STMAS数据同化系统在灾害性天气预报中的应用.pdfVIP

STMAS 数据同化系统在灾害性天气预报中的应用 1 2 袁慧玲 ， 谢元富 1. 南京大学大气科学学院与中尺度灾害性天气教育部重点实验室，江苏省南京市汉口路22 号，210093 2. 美国国家海洋大气局地球科学系统研究实验室（NOAA/ESRL） 摘要： 全世界每年灾害性天气的发生经常带来巨大的国民财产损失和人员伤亡。近年来，为改进灾害性天气 预报，数据同化技术越来越得到重视，特别是对台风和暴风雨等的预报。时空多尺度数据分析同化系统 （The Space and Time Mesoscale Analysis System - STMAS)是由美国国家海洋大气局地球科学系统研究实验室 （NOAA/ESRL）开发的一个多重网格和变分同化系统。STMAS 系统具有多尺度和非均匀数据分析的能力。本文 利用了STMAS 系统生成中尺度模式 （WRFV3.1）的初始场和全球模式预报 （GFS）作为边界场驱动，进行了灾害 性天气个例研究，例如飓风2005 Katrina 的强度和路径预报效果，并初步探讨了循环同化中该系统对预报飓 风的作用。另一个小尺度灾害性天气个例研究是2008 年5 月发生在美国科罗拉多州的Windsor 龙卷风事件。 本文从水平和垂直的观测和预报的雷达反射率结构等来分析龙卷风的生成和演变过程。仅采用中尺度模式预报 为初始场和边界场的预报显示，没有STMAS 数据同化系统的加入，龙卷风的形成由于模式自身的调整适应时间 大大延迟了。STMAS 的湿度场等分析为模式提供了热启动的效果。研究表明，STMAS 同化系统在一定程度上改 进了不同尺度下灾害性天气的预报。今后需要对STMAS 系统做更多的试验和研究。 关键词：时空多尺度数据同化系统，STMAS，灾害性天气预报，数据同化 如何改进和提高灾害性天气的预报一直是国内外致力于研究的首要气象科学问题之 一。近年的发展研究表明，数据资料同化在改进天气系统预报尤其是短期天气预报方面有着显 著效果。随着我国观测资料的多样化，观测技术手段的提高，以及国家增加投入和天气数值模 式的不断改进，有效利用现有观测数据和逐步完善资料同化系统对提高灾害性天气预报有着巨 大的促进作用。 美国海洋大气局地球系统研究实验室（NOAA/ESRL）开发有局地天气分析系统（LAPS） 并成功在中国天气预报业务中（例如武汉暴雨所和台湾气象局）应用。在借鉴 LAPS 的成功经 验的基础之上，谢元富等人在NOAA/ESRL 发展了一个新的数据同化系统—时空多尺度分析系统 [the Space and Time Multiscale Analysis System (STMAS, Xie et al. 2005, 2010)]。本 文完成了把该数据同化系统与中尺度天气模式结合和测试的工作 （Yuan et al. 2010），并 应用在美国的灾害性天气系统预报研究上，例如飓风和小尺度的龙卷风，山地降水的分析等。 STMAS 系统通过不同尺度的分析方法，以崭新的数学物理概念进行数据的分析和优化过程。该 方法有效地捕捉大气（以及海洋）中的长波和短波信息，并考虑不同尺度的天气动力学限制条 件（例如大尺度的地转平衡和静力平衡等）。STMAS 还可以结合不同时间的空间信息给予优化 和最有效的提取观测信息。该系统的优点是避免了传统数据同化的关于背景误差协方差的一些 不合理假设，以及节约在大尺度的计算时间和详细提取小尺度的信息，从而合理缩短同化过程 的计算时间。该系统还在不断完善和发展中（地形作用和四维伴随方程正在发展中），而且在 中国的天气系统应用还非常少。 本文主要针对两个个例来进行STMAS 在中尺度模式（WRF-ARW V3.1），包括2005 年飓 风 Katrina 和 2008 年 5 月发生在美国科罗拉多州的 Windsor 龙卷风事件。图一显示了飓风 Katrina 时期全球模式 （GFS）背景场与观测的分布以及采用 STMAS 同化后的分析场。两者相 比较可以看到由于观测值的稀少，STMAS 的初始分析场主要取决于 GFS 的背景场。而图二则是 利用WRF 模式和STMAS 同化技术进行的预报。可见，预报强度偏弱，并且快速增强和快速减弱 的幅度较观测偏小。图三是 Windsor 龙卷风的雷达反射率的观测值与 30 分钟预报值的比较。 资助项目：南京大学引进人才项目（020722631003 ） 与观测相比，模式预报的问