。

表1 模拟与观测的台风中心最低气压（MSLP）与最大风速（MWS）的均方根误差

5.3 台风降水预报评估

台风暴雨一直以来都是数值天气预报研究的重难点之一。台风“苏迪罗”二次登陆期间，给浙江福建两省带来了大范围的强降水，尤其是浙闽交界部分地区遭遇了百年一遇的特大暴雨。本文重点关注东南沿海地区（114～124 °E，22～32 °N）的强降水事件的模拟。由于该区域强降水主要发生在9日12时之前，因而本文主要分析8日12时—9日12时这一时段的降水模拟情况。

图5给出了观测与模拟的逐6 h和24 h累积降水分布情况。可以看出降水主要集中在0～12 h内，其中浙闽交界处部分站点6 h累积雨量超100 mm，同时24 h累积雨量部分站点超200 mm。两组试验都较好地模拟出了强降水落区及量级，不足之处在于强降水模拟偏弱、范围偏小。CTL试验模拟的24 h累积最大降水量为231 mm，ADP试验模拟最大降水量为255 mm，而观测最大降水量为345 mm。模式对于同化时刻后0～6 h、6～12 h、0～24 h的累积降水分布模拟较接近观测，但总体而言降水模拟强度偏弱、范围偏大。对12～18 h、18～24 h的模拟则与观测差异较大，螺旋雨带结构不明显，对安徽南部的降水模拟明显偏弱。此外，比较两组试验中湖北、安徽、江西降水的分布范围可以看出，ADP试验模拟的5 mm以上的降水范围比CTL小，更接近观测分布。

为进一步定量评估降水模拟情况，本文利用均方根误差（RMSE）和相关系数来比较模拟与观测的差异以及同化前后的降水预报改进情况。由于模式与观测降水数据的水平分辨率不一致，需要先对模式模拟的降水数据利用双线性插值方法统一插值到水平分辨率为0.1°×0.1°的格点上，然后计算均方根误差和相关系数。表2给出了计算结果，除了0～6 h以外，其他时段ADP试验与观测的相关系数均高于CTL试验，0～6 h相关系数和 CTL 试验也很接近，并且 0～6 h、6～12 h、0～24 h的相关系数均在0.65以上，相关程度较高。从均方根误差来看，除0～6 h外，其它时段ADP试验的均方根误差均较CTL试验有不同程度的减小，其中 同 化 后 6～12 h、12～18 h、18～24 h、0～24 h 的RMSE分别减小了1.02 mm、2.04 mm、0.59 mm、2.61 mm，减小幅度约为8.46%、17.11%、4.27%、8.80%。

均方根误差和相关系数只是评估降水的整体预报效果，对于各量级降水的模拟预报通常采用气象部门业务上广泛使用的TS评分方法来评估。表3是气象业务部门通用的24 h累积降水等级分类标准。

表3 降水等级分类

通过前面分析已知，ADP试验对东南沿海地区24 h累积降水预报有所改进。由于观测的降水主要集中在浙江福建两省，强降水落区位于浙闽交界处，故而重点关注该区域的降水模拟效果。本文选取 116～122 °E，23～31 °N 作为 TS 评分检验区域，每隔0.2°一个评分格点，共1 271个格点，评估该区域24 h累积降水预报效果。图6a为TS评分区域样本分布图，其中黑点为有效样本，共878个，红点为观测数据中的缺测点，有393个。

其中，Na表示在检验区域内模拟和实况降水量都出现在某一等级内的样本个数，Nb表示模拟出现而实况未出现的样本个数，Nc表示模拟未出现而实况出现的样本个数。

图6b给出了TS评分结果，两组试验对大雨和大暴雨的预报评分较高，并且随着降水等级的增加（除特大暴雨外），预报评分有升高的趋势。对比同化前后预报评分变化可以看出，除大雨外，ADP同化试验对其他各等级降水预报评分均高于CTL控制试验，并且大雨评分仅略微低于CTL试验，这表明同时同化探空及飞机报观测资料对于该区域的降水预报确实有明显的改进。其中ADP试验对中雨和特大暴雨的改进最为明显，TS得分增加了约10%，这表明同化方案对特大暴雨等极端降水预报的改进较为理想。

6 同化对模式初始场的影响

资料同化的目的在于改进模式初始场，进而改进预报效果。为了分析探空和飞机报资料同化对初始场不同高度上各要素模拟的影响，进而研究其对降水模拟的作用，本文以FNL再分析资料作为观测值，将同化分析时刻（8日12时）模式模拟范围内温度、相对湿度、纬向风、经向风四个物理量分别插值到水平分辨率为1°×1°的格点上，然后计算不同高度上的区域平均值，并求出模拟相对于观测的均方根误差，评估同化对于初始场的改进效果。

6.1 模式初始场分析

图7给出了两组试验初始场各要素均方根误差的垂直分布情况。图8为同化前后各要素各高度上均方根误差的差值。结合图7和图8可以看出，同化探空和飞机报资料之后，温度、纬向风和经向风在各高度上均方根误差均有所减小，而在中高层400～150 hPa，相对湿度的均方根误差反而略有增大。从减小的数值来看，温度减小最多的为100 hPa，减小了0.33℃；相对湿度减小最多的为100 hPa，减小了2.29%；纬向风减小最多的为900 hPa，减小了0.62 m/s；经向风减小最多的为450 hPa，减小了0.83 m/s。从减小的最大幅度来看，400 hPa温度减小了约为44.8%；850 hPa相对湿度减小了约为9.6%；900 hPa纬向风减小了约为17.4%；450 hPa经向风减小了约为29%。从各高度均方根误差的平均变化情况来看，温度在各高度上平均减小了0.13℃，约为19%；相对湿度平均增加了0.5%，约为0.6%；纬向风平均减小了0.27 m/s，约为9.9%；经向风平均减小了0.38 m/s，约为13.4%。从图8中均方根误差减小的垂直分布情况来看，温度、相对湿度、纬向风和经向风在900 hPa、850 hPa高度上均方根误差减小的均较为明显，同化改进效果较好，这可能与飞机报资料主要集中在低层且不含露点和相对湿度有关。总体而言，同化探空和飞机报资料后确实对模式初始场有了较为明显的改进。

6.2 同化前后增量分析

由6.1分析可知，温度、相对湿度、纬向风和经向风在900 hPa、850 hPa高度上的均方根误差减小较为明显。由降水形成条件可知，水汽是影响降水产生的重要条件之一，而水汽既与相对湿度有关，又和风场对水汽的输送有着密切联系。为进一步分析同化之后初始场改善与降水预报之间的关系，选取850 hPa相对湿度、风场和水汽通量进行同化增量分析，即同化与未同化的偏差，进一步分析同化效果。图9给出了同化前后850 hPa相对湿度、风场、水汽通量对比以及增量分布。从图中可以看出，在浙闽交界地区，相对湿度表现为北部变湿南部变干，850 hPa风速减小，20 m/s以上的区域范围也有所减小。这表明低层850 hPa台风环流有所减弱，对于水汽的输送可能有所减少。

进一步分析850 hPa水汽通量，可以看出：除台风中心附近以外，东南沿海地区的水汽通量明显减少，减小最为明显的是浙闽交界地区。由5.3中分析可知，ADP试验模拟的降水范围较CTL试验有所减小，更接近实测。水汽通量减少有可能使得降水范围有所缩小。

7 同化对台风结构的影响

台风的强度与路径除了与大尺度环境流场有关外，也和台风自身结构密不可分。为了进一步分析同化对初始场台风水平和垂直结构的影响，选取海平面气压场和地面风场、水平温度异常和水平风速剖面进行分析。图10为同化前后海平面气压场和地面风场、水平温度异常和水平风速剖面图。其中，水平温度异常剖面图反映的是台风暖心结构的分布，暖心结构是热带气旋的主要特征之一，而且这种暖心结构对于热带气旋的形成与发展是必不可少的。以图10a中观测台风中心位置东西约 10个经距（115～125°E）为研究区域，求出区域内垂直方向上各层温度平均值，再由每一层上各点的温度值减去相同层的温度平均值得到各层的水平温度距平。

从台风水平结构来看（图10第一行），两组试验模拟的最低气压位置与观测台风中心位置（119.6 °E，25.9°N）基本一致，并且台风北侧的气压梯度更大。同化后，海平面气压低值区范围较同化前有所缩小，并且台风中心附近地面风速也有所减弱，对应台风强度有所减弱，这与5.2中分析一致。

从暖心结构垂直分布（第二行）来看，台风中心附近存在明显的水平温度正距平区，并且大于1℃的范围从底层一直延伸至100 hPa附近。这一正距平区存在两个较为明显的中心，一个位于250～350 hPa之间，另一个位于 500～700 hPa之间。对比同化前后的暖心结构可以看出，同化前后温度异常分布基本一致，但范围略微有所减小。

对于成熟的台风结构而言，台风中心会存在一个垂直的低风速区，也就是“台风眼”，而台风中心周围则是风速大值区。图10e和10f清晰呈现了这一结构，并且具有一个明显对称的水平风场垂直结构。台风中心东西两侧低层700～850 hPa之间存在风速最大值区，最大值达40 m/s以上。并且除台风中心附近以外，高层150 hPa附近也明显存在一对称分布的风速低值区，对应于高层强烈的辐散流出。对比同化前后可以看出，台风中心西侧的风速大值区基本不变，而东侧的大值区范围及强度均有所减小。这表明台风中心东侧的气旋性环流有所减小，可能造成低层的水汽输送减弱，这与6.2中分析一致。

8 结论与讨论

本文基于中尺度数值天气预报模式WRF和WRFDA三维变分同化系统，针对2015年台风“苏迪罗”二次登陆过程，利用NCEP ADP提供的无线电探空、飞机报观测资料，同时同化两种资料，并进行36小时模拟预报，从台风移动路径、强度、降水及模式初始场改进、台风结构等方面对比分析了同化模拟效果。主要试验结果和结论如下：

（1）路径预报方面。ADP试验在同化后第12 h预报误差改善最为明显，减小了约50 km，误差减小了52.8%；从均方根误差来看，CTL试验的均方根误差为79.246 km，ADP试验为65.4 km，同化后均方根误差减小了14.846 km，约17.5%。

（2）强度预报方面。同化后0～24 h内模拟的中心附近最低气压误差减小较为明显，尤其是第12 h减小了约2 hPa。同化后36 h最低气压的均方根误差减小了1.1 hPa，改进了约18.1%。对于中心附近最大风速的模拟，同化效果在18 h后开始显现。同化对最低气压和最大风速模拟的均方根误差均有所减小。

（3）降水预报方面。同化对 6～12 h、12～18 h、18～24 h及0～24 h的累积降水均有不同程度的改进。24 h累积降水的TS评分结果显示，同化后除大雨外其它各等级降水均有不同程度的改进，其中对中雨和特大暴雨的改进最为明显。

（4）初始场改进方面。除中高层相对湿度外，同化对各高度上温度、相对湿度、纬向风和经向风的均方根误差均有一定程度的改进。温度在各高度上平均减小了0.13℃，约为19%；相对湿度平均增加了0.5%，约为0.6%；纬向风平均减小了0.27 m/s，约为9.9%；经向风平均减小了0.38 m/s，约为13.4%。从均方根误差减小的垂直分布情况来看，温度、相对湿度、纬向风和经向风在950 hPa、850 hPa高度上改善较为明显。

（5）台风结构模拟方面。同化对初始场台风水平和垂直结构的调整主要体现海平面气压和地面风场、暖心结构强度和不同高度的水平风速均有不同程度的减弱。

本文得出的结论仅适用于台风“苏迪罗”个例，对其他个例不一定同样适用，鉴于此，以后有待选取多个个例进一步统计研究。同时，改进同化方案例如采用循环同化的方法分析同化次数对台风预报的影响也是下一步研究的重点。此外，在本研究的基础上，还可以对探空资料和飞机报资料分别进行同化，进一步探讨和比较两者对台风路径、强度和降水等不同方面改进的贡献。