雷達資料同化--系集卡曼濾波器(EnKF)

研究目的:

      台灣位於熱帶與副熱帶交界的低緯度區,也位於東亞與西北太平洋交界的季風氣候區,溫暖而多雨。同時,台灣有高聳的山脈,大多呈南北走向,其迎風面常為主要降雨區域,尤其梅雨鋒面滯留或颱風通過時更為嚴重,而豪大雨是洪水、土石流和山崩等天然災害的主要原因,實驗目的為運用高空間解析度的定量降水即時預報,提供此類災害的即時預警。

研究方法與工具:

      本實驗室使用之LETKF(Local Ensemble Transform Kalman Filter)同化方法,是由美國馬里蘭大學Weather and Chaos團隊發展的ETKF,再加入局地化協方差而成(Ott et al. 2004)。其特點是,不須經過擾動觀測的過程,而是針對NWP模式的任意網格點,一次同化其附近局地化半徑內的所有網格點,再利用統計系集預報的誤差斜方差取得權重,因此有流場相依的特性。最後,經由觀測和模式之間的差值,得到各個系集的觀測增量,接續再和所得之權重相乘,得到各個系集的最終修正量,進而產生新的分析系集。

      在同化過程中,主要先經由WRFDA將FNL在分析資料對於U、V風場做擾動產生不同初始場的系集,再利用WRF模式進行系集預報。在分析區間內,同化都卜勒雷達的徑向風和回波兩種觀測資料。而因為雷達資料空間解析度相對較高,須做成Super observation,即於一特定範圍內將雷達資料做距離權重的平均,達成降解析度的動作。最後,讀取要更新的模式變數,統計背景誤差斜方差以取得分析場。

研究成果:

      在此展示之範例為莫拉克颱風個案,主要目標是提升2009年8月8日18Z到8月9日00Z的降雨預報表現。實驗設計如下圖所示: CTRL實驗是於12Z時利用WRFDA對FNL資料進行擾動,做四小時系集預報之後開始分析:於16Z至18Z間,每十五分鐘分析一次,在1800UTC時將系集平均之後,做一決定性(deterministic)降雨預報。

 

▲同化實驗流程圖,Nature表作為真實場之模擬實驗,CTRL表有同化雷達資料實驗,NoDA則為未同化雷達資料實驗。

 

      下圖是自1800UTC至2100UTC累積三小時之降雨量比較,左圖是中央氣象署自動雨量站觀測結果,右圖是經同化後,WRF模式模擬預報之結果。可以看到圖中,C’、D’、E’三個主要降雨區,模式都能成功預報。雖然在降雨強度上仍有差異,但相信未來經由同化更多雷達資料等方式,將可改善預報成績。

▲ 2009年8月8日1800UTC至2100UTC累積三小時降雨,左圖:中央氣象署自動雨量站觀測,右圖:模式累積降雨。

 

       若計算模式預報一至六小時中,各個小時的累積降雨空間相關係數(SCC),同化雷達資料的好處將顯而易見。下表中,NoDA表示沒有同化的實驗,2KmVR則是有同化雷達資料。明顯發現,同化雷達資料實驗之降雨預報比沒有同化還要高。

▲ 預報實驗三小時累計降雨之空間相關係數(SCC):2kmVR表有同化雷達資料實驗,NoDA則表未同化實驗。