2. 中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室,广东 广州 510640
2. Guangzhou Institute of Tropical and Marine Meteorology, Guangdong Provicial Key Laboratory of Regional Numerical Weather Prediction, CMA, Guangzhou 510640, China
大气边界层紧靠地球表面,这层大气受地面热力与动力影响,运动具有明显的湍流性质,它能造成动量、热量和水汽在垂直方向有较强的输送。因此,大气边界层是整个大气的主要热量和水汽的源,是动量的汇。热带气旋的生成和发展就是热力与动力共同作用的结果[1]。由于台风生成于宽阔的热带洋面上,观测资料有限,因此,利用高分辨率的数值模式对台风进行深入研究是重要的手段。近20年来,通过改进数值预报模式的物理过程[2],或通过改进资料同化方法[3-4]提高了对台风预报,特别是路径预报的准确性;相对而言,对台风强度和结构的预报还有很多的不确定性,其中边界层参数化方案是重要的影响因子之一。从观测事实看,赵中阔[5]总结了台风环境中海-气动量与焓交换的已有观测研究结果,也指出关于焓通量还存在较大不确定性。
毋庸置疑,边界层参数化是数值模式必须要考虑的物理过程。加入边界层参数化方案后,模拟的台风降水范围、位置和强度都与实况更接近[6]。Braun等[7]数值模拟表明,边界层方案和云微物理方案一样对飓风降水产生重要的影响。Nolan等[8-9]通过比较YSU和MYJ两种边界层方案下,台风的外核和内核边界层的异同,两种方案都表现出了台风边界层独特的特征。周昊等[10]研究了不同微物理方案和边界层方案对台风路径和强度的影响,发现边界层方案对台风强度影响较大,其中MYNN2方案模拟的台风强度与实况最接近。温晓培等[11]对台风初生阶段采用不同的边界层方案进行模拟,其中QNSE和ACM2方案模拟的台风路径与实况最接近,MYJ方案对台风的模拟效果最差。徐亚钦等[12]选取了多种微物理和边界层方案对影响浙江的9个西太平洋台风进行模拟,发现MYNN2和BouLac边界层方案模拟的台风路径和强度接近实况的比例最高,BouLac方案对降水的模拟更好,因此,BouLac方案更适合浙江台风的预报模拟。
Smith等[13]研究发现,不同边界层方案中的湍流扩散系数不同,可以导致台风强度不同。戴光丰等[14]在GRAPES模式中通过改进MRF边界层方案的地面通量计算方法,发现改进后的方案对台风路径、强度、结构和地面通量的模拟都有改善。Liu等[15]研究了台风在不同边界层方案中快速增强时期的异同,发现增强表面通量和边界层的垂直混合对于台风强度的预报有重要作用。Ming等[16]发现模拟的台风强度对于台风焓与动量的比值非常敏感,超过了这两个量单独对台风强度的作用。Zhang等[17]研究强调了参数化边界层结构对台风强度变化的重要作用。
综上所述,这些边界层参数化方案并没有绝对的优劣,可能有季节、地域的差异性和适用性。边界层方案本身影响台风的物理因子或过程也不相同,如湍流扩散系数、地面通量计算方法、焓与动量的比值等都可能影响模拟结果。总之,正是由于这些不确定性因素太多,各方案预报的台风路径、强度和结构存在较大的差异[18]。
目前把模式中的边界层参数化方案分成局地闭合方案和非局地闭合方案。对于边界层结构的研究表明,在稳定条件下,局地闭合方案的模拟性能更好,在不稳定条件下,非局地闭合方案表现更优[19]。台风环境总是处于稳定和不稳定条件变化当中,但是对于局地闭合方案和非局地闭合方案对台风有什么影响还缺少研究,因此,本文的目的主要通过两个局地闭合方案和两个非局地闭合方案的对比试验,重点分析这两类边界层参数化方案对一个南海秋季台风的影响。
2 “莎莉嘉”(2016)概况2016年10月13日12时(UTC,下同),在菲律宾以东洋面上,热带扰动发展为2016年第21号台风“莎莉嘉”,形成的“莎莉嘉”向西北偏西方向移动,10月15日18时20分前后以超强台风级在菲律宾吕宋岛东部沿海登陆。登陆后开始减弱,进入南海后又开始加强,10月18日01时50分前后在海南省万宁市和乐镇沿海登陆,登陆时中心附近最大风力有14级(45 m/s),中心最低气压为955 hPa。最后“莎莉嘉”在广西境内减弱为热带低压,逐渐消亡。
3 试验设计模拟试验利用中尺度数值模式WRFV3.8.1,选取MERCATOR地图投影,3重网格嵌套区域(图 1),网格格距分别为27 km、9 km和3 km,网格数分别为195×168、301×256、304×265。模式顶为50 hPa,垂直方向取33个不等距的层。采用NOAH陆面过程方案[20],WSM6云微物理方案[21],RRTM长波辐射方案[22]和Dudhia短波辐射方案[23],D01和D02中对流参数化方案选用Tiedtke方案[24],D03不采用对流参数化方案。利用NCEP/NCAR格点再分析FNL资料作为初始场,每6 h 1次,水平分辨率为1 °×1 °。模拟时间为2016年10月16日00时—19日06时,共78 h。本文采用QNSE[25]、MYJ[26]两个局地闭合方案和YSU[27]、ACM2[28]两个非局地闭合方案共进行了4组试验。其中QNSE和MYJ方案所采用的是局地闭合湍流动能参数化方案,局地闭合是指仅使用了每层的变量或变量的梯度计算脉动通量,每个格点上的脉动通量完全由该格点上物理量的平均量决定。YSU和ACM2方案所采用的是非局地闭合理论,非局地闭合是指空间一点未知量是用空间许多点的已知量值来进行参数化,在计算每个格点上的脉动通量时综合考虑了该格点及周边格点的影响。不同方案的湍流扩散方程不同。具体计算方法可以参考文献[25-28],为节省篇幅,这里不再赘述。
|
图 1 模拟试验三个区域设置 |
4个试验都模拟出了台风向西北偏西方向移动的特征(图 2),与实况接近,4个方案模拟的台风路径差异较小,QNSE、MYJ、YSU和ACM2方案78 h模拟的台风路径平均偏差分别为23.34 km、18.79 km、8.44 km、20.33 km。台风路径主要是以最低海平面气压所在的位置所确定,相对而言,非局地YSU方案模拟的路径最准确,说明该方案对台风的发生发展以及台风的结构模拟得较好,与实况较吻合。
|
图 2 模拟的台风路径和实况路径 |
因为模式初始场分辨率低,也没有采用BOGUS方案,模拟开始的12 h台风都偏弱(图 3)。经过初期的调整,模拟的结果与实况的差距逐渐缩小。从最低海平面气压看,台风在离开菲律宾后开始加强,在18日00时达到最强,最低气压为950 hPa,之后台风登陆海南,强度开始减弱。各个边界层参数化方案都模拟出了台风先增强后减弱的变化趋势(图 3),但模拟的强度相差较大,总体都偏强,增强速度较快。其中非局地ACM2方案与实况最接近,YSU方案次之。相对而言,局地QNSE和MYJ方案模拟的台风强度误差较大,其中QNSE方案模拟的台风最强,达到了893 hPa。
|
图 3 模拟的最低海平面气压和实况对比 |
模拟的地面最大风速在开始的12 h都偏小(图 4),但都能模拟出台风离开菲律宾后强度增强的趋势。实况的最大地面风速先增强后减弱,在18日00时达到最大值,达到45 m/s。各个边界层参数化方案模拟的结果相差较大,模拟的地面风速都比实况要大。非局地ACM2方案模拟的结果与实况较接近,台风最强时达到的最大地面风速为48 m/s,但比实况提前。局地QNSE方案模拟的地面最大风速最大,达到了66 m/s,比实况提前。局地MYJ方案也模拟出了较大的最大地面风速。比较图 3和图 4可以看到,最低海平面气压和地面最大风速都可以反映台风强度的变化。但是非局地闭合方案YSU和ACM2模拟的台风强度总体要比局地QNSE和MYJ方案模拟的强度要好,与实况更接近。其中非局地ACM2方案与实况最接近,模拟的强度最小,局地QNSE方案模拟的结果最差,模拟的强度最大。
|
图 4 模拟的最大地面风速和实况对比 |
图 5是“莎莉嘉”登陆海南前海口多普勒雷达探测到的反射率和模拟的反射率,也是台风最强的时段(18日01时)。雷达探测的台风眼较大(图 5a),螺旋雨带有明显的不对称分布,台风眼北侧偏西区域较强,南侧偏东区域较弱,在海南岛最强反射率达到了50 dBz以上,说明台风登陆前给海南岛造成了强降水。各个边界层方案都能模拟出台风眼和不对称的螺旋雨带结构,但台风眼的大小、螺旋雨带的结构和强度有明显的区别。局地方案比非局地方案模拟的反射率要强。模拟台风最强的局地QNSE方案,模拟的台风眼最小(图 5d),强反射率区域最大,模拟台风最弱的非局地ACM2方案,模拟的台风眼最大(图 5c),但与实况较为一致。MYJ方案的雷达反射率达到了50 dBz以上,但强反射率主要在台风眼南侧,这与雷达观测不一致(图 5a)。YSU方案模拟的雷达反射率在西侧较强,东侧较弱。总的来说,模拟的台风越强,台风风眼越小,反射率越大。
|
图 5 10月18日01时16分的实况台风雷达反射率(a)和18日01时模拟的台风雷达反射率(b~e) 单位:dBz。 |
从卫星云图中可以看出(图 6a),强盛时期的“莎莉嘉”有较清晰的风眼,整个环流结构完整紧实。外围的环流也表明了高层的流出结构。各个边界层方案模拟的OLR与卫星云图相似。云区的周围出现了向外辐散的卷云羽,这是由于圆形云区和外围螺旋云带水汽凝结潜热的释放,导致其四周的斜压性加大,从而激发高空辐散急流的形成。可以看出非局地YSU和ACM2方案的模拟结构要比其他方案云区薄,台风眼较大,环流结构较松散,台风的强度较弱。而局地QNSE、MYJ方案云区要更厚,台风眼紧密,环流结构紧实,台风强度较强。非局地ACM2方案的眼区位置与实况较接近。各个边界层方案的模拟结果都在台风的东南侧出现了辐散的卷云羽,这与实况是一致的。
|
图 6 10月18日02时实况可见光云图(a)和模拟的OLR(b~e) 单位:W/m2。 |
图 7是18日00时10 m高度的风场分布图,能够清楚看出大风区的分布,台风中心的风速小甚至静风,向两侧逐渐增大,在眼壁处达到最大值后向四周逐渐减小,主要大风区分布在台风中心的东南象限。由于陆地上的摩擦作用,台风的结构受到破坏,在陆地上的风速都较海上减小。各个边界层方案台风外围的风速分布差别不大,但是大风区的分布有较大差别。其中,局地QNSE方案的近地面风速围绕台风眼形成的环形结构完整,风速在36 m/s以上的区域最大,且模拟得到的10 m风速也是最大的,达到56 m/s。YSU和MYJ方案模拟出较大的风速,非局地ACM2方案的风速较小,大风区没有形成完整的环形结构,最大风速只达到44 m/s。
|
图 7 10月18日00时各方案模拟的10 m风速分布 单位:m/s。 |
以上分析表明,不同的边界层方案对台风的路径、强度和结构都有重要的影响,特别是对台风强度的影响较大。为了研究边界层方案如何对台风强度产生影响,我们对台风环境下地表焓和动量通量以及台风的垂直混合做了进一步分析,以探讨不同边界层方案对台风强度造成影响的原因。
5.1 地表通量地表潜热和感热对台风发生发展十分重要[29]。以台风中心为圆心,150 km为半径做地表感热与潜热通量的平均,时间序列如图 8a、图 8b,向上的地表通量为正值。在模拟12 h后,不同边界层方案台风的焓通量开始出现差别,在登陆海南岛前,焓通量不断增加,在登陆后不断减少,感热通量出现了负值(图 8a),在离开海南岛后又出现了短暂的增加,之后不断减少,台风逐渐消亡。潜热通量比感热通量大一个量级,所以台风的能量主要来自潜热。无论是感热通量还是潜热通量,局地QNSE方案都比其他边界层方案大得多,接着是局地MYJ方案,非局地方案的焓通量都较小,ACM2方案最小,这与台风的强度以及对流的强弱一致(图 3、图 4、图 5)。
|
图 8 以台风中心150 km为半径的平均时间序列 a.地表感热通量,单位:W/m2;b.地表潜热通量,单位:W/m2;c.摩擦速度,单位:m/s;d.边界层高度,单位:km。 |
从台风登陆时刻感热通量的分布图(图 9)可以看出,感热通量的数值有正有负,向上的感热通量为正值,台风中心的感热通量最小,向外逐渐增大,在台风眼壁达到最大。其中,局地QNSE方案的最大,非局地ACM2方案的最小。陆地上的感热通量主要是负值,说明陆地上感热通量降低台风的能量。虽然台风的感热通量数值不大,但它是维持台风眼区周围对流活动、斜压性、暖心结构等的重要条件,也是台风能量学中不可缺少的过程[30]。
|
图 9 10月18日00时模拟的地表感热通量 单位:W/m2。 |
地表潜热通量向上输入台风,是台风的主要能量来源,从图 10可以看出,陆地和海洋都有潜热通量向上输送,但明显是以海洋上潜热通量为主。与感热通量相似,台风中心附近为地表潜热通量的低值区,向外逐渐增大,在眼壁附近达到最大,各个边界层方案的高值中心都出现在台风的东南象限。但潜热通量比感热通量大一个量级,说明台风的能量主要来自潜热。在4个边界层方案中,局地QNSE方案的潜热通量最高,其次是MYJ方案,非局地ACM2方案的潜热通量明显偏小,这与模拟的台风强度一致。地面水汽通量的分布也进一步证明了这一点(图 11),水汽对台风发展至关重要,水汽凝结释放的潜热是台风发展的重要能量来源。台风中心水汽通量很小,在云墙区水汽通量达到最大,往外水汽通量又减小。在陆地上的水汽通量明显减少,抑制了台风的发展。各个方案水汽通量的最大值主要分布在台风东南部。其中,局地QNSE方案模拟的水汽通量最大,MYJ方案次之,非局地ACM2方案的水汽通量最小。
|
图 10 10月18日00时模拟的地表潜热通量 单位:W/m2。 |
|
图 11 10月18日00时模拟的地表水汽通量分布 单位:kg/(m2·s)。 |
图 8c是台风中心150 km半径的摩擦速度时间序列,摩擦速度也呈现一种先增大后减小的趋势,表明湍流先增强后减弱。局地QNSE方案的摩擦速度最大,局地MYJ方案的摩擦速度也较大,非局地ACM2最小,越强的摩擦速度导致越强的垂直动量通量。这与最大风的强弱一致(图 4、图 7)。
综上所述,地表焓通量和动量通量越大的方案,台风的强度也越强。局地QNSE方案模拟的焓通量和动量通量最大,台风也是最强,非局地ACM2方案模拟的焓通量和动量通量最小,台风也是最弱,但是与实况最接近。
5.2 垂直混合和垂直结构不同的边界层方案会有不同的垂直扩散过程,也会影响台风的动力热力结构和台风强度的变化。从图 8d中可以看出,局地QNSE方案的边界层高度远远大于其它方案,达到了4.6 km,局地MYJ方案的边界层高度也较大,在1.8 km左右,另外两个非局地方案的边界层高度都在1 km以下。越大的边界层高度表明垂直混合越强,垂直混合把地表通量输送到了高层,从而为台风的发生发展提供能量。
由于在有强烈上升运动和降水的地区,雷达反射率就越高,因此可以间接利用雷达反射率来研究台风降水的垂直结构。各个方案基本都模拟出清晰的台风眼区(图 12),向外倾斜的眼墙,在台风眼墙区雷达反射率最大,向外不断减小。其中,局地QNSE案出现了50 dBz以上的雷达反射率,在距台风中心50 km的距离。非局地YSU方案的雷达反射率较大,非局地ACM2方案与局地MYJ方案的雷达反射率较接近,最大达45 dBz,40 dBz以上的雷达反射率出现在距台风中心50~80 km的距离。对4个方案的雷达反射率做一个平均(图 12e),得到的结果与ACM2方案较接近,4个方案的平均结果接近最小的方案,说明方案模拟出的大值区域较小,而ACM2方案也是模拟得最好的方案,所以4个方案模拟的雷达反射率总体来说偏小,比较接近实况。
|
图 12 10月18日00时各个边界层方案(a~d)、4个边界层方案的平均(e)模拟的雷达反射率方位平均图 单位:dBz |
由图 13看出,台风中心主要以下沉运动为主,眼区的下沉绝热增温是眼区热力作用维持的重要因素之一。与雷达回波的垂直剖面相呼应(图 12),台风的垂直速度的最大值也主要分布在距台风中心半径50 km的位置,在台风眼壁达到最大。其中,局地QNSE方案在眼墙区强烈的倾斜向上运动的巅峰值达到2.8 m/s,出现在2 km左右的高度上。局地MYJ方案的垂直速度也较大,在2.4 m/s以上,出现在5~7 km的高度。非局地YSU方案的最大垂直速度达到2.2 m/s,出现在11 km左右的高度。非局地ACM2方案的垂直速度较小,最大只有1.3 m/s,在9~10 km的高度。垂直速度的强弱与边界层高度相一致(图 8d),较强的垂直混合对应着较强的垂直速度,同时也对应着强的台风强度,反之亦然。同样对4个方案的垂直速度做一个平均(图 13e),得到的结果与ACM2方案最接近,最大值接近1.6 m/s,与QNSE方案相差最大,4个方案的平均结果是偏小的,说明边界层方案模拟的垂直速度是接近实况的,这点与雷达反射率(图 12e)是一致的。
|
图 13 10月18日00时各个边界层方案(a~d)、4个边界层方案的平均(e)模拟的垂直速度方位平均图 单位:m/s。 |
由于台风低层盛行辐合气流,源源不断的水汽在台风眼中心区辐合抬升,在此过程释放了大量的潜热,从而使得台风中心增温(图 14)。其中,局地QNSE方案在高低空都出现了一个暖心结构,最大都达到了14 ℃,出现在5 km左右的高度,上层的暖心出现在17 km,这比Emanuel[31]研究的台风暖中心还要高4 km,这意味着切向风的垂直切应力向对流层高层发展。局地MYJ方案也得到了较大的正温度偏差,在11 ℃以上。非局地YSU方案的温度偏差较小,在4~6 km达到9 ℃,非局地ACM2的正温度偏差最小,在7 km出现7 ℃左右的正温度偏差,这与Liu等[32]研究的1992年的台风Andrew位置相近,但温度要低。温度偏差的大小与台风强度以及能量分布一致(图 3、图 4、图 8a、8b)。对4个方案的温度偏差做一个平均(图 14e),得到的结果在YSU和MYJ方案之间,说明4个方案的平均得到的能量较大,这点与垂直速度(图 13e)不同,从图 8a、8b也可以看出,QNSE方案模拟得到的能量比其他方案大得多,模拟的台风强度也远远超过台风的实际强度,这也是QNSE方案模拟较差的原因。
|
图 14 10月18日00时各个边界层方案(a~d)、4个边界层方案的平均(e)模拟的温度偏差方位平均图 单位:℃。 |
切向风是台风的主环流,各个方案中局地QNSE方案出现了最大的切向风(图 15),为80 m/s,在台风50 km的半径,1 km左右的高度上,非局地ACM2方案的切向风最小,最大为56 m/s左右。这与雷达反射率的分布相近(图 12),这说明最大风速半径处的风携带了强的降水量。切向风的强弱也与台风的强度相一致(图 3、图 4)。各个方案最大风速半径随高度增加,向外倾斜,这与飓风Andrew[32]和太平洋台风相一致[30]。可以看出,切向风越弱的方案,最大风速向外倾斜越大,即半径随高度增加越大。对4个方案的切向风做一个平均(图 15e),得到的结果与YSU和MYJ方案相似,最大风速在65 m/s左右,QNSE方案比ACM2方案大得多,较大的切向风也使得台风的能量加大,使得QNSE模拟的台风强度过强。
|
图 15 10月18日00时各个边界层方案(a~d)、4个边界层方案的平均(e)模拟的切向速度方位平均图 单位:m/s。 |
径向风代表了高低层风流入流出情况。从图 16中可以看出,辐合主要出现在低层,局地QNSE方案的流入气流最大,达到了28 m/s。非局地ACM2方案的流入气流最小,只有在50~100 km的半径处有15 m/s的径向风。最大的流出气流主要在高层,QNSE方案在17 km的高度,200~300 km的台风半径处有一径向风大值中心,径向风达到28 m/s,局地MYJ方案的流出气流也较大,达到24 m/s。最小的流出气流是非局地YSU方案得到的,非局地ACM2虽然有最小的流入气流,但流出气流却并不大,这也是导致ACM2方案的强度弱的原因。中间层主要以流出气流为主。可以注意到眼墙区强的上升运动(图 13)对应的却是强的辐散,这是由于眼墙区深对流倾斜性的结果。对4个方案的径向风同样做一个平均(图 16e),得到的结果与ACM2方案较接近,各个方案的平均结果为最接近实况的方案。
|
图 16 10月18日00时各个边界层方案(a~d)、4个边界层方案的平均(e)模拟的径向速度方位平均图 单位:m/s。 |
从地表焓通量的方位平均图(图 17)可以看出,各个边界层方案的焓通量在距台风中心50 km左右达到最大,局地QNSE方案的焓通量比其他方案的焓通量大得多,非局地ACM2的焓通量最小,与风速的分布一致(图 15、图 16),也与边界层高度相一致(图 8d)。强的风速使得垂直混合加强,强的垂直混合配上强的表面通量,使得台风深对流发展,暖心结构加强。
|
图 17 10月18日00时模拟的地表焓通量方位平均分布 单位:W/m2。 |
Emanuel[33]提出的WISHE机制即风驱动表面热交换在台风的发展中是一个很重要的因素,可以用来解释地表通量和垂直混合对台风的作用。WISHE机制把热带气旋看做一个简单的卡诺热机,把热带气旋的生成过程总结为一个初始扰动转变为海洋表面焓通量和风场之间正反馈的过程。首先边界层大气接收海面水汽、潜热通量,因摩擦作用造成大气边界层内的摩擦辐合,使水汽、焓热通量向上输送,条件性对流不稳定被激发,水汽凝结释放潜热使中心变暖,地面气压下降,台风加强,边界层大气接收海面水汽、潜热通量增多,向上输送继续加热对流层中、下部,致使地面气压继续下降,台风进一步加强,如此循环,台风不断发展。所以,焓通量越大,台风也越强。WISHE机制强调了地表能量在台风加强过程的重要作用,本文对能量在上下层的传输强度也进行了进一步的研究,边界层的垂直混合对台风强度的加强也至关重要,越强的垂直混合和垂直结构,台风强度越强(图 3、图 4、图 8d、图 12、图 13)。所以,局地方案模拟的边界层顶的夹卷过程太强,局地QNSE方案模拟出了最强的台风,非局地方案模拟的边界层顶的夹卷过程稍弱,非局地ACM2方案模拟出了最弱的台风。从这个个例看,非局地方案采用了非局地K理论的参数化方案,非局地K理论对于边界层顶的夹卷过程模拟的台风强度更接近实况。
6 结论与讨论本文利用美国非静力中尺度数值模式WRF,选取两个局地闭合(QNSE、MYJ)和两个非局地闭合(YSU、ACM2)的边界层参数化方案对南海秋季台风“莎莉嘉”(2016)进行了4组模拟试验,对模拟结果进行了验证和对比分析,特别是对边界层参数化方案如何对台风强度产生影响的物理过程进行了探讨。
边界层参数化方案对台风移动路径影响较小,对台风强度和结构有较大的影响。比较而言,两个非局地(YSU、ACM2)的边界层方案模拟的台风路径、强度和结构与实况更接近。两个局地(QNSE、MYJ)边界层方案模拟的台风强度偏强。
从雷达反射率、卫星云图和地面风速来看,台风强度和台风结构的变化有密切联系,其中局地QNSE方案模拟的台风强度最大,眼区最小,眼壁完整紧密,模拟的雷达反射率和地面10 m风速也是最大的。非局地ACM2方案模拟的台风强度较小,眼区较大,眼壁不完整,雷达反射率和地面10 m风速也较小。
模拟的台风强度大小与受边界层参数化方案直接影响的地表焓通量、水汽通量和动量通量有明显的对应关系。越大的地表焓通量、水汽通量和动量通量,模拟的台风强度也越强。局地QNSE方案模拟的这些地表通量要比其他方案大得多,模拟的台风强度最强,非局地ACM2方案模拟的这些地表通量最小,台风强度也较弱。
不同边界层参数化方案模拟的边界层高度不同、边界层顶的夹卷过程不同、垂直混合的强弱不同、台风的垂直结构不同,从而台风强度也不同。不同的边界层高度,不同的边界层顶的夹卷过程,表明台风垂直混合的强弱,强的垂直混合能够把地表的能量带到高空,使得台风的深对流发展,暖心结构加强、暖中心更高。相对而言,局地方案比非局地方案模拟的边界层高度更高、边界层顶的夹卷过程更强、垂直混合更强、台风暖心结构更强,台风强度更强。其中局地QNSE方案无论是在表面焓通量和动量通量,还是垂直混合,在所有方案中都是最大的,模拟的台风强度也是最大的。非局地ACM2方案在表面通量和垂直方向的输送是最小的,从而模拟的台风强度也最弱,这与WISHE机制一致。表面焓通量向上输送为台风的发展提供能量,垂直混合把水汽能量带到高空,台风水汽凝结释放潜热使中心变暖,地面气压下降,台风加强,边界层大气接收海面水汽、潜热通量增多,向上输送继续加热对流层中、下层,致使地面气压继续下降,台风进一步加强。
在实际中,决定台风路径和强度预报效果的因素是相当复杂和多方面的。从本文研究的个例来看,非局地闭合边界层方案明显优于局地闭合边界层方案,这也说明,非局地闭合方案在计算每个格点上的脉动通量时综合考虑了该格点及周边格点的影响是更合理的方法,而局地闭合方案每个格点上的脉动通量完全由该格点上物理量的平均量来决定,这也可能是导致模拟的台风强度出现很大差异性的原因。本文的结论只是基于南海秋季台风“莎莉嘉”(2016)一个个例,有没有普适性,还需要更多的个例去深入研究。
| [1] | GRAY W M. Global view of the origin of tropical disturbances and storms[J]. Mon Wea Rev, 1968, 96(10): 669-700. DOI:10.1175/1520-0493(1968)096<0669:GVOTOO>2.0.CO;2 |
| [2] | 张进, 麻素红, 陈德辉, 等. GRAPES_TYM改进及其在2013在西北太平洋和南海台风预报中的表现[J]. 热带气象学报, 2017, 33(1): 64-73. |
| [3] | 陈耀登, 夏雪, 闵锦忠, 等. 背景误差协方差变量平衡特征及其对台风同化和预报的影响[J]. 热带气象学报, 2017, 33(3): 289-298. |
| [4] | 朱磊, 万齐林, 刘靓珂, 等. 雷达径向风资料EnKF同化应用对Vicente(2012)登陆台风强度变化过程预报的影响试验研究[J]. 热带气象学报, 2017, 33(3): 345-356. |
| [5] | 赵中阔. 台风环境中海-气动量与焓交换观测研究及应用进展[J]. 热带气象学报, 2016, 32(6): 918-924. |
| [6] | 陈炯, 王建捷. 边界层参数化方案对降水预报的影响[J]. 应用气象学报, 2006, 17(S1): 11-17. |
| [7] | BRAUN S A, TAO W K. Sensitivity of high-resolution simulation of Hurricane Bob (1991) to planetary boundary layer parameterizations[J]. Mon Wea Rev, 2000, 128(128): 3941-3961. |
| [8] | NOLAN D S, ZHANG J A, STERN D P. Evaluation of planetary boundary layer parameterizations in tropical cyclones by comparison of in situ observations and high-resolution simulations of Hurricane Isabel(2003). Part Ⅰ:Initialization, maximum winds, and the outer-core boundary layer[J]. Mon Wea Rev, 2009, 137(11): 3651-3674. DOI:10.1175/2009MWR2785.1 |
| [9] | NOLAN D S, ZHANG J A, STERN D P. Evaluation of planetary boundary layer parameterization in tropical cyclones by comparison of in situ observations and high-resolution simulations of Hurricane Isabel(2003). Part Ⅱ: Inner-core boundary layer and eyewall structure[J]. Mon Wea Rev, 2009, 137(11): 3675-3698. DOI:10.1175/2009MWR2786.1 |
| [10] | 周昊, 朱伟军, 彭世球. 不同微物理方案和边界层方案对超强台风"鲇鱼"路径和强度模拟的影响分析[J]. 热带气象学报, 2013, 29(5): 803-812. DOI:10.3969/j.issn.1004-4965.2013.05.010 |
| [11] | 温晓培, 隆霄, 张述文, 等. 边界层参数化方案对台风SANBA初生阶段影响的数值模拟研究[J]. 热带气象学报, 2016, 32(3): 346-357. |
| [12] | 徐亚钦, 翟国庆, 李国平, 等. WRF模式对高影响浙江型台风微物理和边界层参数化方案的优化试验[J]. 热带气象学报, 2017, 33(2): 201-211. |
| [13] | SMITH R K, THOMSEN G L. Dependence of tropical-cyclone intensification on the boundary-layer representation in a numerical model[J]. Quart J Roy Meteor Soc, 2010, 136(652): 1671-1685. DOI:10.1002/qj.v136:652 |
| [14] | 戴光丰, 陈子通. GRAPES模式中地面通量在一次台风数值模拟中的敏感性试验研究[J]. 热带气象学报, 2013, 29(3): 403-410. DOI:10.3969/j.issn.1004-4965.2013.03.006 |
| [15] | LIU J, ZHANG F, PU Z. Numerical simulation of the rapid intensification of Hurricane Katrina (2005): Sensitivity to boundary layer parameterization schemes[J]. Adv Atmos Sci, 2017, 34(4): 482-496. DOI:10.1007/s00376-016-6209-5 |
| [16] | MING J, ZHANG J A. Effects of surface flux parameterization on the numerically simulated intensity and Structure of typhoon morakot (2009)[J]. Adv Atmos Sci, 2016, 33(1): 58-72. DOI:10.1007/s00376-015-4202-z |
| [17] | ZHANG J A, ROGERS R F, TALLAPRAGADA V. Impact of parameterized boundary layer structure on Ttropical cyclone rapid intensification forecasts in HWRF[J]. Mon Wea Rev, 2016, 145(4): 1413-1426. |
| [18] | RICCHI A, MIGLIETTA M M, BARBARIOL F, et al. Sensitivity of a mediterranean tropical-Like cyclone to different model configurations and coupling strategies[J]. Atmosphere, 2017, 8(92): 1-23. |
| [19] | 黄文彦, 沈新勇, 王卫国, 等. 边界层参数化方案对边界层热力和动力结构特征影响的比较[J]. 地球物理学报, 2014, 57(5): 1399-1414. |
| [20] | CHEN F, DUDHIA J. Coupling an advanced land-surface/hydrology model with the Penn State/NCAR MM5 modeling system: PartⅠ. Model description and implementation[J]. Mon Wea Rev, 2001, 129(4): 569-585. DOI:10.1175/1520-0493(2001)129<0569:CAALSH>2.0.CO;2 |
| [21] | HONG S Y, L IM. The WRF Single Moment 6-Class Microphysics Scheme(WSM6)[J]. Journal of the Korean Meteorology society, 2006, 42: 129-151. |
| [22] | MLAWER E J, TAUBMAN S J, BROWN P D, et al. Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the long-wave[J]. J Geophys Res, 1997, 102: 16663-16682. DOI:10.1029/97JD00237 |
| [23] | DUDHIA J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model[J]. J Atmos Soc, 1989, 46(46): 3077-3107. |
| [24] | TIEDTKE M. A comprehensive mass flux scheme for cumulus parameterization in large-scale models[J]. Mon Wea Rev, 1989, 117(8): 1779-1800. DOI:10.1175/1520-0493(1989)117<1779:ACMFSF>2.0.CO;2 |
| [25] | SUKORIANSKY S, GALPERIN B, PEROV V. A quasi-normal scale elimination model of turbulence and its application to stably stratified flows[J]. Nonlinear Processes in Geophysics, 2006, 13(1): 9-22. DOI:10.5194/npg-13-9-2006 |
| [26] | JANJIC Z I. Nonsingular implementation of the Mellor—Yamada level 2.5 scheme in the NCEP Meso model[J]. Ncep Office Note, 2002, 437: 61 |
| [27] | HONG S Y, NOH Y, DUDHIA J. A new vertical diffusion package with an explicit treatment of entrainment processes[J]. Mon Wea Rev, 2006, 134(9): 2318-2341. DOI:10.1175/MWR3199.1 |
| [28] | PLEIM J E. A combined local and nonlocal closure model for the atmospheric boundary layer.Part Ⅰ:Model description and testing[J]. J Appl Meteor Climato, 2007, 46(9): 1383-1395. DOI:10.1175/JAM2539.1 |
| [29] | 李英, 陈联寿. 湿地边界层通量影响热带气旋登陆维持和降水的数值试验[J]. 气象学报, 2005, 63(5): 683-693. DOI:10.3321/j.issn:0577-6619.2005.05.013 |
| [30] | 陈联寿, 丁一汇. 西太平洋台风概论[M]. 北京: 科学出版社, 1979: 440. |
| [31] | EMANUEL K A. An air-sea interaction theory for tropical cyclones. Part Ⅰ: Steady-state maintenance[J]. J Atmos Sci, 1986, 43(6): 585-605. DOI:10.1175/1520-0469(1986)043<0585:AASITF>2.0.CO;2 |
| [32] | LIU Y B, ZHANG D L, YAU M K. A multiscale numerical study of Hurricane Andrew(1992) Part Ⅱ: Kinematics and inner-core structures[J]. Mon Wea Rev, 1999, 127(11): 2597-2616. DOI:10.1175/1520-0493(1999)127<2597:AMNSOH>2.0.CO;2 |
| [33] | EMANUEL K A. An air-sea interaction model of intraseasonal oscillations in the tropics[J]. J Atmos Sci, 1987, 44(16): 2324-2340. DOI:10.1175/1520-0469(1987)044<2324:AASIMO>2.0.CO;2 |
2018, Vol. 34


