吳聯(lián)要 錢 浩 趙軍平 沈 翊 李嘉鵬

(浙江省氣象臺，浙江 杭州 310017)

0 引 言

臺風(fēng)是影響我國的重要氣象災(zāi)害之一，浙江省地處我國東南沿海，每年臺汛期平均都有1～2個臺風(fēng)直接登陸影響浙江，臺風(fēng)路徑的預(yù)報預(yù)測對于浙江省每年防臺工作意義重大。臺風(fēng)路徑預(yù)報水平在21世紀有明顯進步，但隨著現(xiàn)代化氣象預(yù)報服務(wù)快速發(fā)展，業(yè)務(wù)上對臺風(fēng)路徑預(yù)報能力的要求也不斷提高。而集合預(yù)報技術(shù)從20世紀末以來有了顯著發(fā)展，它包括了對同一有效預(yù)報時間的一組不同的預(yù)報結(jié)果，從傳統(tǒng)的單一確定性預(yù)報轉(zhuǎn)變?yōu)槠骄饬x上的概率性預(yù)報[1-2]。集合預(yù)報方法的發(fā)展改進為單一確定性預(yù)報所不能涵蓋的一些不確定性問題提供了處理辦法，為業(yè)務(wù)預(yù)報提供了更多參考，這對常規(guī)天氣預(yù)報及臺風(fēng)影響預(yù)報都很有實際應(yīng)用意義[3-4]。

臺風(fēng)路徑最優(yōu)集合預(yù)報方法是臺風(fēng)路徑預(yù)報與集合預(yù)報相結(jié)合的一種客觀預(yù)報技術(shù)。近年來，研究人員在將臺風(fēng)路徑集合預(yù)報實時訂正技術(shù)進行業(yè)務(wù)后發(fā)現(xiàn)，這項預(yù)報技術(shù)在路徑預(yù)報中取得了較好的預(yù)報效果[5]。本文基于對臺風(fēng)路徑最優(yōu)集合預(yù)報方法的研究探討，并依靠省臺業(yè)務(wù)上可獲取的EC集合預(yù)報資料，通過統(tǒng)計分析發(fā)展了適用于浙江臺風(fēng)業(yè)務(wù)預(yù)報的最優(yōu)集合預(yù)報方法，并開發(fā)了預(yù)報產(chǎn)品，應(yīng)用于臺風(fēng)路徑客觀預(yù)報。

1 臺風(fēng)路徑最優(yōu)集合預(yù)報方法簡介

臺風(fēng)路徑最優(yōu)集合預(yù)報方法就是根據(jù)臺風(fēng)實時位置(Loc0，中央臺實況定位)，選擇最新集合預(yù)報各成員臺風(fēng)路徑中路徑誤差最小的N個路徑進行算術(shù)平均(AVE)， 得到優(yōu)選路徑。

這里路徑誤差Dis是指集合預(yù)報當前時刻臺風(fēng)位置(Loc1)與臺風(fēng)當前定位(Loc0)的距離，函數(shù) Min表示取集合成員是距離最小的N個成員，△t是最新集合預(yù)報距當前起報時刻的時差， Fbest-forcast表示考慮資料延時后的預(yù)報路徑(見下式)。

Fbest-forcast=Fbest(t+△t)

2 臺風(fēng)路徑最優(yōu)集合預(yù)報產(chǎn)品開發(fā)的關(guān)鍵技術(shù)

省臺臺風(fēng)路徑最優(yōu)集合預(yù)報開發(fā)工作目前依賴的資料來源是CMAcast下發(fā)的ECMWF臺風(fēng)集合預(yù)報產(chǎn)品，一天下發(fā)兩次，分別是00時和12時(世界時)起報的預(yù)報，通過對下發(fā)編碼文件的自動監(jiān)測并解碼轉(zhuǎn)換，得到用于路徑最優(yōu)集合的集合預(yù)報多家成員資料。

在得到集合預(yù)報成員數(shù)據(jù)后，關(guān)鍵的一步就是如何挑選出表現(xiàn)較好的集合成員來進行利用。優(yōu)選方法里面主要涉及3個關(guān)鍵問題，這3個關(guān)鍵技術(shù)點對最優(yōu)集合預(yù)報質(zhì)量影響較大，下面分別做分析。

2.1 優(yōu)選成員數(shù)

下發(fā)的ECMWF集合預(yù)報有效成員有51個，為了探索挑選出多少個優(yōu)秀成員來進行再集成能得到較好的預(yù)報效果，本文比較了分別挑選1～51個成員的預(yù)報結(jié)果做集成得到的24 h路徑預(yù)報誤差情況，對2014全年西太平洋臺風(fēng)預(yù)報的統(tǒng)計結(jié)果如圖1所示，路徑預(yù)報誤差兩頭大中間小，而在挑選10～15個成員時，路徑誤差控制效果最好?；谶@個統(tǒng)計，省臺臺風(fēng)路徑最優(yōu)集合預(yù)報的優(yōu)選成員數(shù)將控制在10～15個范圍內(nèi)。

圖1 2014年西北太平洋臺風(fēng)集合預(yù)報優(yōu)選不同 數(shù)量成員的24 h路徑誤差對比(單位：km)

2.2 優(yōu)選后是否訂正路徑

挑選出指定數(shù)量的優(yōu)選成員后，又有一個關(guān)鍵問題，即是否把這些成員的預(yù)報按照實況的檢驗誤差進行訂正，是否將每個成員的預(yù)報路徑進行平移。為了解決這個問題，本文統(tǒng)計了2011—2014年西北太平洋臺風(fēng)最優(yōu)集合預(yù)報(優(yōu)選15個成員)分別在優(yōu)選后訂正路徑和不訂正路徑的預(yù)報誤差情況，從圖2顯示的統(tǒng)計結(jié)果來看，從24 h的路徑誤差到120 h的路徑誤差都是不訂正路徑的預(yù)報效果更好一些，由此可見，優(yōu)選后不訂正路徑直接進行集成的方法應(yīng)用到業(yè)務(wù)預(yù)報中更為有效。

2.3 優(yōu)選依據(jù)的路徑誤差時效

第3個關(guān)鍵技術(shù)問題是優(yōu)選成員時以過去6 h的路徑誤差值作依據(jù)還是以時效更長的12 h路徑誤差作依據(jù)。為了幫助分析，本文同樣統(tǒng)計了2011—2014年西北太平洋臺風(fēng)最優(yōu)集合預(yù)報路徑誤差，分別基于6 h路徑誤差和12 h路徑誤差作了預(yù)報誤差檢驗和對比，圖3的統(tǒng)計結(jié)果顯示，基于6 h路徑預(yù)報誤差進行優(yōu)選集成后的預(yù)報比用12 h路徑預(yù)報誤差做的優(yōu)選預(yù)報效果好，且差別明顯，誤差值相差一般都在10 km以上，說明在優(yōu)選時應(yīng)盡量用最新時效的6 h誤差來作為根據(jù)，有利于提高最優(yōu)集合的質(zhì)量和預(yù)報效果。

圖2 2011—2014年西北太平洋臺風(fēng)最優(yōu)集合 預(yù)報路徑誤差(基于是否訂正路徑,單位：km)

圖3 2011—2014年西北太平洋臺風(fēng)最優(yōu)集合 預(yù)報路徑誤差(基于不同誤差時效,單位：km)

3 臺風(fēng)路徑最優(yōu)集合預(yù)報方法的預(yù)報效果統(tǒng)計

在分析了3個關(guān)鍵技術(shù)后，應(yīng)用3個關(guān)鍵技術(shù)中有利于提高預(yù)報效果的關(guān)鍵技術(shù)，整合到本項目準備應(yīng)用的臺風(fēng)路徑最優(yōu)集合預(yù)報方法中，得到試用的臺風(fēng)路徑最優(yōu)集合預(yù)報方法。本文應(yīng)用該方法反算出2011—2014年西北太平洋臺風(fēng)的最優(yōu)集合路徑預(yù)報結(jié)果，其中24 h路徑預(yù)報共1204個預(yù)報樣本。經(jīng)統(tǒng)計，1204個預(yù)報樣本的24 h路徑預(yù)報誤差平均為79.2 km，這一結(jié)果在與EC集合平均、EC確定性預(yù)報、中央臺主觀預(yù)報和關(guān)島主觀預(yù)報等多家預(yù)報的橫向?qū)Ρ戎惺钦`差最小的(如圖4統(tǒng)計結(jié)果所示)，這表明本文通過研究確定的省臺臺風(fēng)最優(yōu)集合預(yù)報方法預(yù)報效果較好，具有推廣應(yīng)用意義。

圖4 2011—2014年西北太平洋臺風(fēng)路徑24 h 預(yù)報誤差的橫向?qū)Ρ?/p>

4 臺風(fēng)路徑最優(yōu)集合預(yù)報產(chǎn)品的開發(fā)應(yīng)用

在確定了預(yù)報效果適用的省臺臺風(fēng)最優(yōu)集合預(yù)報方法后，本項目對省臺最優(yōu)集合臺風(fēng)路徑預(yù)報產(chǎn)品進行了應(yīng)用開發(fā)。省臺最優(yōu)集合臺風(fēng)路徑預(yù)報產(chǎn)品每天有4次起報時次，分別是02、08、14和20(北京時間)，前兩次預(yù)報采用的資料為EC前一天20時起報的集合預(yù)報資料，后兩次預(yù)報采用的資料則是EC當天08時起報的集合預(yù)報資料，4次預(yù)報的具體發(fā)布時間如表1所示。

另外，02和14時的省臺最優(yōu)集合預(yù)報是采用6 h路徑誤差來進行優(yōu)選，但由于受EC集合預(yù)報起報時次一天只有兩次的限制， 08時和20時的最優(yōu)集合預(yù)報只能根據(jù)12 h路徑誤差的檢驗情況來做優(yōu)選。

表1省臺最優(yōu)集合臺風(fēng)路徑預(yù)報的產(chǎn)品時間列表

預(yù)報時次(北京時間，下同)02時08時14時20時采用EC集合預(yù)報的起報時次前一天20時前一天20時當天08時當天08時產(chǎn)品生成時間05時09時17時21時優(yōu)選依據(jù)的路徑誤差6h12h6h12h

該項業(yè)務(wù)產(chǎn)品的生成系列程序和腳本在省臺業(yè)務(wù)常用的Linux服務(wù)器上自動運行，能自動處理最新臺風(fēng)和中央臺下發(fā)的最新EC集合預(yù)報資料，并自動進行分析和計算處理，產(chǎn)品生成后統(tǒng)一定時讀取入庫，并集成到省臺的“浙江省熱帶氣旋信息檢索分析系統(tǒng)”平臺之上，方便預(yù)報員查看對比和應(yīng)用。

5 臺風(fēng)路徑最優(yōu)集合預(yù)報產(chǎn)品的初步業(yè)務(wù)應(yīng)用分析

圖5展示了省臺臺風(fēng)最優(yōu)集合路徑預(yù)報產(chǎn)品在“浙江省熱帶氣旋信息檢索分析系統(tǒng)”平臺上的顯示情況，該次預(yù)報為2015年7月4日08時起報的1509號臺風(fēng)的最優(yōu)集合路徑預(yù)報。從圖5中可以看到，線條1表示的省臺最優(yōu)集合路徑預(yù)報相比較,線條2表示的中央臺路徑預(yù)報，與實況路徑(線條3)更為接近，預(yù)報效果更佳。

圖5 省臺最優(yōu)集合臺風(fēng)路徑預(yù)報展示(1509號臺風(fēng)， 7月4日08時起報)(線條1為省臺最優(yōu)集合路徑預(yù)報， 線條2為中央臺路徑預(yù)報，線條3為路徑實況)

最優(yōu)集合產(chǎn)品在臺風(fēng)個例預(yù)報中有不錯的誤差表現(xiàn)。如圖6所示，在1609號臺風(fēng)蒲公英的路徑預(yù)報誤差對比中可以看出，最優(yōu)集合預(yù)報的24 h路徑誤差為45 km，是4家預(yù)報中最低的，同時最優(yōu)集合預(yù)報的48 h預(yù)報誤差和72 h預(yù)報誤差也表現(xiàn)最好。

又如圖7對1513號臺風(fēng)蘇迪羅的路徑預(yù)報誤差檢驗，最優(yōu)集合路徑預(yù)報的72 h路徑誤差為82 km，為4家預(yù)報中誤差最低。同時24 h路徑誤差(51 km)和48 h路徑預(yù)報誤差(67 km)雖不是最低的一家，但在誤差值上控制效果尚可。

圖6 “1609”號臺風(fēng)蒲公英省臺最優(yōu)集合 預(yù)報路徑誤差的橫向?qū)Ρ?/p>

圖7 “1513”號臺風(fēng)蘇迪羅省臺最優(yōu)集合 預(yù)報路徑誤差的橫向?qū)Ρ?/p>

6 結(jié) 語

采用ECMWF集合預(yù)報資料，通過對臺風(fēng)路徑最優(yōu)集合預(yù)報方法的幾項關(guān)鍵技術(shù)進行適用性研究分析，并統(tǒng)計分析了不同技術(shù)的選擇在應(yīng)用到臺風(fēng)路徑預(yù)報上的效果差異，最終得到了適用于浙江省臺風(fēng)路徑預(yù)報的關(guān)鍵技術(shù)方法。通過選定這幾種效果較好的關(guān)鍵技術(shù)，本文發(fā)展了適用于浙江省氣象業(yè)務(wù)的臺風(fēng)路徑最優(yōu)集合預(yù)報方法，并開發(fā)成為業(yè)務(wù)產(chǎn)品，在浙江的臺風(fēng)路徑業(yè)務(wù)預(yù)報中得到應(yīng)用，并取得較好的應(yīng)用效果。

未來臺風(fēng)路徑最優(yōu)集合預(yù)報產(chǎn)品將繼續(xù)在臺風(fēng)業(yè)務(wù)預(yù)報中加以應(yīng)用，并從應(yīng)用中收集更多的樣本，用以研究分析獲取效果更佳的關(guān)鍵技術(shù)，不斷優(yōu)化省臺臺風(fēng)路徑最優(yōu)集合預(yù)報方法。

[1] MURPHY J M. The impact of ensemble forecasts on predictability[J]. Q J Roy Meteor Soc, 1988, 114(480): 463-493.

[2] PURI K, BARKMEIJER J, PALMER T N. Ensemble prediction of tropical cyclones using targeted diabatic singular vectors[J]. Q J Roy Meteor Soc, 2001, 127(572): 709-731.

[3] BUIZZA R, ISAKSEN L, LEUTBECHER M, et al. Ensemble prediction and data assimilation at ECMWF[C]//EGU General Assembly Conference Abstracts.Wien：European Geosciences Union General Assembly，2010: 10 477.

[4] SZUNYOGH I, TOTH Z, ZIMIN A V, et al. Propagation of the effect of targeted observations: The 2000 winter storm reconnaissance program[J].Mon Wea Rev, 2002, 130(5): 1144-1165.

[5] 錢奇峰，張長安，高拴柱，等.臺風(fēng)路徑集合預(yù)報的實時訂正技術(shù)研究[J].熱帶氣象學(xué)報，2014，30(5): 905-910.