登陆台风精细结构的观测、预报与影响评估
端义宏
中国气象科学研究院 灾害天气国家重点实验室,北京 100081

作者简介:端义宏(1963-),男,江苏南京人,研究员,主要从事热带气旋机理和海气相互作用研究.E-mail:duanyh@cma.gov.cn

摘要

2015年立项的国家重点基础研究发展计划项目(973计划)“登陆台风精细结构的观测、预报与影响评估”将通过进行登陆台风精细结构的野外科学试验,开展登陆台风精细结构的多源资料分析理论和方法研究,探索登陆台风精细化结构演变规律及其对风雨分布的影响机理,发展高分辨率台风数值预报模式关键技术,开展台风灾害影响(预)评估方法研究等,揭示环境因子及其自身内部的多尺度系统相互作用如何影响登陆台风精细化结构的演变,以及精细结构的演变如何影响台风风雨强度和分布,力争提高登陆台风精细结构的模拟、预报和影响评估能力。

关键词: 登陆台风; 精细结构; 数值预报; 影响评估
中图分类号:P444 文献标识码:A 文章编号:1001-8166(2015)08-0847-08
Monitoring and Forecasting of Finescale Structure and Impact Assessment of Landfalling Typhoons
Duan Yihong
State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081, China
Abstract

The National Basic Research Program of China entitled “monitoring and forecasting of finescale structure and impact assessment of landfalling typhoons” was approved in 2015. Field experiments will be conducted in this program to obtain observational data of finescale structures in typhoons, and analysis theory and methods of multi-source data will be studied. This program will reveal the characteristics of finescale structures and their effects on typhoon winds and rainfall. Key technique in high-resolution numerical typhoon models will be developed, and methods of typhoon-related disaster predictions and assessments will also be investigated. The research in the program aims at revealing how environments and internal multiscale interactions affect finescale structures of landfalling typhoons and how behavior of finescale structures affects the intensity and distribution of typhoon-induced rainfall. In addition, improvement of the skill of numerical modeling and forecasting of finescale structures and impact assessments of landfalling typhoons is expected to be made through the program.

Keyword: Landfalling typhoon; Finescale structure; Numerical forecast; Impact assessment.
1 引言

台风(指发生在西北太平洋和南海的热带气旋)带来的强风暴雨、风暴潮、洪水、山体滑坡、泥石流等灾害通常造成重大人员伤亡和财产损失。由于独特的自然地理环境条件, 我国受台风影响的区域广阔, 是全球受台风影响最严重的国家之一。据世界气象组织和我国有关部门统计, 21世纪以来(2000— 2013), 每年平均登陆我国的台风个数达7.6个, 每年造成约251人死亡, 直接经济损失约441亿元, 近14年来台风造成的总体经济损失达6 174.4亿元。因此, 《国家中长期科学和技术发展规划纲要(2006— 2020)》将台风灾害列为影响我国国家公共安全的主要自然灾害之一, 防台减灾已成为我国受台风影响区域各级政府每年的一项重要任务。但目前我国台风的监测预警仍然不能满足防灾减灾的需要, 主要是台风的大风、暴雨的强度和空间分布预报能力不足, 要提高台风大风、暴雨强度和分布的预报能力, 深入研究台风的精细结构演变规律是必经之路。

此外, 我国城镇化发展也给防台减灾工作提出了新需求。目前, 我国城镇化发展迅速, 到2030年将建成32个多层次、开放性城市群, 城市群覆盖人口将达8亿左右。这32个城市群中有近一半处于我国台风影响区域, 包括以特大级城市群为发展目标的京津冀、长三角洲和珠三角等城市群。城市群的群聚人口总量巨大且人口密度分布不均匀, 使得台风影响时生命财产保护和公共卫生事件处置面临严峻挑战; 城市群通常以一个或多个城市为构建中心, 其多功能的集合体特征使得下垫面状况错综复杂, 受台风影响时局部抗灾能力各不相同; 密布的“ 生命线” 工程使得城市群各区域间联系紧密, 局部受灾通常连带影响全局。所以, 城市群高社会经济集约度的特征使得其在台风影响时受到严重灾害的可能性增大, 甚至局部受灾可能导致城市运转失灵或瘫痪, 有针对性的防灾减灾面临极大挑战。因此, 为保障城市运行安全, 迫切需要有效的、高时空分辨率的台风预报预警。台风观测和预报方式急需从低时空分辨率的“ 粗放式” 向高时空分辨率的“ 精细化” 以及满足公众对防御台风信息的“ 个性化” 需求转变, 从重视台风的预报预警向重视台风的灾害预估转变, 这对我国的防台减灾提出了新需求, 而现有的台风预报方法和技术无法满足上述需求, 迫切需要对台风精细结构的观测、预报和影响评估技术进行研究。

总之, 台风灾害是我国各级政府每年都要应对的自然灾害之一。我国经济社会的发展, 特别是以城市群为轴心的城镇化发展给台风防灾减灾提出了新的要求, 有效的更加准确的台风预报和影响评估是满足防灾减灾新需求的关键。因此, 深入研究台风精细结构的变化规律, 发展台风精细化预报和影响评估技术, 是适应国家防台减灾和社会经济可持续发展的迫切需要。2015年立项的国家重点基础研究发展计划项目“ 登陆台风精细结构的观测、预报与影响评估” (以下简称“ 项目” )即是针对上述科学需求, 进行攻关研究。

2 台风精细结构研究面临挑战

台风环流中存在着诸如眼墙、螺旋雨带、中尺度涡旋、飑线、对流热塔、滚涡、龙卷、湍流等多类复杂的中小尺度系统。台风相关的强风暴雨通常表现出局地分布不均和快速演变的特征, 这同台风内部中小尺度系统的发生发展关系密切。因此, 要提高对台风的科学认识必须研究这些内部精细结构的演变规律。本项目所涉及的台风精细结构是指台风内中小尺度系统, 它受环境场、下垫面以及台风自身涡旋结构的影响, 它决定了台风强度变化、风雨的强度和分布。

台风的精细结构复杂, 对其知之甚少。目前我国对于台风精细结构的观测和分析尚待突破, 台风精细结构的观测需要点面结合、固定和移动结合、以及常规和加密结合的协同观测布局, 观测对象也需突破传统观测需求, 更加注重对雨滴谱、湍能、云微物理过程等与台风精细结构演变紧密联系的物理量的观测和分析。现阶段对台风精细结构的特征和演变规律存在许多盲区, 例如台风双眼壁如何形成和演变, 台风边界层滚涡的三维结构有何特征, 飑线和雨带结构有何异同等。

影响台风精细结构变化的机理仍然不清楚。台风内部动力学作用和环境因子影响, 以及各因素之间的相互作用, 都可能导致台风精细结构发生变化。当前对影响台风精细结构变化的物理过程的研究无论是观测事实分析, 还是机制研究都鲜有突破性进展。如水平尺度只有几十至一两百米, 生命期为几分钟至几十分钟的台风边界层滚涡能够使得地面大风突然急剧增强, 带来突发性风灾, 但当前滚涡对台风结构和能量转化的作用知之甚少, 台风内部动力学过程(尤其是边界层过程)以及周围环境系统对滚涡的发生和演变的影响机制仍然属于研究的全新领域。

台风结构变化导致其风雨分布的演变机理不清楚。台风风雨分布取决于台风内部精细结构的演变, 提高台风风雨分布预报及其影响评估能力必须掌握台风精细化结构演变规律。大风和暴雨是台风致灾的主要因子, 台风精细结构的演变能够通过多种方式影响台风风雨的分布和变化, 但台风精细结构如何单独或者协同影响台风风雨分布及其演变目前仍不清楚, 这是导致当前局地强风暴雨的精细化预报和预警能力不强的重要原因, 而准确的台风强风暴雨的精细化预报和预警是防台减灾的重要环节。2009年台风“ 莫拉克” 重创我国台湾省中南部, 过程累积最大降雨量达到3 060 mm, 给人民生命和财产造成巨大损失。如果与“ 莫拉克” 相似的台风影响城市群, 由于对不同类型的精细结构影响台风风雨分布和演变的过程和机理认识不足, 必将导致精细化风雨预报的失误, 产生极大的灾害和损失。此外, 当前也缺乏科学的台风强风暴雨灾害的评估技术。2013年台风“ 菲特” 造成浙江省余姚市70%以上城区被淹, 主城区交通瘫痪, 主城区全线停水、停电, 商贸业损失严重。灾后保险理赔由于勘察和定损的难度较大, 缺乏科学的灾害评估手段, 一度使得理赔工作面临巨大困难和压力。因此, 发展科学的台风灾害评估技术具有现实意义。

数值天气预报是现代天气预报的基础, 但是现有的台风数值预报模式还不能充分刻画台风精细结构演变过程, 模式框架、物理过程、资料同化等关键技术发展需要新突破。数值模式是台风精细化预报的重要工具和手段, 虽然理论上可以无限制提高模式的时空分辨率, 但实际上台风精细化预报问题不能仅靠提高模式分辨率。现有的台风数值模式刻画台风精细结构演变的能力有限, 有关多源资料同化技术、湍能转换、云尺度过程等关键技术有待突破。此外, 对精细结构的预报必须考虑小尺度三维湍流的作用, 而此类效应通常在数值模式中通过参数化实现, 但参数化的合理性缺乏检验。因此, 研发适用于台风精细结构预报的数值预报关键技术是我国台风数值模式发展的必经之路。

综上所述, 对台风精细结构及其演变的认识是当前台风研究领域的重点和难点, 深入认识精细结构的演变规律, 是提高台风雨精细化预报和影响评估水平的重要提前。

3 国内外研究进展
3.1 精细结构研究是国际热带气旋研究的活跃领域

21世纪以来, 热带气旋路径预报误差逐渐减小, 热带气旋强度预报水平也在不断提高, 但是热带气旋风雨分布预报仍然是一个世界难题。初步的研究结果表明, 热带气旋风雨分布与精细结构变化关系密切, 因此精细结构研究已经成为国际热带气旋研究最为关注的新领域[1]

近年来针对热带气旋的观测手段日益丰富, 诸如基于海岛或海岸铁塔的边界层动量和热量观测[2], 基于陆基多普勒雷达的边界层动力结构观测[3], 以及登陆热带气旋移动观测。利用飞机获取台风精细结构的详细观测资料成为观测热带气旋的又一重要手段, 其中美国国家海洋大气局(National Oceanic and Atmospheric Administration, NOAA), 美国空军(United States Air Force, USAF), 美国海军(United States Navy, USN), 美国国家大气研究中心(National Center for Atmospheric Research, NCAR)和美国国家航空航天局(National Aeronautics and Space Administration, NASA)等机构具有成熟的飞机探测热带气旋技术与手段, 双多普勒机载雷达和下投式探空仪是观测热带气旋精细结构的主要观测设备。最近, 无人( 遥控) 飞机开始应用于热带气旋观测, 例如“ 全球鹰” 无人机具有滞空时间长(> 30 h)和飞行高度高(> 16.8 km)等优点, NASA在其组织实施的HS3(Hurricane and Severe Storm Sentinel)项目中, 于2012— 2014年使用2架“ 全球鹰” 无人飞机针对飓风(指发生在北大西洋和东太平洋的热带气旋)开展长航时飞机观测[4]

外场科学观测试验计划是获取热带气旋观测资料, 开展有针对性研究的一种有效手段。早期的热带气旋观测计划主要是围绕热带气旋路径移动特征, 最近的观测计划则更关注热带气旋强度变化。IFEX(Intensity Forecasting Experiment)试验[5]提供实时的热带气旋强度、结构、环境场的监测资料, 提高对影响热带气旋强度的关键物理过程的认识。RAINEX(Hurricane Rainband and Intensity Experiment)试验[6]则重点关注热带气旋结构演变特征对其强度的影响。CBLAST(Coupled Boundary Layer Air Sea Transfer)试验研究强风背景下海— 气交换和传输。T-PARC[The Observing System Research and Predictability Experiment (THORPEX) Pacific Asian Regional Campaign]则主要关注与深对流加强和减弱、台风生成、台风加强和结构变化相关联的热带西太平洋季风环境[7]。这些试验中最显著的一个趋势是对精细结构的观测成为了试验的重点, 如RAINEX试验使用多飞机双多普勒雷达观测热带气旋眼壁和外雨带附近的精细化风场、涡度场等结构特征, 并研究眼壁、外雨带以及两者的相互作用如何影响热带气旋的强度变化。

影响热带气旋强度变化的物理机制具有多时间和空间尺度特征, 涵盖大尺度环境气流、台风自身环流和台风结构本身等[8]。近年来国际上关于热带气旋强度变化的研究取得了一定的进展, 较活跃的领域包括:利用涡旋Rossby波的概念, 在热带气旋动力学和理解热带气旋强度变化方面取得新的认识; 环境垂直切变对热带气旋强度变化的影响, 研究表明较大的垂直切变可以制约热带气旋的发展; 热带气旋登陆过程中强度的变化; 以及热带气旋与季风涡旋的相互作用。热带气旋内核地区存在较强的位势涡度径向梯度, 为涡旋Rossby波的存在提供了必要条件[9], 涡旋Rossby波活动与热带气旋的轴对称化过程、眼墙中尺度涡旋、多边形台风眼结构, 内螺旋雨带的形成等有着密切关系。这个概念的提出推动了热带气旋强度变化研究的发展。大尺度环境气流和beta涡对都可以产生环境垂直切变, 是热带气旋环流一波结构产生的原因。热带气旋登陆过程的研究手段主要是数值模拟, 热带气旋登陆之后蒸发的减少以及摩擦的增大是登陆后减弱的主要原因, 地形(包括山脉、岛屿等地形)、地形高度、陆表温度、登陆热带气旋自身强度与尺度等因子对热带气旋的降水分布、强度结构和路径的作用也有所揭示。在西北太平洋夏季有时会存在季风涡旋, 其与台风的合并过程会产生β 效应引起的Rossby波能量频散, 影响台风路径并改变台风强度[10]

热带气旋是自然界中最强烈的造雨系统, 目前有记录的最大24小时和3天累积雨量记录(分别为1 870 mm和3 240 mm, 发生在印度洋留尼旺岛的西劳斯)就是与一次热带气旋活动有关。造成降水强度的极端性以及降水分布的不均匀性的原理在国际上广受关注。环境条件对热带气旋降水起着重要作用, 其中水汽及其输送的作用尤为关键[11]。周围天气系统的影响通常改变热带气旋降雨的分布, 冷空气侵入可导致热带气旋降水分布的改变, 使得强降水出现在路径左侧, 而热带气旋环流和下游脊相互作用则导致强降水发生在路径右侧[12]。强的环境垂直风会使得热带气旋强降水发生在切变下风方向左侧。中纬度西风带系统同热带气旋相互作用可使得热带气旋发生变性, 不同强度及空间位置的中高纬度系统会造成热带气旋在变性阶段的降水强度和空间分布呈现明显差异。下垫面也会对热带气旋降雨产生影响。登陆台风与地形发生复杂相互作用可引发降水异常[11]; 陆面水体的存在及热带气旋本体降水对陆面的增湿效应也能够延缓登陆台风的衰亡, 造成强降水。尽管热带气旋定量降水估计(预报)技术不断进步, 但热带气旋降水的预报水平距离满足需求仍存在较大差距, 热带气旋的降水强度和分布演变机理与精细化预报技术研究是国际热带气旋研究领域的主流趋势之一。

近年来, 发展高分辨率热带气旋数值模式已成为国际上提高热带气旋预报能力, 尤其是精细结构预报能力的主要手段和发展趋势。高分辨率数值模式发展特征主要体现在动力框架、模式网格/谱分辨率、资料同化和涡旋初始化、物理过程参数化等方面。在模式分辨率上, 欧洲中期天气预报中心在2010年将全球确定性预报模式水平分辨率从25 km(T799)提升为15.6 km(T1279), 计划在2015年将其分辨率提高到10 km(T2047), 并已开始试验分辨率为5 km(T3999)的版本。自2007年11月以来, 日本气象厅将全球谱模式的分辨率从60 km (TL319L40)提升到了20 km(TL959L60), 并取代了原有的分辨率为24 km的台风区域模式。美国主要的飓风区域业务模式HWRF采用三重嵌套区域(网格分辨率为27 km/9 km/3 km)。在资料同化和涡旋初始化方面日本全球模式除了通过4DVAR同化飞机报、探空、卫星等资料外, 还考虑了涡旋的构造。美国HWRF区域模式由NCEP/GFS提供背景场, 并通过集合— 变分混合同化系统实现涡旋初始化。在物理过程参数化方面, 除了大风条件下的边界层拖曳系数和海气耦合过程外[13], 各国的改进还包括对流参数化、边界层参数化[14]和辐射参数化等[15], 同时开始试验高分辨率云分辨模式和微物理参数化取代对流参数化[16]

目前对热带气旋的影响研究主要集中在其灾害影响研究, 其中如何评估热带气旋灾害严重程度, 如何进行热带气旋破坏力评估, 以及热带气旋灾害(预)评估和风险评估是主要研究方向。近年来, 基于多学科交叉理论, 热带气旋的影响研究取得明显进展。考虑事件发生频率的随机性和单独事件损失大小的随机性, 发展出了飓风损失的随机模式[17]。出现了基于历史资料连同飓风的确定性预报来评估飓风灾害风险的技术[18]。在一些飓风活动较少的地区, 缺少样本使得用历史资料来评估飓风致灾风险缺乏可靠性, 据此提出综合分析大样本的模拟路径来评估飓风致灾风险, 并认为飓风损失约以每年8-12亿美元的速度在增长, 且其损失与气候变化关系紧密[19]

3.2 我国在台风登陆前后异常变化的研究中取得明显进步

近几年国内台风研究领域不断扩大[20], 研究水平明显提高, 特别是在国家重点基础研究发展计划项目“ 台风登陆前后异常变化及其机理研究” (2009— 2013年)支持下, 在登陆台风的边界层外场观测试验、台风多元观测资料分析和融合理论和技术、台风登陆前后路径、强度以及风雨异常变化机理、台风区域数值预报模式研发及其应用方面取得明显进步[21]

登陆台风的外场科学试验取得明显进展。我国登陆台风的外场科学试验(Typhoon Landfall Process Experiment, T-LANPEX)于2009— 2013年在华东、华南2个观测试验区实施, 共对16个台风的边界层结构进行了成功观测, 建立了丰富的台风登陆过程外场科学试验数据库, 揭示了一些重要的登陆台风边界层特征。试验中发现不同边界层高度定义方法所确定的台风边界层高度差异较大; 登陆过程中台风环流内边界层温度和湿度的水平分布通常呈现明显非对称性; 试验中还发现当风速增大到某一阈值时海气温差的变化同风速之间呈线性关系; 台风登陆期间阵风存在明显的相干结构, 主周期集中在3~7 min。T-LANPEX试验较突出的一个观测成果是观测和估计了强风条件下浅水区的海气拖曳系数, 发现拖曳系数与风速的关系在浅水区域明显偏向低风速区, 拖曳系数极值对应的阈值风速也相对偏小[22]

台风多源观测资料综合分析理论和方法成果有创新。T-TREC(Tropical Cyclone Circulation Tracking Reflectivity Echoes by Correlation)雷达风场反演技术可改善径向风观测范围较小的限制, 减小因主观设定搜索区域和回波结构均匀造成的误差; MGBVTD(Modified Ground Based Velocity Track Display)雷达风场反演技术则可根据台风不同半径上雷达径向速度方位梯度呈谐波变化的特征, 准确分离台风近中心的环境风和主环流。基于T-TREC和MGBVTD技术可建立适应台风环流特征的雷达风场同化方法, 发展三维变分和复合云分析技术[23, 24]。Zhuge等[25]和Yu等[26]发展了一种新的基于风云静止卫星瞬时跟踪和连续累积的降水反演技术, 使得可见光测值只与云顶物理特征有关, 提高了降水反演的精度, 能够合理估计台风附近的降雨分布和强度。

登陆台风路径异常、结构和强度变化异常以及风雨分布特征等物理机制研究取得进展。

东海附近突然转向东北行的台风在转向前天气尺度环流的贡献起了关键作用, 低频振荡的气旋性环流与台风环流逐步合并, 同时季风涌开始增强, 从而导致台风突然转向。而台风路径北折通常与准两周以及MJO尺度的气旋性涡旋的合并有关[10]; 西行路径发生转向异常前也会与准两周尺度的气旋性涡旋合并, 但在MJO尺度上无气旋性涡旋或不与弱的气旋性涡旋合并。Xu等[27]发现超强台风登陆过程亦会产生类似洋面上的“ 趋暖运动” 。

近年来台风近海加强的机制研究受到重视。双台风相互作用过程中其中一个台风的能量输送和转化[28], 以及地形或环境流场辐合作用形成的中尺度涡旋的正涡度内传至台风内核, 都可能使台风突然增强。高空冷涡可以通过减弱台风环境风垂直切变, 增强台风高空的流出气流和辐散强度, 增加台风外围强对流不稳定层结等方式导致台风的迅速加强。台风登陆前在远离台风环流中心位置触发其他系统活动的现象也受到关注, 如台前飑线的生成和维持[29]以及远距离暴雨[30]。在台风登陆前内核结构变化及机理的研究方面最近也有新的发现。混合涡旋Rossby– 重力波理论[31]的提出补充了台风内核波动动力学理论, 涡旋Rossby波作用[32], 边界层对外雨带非对称入流的非平衡响应[33]以及风场扩张和螺旋雨带非绝热加热作用[34]等完善了台风双眼壁形成的物理机制。许多因素也会导致台风登陆后再发展, 包括残涡和中纬度西风槽相互作用[35], 季风涌和残涡的相互作用, 急流和高空辐散的作用以及下垫面影响。

登陆台风降水强度经常出现突然增幅或减弱, 降水空间分布呈现明显非对称性。卫星估测降水资料显示登陆我国不同地区的台风降水具有不同非对称分布特征, 一波非对称降水是台风降水空间分布的一个最显著特征[36]。大尺度环境场对登陆台风降雨的影响作用除了垂直风切变, 远距离暴雨等, 典型的还包括台风与西风带系统以及季风涌等相互作用造成的降雨变化。下垫面状况对登陆台风降水作用明显, 如水体下垫面能增加边界层水汽、感热和潜热通量, 并可能改变垂直风切变, 从而影响中尺度对流系统和强降雨的发生发展。此外, 螺旋雨带、涡旋合并以及重力波等中尺度系统过程也能够显著影响台风的降雨分布[37, 38]

台风登陆过程数值预报关键技术研究取得进展。涡旋初始化技术主要发展了重定位循环同化技术、海面风的三维变分同化以及湿度松弛逼近技术[39]。Ma等[40]通过考虑水汽平流的作用建立环境强迫(网格尺度)与局地扰动(对流尺度)间的显式关系, 改进Kain-Fritsch积云对流方案, 此改进可以通过影响对流雨带入流的稳定性从而改变对流性降水的发生发展。辐射参数化方案的改进主要是建立了四流离散坐标累加和四流球函数展开累加辐射参数化算法, 这2种新的辐射传输参数化方案在准确性和计算效率方面均体现明显优势[15]。建立了台风区域海— 气— 浪耦合模式系统, 实现GRAPES(Global and Regional Assimilation and Prediction Enhanced System)台风模式和ECOM-si [Estuarine, Coastal and Ocean Model (semi-implicit)]大洋环流模式、WAVEWATCH Ⅲ 海浪模式之间的相互耦合, 试验结果表明建立的海— 气— 浪耦合模式能够合理地模拟台风的强度、海表温度等的变化, 具有良好业务应用前景。业务应用表明, 我国台风路径数值预报误差有大幅度的减少, 从2009— 2013年, 减少达50%。

4 拟解决的关键科学问题

台风登陆前后其活动受海洋、大气和陆地的共同影响发生异常变化, 主要表现在台风登陆前后路径异常变化、强度发生突变以及暴雨的突然增幅等。这些问题已在973计划“ 台风登陆前后异常变化及其机理” 项目中进行了研究, 并取得明显的研究进展, 使得我国台风路径的数值预报水平显著提高, 我国台风路径预报的业务水平跨入国际先进行列。虽然台风强度数值预报误差逐年减少, 但登陆台风强度变化和风雨分布预报能力仍然较低, 尚不能满足国家防灾减灾的需求, 与国际同行的水平有一定的距离, 主要表现在:台风精细结构的观测分析不能满足研究的需求; 登陆台风精细结构演变研究的理论基础仍较薄弱; 登陆台风高分辨率的数值模式关键技术有待突破; 以及台风影响的(预)评估方法研究不足。

因此, 项目围绕登陆台风精细结构的演变和机理这一核心主题开展研究, 拟解决如下关键科学问题:环境因子及内部多尺度系统相互作用如何影响登陆台风精细结构的演变; 登陆台风精细结构的演变如何影响台风大风、降水强度和分布; 以及如何提高台风精细结构的模拟、预报和影响评估能力。

5 主要研究内容

项目开展的主要研究内容包括如下部分。

设计针对登陆台风的野外科学试验方案, 实施多仪器协同观测试验。发展适用于登陆台风的热动力学约束和强风强降水环境下的加密观测资料质量控制方法和技术。

研制适合台风精细结构的资料同化方法。发展与资料同化方法相匹配的非常规观测资料同化应用技术, 完善雷达、卫星等遥感资料在台风数值预报中的同化应用技术, 研制能够满足台风精细结构数值预报的初始分析场。

分析环境场对台风精细结构演变的影响以及登陆过程中台风精细结构演变特征, 揭示复杂下垫面对台风精细结构的可能影响。开展台风边界层湍流结构对台风精细结构的影响研究, 分析台风边界层与对流相互作用对台风精细结构的影响机制。研究台风降水精细化分布特征与演变规律, 分析台风精细化结构变化对降水分布的影响, 揭示台风降水云微物理结构特征及机理。

针对台风云系发展特征改进数值模式的云微物理过程参数化。优化强风、垂直变化剧烈条件下的边界层参数化方案、海— 气界面过程的计算方案以及海洋飞沫参数化方案。开展高分辨率数值模式对台风精细结构分析和预报的影响研究。

针对台风影响关键区研究台风灾害风险分布特征并提出风险区划结果。基于台风数值预报模式结果和观测资料, 研发精细化大风概率(风险)预警技术, 并开展登陆台风暴雨引发的滑坡泥石流及城市内涝灾害风险预评估与预警技术研究。

6 结语

国家重点基础研究发展计划项目(973计划)“ 登陆台风精细结构的观测、预报与影响评估” 以登陆台风精细结构演变为聚焦点, 围绕台风精细结构的演变, 其对台风大风、暴雨强度和分布的影响以及影响评估为中心主题, 从环境因子、内部自身结构演变及它们相互作用的观点出发, 通过协同研究, 力争揭示登陆台风精细结构的演变机理; 认识台风内部中尺度结构的演变特征及其对台风风雨强度和分布的影响机制; 掌握台风大风、暴雨的强度变化和分布与内部中尺度系统发生发展的规律; 发展可以刻画台风精细结构演变的高分辨率台风数值预报模式; 提出改进台风大风、暴雨强度和分布预报、灾害影响预评估的理论和方法; 提高台风精细化风雨定量化监测分析、预报预警能力及灾害影响的预估能力; 并力争在登陆台风精细结构多源观测资料综合分析理论和方法上取得明显进展, 在台风灾害影响评估方法和灾害预估技术上取得突破。

The authors have declared that no competing interests exist.

参考文献
[1] Marks F D. Advancing tropical cyclone forecasts using aircraft observations[M]//Monitoring and Prediction of Tropical Cyclones in the Indian Ocean and Climate Change. Netherland s: Springer, 2014. [本文引用:1]
[2] Zhu P, Zhang J A, Masters F J. Wavelet analyses of turbulence in the hurricane surface layer during land falls[J]. Journal of the Atmospheric Sciences, 2010, 67(12): 3 793-3 805. [本文引用:1]
[3] Hirth B, Schroeder J, Weiss C, et al. Research radar analyses of the internal boundary layer over Cape Canaveral, Florida, during the land fall of Hurricane Frances (2004)[J]. Weather and Forecasting, 2012, 27(6): 1 349-1 372. [本文引用:1]
[4] Lei Xiaotu. Progress of unmanned aerial vehicles and its application in the detection of tropical cyclone[J]. Advances in Earth Science, 2015, 30(2): 276-283.
[雷小途. 无人飞机在台风探测中的应用进展[J]. 地球科学进展, 2015, 30(2): 276-283. ] [本文引用:1]
[5] Rogers R, Aberson S, Black M, et al. The intensity forecasting experiment: A NOAA multiyear field program for improving tropical cyclone intensity forecasts[J]. Bulletin of the American Meteorological Society, 2006, 87(11): 1 523-1 537. [本文引用:1]
[6] Houze R A, Chen S S, Lee W C, et al. The hurricane rainband and intensity change experiment[J]. Bulletin of the American Meteorological Society, 2006, 87(11): 1 503-1 521. [本文引用:1]
[7] Elsberry R L, Harr P A. Tropical Cyclone Structure(TCS08) field experiment science basis, observational platforms, and strategy[J]. Asia-Pacific Journal of Atmospheric Sciences, 2008, 44(3): 209-231. [本文引用:1]
[8] Rogers R, Lorsolo S, Reasor P, et al. Multiscale analysis of tropical cyclone kinematic structure from airborne Doppler radar composites[J]. Monthly Weather Review, 2012, 140(1): 77-99. [本文引用:1]
[9] Montgomery M T, Kallenbach R J. A theory for vortex Rossby-waves and its application to spiral band s and intensity changes in hurricanes[J]. Quarterly Journal of the Royal Meteorological Society, 1997, 123(538): 435-465. [本文引用:1]
[10] Wu L, Ni Z, Duan J, et al. Sudden tropical cyclone track changes over the western North Pacific: A composite study[J]. Monthly Weather Review, 2013, 141(8): 2 597-2 610. [本文引用:2]
[11] Murata A. Precipitation efficiency in numerically simulated orographic rainfall associated with typhoon Meari (2004)[J]. CAS/JSC WGNE Research Activities in Atmospheric and Oceanic Modelling, 2007, 37: 5-17. [本文引用:2]
[12] Atallah E, Bosart L F, Aiyyer A R. Precipitation distribution associated with land falling tropical cyclones over the eastern United States[J]. Monthly Weather Review, 2007, 135(6): 2185-2206. [本文引用:1]
[13] Chen S, Zhao W, Donelan M A, et al. Directional wind-wave coupling in fully coupled atmosphere-wave-ocean models: Results from CBLAST-hurricane[J]. Journal of the Atmospheric Sciences, 2013, 70(10): 3 198-3 215. [本文引用:1]
[14] Rotunno R, Chen Y, Wang W, et al. Large-eddy simulation of an idealized tropical cyclone[J]. Bulletin of the American Meteorological Society, 2009, 90(12): 1 783-1 788. [本文引用:1]
[15] Zhang F, Li J. Doubling-adding method for delta-four-stream spherical harmonic expansion approximation in radiative transfer parameterization[J]. Journal of the Atmospheric Sciences, 2013, 70(10): 3 084-3 101. [本文引用:2]
[16] Tong M, Xue M. Simultaneous estimation of microphysical parameters and atmospheric state with simulated radar data and ensemble square root Kalman filter. Part I: Sensitivity analysis and parameter identifiability[J]. Monthly Weather Review, 2008, 136(5): 1 630-1 648. [本文引用:1]
[17] Katz R W. Stochastic modeling of hurricane damage[J]. Journal of Applied Meteorology and Climatology, 2002, 41(7): 754-762. [本文引用:1]
[18] Emanuel K, Sai R, Emmanuel V, et al. A statistical deterministic approach to hurricane risk assessment[J]. Bulletin of the American Meteorological Society, 2006, 87(3): 299-314. [本文引用:1]
[19] Hallegatte S. The use of synthetic hurricane tracks in risk analysis and climate change damage assessment[J]. Journal of Applied Meteorology and Climatology, 2007, 46(11): 1 956-1 966. [本文引用:1]
[20] Chen Dake, Lei Xiaotu, Wang Wei, et al. Upper ocean response and feedback mechanisms to typhoon[J]. Advances in Earth Science, 2013, 28(10): 1 077-1 086.
[陈大可, 雷小途, 王伟, . 上层海洋对台风的响应和调制机理[J]. 地球科学进展, 2013, 28(10): 1 077-1 086. ] [本文引用:1]
[21] Duan Yihong, Chen Lianshou, Liang Jianyin, et al. Research progress in the unusual variations of typhoons before and after land falling[J]. Acta Meteorologica Sinica, 2014, 72(5): 969-986.
[端义宏, 陈联寿, 梁建茵, . 台风登陆前后异常变化的研究进展[J]. 气象学报, 2014, 72(5): 969-986. ] [本文引用:1]
[22] Zhao Zhongkuo, Liang Jianyin, Wan Qilin, et al. Observational analysis of air-sea momentum exchange in strong wind condition[J]. Journal of Tropical Meteorology, 2011, 27(6): 899-904.
[赵中阔, 梁建茵, 万齐林, . 强风天气条件下海气动量交换参数的观测分析[J]. 热带气象学报, 2011, 27(6): 899-904. ] [本文引用:1]
[23] Zhao K, Xue M, Lee W-C. Assimilation of GBVTD-retrieved winds from single-Doppler radar for short-term forecasting of Super Typhoon Saomai (0608) at land fall[J]. Quarterly Journal of the Royal Meteorological Society, 2012, 138(665): 1 055-1 071. [本文引用:1]
[24] Li X, Ming J, Wang Y, et al. Assimilation of T-TREC-retrieved wind data with WRF 3DVAR for the short-term forecasting of Typhoon Meranti (2010near land fall[J]. Journal of Geophysical Research: Atmospheres, 2013, 118: 10 361-10 375. [本文引用:1]
[25] Zhuge X, Yu F, Zhang C. Rainfall retrieval and nowcasting based on multispectral satellite images. Part I: Retrieval study on daytime 10-minute rain rate[J]. Journal of Hydrometeorology, 2011, 12(6): 1 255-1 270. [本文引用:1]
[26] Yu F, Zhuge X, Zhang C. Rainfall retrieval and nowcasting based on multispectral satellite images. Part II: Retrieval study on daytime half-hour rain rate[J]. Journal of Hydrometeorology, 2011, 12(6): 1 271-1 285. [本文引用:1]
[27] Xu X, Peng S, Yang X, et al. Does warmer China land attract more super typhoons ?[J]. Scientific Reports, 2013, 3: 1 522. [本文引用:1]
[28] Xu Hongxiong, Xu Xiangde, Chen Bin, et al. The structure change and energy moisture transport physical image in the development and decay processes of Binary typhoon vortices[J]. Acta Meteorologica Sinica, 2013, 71(5): 825-838.
[徐洪雄, 徐祥德, 陈斌, . 双台风生消过程涡旋能量、水汽输送相互影响的三维物理图像[J]. 气象学报, 2013, 71(5): 825-838. ] [本文引用:1]
[29] Meng Z, Zhang Y. On the squall lines preceding land falling tropical cyclones in China[J]. Monthly Weather Review, 2012, 140(2): 445-470. [本文引用:1]
[30] Chen L, Li Y, Cheng Z. An overview of research and forecasting on rainfall associated with land falling tropical cyclones[J]. Advances in Atmospheric Sciences, 2010, 27(5): 967-976. [本文引用:1]
[31] Zhong W, Zhang D L, Lu H C. A theory for mixed vortex Rossby-gravity waves in tropical cyclones[J]. Journal of the Atmospheric Sciences, 2009, 66(11): 3 366-3 381. [本文引用:1]
[32] Xin Q, Tan Z M, Xiao Q. The roles of vortex Rossby waves in hurricane secondary eyewall formation[J]. Monthly Weather Review, 2010, 138(6): 2 092-2 109. [本文引用:1]
[33] Qiu X, Tan Z M. The roles of asymmetric inflow forcing induced by outer rainband s in tropical cyclone secondary eyewall formation[J]. Journal of the Atmospheric Sciences, 2013, 70(3): 953-974. [本文引用:1]
[34] Sun Y, Jiang Y, Tan B, et al. The governing dynamics of the secondary eyewall formation of Typhoon Sinlaku (2008)[J]. Journal of the Atmospheric Sciences, 2013, 70(12): 3 818-3 837. [本文引用:1]
[35] Dong M, Chen L, Li Y, et al. Rainfall reinforcement associated with land falling tropical cyclones[J]. Journal of the Atmospheric Sciences, 2010, 67(11): 3 541-3 558. [本文引用:1]
[36] Yu Z, Wang Y, Xu H. Observed rainfall asymmetry in tropical cyclones making land fall over China[J]. Journal of Applied Meteorology and Climatology, 2015, 54(1): 117-136. [本文引用:1]
[37] Li Q, Wang Y. A comparison of inner and outer spiral rainband s in a numerically simulated tropical cyclone[J]. Monthly Weather Review, 2012, 140(9): 2 782-2 805. [本文引用:1]
[38] Li Q, Wang Y. Formation and quasi-periodic behavior of outer spiral rainband s in a numerically simulated tropical cyclone[J]. Journal of the Atmospheric Sciences, 2012, 69(3): 997-1 020. [本文引用:1]
[39] Liu J, Yang S, Ma L, et al. An initialization scheme for tropical cyclone numerical prediction by enhancing humidity in deep-convection region[J]. Journal of Applied Meteorology and Climatology, 2013, 52(10): 2 260-2 277. [本文引用:1]
[40] Ma L, Tan Z M. Improving the behavior of the cumulus parameterization for tropical cyclone prediction: Convection trigger[J]. Atmospheric Research, 2009, 92(2): 190-211. [本文引用:1]