基于螺旋度的边界层高度参数化方法及其在热带气旋数值模拟中的应用与改进

为解决热带气旋(TC)边界层(TCBL)高度参数化不准确导致强度预测偏差的问题，研究人员提出了一种基于螺旋度(helicity)的动态参数化方法，并将其集成到CMA-MESO模型的YSU PBL方案中。通过对2022年西北太平洋28个TC的模拟验证，该方法显著降低了传统Rib方法对TC强度的系统性低估，尤其通过提升眼墙区边界层高度(PBL height)增强了低层辐合和不稳定 stratification，为改进TC数值预报提供了新途径。

　　

热带气旋(TC)的强度预测一直是气象领域的重大挑战，而边界层(Planetary Boundary Layer, PBL)过程的参数化误差被认为是制约预报精度的关键因素之一。传统基于理查森数(Rib)的PBL高度参数化方法在TC强剪切环境中存在明显局限，往往低估眼墙区域的湍流混合深度，进而导致TC强度预测的系统性偏差。这一科学难题促使中国气象局(CMA)的研究团队开展创新性探索。

中国气象局的研究人员通过分析TC边界层(TCBL)中螺旋度(helicity)与摩擦强迫的物理关联，提出了一种新型动态参数化方法。该方法在CMA中尺度模式(CMA-MESO)的YSU PBL方案中，对强螺旋度信号区域(如TC眼墙)采用螺旋度阈值法确定PBL高度，而在其他区域保留传统Rib方法。研究团队利用2022年西北太平洋28个TC的模拟数据集进行验证，发现新方法通过精准捕捉眼墙区PBL高度的抬升(0.2-1.2 km)，显著改善了TC强度预测，相关成果发表在《Tropical Cyclone Research and Review》期刊。

关键技术方法包括：1) 在CMA-MESO模型中集成螺旋度-PBL高度参数化算法；2) 采用0.03°高分辨率网格和68层垂直分层(最低20 m)的数值模拟；3) 基于NCEP GFS分析数据初始化28个西北太平洋TC案例；4) 利用Himawari-8卫星云顶亮温(CTBT)数据验证对流结构；5) 通过位温倾向和风场倾向分析PBL过程的 thermodynamic-dynamic 耦合机制。

研究结果方面：
2. PBL Scheme and PBL Height Parameterization
开发了基于螺旋度标量积H=v·(?×v)的PBL高度诊断方法，设定1 m s^-2阈值和1.5 km垂直约束，在眼墙区实现比Rib方法更高的PBL高度(提升约0.8 km)。

4.1. Track and intensity statistics
对28个TC的集合分析显示，新方法使24-72小时强度预测的绝对误差降低5.31%-8.19%，系统性负偏差从-2.05 m s^-1改善至+0.18 m s^-1，尤其纠正了强TC(Vmax≥30 m s^-1)的强度低估问题。

4.2. Case study
以超强台风"NANMADOL"为例，螺旋度参数化使眼墙区最大风速提升11.3 m s^-1(达61.5 m s^-1)，降水率增强10 mm h^-1，并形成更深的低层 inflow layer(约1 km)。PBL倾向分析揭示，抬升的PBL高度通过两个机制促进 intensification：1) 在0.2-0.5 km增强 heating 并在0.6-1.5 km加强 cooling，形成低层不稳定 stratification；2) 通过加深的摩擦层增强 agradient forcing，使低层质量 convergence 提升约15%。

1. Summary and Discussions
   该研究创新性地将螺旋度这一动力学指标引入PBL高度参数化，解决了传统Rib方法在TC强剪切区的适用性问题。眼墙区PBL高度的精准刻画对增强 diabatic heating 与惯性稳定度的正反馈至关重要，这为改进业务数值预报模型中的TC强度预测提供了物理依据。与Zhang et al. (2015)通过全局降低湍流混合系数的方案不同，本研究提出的动态参数化实现了TC关键区域(PBL height)的精准调控，展现出更好的物理一致性和业务应用潜力。未来研究将结合无人机观测优化螺旋度阈值，并探索该方法在不同海温与垂直风切变条件下的适应性。