利用遥测资料三变分同化模拟侵台台风.pdf

利用遙測資料三維變分同化模擬侵台颱風 王潔如 黃清勇 國立中央大學大氣物理研究所 摘要 本文使用NCAR MM5 三維變分同化(Three-Dimensional Variational Data Assimilation)方法，將GPS 折射率資料、AMSU 反演的三維風場資料、QuikSCAT 海平面風場資料及傳統觀測資料資料同化於中尺度模式中，以了解同化多種衛星 觀測資料對於改善數值天氣預報準確度的影響。 其結果顯示，與加入GPS 掩星觀測資料比較，發現水氣方面有較明顯的改 變，而加入QuikScat 的風場所改善的氣壓強度沒AMSU 反演的三維風場資料來 的明顯。 一、前言 全球定位系統GPS(Global Positiong System)資料在各方面的應用已有多年的 歷史。在過去有許多的研究偏重於GPS測量所反演的氣象變數資訊與其他觀測系 統得到的資訊的差異，研究指出GPS/MET資料所反演的氣象變數垂直剖面，與 其他觀測及模式分析資料相比較的差異性很小。 (Kursinski et al ., 1995 ;Ware et al .,1996) 。但是要如何將這些非傳統的資料導入模式中是現在一項重要的問題， 目前所採用的方式以變分同化為主軸，像是Zou et al. (1995) 提出以四維變分資 料同化(4DVAR)系統將大氣的折射率同化進模式中，進行觀測系統模擬實驗。其 結果顯示大氣折射率同化可以非常有效地反演出水汽垂直剖面，對於預報結果有 相當正面的影響。 3DVAR為4DVAR的降階系統只用初始時間附近觀測資料來調整初始場，沒 有預報的共軛模式，比起所耗費的的電腦計算能力，要來的節省很多。3DVAR 的優點在於可以同化溫度、溼度、風場外，還可以同化模式沒有直接計算的變數。 因此本文將結合多種衛星觀測資料(包括GPS折射率資料、AMSU反演的三維 風場資料、QuikSCAT海平面風場資料)使用NCAR MM5三維變分同化 (Three-Dimensional Variational Data Assimilation)的方法，討論這些衛星觀測資料 對於區域天氣預報的改善程度。 二、研究方法 2.1 三維變分資料同化系統之簡介 MM5 3DVAR 是由NCAR/MMM 所設計於MM5 模式加入的三維變分資料同 化系統，此系統可同化多種觀測資料進而改進模式的初始分析場，使其更接近於 實際大氣狀態，提升數值天氣預報之準確性。 MM5 3DVAR 在變分問題的數學處理上，採用卡爾曼濾波法(Kalman filter) 提供了一個客觀函數的最小化(即cost function 價值函數) ，定義為： 1 {( )T −1 ( ) ( ) T −1 ( ) } B [ ] O [ ] …(1) J = x − xb x − xb + y obs − H x y obs − H x 2 其中 x ：分析變數(n 維向量) xb ：背景變數(n 維向量) y obs ：觀測變數(m 維向量) B ：預報誤差拹方差矩陣(n×n) O ：觀測誤差拹方差矩陣(m×m) H ：非線性算子，將分析的變數向量轉換成觀測向量 上述函數J 極小值可以使分析變數x 與背景變數xb 的誤差在引進觀測資訊 時有最佳的調整。目前3D-VAR 中的求J 極小值的方法，是容許H 為非線性的。 2.2 實驗設計 採用數值天氣預報模式MM5 3.6 版模擬，共選取杜鵑以及敏督利兩個案分 別探討。在杜鵑個案中domain 1 和2 中使用KF 的積雲參數化法，在所有domain 皆使用MRF 的邊界層參數化法。Dujuan 颱風個案採3 層槽狀網格的配置。 DOMAIN1 的網格數為151*151 ，其解析度為45 公里；DOMAIN2 的網格數為 151*163 ，其解析度為15 公里，DOMAIN3 的網格數為151*151 ，其解析度為