引言

众所周知，数值预报准确性的提高主要依赖于模式性能的改进和初始条件质量的提升(Aggarwal and Kumar, 2013)。利用资料同化技术改进初始场质量，成为数值天气预报科研和业务上的关键问题(Navon, 2009; Wang et al, 2013; Evensen, 2009)。随着观测手段的进步和观测网络的逐步完善，越来越多的观测资料被用于各类复杂的数值天气预报系统中。评估这些资料在数值预报系统中的贡献，有助于多源观测资料的高效利用，对观测网络系统建设具有指导意义。

目前，资料同化技术在数值天气预报中的应用已经较为成熟，国内外已有很多关于各类观测资料对台风预报的影响研究，包括地面自动站和探空等常规资料(Gu et al, 2005)、洋面风资料(Zeng et al, 2005; Wang et al, 2009)、卫星亮温资料(Schwartz et al, 2012; Zhang et al, 2013)、微波辐射率资料(杨春等, 2017)、雷达径向风资料(陈锋等, 2012; Lin et al, 2011; Zhao et al, 2012)、雷达反射率资料(Xiao et al, 2007; Zhao and Jin, 2008)等。另一方面，多项研究(Graham et al, 2000; Bouttier and Kelly 2001; Zapotocny et al, 2002; 2007; Lord et al, 2004; Cardinali, 2009)表明观测系统试验(observation system experiments, OSEs)可有效用于探讨资料在数值预报系统中的贡献率问题。如：Benjamin et al(2010)利用OSE方法分析比较了地面报、飞机报、风廓线、探空、VAD和GPS水汽等多种数据在Rapid Update Cycle (RUC)系统中的相对贡献率，发现飞机报对模式起报后3~6 h的预报贡献率最大，其次为探空，风廓线、GPS水汽和地面资料也对短时预报有正贡献；Jung et al(2010)发现下投式探空仪(dropsonde)及海区的常规观测资料对台风预报有较大的正贡献。这些研究多集中于某种资料对数值预报的贡献或是主要针对非台风天气系统，对于多种资料在台风短时预报中的影响研究还较为少见。而且，由于天气系统的多样性以及预报模式的独特性，不同资料对台风短时预报的相对贡献率问题，仍需要开展大量深入研究。

台风菲特(2013)是近年来影响中国最为严重的台风之一，其路径突变和特大强降水是当时主要的预报难点(许映龙等, 2015；谢惠敏等，2016)。因此，本文以台风菲特(2013)为例，拟采用OSE方法开展数值对比试验(该方法采用相同模式、同化系统及区域参数配置，仅有观测资料类型及数量不同，可简便、清晰地进行观测资料贡献率的系统性对比)，探讨不同资料对登陆台风短时预报的相对贡献率，分析各类资料对高空场、台风路径和强度以及台风降水的影响，以期进一步加深对于不同资料同化影响登陆台风预报的定量效应和物理过程的认识。

1 台风菲特(2013)

2013年第23号热带风暴菲特于9月30日12时(UTC，下同)在菲律宾以东洋面生成，前期以西北方向移动，10月5日开始以西北偏西方向移动，6日17:15在福建福鼎沙埕镇登陆，登陆时强度为强台风(近中心最大风力42 m·s^-1，中心气压955 hPa)，登陆后向西南方向移动，强度迅速减弱，于7日01时在福建省建瓯市境内减弱为热带低压，03时停止编报(登陆前后台风路径如图 1a所示)(王海平和高拴柱，2014)。

受“菲特”影响，10月5日12时至9日00时，浙江省的北部和东南部沿海出现了特大暴雨和大暴雨，全省面雨量(全省区域内单位面积上的平均降水量)207 mm，为1949年以来浙江省台风过程降水量第三位，浙北14个县(市、区)刷新当地台风过程雨量极值。过程降水大致可分为三个阶段：台风登陆前外围降水、台风登陆时本体(包括倒槽)降水和台风登陆后多系统(倒槽、冷空气和偏东急流)相互作用降水。其中第二阶段(6日12时至7日00时)降水雨强最强，是“菲特”影响过程中的强降水最集中的时段(也是本文的研究时段)。结合逐3 h雷达组合反射率看到，随着台风中心逐步靠近大陆，强回波区首先集中出现在浙江东南沿海地区(图 1a)，然后逐渐扩展到浙江省中部(图 1b)，在台风登陆后30 dBz以上回波几乎覆盖整个浙江省(图 1c)，并逐渐分裂成南北两个相对独立回波带(图 1d)。

2 试验方案设计 2.1 模式配置

本研究选用美国国家大气研究中心(National Center for Atmospheric Research, NCAR)等机构开发的WRF-ARW V3.7.1 (http://www2.mmm.ucar.edu/wrf/users; Skamarock et al, 2008)和美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)开发的GSI-3DVAR V3.4(Hu et al,2015)作为预报模式和资料同化系统，研究区域以(29°N、120°E)为中心，格点数为725×625，水平分辨率为3 km，垂直层数为51层，模式顶高为10 hPa (图 2a)。使用的主要物理参数化方案有Thompson云微物理方案(Thompson et al, 2008)，RRTMG短波和长波辐射方案(Iacono et al, 2008)，修正的Monin-Obukhov表层方案(Jiménez et al, 2012)，YSU边界层方案(Hong et al, 2006)，以及Noah陆面方案(Chen and Dudhia, 2001)。初始背景场资料(包括初始条件和边界条件)由NCEP/NCAR提供的Climate Forecast System Reanalysis (CFSR)每6 h一次的0.5°×0.5°再分析资料(Saha et al, 2010)通过WPS初始化模块插值获取。

2.2 观测资料

用于资料同化的观测资料主要来自于NCEP提供的全球资料同化系统(Global Data Assimilation System，GDAS)观测数据、中国气象局国家气象信息中心(NMIC)和浙江省气象信息网络中心(ZJMIC)的国内和浙江省内未进行国际交换的观测数据，按观测类型分为：

(1) 地面资料(图 2b)：包括机场地面报(METAR)、天气站点报(SYNOP)、船舶和浮标观测(SHIP+BUOY)，以及探空站(rawinsonde)的地面观测，主要来自于NCEP收集的全球GTS常规观测数据以及NMIC整理的部分地面观测数据，资料时间分辨率为1 h，其观测要素为气压、温度、风和露点温度。

(2) 探空资料(图 2c)：包括探空站观测(rawinsonde)，主要来自于NCEP收集的全球GTS探空观测数据以及NMIC整理的部分探空观测数据，资料时间分辨率为12 h(部分站点加密至6 h)，其观测要素为高度、温度、风和湿度。

(3) 飞机报资料(图 2d)：包括飞机报文观测(AIREP)，主要来自于NMIC整理的飞机报文观测数据，资料时间分辨率为1 h，其观测要素为风、温度和湿度。

(4) 卫星资料(图 2e)：包括AMSUA、HIRS4和MHS辐射亮温观测，主要来自于NCEP收集的卫星数据，资料时间分辨率为6 h，其观测要素为辐射亮温。

(5) 雷达资料(图 2f)：主要来自ZJMIC提供的浙江省5部多普勒SA/SB波段雷达的观测数据，资料时间分辨率为1 h，其观测要素为雷达反射率和径向风。

2.3 试验设计

为探讨不同资料同化对登陆台风菲特短期预报的影响，本研究设计了7组数值试验(包括1组控制试验和6组敏感性对照试验，见表 1)。

(1) 控制试验(CTL)：使用WPS从CFSR再分析资料插值处理得到2013年10月6日06时的插值场作为初始背景场，从06—12时进行间隔1 h的循环同化，其中地面资料、飞机报资料、雷达反射率和径向风资料逢整点由GSI-3DVAR同化进入模式，探空资料和卫星辐射亮温资料只在06和12时同化。然后以12时结束循环同化后的分析场为初始场，向前积分12 h至7日00时。

(2) 敏感性试验：其余设置与控制试验相同，只是每组敏感性试验分别剔除地面资料(NSF)、探空资料(NRS)、飞机报资料(NAC)、卫星资料(NST)、雷达反射率资料(NRF)、雷达径向风资料(NRV)。

Benjamin et al(2010)已经成功证明采用“拒绝”方式设置敏感性试验，通过对比控制试验和敏感性试验结果，可以清晰看到不同资料对整个数值模式及资料同化系统的贡献。

3 结果分析

台风是一个深厚的天气系统，本研究从高空场、路径和强度以及降水等三个方面的预报结果进行对比分析。

3.1 对高空场的影响

本研究选取中国气象局国家气象信息中心提供的研究区域内46个探空观测站(图 2c)作为实际观测的参考标准，将模式预报的温度、湿度和风速分别插值到对应的站点和层次，并统计得到高空场各要素的均方根误差(RMSE)，其定义为：

$ RMSE=\sqrt{\frac{\sum\limits_{i=1}^{{{N}_{s}}}{{{\sum\limits_{l=1}^{{{N}_{l}}}{\left({{X}_{i, l}}-{{O}_{i, l}} \right)}^{2}}}}}{{{N}_{s}}{{N}_{l}}}} $

式中，X_{i, l}，O_{i, l}为第i号站点第l层的模式预报值和观测值，N_s, N_l分别为站点数目和层数。

为更加清晰地显示各个资料同化所带来的差异，图 3给出了各个敏感性试验与控制试验之间模拟的大气温度、湿度和风速的RMSE的差异(敏感性试验减去控制试验)。因此，图 3中正值表示该敏感性试验对应的资料对模拟结果有正贡献，负值则为负贡献。

分析敏感性试验与控制试验之间，模拟的高空形势场RMSE的差异得到(图 3)：(1) 总体上看，探空资料对整层大气状态模拟的贡献率最大，“拒绝”该资料后模式模拟的温度、湿度和风速的平均RMSE(与控制试验RMSE的相对值)将分别增加0.915℃(62.0%)、10.1%(60.2%)和2.49 m·s^-1(54.8%)；其次为雷达反射率和飞机报，分别“拒绝”这两种资料后模式模拟的温度、湿度和风速的平均RMSE将分别增加0.135℃(9.2%)、2.92%(16.5%)、0.52 m·s^-1(11.3%)和0.09℃(6.1%)、-1.2%(-6.8%)、0.295 m·s^-1(6.4%)；地面资料、卫星资料和雷达径向风资料的贡献率很小，有时甚至是负贡献。Benjamin et al(2010)指出贡献率最大的资料也是飞机报和探空资料(研究中没有比对雷达反射率资料)，这与本研究的结论是一致的。但需要指出的是，用于同化的探空资料与用于验证的探空资料是有同源性的，这可能会导致统计探空的贡献率虚高。同时，由于雷达径向风数据覆盖范围仅有浙江省，且其探测到信息中夹杂着更多的中小尺度信息，这也可能是导致本研究中雷达径向风贡献率很小的原因。(2) 同一种资料对不同要素的贡献率也有不同，如飞机报资料对于风速模拟的正贡献比其对温度和湿度的贡献更为明显。仲跻芹等(2010)研究表明飞机观测资料的同化对于前9 h预报时效内的925~250 hPa高空风预报有明显的正面影响。这与本研究的结论也是基本一致的。(3) 同一种资料对不同预报时段的贡献率也有差异，如雷达反射率的贡献率在模式预报前期明显大于后期。雷达反射率通过GSI-3DVAR云分析系统，直接调整初始场中云水物质含量，并通过凝结潜热释放等微物理过程影响温度和风场。但由于缺乏动力尺度的响应过程，其影响程度随着积分时间呈明显下降趋势(Sun et al, 2014)。

3.2 对路径和强度模拟的影响

台风路径和强度是台风预报的重要内容，也是台风灾害影响评估的重要考虑因素(张永恒等, 2009)。本研究选取中国气象局最佳台风路径数据集并结合官方实时发布的数据作为台风路径和强度观测值。该数据是在综合考虑卫星、雷达、自动站等多项观测基础上确定出来的台风中心实际路径和强度，在台风菲特登陆期间的时间分辨率为1 h。图 4a显示控制试验较为准确地预报出“菲特”登陆期间的西行路径，登陆期间12 h平均误差仅为25.1 km。各个敏感性试验预报的路径误差比控制试验均有不同程度的增大，NSF、NRV、NST、NRF、NAC和NRS试验的12 h平均路径误差分别为27.7、28.3、35.9、57.2、65.1和86.1 km (图 4b)。这说明探空资料和飞机报资料对台风路径的模拟影响较大，其次是雷达反射率资料和卫星资料，雷达径向风和地面资料影响较小。这个结论与3.1节中主要影响高空场模拟的主要资料是一致的，也再度验证了台风路径主要受环境场引导影响。

控制试验对台风菲特登陆期间的强度模拟明显低估。表 2显示：在台风登陆前的6 h内，CTL模拟的台风中心最低气压(MSLP)和近中心最大风力(MWS)分别为974.9 hPa和39.4 m·s^-1，而实际观测值为955 hPa和42 m·s^-1。各个敏感性试验模拟的MSLP比控制试验略有增加，尤其是NRF、NRV、NRS、NAC试验最小，MSLP分别为980.5、979.6、978.4和977.1 hPa；相应的，各个敏感性试验模拟的MWS与控制试验相比虽然没有呈现一致性的变化，但从最大MWS来看，NRF、NRV、NRS、NAC四个试验有一定减小，分别为37.9、35.8、38.2和38.9 m·s^-1。这说明影响台风强度模拟的主要是雷达径向风、雷达反射率、探空资料和飞机报资料。尤其要指出的是，雷达径向风资料包含较多中小尺度信息，对台风强度的模拟较大的贡献，但对台风路径的影响并不是太大，这可能与本研究中雷达数据的覆盖度较小以及台风菲特本身特性有关。令人感到意外的是，雷达反射率资料对台风路径和强度影响较大，其可能的机理是通过复杂云分析技术改变云水物质含量同时考虑了凝结潜热释放，并通过绝热数值滤波初始化技术同化到模式中，从而进一步影响大气湿度、温度及风场等(Hu et al, 2006; Stephan et al, 2008; Weygandt et al, 2008)。

3.3 对降水模拟的影响

降水是台风预报中的另一个重要内容。由于台风菲特登陆期间的降水主要集中在浙江省区域，本研究选取了浙江省气象网络信息中心提供的2200多个区域自动站作为降水观测值，其平均空间分辨率为6~7 km。已有研究表明，在较高空间密度情况下，不同插值方法对结果影响有限(许娈等, 2017)。因此，在定量评估降水时，本研究采用简单易行的反距离权重方法将站点降水插值到模式格点上。

台风菲特登陆期间，降水雨带从东南沿海地区(6日12—15时)逐渐扩展到整个浙江中东部地区(15—18时)，在台风中心登陆后逐渐分裂成南北两个雨带(18—21时)，并在浙江南部(温州丽水)及北部(宁波嘉兴)地区形成较强降水(6日21时至7日00时)(图 5a₁~5a₄)。控制试验很好地模拟出了降水的落区及其空间演变趋势(图 5b₁~5b₄给出了模式起报后逐3 h的降水分布)。NSF试验的模拟结果除了一些细节上的差异外，主要降水区域和量级与CTL试验相当(图 5c₁~5c₄)，这说明地面资料对降水模拟的影响较小。NRS试验主要表现为6~12 h雨带的南偏、3~9 h降水明显高估与9~12 h降水明显低估(图 5d₁~5d₄)。NAC试验对降水的模拟比NRS试验更差，主要体现在对主体雨带模拟南偏更明显，导致了3~12 h对宁波地区强雨带的漏报(图 5e₁~5e₄)。这说明探空资料和飞机报资料同化对台风登陆期间的降水模拟有较大正贡献。NST试验在0~6 h取得了与CTL相当的模拟结果，但对6~12 h宁波地区的强降水带模拟有较大偏差，说明卫星资料在6~12 h的贡献较大(图 5f₁~5f₄)。NRF试验是所有敏感性试验中结果最差的，主要表现在对0~9 h强降雨带的明显漏报(图 5g₁~5g₄)，这说明对于降水而言，雷达反射率资料同化贡献率是各种资料中最大的，且该资料主要影响在模式预报前期并随着时间逐步减弱。NRV试验的模拟结果略差于CTL试验，说明本个例中雷达径向风在降水模拟中的作用并不大。

为定量评估各个试验的降水模拟结果，图 6给出各个敏感性试验逐3 h累计降水的RMSE和ETS评分与控制试验的差异(敏感性试验减控制试验)，显然RMSE差异正值越大、ETS差异负值越大，说明敏感性试验对降水模拟越差，即敏感性试验对应的资料对降水模拟的影响越大。由图 6可见，各资料对降水模拟的影响程度(以>50 mm量级的ETS评分排序)由大到小依次为雷达反射率、飞机报、探空资料、卫星资料、地面资料和雷达径向风，分别“拒绝”这些资料后模式模拟的3 h累计降水平均RMSE分别增加4.4 mm(28.9%)、4.8 mm(31.1%)、4.5 mm(29.0%)、1.8 mm(11.5%)、0.9 mm(5.6%)和-0.4 mm(-2.4%)，>50 mm量级降水的ETS评分分别降低0.15(63.1%)、0.11(45.4%)、0.086(36.7%)、0.016(6.9%)、0.046(19.5%)和0.018(7.5%)。雷达反射率资料对降水的贡献随着模式积分时间呈明显的下降趋势，而飞机报、探空资料等对降水的贡献则在模式积分3 h之后开始出现。这可能是因为雷达反射率资料通过直接调整云水物质含量影响预报，因此在模式启动时刻对降水影响较大，但由于缺乏对应的动力条件的支持，随着模式积分延长，其影响效应逐渐下降；而飞机报、探空等则直接通过调整水汽和动力场影响预报，其影响效应相对较长。另外，雷达径向风资料在本研究中虽然对降水的影响较小，甚至有时还会出现负效应，但值得注意的是其对大量级降水(50 mm以上)表现出较为明显的正贡献。

由上述定性和定量分析可见，影响高空场、台风路径和强度较大的雷达反射率、探空和飞机报资料，也是对降水模拟贡献较大的资料。研究表明(陈联寿和丁一汇, 1979；陈联寿, 2010)降水是台风路径、强度、结构及微物理过程等因子影响的复杂结果，因此数值模式对台风路径、强度、结构等方面模拟的改进是使得降水改进的重要原因。图 7给出了敏感性试验NRF、NRS及NAC与控制试验的850 hPa雨水混合比、台风中心位置及3 h累计降水的差异。从图 7c和7e上可以看到，NRS和NAC试验对台风中心位置的模拟比实况位置偏西南，对比图 5d₃~5d₄和图 5e₃~5e₄可见这两个试验中模拟的降水雨带也有向南偏移的现象。另外，云水物质模拟的差异是导致降水差异的直接原因之一：以雨水混合比为例，对比不同试验雨水混合比差异与降水差异的空间分布，可以发现两者存在非常好的相关性(图 7)。这些现象说明：本研究降水模拟的改进与模式对台风路径、强度及水物质模拟改进有关，一方面探空和飞机报资料的同化引入通过改进高空场引导气流改善了台风路径，另一方面雷达反射率的同化吸收通过改进云水物质及其反馈作用完善了台风强度与结构的模拟，最终促成了降水落区和强度的改进。

4 结论与讨论

本文利用WRF模式和GSI-3DVAR同化系统开展基于OSE方法的数值对照试验，分析了不同资料同化对台风菲特(2013)登陆过程预报的影响。对比各敏感性试验和控制试验结果，得出以下结论：

(1) 各类资料对模拟结果有一定的正效应，但贡献程度有一定差别。综合来看，探空、雷达反射率和飞机报对模拟结果有较大影响，“拒绝”探空资料后模式模拟的温度、湿度和风速的平均RMSE将分别增加0.915℃(62.0%)、10.1%(60.2%)和2.49 m·s^-1(54.8%)，而分别“拒绝”雷达反射率和飞机报后模式模拟的温度、湿度和风速的平均RMSE将分别增加0.135℃(9.2%)、2.92%(16.5%)、0.52 m·s^-1(11.3%)和0.09℃(6.1%)、-1.2%(-6.8%)、0.295 m·s^-1(6.4%)；而卫星辐射亮温、雷达径向风和地面资料对模拟结果影响较小。

(2) 各类资料对不同台风预报效果评估参数的影响程度不同。对高空场和台风路径模拟影响较大的是探空和飞机报，对台风强度模拟影响较大的是雷达反射率、径向风、探空和飞机报，而对降水模拟影响较大的是雷达反射率、探空和飞机报。

(3) 各类资料对降水模拟的贡献率随时间变化不同。雷达反射率资料对降水的贡献随着模式积分时间呈明显的下降趋势，而飞机报、探空资料等对降水的贡献则在模式积分3 h之后开始出现。

(4) 进一步分析不同资料同化对于降水模拟影响过程表明，降水模拟的改进与模式对台风路径、水物质及强度模拟改进有关，因此影响高空场、台风路径和强度较大的雷达反射率、探空和飞机报资料，也是对降水模拟贡献较大的资料。

本研究的结论与Benjamin et al(2010)的研究结论较为一致，同时也得到一些新认识(如除了探空和飞机报资料外，雷达反射率对模拟结果也有较大贡献率)，这可能与不同天气系统动力和热力结构有关。“菲特”是个以强台风强度登陆的深厚对流系统，云系覆盖范围广，登陆期间“菲特”本身携带的水物质含量和降水尤为强大，这可能是造成雷达反射率同化在本研究中贡献率较大的原因之一。另外，用于验证的探空资料与同化的探空数据有一定的同源性，因此也可能造成结论对探空资料贡献率的高估。最后，个例研究造成的样本数量不足也可能会影响结论的普适性，更多个例或是长时间的模拟验证将有待今后研究继续开展。