2006年7—9月西北太平洋热带气旋季节活动的数值模拟

曹剑，吴立广，潘维玉

(南京信息工程大学气象灾害省部共建教育部重点实验室，江苏南京210044)

0 引言

西北太平洋地区是全球热带气旋(tropical cyclone，包括热带风暴、强热带风暴和台风，以下简记TC)发生频率最高的地区，TC活动严重地威胁人们的生命财产安全(杨慧娟等，2007;Zhang et al.，2009;张娇艳等，2011)。随着台风业务预报时效的延长、数值预报模式的不断改进和评估全球气候变化对TC活动影响的需要(Wu and Wang，2004)，TC生成和TC季节预报的研究已经成为TC领域研究的热点之一(Vitart et al.，2003;Feser and von Storch，2008a;Larow et al.，2008)。但是，目前对TC生成机理和可预报性的认识还很少，这是因为TC往往生成于远离陆地的大洋深处，且缺乏实际TC观测资料。近年来国际上进行了一些外场试验，例如2006年美国在大西洋进行的NAMMA(National Aeronautics and Space Administration African Monsoon Multidisciplinary Analysis)(Reale et al.，2009)，试图获取更多的大西洋飓风生成的观测资料。此外对TC生成机理和可预报性的认识还可以通过另一种方法，即分析模式中的TC活动(Frank and Roundy，2006)。

Manabe et al.(1970)指出大气环流模式可以模拟出与观测类似的TC活动的气候特征。Vitart and Stockdale(2001)也证实了全球模式能够模拟出TC的一些结构特征，如低层辐合运动、高层反气旋性环流和辐散运动、强烈的上升运动、高空气饱和度等。Bengtsson et al.(1995)利用ECMWF(European Center for Medium-Range Weather Forecasts)模拟发现，TC往往生成于海温超过26℃的海域，这与Gray(1975)提出的TC生成的海表温度阈值相一致。Vitart and Stockdale(2001)也利用ECMWF的季节预报系统有效地模拟了北大西洋和西北太平洋海域TC的年际变化，但是在低分辨率的全球模式中模拟的TC频数比观测的TC频数少。Camargo et al.(2005)利用观测海温驱动的3个全球大气模式模拟了1961—2000年全球7个海域的TC季节活动情况，结果表明，模式能较好地模拟TC活动相对活跃海域和累积气旋能量(accumulated cyclone energy)的年际变化，但是模拟的TC频数明显偏少，且生成位置偏向赤道。另一方面粗分辨率的全球模式描述的TC往往缺少明显的TC结构特征，如台风眼、眼墙或螺旋雨带等系统。

很多学者的研究表明西北太平洋TC活动与季风活动有密切联系，而季风包含多种时间尺度的大气振荡。Lin et al.(2006)研究表明，全球模式很难模拟好大气季节内振荡，导致不同全球模式之间TC的活动情况存在很大差异。Vitart et al.(2007)认为，当前的ECMWF模式虽然能够较好地模拟出MJO(Madden-Julian oscillation)的传播特性，但是其振幅要比观测小很多，从而导致模式中TC频数偏少。Fudeyasu et al.(2008)也指出，在全球模式中想要合理地模拟TC活动特征，不但要模拟好MJO、越赤道气流等大尺度系统的特征，还要求模式合理地模拟中尺度对流复合体的发展、合并和对称化过程。Wu et al.(2011)通过分析观测资料发现，TC移动的异常路径可能是由多时间尺度系统相互作用引起的。因此，TC季节活动的模拟不仅要较好地模拟与TC活动有关的对流活动和边界层过程，还要较好地模拟这些大气振荡。

由于目前低分辨率的全球再分析资料不能很好地描述TC活动，全球模式对TC内部结构的模拟上也存在缺陷。近年来，动力降尺度方法被应用于研究依赖高分辨率模式的天气系统。高分辨率的区域模式中的水汽和边界层方案可以更好用于模拟TC的对流活动和边界层过程，因此由全球模式或观测资料提供模式大尺度背景场，用区域模式来模拟像TC这样的极端天气系统，能够达到更好的模拟效果。Camargo et al.(2007)在动力降尺度的区域模式中，进行了TC季节模拟可行性的研究，结果表明，在TC季节活动的模拟中，区域模式比全球模式更有效。

为了给模式提供逼真的大尺度环流形势，很多学者在区域模式加入了张弛逼近(Nudging)技术。Weisse et al.(2000)进一步完善了张弛逼近技术，在长时间的气候模拟中用全球再分析资料中的大气长波作为区域模式中大尺度形势场的驱动条件，而不限制中小尺度扰动的产生和发展。因而，在接近实际的大尺度背景场下，用高分辨率的区域模式来模拟中尺度系统的发展是一个非常有效的方法。Knutson et al.(2007)利用分辨率为18 km的区域模式，模拟了1980—2006年大西洋飓风的活动情况，结果表明模式不仅能模拟出飓风活动频数的年际变化，而且模拟的4级飓风频数和与观测结果很接近，但是在飓风生成位置和5级飓风频数的模拟上仍然存在缺陷。研究还表明，模式中TC生成与否和Nudging系数的选取有密切关系，较大的Nudging系数会降低模式中TC的频数;而模式中如果不采用Nudging技术会导致热力学垂直廓线非常不稳定，导致TC频数异常增加。Feser and von Storch(2008b)利用区域模式对2004年西北太平洋TC进行模拟表明，模式中诸如季风系统、副热带高压等大尺度系统的模拟质量对TC活动的模拟至关重要，而且采用合适的Nudging技术不仅提高了TC路径的模拟性能，而且在近地面风速、最低中心气压和降水分布上也有改进。

可见随着区域模式中Nudging技术的广泛应用和模式分辨率的提高，模式对TC活动的整体特征模拟能力有一定的提高。但是区域模式中TC强度的模拟还没有达到很好的效果，对超强台风的模拟往往效果不好;而且区域模式是否能有效模拟TC的生成，特别是模拟的生成过程是否与观测一致等方面的研究很少。近年来，WRF(Weather Research and Forecasting)模式广泛用于研究TC活动，很多学者已经将WRF模式应用于TC个例的研究，表明模式不仅能够模拟出合理的TC路径，也能重现TC的精细结构和发展过程(闵颖等，2010)，而很少有学者将WRF模式应用于TC季节活动模拟。本研究将利用WRF模式对2006年TC盛季(7—9月)西北太平洋TC活动进行模拟，研究WRF模式对TC季节模拟的可行性，以及模式对TC生成过程的模拟能力。

1 数值试验设计和模式热带气旋识别方法

1.1 模式试验设计

采用了非静力中尺度模式WRF v3.0，利用来自NCEP每6 h一次1°×1°的FNL(final)资料作为初始场、边界条件和Nudging场，对2006年7月1日至10月1日西北太平洋的TC进行模拟。7—9月是西北太平洋TC活动的盛季，全年大部分TC都发生在这段时间;且登陆我国的TC集中在7—9月发生，约占登陆TC总数的80%(朱乾根等，2000;陈玉林等，2005)。本实验的模式区域不仅包括了2006年7—9月所有观测TC的活动区域，还充分考虑了西南季风、越赤道气流等对TC生成的影响，选定如图1所示的模拟区域。数值试验采用两重网格双向嵌套(图1)，水平分辨率分别是27 km(D01)和9 km(D02)，水平格点数分别是351×349和691×355，所对应的模拟区域分别是(96°E～166°W，20°S～60°N)、(104～168.5°E，0°～31°N)，模拟区域中心定于(145°E，27°N)，模式垂直分为38层，顶层气压为50 hPa。模式积分从7月1日00:00开始，连续积分92 d，积分步长为75 s，每6 h输出一次结果。

图1 模式两重网格的模拟区域Fig.1 The double-nested domains used in the simulation

为了使模式中大尺度场与观测资料比较接近，在27 km格距的粗网格中采用了Nudging技术。试验选取从1.5×10－4s－1到3×10－4s－1(间隔0.5×10－4s－1)共4个Nudging系数进行试验，最终确定模式中选用的Nudging系数为1.5×10－4s－1。在粗网格中，每6 h对边界层以上的风场采用Nudging技术，而不对边界层以下的风场采用Nudging技术。同时利用观测的海温，为模式每6 h更新一次下边界强迫。

Vitart and Stockdale(2001)指出，不同对流参数化方案所引起热带地区背景场的热力差异会导致模式中TC生成频数不同。Larow et al.(2008)在利用不同参数化方案模拟大西洋飓风的研究中也指出，在TC季节模拟中，参数化方法会影响到大尺度场的演变，不同的参数化方案可能会引起模式中TC引导气流的改变和登陆TC的巨大差异。因此，在本次模拟中采用了Goddard微物理方案，这种参数化方案包含水汽、云水、雨、云冰、雪、霰6种水状态，而忽略了融化、蒸发、升华过程。模式粗网格选用了由Betts-Miller改进后的Betts-Miller-Janjic方案，在这种方案中对深对流和浅对流用了不同的参数化阈值，并且对上升气流与环境的相互作用和云顶的确定做了进一步改进;细网格中没有选用积云参数化方案。两重网格均采用YSU(Yonsei University)边界层方案、RRTM(Rapid Radiation Transfer Model)长波辐射方案和Dudhia短波辐射方案。

1.2 模拟热带气旋的识别

已经有很多学者研究了动力模式中识别TC中心和路径的方法。Vitart and Stockdale(2001)将850 hPa上局地涡度的最大值附近最低海平面气压所在的格点定义为TC中心，此中心满足“2个纬度内500～200 hPa层出现暖心且温度距平超过0.5℃，且在离此中心2个纬度内1 000～200 hPa的空气最大厚度与8个纬度内空气厚度之差超过50 m”的条件。Camargo and Zebiak(2002)提出满足下列条件的格点选定为TC中心，即:850 hPa上涡度超过阈值、8.4个纬度内出现最低海平面气压、近地面风速超过阈值、700～300 hPa出现暖心且温度距平超过阈值、850 hPa的温度异常和平均风速都大于300 hPa。这两种方法都是在全球模式中识别TC中心，而区域模式模拟了更加精细的TC结构，为了更好地识别区域模式中的TC，本文在这两种方法的基础上做了改进，充分考虑了细分辨率模式中TC的结构，避免了Camargo and Zebiak(2002)方法中TC中心依赖于模式分辨率与模式区域，以及Vitart and Stockdale(2001)的方法中没有考虑近地面风速的弊端。本研究将模式中同时满足以下条件的网格点定义为TC的中心:

1)在海平面上有一个闭合的低气压区域;

2)低气压区域最低气压小于1 000 hPa，并选定气压最低点为TC中心;

3)在此中心周围360 km内10 m高度的风速大于17.2 m/s;

4)在此中心上空500～300 hPa层之间有暖心形成;

5)在此中心240 km内低层的平均相对涡度大于中层平均相对涡度，且中层平均相对涡度值为正。

Vitart and Stockdale(2001)用TC移动距离小于800 km/d的阈值来确定之后一天的TC中心是否为同一个热带气旋，但是忽略了TC移动速度在中纬度转向后加快的情况。在本研究中，随TC中心纬度不同而改变移速阈值，并按照以下方法来确定每条TC的路径:对于每6 h一次的模式资料，当TC中心纬度在0～30°N时，TC移动距离小于324 km(移速小于15 m/s);当TC中心纬度在30～40°N时，TC移动距离小于540 km(移速小于25 m/s);当TC中心纬度在40°N以北时，热带气旋移动距离小于756 km(移速小于35 m/s)。在长时间的模式积分中，由于模式的计算不稳定和模式中参数化方案引起的短时间中尺度系统被误识别为TC，因此在确定TC资料时，去掉了生命期短于2 d的TC。

1.3 滤波方法

西北太平洋TC活动与多尺度季风环流有密切关系，为了分别研究它们对TC生成、移动路径等的作用，本研究利用了Duchon(1979)提出的lanczos滤波方法对风场资料进行时间滤波。这种方法是通过调整截断频率和权重系数来修正响应函数，从而有效减小吉布斯振荡的振幅。它可以应用于1维和2维空间的要素场滤波，而且已经被广泛应用在热带气象研究中(Aiyyer and Monlinari，2008;苏源和吴立广，2011)。在本研究中对10 d以下天气尺度高频信号采取了81个权重系数的高通lanczos滤波，20 d以上的信号采取了161个权重系数的低通lanczos滤波，除去10 d以下(天气尺度)和20 d以上(MJO)信号的剩余部分为10～20 d(quasi-biweekly oscillation;QBWO)信号。利用此方法将观测资料和模式资料进行20 d以上、10～20 d和10 d以下滤波后，分离出MJO尺度、QBWO尺度和天气尺度系统。

2 模拟结果分析

2.1 模拟大尺度形势场

很多学者认为大尺度环流形势对TC生成、移动路径和强度变化等有重要影响。Gray(1975，1998)最先指出了有利于TC生成的大尺度条件。Chen and Weng(1998)认为季风活动会增加对流层低层相对涡度、减小垂直切变等，从而使大尺度环境场更有利于TC生成。在季风槽东进(西退)过程中，影响TC生成的天气尺度系统也会随季风槽东进(西退);在有利于TC生成的大尺度条件下，季风环流的缓慢变化也会对TC活动带来影响。Harr and Elsberry(1995)认为，西北太平洋季风的活跃(间歇)期与TC活动的活跃(间歇)期相对应，同时西北太平洋季风槽强度和位置的变化会对TC生成和移动路径都会产生重要影响。因此模式对副热带高压、季风系统等主要大尺度系统的活动特征的模拟质量，不仅会影响TC生成的模拟，对TC路径的模拟也会产生重要影响。

为了检验模式对大尺度形势场的模拟能力，对观测和模式粗网格中月平均的大尺度形势进行分析。图2是各月850 hPa的月平均风场。在模拟的7月风场中(图2a)，副热带高压控制了整个西北太平洋，菲律宾以西地区被西南季风控制。越赤道气流、西南季风以及副热带高压南侧的偏东风在赤道辐合带(Intertropical Convergence Zone，ITCZ)附近汇合，东北—西南向的季风槽为TC生成提供了有利条件。8月，大尺度形势场发生了变化。850 hPa风场中(图2c、d)，模拟的越赤道气流有所加强，与中南半岛的偏西风气流在菲律宾附近辐合，同时在中国南海附近形成了直径约2 500 km的季风涡旋(monsoon gyre)。模式较好地模拟了与观测场相似的季风槽演变和南海季风涡旋的形成。在9月的大尺度风场中(图2e、f)，模拟的副热带高压控制了中太平洋洋面，越赤道气流和西南季风减弱，季风槽也开始西退，这可能是导致这个时期TC活动减少的原因，而在中南半岛和南海附近弱气旋性环流继续存在，为细网格模拟的9月南海TC提供了适宜的生成条件。由此可见，在长达3个月的连续积分中，主要环流系统的位置及其演变特征与观测资料基本相符，这与选择了足够大的模拟区域和适当的Nudging系数有一定的关系。

图2 粗网格中未滤波的850 hPa月平均观测风场(a，c，e)和模拟风场(b，d，f)(单位:m·s－1)a，b.7月;c，d.8月;e，f.9月Fig.2 Comparison of the monthly 850 hPa(a，c，e)observed and(b，d，f)simulated wind fields in the coarse model domain(units:m·s－1)a，b.July;c，d.August;e，f.September

在夏季，西北太平洋地区大气季节内振荡最显著的是MJO和QBWO，它们起源于赤道地区并向北和西北方向传播，共同制约着东亚夏季风的活跃和中断，也影响西北太平洋TC的发生和移动登陆情况。Maloney and Hartmann(2001)指出，MJO的活跃位相会增强海表辐合和季风槽的气旋性切变，从而有利于TC生成。Chen and Sui(2010)也认为，QBW(quasi-biweekly)波动的活跃相位有利于Ross by赤道混合波向TD(tropical depression)型波动转变而引起TC生成。Wu et al.(2011)指出，多时间尺度系统和TC的相互作用会影响TC的移动路径。MJO活跃位相在不同地理位置时也会影响西北太平洋TC的登陆情况。因此细网格中MJO、QBWO的模拟质量将直接影响到TC季节活动的模拟。

为了充分考虑赤道辐合带对西北太平洋TC活动的重要性，分析了细网格中MJO尺度125～135°E平均纬向风的时间—纬度剖面(图3)。可以看出，模拟风场(图3b)出现了与观测(图3a)相似的纬向风的季节内振荡特征。在模拟的7月初、8月中旬和9月末的风场中，低纬度地区都出现了西风的极大值，这与观测风场形势十分一致;在中纬度地区，模式也模拟出了东风气流的低频振荡特征。在7—8月MJO的活跃期，有超过80%的模拟TC生成;而在9月，不活跃的TC活动与MJO的非活跃期相一致。但是，由于模拟的西风气流较弱，低频振荡出现的位置比观测偏向赤道，从而使得细网格中TC生成位置比观测资料偏南。这种模式中的MJO活动振幅弱于观测MJO活动，可能是当前模式在季节模拟中的一个共同缺陷(Vitart et al.，2007)。模式中较弱的MJO活动可能会减弱TC活动，而模式为何能够重现观测中TC活动情况，可能与模式中活跃的QBW振荡有关系。

图4是细网格中准两周涡度场在125～135°E上平均的时间—纬度剖面。可以看出，模式模拟出了观测资料中QBW振荡随时间向西(图略)向北的传播特征，这与Chen and Sui(2010)的研究一致;虽然模拟的QBW振荡位相与观测资料存在差异，但模式还是很好地重现了与观测相似的QBW振荡特征，QBW振荡主要出现在5°N以北地区，在7—9月中大约有7个准双周波动出现;而且与观测的QBW振荡相比，模拟中较强的QBW振荡更有助于赤道Rossby波动转为TD型波动而导致TC生成。在8月，观测和模拟结果都显示，5°N以北出现了QBW振荡的活跃区域，这也TC活动的活跃期相一致;而9月弱的MJO和弱的QBW振荡特征也可能是这段时间TC生成较少的原因。

2.2 模拟热带气旋活动

图3 细网格中MJO尺度125～135°E平均纬向风的时间—纬度剖面a.观测风场(红色阴影表示≥6 m·s－1的西风，绿色阴影表示≥4 m·s－1的东风);b.模拟风场(红色阴影表示≥6 m·s－1的西风，绿色阴影表示≥6 m·s－1的东风)Fig.3 Time-latitude profiles of(a)the observed and(b)simulated MJO-scale zonal wind averaged over 125—135°E averaged in the inner domain(The red shading indicates westerly≥6 m·s－1，and the green shading easterly≥4 m·s－1and 6 m·s－1for the observation and simulation，respectively)

图4 细网格中准两周涡度场在125～135°E上平均的时间—纬度剖面(红色阴影表示涡度≥6×10－6s－1，绿色阴影表示涡度≤－6×10－6s－1，间隔6×10－6s－1)a.观测涡度场;b.模拟涡度场Fig.4 Time-latitude profiles of(a)observed and(b)simulated QBWO-scale vorticity(10－6s－1)averaged over 125—135°E in the inner domain(The red shading indicates vorticity≥6×10－6s－1，and the green shading≤－6×10－6s－1;the interval is 6×10－6s－1)

图5 2006年7—9月热带气旋路径a.JTWC资料;b.模式粗网格资料;c.模式细网格资料Fig.5 Tropical cyclone tracks during July—September 2006 from(a)the JTWC best track data，(b)the simulated data in the coarse domain，and(c)the simulated data in the inner domain

本文所用的台风路径和强度资料是由美国联合飓风警报中心(Joint Typhoon Warming Center，简记JTWC)提供的2006年热带气旋最佳路径资料。它包括每6 h一次的台风中心经纬度和台风强度资料。图5是2006年7—9月西北太平洋JTWC的TC路径与模拟的TC路径。在JTWC的TC路径资料中(图5a)，2006年7—9月西北太平洋海域共有12个TC达到热带风暴强度，而模式粗网格模拟出了17个TC(图5b)，细网格中有12个TC生成(图5c)。可见，细网格比较准确地模拟了观测的TC频数。粗网格与细网格中对流参数化方案和分辨率的差异，以及两重网格模拟区域的不同，可能是模式粗网格与细网格中TC频数差异的原因。基于细网格模式较好地模拟出TC频数，则对细网格中TC生成位置与JTWC资料进行分析，发现JTWC资料的12个TC中有11个在菲律宾以东洋面上生成;细网格中菲律宾以东洋面生成了10个TC，这就说明模式能模拟出TC的大致生成位置;但与观测资料相比，模式中TC的生成位置相对集中。模式不仅模拟出TC的大致生成位置，也模拟出了西北太平洋TC的西行盛行路径。在2006年7—9月登陆中国大陆的TC频数上，JTWC资料中共有5个TC登陆了中国大陆，其中在福建登陆的TC有3个，另外2个在广东登陆;在细网格中有6个TC登陆中国，福建有3个TC登陆，广东有2个TC登陆，海南有1个TC登陆。可见，不管是TC生成位置、盛行路径，还是登陆中国大陆的TC频数，细网格都表现出与观测相似的TC活动特征。模式较好地模拟了大尺度流场以及副热带高压和西南季风的位置和演变特征，它们共同提供了TC移动的大尺度引导气流，模式才能比较准确地模拟出TC的盛行路径、登陆中国的TC频数及其登陆位置。

由于在TC季节模拟中，目前不太可能做到单个TC的路径都与实况相吻合，因此模拟出的TC频数和登陆频数成为验证模式模拟能力的主要方面。在本研究的两重网格的TC路径资料中，无论是模拟出的生成TC频数还是登陆TC频数，都与观测资料十分接近。

在本研究的模式细网格TC资料中(表1)，生命期在5 d以上的TC有8个，强度达到中央气象台定义的台风强度的有8个;而在JTWC的资料中(表2)，生命期在5 d以上的TC有8个，达到台风强度的有7个，可见细网格模式能够合理地模拟出生命期较长、强度较强的TC。在超强台风上，观测资料中超强台风有3个，近中心最大风速为72 m/s，最低海平面气压为898 hPa;而在模式中，超强台风只有1个，近中心最大风速只有53 m/s，最低海平面气压为925 hPa。可见，使用9 km的细网格模式能够模拟出超强台风，但是模拟的强度仍然偏弱、频数偏少。研究表明，当模式水平网格在1 km左右时超强台风才能模拟好。

表1 细网格中热带气旋资料Table 1 The simulated TCs in the 9 km domain

表2 2006年7—9月JTWC热带气旋资料Table 2 The observed TCs in the JTWC dataset during July—September 2006

为了验证模式对TC结构的模拟能力，图6给出了模式中一个成熟TC的水平和垂直结构特征。在其温度距平场上(图6a)可以看出，TC的暖心结构从近地面层一直延伸到对流层顶，超过8℃的正温度异常中心位于300 hPa附近。在沿TC中心的经向剖面中可以看到，TC中心500 km内均是较强的气旋性风场，低层最大风速出现在850 hPa左右，约为60 m/s，最大风半径约为50 km。在850 hPa的雷达回波和风场中(图6b)，可以看出台风眼直径约为50 km，在眼墙中有大片雷达回波超过40 dBZ的强对流区，其中对流最强处超过了50 dBZ。从模拟TC的暖心、经向风场、低层风速和雷达回波都可以看出，数值模式能够模拟出成熟TC及其合理的TC结构。

通过对TC路径、强度和结构的分析，发现利用上述设置的WRF模式能够较好地模拟2006年7—9月的西北太平洋TC活动。虽然模拟TC路径与观测资料不能一一对应，但是TC生成频数、盛行路径、登陆TC频数、强度和结构等都与观测资料较接近。

2.3 模拟热带气旋生成过程

Gray(1998)提出了有利于TC生成的6个气候学条件，分别是低层大气有较大的气旋性涡度、生成位置离赤道有一定距离、较弱的垂直风切变、大气中低层相对湿度较大、海表温度超过26℃、中层大气条件性不稳定。在有TC活动的季节中，后3个热力学条件往往都是满足的，而TC生成与否主要取决于前3个条件，即动力学条件。同时也有很多学者研究了季风系统等大尺度场对TC生成的作用，他们认为在具备这几个条件的大尺度环境场中，非对称的中小尺度扰动成为TC生成的触发因素。Gray(1998)指出，从TC初始扰动发展成TC的过程中，一般会经历两个快速发展阶段:1)在初始扰动中心附近大气辐合、对流发展合并，使涡旋周围空气接近饱和状态，而形成一个强烈的对流核;2)风涌激发对流内核发展，使海平面气压开始下降而增加流入气流，之后气旋性涡旋扩展至整层大气，暖心逐渐形成(田洪军和罗哲贤，2002;黄新晴等，2007)。初始涡旋在垂直层上出现的位置不同，TC生成的过程会出现一些差异，Ritchie and Holland(1997)和Bister and Emanuel(1997)研究了初始涡旋出现在对流层中层时TC的发展过程，提出了Top-Down理论;Montgomery and Enagonio(1998)研究了初始涡旋出现在对流程低层时发展成TC的生成过程，提出了Bottom-Up理论。Ge and Li(2011)通过理想试验研究了两种类型的初始涡旋发展成为TC的过程，指出在TC生成效率上Bottom-Up类型更具有优势。基于此，本文以Bottom-Up生成类型的TC为例，研究TC生成过程中初始涡旋的演变特征，包括其海平面气压场、涡度场、雷达回波场、风场等发展过程。

图6 模式中成熟热带气旋的结构特征a.沿热带气旋中心横截面的温度距平(阴影表示温度距平超过2 K)和经向风(等值线，单位:m·s－1)(参考温度为热带气旋中心半径为300 km内的平均值);b.850 hPa上的雷达回波(阴影表示雷达回波超过0 dBZ，间隔是5 dBZ)和风场(矢量，单位:m·s－1)Fig.6 Simulated TC structurea.temperature anomalies(the shaded area denotes the temperature anomalies exceeding 2 K)and meridional wind(contour;m·s－1)along the latitude of the TC center;b.simulated radar reflectivity(the shaded area denotes the radar reflectivity exceeding 0 dBZ and the interval is 5 dBZ)and wind field(vector;m·s－1)at 850 hPa

在具备了有利的气候条件的洋面上，大气中的天气尺度系统为TC生成提供了丰富的初始涡旋。如果不分别考虑各种时间尺度系统对TC生成的影响，会给TC初始涡旋的定位、发展、演变过程的分析带来诸多困难。本研究利用时间滤波的模式资料，将天气尺度系统(时间尺度小于10 d的系统)中850 hPa出现气旋性涡旋，在风速较小的涡旋中零星分布有发展较弱的对流单体，随高度增加气旋性风场缓慢减弱，直至高层仍没有明显反气旋出现的涡旋确定为TC的初始涡旋，并取其环流中心为初始涡旋的中心。图7是从TC初始涡旋经历了一次短暂停息和两次快速发展过程，发展为成熟TC的过程中各物理量的演变情况。在TC形成前4 d初始扰动出现在季风槽中，季风环流与扰动的非线性相互作用，给扰动发展提供能量(Kuo et al.，2001);零散的对流单体开始合并发展，对流区域增大;中低层接近饱和的大气中强对流迅速发展(图7a);此时低层大气气旋性风速加大，相对涡度开始增大，随后海平面气压也开始下降(图7b);并且在初始涡旋中心形成直径大约100 km的近饱和的对流旺盛区(图7c)。在经过大约1 d的发展后，中心附近垂直风切变开始加大。在此后的约2 d内，对流层中层空气湿度减少，对流发展不再加强，低层气旋性风场减弱，850 hPa涡度减小，最低海平面气压经过下降之后再缓慢上升。降水在低层的蒸发和海面通量加大使涡旋中心附近空气接近饱和，这就为后一阶段的快速发展做好了准备。在TC形成前36 h，初始涡旋移动到季风槽中和QBWO环流的中心，这可能给初始涡旋的再次发展提供了较好的条件(Gray，1998)。此时中尺度对流向环流中心发展，近饱和空气扩展至中层，环流中心附近对流再次增强。随着海平面气压的下降，低层辐合上升运动加强，这就为旺盛对流提供了上升运动和水汽条件。最初高层的暖心增强并且向低层发展，同时海平面气压下降，初始涡旋就这样发展成为TC。

图7 热带气旋生成过程中各天气尺度物理量的演变a.在环流中心300 km内，雷达回波超过20 dBZ(空心圆)和40 dBZ(实心圆)的格点数;b.最低海平面气压(空心圆，单位:hPa)与在环流中心300 km内平均的850 hPa涡度(实心圆，单位:10－5s－1);c.在环流中心50 km内平均的相对湿度(阴影表示相对湿度≥80%，间隔为5%)Fig.7 Time-pressure cross section on the synoptic-scale a.the grid number of radar reflectivity exceeding 20 dBZ(open circles)and 40 dBZ(closed circles)within a radius of 300 km from the circulation center;b.MSLP(opened circle;units:hPa)and averaged 850h Pavorticity(openedcircle;units:10－5s－1)within a radius of 300 km from the circulation center;c.relative humidity(%)with the shaded area indicating≥80%averaged over a radius of 50 km from the circulation center

Montgomery and Enagonio(1998)指出80%的TC生成于季风槽、赤道辐合带周围。图8是TC生成前96 h各时间尺度系统风场和初始涡旋周围300 km的平均涡度廓线。从MJO尺度风场(图8a)可以看出，天气尺度的TC初始扰动(用台风符号表示天气尺度环流中心)出现在季风槽附近;也在QBWO尺度环流的西南侧(图8b)，它们给初始涡旋发展提供了所需的大范围正涡度、较弱的垂直风切变和适宜的空气湿度(Ritchie and Holland，1999)。初始涡旋出现时，在天气尺度的中小尺度对流单体为涡旋的有组织发展和合并提供了重要的涡度来源(Ge and Li，2011)，零散分布的积云尺度的对流单体开始发展合并(图8c)。在每6 h的雷达回波和风场中(图9)可以看到，在气旋性涡度和接近饱和的环境下，对流单体快速合并发展，在环流中心西北方向形成中尺度对流系统(图9b)，随后低层风速加大，整层涡度增加，海平面气压开始下降，但是500 hPa还没有明显的气旋性涡旋出现，短暂的对流发展也不足以在垂直结构上形成暖心。Gary(1998)认为，此时在中尺度对流系统中心已经形成了尺度为100 km的对流核，这种水平尺度较小、生命力旺盛的涡旋系统，能够在不利的环境场中够维持更长的时间。

当初始涡旋在第一次外部强迫作用下形成一个强烈的对流区后，如果没有第二次外部强迫作用，它维持一段时间后开始减弱甚至衰亡，只有在足够强的第二次扰动之后，初始涡旋才会再次发展。此前强烈的对流运动消耗大量中层水汽，边界层摩擦等作用也使低层风速减小，而雨滴等在低层的蒸发和海气通量的加大，使对流层低层大气接近饱和。在一个对流维持的涡旋中，对流层低层是否出现向涡旋中心辐合的风涌是TC形成和发展与否的关键因素。从初始涡旋出现开始，它一直在季风槽中(图10a);而在第二次快速发展之前6～12 h内，初始涡旋移入QBW振荡的中心附近(图10b)可能激发天气尺度扰动发展成TC。这种激发作用为初始涡旋的第二次发展提供能量，加强中尺度对流系统中的对流运动，促进涡旋自维持机制(self-sustaining)的形成。此后初始涡旋在季风槽和季风环流圈的影响下，开始迅速发展。

在TC形成前36 h(图11a、b)，天气尺度环流中出现大片对流云系，云团开始向涡旋中心发展。在600 hPa以上(下)出现冷(暖)温度异常，这可能是由于热成风平衡引起的(Ge and Li 2011)，此后大风区向涡旋中心靠拢，并逐渐呈对称分布，低层气旋性涡旋向上发展。在前24 h(图11c、d)，对流区的上升运动将低层水汽向上输送，在环流中心周围形成了近饱和的水汽柱，中低层大气接近饱和促进对流激烈发展，环流中心500 km范围内的中尺度对流系统向中间靠拢，在环流中心附近开始出现眼墙雏形;在温度场上，中高层冷温度异常开始减弱，在其上方开始出现暖温度异常。而此时海平面气压开始下降，气压梯度力的加大促进风场增加，并加速旋转，同时带来的大量水汽维持对流的发展，这样就形成了一种自维持机制(self-sustaining)(Gray，1998)。12 h之后(图11e、f)，之前对流层中高层的冷温度异常区已经消失、甚至被大片的暖心替代，此时暖心的发展导致了海平面气压明显下降。在环流场中，周围云团明显向中心发展，云系拉伸呈螺旋状，环流中心也被一片发展旺盛的对流区占据。在TC生成时的风场和雷达回波图中(图11g)可以看到，环流中心附近已经出现未闭合的台风眼;在其南面，由于风场辐合作用，大片弱对流系统向中心发展，这二者将共同发展为台风的眼墙。由于激烈的对流活动，促使低层气旋性风场向中层发展，中低层涡度增大。在温度场中(图11h)，中高层暖心有所加强。这样海平面气压下降，中低层气旋性风场加强和暖心结构的出现，就标志着TC的形成。

图8 在热带气旋形成前96 h的MJO尺度风场(a)、QBWO尺度风场(b)、天气尺度风场(单位:m·s－1)和雷达回波(阴影表示雷达回波超过0 dBZ，间隔为5 dBZ)(c)以及环流中心周围300 km平均的天气尺度各层的涡度(d;单位:10－5s－1)(图8a—c中台风符号表示天气尺度环流中心)Fig.8 (a)MJO-scale wind field(m·s－1)，(b)QBWO-scale wind field(m·s－1)，(c)synoptic-scale wind field(vector，m·s－1)and radar reflectivity(the shaded area denotes the radar reflectivity exceeding 0 dBZ with intervals of 5 dBZ)，and(d)synoptic-scale vorticity(10－5s－1)averaged over an radius of 300 km from the circulation center，at－96 h(The marks indicate the synopticscale circulation center in Fig.8a—c)

3 结论

TC季节活动一直是当今TC研究的一大热点。很多学者研究指出，区域模式能更加合理地模拟出TC季节活动特征，但对区域模式中TC生成过程关注很少。为了进一步研究区域模式中TC季节活动特征和TC生成过程，本文利用WRF区域模式，对2006年7—9月西北太平洋TC进行了高分辨率的数值模拟，并将模式输出结果与FNL资料、JTWC最佳路径资料以及已有的理论结果进行了比较验证。

图9 第一次发展时天气尺度风场和雷达回波(阴影区域表示雷达回波超过0 dBZ，间隔为5 dBZ)的演变a.－90 h;b.－84 h;c.－78 h;d.－72 hFig.9 Synoptic-scale winds and radar reflectivity(shaded areas denote the radar reflectivity exceeding 0 dBZ with intervals of 5 dBZ)during the first development processa.－90 h;b.－84 h;c.－78 h;d.－72 h

图10 第二次发展前(－36 h)大尺度风场形势(单位:m·s－1)a.MJO尺度风场;b.QBWO尺度风场Fig.10 Large-scale wind fields(m·s－1)at－36 h，before the second development processa.MJO-scale wind fields;b.QBWO-scale wind fields

结果表明:在长时间的模式积分中，粗网格较好地抓住了大尺度环流特征，对影响TC活动的副热带高压、西南季风和季风槽等主要大尺度系统模拟得较好，为细网格的精细模拟提供了良好的背景条件;在细网格中成功地模拟了MJO、QBW振荡的活动情况，这对TC生成位置、移动路径和强度等的模拟提供了有利条件，细网格中模拟的TC频数与观测资料十分接近，也很好地重现了TC的大致生成位置以及登陆中国大陆的TC。在TC结构的分析中发现，细网格模式能够很好地模拟出成熟TC的温度场、风场和对流发展形势，以及成熟TC的大风半径和台风眼、眼墙等TC结构。

图11 第二次发展中的风场(箭矢;单位:m·s－1)、雷达回波(单位:dBZ)和温度距平(单位:K)演变(a，c，e，g表示风场和雷达回波发展情况，阴影表示雷达回波≥0 dBZ，间隔为5 dBZ;b，d，f，h表示暖心发展过程，实线表示正温度距平，虚线表示负温度距平)a，b.－36 h;c，d.－24 h;e，f.－12 h;g，h.0 h(TC生成时)Fig.11 (a，c，e，g)Winds(vector;units:m·s－1)and radar reflectivity with intervals of 5 dBZ(shaded areas denote the radar reflectivity exceeding 0dBZ)and(b，d，f，h)temperature anomalies(units:K;the right panels indicate the process of warm core formation with solid and dashed lines denoting positive and negative anomalies，respectively)during the second development processa，b.－36 h;c，d.－24 h;e，f.－12 h;g，h.0 h

WRF模式不仅能够模拟出TC季节活动特征，也能详细地反映出TC的整个生成过程。对天气尺度涡旋发展过程分析后发现，在有利的环流场下，天气尺度初始涡旋经过两次快速发展后形成TC，这与Gray(1998)提出的TC生成过程非常一致。有利的大尺度形势给初始涡旋提供所需的非对称风涌，在天气尺度环流中对流单体发展合并成中尺度对流系统，在环流中心形成强对流内核。在第一次快速发展完成之后，对流层中层空气湿度下降，而雨水的蒸发作用和边界层海气通量的加大使低层大气逐渐饱和。第一次快速发展后形成的对流核为自维持机制的产生提供了内部条件;在初始涡旋经过大约2 d的缓慢减弱后，天气尺度涡旋与季风槽、季风环流圈合并产生的非对称风涌激发涡旋的第二次发展。此后海平面气压迅速下降，低层辐合上升运动加强，这就为旺盛对流提供了上升运动和水汽条件，加速TC的形成。

陈玉林，周军，马奋华.2005.登陆我国台风研究概述［J］.气象科学，25(3):319-329.

黄新晴，罗哲贤，滕代高.2007.台风形成过程中三维结构变化的初步分析［J］.南京气象学院学报，30(5):648-656.

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［J］.大气科学学报，33(2):227-235.

苏源，吴立广.2011.多时间尺度环流对热带气旋海棠(0505)路径的影响［J］.气象科学，21(3):237-246.

田洪军，罗哲贤.2002.中尺度涡旋和台风涡旋相互作用的数值研究［J］.南京气象学院学报，25(2):159-165.

杨慧娟，李宁，雷飏.2007.我国沿海地区近54 a台风灾害风险特征分析［J］.气象科学，27(4):413-418.

张娇艳，吴立广，张强.2011.全球变暖背景下我国热带气旋灾害趋势分析［J］.热带气象学报，27(4):442-454.

朱乾根，林锦瑞，寿绍文，等.2000.天气学原理和方法［M］.3版.北京:气象出版社:507-510.

Aiyyer A，Molinari J.2008.MJO and tropical cyclogenesis in the Gulf of Mexico and Eastern Pacific:Case study and idealized numerical modeling［J］.J Atmos Sci，65:2691-2704.

Bengtsson L，Botzet M，Esh M.1995.Hurricane-type vortices in a general circulation model［J］.Tellus，47A:175-196.

Bister M，Emanuel K A.1997.The genesis of Hurricane Guillermo:TEXMEX-analyses and a modeling study［J］.Mon Wea Rev，125:2662-2682.

Camargo S J，Zebiak S E.2002.Improving the detection and tracking of tropical cyclones in atmospheric general circulation models［J］.Wea Forecasting，17:1152-1162.

Camargo S J，Barnston A G，Zebiak S E.2005.A statistical assessment of tropical cyclones in atmospheric general circulation models［J］.Tellus，57A:589-604.

Camargo S J，Li H，Sun L.2007.Feasibility study for downscaling seasonal tropical cyclone activity using the NCEP Regional Spectral Model［J］.Int J Climatol，27:311-325.

Chen G，Sui C-H.2010.Characteristics and origin of quasi-biweekly oscillation over the western North Pacific during boreal summer［J］.Gephys Res Lett，115，D14113.doi:10.1029/2009JD013389.

Chen T-G，Weng S-P.1998.Interannual variation of the summer synoptic-scale disturbance activity in the western tropical Pacific［J］.Mon Wea Rev，126:1725-1733.

Duchon C E.1979.Lanczos filtering in one and two dimensions［J］.J Appl Meteor，18:1016-1022.

Feser F，von Storch H.2008a.Regional modelling of the western Pacific typhoon season 2004［J］.Meteorol Z，17:519-528.

Feser F，von Storch H.2008b.A dynamical downscaling case study for typhoons in Southeast Asia using a regional climate model［J］.Mon Wea Rev，136:1806-1805.

Frank W M，Roundy P E.2006.The role of tropical waves in tropical cyclogenes is［J］.Mon Wea Rev，134:2397-2417.

Fudeyasu H，Wang Y，Satoh M，et al.2008.Global cloud-system-resolving model NICAM successfully simulated the lifecycles of two real tropical cyclones［J］.Gephys Res Lett，35，L22808.doi:10.1029/2008GL036003.

Ge X，Li T.2011.Cloud resolving simulation of tropical cyclogenesis:“Top-down”versus“Button-up”scenario［J］.Mon Wea Rev(submitted).

Gray W M.1975.Tropical cyclone genesis［M］//Dept of Atmos Sci Paper No.243，Colo State Univ.Ft Collins，CO.

Gray W M.1998.The formation of tropical cyclone［J］.Meteorol Atmos Phys，67:37-69.

Harr P A，Elsberry R L.1995.Large-scale circulation variability over the tropical western North Pacific.Part I:Spatial patterns and tropical cyclone characteristics［J］.Mon Wea Rev，123:1225-1246.

Knutson T R，Sirutis J J，Garner S T，et al.2007.Simulation of the recent multidecadel increase of Atlantic hurricane activity using an 18 km-grid regional model［J］.Bull Amer Mete Soc，88:1549-1565.

Kuo H-C，Chen J-H，Williams R T，et al.2001.Rossby waves in zonal opposing mean flow:Behavior in Northwest Pacific summer monsoon［J］.J Atmos Sci，58:1035-1050.

Larow T E，Lim Y K，Shin D W，et al.2008.Atlantic basin seasonal hurricane simulations［J］.J Climate，21:3191-3206.

Lin J-L，Kiladis G N，Mapes B E，et al.2006.Tropical intraseasonal variability in 14 IPCC AR4 climate models，Part I:Convective signals［J］.J Climate，19:2665-2690.doi:10.1175/JCLI3735.1.

Maloney E D，Hartmann D L.2001.The Madden-Julian oscillation，barotropic dynamics，and North Pacific tropical cyclone formation.Part I:Observations［J］.J Atmos Sci，58:2845-2558.

Manabe S，Holloway J L，Stone M H.1970.Tropical circulation on a time-integration of a goble model of the atmosphere［J］.J Atmos Sci，27:580-613.

Montgomery M T，Enagonio J.1998.Tropical cyclongenesis via convectively forced vortex Rossby waves in a three-dimensional quasi-geostrophic model［J］.J Atmos Sci，55:3176-3207.

Reale O，Lau W K，Kim K-M，et al.2009.Atlantic tropical cytogenetic processes during SOP-3 NAMMA in the GEOS-5 global data assimilation and forecast system［J］.J Atmos Sci，66:3563-3578.

Ritchie E A，Holland G J.1997.Scale interactions during the formation of Typhoon Irving［J］.Mon Wea Rev，125:1377-1396.

Ritchie E A，Holland G J.1999.Large-scale patterns associate with tropical cyclogenesis in the western Pacific［J］.Mon Wea Rev，12:2027-2043.

Vitart F，Stockdale T N.2001.Seasonal forecasting of tropical storms usingcoupledGCMintegrations［J］.MonWeaRev，129:2521-2537.

Vitart F，Anderson D，Stockdale T N.2003.Seasonal forecasting of tropical cyclone landfall over Mozambique［J］.J Climate，16:3932-3954.

Vitart F，Woolnough S，Balmaseda M A，et al.2007.Monthly forecast of the Madden-Julian oscillation using a coupled GCM［J］.Mon Wea Rev，135:2700-2715.

Weisse R，Heyen H，von Storch H.2000.Sensitivity of a regional atmospheric model to a sea state-dependent roughness and the need for ensemble calculations［J］.Mon Wea Rev，128:3631-3642.

Wu L，Wang B.2004.Assessing impacts of global warming on tropical cyclone tracks［J］.J Climate，17:1686-1698.

Wu L，Zong H，Liang J.2011.Observational analysis of sudden tropical cyclone track changes in the vicinity of the East China Sea［J］.J Atmos Sci(in press).

Zhang Q，Wu L，Liu Q.2009.Tropical cyclone damages in china 1983—2006［J］.Bull Amer Meteor Soc，90:485-495.