气团订正对静止卫星成像仪资料同化在台风预报中的改进效果研究

郭姿佑，秦正坤，杜家铭，陈华忠

(1.韶关市气象局，广东韶关512028；2.南京信息工程大学大气科学学院资料同化研究与应用联合中心，江苏南京210044；3.玉环市气象局，浙江玉环317600)

1 引 言

台风是生成于热带广阔海洋上的一种具有暖心结构的强烈气旋性涡旋，其发生时总伴有狂风暴雨，常给受影响的地区造成严重的灾害[1]。台风通常发生发展于远离陆面的低纬度洋面上，由于观测资料不足，长期以来台风的预报都具有挑战性。

数值预报是目前台风预报的主要方法。数值天气预报水平很大程度依赖于初始条件的准确度，利用观测资料，通过资料同化方法改进模式初始条件的准确性是目前提高台风数值预报水平的重要方法[2-3]。卫星资料具有覆盖范围广、空间分辨率高等优点，近年来被大量应用于资料同化中[4-6]。利用资料同化技术可将卫星观测资料与数值模式较好地结合起来，提高卫星产品的释用水平，并改进模式的初始场以提升数值模式的预报能力[7]。因此，人们越来越重视通过提高卫星资料同化水平来改进数值天气预报准确性的研究。在美国、欧洲等发达国家的业务资料同化系统中，卫星资料同化量已经占总同化资料量的90%以上[8]。然而，卫星资料还有许多关键问题需要解决，其中，对卫星辐射率资料进行偏差订正是卫星资料同化研究的首要问题[9]。要想将卫星资料的辐射量直接应用于资料同化，就需要用到辐射传输模式将背景场信息正演为相对应的辐射值。然而不论是辐射传输模式本身，还是输入的卫星数据(温度、湿度廓线、臭氧总量等)都包含误差。这些误差可能引起观测的辐射值与根据模式背景场廓线模拟计算的辐射值之间的系统偏差，如果不对卫星资料进行偏差订正，而直接将其应用于数值天气预报（Numerical Weather Prediction，NWP）中则很难获得正效应。同时，资料同化方法也需要观测和背景偏差符合均值为零的正态分布。早在2001年，Harris等[10]就对泰罗斯号业务垂直探测器（TIROS Operational Vertical Sounder，TIROS TOVS）进行了扫描偏差订正和气团偏差订正，并在欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的预报中取得了较好的正效应。刘志权等[11]在ECMWF全球TOVS辐射偏差订正方案的基础上建立了适用于美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）的 NOAA-15/16/17 极轨气象卫星ATOVS辐射资料的偏差订正方法，得到了较好的偏差订正结果。李华宏等[12]利用GRAPES-3Dvar同化系统将偏差订正后的FY-2C云迹风资料同化到GRAPES-Meso模式中对一次暴雨过程进行了数值模拟，很好地改善了暴雨预报的强度和落区。鲍艳松等[13]研究了FY-3A的大气温度垂直探测仪资料的偏差订正问题，发现偏差订正后的观测残差基本符合均值为零的正态分布且残差的标准方差有所减小。杜明斌等[14]利用WRF三维变分同化系统同化了偏差订正后的FY-3A卫星微波资料，提高了台风路径的预报水平，台风预报路径的误差平均降低了20%，而只同化常规资料路径误差仅仅降低了4%。刘健文等[15]在WRFDA系统中对ATMS卫星资料进行偏差订正，减小了温度和湿度通道偏差，改善了台风最低气压预报，并使台风路径预报偏差降低了31%。

在国内外的研究过程中，静止卫星资料同化的研究要滞后于极轨卫星。事实上，极轨卫星受轨道的限制，其探测器的监测区域总是在不断变化，这就可能会错过热带气旋发展的关键时间段。相比之下，静止卫星有着稳定不变的视场，并且能做到连续观测，在热带气旋监测方面具有很大的优势[7]。Köpken 等[16]最早将搭载在 Meteosat-7 上的可见光和红外成像仪（Meteosat Visible and InfraRed Imager，MVIRI)资料同化进全球和区域NWP中，改善了ECMWF的预报；Szyndel等[17]和 Stengel等[18]也将搭载在Meteosat-8上的旋转增强可见光和红外成像仪（Spinning Enhanced Visible and InfraRed Imager，SEVIRI)进行了同化研究；Su 等[19]研究了美国国家环境预报中心 (National Centers for Environmental Prediction，NCEP)全球资料同化系统对美国静止业务环境卫星（Geostationary Operational Environmental Satellite，GOES）成像仪资料的同化效果；Zou等[20]和Qin等[21]将GOES-11和GOES-12成像仪资料同化进区域定量降水预报（Quantitative Precipitation Forecasts，QPFs）中，改善了降水的预报；Zou等[22]利用美国资料同化系统 （GridpointStatisticalInterpolation，GSI） 将GOES资料同化进飓风天气研究和预报（HurricaneWeatherResearch andForecasting，HWRF）系统中，改善了发生在大西洋上的台风强度和路径的预报；庄照荣等[23]、刘瑞等[24]和李宁等[25]分别利用GRAPES和WRF（ARW）的三维变分同化（3DVar)系统同化了静止卫星的云迹风资料，更加准确地预报出了台风的降水落区和强度；李昊睿等[26]将高度调整前后的FY-2E云迹风资料同化到GRAPES-3DVAR系统中，有效地改进了台风路径的预报。张艳霞等[27]利用LAPS系统比较了在GRAPES背景场中是否融入卫星资料云物理变量的差异，发现融合卫星资料较好地再现了中尺度云团的分布形态和强度，且在滚动预报中云物理变量和水平和垂直分布更加合理。隋新秀等[28]利用WRF对晴空风矢进行同化试验，改善了初始风场和位势高度，提高了模式对台风的预报能力。

综上所述，在心肌梗死致心力衰竭急救过程中进行舒适护理有利于患者心功能的恢复，改善患者的心力衰竭程度，提高患者的满意度。

在国内外的研究中，对静止卫星资料进行偏差订正的研究很少，因此，本文以2012年生成于大西洋地区并登陆美国的台风Debby作为研究对象，利用NCEP的GSI同化系统对GOES-13/15成像仪资料进行同化试验，讨论气团订正对静止卫星成像仪资料同化效果的影响，检验了气团订正前后静止卫星成像仪资料同化对台风Debby路径预报的改进作用。

2 卫星资料、HWRF系统与台风个例介绍

2.1 GOES卫星资料介绍

GOES-13和GOES-15是美国国家海洋和大气管理局的国家环境卫星、资料和信息服务中心运行的GOES系列中的两颗静止卫星，位于赤道上空358 00 km处，其静止轨道分别位于75°W和135°W，时刻监控着可能发生在大西洋、墨西哥湾和太平洋上的剧烈天气过程。GOES-13和GOES-15成像仪均有一个可见光通道和四个红外通道。表1给出了各通道的中心频率、带宽、星下点分辨率和通道1、2、4、6在300 K的数据噪音以及通道3在230 K的数据噪音。可见光通道（通道1）的中心波长为0.65 μm，其接收来自地表的反射辐射，适合探测白天的云、气溶胶和地表特征；通道2是中心波长为3.9 μm的短波红外通道，对明火、热点和雪盖的监测尤为显著；通道3是中心波长为6.5 μm的水汽红外通道，由于其通道接收的地表发射频谱很大一部分被水汽分子削弱，因此它主要用于探测大气中、高层的云和水汽；通道4是中心波长为10.7 μm的长波红外通道，其接收的辐射与可见光通道相似，但由于其接收的地表和云的辐射只有一小部分被大气削弱，因此除了薄卷云，通道4测量的亮温更接近地表和云顶的实际温度。通道6是中心波长为13.3 μm的长波红外二氧化碳通道，该波段受二氧化碳影响严重，因此能较好地反映大气中的二氧化碳信息[29]。

2.1.1 供试品溶液的制备 取护肝剂1 mL置于PE管中，水浴蒸干，加入85%乙醇1 mL，称质量，在250 W、40 kHz、30 ℃条件下超声提取30 min，用85%乙醇填补损失的质量。滤液过0.22 μm微孔滤膜，进样5 μL。

图1 GOES-13/15卫星成像仪红外通道权重函数分布

2.2 HWRF系统介绍

本文利用NOAA天气预报中心（National Weather Service，NWS）开发的飓风天气研究和预报 系 统 （HurricaneWeatherResearchand Forecasting，HWRF）作为此次台风过程的研究平台。HWRF为海洋-大气耦合系统，海洋模式为用于热带气旋的MPI普林斯顿海洋模式（MPI Princeton Ocean Model for TCs，MPIPOM-TC），大气模式是以非静力中尺度模式（Non-Hydrostatic Mesoscale Model，NMM）为核心的 WRF 模式[30-31]。图2所示为HWRF模拟区域及网格示意图，风暴的初始位置位于中间层和最内层区域的中心，区域位置会随着风暴的移动而变化[32]。

HWRF预报系统中用的同化系统为GSI，GSI为三维变分资料同化（3D-Var）系统，它比NCEP早期开发的谱统计插值（Spectral Statistical Interpolation，SSI）分析系统具有更大的优越性[33]，就数据的强度和质量而言，它能更加灵活地适应极大不均匀的观测值，通过递归滤波器的应用将背景场误差表示的非齐次格点代替了SSI分析系统中原有的谱定义。

按照原料猕猴桃的编号，对酿造好的猕猴桃酒对应编号为 1#、2#、3#、4#、5#和 6#。按照 GB/T 15038—2006《葡萄酒、果酒通用分析方法》[16]对6种猕猴桃酒的酒精度、总糖、干浸出物、滴定酸、维生素C进行测定。每个酒样设3个重复，每个重复设3个酒样，取平均值，并将测定结果与模糊综合判断法的结果进行比较分析。

黄河三角洲生产性服务业的发展思路与策略………………………………………………………………巴永青，苗俊涛（1.76）

在GSI分析系统中应用快速辐射传输模式（Community Radiative Transfer Model，CRTM）模拟不同大气和地表条件下的卫星辐射。它支持搭载在地球静止业务环境卫星R系列（GOES-R）和联合极轨卫星系统（Joint Polar Satellite System，JPSS）上的一系列卫星传感器资料，并覆盖了微波、红外和可见光频率所在的区域。除此之外，GSI系统还引入了CRTM的Jacobi模块，简化了作为输入变量的CRTM模拟亮温梯度的计算。

图2 HWRF区域及网格示意图

2.3 台风个例Debby介绍

本文所选的台风个例为2012年生成于大西洋地区的热带风暴Debby。Debby由2012年6月23日（世界时，下同）生成于墨西哥湾的一个热带低压发展而来，其生成之后向东北方向移动，逐渐增强为热带风暴，移速减慢；24日接近墨西哥湾沿岸时转为偏东路径并于27日凌晨以热带风暴级别在美国佛罗里达登陆，登陆时台风中心最低气压991 hPa，最大风速21 m/s；登陆后减弱为热带低压；之后于27日穿过佛罗里达进入大西洋地区继续向东移动，再次加强为热带风暴；28日开始转为东北偏东路径，移速有所加快；29日Debby移速减慢并最终于30日凌晨减弱消亡。当年大部分业务系统对Debby路径的预报效果都不太理想，预报路径较实况偏西偏北。

3 资料同化

3.1 试验设计

本文设计了一组对照试验来探讨气团订正对飓风Debby路径预报的影响(表2)。作为初步的研究，为了更好地突出气团订正对GOES资料同化效果的影响，我们以同化未经气团订正的GOES观测资料作为控制试验（试验一），以同化气团订正后的GOES资料作为对照试验（试验二），从而对比气团订正前后静止卫星红外成像仪资料同化效果的差异。

表2 试验名称和同化资料类型

3.2 质量控制

本文所使用的GOES观测资料是经过业务预处理的资料，资料被稀疏化到40 km的分辨率。云检测是利用Heidinger等[34]开发的业务云检测方法进行的，并将原始数据中不合理的数据以及极端值进行了剔除。

本次临床试验，共发现不良事件19例，其中试验组9例（7.63%），对照组10例（8.33%），两组比较，差异无统计学意义。经研究者判定为不良反应7例，其中试验组4例（3.39%），对照组3例（2.50%），均表现为皮肤刺激症状，两组比较，差异也无统计学意义。两组生命体征及实验室检查，未发现有临床意义的异常改变。

为了得到更加接近于真实大气状态的观测数据，在进行气团订正之前，先要对GOES观测数据进行质量控制。本文在质量控制过程中剔除的数据类型包括[21]：(1)亮温小于0的数据；(2)卫星通道2、4、6接收的下垫面为陆地的数据；(3)所有通道接收的来自有冰雪覆盖的地表数据；(4)亮温标准差大于规定值的数据；(5)观测亮温与模式模拟亮温之差大于观测误差3倍以上的数据。根据上述剔除标准，对通过质量控制的数据进行气团订正。

3.3 气团订正

在台风预报中，台风路径的预报尤为关键，越早预报出准确的台风路径，能最大程度降低人民生命和财产安全的损失。图12a、12b分别为试验一（控制试验）和试验二（同化试验）中以2012年6月23日18时—25日12时每隔6小时为初始场（共8个时次，下同）预报未来5天（每6 h输出一次结果，下同）的台风路径（彩色）和实际观测路径（黑色）的对比图。台风Debby于2012年6月23日18时在墨西哥湾生成后向东北方向移动，24日在接近墨西哥湾沿岸时开始转为偏东路径，穿过佛罗里达州进入大西洋地区后，仍保持着偏东路径，之后于28日00时再次转为东北路径直至减弱消亡。试验一同化的是未经气团订正的GOES资料，从图12a中可以看出，前三个时次（23日18时—24日06时）的预报路径为偏西北转偏北路径，第四个时次（24日12时）的预报路径为先向西继而再向北移动，在这之前，模式均未模拟出正确的台风路径。从第五个时次（24日18时）开始预报路径的走势与观测路径基本一致，但比观测路径向北偏离了1～2个纬距。图12b为以试验二中同化气团订正后的GOES资料为初始场模拟的台风路径，虽然前三个时次（23日18时—24日06时）预报的路径为西北或偏北路径，但从第四个时次（24日12时）开始预报出了与观测较为一致的偏东路径，不但比试验一提前了6小时，且偏离实际路径的距离较小。综上，相比同化未经过气团订正的GOES卫星资料，同化气团订正后的GOES资料能更早模拟出与实际观测较为吻合的台风路径。

图1为利用美国标准大气廓线作为输入大气廓线，以CRTM为辐射传输模式做出的GOES-13/15卫星红外成像仪的权重函数，红外通道2、4、6的权重函数峰值在近地面层，绝大部分信息来源于700 hPa以下，而水汽通道3的峰值在300～400 hPa之间，近地面权重函数较小，辐射信息绝大部分来源于对流层中层，亮温资料受下垫面的影响较小。

我国的商业银行在信贷的风险管理方面很长时间以来只看重定性分析，对风险进行实际管理的过程中缺乏定量分析方法以及专业的技术手段，尤其是对风险进行识别和度量方面并不具备很强的可靠性。不仅如此，我国的商业银行风险管理人员在数量方面也比较匮乏，绝大多数的风险管理人员并不具备专业的理论知识，而且实践经验也不够丰富，不能够将风险计量模型的设定和信贷业务需求进行有效配对，没有办法满足我国现代的风险管理个性化要求。

在GSI系统中，初始时刻的气团订正系数均为0，随着模拟的开始，GSI相关模块会自动将前6小时预报场更新的气团订正系数作为当前的系数使用，并随着同化结果的输出进行更新，作为接下来6小时预报的初始系数。由于气团偏差订正系数会随着同化时次的变化而进行相应的更新，因此本文先利用2012年9月1—30日的GOES观测资料在GSI中进行迭代循环，得到了相对稳定的偏差订正系数，之后将稳定的偏差订正系数作为GSI气团订正初始场的系数，对2012年6月23日18时—25日12时每隔6小时共8个时次的GOES卫星资料进行气团偏差订正。

其中ωi为第i通道的偏差订正系数。

在不同主喷嘴气压下，通过改变突出物的间距Δx大小来计算突出物的阻力大小，进而探究突出物不同的间距对牵引特性的影响。由图4发现突出物间距对流场有着影响，且突出物的间距越小，这种影响越明显。

在进行气团订正之后，GSI系统还对GOES的红外成像仪资料进行了3步质量控制：(1)剔除观测区域云覆盖率较大的资料；(2)剔除观测区域亮温空间变率较大的资料；(3)剔除O-B绝对值大于3倍观测误差的资料。

3.4 偏差订正效果检验

在进行资料同化之前，先要对同化系统的性能进行检验。以2012年6月23日18时为例，图3和图4分别给出了GOES-13和GOES-15各红外通道气团订正前后O-B的偏差分布图，纵轴为资料数，横轴为O-B的值（以0.1 K为间隔），其中O表示GOES卫星观测的亮温值，B表示模式在同化之前用CRTM模拟的背景场亮温。从图3可以看出，经过偏差订正后各通道的O-B都基本满足均值为零的正态分布，其中GOES-13通道3和通道6的效果最为显著。虽然通道2和通道4的偏差在气团订正前后变化不大，但其整体分布更趋于收缩，O-B的值向-1～1 K之间聚拢。对比图3，图4中GOES-15各通道气团订正后的效果不如GOES-13好，由于通道2为短波红外通道，易受太阳辐射的影响，因此数据效果不太理想。通道3的中心值由气团订正前的2.5 K移至-1.5 K，气团订正后仍存在误差。但通道4和通道6较气团订正前得到了改善，更接近高斯无偏分布。

图5所示为气团订正前后 GOES-13、GOES-15四个红外通道在2012年6月23日18时—25日00时每隔6小时共6个时次O-B的平均值。对比气团订正前后的平均偏差|O-B|可以看出，气团订正后，除了GOES-13/15通道4和GOES-15通道2的平均偏差在气团订正后略有增加之外，其余通道的|O-B|相较气团订正前均有减小，但不同通道的改善效果有所不同，其中GOES-13/15通道3与GOES-13通道6的平均偏差在气团订正之后减小得最为显著，平均减少了85%左右。说明气团订正后模拟的亮温值更接近观测亮温值，符合卫星仪器的特征。

对每一个通道，选取了3个预报因子进行气团订正。第一个预报因子为其中α为卫星天顶角；第2个预报因子p2,i和第3个预报因子p3,i与卫星透射率(Tk-1-Tk+1)有关，其中lev是模式在垂直方向的层数，Tk是第k层的温度，其中最低层的温度用地表温度表示；第2和第3个预报因子分别为p2,i=其中为平均透射率，最终得到气团订正公式：

为了进一步说明系统同化效果的好坏，同样以2012年6月23日18时为例，图6和图7分别给出了GOES-13和GOES-15各红外通道同化前后O-B与O-A的偏差分布图，A表示同化后在背景场中加入观测信息模拟的分析场亮温。从图6可以看出，GOES-13资料经过同化后，各红外通道的O-A趋向于以零为中心的正态分布，且OA的值比O-B更向-1～1 K之间聚拢。图7中GOES-15同化后的效果不如GOES-13效果好，尤其是红外通道2的效果较差，GOES-15通道3同化后的效果最为显著，同化后其中心值从-2 K变为0 K，满足中心为零的正态分布。通道4和6同化后变化不大，但其偏差更向-1～1 K之间收缩。

学生的分层不是一成不变的，教师可以根据初次考试对学生进行预分层，再通过实际教学过程中对学生的了解不断调整分层。为了保证分层的合理化，教师不仅仅要了解学生现阶段的实际英语水平，还要了解学生的个性特点，比如说，学生的语言学习能力、学生英语学习的积极性以及学生在小学阶段的英语学习状况，从而对学生未来的英语成绩走向有一个相对正确的预估。

问题的关键在于总体的容量偏大，使得抽签法或随机数法不可行或工作量比较大．可以通过具体的例子引导学生思考．例如全年级有1 000人，20个班，每个班50人，现在需要从全年级中随机抽取10%的人参加某项活动，如何抽取既简单又合理？学生很容易想到每个班随机抽取5个人．虽然这种抽取方法与从1 000人中随机抽取100个人并非同样的随机抽样，因为1 000人抽取100人并不一定会平均到每个班级，但却给问题1的解决带来某种启发，即将总体进行分组．但分组应该也是随机的，换言之，按随机的方法将总体进行编号．某版教材对这个问题的分析有误：

图3 2012年6月23日18时GOES-13通道2、3、4、6气团订正前（左列）后（右列）O-B偏差分布（单位：K）

图4 2012年6月23日18时GOES-15通道2、3、4、6气团订正前（左列）后（右列）O-B偏差分布（单位：K）

图5 气团订正前后GOES-13（红）、GOES-15(蓝)在2012年6月23日18时—25日00时每隔6小时共6个时次O-B的平均值（单位：K）

图6 2012年6月23日18时GOES-13通道2、3、4、6同化前O-B（左列）和同化后O-A（右列）偏差分布（单位：K）

图7 2012年6月23日18时GOES-15通道2、3、4、6同化前O-B（左列）和同化后O-A（右列）偏差分布（单位：K）

图8 同化前后GOES-13（红）、GOES-15(蓝)在2012年6月23日18时至25日00时每隔6小时共6个时次O-B和O-A的平均值（单位：K）

为了直观地看出同化前后O-B与O-A在空间中的分布，图9和图10分别给出了2012年6月23日18时GOES-13和GOES-15四个红外通道中通过质量控制检验的O-B与O-A的空间分布图。台风中心附近由于大量云团的存在，导致卫星接收到的辐射明显小于大气真实发射的辐射，因此通过质量控制检验后，台风中心附近大部分的亮温资料都被剔除。从资料的空间分布来看，相较于GOES-15亮温资料，GOES-13还提供了90°W以东的亮温资料，其资料的空间分布范围更为广阔。通过对比GOES-13和GOES-15四个红外通道O-B（左列）和O-A（右列）的空间分布可以看出，大部分观测与模式模拟之间差值的绝对值都比同化前的小，其中GOES-15通道3在同化前后的差异最为显著，减少量级达到了±2 K左右。其次减小的较多的是GOES-13的通道3和通道6，量级减少了约±1 K。GOES-13通道4的|OA|在台风中心附近略小于|O-B|，而越远离台风中心，|O-A|与 |O-B|的差值减小的越不明显。GOES-13通道2和GOES-15通道 2、4、6的亮温差异在资料同化前后表现得较不明显，只有个别数据在同化后有所减小。这可能是因为通道3主要探测来自对流层中、高层的云和水汽信息，且通道3的权重函数在四个红外通道中最大，对高层的影响更为显著，而近地面由于受更多其他因素的干扰，低层资料的准确度不如高层好，从而导致同化效果不如高层理想。从GOES-13的空间分布图还可以看出，越接近台风中心，|O-B|和|O-A|的值越大，说明越靠近台风中心，观测和模拟的亮温值越不准确。整体看来，GOES-13和GOES-15红外通道的|O-A|基本小于|O-B|，这在一定程度上说明同化系统的收敛性较好，能将观测信息融入背景场中，但GOES-13亮温资料的同化效果较GOES-15表现得更好。

除了对比亮温资料，本文还对气团偏差订正前后的温度、比湿及位势高度场进行了分析。图11给出了24日12时气团订正前后200 hPa位势高度场差值（填色）（试验二减试验一，下同）叠加试验二的位势高度场（等值线）（图11a）、台风中心附近位势高度场差值（填色）叠加温度场差值（图11b）、比湿场差值（图11c）（等值线）的纬向剖面图。从图11a可以看出，气团订正增加了台风中心整层的位势高度场，但在台风西侧95°W附近位势高度场有明显的降低。结合纬向剖面图可以看出台风西侧位势高度场的降低从400 hPa向上延伸到100 hPa，负值中心位于200 hPa，达到了-4 dagpm，但在台风中心附近400 hPa以下位势高度场的差值基本为正，说明气团订正增强了中低层的位势高度场，但减弱了高层的位势高度场。从温度场差值的分布（图11b）来看，台风中心东西两侧200～50 hPa上空各有一个正值中心，200 hPa以下基本为负值；比湿场差值（图11c）的分布主要集中在400 hPa以下，在台风中心东、西两侧分别为正值区和负值区，正、负中心都位于600 hPa附近。气团订正前后位势高度场、温度场及比湿场的变化会对台风的移动路径造成一定的影响，这将在下文中进行讨论。

图9 2012年6月23日18时GOES-13四个红外通道O-B（左列）与O-A（右列）的空间分布（单位：K）

图10 2012年6月23日18时GOES-15四个红外通道O-B（左列）与O-A（右列）的空间分布（单位：K）

图11 a.2012年6月24日12时气团订正前后200 hPa位势高度场差值（填色）（试验二减试验一，下同）叠加试验二位势高度场（等值线）（单位：dagpm）；b.沿图11a红线作位势高度场差值（填色）（单位：dagpm）叠加温度场差值（等值线）（单位：℃）；c.比湿场差值（等值线）（单位：g/kg）纬向剖面图

4 气团订正对路径预报的影响

由于快速辐射传输模式的模拟偏差受大气和地表特征的综合影响，为了使观测和背景偏差符合均值为零的正态分布，因此要对卫星资料进行偏差订正。偏差订正一般分为扫描偏差订正和气团订正两部分，由于静止卫星具有固定不变的视场，因此不需要对其进行扫描订正，只需要进行气团订正即可。

图12 试验一（a）、试验二（b）中从2012年6月23日18时—25日12时每隔6小时预报未来5天的台风路径（彩色）和实际观测路径（黑色）

为了进一步说明气团订正前后模拟台风路径的差别，图13给出了试验一（红色）和试验二（蓝色）中以2012年6月23日18时—25日12时每隔6小时为初始场预报未来5天的台风路径与实际观测路径的平均偏差和标准差，随着预报时间的推移，两个试验中预报路径与观测路径的平均偏差和标准差基本都呈现逐渐增大的趋势，这与模式本身的误差有关。试验一中，在25日12时之前，预报与观测路径平均偏差和标准差的增长都较缓慢，平均偏差在200 km以下，标准差也未超过150 km。从25日12时开始，平均偏差和标准差都开始显著增长，到27日12时，预报与实际观测的平均偏差达到了900 km左右，标准差也有500 km左右。但在试验二中，26日00时之前预报与观测的平均偏差和标准差的增长都很缓慢，且均未超过150 km。虽然26日00时之后其平均偏差和标准差都有一定程度的增长，但增长速率较试验一缓慢，即使到了27日12时，预报与观测的平均偏差和标准差也分别只有500 km和350 km左右，其标准差比试验一的减小了150 km左右，平均偏差更是减小了400 km左右。从以上的分析可以得出，与未进行气团订正的控制试验相比，气团订正后的同化试验能模拟出与实际观测更为接近的台风路径，改善了预报效果；经过气团订正后，模式模拟的台风路径与观测路径的平均偏差和标准差降低了30%左右。

图8为同化前后GOES-13、GOES-15四个红外通道在2012年6月23日18时—25日00时每隔6小时共6个时次O-B和O-A的平均值。除了通道4，其他三个红外通道在经过同化后，|O-A|的平均值都小于|O-B|，大部分经过同化后|O-A|的误差都在0.1 K之内。说明经过资料同化的分析场的模拟效果基本优于未进行资料同化的背景场的模拟效果。值得注意的是，这里比较的是同化前后所有时次的平均O-B和O-A，并不是说每个资料点经过同化后偏差都会减小。

智能控制系统在电气工程中的实际应用主要体现在了一下几个方面，第一方面就是对电气工程运行中存在的故障问题进行诊断，提升了故障排查以及故障修理的速度。第二方面就是针对智能控制系统对电气工程设计进行优化和改良，使得电气工程总体建设方案更加科学化、先进化，电气工程应用功能也可以得到有效强化。第三方面就是利用智能控制系统可以实现电气工程智能化控制，电气工程控制水平得到了很大的提升。

5 气团订正对初始场的影响

研究表明，台风的移动主要受中层引导气流的影响，且台风发生发展于低纬度的热带洋面上，需要一定的水汽和热力条件。上文已对气团订正前后台风路径的预报进行了讨论，下面将对气团订正前后的初始场物理量进行分析。对比试验一和试验二，首次预报台风向东移动的时次分别为24日18时和24日12时，因此选取了这两个时次的位势高度场、比湿场和温度场进行对比来探讨其对台风路径的影响。

图13 试验一（红色）和试验二（蓝色）从2012年6月23日18时—25日12时每隔6小时预报未来5天的台风路径与实际观测路径的平均偏差和标准差（单位：km）

引导气流在台风路径的预报过程起着至关重要的作用。一般来说，当引导气流较强时，台风将沿着引导气流的方向移动；当引导气流较弱时，台风可能偏离引导气流移动或原地打转稳定少动。图14所示为2012年6月24日12时气团订正前（图14a）、后（图14b）500 hPa位势高度场及风场的流线图，阴影区为副热带高压，500 hPa北美中纬度地区呈两槽一脊的形势，低纬受强盛的副热带高压控制。受台风影响，副热带高压被台风低压切断为东、西两环，台风主要受东环副热带高压西侧的偏西南风场引导向偏东方向移动，对比图14a、图14b发现，气团订正后东环的副热带高压更为强盛，副高面积较气团订正前更大，且距离台风中心的位置更近，气团订正后西南气流的增强对台风的向东转向产生了积极的影响，这可能是气团订正后台风比气团订正前提前6小时实现正确转向的主要原因。

图14 气团订正前（a）、气团订正后（b）2012年6月24日12时500 hPa位势高度场（单位：dagpm）和风场流线(单位：m/s)图 阴影区为副热带高压。

台风生成于高温高湿的温暖洋面上，除了环境气流之外，低层的比湿场和温度场也可能对台风的移动产生一定影响。图15和图16分别给出了2012年6月24日12时与24日18时气团订正前后850 hPa比湿场和温度场的差值图（试验二减试验一）。从图15可看出，气团订正后台风中心附近的比湿场得到了不同程度的减小，且24日12时比湿场的减小较24日18时更为明显，达到了-2 g/kg以上。值得注意的是，在图15b中台风中心东侧有一比湿场增加的区域，增量为1 g/kg。与比湿场类似，图16中气团订正后台风中心的温度场差值以负值为主，且24日12时表现得更明显，达-1.5℃以上。与图15b类似的是，在图16b中台风中心东北到西南侧有一半环状温度增加的区域，增量为1.5℃。因此，气团订正对台风中心附近比湿场和温度场的作用表现为一定程度的减湿和减温，且24日12时减小的量较24日18时更为明显，但在24日18时台风中心东侧有一较明显的增湿增温区域，而这一区域正是台风下一时刻即将经过的地区。这在一定程度上说明除了受引导气流的影响，台风还有向高温高湿区移动的趋势。

图15 2012年6月24日12时（a）和24日18时（b）气团订正前后850 hPa预报比湿差（试验二减试验一）空间分布图 单位：g/kg。

图16 2012年6月24日12时(a)和24日18时(b)气团订正前后850 hPa预报温度差（试验二减试验一）空间分布图 单位：℃。

综上所述，通过对图14～图16的分析可以发现，台风的移动路径主要受大西洋副热带高压外围引导气流的影响，气团订正后副热带高压的加强有利于实现台风的提前转向，同时比湿场和温度场对台风的移动也有一定的作用，主要表现为台风更倾向于向高温高湿的地区移动。

6 总结与讨论

静止卫星对热带气旋的监测有着比极轨卫星更大的优势，本文利用HWRF系统对GOES-13/15静止卫星成像仪资料进行了一组对照试验，比较了气团订正对静止卫星成像仪资料同化效果的影响，细致分析了订正前后静止卫星资料同化对台风路径预报的影响以及同化后台风中心附近的预报场（位势高度场、比湿场和温度场）对台风移动路径的作用。主要结论如下。

（1）气团订正后，GOES卫星红外通道|O-B|的偏差分布得到了改善，能更好地满足均值为零的正态分布，大部分红外通道的平均误差都得到了减小。经过资料同化后，|O-A|的偏差更满足高斯无偏分布，且大部分红外通道的平均|O-A|都小于|O-B|；从空间分布来看，GOES-15通道3的|O-A|较|O-B|减小的最大，达到了±2 K，表明分析场模拟的亮温比背景场模拟的亮温更接近观测亮温值，同化系统的收敛性较好，能有效地将观测资料同化进背景场中，且GOES-13的同化效果优于GOES-15。

气团订正增加了台风中心整层的位势高度场，但在高层台风中心东、西两侧各有一位势高度降低的负值中心，这与高层温度场增加的正值中心有一定的对应关系，比湿场的差异主要表现在台风东、西两侧的不同，气团订正增加了台风东侧的比湿，但降低了西侧的比湿。

（2）对比试验一和试验二模拟的台风预报路径发现，同化试验比控制试验提前了6小时预报出与实际观测路径较为接近的台风路径。这表明，相比气团订正前的GOES观测资料，同化气团订正后的GOES资料能更早地预报出与实际观测路径较为吻合的台风路径，且随着时间的推移，预报与观测路径的平均偏差更小，预报的稳定性也更好。

（3）气团订正增强了500 hPa台风东环副热带高压的强度，其西侧西南气流的加强有利于台风提前6小时实现向东的正确转向。除对环境气流的影响之外，气团订正还降低了台风中心的比湿和温度，但在24日18时台风中心东侧有一较明显的增湿增温区，这在一定程度上说明台风有向高温高湿区移动的趋势。

本文只讨论了气团订正对台风路径预报的影响，下一步可以对台风强度预报作进一步分析，且选取一次台风个例进行研究可能具有偶然性，后续还需研究更多的台风个例对文中的结论进行验证和推广。