CFOSAT散射计风场资料同化在台风预报中的应用

孙佳琪 ，杜建廷*，华 锋，陈耀登

(1.自然资源部 第一海洋研究所,山东 青岛 266061；2.自然资源部 海洋环境科学与数值模拟重点实验室,山东 青岛 266061；3.山东省海洋环境科学与数值模拟重点实验室,山东 青岛 266061；4.青岛海洋科学与技术试点国家实验室 区域海洋动力学与数值模拟功能实验室,山东 青岛 266237；5.汕头大学 理学院,广东 汕头 515063；6.南京信息工程大学 大气科学学院,江苏 南京 210044)

台风是一种生成于热带洋面上的中尺度天气系统,台风过境严重威胁着沿海地区人民的生命和财产安全,准确预报台风的路径和强度对灾害防治具有重要意义。在数值天气预报中,同化常规和非常规观测资料可以通过改善初始条件[1],提高数值预报的准确性。

近年来,随着数值天气预报模式的发展、资料同化技术的进步以及观测资料的丰富,台风预报水平得到稳步提高。研究表明,MM5(Mesoscale Model 5)和WRF(Weather Research and Forecasting)等中尺度天气预报模式的初始场对台风预报的准确性具有显著的影响[2-4]。采用三维变分技术(Three-Dimensional Variational data assimilation,3DVar)进行资料同化,可以有效改善数值模式的初始场,从而提高台风预报的准确性[5-8]。集合卡尔曼滤波方法(Ensemble Kalman Filter,ENKF)在理论上更为先进,但由于计算量大等原因,使得其在台风预报的实际应用中受到限制[6]。同化常规和非常规观测资料可以有效改善台风预报初始场[9-11],但由于台风发生于热带洋面,通常情况下该地区的常规观测资料相对稀缺,因此拥有高空间覆盖率的卫星资料对于台风预报具有重要意义。

卫星观测资料同化对提高数值天气预报的准确性起着非常重要的作用[12-15]。近年来,QuikSCAT(Quick SCATterometer)、ASCAT(Advanced SCATterometer)等卫星散射计提供的风场资料被广泛应用于资料同化中。QuikSCAT 风场资料在带宽和近实时传输等方面具有优越性,可以有效改善海面风场的资料同化效果[16-19]。Singh等[20]利用3DVar技术,采用Oceansat-2卫星散射计风场进行资料同化,很好地改善了地面风的短期预报效果,同时也对大气湿度、温度等预报起到了积极的作用。刘晓燕等[21]通过同化海洋2号(HY-2A)卫星散射计资料改善模式初始场,提高了台风“菲特”路径的预报效果。2018年10月,中法海洋卫星CFOSAT(China-France Oceanography SATellite)成功发射并进入轨道,其上搭载了扇形波束旋转扫描散射计SCAT(wind SCAT terometer)和海浪波谱仪SWIM(Surface Waves Investigation and Monitoring)。其中SCAT 的带宽为1 000 km,提供12.5 km×12.5 km 水平分辨率的风场资料。Xu等[22]利用CFOSAT 成功捕获到台风“玲玲”期间的风场和波浪场数据,其最大风速达到24 m/s以上,最大风速半径约为50 km,其散射计风场的空间分布和平均风速与CMEMS(Copernicus Marine Environment Monitoring Service)卫星风场接近,同时,CFOSAT 观测到的台风云系和台风中心与FY-4A(Fengyun-4A)提供的图像相符。CFOSAT 可以为数值天气预报模式的资料同化提供优质的观测资料,其散射计风场在台风数值预报资料同化中的应用,对提高台风预报预警能力,做好防台减灾工作有重要作用。目前本文作者尚未检索到将CFOSAT 散射计风场用于台风同化当中的相关研究,因此拟通过数值试验分析CFOSAT 散射计风场资料同化对模式初始场和台风预报效果的影响,探讨CFOSAT 散射计风场资料同化在台风预报中的应用价值。

本文采用3DVar同化方法将CFOSAT 散射计风场资料用于WRF大气模式同化,并针对2019年11号台风“白鹿”进行预报试验,分析了不进行资料同化、仅同化探空仪、浮标等常规观测资料(包含气压、风场等数据)及加入CFOSAT 散射计风场资料同化对台风预报的影响。

1 方法与数据

1.1 大气模式和同化方法

本文采用数值天气预报模式WRF 3.9.0及其三维变分资料同化模块WRF-3DVar。WRF 是融合了多种先进物理模型和数值技术的中尺度大气模式,被广泛应用到大气科学研究和业务化天气预报中。WRF-3DVar同化方法可以同化多种不同类型的观测资料,从而改善WRF模式的初始场[23]。3DVar同化方法的基本目标是在分析时刻生成对大气真实状态的最佳估计,其核心是构建一个表征分析场与观测场和分析场与背景场偏差的二次泛函极小值,泛函J(x)定义如下:

式中:x为分析大气状态向量场,xb为背景向量场,y为观测场,H为将模式变量映射到观测空间的观测算子,B为背景误差协方差矩阵,R为观测误差协方差矩阵。观测数据的质量控制等处理都在WRF-3DVar系统内进行。x的解表示通过迭代最小化泛函式(1)来产生对真实大气状态的估计。

本文采用CV3背景误差选项,并利用常规观测资料进行了参数调优试验。还采用WRFDA(WRF Data Assimilation system)中GEN-BE进行了研究区域背景误差协方差的构建和初步测试(CV5),但关于构建背景误差协方差的探讨并非本文研究的重点,因此选择了不依赖具体区域与时间段的默认背景误差协方差CV3。初始时刻选取2019-08-22T12:00(UTC,下同),此时台风最大风速约23 m/s,中心最低海平面气压约990 hPa。CV3的放缩因子由5个控制变量来表示:流函数(as1)、不平衡速度势(as2)、不平衡温度(as3)、伪相对湿度(as4)和不平衡的表面压力(as5)。这些变量均包含3个要素:方差比例因子、水平长度尺度因子和垂直长度比例因子。通过调整各要素的值进行调优试验,设置4组试验:第一组试验5个控制变量的3个要素值均依次为0.25、0.50和1.50；第二组为0.25、1.00和1.00；第三组为0.50、1.00和1.50；第四组为0.25、1.00和1.50。试验结果如图1所示:除去第一组试验(图1a),后3组均较好地反映出了台风的风场分布和台风中心附近的海平面气压分布；第二、三组结果(图1b和图1c)显示,台风中心最低海平面气压达到1 001 hPa以下,最大风速在14 m/s左右；第四组试验的结果(图1d)更接近于实况,中心最低海平面气压低于999 h Pa,台风中心附近气压场分布规则,最大风速超过14 m/s。因此,本文最终选取第四组参数。

图1 背景误差参数调优试验海面10 m 风场和台风中心附近海平面气压场(hPa)Fig.1 The 10 m wind speed and sea level pressure(h Pa)around the typhoon center from the background error parameter tuning tests

1.2 数据资料

本文采用美国国家环境预测中心(National Centers for Environmental Prediction,NCEP)提供的CFSv2(Climate Forecast System Reanalysis)气候预报系统再分析数据[24],其中海面数据水平分辨率为0.2°×0.2°,高空数据水平分辨率为0.5°×0.5°,时间间隔为6 h,为大气模式提供初始场和边界条件。

用于资料同化的数据包括NCEP提供的常规地面和高空观测资料(NCEP ADP Global Upper Air and Surface Weather Observations)[25],以及来自中法海洋卫星CFOSAT 的扇形波束旋转扫描散射计SCAT 风场资料(分辨率为12.5 km×12.5 km)[26]。SCAT 是国际上首次采用扇形波束扫描方式测量海洋风场的微波散射计,其工作频率为13.256 GHz,风速精度为±2 m/s,风向精度为±20°。本文采用由日本气象厅最佳路径数据集(Japan Meteorological Agency Best Track Data,JMA)[27]和中央气象台台风网数据集(China Meteorological Administration,CMA)[28]提供的2 组数据对预报结果进行检验,其中包含台风最佳路径、中心最低海平面气压及最大风速等相关数据。图2为台风“白鹿”最佳路径和CFOSAT 散射计风场资料,从图2 中可以看出,CFOSAT 提供的台风“白鹿”风场资料,最大风速20 m/s以上,与最佳路径数据集提供的数据相比,最大风速误差约为2 m/s,台风中心与最佳路径台风中心位置接近。

图2 台风“白鹿”最佳路径(黑色实线)及CFOSAT 卫星散射计海面10 m 风场局部填色图Fig.2 The best track of typhoon“Bailu”(black solid line)and 10 m wind speed from CFOSAT scatterometer

同时本文采用由欧洲气象卫星(Meteorological Operational satellite programme,Met Op)搭载的散射计ASCAT 提供的海面风场资料[29]以及来自美国地球观测卫星SMAP(Soil Moisture Active and Passive)的海面风场资料[30],对3个试验风场的预报结果进行对比检验。ASCAT 采用的C波段散射计受降雨的影响较小,并且在强风条件下对风场的反演效果较好,适用于强风和降雨条件[31-32]。根据郭春迓等[33]的研究,在南海海域,当海表面风速较大时,ASCAT 提供的风场数据与测站观测相比误差较低。SMAP的L波段合成孔径雷达可用于测量海表盐度和海表风速。周玮辰等[34]将SMAP卫星提供的雷达数据与美国国家环境预测中心(NCEP)提供的再分析风场数据进行对比发现,其后向散射系数与风场的规律关系随风速变大而变得明显,因此SMAP可以反演高风速条件下的风场,并且受降水影响小[35-36],适用于台风条件下的风场数据反演。

2 台风“白鹿”及试验设计

2.1 台风简介

2019年太平洋第11号台风“白鹿”最强时达到强热带风暴级,CFOSAT 于2019-08-22T12:00以较好的覆盖率观测到这个台风(图2)。“白鹿”于2019-08-14T07:00在关岛东南方向的西北太平洋面上生成,2019-08-21T07:00加强为热带风暴,向西偏北方向移动,并逐渐加强,2019-08-22T23:00升级为强热带风暴,并于2019-08-24T05:00时在台湾省沿海登陆,登陆时最大风速超过25 m/s,中心最低海平面气压985 hPa,随后台风“白鹿”继续向西偏北方向移动,进入台湾海峡,2019-08-24T23:00于福建省东山县沿海二次登陆,随后继续向西北方向移动,于2019-08-25T06:00减弱为热带低压。台风“白鹿”移动速度快,降雨量大,对我国东南沿海地区带来严重影响。

2.2 试验设计

本次试验预报时段为2019-08-22T12:00—2019-08-25T12:00。预报区域采用三层嵌套设置(图3),最外层区域的分辨率为27 km(169×169个格点),d02区域分辨率为9 km(316×259个格点),d03区域分辨率为3 km(364×316个格点),垂向层数为44η层,模式物理过程方案选项见表1。本文设计了3组试验(表2):试验1,控制试验(Exp-CTRL),不同化任何观测资料,在2019-08-22T12:00利用WRF模式进行72 h预报,初始场采用的是2019-08-22T06:00起利用WRF进行6 h模拟的输出结果；试验2,常规观测资料同化试验(Exp-ADP),在试验1初始场的基础上,采用3DVar方法利用2019-08-22T12:00的探空仪、船舶、浮标等常规风场观测资料进行同化,得到分析场,进而通过WRF模式进行72 h预报；试验3,CFOSAT 风场资料同化试验(Exp-CFO),在试验2的基础上,增加了CFOSAT 风场资料同化,得到分析场之后利用WRF模式进行72 h预报。

图3 WRF模式区域设置Fig.3 Configuration of WRF domain

表1 WRF物理过程方案设置Table 1 Configuration of WRF physical process scheme

表2 试验设计Table 2 List of experiments

3 试验结果及分析

3.1 初始场分析

初始时刻选取2019-08-22T12:00,此时台风实况最大风速约23 m/s,中心最低海平面气压约990 hPa。图4为3个试验的初始海平面气压场和海面10 m 风场的对比。从图中可以看出,经过同化之后,Exp-ADP试验和Exp-CFO 试验的中心最低海平面气压比不同化任何资料的Exp-CTRL试验误差降低了约2 hPa。3个试验风场形态较为接近,风速大于10 m/s的区域基本分布在台风中心的东侧和南侧,Exp-CTRL和Exp-ADP试验最大风速低于15 m/s,在同化CFOSAT 散射计风场资料后,Exp-CFO 试验最大风速区域的面积明显增大,风场分布情况与CFOSAT 提供的观测数据更为接近,最大风速数值上相较另外2个试验略有提升,达15 m/s以上。图5为3个试验的500、750和850 h Pa位势高度场,由图可见,3个试验的台风均处于西太平洋高压脊的西南方向,有利于台风向西北方向移动。

图4 2019-08-22T12:00台风“白鹿”中心附近海平面气压场(hPa)和海面10 m 风场Fig.4 Sea level pressure(hPa)and 10 m wind speed around the typhoon“Bailu”center at 2019-08-22T12:00

图5 2019-08-22T12:00台风“白鹿”中心附近位势高度场(m)Fig.5 Geopotential height field(m)around the typhoon“Bailu”center at 2019-08-22T12:00

3.2 预报效果分析

3.2.1 台风路径分析

图6为台风最佳路径和3个试验的72 h预报路径及其误差对比图。由图6可见:3个试验均预报出了台风“白鹿”的整体走向,Exp-ADP试验对路径的预报与Exp-CTRL试验相比,预报结果较为接近且略有改善,而Exp-CFO 试验对路径的预报与实况最为接近。与JMA(CMA)提供的台风数据相比,同化常规观测资料的Exp-ADP试验台风初始位置误差相对于Exp-CTRL试验降低约10 km(6 km),而同化CFOSAT 散射计风场资料的Exp-CFO 试验相对Exp-CTRL 试验误差降低约43 km(34 km)。72 h 预报期间Exp-CTRL和Exp-ADP试验的台风路径走向较为相似,并且台风第一次登陆之后2个试验预报的路径均从台湾岛中间穿过,整体来看Exp-ADP试验的路径预报误差相对于Exp-CTRL 试验偏低,Exp-CFO 试验的路径误差基本在3个试验中处于最低水平,尤其是在台风第一次登陆前后,Exp-CFO 试验对路径的预报最为接近实况。表3是3个试验预报结果的误差统计,可以看出,与JMA(CMA)台风数据相比,在进行了资料同化后,台风路径整体的预报效果都得到了改善,Exp-ADP试验加入常规观测资料同化后,相对于Exp-CTRL试验路径平均误差降低了约21 km(24 km),均方根误差降低约23 km(22 km),而在Exp-CFO 试验同化CFOSAT 散射计风场资料后,相对于Exp-CTRL 试验路径平均误差降低约35 km(30 km),均方根误差降低约37 km(26 km)。

图6 72 h台风预报路径与最佳路径及其相应误差时间序列Fig.6 The 72 h forecasted typhoon tracks of the three experiments in comparison with the best track data,and the time series of the track errors

3.2.2 台风强度分析

图7为台风实况中心最低海平面气压和3个试验预报的72 h中心最低海平面气压及其误差对比图。由图7可见:3个试验预报的中心最低海平面气压基本为先降低、再升高的变化趋势,在预报中期Exp-CFO 试验的误差明显低于Exp-CTRL和Exp-ADP。与JMA(CMA)提供的台风数据相比,Exp-ADP试验相对Exp-CTRL试验中心最低海平面气压预报结果略有改善,如表3所示,中心最低海平面气压平均误差降低约0.9 hPa(0.9 hPa),平均绝对误差降低约0.3 hPa(0.4 hPa),占比3%(4%)；同化CFOSAT 卫星散射计资料后,在预报的前48 h,Exp-CFO试验的误差基本维持在3个试验的最低水平,中心最低海平面气压极小值与实况最为接近,低于986 hPa,Exp-CFO试验的中心最低海平面气压平均误差(Mean Error,ME)相对Exp-CTRL试验降低约1.8 hPa(1.8 hPa),平均绝对误差(Mean Absolute Error,MAE)降低约0.6 hPa(1.9 hPa),占比7%(17%),均方根误差(Root Mean Square Error,RMSE)降低约0.6 hPa(1.9 hPa),占比7%(16%)。

表3 3个试验平均误差(ME)、平均绝对误差(MAE)和均方根误差(RMSE)统计Table 3 The mean error(ME),mean absolute error(MAE)and the root-mean-square error(RMSE)of the three experiments

图7 72 h中心最低海平面气压预报与最佳路径数据对比及其相应误差时间序列Fig.7 The 72 h forecasted typhoon minimum central sea level pressure(CSLP)in comparison with best track data,and the times series of the CSLP errors

图8为台风实况最大风速和3个试验的72 h预报最大风速及其误差对比。由图8可见:Exp-CTRL和Exp-ADP试验对最大风速的预报结果较为相似,Exp-CFO试验对最大风速的预报与实况最为接近。台风“白鹿”实况最大风速的变化呈现先增大、后维持、随后降低的趋势。在预报前期,Exp-CTRL和同化常规观测资料的Exp-ADP试验的最大风速都明显低于实况最大风速,预报中期Exp-ADP试验的预报效果相较于Exp-CTRL试验略有改善。如表3所示,与JMA(CMA)台风数据相比,Exp-ADP试验最大风速平均误差相对Exp-CTRL试验降低约0.5 m/s(0.7 m/s),而平均绝对误差和均方根误差分别增加(降低)了约0.4 m/s(0.6 m/s)和0.5 m/s(0.4 m/s)。同化CFOSAT 散射计风场资料的Exp-CFO试验基本预报出了与实况最大风速相近的变化趋势,CFO试验最大风速平均误差相对Exp-CTRL试验降低约1.8 m/s(1.8 m/s),占比29%(23%),平均绝对误差降低约2.7 m/s(1.8 m/s),占比36%(23%),均方根误差降低约2.4 m/s(2.3 m/s),占比30%(26%)。此外,本文对比了台风登陆前不同试验对7级风圈半径的模拟情况,分别计算台风在东南、西南、东北和西北四个象限的最外圈闭合等压线半径,得到长轴和短轴半径数据。图9为7级风圈半径与日本气象厅提供的30节风圈半径以及中央气象台台风网提供的7级风圈半径的对比情况图。由图9可见:30节风圈半径数据与7级风圈半径数据相比明显偏大,有必要分开讨论；与30节风圈半径相比,3个试验的风圈半径整体偏低,尤其是短轴半径明显偏低；与CMA 提供的7级风圈半径相比,Exp-CTRL和Exp-ADP试验在预报前期偏高,Exp-CFO的长轴和短轴半径整体与实况最为接近。由表4的误差统计数据可见:同化常规观测资料之后,长轴半径平均绝对误差降低约9 km,均方根误差降低13 km,短轴半径平均绝对误差降低约53 km,均方根误差降低17 km；同化CFOSAT 资料之后,与不进行同化相比,长轴半径平均绝对误差降低约29 km,均方根误差降低40 km,短轴半径平均绝对误差降低约52 km,均方根误差降低51 km。

表4 7级风圈半径平均误差(ME)、平均绝对误差(MAE)统计Table 4 The mean error(ME)and mean absolute error(MAE)of the force 7 wind circle radius

图8 72 h最大风速预报与最佳路径数据对比及其相应误差时间序列Fig.8 The 72 h forecasted typhoon maximum wind speed(MWS)in comparison with best track data,and the times series of the MWSerrors

图10为3个试验预报的海平面气压和海面10 m 风速在时间序列上的最小(大)值分布情况图。从图10a～图10c可以看出,3个试验的时间序列最低海平面气压小于1 000 hPa的区域基本沿台风路径分布,与Exp-CTRL和Exp-ADP试验相比,Exp-CFO 试验预报的海平面气压的低值区域沿台风路径分布更为紧凑,全场最低海平面气压在3个试验中值最小。Exp-CTRL和Exp-ADP试验在台湾海峡附近的海平面气压达到最低值,约为990 hPa；Exp-CFO 试验在台湾岛南侧存在全场海平面气压最低值,约为985 hPa。

从图10d～图10f中可以看出,3个试验预报的海面10 m 风速大于20 m/s的区域基本沿台风路径分布,相比于Exp-CTRL 和Exp-ADP 试验,Exp-CFO 试验预报的大风区域分布更广。Exp-CTRL 和Exp-ADP试验在台湾海峡附近的风速较大,其中Exp-ADP试验预报的全场风速最大值的区域比Exp-CTRL 试验分布更广；与其他2个试验相比,Exp-CFO 试验预报的风速大于20 m/s的区域沿台风路径分布更为规则,在台湾岛东南侧及台湾海峡附近均存在大于25 m/s的大风区域。

图10 0～72h预报期间海平面气压最小值及海面10 m 风速最大值分布图Fig.10 The spatial distribution of the minimum sea level pressure and maximum 10 m wind speed during the 72 h of forecast

图11为2019-08-24T12:00(48 h预报)海平面气压场和850 hPa位势高度场。由图11可见:3个试验预报的台风中心均位于台湾岛附近,Exp-CTRL 和Exp-ADP 试验预报的海平面气压场和位势高度场较为接近,台风中心不明显,而Exp-CFO 试验预报的台风中心附近等值线较为密集,台风中心位置清晰可见。Exp-CTRL和Exp-ADP试验预报的台风中心附近海平面气压场等值线较为稀疏且分布不规则,台风中心大体位于台湾岛的西侧,中心最低海平面气压低于995 hPa,其中Exp-ADP试验预报的中心最低海平面气压略微低于Exp-CTRL试验,而Exp-CFO 试验台风中心位于台湾岛的南侧偏西,台风中心附近海平面气压场等值线密集且分布规则,中心最低海平面气压低于990 hPa。

图11 2019-08-24T12:00台风中心附近海平面气压场和850hPa位势高度场(m)Fig.11 Sea level pressure and geopotential height(m)at 850 hPa around the typhoon center at 2019-08-24T12:00

图12为2019-08-23T00:00(36 h预报)3个试验和ASCAT 卫星海面10 m 风场对比图。由图12可见:Exp-CTRL和Exp-ADP试验的台风风场较为相似,而Exp-CFO 试验预报的台风风场更接近ASCAT 卫星资料。Exp-CTRL和Exp-ADP试验的最大风速分布在台风中心的南侧,台风中心附近的大风速区域内圈半径较大,Exp-ADP相比于Exp-CTRL试验,台风中心东北侧的风速略有增加,而南侧风速略有减小；Exp-CFO 试验预报的风场与前2个试验相比存在明显不同,台风中心附近的大风速区域内圈半径较小,大于16 m/s的高风速区域面积较大,高风速区域位置分布与ASCAT 一致。

图12 2019-08-23T00:00台风中心附近海面10 m 风场Fig.12 10 m wind speed around the typhoon center at 2019-08-23T00:00

图13为2019-08-24T10:00(46 h预报)3个试验和SMAP卫星的海面风场。由图13可见:Exp-CTRL和Exp-ADP试验的风场较为相似,台风最大风区围绕在台湾岛周围,没有明显的台风眼,最大风速超过20 m/s；Exp-CFO 试验的风场明显区别于前2个试验,台风中心的位置在台湾岛的西南侧,这与SMAP卫星风场相近,有明显的台风眼,最大风速达到25 m/s左右,台风中心东侧风场受地形阻挡明显减弱。

图13 2019-08-24T10:00台风中心附近海面10 m 风场Fig.13 10 m wind speed around the typhoon center at 2019-08-24T10:00

4 结语

本文采用3DVar同化方法实现了CFOSAT 散射计风场资料在WRF大气模式中的同化,并对2019年太平洋第11号台风“白鹿”进行了预报试验。本文共设计了3个对比试验,利用WRF模式及其3DVar同化方法分析了不进行资料同化(Exp-CTRL)、采用常规观测资料同化(Exp-ADP)以及在Exp-ADP基础上采用CFOSAT 散射计风场资料同化(Exp-CFO)对台风初始场、路径和强度预报的影响。基于试验结果和数据分析,可以得出以下主要结论:

①同化CFOSAT 散射计风场资料改善了台风初始场的分析效果。在进行了资料同化之后(Exp-ADP和Exp-CFO),WRF初始场台风中心最低海平面气压误差均降低约2 h Pa。依据JMA(CMA)台风数据,同化常规观测资料后,台风初始位置的误差相对不同化降低约10 km(6 km)；同化CFOSAT 散射计风场资料后台风初始位置进一步得到改进,其误差相对仅同化常规观测资料降低约33 km(28 km)。

②同化CFOSAT 散射计风场资料改善了台风路径的预报效果。依据JMA(CMA)台风数据,同化常规观测资料使台风路径的预报平均绝对误差比不同化降低约21 km(24 km),均方根误差降低约23 km(22 km)；相对于不进行资料同化,进行CFOSAT 资料同化使台风路径的预报平均绝对误差降低约35 km(20 km),均方根误差降低约37 km(26 km),并且对台风第一次登陆前后的路径预报结果更接近实际情况。

③同化CFOSAT 资料后台风强度和第一次登陆的预报效果都得到明显改善。同化常规观测资料后,依据JMA(CMA)台风数据,中心最低海平面气压比不同化平均绝对误差降低约3%(4%),均方根误差相差不大,同化CFOSAT 资料后,中心最低海平面气压平均绝对误差比不进行资料同化降低约7%(17%),均方根误差降低约7%(16%),并且对台风第一次登陆前后的海平面气压场分布的预报更接近实况；同化常规观测资料对台风最大风速的预报结果改善不明显,同化CFOSAT 资料后,最大风速变化趋势更符合实况,中心最大风速的预报平均绝对误差比不同化降低约36%(23%),均方根误差降低约30%(26%),并且在台风第一次登陆前后对海表面风场的预报更接近实况。

本文的同化及预报试验中采用的是WRFDA 系统自带的不依赖具体模拟区域与时间段的背景场误差协方差(CV3),结果表明采用CV3的3DVar方法同化CFOSAT 资料能够进一步改进台风的预报效果。由于构建背景误差协方差方法的探讨并非本文研究的重点,因此并未针对基于GEN-BE 方法的背景场误差协方差(CV5)开展讨论。同时,本文仅选取了CFOSAT 散射计风场资料在台风预报初始时刻覆盖率较好的台风“白鹿”进行同化试验,尚未基于更多的台风过程开展大规模同化试验,下一步计划对更多的台风过程进行批量同化预报试验以分析CFOSAT 风场资料同化对台风整体预报效果的影响。