地球物理学报  2017, Vol. 60 Issue (7): 2545-2555   PDF    
两种边界层参数化方案模拟热带气旋Megi (2010) 路径差异的机理分析
王雨星1,钟中1,2 ,孙源1,胡轶佳1,2    
1. 中国人民解放军理工大学气象海洋学院, 南京 211101;
2. 南京大学江苏省气候变化协同创新中心, 南京 210093
摘要: 本文利用中尺度数值模式WRF,分别采用YSU和MYJ两种边界层参数化方案对2010年超强台风Megi的移动路径进行了模拟,研究了热带气旋(TC)路径模拟对边界层方案的敏感性,并从模拟TC尺度差异所造成的影响角度揭示了模式边界层方案影响TC路径的机理.结果表明:由于两种方案对边界层垂直混合作用过程的描述不同,两个试验模拟的低层水汽垂直输送存在差异.相对于能很好模拟出Megi路径的MYJ方案,YSU方案模拟的TC外围螺旋雨带更活跃,造成TC尺度增大,引起TC中心北侧外围气压梯度和径向风速增加,使得由副高向TC中心输送更多的质量,造成副高异常减弱,从而导致由副高主导的引导气流发生改变,最终使得采用YSU方案模拟的Megi路径出现提前转向.
关键词: 边界层参数化方案      台风路径      数值模拟      WRF模式     
The mechanism analysis of the track deviation of tropical cyclone Megi (2010) simulated with two planetary boundary layer schemes
WANG Yu-Xing1, ZHONG Zhong1,2, SUN Yuan1, HU Yi-Jia1,2    
1. College of Meteorology and Oceanography, PLA University of Science and Technology, Nanjing 211101, China;
2. Jiangsu Collaborative Innovation Center for Climate Change, Nanjing University, Nanjing 210093, China
Abstract: The WRF model was employed to conduct the simulations for super typhoon Megi (2010) with YSU and MYJ planetary boundary layer (PBL) scheme respectively. The sensitivity of the simulated tropical cyclone (TC) track to the PBL scheme was investigated, and the mechanism of the PBL scheme influencing TC track simulation from the viewpoint of TC scale was analyzed. The results show that the description of the vertical mixing process with different scheme causes the difference of simulated lower-level water vapor vertical transportation. Relative to the MYJ scheme, which can reproduce the Megi track well, the simulation with YSU scheme will make more active outer spiral rainbands and magnify TC size. Accordingly, the intensive outer pressure gradient and radial wind will make more air mass transportation from western Pacific subtropical high (WPSH) to TC, which will lead to the weakening of WPSH as well as the steering flow. As a result, the simulation with YSU scheme will cause TC turns northward ahead of time.
Key words: Planetary boundary layer schemes      TC track      Numerical simulation      WRF     
1 引言

随着数值预报模式的逐步发展和业务预报水平的不断进步, 热带气旋(TC)路径预报误差已显著减小, 但对于移动方向突变的TC路径, 目前还缺乏有效的预报方法.对TC路径突变机制研究不足是TC异常路径预报误差偏大的原因之一(倪钟萍等, 2013).影响TC路径突变的因素有很多, 如大尺度环境流场决定的引导气流, TC周围的中小尺度对流系统以及复杂地形作用等.余锦华等(2012)的研究发现, 不同地区的TC路径受到的主导天气系统是不同的, 但TC与大尺度环流系统之间的相互作用导致其异常转向的机理尚没有开展深入研究.

对于影响我国的TC而言, 其路径在很大程度上取决于副热带高压(副高)和TC之间的相互作用(Zhong, 2006).王志烈等(1991)研究发现, 副高是直接影响沿东亚近海北上、远海转向等各类TC路径的大型环流系统.魏新等(2010)通过分析台风Sinlaku (2008)的移动路径发现, 副高加强西伸是导致其路径西折的主要原因.但TC也会对副高的强度和范围产生反馈作用.李春虎等(2002)的研究发现, 副高和TC的相互作用会使副高强度增加, 副高闭合中心的位置西伸.Sun等(2014, 2015a)的研究指出, TC云墙上部冰晶等固体水凝物扩散到副高区后所产生的相变潜热释放和吸收, 会减弱副高强度, 并最终导致TC路径发生改变.由此可见, 探讨副高和TC之间的相互作用关系, 尤其是TC对副高的反馈作用对其自身移动路径的影响, 对加深TC路径变化机理的认识有十分重要的意义.

数值模式已成为TC模拟和路径预报的重要手段(张庆红等, 2007; 韩瑛和伍荣生, 2008; 关皓等, 2011), 而模式包含的诸多物理过程处理方案对TC的发展和移动有很大影响.其中, 边界层方案是对TC模拟影响较大的方案之一.已有研究表明(李英和陈联寿, 2005), 边界层中的感热、潜热和水汽垂直输送对TC发生发展有十分重要的作用.而数值模式中的各种边界层参数化方案由于基于不同原理, 对TC边界层过程的近似描述也不同, 由此会造成TC模拟和预报的结果出现显著差异.目前, 国内外已有一些关于模式边界层方案对TC结构和强度的影响研究.Braun和Tao (2000)利用MM5模式中不同边界层参数化方案所模拟的飓风Bob (1991)中心海平面气压和风速存在显著差异.邓国等(2005)通过分析采用不同边界层方案对台风Dan (1999)的模拟结果发现, 边界层过程的模拟差异会导致TC呈现不同的尺度以及不同的水平和垂直环流结构.Nolan等(2009)使用WRF模式模拟并比较分析了两种边界层参数化方案中飓风Isabel (2003)的最大风速和外围区域的边界层结构差异.赖文锋等(2010)对比研究不同边界层参数化方案对台风Molave (2009)的模拟结果分析发现, 采用YSU边界层参数化方案的模拟结果与实况更一致.周昊等(2013)探讨不同边界层方案对台风Megi (2010)路径和强度模拟结果的影响分析表明, 不同边界层方案对边界层中水汽通量的模拟存在显著差异, 从而导致台风强度各异.虽然已有的研究工作已明确表明模式边界层参数化方案对TC的模拟有很大影响, 但边界层方案对TC模拟影响的机理尚未开展深入研究, 尤其在边界层方案影响TC和副高的相互作用方面尚未见相关报道.

针对边界层参数化方案影响TC路径机理问题, 本文利用中尺度数值模式WRF, 对2010年第13号台风Megi登陆前后过程进行数值模拟, 对比分析非局地YSU方案和局地MYJ方案对TC路径的影响, 并试图从TC尺度与副高强度之间的相互作用方面, 探讨不同边界层方案导致TC模拟路径差异的机理.

2 TC个例、资料来源、模式设置和边界层参数化方案简介 2.1 台风Megi个例

2010年第13号超强台风Megi于10月13日20时在关岛西南方洋面上生成, 中心位置为11.8°N, 140.9°E, 生成后向西北方向移动并快速增强.14日21时加强为台风, 17日00时在菲律宾以东洋面加强为超强台风.18日04时25分在菲律宾吕宋岛东北部登陆, 18日14时进入南海北部后稳定西行, 19日迅速转向西北, 后向正北方向移动.23日04时在福建省漳浦县境内登陆, 23日15时于福建龙海境内减弱为热带低压, 24日02时解除编号.

台风Megi成为自1990年以来南海和西北太平洋海域同期最强的台风, 其近中心最大风力达17级以上, 最低气压达到910 hPa.各业务机构的数值预报模式对Megi进入南海后的突然转向路径的预报分歧较大, 在对其“北翘”路径的预报上均存在不同程度的偏差.

2.2 资料来源和模式设置

本文所用资料包括美国国家环境预报中心(NCEP)全球预报系统的格点再分析资料(FNL), 水平分辨率为1°×1°; 美国NASA和日本NASDA共同研制的热带降水观测卫星TRMM的数据资料, 该数据集是采用3B-42算法得到的0.25°×0.25°的每3 h准全球降水估量数据(简称T-3B42);美国联合台风预警中心(JTWC)发布的6 h间隔台风最佳路径.

本文所用模式是由美国国家大气研究中心(NCAR)等机构联合开发的中尺度数值模式WRF (Weather Research and Forecast), 所使用的模式版本为ARW WRF V3.3.

模拟区域以122°E, 22°N为中心(图 1), 水平网格数为160×180, 水平分辨率为20km, 垂直方向分为不等距的36个σ层.模式物理过程方案设置如下:微物理方案采用WSM 3-class方案(Hong et al., 2004); 积云对流参数化方案使用GD方案(Grell and Dévényi, 2002); 长波辐射为RRTM方案(Mlawer et al., 1997); 短波辐射为Goddard方案(Chou and Suarez, 1994); 近地层方案需要和边界层参数化方案配合使用, 在YSU方案的试验中使用MM5方案(Beljaars, 1995), MYJ方案对应Eta近地层方案(Janjić, 2002); 陆面过程采用热扩散方案(Skamarock et al., 2005).模式采用1°×1°分辨率的NCEP/NCAR再分析资料作为初始场和侧边界驱动场.积分时间为2010年10月14日00时(UTC, 下同)到2010年10月25日00时共264 h, 基本包括了台风Megi生成、发展和登陆的全部过程.积分时间步长为90 s.

图 1 模式区域(扇形区)和Megi (2010) 的实况(OBS)和模拟路径 Fig. 1 The model domain (sector area) and the best track (OBS) and simulated track of Megi (2010)
2.3 边界层参数化方案

WRFV3.3中共有11种局地和非局地边界层方案.本文主要分析采用局地MYJ (Mellor-Yamada-Janjic)方案(Hu et al., 2010)和非局地YSU (Yonsei University)方案(Noh et al., 2003)模拟TC路径差异的原因.前者假设每个网格点上的湍流通量完全由该格点上物理量的平均量决定; 后者综合考虑格点及周边格点对湍流通量的影响(张碧辉等, 2012).

MYJ局地方案基于Mellor-Yamada2.5阶湍流闭合模式描述近地层以上的湍流运动, 利用局地湍流动能表征边界层和自由大气的垂直混合.该方案使用湍流动能预报方程确定湍流扩散系数, 湍流动能产生率和耗散率则通过迭代算法求解, 同时对湍流尺度系数也进行了修正, 适合模拟精细的边界层结构.该方案适用于所有的稳定和弱不稳定的边界层, 但在对流边界层中偏差较大.

YSU方案是非局地一阶K理论方案.该方案在湍流扩散方程中加入逆梯度项, 考虑逆温层中夹卷作用造成的热量交换以增加混合层高度, 避免将湍流作为边界层内部的混合过程对待.在该方案中, 使用整体理查逊数对边界层高度进行参数化, 并且考虑了温度对边界层高度的影响.湍流输送廓线中增加了反梯度输送项, 同时考虑动量的非局地混合作用.

3 边界层参数化方案对Megi路径模拟的影响分析 3.1 TC路径

图 1给出了美国联合台风预警中心发布的Megi最佳路径和两种边界层参数化方案的模拟路径.由路径对比可见, YSU方案和MYJ方案模拟的路径在TC登陆菲律宾以前几乎没有差异, 且都与实际路径一致呈现稳定西行, 而在穿过菲律宾北部即将进入中国南海前, 两种方案模拟的TC路径开始出现显著差异.18日12时以后, YSU方案模拟的TC开始提前向北转向, 而后绕过台湾东侧在浙江沿海登陆, 与实际路径相差较大; 而MYJ方案模拟的TC则向西进入南海, 继续西行1天后突然转向北上, 模拟的路径变化与实际路径非常接近.因此, Megi的路径模拟对边界层方案十分敏感.

3.2 500 hPa位势高度场

朱乾根等(2000)指出, 西太平洋副热带高压的强度变化对台风路径有重要影响, Megi的移动路径很大程度取决于大尺度环境引导气流的调整和演变.图 2分别为观测(FNL)和YSU、MYJ两种边界层方案模拟的2个时次的500 hPa位势高度场.在10月14日12时, Megi位于模式区域以东洋面, 对比此时的模拟结果可以看出, 两种参数化方案模拟的副高均呈纬向型分布且强度和位置相似(图 2a图 2b), 并与FNL再分析资料一致(图 2c).在模式区域内没有TC活动时, 模拟的副高乃至整个大尺度环流对边界层参数化方案并不敏感.至10月18日00时, TC已经移至菲律宾东北部沿海(图 2f).此时, 虽然两个试验模拟的TC中心位置仍基本相近, 但TC和副高的范围及强度已有较大差异.YSU方案模拟的TC尺度较大, 副高西脊点位于台湾海峡(图 2d); 而MYJ方案模拟的TC尺度较小(图 2e), 其模拟的副高仍然基本保持完整并西伸至我国华南沿海地区.与再分析资料(图 2f)相比可见, YSU方案模拟的TC尺度偏大, 副高过早断裂且位置偏东; 而MYJ方案模拟的TC尺度、副高强度和位置与再分析结果仍非常接近.因此, 采用不同的边界层参数化方案对副高强度模拟的直接影响并不显著, 而不同方案通过影响TC尺度从而对副高强度模拟产生的间接影响则很大.

图 2 观测和模拟的2010年10月14日12时(a, b, c)和10月18日00时(d, e, f) 500 hPa高度场(单位: gpm) (a, d) YSU方案;(b, e) MYJ方案;(c, f) FNL再分析资料. Fig. 2 Observed and simulated geopotential height (unit: gpm) at 500 hPa at 1200UTC, Oct.14 (a, b, c) and 0000UTC, Oct.18 (d, e, f), respectively (a, d) YSU scheme; (b, e) MYJ scheme; (c, f): FNL reanalysis.
3.3 TC尺度

本文将海平面气压分布图上1000 hPa闭合等压线所包围的TC区域面积(ACI)定义为TC尺度.图 3是两种边界层方案模拟的ACI随时间的演变.可以看出, 两种方案模拟的TC尺度随时间的演变趋势与实况有类似之处, 即随着时间的推移TC尺度呈现出先增加后减小的变化趋势, 但YSU方案模拟的TC尺度一直大于MYJ方案的模拟结果.相对而言, MYJ方案模拟的TC尺度与实况尺度更接近.另外, MYJ方案模拟的TC尺度在登陆菲律宾之前一直与实际尺度相当, 而TC进入模式区域不久的16日12时以后YSU方案模拟的TC尺度快速增大, 两种方案模拟的TC尺度差异逐渐增大.在18日00时—19日00时(YSU方案模拟的TC提前转向时段), 两种方案模拟的TC尺度差异达到最大.随着TC接近登陆, MYJ方案模拟的TC尺度和实况尺度都迅速减小, 但YSU方案模拟的TC尺度减小较为缓慢, 模拟的TC尺度与实况偏差更大.

图 3 实况(OBS)、YSU方案和MYJ方案模拟的TC尺度(ACI)随时间的演变(单位:105km2).虚线为两种方案模拟的TC路径出现较大偏差时段 Fig. 3 Observed (OBS) and simulated temporal evolution of TC scale (ACI) with YSU scheme and MYJ scheme respectively (units:105km2).The dashed line represents the period when the simulated TC track deviation with two schemes appears before turning

Sun等(2015b)的研究表明, TC外区的气压梯度会随TC尺度增加而增大.Gopalakrishnan等(2011)指出, 当TC外围区域的气压梯度变大时, TC区域向内的径向风速随之增强, 导致从外围区域向TC中心输送的入流质量通量(IMF)相应增加.因此, 模拟的TC尺度越大, TC外区的气压梯度就越大, 从外围区域向TC中心输送的IMF也越大.IMF的表达式为

(1)

其中ur, ρ分别代表径向速度和空气密度, r为距TC中心距离, z为距海平面的高度, θ为以TC中心为圆心的方位角, R取为800 km.

图 4给出了两种边界层方案模拟的1 km高度以下距TC中心800 km范围内的IMF.可以看出虽然在16日12时之前两种方案模拟的TC尺度相当, 但模拟的IMF已出现差异.YSU方案模拟的IMF明显大于MYJ方案的模拟结果, 并且这种现象在随后的模拟中一直存在.这说明随着TC尺度的增加, 有更多的大气质量从外围向YSU方案模拟的TC中心输送, 并且外围向TC中心的空气质量输送存在明显的日周期.TC为深厚的低压系统, 当其与高压系统副高接近时, 存在由副高所在区域指向TC区域的较大气压梯度, 因此有大量IMF会从副高所在区域输送至TC区域, 减弱副高的强度.相比于MYJ方案的模拟结果, YSU方案模拟的TC尺度更大, 因而更强的IMF由副高外围输送至TC区域, 从而会造成副高强度减弱.

图 4 YSU方案(红线)和MYJ (蓝线)方案模拟的1 km高度以下距TC中心800 km以内区域入流径向输送(单位: 109 kg·s-1)的时间演变(向内为正) Fig. 4 Temporal evolutions of IMF (unit:109 kg·s-1) within a radius of 800 km from the TC center from surface to 1 km with YSU scheme (red line) and MYJ scheme (blue line), respectively (inward is positive)

综上所述, 由于两种边界层参数化方案模拟的TC尺度不同, 造成副高向TC中心区的质量输送不同, 由此使得副高强度发生了不同的变化, 最终通过引导气流的变化造成模拟的TC路径出现显著差异.为进一步探究边界层方案影响TC尺度的原因, 以下通过分析两种边界层方案对边界层过程描述的差异, 揭示导致两种方案模拟出不同TC尺度的原因.

3.4 水汽通量分布

行星边界层过程主要通过对物理量(如水汽、热量等)的垂直输送及凝结潜热释放作用进而影响模式结果(王子谦等, 2014).边界层参数化方案描述了大气中水汽、热量和动量等在边界层内的输送情况, 基于不同理论的参数化方案会使模拟的边界层结构特征出现显著差异(黄文彦等, 2014).图 5给出了YSU方案模拟的TC异常转向前阶段两种边界层方案模拟的距TC中心500 km范围内平均雨水和云水含量的高度-时间剖面.可见在18日00时以前, 两种方案模拟的水物质分布差异并不明显.对流层上层雨水(雪水)含量都很高, 高值中心位于500~450 hPa之间(图 5a5b); 云水(云冰)含量分布区别也不大, 且云水含量小于雨水含量(图 5c5d), 但YSU方案模拟的水物质高浓度区范围比MYJ方案略大.18日00时以后, 两种方案模拟的TC区水物质含量出现了很大差异, YSU方案模拟的对流层高层水物质含量明显高于MYJ方案的模拟结果, 这种状况出现12小时以后的18日12时, 两种方案模拟的TC路径就出现了显著差异, YSU方案模拟的TC提前向北转向.Hong等(2006)的研究指出, YSU方案为非局地边界层方案, 考虑由地面热通量引起的次网格湍流混合作用, 加强了整层边界层湍流混合过程, 能够将水汽和热量输送至对流层高层.而MYJ方案为局地边界层方案(Brown, 1996), 仅考虑模式相邻高度层间的湍流交换, 在对流边界层中不会形成足够的混合作用, 在弱的垂直混合作用下, 只能将相对较少的水汽和热量输送至对流层高层(Bright and Mullen, 2002).因此, 由于两种方案模拟的边界层垂直混合作用不同, 使得TC区水物质含量出现明显区别.YSU方案使得更多的水汽和热量输送到TC高层大气中, 潜热释放作用造成TC异常增强且尺度增大, 最终导致了TC的移动路径出现偏差.

图 5 TC路径出现差异阶段YSU方案(a, c)和MYJ方案(b, d)模拟的距TC中心500 km范围内平均雨水(a, b)和云水(c, d)含量的高度-时间剖面(单位:10-2 g·kg-1) Fig. 5 Height-time section of the rain water (a, b) and cloud water (c, d) (unit:10-2 g·kg-1) averaged within a radius of 500 km from the TC center during the period of TC track deviation simulated with YSU scheme (a, c) and MYJ scheme (b, d), respectively

为进一步说明两种方案模拟的水汽垂直输送差异, 图 6给出了YSU方案模拟的TC异常转向前后三个时次两种边界层方案模拟的850 hPa水汽通量的垂直输送(向上为正).模拟结果表明, 在TC发展过程中, 对流层低层存在明显的向上水汽输送.在TC中心附近区域, 虽然两种方案模拟的TC结构有所不同, YSU方案模拟的水汽垂直输送通量与MYJ方案差异不大.但在TC外围区域, 两种方案模拟的水汽垂直输送通量差异显著.10月17日00时, YSU方案模拟的TC东南侧存在明显的水汽通道, 其垂直输送的水汽通量范围广, 输送量更多; 在MYJ方案中, 虽然TC外围也存在水汽通道, 但范围较小且强度偏弱.在YSU方案模拟的TC提前转向的10月18日12时, 两个方案模拟的水汽垂直输送通量范围和差异逐渐扩大, 在TC外围区域存在多条带状水汽垂直输送通道.YSU方案模拟的东北侧和西南侧的水汽垂直输送通量强度和范围均大于MYJ方案的模拟结果.至10月20日12时, YSU方案中TC的东北和西南侧存在两条明显的水汽通道, 且强度大于MYJ方案的模拟结果; 而MYJ方案的水汽垂直输送通量仍然集中于TC中心附近, 范围较小.总之, YSU方案模拟的TC周围的低层水汽向上垂直输送更强, 尤其在TC外围区域更是如此.

图 6 YSU方案(a, b, c)和MYJ方案(d, e, f)模拟的10月17日00时(a, d), 18日12时(b, e)和20日12时(c, f)850 hPa水汽通量的垂直输送(单位: g·kg-1·m·s-1) Fig. 6 Vertical transportation of moisture flux (unit: g·kg-1·m·s-1) at 850 hPa at 0000UTC, Oct.17(a, d), 1200UTC, Oct.18(b, e) and 1200UTC, Oct.20(c, f) simulated with YSU scheme (a, b, c) and MYJ scheme (d, e, f), respectively

闵颖等(2010)的研究指出, 螺旋雨带的水汽来源与850 hPa以下边界层中气流的辐合有密切联系.因此, 边界层中水汽的垂直输送能够促进螺旋雨带中对流的发展, 增强外雨带的活跃程度.与MYJ方案相比, YSU方案模拟TC外围区域的水汽垂直输送更强, 促进对流发展, 导致其外雨带更加活跃.

Guinn和Schubert (1993)曾指出, TC的尺度和螺旋雨带的活跃性可能存在相关关系.Kimball (2006)也曾发现, 增加TC周围环境的湿度能促进雨带的形成, 导致TC的尺度增加.图 7为YSU方案模拟的TC异常转向前后三个时次两种边界层方案模拟的雷达回波强度和T-3B42反演的实况降水率分布.可见在17日00时的雷达回波图中(图 7a7d), 两种方案模拟的雷达回波已有不同.YSU方案中的外雨带分布较广, 尤其在TC的东南侧分布有较为完整的螺旋雨带; 而在MYJ方案中, TC北侧有较强雨带, 东南侧只有少量雨带分布, 与T-3B42实况降水率分布(图 7g)类似.至18日12时, YSU方案模拟的雷达回波明显增强, 模拟的外雨带分布范围明显扩大, 在TC的东北侧出现强的异常雨带(图 7b); 而在MYJ方案模拟的雨带仍集中在TC中心附近, 其东北侧只存在零散的弱雨区(图 7e), 与实况相近(图 7h).而YSU方案模拟的提前转向发生以后的20日12时, TC北侧出现了范围更大的强雨带(图 7c); 而MYJ方案模拟的雨带分布仍和实况类似, 集中在TC中心区并且存在明显的无回波眼区(图 7f图 7i).

图 7 两种边界层方案模拟的(a, d)17日00时, (b, e)18日12时和(c, f)20日12时最强雷达回波强度(单位:dBZ)和T-3B42实况降水率(g, h, i)分布(单位: mm·hr-1) (a, b, c) YSU方案; (d, e, f) MYJ方案; (g, h, i) T-3B42卫星反演降水率. Fig. 7 Simulated max radar reflectivity (unit: dBZ) at (a, d) 0000UTC, Oct.17, (b, e) 1200UTC, Oct.18 and (c, f) 1200UTC, Oct.20 and T-3B42 retrieved precipitation rate (unit: mm·h-1) (a, b, c) YSU scheme; (d, e, f) MYJ scheme; (g, h, i) T-3B42 retrieved precipitation rate.

图 8图 9分别为TC异常转向前两种边界层方案模拟的500 m高度上TC中心北侧平均径向气压梯度(向内为正)和平均径向风速(向外为正)以及两种方案模拟差异的径向-时间剖面.由图 8可见, 除17日12时以前的TC内核区外, 约在距TC中心350 km范围内, YSU方案模拟的径向气压梯度基本上小于MYJ方案的模拟结果(图 8c), 但在350 km以外, YSU方案模拟的径向气压梯度基本上均大于MYJ方案模拟结果, 这意味着YSU方案模拟的TC北侧副高向TC区的IMF更强.图 9c同样表明TC中心北侧约以350 km为界, 在其内的非TC核心区,YSU方案模拟的向内径向速度小于MYJ方案模拟结果, 但在350 km以外的广大区域内YSU方案模拟的向内辐合的径向速度均大于MYJ方案的模拟结果, 因此造成YSU方案模拟的外围螺旋雨带更活跃.Hill和Lakmann (2009)以及Xu和Wang (2010)的研究都表明, 外围螺旋雨带的活跃, 会导致TC释放更多潜热, 并通过静力调整扩展TC外围风场, 造成TC尺度增加.由于YSU方案模拟的TC外围雨带的活跃程度更高, 潜热释放更强, 造成局地气压显著下降, 减弱向内的气压梯度和径向风速, 最终导致TC尺度大于MYJ方案的模拟结果.TC尺度异常增大会造成副高南侧向TC中心输送更多的质量, 引起副高减弱, 进而出现模拟TC提前转向.

图 8 TC异常转向前YSU方案(a)和MYJ方案(b)模拟的500 m高度上TC中心北侧平均径向气压梯度(单位:10-3 Pa·m-1)以及YSU方案相对于MYJ方案的相对变化百分比(c), (单位:%)的径向-时间剖面 Fig. 8 Hovmöller diagram of the azimuthal-averaged pressure gradient to the north of TC center (unit: 10-3 Pa·m-1) at 500 m before the abnormal turning period for YSU scheme (a), MYJ scheme (b), and percentage error of YSU scheme relative to MYJ scheme (c), (unit:%)
图 9 TC异常转向前YSU方案(a)和MYJ方案(b)模拟的500 m高度上TC中心北侧平均径向风速(单位: m·s-1)及其差值的径向-时间剖面 Fig. 9 Hovmöller diagram of the azimuthal-averaged radial wind to the north of TC center (unit: m·s-1) at 500 m before the abnormal turning period for YSU scheme (a), MYJ scheme (b), and their differences
4 结论

本文利用中尺度数值模式WRF, 对2010年第13号台风Megi路径进行了数值模拟, 对比分析了非局地YSU和局地MYJ边界层参数化方案对TC路径模拟的影响, 得到以下结论:

(1) 两种边界层参数化方案都能较好地模拟出Megi前期的西行路径, 但其登陆菲律宾北部以后, MYJ方案仍然能够模拟出TC继续西行进入南海北部, 后又突然北折最终在福建省漳浦县境内登陆的实况路径.因此可以认为采用MYJ方案能较好地描述Megi与大尺度环境场的相互作用.而采用YSU方案模拟的TC在登陆菲律宾北部前后外雨带异常发展, 尺度相应增大, 导致出现提前转向.

(2) YSU方案模拟的边界层内垂直混合作用强于局地MYJ方案, 因此在合适的条件下TC边界层内有更多的水汽向对流层高层输送, 并形成水物质分布于TC周围.更强的水汽垂直输送能够增强TC外雨带的活跃程度, 活跃的外雨带使TC外围区域的潜热释放更强, 造成局地气压下降, 从而导致TC尺度增加.

(3) 由于TC为深厚的低压系统, 当其沿副高南缘西行时, 存在由副高边缘区向TC内区的质量输送.由于采用YSU方案模拟的TC尺度更大, 相应地外围气压梯度增大, 使得从副高区向TC内区的质量输送增强, 从而引起副高强度异常减弱, 导致副高对TC的引导气流发生改变, 使TC出现提前转向.

边界层方案可以通过改变TC周围水汽通量的垂直输送进而影响TC尺度.本文通过分析不同边界层方案模拟的TC尺度差异, 揭示出采用YSU方案模拟的TC尺度更大, 通过造成副高区更多的大气质量向TC区输送, 使得由副高主导的大尺度引导气流发生变化, 从而引起TC路径出现异常转向的一种可能机制.本文的结论只是基于对台风Megi的个例模拟结果对比分析得出的, 还需要利用其他TC个例进行模拟检验, 进一步验证本文所提出的边界层方案影响TC路径模拟机制的合理性.

参考文献
Beljaars A C M. 1995. The parametrization of surface fluxes in large-scale models under free convection. Quarterly Journal of the Royal Meteorological Society, 121(522): 255-270. DOI:10.1002/(ISSN)1477-870X
Braun S A, Tao W K. 2000. Sensitivity of high-resolution simulations of Hurricane Bob (1991) to planetary boundary layer parameterizations. Mon. Wea. Rev., 128(12): 3941-3961. DOI:10.1175/1520-0493(2000)129<3941:SOHRSO>2.0.CO;2
Bright D R, Mullen S L. 2002. The sensitivity of the numerical simulation of the southwest monsoon boundary layer to the choice of PBL turbulence parameterization in MM5. Weather and Forecasting, 17(1): 99-114. DOI:10.1175/1520-0434(2002)017<0099:TSOTNS>2.0.CO;2
Brown A R. 1996. Evaluation of parametrization schemes for the convective boundary layer using large-eddy simulation results. Boundary-Layer Meteorology, 81(2): 167-200. DOI:10.1007/BF00119064
Chou M D, Suarez M J. 1994. An efficient thermal infrared radiation parameterization for use in general circulation models. NASA Tech. Memo.
Deng G, Zhou Y S, Li J T. 2005. The experiments of the boundary layer schemes on simulated typhoon Part I. The effect on the structure of typhoon. Chinese Journal of Atmospheric Sciences, 29(3): 813-824.
Gopalakrishnan S G, Marks F Jr, Zhang X J, et al. 2011. The experimental HWRF system:A study on the influence of horizontal resolution on the structure and intensity changes in tropical cyclones using an idealized framework. Monthly Weather Review, 139(6): 1762-1784. DOI:10.1175/2010MWR3535.1
Grell G A, Dévényi D. 2002. A generalized approach to parameterizing convection combining ensemble and data assimilation techniques. Geophysical Research Letters, 29(14): 381-384. DOI:10.1029/2002GL015311
Guan H, Wang H J, Zhou L, et al. 2011. A numerical simulation study on the typhoon-ocean interaction in the South China Sea. Chinese Journal of Geophysics, 54(5): 1141-1149. DOI:10.3969/j.issn.0001-5733.2011.05.001
Guinn T A, Schubert W H. 1993. Hurricane spiral bands. J. Atmos. Sci., 50(20): 3380-3403. DOI:10.1175/1520-0469(1993)050<3380:HSB>2.0.CO;2
Han Y, Wu R S. 2008. The effect of cold air intrusion on the development of tropical cyclone. Chinese Journal of Geophysics, 51(5): 1321-1332.
Hill K A, Lackmann G M. 2009. Influence of environmental humidity on tropical cyclone size. Monthly Weather Review, 137(10): 3294-3315. DOI:10.1175/2009MWR2679.1
Hong S Y, Dudhia J, Chen S H. 2004. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation. Monthly Weather Review, 132(1): 103-120. DOI:10.1175/1520-0493(2004)132<0103:ARATIM>2.0.CO;2
Hong S Y, Noh Y, Dudhia J. 2006. A new vertical diffusion package with an explicit treatment of entrainment processes. Monthly Weather Review, 134(9): 2318-2341. DOI:10.1175/MWR3199.1
Hu X M, Nielsen-Gammon J W, Zhang F Q. 2010. Evaluation of three planetary boundary layer schemes in the WRF model. Journal of Applied Meteorology and Climatology, 49(9): 1831-1844. DOI:10.1175/2010JAMC2432.1
Huang W Y, Shen X Y, Wang W G, et al. 2014. Comparison of the thermal and dynamic structural characteristics in boundary layer with different boundary layer parameterizations. Chinese Journal of Geophysics, 57(5): 1399-1414. DOI:10.6038/cjg20140505
Janjićc' Z I. 2002. Nonsingular implementation of the Mellor-Yamada Level 2.5 Scheme in the NCEP Meso model. NCEP Office Note.
Kimball S K. 2006. A modeling study of hurricane landfall in a dry environment. Monthly Weather Review, 134(7): 1901-1918. DOI:10.1175/MWR3155.1
Lai W F, Liu Y, Mai J H, et al. 2010. Numerical sensitivity experiments with different boundary layer schemes for Typhoon Molave. Guangdong Meteorology, 32(6): 10-14.
Li C H, Huang F J, Luo Z X. 2002. The influence of typhoon on subtropical high location and intensity. Plateau Meteorology, 21(6): 576-582.
Li Y, Chen L S. 2005. Numerical study on impacts of boundary layer fluxes over wetland on sustention and rainfall of landfalling tropical cyclone. Acta Meteorologica Sinica, 63(5): 683-693.
Min Y, Shen T L, Zhu W J, et al. 2010. Numerical simulation and diagnosis analysis of spiral rain bands in typhoon Pearl". Transactions of Atmospheric Sciences, 33(2): 227-235.
邓国, 周玉淑, 李建通. 2005. 台风数值模拟中边界层方案的敏感性试验Ⅰ. 对台风结构的影响.大气科学, 29(3): 813–824.
关皓, 王汉杰, 周林, 等. 2011. 南海台风与上层海洋相互作用的数值模拟研究. 地球物理学报, 54(5): 1141–1149. DOI:10.3969/j.issn.0001-5733.2011.05.001
韩瑛, 伍荣生. 2008. 冷空气入侵对热带气旋发生发展的影响. 地球物理学报, 51(5): 1321–1332.
黄文彦, 沈新勇, 王卫国, 等. 2014. 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. 地球物理学报, 57(5): 1399–1414. DOI:10.6038/cjg20140505
赖文锋, 刘阳, 麦建华, 等. 2010. 台风"莫拉菲"对不同边界层方案的敏感性数值模拟. 广东气象, 32(6): 10–14.
李春虎, 黄福均, 罗哲贤. 2002. 台风活动对副热带高压位置和强度的影响. 高原气象, 21(6): 576–582.
李英, 陈联寿. 2005. 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. 气象学报, 63(5): 683–693. DOI:10.11676/qxxb2005.066
闵颖, 沈桐立, 朱伟军, 等. 2010. 台风"珍珠"螺旋雨带的数值模拟与诊断分析. 大气科学学报, 33(2): 227–235.
倪钟萍, 吴立广, 张玲. 2013. 2005-2010年台风突变路径的预报误差及其环流背景. 气象, 39(6): 719–727. DOI:10.7519/j.issn.1000-0526.2013.06.008
王子谦, 段安民, 吴国雄. 2014. 边界层参数化方案及海气耦合对WRF模拟东亚夏季风的影响. 中国科学:地球科学, 44(3): 548–562.
王志烈, 胡坚, 丁一汇. 1991. 西北太平洋风场对台风路径的影响. 应用气象学报, 2(4): 362–367.
魏新, 李海宁, 周建军, 等. 2010. 台风"森拉克"转向前异常路径分析. 海洋预报, 27(4): 33–38. DOI:10.11737/j.issn.1003-0239.2010.04.006
余锦华, 唐家翔, 戴雨涵, 等. 2012. 我国台风路径业务预报误差及成因分析. 气象, 38(6): 695–700. DOI:10.7519/j.issn.1000-0526.2012.06.007
张碧辉, 刘树华, LiuHe-Ping, 等. 2012. MYJ和YSU方案对WRF边界层气象要素模拟的影响. 地球物理学报, 55(7): 2239–2248. DOI:10.6038/j.issn.0001-5733.2012.07.010
张庆红, 张春喜, 张中锋, 等. 2007. 热带气旋集合预报中的不确定性研究. 地球物理学报, 50(3): 701–706.
周昊, 朱伟军, 彭世球. 2013. 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. 热带气象学报, 29(5): 803–812.
朱乾根, 林锦瑞, 寿绍文, 等. 2000. 天气学原理与方法. 北京:气象出版社: 507–555.