台风海贝思已致5死

FY-2E卫星资料在基于LAPS的台风三维云分析中的应用

韩成鸣;李耀东;史小康

【摘要】LAPS（LocalAnalysisandPredictionSystem）采用物理初值化与三

维变分约束相结合的方法，通过融合多源观测资料，发挥各种资料的优势，分析得

到较为客观的三维云场，并可改善数值模式初始场。将FY-2E卫星可见光反照率

和红外亮温资料引入LAPS，针对2014年6月登陆我国的台风“海贝思”，设计

不同水平分辨率的同化试验，研究台风三维云结构和初始场的改善情况。结果表明：

1）LAPS云分析中引入卫星可见光反照率资料之后，总云量有显著的调整，能够

较清晰地分辨出台风眼区、云墙和螺旋云带，卫星红外亮温资料在云顶高度的调整

中发挥了重要作用，而且高分辨率的云分析结果有助于更好地分析出台风结构和强

对流区域。2）LAPS物理初值化技术将卫星资料中的云结构和微物理信息添加到

初始场中，一定程度上调整了数值模式初始场中垂直速度、云水、云冰和水汽场等

变量的分布，提高了模式初值质量，对模拟和预报台风系统将会产生一定的影

响。%TheFY-2Esatellitevisiblealbedoandinfraredbrightness

temperaturewereadoptedtoLAPS(LocalAnalysisandPrediction

System)inordertoimproveinitialfieldqualityinthetyphoon“Haibeisi”

ultsshowed:1)Thetotalcloudcover

magnitudeprentedsignificantadjustmentandhelpedtoclearly

distinguishthefieldoftyphooneye,wallcloudandspiralbandduetothe

ite

infraredbrightnesstemperatureplayedanimportantroleonthe

improvementofcloud-topheight,andthehigh-resolutionresultswere

propitioustoanalyzetyphoonstructureandvereconvectionfield.2)The

applicationofphysicalinitializationtechniqueofLAPStoaddthecloud

structureandmicrophysicalinformationofsatellitedataintoinitialfield

couldpartlyimprovethedistributionofverticalvelocity,cloudwater,cloud

iceandwatervapor,whichenhancedthequalityofmodelinitialvalue,and

effectedthemodelingandforecastingresultsoftyphoonsystem.

【期刊名称】《气象与减灾研究》

【年(卷),期】2014(000)003

【总页数】10页(P7-16)

【关键词】卫星资料;LAPS;台风;云分析;物理初值化

【作者】韩成鸣;李耀东;史小康

【作者单位】解放军理工大学气象海洋学院，江苏南京211101;空军装备研究院

航空气象防化研究所，北京100085;空军装备研究院航空气象防化研究所，北京

100085;空军装备研究院航空气象防化研究所，北京100085

【正文语种】中文

【中图分类】P444

云环境及云过程非常复杂，目前也缺少公认的云诊断分析和预报方法。但由于其显

著的重要性，相关的研究历史也较为久远。1959年，Smagorinsky［1］首先提

出了一种基于云量与相对湿度呈线性关系的云量计算方法；1980年，Slingo［2］

基于这种方法又提出了多种相对湿度诊断云量的算法。1993年，Tiedtke［3］设

计了一种基于模式预报的水物质含量的云预报方法，一直沿用至今。随着卫星遥感

技术的快速发展，气象卫星逐渐成为一种较为有效地从宏观上体现云发展变化的观

测手段。在实际业务和研究中，云顶高度和云量的估计大多是基于卫星红外亮温和

可见光反照率资料进行的。Hamada等［4］通过建立地球同步卫星MTSAT—1R

观测的分裂窗亮温与CloudSat云观测资料之间的查算表，实现云顶高度的估计。

Garand等［5］运用CO2切片算法，从AIRS辐射资料中反演出云高和云量。为

检验反演方法的可行性及误差，利用辐射传输模式将数值预报模式输出结果正演模

拟成红外亮温，并采用相同的反演方法进行模拟，将得到的云特征参数作为对比资

料。

为了将多种云观测信息客观、有效地用于天气分析，改善天气预报效果，20世纪

80年代末，美国大气海洋管理局预报系统实验室着手设计和开发了资料同化和预

报系统LAPS［6］。LAPS具有其独特的资料融合优势，能够融合地面、探空、雷

达、卫星、飞机报文和浮标等多种观测资料，得到高分辨率分析场。在云分析中综

合利用相对湿度阈值法［7］、CO2切片法和查算表等方法［8］，基于背景场诊

断的云量，加入卫星、雷达、地面等资料进行修正，得到较为客观的三维云场。

Albers等［8-9］利用LAPS融合静止卫星、雷达、地面观测和飞机报文等资料，

改善初始场中三维云结构、云水场和雨水场等，更好地应用于分析和预报三维云场、

能见度、航空积冰状况和降水等。Birkenheuer［10］将变分方法引入LAPS湿度

分析，融合卫星数字图像，对露点温度场的改善效果明显。

近几年来，国内应用LAPS和ADAS［11-12］（ARPS

DataAssimilationSystem）非绝热初始化技术，将卫星或雷达资料用于云分析的

研究也较多，但是针对台风云系结构的研究较少。刘瑞霞等［13］将地面、探空、

卫星和雷达等多种观测资料用于LAPS云分析，研究了多源观测资料对三维云场的

修正，取得了较好的效果。李耀东等［14］和暴冬玲等［15］以ADAS云综合分

析为基础，引入雷达和卫星资料，结果表明，ADAS物理初值化在一定程度上调整

了湿度场分布，能够有效添加云和降水信息，改善强降水发生时间相对迟缓，以及

模拟前期降水量偏少和降水覆盖面积偏小现象，提高了初值质量。高华等［16］、

李红莉［17］将国产FY-2E卫星和雷达等多种观测资料进行融合，结果表明，

LAPS分析场对暴雨等强对流天气的模拟和预报效果改善明显。

文中，试图将我国FY-2E卫星可见光反照率和红外辐射资料引入LAPS云分析模

块，并针对2014年台风“海贝思”，研究台风云系的宏观特征和卫星资料对数值

模式初始场的改变情况，进一步验证卫星资料在LAPS云分析中的作用。

1.1天气过程

以2014年6月中旬南海台风“海贝思”（热带风暴级，编号1407）为试验对象。

台风“海贝思”最初为热带低压，于6月14日08时（北京时，下同）在南海东

北部海面生成，其中心位于福建和广东交界处以南大约380km的海面上（20.2°N，

116.8°E）。14日14时发展为第7号台风“海贝思”，15日16：50在广东省汕

头市濠江区沿海登陆，登陆时中心附近最大风力9级（23m/s），中心最低气压

986hPa。

从2014年6月15日14时FY-2E可见光云图（图1a）可以很清晰地分辨出台风

眼、云墙和螺旋云带的位置，同时由FY-2E红外云图（图1b）可以看出台风对流

云团的分布状况。云图显示，台风“海贝思”即将登陆，而且云系也表现出非对称

性，台风东部和南部云系深厚，西北部云系浅薄。

从6月15日08—14时对流层500hPa形势场（图略）看，588dagpm线西伸

至120°E洋面上。受副热带高压影响，台风结构为东南侧强梯度型，其西部位势

高度梯度小、风力较小，东南部位势高度梯度大、风力较大，台风眼风速几乎为0。

温度场从台风中心至台风云墙区形成一个暖中心，属于高能区。由NCEP再分析

资料中700hPa相对湿度场（图略）可以看出，从南海到我国东南部有很强的水

汽输送，为台风“海贝思”带来充足的水汽，是台风暴雨产生的重要条件。由

850hPa垂直速度场（图略）可以看出，台风北部、西北部及东部有很强的上升运

动，与FY-2E云图中台风云墙的位置较为吻合。

由以上分析结果可知，此次台风结构具有非对称性，云系西北部较薄，东部和南部

较厚，风力西弱东强，水汽充足，对流发展旺盛，台风产生的暴雨影响范围较广。

1.2试验方案

文中采用NOAA的全球预报系统GFS（GlobalForecastSystem）1°×1°数值预

报产品作为LAPS背景场。采用的卫星资料为国家卫星气象中心提供的FY-2E云

图资料，资料为等经纬度投影，水平分辨率5km，1个可见光通道（0．5—

0．9μm）和长波红外（10．3—11．3μm）、水汽（6．3—7．6μm）、红外分

裂窗（11．5—12．5μm）、中波红外（3．5—4．0μm）4个红外通道。

试验采用LAPS资料融合分析系统，融合GFS预报场和FY-2E卫星资料，经过

LAPS风分析、地面分析、云分析、湿度分析和平衡分析等，最终得到云的宏观特

征量和数值模式初始场。

为了研究FY-2E卫星资料及不同水平分辨率对LAPS云分析的影响，以及对初始

场的改善情况，设计了4组同化试验（表1），分析时刻均为2014年6月15日

14时。

LAPS初始三维云场主要用相对湿度阈值法对GFS背景场进行诊断，然后基于

CO2切片法和查算表等方法，将卫星红外亮温反演成云顶高度，最后通过可见光

反照率对云量进行修正，得到总云量、三维云量、云顶/底高度、云水物质含量等

信息。LAPS在诊断背景场云量时，将云高大于11km区域的相对湿度设为1%，

即无云区。相对湿度阈值法诊断中，当相对湿度RH＜70%，云量为0；当RH＞

100%，云量为1；当70%≤RH≤100%时，云量为（RH-0．7）/（1-0．7）。

2.1总云量

在没有加入FY-2E卫星资料的CTRL1（图2a）和CTRL2（图2b）试验中，仅由

背景场诊断出的总云量范围较大，覆盖整个台风区域，台风结构不清晰，不同分辨

率试验对背景场诊断出的总云量影响不大。加入FY-2E卫星资料之后（图2c、

d），LAPS依据可见光反照率和红外亮温，对云区做了较大的修正，与FY-2E可

见光云图（图1a）对比发现，两者形势大体上一致，可见光反照率大的地方，分

析得到的云量也大，清除了背景场中很多虚假的云区，使得总云量更加接近卫星观

测。对比图2a和图2c可以发现，同化卫星资料后，台风眼非常明显，台风西北

部和东南部的螺旋云带与云墙区分离开来，结构清晰，台风云系西部和西北部出现

了大范围的晴空区。对比图2c和图2d可以发现，不同分辨率的云分析结果存在

一定的差别，5km分辨率的云分析结果中台风眼区更加明显，螺旋云带也更为精

细，相对于背景场改善更大，整体结果优于分辨率为15km的试验，这也充分反

映了FY-2E卫星资料5km分辨率的优势。

2.2三维云量

从背景场云量（图3a、b）来看，云量大值区与强上升运动区重叠，但是下沉区

不明显，不能够分辨出台风的结构，不同分辨率对背景场云量没有明显的影响。从

22．4°N垂直剖面上LAPS三维云量与垂直速度分布（图3c、d）看，加入卫星

资料后三维云量的调整效果明显，特别是云顶高度的调整显著，而且垂直速度场也

有相应的调整，可以更好地识别台风内的积云对流区。对比图3a和图3c发现，

LAPS融合卫星资料后，台风三维云场结构清晰可见，垂直速度场也做了相应的调

整。台风眼区位置为116．5°—118．5°E，其东、西两侧为台风云墙区，两侧云

墙区云量明显是非对称结构，台风云墙区上升运动最为强烈，台风眼区有2个下

沉中心，气流从云墙区底层辐合上升，在台风眼区辐散下沉。暖湿气流抬升凝结成

为云墙，干空气下沉辐散成为台风眼，相比背景场的三维云及垂直速度场更加符合

台风理论结构。对比图3c和图3d可以发现，不同分辨率对三维云量场的分析有

一定的影响，5km分辨率的分析结果中云顶高度调整更为精细，眼区东、西两侧

云墙内上升运动更加显著，尤其是眼区西侧的云墙中对流较分辨率为15km的试

验更为剧烈，云墙区和强对流区域更加趋于吻合，相比背景场而言都有很大的改善。

2.3云顶与云底高度

2．3．1云顶高度

从图4可以看出，LAPS融合卫星资料后，晴空区和云区区分得比较清楚，红外亮

温对云顶高度的修正较为明显。在无卫星资料融合的情况下，背景场云顶高度（图

4a、b）都在11km以下，且大范围的一致性云顶高度导致无法判断出台风对流云

团的情况。对比初估云顶高度（图4a、b）与加入卫星资料后的分析场云顶高度

（图4c、d）发现，在台风云墙区和螺旋云带都分析出了云顶高度较高的区域，最

高可达到14km，说明台风对流云团发展深厚，上升运动强烈，特别是台风云墙的

西南部和南部，对流云团发展最为深厚，这与卫星红外云图（图1b）较为一致。

不同分辨率的云顶高度（图4c、d）分析结果表明，5km的云分析结果对台风云

系的描述更为精细，台风云墙区对流云顶高度调整更大，台风眼区也比较明显，相

比而言效果更好。

2.3.2云底高度

LAPS云底高度的分析主要依赖于地面、探空以及雷达等观测资料，文中并没有引

入这些资料，因此，云底分析受到一定影响。但试验仍表明，卫星资料的引入也能

比较有效地清除卫星观测为晴空的虚假云区。从图5可以看出，与背景场相比，

分析场只是在云区上做了修正，并未对云底高度做修正。因此，卫星资料对云底高

度的修正作用比较小，还需要加入地面、飞机报文等云观测资料进行分析，才能得

到比较客观的云底高度。

按照LAPS的设计思想，融合多种观测资料，可有效地调整水汽场，添加云和降水

信息，从而改善初始场。文中加入的卫星资料中有1个可见光通道和3个红外通

道主要用于LAPS云分析，另外还有一个水汽通道可以用于湿度分析，最后再进行

平衡分析，以达到变量场之间协同调整的目的。在LAPS湿度分析算法中，卫星水

汽通道资料主要用于晴空或低云区对流层高层（400hPa以上）的湿度分析［10］。

文中物理初值化结果主要分析5km分辨率的LAPS初值化试验。

3.1云水场调整

图6a为GFS预报场云水物质分布。可以看出，预报场中台风云区最大值云水中心

位于台风北部，并且已经处于我国广东省附近。从700hPa分析场云水混合比分

布（图6b）看，云水场形势与台风云系较为吻合，台风云墙区和螺旋云带云水含

量明显较高，也呈现出了一定的非对称性（“西低东高”的形势），最大值出现在

台风云墙的东部区域，达到0.4g/kg。与GFS预报场（图6a）相比，分析场、云

水场形势有了较大的调整，与台风云系结构更为吻合，云水含量最大值中心也与台

风积云对流区较为一致，螺旋云带范围更大。

由沿22.4°N垂直剖面上GFS云水物质分布（图7a）可以看出，台风眼区两侧各

有一个云水物质大值中心，在500hPa达到最大值0.68g/kg。由22.4°N垂直剖

面上LAPS云液态水和云冰分布（图7b、c）可以看出，500hPa以下的云系中以

云水为主，500hPa以上的云系中以云冰为主，对流发展旺盛的云团也会将一些云

水带入对流层中上层。对流层中下层的云水和中上层的云冰含量与垂直剖面上的三

维云场分布较为一致，眼区两侧的云墙区云水物质含量较大，并且直观地反映了几

个较强的积云对流区域，眼区西侧为很强的对流区，眼区东侧对流发展更为深厚，

高度比西侧还要高一些，眼区内部以较薄的低云为主，云水含量较低。与GFS云

水物质场（图7a）相比，云水物质分布与台风云系结构较为一致，但是数值上要

稍微小一些。

由以上分析结果表明，卫星资料对于云水场有一定的改善，能够较好地分析出符合

台风结构的云区及云水含量信息，并且可以较好地反映出对流云区的位置。

3.2水汽场调整

由加入卫星资料试验与控制试验在700hPa等压面水汽混合比差值分布（图8a）

可以看出，卫星资料的加入使得水汽场出现一定的调整，其中螺旋云带的水汽调整

最为明显，调整中心值为1.2g/kg左右，水汽修正带走向与云带走向基本一致。

由沿22.4°N垂直剖面上的水汽混合比差值分布（图8b）可以看出，卫星资料对

水汽场的调整主要集中在250hPa以下，调整中心位于对流层低层（700—

1000hPa），最大可达到2.0g/kg。对流层中层最大调整约为1.0g/kg，高层最大

调整也能达到1.2g/kg，垂直方向上的水汽场调整与台风三维结构中对流云团的位

置较为一致。

水汽场调整结果表明，LAPS湿度分析将云分析得到的三维云信息用于水汽场构建，

取得了一定的效果。图8b中115°E附近高层大气（400—250hPa）有一个水汽

调整中心，与其对应的三维云量剖面图上（图3d）为晴空或低云区，这也说明了

水汽通道资料对晴空区高层水汽场有一定的改善。但是，由于台风区域大部分为深

厚对流云区，所以卫星水汽资料的引入对此次试验改善不明显。

将FY-2E卫星可见光反照率和红外亮温资料引入LAPS，针对2014年6月登陆我

国的台风“海贝思”，设计不同水平分辨率的同化试验，分析了台风三维云结构和

初始场的改善情况。

1）LAPS云分析中加入FY-2E可见光反照率和红外亮温资料，能够较好地修正三

维云场，特别是可见光反照率对云量的调整起到了重要的作用，红外亮温对云顶高

度的修正也不可或缺，能够更加清晰地分辨出台风的结构，云系的深厚程度。

LAPS将云分析得到的台风云结构信息添加到初始场中，使得垂直速度场也有了相

应的调整。暖湿气流从底层抬升凝结形成云墙，而干空气从高空下沉辐散形成台风

眼，台风对流云团和非对流云团区分较为明显。不同分辨率的试验结果表明，高分

辨率的分析结果能够更加精细地反映台风云系结构，而且垂直速度场的调整也与对

流云系更为吻合，这也充分体现了FY-2E卫星资料5km分辨率的优势。

2）LAPS物理初值化技术充分利用FY-2E卫星资料对云和水汽的观测信息，将云

分析和湿度分析得到的结果，经过平衡分析，使得各变量之间协同调整。试验结果

表明，分析场中云水物质调整与三维云量场形势基本一致，在台风云墙区和螺旋云

带效果较好，发挥了卫星资料覆盖范围广的优势，还能够通过垂直剖面上云水、云

冰含量分析得出对流的深浅程度，结果与三维云量分析结果一致。分析场中水汽在

对流层中低层调整较为明显，尤其在螺旋云带上调整最为显著。

文中选取的个例是典型的台风系统，云系较为明显，加入卫星资料后得到的三维云

量场调整较大，能够较好地反映台风云墙区的强对流，总云量的修正也与卫星观测

较为一致，红外亮温对云顶高度调整效果较好。但是，由于没有加入地面、探空和

雷达等观测资料，云底高度调整较小，因此，后续工作中会进一步研究多源观测资

料的协同调整。

【相关文献】

［1］ynamicalpredictionoflargescalecondensationby

numericalmethods［C］//PhysicsofPrecipitation：ProceedingsoftheCloudPhysics

Conference，WoodsHole，Massachutts，June3-5，anGeophysicalUnion，

1960：71-78.

［2］parametrizationschemederivedfromGATEdataforuwitha

numericalmodel［J］.QuartJRoyMeteorSoc，1980，106（450）：747-770.

［3］entationofcloudsinlarge-scalemodels［J］.MonWeaRev，1993，

121（11）：3040-3061.

［4］HamadaA，pmentofacloud-topheightestimationmethodby

geostationarysatellitesplit-windowmeasurementstrainedwithCloudSatdata［J］.JAppl

MeteorClimat，2010，49（9）：2035-2049.

［5］GarandL，PancratiO，tionofforecastcloudparametersfrom

multispectralAIRSradiances［J］.AtmosOcean，2011，49（2）：121-137.

［6］McGinleyJA，AlbersSC，tionofacompositeconvectiveindex

asdefinedbyareal-timelocalanalysissystem［J］.WeatherForecast，1991，6（3）：

337-356.

［7］overanditsrelationshiptorelativehumidityduringaspringtime

midlatitudecyclone［J］.MonWeaRev，1994，122（6）：1021-1035.

［8］AlbersSC，McGinleyJA，BirkenheuerDL，alanalysisandprediction

system（LAPS）：Analysofclouds，precipitation，andtemperature［J］.Weather

Forecast，1996，11（3）：273-287.

［9］Swindanalysis［J］.WeatherForecast，1995，10（2）：342-

352.

［10］ectofusingdigitalsatelliteimageryintheLAPSmoisture

analysis［J］.Weatherforecast，1999，14（5）：782-788.

［11］ZhangJ，CarrF，oudanalysis［C］//Preprints，

NumericalWeatherPrediction，Phoenix，AZ，.1998：185-188.

［12］reanddiabaticinitializationbadonradarandsatellite

obrvations［D］.Oklahoma：SchoolofMeteorology，UniversityofOklahoma，1999：

194.

［13］刘瑞霞，陈洪滨，师春香，等.多源观测数据在LAPS三维云量场分析中的应用［J］.应用

气象学报，2011，22（1）：123-128.

［14］李耀东，余政，暴冬玲，等.物理初值化与短时强对流降水数值模拟研究［J］.气象科学，

2010，30（4）：452-459.

［15］暴冬玲，李耀东，史小康，等.卫星资料在模式初值中的初步应用研究［J］.高原气象，

2010，29（4）：894-903.

［16］高华，谭晓光，李红莉，等.LAPS系统与变分同化系统WRFVAR的效果对比分析［C］//

中国气象学会.第27届中国气象学会年会论文集，2010.

［17］李红莉.LAPS-RUC系统的搭建及其预报效果检验分析［C］//中国气象学会.第28届中国

气象学会年会论文集，2011.