中国气象学会主办。
文章信息
- 徐燚, 钱浩, 罗玲, 余晖. 2019.
- XU Yi, QIAN Hao, LUO Ling, YU Hui. 2019.
- 基于ECMWF模式预报的台风降水地形订正方法
- A study of terrain correction method on typhoon precipitation based on ECMWF forecasts
- 气象学报, 77(4): 674-685.
- Acta Meteorologica Sinica, 77(4): 674-685.
- http://dx.doi.org/10.11676/qxxb2019.037
文章历史
-
2018-04-08 收稿
2018-12-17 改回
2. 中国气象局上海台风研究所, 上海, 200030
2. Shanghai Typhoon Research Institute of China Meteorological Administration, Shanghai 200030, China
尽管地形降水可以在许多天气条件下以及全球广大地区发生,但是关于地形降水的认知主要来自于中纬度天气尺度气旋和锋面(Smith, 1979;Blumen, et al, 1990)。对于台风环境下的地形降水的认识十分有限(Yu, et al, 2008; Smith, et al, 2009a)。众多观测事实表明,地形对台风降水的增强有重要作用(陈联寿等,1979;钮学新等,2005a;林小红等,2008;何立富等,2006;王晓芳等,2007)。台风附近低层丰富的水汽和极端大风有利于大弗劳德数(Fr=U/Nh,U为上游风速,N为浮力频率,h是地形高度)气流的产生,而这种气流有助于通过地形抬升增加迎风坡降水(Hamuro, et al, 1969;Lin, et al, 2001;Wu, et al, 2002)。浙江是中国受台风影响比较严重的省份之一,台风伴随的狂风、暴雨、风暴潮常造成城镇和农田受淹、房屋倒塌、道路桥梁冲毁、基础设施破坏,以至人员伤亡等。台风和地形的相互作用是造成暴雨及严重洪涝的最重要因素之一(Wu, et al, 1999;Yu, et al, 2013)。为了提高对台风降水的预报能力,提升对地形影响台风降水机制的理解至关重要。很多学者利用数值模式,通过设计有、无地形或改变地形高度来研究地形对台风降水的影响(冀春晓等,2007;钮学新等, 2005b;王鹏云, 1998;杨仁勇等, 2013),指出地形对台风降水有不同程度的增幅作用,增幅从1/3至6倍不等,而地形对台风环流的辐合和/或强迫抬升是导致台风降水增强的重要原因。也有很多研究利用高分辨率雷达探测资料、卫星观测资料或飞机观测资料来研究地形对台风降水的影响(Yu, et al, 2008;Smith, et al, 2009b;DeHart, et al, 2017)。
虽然关于地形对台风降水影响的研究已有很多,但多集中在统计分析、模式模拟和个例诊断方面,而基于业务数值预报,针对复杂地形下的台风降水订正方面的研究工作非常少,由于目前业务数值模式对台风降水的预报在地形复杂区域存在明显的量级和位置上的偏差,一线预报人员迫切需要有针对台风降水的地形订正方法,从而为预报提供定量化的订正参考。本研究将利用欧洲中期天气预报中心(ECMWF)细网格预报场,通过迎风坡地形降水估算方程来订正模式预报的台风降水,期望对模式在有地形区域的降水量级和位置上的偏差有所改进,并为业务预报和决策服务提供参考。
2 个例概况2016年第17号台风“鲇鱼”于9月23日08时(北京时,下同)在关岛西北方的西北太平洋洋面上生成,27日14时10分前后在中国台湾花莲沿海登陆,登陆时强度为强台风级(风速45 m/s),28日04时40分前后在福建泉州市惠安县沿海再次登陆,登陆时强度为台风级(33 m/s), 随后,“鲇鱼”一路西行减弱,于29日05时前后在江西境内减弱消失。
受“鲇鱼”影响,27日08时—29日20时,浙江全省面雨量112 mm,其中,温州市达242 mm、丽水市193 mm;全省共有27个县(市、区)面雨量超过100 mm,其中,9个超过200 mm,最大的为文成(541 mm);全省有68个乡镇累计雨量超过300 mm,其中,41个超过400 mm、26个超过500 mm,最大为文成周山乡820 mm。文成县气象站过程雨量达551 mm,破当地历史最大纪录。此外,泰顺(361 mm)、云和(280 mm)、景宁(277 mm)三站的过程雨量也破当地历史纪录。文成县气象站28日降雨量389 mm,破当地历史最大日雨量纪录(292 mm),最大3 h降水量144 mm,超百年一遇;28日泰顺日雨量268 mm、景宁220 mm、云和206 mm、临安190 mm、遂昌111 mm,均破当地台风最大日雨量纪录。
然而回顾当时各家数值模式的降水预报,与实况都存在很大的误差(图略)。从前文描述的多站破纪录降水来看,台风“鲇鱼”的降水存在明显的极端性。而对于这种极端性降水,目前模式的预报能力还有较大差距,短时间内期待模式在这方面有所突破不太现实。但是,随着国民经济的发展,极端降水造成的损失也越来越严重,因此,为了防灾、减灾,现在无论是政府相关部门还是普通民众对极端降水预报的需求均越来越强烈。
由“鲶鱼”过程雨量分布和浙江地形(图 1)可以看出,除了宁波地区以外,其他地区大暴雨以上降水均和地形密切相关,特别是浙南山区和浙西北天目山区。因此,在目前的模式水平下,通过地形降水订正来改进模式对台风极端降水的预报,从而提高防灾、减灾水平,看来是可行的方法。
3 地形降水订正方法简介 3.1 地形降水估算公式Smith(1979)推导了一个简单的模型来描述迎风坡降水。在饱和大气区,假定地面以上高度Z处有一单位体积气柱,则气柱内的凝结率(kg/s)就是流经气柱的气块饱和水汽密度(ρws=rsρair,rs是饱和混合比,ρair为空气密度)的下降率,即
(1) |
如果造成降水的粒子(雨滴或雪花)能够从云滴立即形成,并且假定这些降水粒子直接落到地面而没有向下风方漂移,那么地面降水率R(单位:kg/(m2·s))就是式(1)的垂直积分
(2) |
地形抬升的强度可以通过假定各高度气流和地形表面坡度成比例来估算
(3) |
式中,α为地形坡度,U(z)为水平风。由式(2)、(3)则有
(4) |
如果环境温度是湿绝热的,则有
(5) |
式(5)即为理想化的地形降水估算公式。
Yu等(2013)在台风环境下对式(5)进行了一些改进,将式中的饱和水汽密度(ρws)用实际空气水汽密度(ρw)代替,而地形强迫的垂直速度改为
(6) |
式中,Vh为水平风,H为地形高度,与式(3)不同的是,Vh为H和时间(t)的函数,即有
(7) |
而且,他们认为,虽然事实上由于山脉波的产生,地形引起的垂直速度可以垂直伸展到很高的层次,但是当将焦点放在由地形强迫直接导致的垂直运动时,可以将地形高度作为抬升层顶,因此,式(5)可改进为
(8) |
但是,式(8)仍有需要改进之处,首先,正如Yu等(2013)提到的那样,地形引起的垂直速度可以垂直伸展到很高的层次,因此,用地形高度作为积分上限显然并不合适,式(8)中的积分高度需要调整;其次,由于地形强迫抬升产生的凝结不可能全部转化为降水落到地面,因此,还需要考虑降水效率。
3.2 积分高度和降水效率Browning等(1975)计算了发生在威尔士的4次冷锋前迎风坡降水过程的降水效率(即观测降水量/计算凝结量),并假定抬升和地形高度无关,但是只计算z=3 km以下的凝结,认为3 km以上形成的液态水会被吹到下游而落到迎风坡范围之外。计算结果显示,有两个个例的降水效率非常高,接近70%。这两个个例有以下特征:(1)有一支潮湿的强低空急流和山坡正交;(2)气流已经接近饱和;(3)有一些凝结发生在冻结线以上,冰相过程有助于降水释放。而另两个个例降水效率要低得多,只约10%和30%。这两个个例中,空气起初未饱和,因此,在凝结开始之前需要一定时间的上升使其达到饱和,而且,其中一个个例几乎没有冻结线以上的凝结。
有许多研究关注地形降水的效率问题。Myers(1962)在计算内华达山脉西侧地形降水效率时,对式(4)做了变形,假设α从地面到高度5 km的假定“节面”(nodal surface)线性减弱,这在某种程度上可以减少计算的凝结,从而提高降水效率,最终其算得的降水效率达到了70%。Elliot等(1964)利用了类似的“节面”假定,研究了San Gabriel和更小的Santa Ynez的地形降水效率,根据输入空气的条件稳定度对个例进行了分类。结果发生在San Gabriel的地形降水共39例,其中稳定的有31例,降水效率为26%,不稳定的有8例,降水效率27%;发生在Santa Ynez的有43例,其中稳定的21例,降水效率17%,不稳定的22例,降水效率26%。并同时指出,降水效率倾向于随山体尺度增大而提高。
为了解决积分上限的问题,前面所提到文献都是假定了一个高度,有3 km,也有5 km,认为在这个高度以下空气是饱和的,凝结产生的水滴可以全部降落到地面形成降水,这一假定存在明显的缺陷,即认为大气饱和层的高度是一致的,而这显然和事实是不符的,特别是对台风而言。台风虽然是一个深厚系统,但是其螺旋结构明显,台风内部干、湿相间,对某一高度来说,并不能保证处处饱和;而且相对而言在眼墙和螺旋云带内饱和湿层更厚。因此,要更准确地估算台风环境下的地形降水,必须要考虑台风内部饱和湿层厚度的差异。为了解决这个问题,文中假定空气相对湿度达到90%即认为空气是饱和的,从地面至饱和湿层顶的高度,即为饱和层厚度,将其作为式(8)的积分上限。认为在这个高度以下发生的凝结会全部落在迎风坡上形成地形降水,而这个高度以上,由于首先要使气层达到饱和,因此产生凝结需要一定的时间,所以气块将会向下风方漂移。通过这样的假设,台风眼墙和螺旋云带内的饱和湿层更厚,式(8)中的积分上限就更高,计算得到的凝结就更多,反之,台风内其他地方计算得到的凝结就越少,这就与事实更为一致。
为了计算方便,将式(8)中的水平风改为模式输出的各高度的水平风,即
(9) |
式中,hs为地面高度,hr90为饱和湿空气(r≥90%)的高度,u(h, t)和v(h, t)分别为气流的纬向和经向分量,且随高度变化。
目前,很少有关于台风背景下地形降水效率的研究。前文提到的相关文献的研究表明,针对不同的天气过程,地形降水效率变化很大,同时,地形尺度的大小也和地形降水效率密切相关。这就为台风背景下地形降水效率的选择带来了困难。
陈联寿等(1979))指出,通常情况下,台风暴雨具有对流性质,但也有许多台风暴雨发生在稳定或近于中性的层结条件下。不过,在对流不稳定条件下的地形降水很难估算,降水效率也难以确定。Dirks (1973)直接利用采集自怀俄明山脉上空的飞机探测数据计算降水效率,发现对流不稳定条件下的地形降水效率为25%—80%。由此可见,虽然在不稳定条件下地形降水的效率更高,但变化范围也很大,很难确定一个合适的降水效率。同时,在不稳定条件下,对流一旦被触发起来,其后的发展就不再只受地形控制,对流究竟会发展到什么程度?其垂直速度场会如何分布?也就是说,式(2)中的w将不再只是由水平风和地形坡度来决定。垂直速度场无法确定,不稳定条件下的地形降水就无法估算。因此,为了便于估算地形降水,文中不考虑对流不稳定的情况。
Smith等(2004)指出,对于尺度达100 km的平滑地形而言,迎风坡降水估算通常十分合理,但当地形尺度降至20 km甚至更小时,总降水量将会严重高估。Yu等(2013)在研究台风莫拉克(2009)地形降水分布和机制时,也采用了类似的迎风坡法估算地形强迫垂直速度,并和雷达估测降水进行了对比,指出在台湾北部山区,地形暴雨的主要区域和迎风坡上最显著的地形强迫垂直速度区大体一致,但在南部山区,最强的降水出现在山顶附近甚至背风一侧,与之对应的是弱的或负的垂直速度。并认为造成这种差别的原因是,南部山区宽度狭窄,气流通过迎风坡的时间太短,而在这样短的时间内云滴来不及形成雨滴尺寸的降水粒子,因此,实际上在迎风坡没有降水产生,这就牵涉到了云微物理过程。Jiang等(2003)指出,对于小地形来说,平流时间尺度,即空气块通过地形的时间,对形成降水粒子而言可能太短了。但相对而言,平流时间(地形宽度/风速)还比较容易确定,降水粒子的形成时间更难量化,目前尚不清楚地形云是否存在内在的云时间尺度。同时,小地形上空会产生由播馈机制导致的降水增加。所谓播馈机制就是高层大尺度层云引起的降水经过低层由地形扰动产生的云层时,将会吸收低层云中的云粒子、水粒子等,使得降落到地面的降水量增大。Smith(1979)引述了Bader等1977年的研究,指出播馈机制可使局地降水率提高1—2倍,这种估算方法虽然相当粗糙,但是提供了播馈机制对降水影响程度的一种感性认知,表明由播馈机制导致的地形降水非常重要。
因此,即使在稳定条件下,对于不同的地形尺度,降水效率也是不同的,尤其对小地形而言,其降水效率比较复杂。如果没有播馈机制发生,小地形会明显高估降水量,当有播馈机制发生时,这种高估就会减弱。但是,由于降水粒子形成的时间尺度难以确定,因此,到底什么样尺度的地形有利于迎风坡降水的形成也就难以确定。对于台风而言,由于其云系范围非常广大,当其中心距离地形很远时,其外围云带已到达地形上空,和低层地形云之间容易产生播馈机制,从而提高降水效率。为了简化问题和计算方便,文中设定高度低于200 m的地形为小地形,降水效率取15%,而高度200—500 m为中等地形,地形降水效率取20%,高度500 m以上为大地形,地形降水效率取25%。当然,更为合理的地形降水效率的确定需要更多的个例统计来支撑,这也是下一步的研究方向。基于上面的分析,实际台风地形降水可定义为Pterrain(t)=R(t)×E,其中,R(t)为迎风坡地形降水,E为降水效率。而订正后的总降水量为Ptot=Pmod(t)+Pterrain(t),其中,Pmod(t)为数值模式预报的降水。需要说明的是,模式降水本身已经考虑了地形的影响,但是对于全球模式而言,为了模式的稳定,对地形均做了必要的平滑处理,并不能真实地反映地形对降水的增幅作用,因此,地形订正是必要的,但这不可避免地会存在地形重复考虑的问题,需要在实际应用时加以调整。
3.3 有、无迎风坡降水的判据无量纲地形弗劳德数(Fr)是在研究过山气流干过程动力学的过程中被提出来的。弗劳德数表征了气流动能和翻越山地所需的势能之比,同时也可以用来衡量过山气流何时出现非线性。当Fr≥1时,气流具有的动能大于翻山所需的势能,气流能够翻越山地;而当Fr < 1时,气流只能绕过山地,因此,弗劳德数常被用来判断气流遇到地形是能够爬坡还是绕流。Durran等(1982)在利用数值模拟研究湿过程对拦截背风波的影响时,提出利用湿浮力频率来计算湿弗劳德数(Fw=U/Nwh)。Chu等(2000)在利用中尺度模式模拟和研究均一的、条件不稳定气流过二维孤立的理想地形产生的降水过程时,沿用了这一定义。这里U为风速,Nw为湿浮力频率,h为地形高度。而
此外,考虑浙江东南部平均地形高度(约800 m)和典型浮力频率值(约10-2 s-1), 单位弗劳德数的上游风速临界值约为8 m/s,即当上游风速超过8 m/s时,气流就会沿迎风坡爬升产生地形降水。这样的风速在台风环境下是很容易达到的,这也说明在台风环境下地形降水非常容易发生。因此,文中假定风速大于8 m/s才会产生地形降水,风速小于8 m/s即使能产生地形降水,但相对于整个台风降水来说,改进效果不明显,可以忽略不计,同时可以避免在一些小地形产生虚假降水。
4 结果分析 4.1 对比预报模式选取目前预报业务上常用的数值模式既有全球模式也有中尺度模式,对地形降水均有一定的预报能力,但各有优缺点。中尺度数值模式空间分辨率更高,对局地地形的刻画也更接近实际,能够预报出较为极端的地形降水,但是其对大尺度环流的预报能力不如全球模式,因此,对台风降水的整体预报能力不如全球模式。而对于全球模式而言,正如3.2节所提到的,为了模式的稳定,对地形都作了必要的平滑处理,无法精确地刻画地形,对于台风降水中和地形相关的极端降水的量级及位置的预报和实况往往有较大误差,量级上有时相差可达数倍,但是全球模式对于大尺度环流形势的预报更为准确。在众多的业务预报模式中,ECMWF的全球数值模式无疑是目前表现最好的,在实际预报业务中也受到了广大预报人员的认可。文中将利用ECMWF 3 h间隔的12—36 h预报场,结合精细的实际地形高程数据,对台风降水进行订正,期望对解决全球模式由于局地地形刻画不精确而导致的地形降水偏弱的问题有所帮助。
4.2 订正结果分析图 2为2016年9月27日08时—29日08时浙江逐24 h降水实况和ECMWF模式12—36 h降水预报及相应的地形订正降水预报的对比。图 2c、f的地形订正降水预报即3.2节提到的订正后的总降水量。由于图 2给出的是24 h累计降水,因此有
(10) |
式中,PEC(t)为ECWMF模式的3 h降水预报,t是模式输出的预报时次。而式(9)中涉及到的水平风、饱和湿层高度、空气密度等变量全部来自ECMWF模式的预报或由其预报计算得来。
从图 2中可以看出,对于浙东南的雁荡山区和浙西北的天目山区,无论是台风登陆前的27日,还是台风登陆后的28日,地形订正降水预报和实况降水均有较好对应关系,和模式降水预报相比,无论是降水落区还是降水量级都有非常显著的改进。这表明对于尺度较大的地形而言,迎风坡降水订正是相对合理的,也是必要的。但是也有一些地方存在明显的空报,如图 2c中宁波西部四明山区的大暴雨区和图 2f中温州北部到台州南部的大暴雨区。对比图 2e和f可以发现,模式的降水预报在温州北部到台州南部一带本身就存在明显的空报,表明模式在这一带的环境场预报就存在偏差,因此利用有偏差的环境场订正后的降水会产生更大的偏差。而对比图 2b和c,模式在四明山地区并未预报出暴雨以上量级的降水,但经过订正却出现了大暴雨,造成这一现象的原因可能和模式预报的风场和湿度场的垂直分布误差有关。因为文中使用的地形降水订正方法主要利用模式输出的风场和湿度场,所以,地形上空模式风场和湿度场垂直分布和实况相比误差越大,则地形订正误差也越大。这也是基于模式预报订正的先天缺陷,即假定模式环境场预报是准确的,而这一假定本身就是有问题的。此外,对于一些尺度较小的地形,如宁波南部到台州北部沿海地区的狭窄地形(图 1b右侧红色线框)以及金华境内的狭窄陡峭地形(图 1b中部的两个红色线框),在27和28日的地形订正降水中均存在明显的高估。这和3.2节提到的用迎风坡降水估算会高估小尺度地形降水是一致的。其原因可能就是上游气流的平流时间尺度小于降水粒子的形成时间尺度,导致当地形云移过地形时,云内降水粒子尺度的水滴尚未形成,因而没有降水产生,而迎风坡降水估算方法却是假定地形迎风坡上空饱和湿层内的凝结会瞬间转化为降水粒子并降落到地面,因此,对于这些小地形会显著高估其地形降水。
对比图 2d、e、f可以发现,无论是模式降水预报还是地形订正降水预报,对于宁波一带的大暴雨都发生了漏报,表明这一带的降水似乎和地形抬升关系不大。从2016年9月28日14和20时的地面形势以及13时30分的雷达拼图(图 3)可以看出,东北风带来的弱冷空气和台风外围的暖湿空气在宁波一带相遇,并受四明山阻挡(图 1b)向南移动。弱冷空气从低层楔入,抬升台风外围的暖湿空气,触发对流产生,类似于暖区暴雨的触发机制。图 3c显示,13时30分在宁波北部已有对流产生(图中红色虚线框所示),这和图 3a中的弱冷锋对应,表明对流发生和冷锋前抬升密切相关。由于台风外围暖湿气流源源不断补充,使得弱冷空气南压缓慢。对比图 3a和b,弱冷锋在6 h内南压约50 km,移动相当缓慢。冷暖气流长时间在这一带对峙,是形成大暴雨的重要原因。显然这和地形无关,因此,地形订正降水预报对这片大暴雨的漏报并不表示地形降水订正方法有问题。
仔细对比图 2的实况降水和图 1b的浙江省地形可以发现,实况暴雨以上降水不仅和地形抬升有关,可能还和地形的辐合有关。由图 1b可知,在温州、丽水的山脉地区有许多喇叭口地形和河谷,气流在这里易产生地形辐合上升,使得降水增加。由图 4可知,27—28日,温州、丽水一带由东北到东风逐渐转为东南风,浙西北的天目山一带则由偏东风逐渐转为东北风,而且随着台风靠近,风速越来越强。结合图 2a、d的实况降水,表明降水位置的变化和风向改变导致的地形辐合位置的变化密切相关,而地形辐合强度的变化和降水强度的变化也密切相关。
对比图 2d和f还可以发现,针对温州、丽水地区的较大尺度地形,其地形订正后的大暴雨以上降水非常分散,主要和地形迎风坡对应,但是实况降水却是连成一片,即实际上大暴雨不仅仅发生在迎风坡上。产生这种误差的原因很多,首先,由于地形订正利用的物理量来自模式预报,模式预报的误差必然导致地形订正降水的误差;其次,迎风坡降水估算的假设条件也导致了地形降水订正的误差。由于文中假定台风降水以稳定性降水为主,就忽略了不稳定条件下对流性降水的贡献,而实际上,条件不稳定大气中的地形降水是地形降水的主要类型之一;在稳定的层结下,文中假定迎风坡上空发生凝结会立即降落到地面,并指定了相应的降水效率,这其实在一程度上考虑了云滴转化成雨滴的比率以及雨滴在下落过程中的蒸发和漂移,但并没有考虑平流时间和降水粒子形成时间问题,即靠近山顶附近的降水可能会漂移到下游,或者当地形云内降水粒子形成时,地形云已漂移到下游,这都会导致降水分布的改变;饱和湿层以上的湿空气,由于上升运动的存在,经过一段时间后也会趋于饱和,而这一气层中产生的降水会降落在更为下游的地方。此外,对于多山的复杂地形而言,上游地形产生的地形云可能会漂移到下游的地形云之上,从而有利于播馈机制导致的地形降水的产生。赵玉春等(2011)在关于地形降水的三维理想数值研究中指出,地形降水的分布不仅和迎风坡抬升有关,还和地形重力波有关。而当有对流发生时,原先认为不会爬坡的气流变得可以爬坡了,同时对流触发的重力波和地形重力波相互作用,使得降水的分布更为复杂。因此,对于多山的浙江南部复杂地形而言,其降水分布的复杂性可想而知。用单一的迎风坡订正降水方法想解决如此复杂的地形降水分布问题,显然是不现实的。
虽然,地形订正降水仍然存在很多问题,但是对于地形尺度较大的地区其订正效果是显著的。利用同样的方法对1513号台风“苏迪罗”、1521号台风“杜鹃”和1614号台风“莫兰蒂”也进行了地形降水订正。表 1是4个台风地形降水订正前、后的评分对比,可以看出,无论哪个台风,也无论是台风影响的第1天(一般为登陆前)还是第2天(登陆后),暴雨量级以上,特别是大暴雨量级以上的极端降水,在地形订正后,其命中率和TS评分都有不同程度的提高。如1617号台风“鲇鱼”影响浙江期间,订正后大暴雨的TS评分第1天从10.5%升至24%,第2天从3.3%升至13.7%,均有超过10个百分点的提高。这表明迎风坡地形降水订正方法对改进台风降水预报是有效的,也是可行的,其对极端降水的显著改进对于防灾、减灾有非常重要的意义。
暴雨 | 大暴雨 | 特大暴雨 | ||||||||
第1天 | 第2天 | 第1天 | 第2天 | 第1天 | 第2天 | |||||
1513 | 命中率 | 订正前 | 40.6 | 39.3 | 52.3 | 15.4 | 0 | |||
订正后 | 62.0 | 53.1 | 68.4 | 38.2 | 34.7 | |||||
TS评分 | 订正前 | 27.0 | 29.5 | 41.9 | 14.8 | 0 | ||||
订正后 | 24.7 | 33.6 | 40.8 | 18.2 | 20.9 | |||||
1521 | 命中率 | 订正前 | 13.8 | 52.9 | 0 | 19.2 | 0 | |||
订正后 | 31.4 | 52.4 | 10.5 | 40.1 | 2.9 | |||||
TS评分 | 订正前 | 10.7 | 27.7 | 0 | 16.6 | 0 | ||||
订正后 | 14.8 | 23.4 | 2.2 | 24 | 1.6 | |||||
1614 | 命中率 | 订正前 | 9.1 | 88.8 | 0 | 9.1 | ||||
订正后 | 21.6 | 91.2 | 12.2 | 27.7 | ||||||
TS评分 | 订正前 | 7.7 | 76.6 | 0 | 8.6 | |||||
订正后 | 15.5 | 75.4 | 6.5 | 22.2 | ||||||
1617 | 命中率 | 订正前 | 25.7 | 23.5 | 10.8 | 3.5 | 0 | |||
订正后 | 48.4 | 32.9 | 34.5 | 19.9 | 9.2 | |||||
TS评分 | 订正前 | 23.9 | 17.6 | 10.5 | 3.3 | 0 | ||||
订正后 | 26.5 | 22.6 | 24 | 13.7 | 8.5 |
对Smith(1979)提出的地形降水方程进行了改进,提出以饱和湿层高度作为方程积分上限,针对不同高度地形设定不同的降水效率,以无量纲湿弗劳德数大于1作为有、无地形降水的判据。并用该地形降水订正方法对1617号台风“鲇鱼”的降水进行了订正预报,结果表明,虽然在一些小尺度地形区域会产生明显的空报,但是对于大尺度地形区域的强降水有显著的订正效果。对1513、1521和1614台风的订正结果进一步表明,迎风坡地形降水订正方法对改进台风极端降水预报效果显著,这对于防灾、减灾有非常重要的意义。
Chu等(2000)在总结已有研究的基础上,将地形降水的形成主要分成3类:(1)稳定大气中的迎风坡地形降水;(2)条件不稳定大气中的地形降水;(3)由播馈机制导致的地形降水。而文中采用的地形降水订正方法是单纯的考虑稳定大气中的迎风坡地形降水,而没有考虑另外两类地形降水。Smith等(2004)认为计算地形降水至少要考虑3个时间尺度,即平流时间、云水转化为降水粒子的时间和降水粒子从云底下落到地面的时间。这3个时间尺度中,平流时间最容易确定(平流时间=地形宽度/风速)。Alpert等(1989)、Sinclair(1994)、Smith(2003)在上坡模式中考虑了降水粒子的平流,结果显示,降水粒子的漂移距离5—25 km不等,能够改进模式预报与测站和雷达数据的一致性。另两个时间尺度涉及到云微物理过程,很难量化,但是,当考虑时间上的延迟时,则降水会在环境风作用下向下游漂移,当地形尺度较大时,平流时间大于降水粒子形成时间或降水粒子下落时间,降水仍会落在迎风坡上,对计算结果影响不大,但当地形尺度较小时,平流时间小于降水粒子形成时间或降水粒子下落时间,则降水就可能出现在山顶甚至背风坡一侧,造成迎风坡降水的高估。因此,相对于大尺度地形而言,小尺度地形降水更为复杂,也更难估算。
需要指出的是,影响台风极端降水的因素很多,主要包括台风本身的强度和结构、台风与西风带系统或热带其他系统共同作用以及地形影响。而地形影响是三者中唯一比较固定的影响因素,因此,文中重点研究基于ECMWF细网格降水预报的地形订正方法。但是,由于影响降水因素的多样性,地形降水订正结果和实况降水之间不可避免存在一定的误差,用订正结果和实况降水进行严格的比较并不合适,文中重点关注在有地形地区,订正方法对极端降水预报的改进,这对多山的浙江沿海和浙南地区尤其重要。
陈联寿, 丁一汇. 1979. 西太平洋台风概论. 北京: 科学出版社: 491pp. Chen L S, Ding Y H. 1979. An Introduction to Western Pacific Typhoons. Beijing: Science Press: 491pp. (in Chinese) |
何立富, 梁生俊, 毛卫星, 等. 2006. 0513号台风泰利异常强暴雨过程的综合分析. 气象, 32(4): 84–90. He L F, Liang S J, Mao W X, et al. 2006. Analysis of torrential rain event of landing typhoon Tailim. Meteor Mon, 32(4): 84–90. (in Chinese) |
冀春晓, 薛根元, 赵放, 等. 2007. 台风Rananim登陆期间地形对其降水和结构影响的数值模拟试验. 大气科学, 31(2): 233–244. Ji C X, Xue G Y, Zhao F, et al. 2007. The numerical simulation of orographic effect on the rain and structure of typhoon Rananim during landfall. Chinese J Atmos Sci, 31(2): 233–244. DOI:10.3878/j.issn.1006-9895.2007.02.05 (in Chinese) |
林小红, 任福民, 刘爱鸣, 等. 2008. 近46年影响福建的台风降水的气候特征分析. 热带气象学报, 24(4): 411–416. Lin X H, Ren F M, Liu A M, et al. 2008. Climatic variation features of typhoon precipitation influencing Fujian for the past 46 years. J Trop Meteor, 24(4): 411–416. DOI:10.3969/j.issn.1004-4965.2008.04.016 (in Chinese) |
钮学新, 董加斌, 杜惠良. 2005a. 华东地区台风降水及影响降水因素的气候分析. 应用气象学报, 16(3): 402–407. Niu X X, Dong J B, Du H L. 2005a. Climatic analysis on typhoon rainfall of East China and affecting factors of the precipitation. J Appl Meteor Sci, 16(3): 402–407. (in Chinese) |
钮学新, 杜惠良, 刘建勇. 2005b. 0216号台风降水及其影响降水机制的数值模拟试验. 气象学报, 63(1): 57–68. Niu X X, Du H L, Liu J Y. 2005b. The numerical simulation of rainfall and precipitation mechanism associated with typhoons Sinlaku(0216). Acta Meteor Sinica, 63(1): 57–68. (in Chinese) |
王鹏云. 1998. 台湾岛地形对台风暴雨影响的数值研究. 气候与环境研究, 3(3): 235–246. Wang P Y. 1998. A numerical study on the effects of orography of Taiwan Island on typhoon induced heavy rainfall. Clim Environ Res, 3(3): 235–246. DOI:10.3878/j.issn.1006-9585.1998.03.06 (in Chinese) |
王晓芳, 胡伯威. 2007. 地形对0604号"碧利斯"登陆台风暴雨的影响. 暴雨灾害, 26(2): 97–102. Wang X F, Hu B W. 2007. The effect of terrain on landing typhoon 0604 Bilis. Torrential Rain Disasters, 26(2): 97–102. DOI:10.3969/j.issn.1004-9045.2007.02.001 (in Chinese) |
杨仁勇, 闵锦忠, 冯文. 2013. 海南岛地形对南海西行台风降水影响的数值试验. 热带气象学报, 29(3): 474–480. Yang R Y, Min J Z, Feng W. 2013. Numerical simulations of the Hainan Island topographic effects on the rainfall of west-going typhoons. J Trop Meteor, 29(3): 474–480. DOI:10.3969/j.issn.1004-4965.2013.03.014 (in Chinese) |
赵玉春, 王叶红, 崔春光. 2011. 大对流有效位能和条件不稳定下地形降水的三维理想数值研究. 气象学报, 69(5): 782–798. Zhao Y C, Wang Y H, Cui C G. 2011. An idealized three-dimensional numerical study of the topographic precipitation under air flow of large CAPE and conditionally unstable stratification. Acta Meteor Sinica, 69(5): 782–798. (in Chinese) |
Alpert P, Shafir H. 1989. Meso γ-scale distribution of orographic precipitation:Numerical study and comparison with precipitation derived from radar measurements. J Appl Meteor, 28(10): 1105–1117. DOI:10.1175/1520-0450(1989)028<1105:MSDOOP>2.0.CO;2 |
Banta P M, Berri G, Blumen W, et al.1990. Atmospheric Processes over Complex Terrain.Boston, MA: American Meteorological Society, 323pp |
Browning K A, Pardoe C W, Hill F F. 1975. The nature of orographic rain at wintertime cold fronts. Quart J Roy Meteor Soc, 101(428): 333–352. |
Chu C M, Lin Y L. 2000. Effects of orography on the generation and propagation of mesoscale convective systems in a two-dimensional conditionally unstable flow. J Atmos Sci, 57(23): 3817–3837. DOI:10.1175/1520-0469(2001)057<3817:EOOOTG>2.0.CO;2 |
DeHart J C, Houze Jr R A. 2017. Orographic modification of precipitation processes in hurricane Karl (2010). Mon Wea Rev, 145(10): 4171–4186. DOI:10.1175/MWR-D-17-0014.1 |
Dirks R A. 1973. The precipitation efficiency of orographic clouds. J Res Atmos, 7: 177–184. |
Durran D R, Klemp J B. 1982. The effects of moisture on trapped mountain lee waves. J Atmos Sci, 39(11): 2490–2506. DOI:10.1175/1520-0469(1982)039<2490:TEOMOT>2.0.CO;2 |
Elliott R D, Hovind E L. 1964. The water balance of orographic clouds. J Appl Meteor, 3(3): 235–239. DOI:10.1175/1520-0450(1964)003<0235:TWBOOC>2.0.CO;2 |
Hamuro M, Kawata Y, Matsuda S, et al. 1969. Precipitation bands of typhoon Vera in 1959 (Part Ⅰ). J Meteor Soc Japan, 47(4): 298–309. DOI:10.2151/jmsj1965.47.4_298 |
Jiang Q F, Smith R B. 2003. Cloud timescales and orographic precipitation. J Atmos Sci, 60(13): 1543–1559. DOI:10.1175/2995.1 |
Lin Y L, Chiao S, Wang T A, et al. 2001. Some common ingredients for heavy orographic rainfall. Wea Forecast, 16(6): 633–660. DOI:10.1175/1520-0434(2001)016<0633:SCIFHO>2.0.CO;2 |
Myers V A. 1962. Airflow on the windward side of a large ridge. J Geophys Res, 67(11): 4267–4291. DOI:10.1029/JZ067i011p04267 |
Sinclair M R. 1994. A diagnostic model for estimating orographic precipitation. J Appl Meteor, 33(10): 1163–1175. DOI:10.1175/1520-0450(1994)033<1163:ADMFEO>2.0.CO;2 |
Smith R B. 1979. The influence of mountains on the atmosphere. Adv Geophys, 21: 87–230. DOI:10.1016/S0065-2687(08)60262-9 |
Smith R B. 2003. A linear upslope-time-delay model for orographic precipitation. J Hydrol, 282(1-4): 2–9. DOI:10.1016/S0022-1694(03)00248-8 |
Smith R B, Barstad I. 2004. A linear theory of orographic precipitation. J Atmos Sci, 61(12): 1377–1391. DOI:10.1175/1520-0469(2004)061<1377:ALTOOP>2.0.CO;2 |
Smith R B, Schafer P, Kirshbaum D J, et al. 2009a. Orographic precipitation in the tropics:Experiments in Dominica. J Atmos Sci, 66(6): 1698–1716. DOI:10.1175/2008JAS2920.1 |
Smith R B, Schafer P, Kirshbaum D, et al. 2009b. Orographic enhancement of precipitation inside hurricane Dean. J Hydrometeorol, 10(3): 820–831. DOI:10.1175/2008JHM1057.1 |
Wu C C, Kuo Y H. 1999. Typhoons affecting Taiwan:Current understanding and future challenges. Bull Amer Meteor Soc, 80(1): 67–80. DOI:10.1175/1520-0477(1999)080<0067:TATCUA>2.0.CO;2 |
Wu C C, Yen T H, Kuo Y H, et al. 2002. Rainfall simulation associated with typhoon Herb (1996) near Taiwan. Part I:The topographic effect. Wea Forecasting, 17(5): 1001–1015. |
Yu C K, Cheng L W. 2008. Radar observations of intense orographic precipitation associated with typhoon Xangsane (2000). Mon Wea Rev, 136(2): 497–521. DOI:10.1175/2007MWR2129.1 |
Yu C K, Cheng L W. 2013. Distribution and mechanisms of orographic precipitation associated with typhoon Morakot (2009). J Atmos Sci, 70(9): 2894–2915. DOI:10.1175/JAS-D-12-0340.1 |