这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：

WRF模式对菲律宾热带气旋模拟的敏感性研究：基于不同海表温度数据的分析

作者及机构
本研究由菲律宾大学迪利曼分校环境科学与气象学研究所（Institute of Environmental Science & Meteorology, University of the Philippines Diliman）的Juan Paolo P. Pamintuan和Gerry Bagtasa*（通讯作者）合作完成，发表于期刊《Dynamics of Atmospheres and Oceans》2025年第111卷，文章编号101578。

学术背景
热带气旋（Tropical Cyclones, TCs）是菲律宾面临的主要自然灾害之一，每年造成大量人员伤亡和经济损失。数值天气预报（Numerical Weather Prediction, NWP）模型（如WRF）是研究热带气旋的重要工具，但其模拟精度受海表温度（Sea Surface Temperature, SST）和海洋混合层（Ocean Mixed Layer, OML）的影响显著。然而，WRF默认不包含海洋反馈机制，初始SST在模拟过程中保持不变，这可能限制TC强度与路径的预测准确性。
本研究旨在探讨不同SST数据集及1维OML模型对WRF模拟菲律宾热带气旋（以台风“山竹”Mangkhut、“天鹅”Goni和“雷伊”Rai为例）的敏感性，以改进TC灾害模拟的精度。研究目标包括：(1)评估高分辨率SST数据对TC强度、路径和降雨模拟的影响；(2)比较不同SST数据集（OI、ESA、MUR）的适用性；(3)验证OML模型在WRF中的效果。

研究流程与方法
1. 模型配置与数据准备
- 使用WRF-ARW（Weather Research and Forecasting-Advanced Research WRF）4.2.1版本，设置单网格域（544×562点，5 km分辨率），覆盖菲律宾周边海域（0–25°N, 115–140°E）。
- 物理参数化方案包括：WSM6微物理方案、Kain-Fritsch积云参数化、RRTM长波辐射和Dudhia短波辐射方案、Noah陆面模型及YSU行星边界层方案。
- 初始和边界条件采用ECMWF的ERA5再分析数据（水平分辨率0.25°×0.25°）。

1. 实验设计

   • 对照组（Ctrl）：无SST更新，仅使用初始SST值。
     
   • SST更新组：采用三种SST数据集：(1) NOAA的OISST v2.1（OI，分辨率0.25°）；(2) ESA的SST CDR L4 v2.1（ESA，分辨率0.05°）；(3) NASA的GHRSST L4 MUR（MUR，分辨率0.01°）。
     
   • OML组：激活Pollard 1维OML模型，混合层深度（OMLD）由HYCOM数据计算。
     

2. 热带气旋案例选择

   • 选取三个强台风案例，模拟时段覆盖其影响菲律宾的关键阶段：
     
     • Mangkhut（2018）：120小时模拟，登陆吕宋岛北部。
       
     • Goni（2020）：144小时模拟，登陆菲律宾中部。
       
     • Rai（2021）：120小时模拟，登陆棉兰老岛南部。
       

3. 验证与分析

   • 路径与强度验证：对比日本气象厅（JMA）最佳路径数据，计算直接位置误差（Direct Positional Error, DPE）和强度误差（平均绝对误差，MAE）。
     
   • 降雨验证：使用菲律宾气象局（PAGASA）地面观测站数据，验证累积降雨量（网格-站点对比），并参考GPM-IMERG卫星降水数据。
     
   • 环境参数分析：包括感热通量、潜热通量、500 hPa位势高度、垂直风切变和相对湿度。
     

主要结果
1. 路径模拟
- SST更新组（尤其是MUR数据）在台风登陆后显著降低了DPE（如Goni的DPE从56.1 km降至42.0 km），而OML组与对照组差异不显著。
- 路径偏差主要源于台风登陆后强度快速减弱导致的中心定位困难，SST更新通过改善沿海和群岛水域的热通量模拟，缓解了这一问题。

1. 强度模拟

   • SST更新组更准确地捕捉了TC登陆后的强度维持，而对照组和OML组均高估了减弱速率（如Rai的最大风速低估达24 kt）。
     
   • 风压关系分析显示，WRF模拟的TC强度在高风速区间（>33 m/s）存在系统性偏差，可能与表面拖曳系数参数化有关。
     

2. 降雨模拟

   • SST更新显著减少了WRF的干偏差（Dry Bias），尤其是在群岛水域和沿海地区（如Visayas群岛降雨量增加15–30%）。
     
   • ESA和MUR数据在降雨空间分布上表现最佳，与GPM-IMERG观测的一致性更高。
     

3. 环境机制

   • 高分辨率SST数据（如MUR）通过改善海陆交界处的感热和潜热通量（差异达100 W/m²），增强了TC与海洋的能量交换。
     
   • OML模型未能显著改变SST分布，导致其对TC模拟的改进有限。
     

结论与价值
1. 科学价值
- 证实了高分辨率SST数据（如GHRSST）对WRF模拟TC强度、路径和降雨的关键作用，尤其是登陆后的精度提升。
- 揭示了海洋混合层模型在WRF中的局限性，建议优先采用SST更新而非OML耦合以平衡计算成本与精度。

1. 应用价值
   
   • 为菲律宾等群岛国家的TC灾害预警提供了优化方案，SST更新仅增加1%计算时间，适合业务化应用。
     
   • 指出MUR数据（0.01°分辨率）在模拟群岛水域TC时的优势，可为区域气候模型提供数据支持。
     

研究亮点
1. 创新性方法
- 首次系统比较了多种SST数据集（OI、ESA、MUR）对菲律宾TC模拟的影响，填补了西太平洋区域相关研究的空白。
- 提出了基于SST更新的低成本优化方案，适用于计算资源有限的业务场景。

1. 重要发现
   
   • TC登陆后的路径偏差与强度模拟误差高度相关，SST更新通过改善能量通量缓解了这一问题。
     
   • 高分辨率SST数据对群岛水域的TC降雨模拟具有不可替代的作用。
     

其他有价值内容
- 研究还探讨了表面通量参数化（isftcflx=1选项）对TC强度模拟的影响，为WRF物理方案选择提供了参考。
- 附录中包含敏感性测试数据（如3D PWP海洋模型的效果分析），可供后续研究进一步验证。

此报告全面涵盖了研究的背景、方法、结果与意义，突出了其在热带气旋模拟领域的贡献和实际应用潜力。