论文部分内容阅读
有云条件下,红外辐射观测资料的同化对改善数值天气预报(Numerical Weather Prediction,NWP)的初始场具有重要意义,比晴空条件下的数据同化更为困难,主要原因包括:云的作用过程呈非线性、观测场与模拟场的差异(Observation-minus-Background,O-B)较大且呈非正态分布、数值天气预报模式和正演模型对复杂云过程的模拟能力欠佳。本文基于“向日葵-8”(Himawari-8)红外通道的实测数据,以2016年登陆中国的6个强台风(尼伯特(NEPARTAK)、妮妲(NIDA)、莫兰蒂(MERANTI)、鲇鱼(MEGI)、莎莉嘉(SARIKA)、海马(HAIMA))为对象,研究了同化过程中,中尺度天气预报(Weather Research Forecasting,WRF)模式及快速辐射传输(Radiative Transfer Model for TOVS,RTTOV)模式对台风系统模拟的统计特征,并开展了两种质量控制,为高质量同化提供前提。主要研究内容及结论如下:(1)基于WRF模式,模拟了6个台风的大气温湿度廓线、近地面风场以及云的垂直结构场。利用实测的热带气旋资料,将模拟路径及台风中心最低气压与其对比,结果表明:WRF对路径及中心最低气压模拟情况较好,其中,模拟与实测的路径平均偏差小于75km,最低气压差低于35hPa;但部分台风因受到地形影响在路径上出现较大偏移。(2)结合WRF的输出场,利用RTTOV模式模拟了Himawari-8/AHI的云顶亮温(Brightness Temperature,BT),研究通道为水汽通道(第8通道(6.2μm)及第10通道(6.9μm))、大气窗区通道(第13通道(10.4μm))以及对流层低层的温度通道(第16通道(13.3μm))。基于云参数的敏感性试验,分别统计了无云参数和有云参数条件下O-B特征,统计变量为平均偏差、均方根误差、相关系数及一致性指数。结果表明:未引入云参数时,RTTOV无法模拟出台风的形状、稠密的云区以及台风眼的位置;引入云的三维场后,与实测场相比,RTTOV较好地模拟出台风的螺旋云带以及台风眼的位置,但模拟场低估了从眼区到周围云区的温度梯度(如台风眼区周围模拟场亮温高于实测场)。统计不同通道的模拟效果及对云参数的敏感性,发现第8通道的模拟效果最好,第10、16通道次之,第13通道模拟较差,但4个通道对云的敏感性顺序与前者相反,说明越是对云敏感的通道,观测与模拟的差异越大。(3)RTTOV对实测亮温较低的样本点模拟效果较差,这与模式中缺乏高云预测和云散射计算不足有关,因此本文针对极低亮温(low-BT,extremely low brightness temperature)的样本点和O-B分布受云影响较大的样本进行了质量控制,即剔除了观测亮温低于200K的样本,并引入云影响因子(C_A,Cloud Effect)表征受云影响而模拟较差的预报点,边界条件为保留当C_A>3.0时,|O–B|>1.8C_A的样本。统计了质量控制前后O-B的概率密度分布函数,结果表明:通过质量控制,水汽通道(8、10)O-B的概率密度分布得到了明显改善,而大气窗区通道和对流层低层温度通道对质量控制并不敏感。本文采用的质量控制方法对水汽通道更具适用性,可应用于同类仪器、相似通道的数据同化过程中。