张兴海,主要从事热带气旋及资料同化研究.Email:
为了实现西太平洋及东亚区域FY-2F可见红外自旋扫描辐射计(VISSR)资料的直接同化,本文利用飓风天气预报模式(WRF For Hurricane, HWRF)和快速辐射传输模式(Community Radiative Transfer Model, CRTM)对FY-2F的亮温资料进行了模拟。在有云情况下,中高纬度锋面云系模拟的相对较好,而低纬热带云团模拟偏差较大。对于晴空条件下模拟的红外1、2、4通道(IR1、2、4) 亮温,受陆地下垫面发射率不均匀的影响模拟偏差较大,且辐射传输模式平均而言低估了地表发射率。海洋下垫面的资料模拟情况要明显好于陆地。IR4通道在白天受太阳短波影响观测亮温偏高。去除受云污染的资料仅保留晴空观测资料,通过格点统计插值(Community Gridpoint Statistical Interpolation, GSI)质量控制和偏差订正,IR2通道平均偏差减小约50%,IR3通道平均偏差从3.7 K减小到0.34 K。而IR1通道质量较好,偏差订正前后几乎没有变化。
To assimilate the radiance data of FY-2F imagery directly in West Pacific and East Asian, WRF for Hurricane (HWRF) and Community Radiative Transfer Model (CRTM) are used to simulate the brightness temperature (BT) of FY-2F. Under the cloudy condition, the frontal clouds are well-simulated in the middle and high latitude while the substantial bias exists in tropical cloud cluster of low latitude. In the clear sky condition, the BT of infrared channel 1, 2, 4 (IR1, 2, 4) are strongly influenced by the surface emission with big biases above the land because of the inhomogeneity and the radiation transfer model under-estimates the emissivity of land on average. Meanwhile it performs well above the ocean surface. The observation of IR4 channel are higher than simulated BT because of the influence of sun radiation. The cloudy contamination data are abandoned to keep the clear sky radiance in Community Gridpoint Statistical Interpolation (GSI). After quality control and bias correction of GSI, the bias of IR2 has a reduction of 50% on average and the average bias of IR3 is decreased from 3.7 K to 0.34 K. The quality of IR1 observation is better than other channels, and there is little change of the bias after correction.
卫星资料同化是数值预报的热点问题。利用资料同化技术可以将卫星观测结果和数值模式有效的结合起来,提高卫星产品的释用水平,同时改进模式的初始场、提高数值模式的预报能力。受运行轨道的限制,极轨卫星观测在时间和空间上存在不连续,相比之下,静止卫星则拥有稳定不变的视场,并且能够做到连续观测,在热带气旋的监测方面具有很大的优势。
对于静止卫星,由于受制于卫星高度,探测通道一般位于红外和可见光波段。静止卫星扫描视场恒定,且时间分辨率很高。根据相邻时刻成像仪资料,利用空间相关的办法,可以反演得到云或水汽的移动轨迹,称之为云迹风资料。
随着大气辐射物理过程研究的不断深入,辐射传输模式考虑的物理过程越来越完善,模拟精度也越来越高。
然而静止卫星红外通道资料的直接同化研究要滞后于极轨卫星。
随着辐射传输模式和同化理论的不断发展和完善,将静止卫星辐射资料直接同化进数值模式系统中已经具有了一定的可行性。由于静止卫星在热带气旋的监测方面具有很大的优势,因此同化静止卫星资料,特别是我国风云(FY)系列静止卫星资料,对西太平洋地区台风预报极有意义。令人遗憾的是目前国内外这方面的研究工作尚不多见。
在前人研究的基础上,我们尝试将FY-2F静止卫星资料同化入区域飓风模式HWRF中。由于资料的预处理往往是决定同化成败的关键环节之一,同时针对FY-2F卫星资料模拟和偏差的研究也不多见,因此本文主要着眼于FY-2F红外通道资料的模拟和偏差分析,为下一步的同化做准备。
为了模拟FY-2F各红外通道亮温,本文利用HWRF模式来提供大气状态参数,并用快速辐射传输模式CRTM计算卫星接收到的红外辐射。
HWRF模式是由NOAA及相关机构合作开发的最新的海-气耦合飓风模式。大气模块为非静力中尺度模式(WRF Nonhydrostatic Mesoscale Model, WRF-NMM),海洋模式为热带气旋普林斯顿海洋模式(Princeton Ocean Model for Tropical Cyclones, POM-TC)。由于POM-TC不能适用于西太平洋地区,因此本文研究中只使用大气部分模块,利用HWRF模式进行模拟试验。其中微物理方案为Eta HWRF方案(
CRTM是卫星资料同化联合中心(Joint Center for Satellite Data Assimilation, JCSDA)开发的快速辐射传输模式,与数值预报模式结合,可以用来模拟大气辐射传输过程,模拟大气外层卫星观测的辐射亮温及亮温梯度或雅克比项(
在CRTM模式中,云和降水粒子的光学参数是通过给定分布的米散射理论计算得到的。这些参数包括消光系数、单次散射比、相函数,为了加快计算速度,这些参数由预先计算好的查找表提供。根据预报模式不同的参数化方案,CRTM中最多提供6种云和降水粒子组合,包括云水、云冰、雨、雪、霰以及雹(
本文在研究中还用到了GSI同化系统。GSI是NOAA开发并用于NCEP业务预报的变分同化系统。2007年美国发展测试中心(Developmental Testbed Center, DTC)与GSI开发团队合作,将GSI同化系统引入HWRF模式中,成为HWRF模式中的同化模块。目前GSI是一个三维变分系统(3DVAR)。GSI在资料分析和质量控制方面有出色的表现,目前能够同化绝大多数常见的气象资料,包括常规探空、地面观测以及卫星遥感资料。结合快速辐射传输模式,GSI可以直接同化卫星辐射资料。
FY-2F卫星发射于2012年1月14日,是我国第四颗业务静止卫星。FY-2F静止卫星的运行高度为赤道上空35785 km,星下点经度为112°E。卫星平台搭载辐射仪为展宽可见光和红外自旋扫描辐射仪(Stretched-Visible and Infrared Spin Scan Radiometer, S-VISSR)。FY-2F卫星采用了我国自主研发的基于月球辐射校正的内黑体定标(CIBLE)方法,该方法可以显著提高红外波段定标精度(
本文选取2012年第11号强台风海葵(Haikui)作为HWRF模式模拟对象。“海葵”在日本冲绳县东偏南方约1360 km的西北太平洋洋面上生成。“海葵”台风生成后迅速向西北方向移动,8月5日进入我国东海海域,6日强度升级为台风。8日台风海葵登陆我国浙江省象山县。登陆后穿过浙江省,进入安徽省境内,强度也减弱至热带风暴,并最终停止编号。本文研究的时段从2012年8月5日06时(世界时,以下均同)至7日18时。
S-VISSR扫描仪共有5个通道,其中4个位于红外光区(IR),一个为可见光通道(VIS)。其通道具体对应的波段范围及具体信息如
FY-2F各通道基本信息
The basic information of each channel of FY-2F
通道 | 波段/ |
SNR or NEΔ |
分辨率/km |
VIS | 0.55~0.75 | 1.2 @ 1% albedo | 1.25 |
IR1 | 10.3~11.3 | 0.2~0.4 K @ 300 K | 5 |
IR2 | 11.5~12.5 | 0.2~0.4 K @ 300 K | 5 |
IR3 | 6.30~7.60 | 0.3~0.6 K @ 260 K | 5 |
IR4 | 3.50~4.00 | 0.3~0.6 K @ 300 K | 5 |
FY-2F红外通道权重函数分布
Weighting functions of infrared channels of FY-2F
如上文所述,CRTM模式中包含了6种云水、云冰粒子。在模拟亮温的过程中,主要考虑H2O和O3两种气体吸收。通过大气模式向CRTM提供的大气状态参数主要包括各层气压、温度、水汽混合比和臭氧含量,同时还包括近地层的一些参数,如10 m高的风速、下垫面覆盖类型及土壤温度等。通过辐射传输方程CRTM可以模拟出卫星接收到的红外辐射。
为了减少模式积分带来的误差,利用HWRF模式积分6 h提供大气背景场,初始场为FNL (Final Analyses)资料。
FY-2F红外IR1通道模拟和观测
Simulation and observation brightness temperature of FY-2F in IR1
模拟和观测云图对应的时刻为2012年8月7日00时,云图中心为即将登陆浙江宁波的台风海葵。可以看到中高纬度地区为明显的两槽一脊形式,我国东北地区至鄂霍次克海地区在高压脊的控制之下。从云图的模拟来看,由于初始场中高纬度天气主导形式比较准确,槽前的天气尺度锋面云系模拟得比较好。当然,在一些细节方面模拟的还有欠缺,模拟的云系亮温分布比较均一,高云和低云不能很好地分别开,特别是对高空的卷云,模式还不能很好地模拟出来,这可能既和CRTM模式中对冰粒子的形态简化和辐射计算能力有关,也与气象模式提供背景信息不够准确有关。
对于中低纬度地区,包括台风云系的模拟,模式的结果还存在很大的问题。可以看到,中南半岛、南海以及菲律宾周围大部分地区模拟出大片连续的云团,这与真实的观测是不符的。这表明云图的模拟对于低纬度热带云团的模拟包括热带气旋、季风云系等存在较大的误差,这与大气模式在热带地区存在较大不确定性也是一致的。
由于模式对云的处理存在较大的误差,对于同样的模式大气背景状态输出,我们利用CRTM在晴空条件下进行模拟。采用FY-2F亮温资料中的云分类信息,选取晴空下的观测亮温,并将模拟亮温和观测亮温进行对比,结果如
晴空条件下模拟和观测亮温对比
The comparison between simulated and observed BT under clear-sky condition
在实际的同化中,辐射亮温资料总是要经过一定的质量控制和偏差订正才能进入同化系统中。因此,将原始的FY-2F资料经过一定的预处理,输入到GSI系统中,利用GSI系统进行质量控制和偏差订正。为了减少观测资料之间的相关,将原始资料进行稀疏化处理,将分辨率降低到40~60 km。其中,如上文所述,保留IR1、IR2和IR4三个通道的海洋下垫面资料及IR3通道陆地和海洋下垫面的资料,且对于这四个红外通道的只处理晴空资料。而质量控制仿照GSI系统中对GOES卫星资料的处理方案。具体的资料的稀疏化和GSI的质量控制方案可以参考
针对通过质量控制的资料点,用观测亮温(O)减去模拟亮温(B)得到O-B分布,
通过GSI质量控制的资料点与偏差值分布(单位:K)
The distribution of data and bias after quality control of GSI (unit: K)
GSI中偏差订正分为两个部分:一部分为气团偏差订正
式中,
式中,
通过将
经过GSI偏差订正后模拟和观测亮温对比
The comparison of simulated and observed brightness temperature after bias correction by GSI
由于IR4通道经过质量控制和偏差订正仍存较大的问题,所以进一步检验了IR4通道的资料质量。选取2012年8月7日00、06、12和18时4个时次,经过GSI质量控制后的O与B散点分布如
2012年8月7日IR4通道观测和模拟亮温对比
The comparison of simulated and observed brightness temperature in IR4 on 7 August 2012
对台风海葵8月5日06时至7日18时,间隔6 h,共11个时次的卫星观测资料,利用GSI进行偏差订正,对比偏差订正前、后的平均偏差O-B的值。如
GSI偏差订正前后平均O-B值(单位:K)
The averaged O-B before and after bias correction by GSI (unit: K)
时间/时 | 0506 | 0512 | 0518 | 0600 | 0606 | 0612 | 0618 | 0700 | 0706 | 0712 | 0718 |
(a)为订正后平均误差,(b)为订正前平均偏差 |
|||||||||||
IR1( |
0.57 | 0.61 | 0.45 | 0.63 | 0.47 | 0.42 | -0.05 | 0.27 | 0.82 | 0.35 | 0.15 |
IR1( |
0.67 | 0.66 | 0.51 | 0.72 | 0.58 | 0.46 | -0.03 | 0.33 | 0.83 | 0.40 | 0.07 |
IR2( |
2.32 | 2.47 | 2.33 | 2.56 | 2.25 | 2.15 | 1.86 | 2.00 | 2.25 | 1.55 | 2.00 |
IR2( |
1.95 | 1.89 | 1.50 | 1.63 | 1.11 | 0.95 | 0.58 | 0.70 | 0.97 | 1.43 | 0.54 |
IR3( |
3.58 | 3.70 | 3.83 | 3.96 | 3.61 | 3.75 | 3.63 | 3.60 | 3.62 | 3.48 | 3.81 |
IR3( |
0.09 | 0.61 | 0.61 | 0.38 | -0.12 | 0.50 | 0.07 | 0.15 | 0.22 | 0.88 | 0.32 |
本文利用HWRF模式和CRTM辐射传输模式对FY-2F的红外成像仪资料进行了模拟。研究表明,由于模式对云的处理方案还存在较大的缺陷,目前无法通过快速辐射传输模式很好地模拟出云的细节特征,特别是对热带云系的模拟偏差较大。对于晴空辐射的模拟,IR1、IR2和IR4三个低层通道受下垫面的影响严重。特别是对于陆地下垫面,由于地表发射率极不均匀,CRTM模式低估了平均发射率,导致陆地下垫面模拟亮温平均值偏低,而海洋上的模拟情况则要明显好于陆地。IR3通道由于是中高层通道,因此受下垫面影响较小。
通过模拟和实测的亮温资料进行对比,发现IR4近红外通道在白天受太阳辐射影响严重,亮温值明显偏大。而夜晚的观测资料则偏差更大,目前除了该通道观测资料质量的问题,我们还没有找到其他解释。因此,在后面的同化研究中,将舍弃IR4通道的辐射资料。
自8月5日06时至7日18时,间隔6 h共11个时次,利用GSI进行偏差订正。结果显示,GSI的偏差订正对于IR3通道改进最明显,观测误差从平均3.7 K,减少到仅有0.34 K。IR2通道平均误差改善也达到50%左右。IR1通道则没有改进,原始的观测资料平均偏差仅有0.42 K,订正后略有增大,上升到0.47 K。
本文的研究为下一步直接同化FY-2F亮温资料打下了基础。但值得指出的是,以上的研究只是基于很少的观测样本进行的,真正具有普适意义的结论还需要建立在更多观测资料和样本之上。我们的研究目的是要将研究时段的资料同化如模式系统中,而不是对FY-2F的卫星资料进行校准。同时,由于所用资料距离FY-2F卫星发射升空仅半年时间,FY-2F的校准和标定工作还未结束,我们相信后续的FY-2F亮温资料质量会更加令人满意。
丁伟钰, 万齐林.2008."珍珠"台风卫星红外通道亮温的数值模拟.大气科学, 32(3):572-580.
郭强, 陈博洋, 张勇, 等.2013.风云二号卫星在轨辐射定标技术进展.气象科技进展, 3(6):6-11.
刘瑞, 翟国庆, 王彰贵, 等.2012.FY-2C云迹风资料同化应用对台风预报的影响试验研究.大气科学, 36(2):350-360.
刘硕松, 董佩明, 韩威, 等.2012.RTTOV和CRTM对"罗莎"台风卫星微波观测的模拟研究与比较.气象学报, 70(3):585-597.
刘香娥, 王广河.2010.FY-2C静止气象卫星红外通道辐射特性研究.气象, 36(2):39-47.
朱彤, 翁富忠.2012.在NCEPGDAS中同化MSG和GOES资料.大气科学学报, 35(4):385-390.
Eyre J R.1997.Variational assimilation of remotely-sensed observations of the atmosphere. J Meteor Soc Japan, 75:331-338.
Eyre J R, Kelly G A, McNally, et al.1993.Assimilation of TOVS radiance information through one-dimensional variational analysis. Quart J Roy Meteor Soc, 119(514):1427-1463.
Fels S B, Schwarzkopf M D.1981.An efficient accurate algorithm for calculating CO2 15 μm band cooling rates. J Geophy Res: Oceans, 86(C2):1205-1232.
Goerss J S, Velden C S, Hawkins J D.1998.The impact of multispectral GOES-8 wind information on Atlantic tropical cyclone track forecasts in 1995. Part Ⅱ: NOGAPS forecasts. Mon Wea Rev, 126(5):1219-1227.
Han J, Pan H L.2011.Revision of convection and vertical diffusion schemes in the NCEP Global Forecast System. Wea Forecasting, 26(4):520-533.
Han Y, Weng F, Liu Q, et al.2007.A fast radiative transfer model for SSMIS upper atmosphere sounding channels, J Geo Res, 112:D11121.
Kpken C, Kelly G, Thépaut J-N.2004.Assimilation of Meteosat radiance data within the 4D-Var system at ECMWF: assimilation experiments and forecast impact. Quar J Roy Meteor Soc, 130:2277-2292.
Qin Z, Zou X, Weng F.2012.Evaluating added benefits of assimilating GOES imager radiance data in GSI for coastal QPFs. Mon Wea Rev, 141:75-92.
Rogers E, Black T, Ferrier B, et al. 2001. Changes to the NCEP Meso Eta Analysis and Forecast System: Increase in resolution, new cloud microphysics, modified precipitation assimilation, modified 3DVAR analysis. NWS Tech Pro Bull, 488:15.
Soden B J, Velden C S, Tuleya R E. 2001. The impact of satellite winds on experimental GFDL hurricane model forecasts. Mon Wea Rev, 129(4):835-852.
Stengel M, Undén P, Lindskog M, et al. 2009. Assimilation of SEVIRI infrared radiances with HIRLAM 4D-Var. Quart J Roy Meteor Soc, 135:2100-2109.
Su X, Derber J, Jung J.2003.The usage of GOES imager clear-sky radiance in the NCEP global data assimilation system. Preprints, 12th Conf. on Satellite Meteorological and Oceanography, Long Beach, CA, Amer Meteor Soc, 3.20.
Szyndel M D E, Thépaut J-N, Kelly G.2005.Evaluation of potential benefit of SEVIRI water vapour radiance data from Meteosat-8 into global numerical weather prediction analyses. Atmos Sci Lett, 6:105-111.
Velden C S, Hayden C M, Nieman S J, et al.1997.Upper-tropospheric winds derived from geostationary satellite water vapor observations. Bull Amer Meteor Soc, 78(2):173-195.
Weng F.2007.Advances in radiative transfer modeling in support of satellite data assimilation, J Atmos Sci, 64:3799-3807.
Weng F, Liu Q.2003.Satellite data assimilation in numerical weather prediction models. Part Ⅰ: Forward radiative transfer and Jacobian modeling in cloudy atmospheres. J Atmos Sci, 60(21):2633-2646.
Zou X, Qin Z, Weng F.2011.Improved coastal precipitation forecasts with direct assimilation of GOES 11/12 imager radiances. Mon Wea Rev, 139:3711-3729.