WRF模式中不同海表温度数据对菲律宾热带气旋模拟的敏感性研究及其灾害影响评估

本研究针对数值天气预报（NWP）模型WRF在热带气旋（TC）模拟中的海表温度（SST）敏感性展开，通过对比OISST、SST CDR和GHRSST三种数据集及1-D海洋混合层（OML）模型对台风Mangkhut、Goni和Rai的模拟效果，发现高分辨率GHRSST数据显著改善了TC最大风速、路径跟踪及降雨模拟精度，尤其缓解了WRF的降雨干偏差问题。该成果为提升TC灾害预测提供了低成本高效方案，对菲律宾等TC高发区的防灾减灾具有重要意义。

　　

热带气旋（TC）是威胁菲律宾等西太平洋沿岸国家的主要自然灾害之一，其伴随的强风和暴雨常引发洪水、滑坡等次生灾害。尽管数值天气预报（NWP）模型如Weather Research and Forecasting（WRF）在TC模拟中广泛应用，但海表温度（SST）数据的选择和海洋反馈机制的缺失仍是影响模拟精度的关键瓶颈。菲律宾群岛复杂的海岸线和密集的岛屿分布进一步增加了TC模拟的难度，亟需探究SST数据分辨率及海洋耦合模型对TC强度、路径和降雨的影响机制。

针对这一问题，菲律宾大学的研究团队在《Dynamics of Atmospheres and Oceans》发表论文，选取2018年台风Mangkhut、2020年台风Goni和2021年台风Rai三个高影响TC案例，利用WRF-ARW v4.2.1模型，对比分析了三种SST数据集（OISST、ESA SST CDR和NASA GHRSST）和1-D Pollard OML模型的模拟效果。研究采用5 km高分辨率单域网格，结合ERA5再分析数据驱动，重点评估了TC路径误差（DPE）、最大风速、中心气压及降雨分布的敏感性。

关键技术方法包括：1）基于JMA最佳路径数据的TC轨迹验证；2）利用PAGASA地面站点和GPM-IMERG卫星降雨数据进行网格-点验证；3）表面感热/潜热通量量化分析；4）采用混合表面通量公式（isftcflx=1）优化高风速条件下的拖曳系数。

3.1 模拟TC路径
研究发现，SST更新显著降低了台风Goni和Rai的路径误差（DPE），尤其在登陆后阶段。例如，GHRSST数据使Rai的平均DPE从54.6 km降至37.3 km（p<0.10），因高分辨率SST改善了沿海水域的热通量表征，避免了CTRL和OML组因TC快速减弱导致的路径追踪失效。

3.2 模拟TC强度
SST更新组在维持登陆后TC强度方面表现优异。以台风Rai为例，CTRL组最大风速低估24 kt，而MUR SST组仅偏差11.5 kt。这种差异源于GHRSST数据更精确地模拟了群岛水域的感热通量（差异达100 W m^-2），延缓了TC衰减。

3.3 风压关系
所有模拟均呈现风速-气压的反比关系，但SST更新组更接近JMA观测曲线（R²达0.98）。采用isftcflx=1通量方案有效缓解了高风速（>33 m/s）下的拖曳系数高估问题。

3.4 模拟TC降雨
SST更新显著缓解了WRF的降雨干偏差。在台风Goni案例中，ESA SST组使250 km半径内站点降雨平均误差（ME）从-31.6 mm提升至+0.4 mm（p<0.10）。GHRSST数据因0.01°高分辨率，最佳捕捉了群岛间水域的潜热通量变化，使降雨分布与GPM-IMERG卫星观测一致性提高。

3.5 环境因素
敏感性分析表明，SST差异通过改变沿海感热/潜热通量（如MUR组潜热通量差异达-100 W m^-2）直接影响TC特征，而OML模型因未能显著改变SST分布，效果与CTRL组无统计学差异。

该研究证实，在WRF中启用高分辨率SST更新（如GHRSST）可提升TC登陆后的强度和降雨模拟精度，且仅增加1%计算成本。这一发现为菲律宾等群岛国家的TC灾害预警提供了实用方案，同时揭示了1-D OML模型在复杂海岸线区域的局限性。未来研究可结合3-D海洋模型进一步优化海气耦合机制。