2009年夏季西太平洋臺風(fēng)的集合預(yù)報(bào)和多模式集成預(yù)報(bào)試驗(yàn)

智協(xié)飛,孫晶,周文友

(1.南京信息工程大學(xué) 氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心,江蘇 南京 210044;2.南京信息工程大學(xué) 大氣科學(xué)學(xué)院,江蘇 南京 210044)

2009年夏季西太平洋臺風(fēng)的集合預(yù)報(bào)和多模式集成預(yù)報(bào)試驗(yàn)

智協(xié)飛1,2,孫晶2,周文友2

(1.南京信息工程大學(xué) 氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心,江蘇 南京 210044;2.南京信息工程大學(xué) 大氣科學(xué)學(xué)院,江蘇 南京 210044)

摘要：基于WRF模式,利用增長模繁殖法(Breeding of Growing Modes,BGM)建立了一個臺風(fēng)路徑和強(qiáng)度的集合預(yù)報(bào)試驗(yàn)系統(tǒng)(WRF-EPS)。此外,將此集合預(yù)報(bào)結(jié)果與TIGGE(THORPEX Interactive Grand Global Ensemble)集合預(yù)報(bào)資料中4個中心的預(yù)報(bào)進(jìn)行多模式集成,對2009年8月1—31日西北太平洋臺風(fēng)路徑和強(qiáng)度進(jìn)行24～72 h集成預(yù)報(bào),并對0908號“莫拉克”臺風(fēng)預(yù)報(bào)進(jìn)行個例分析。結(jié)果表明,基于BGM的WRF-EPS的西北太平洋臺風(fēng)路徑和強(qiáng)度的預(yù)報(bào)誤差,與CMA(China Meteorological Administration,中國氣象局)、JMA(Japan Meteorological Agency,日本氣象廳)、ECMWF(European Centre for Medium-range Weather Forecasts,歐洲中期天氣預(yù)報(bào)中心)、NCEP(US National Center for Environment Prediction,美國國家環(huán)境預(yù)報(bào)中心)的預(yù)報(bào)誤差大致相當(dāng);與CMA的集合預(yù)報(bào)結(jié)果相比,有些預(yù)報(bào)時(shí)效WRF-EPS的預(yù)報(bào)技巧具有明顯優(yōu)勢。總體上,WRF-EPS對2009年夏季西北太平洋臺風(fēng)路徑和強(qiáng)度的預(yù)報(bào)較好,可以與TIGGE多模式預(yù)報(bào)結(jié)果進(jìn)行集成。消除偏差集合平均和加權(quán)集合平均顯著地改進(jìn)了臺風(fēng)路徑和強(qiáng)度的預(yù)報(bào)技巧,預(yù)報(bào)效果優(yōu)于最好的單模式預(yù)報(bào)和多模式簡單集合平均。對于24～72 h預(yù)報(bào),加權(quán)集合平均預(yù)報(bào)性能最優(yōu)。

關(guān)鍵詞：臺風(fēng);集合預(yù)報(bào);多模式集成;BGM;TIGGE

中圖分類號：

文章編號：1674-7097(2015)05-0633-08P456.7

文獻(xiàn)標(biāo)志碼：碼：A

doi：10.13878/j.cnki.dqkxxb.20130620010

Abstract:An ensemble forecasting experiment system(WRF-EPS) for the track and intensity forecasts of typhoon is established with the breeding of growing modes(BGM) as the initial perturbation method in the WRF model.In addition,the 24—72 h multimodel ensemble forecasts of track and intensity of typhoons over western Pacific from 1 to 31 August 2009 have been conducted by using the multimodel ensemble mean(EMN),bias-removed ensemble mean(BREM) and weighted ensemble mean(WEM) methods based on TIGGE(THORPEX Interactive Grand Global Ensemble) ensemble forecasts of 4 operational forecast centers as well as WRF-EPS.Then,a case study is carried out for the forecast of typhoon Morakot(2009).The results show that the forecast errors of track and intensity of the typhoon using BGM as the initial perturbation method in the WRF model(WRF-EPS) are roughly equivalent to those of CMA,JMA,ECMWF,NCEP models.Compared with the forecasts of CMA model,the WRF-EPS has some advantages in some forecast leading time in terms of forecast errors of track and intensity of typhoon.Overall,using WRF-EPS,the forecasts of track and intensity of typhoon in western Pacific from May to August 2009 are better and can be used for the multimodel ensemble forecasts with TIGGE forecasts.BREM and WEM methods can significantly reduce the forecast errors,with the forecast skills higher than those of each single model and EMN method.For the 24—72 h forecasts of track and intensity of typhoon,WEM has the best performance among the three multimodel ensemble forecast schemes as mentioned before.

收稿日期：2013-05-24;改回日期:2013-12-31

基金項(xiàng)目:國家“十二五”科技支撐計(jì)劃項(xiàng)目(2012BAC22B03)；國家自然科學(xué)基金資助項(xiàng)目(41375098)；江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項(xiàng)目(PAPD)

通信作者：陶麗,博士,教授,研究方向?yàn)闊釒Т髿獾皖l振蕩及臺風(fēng)氣候?qū)W,taoli@nuist.edu.cn.

Ensemble and multimodel ensemble forecasts of western Pacific

typhoons during summer 2009

ZHI Xie-fei1,2,SUN Jing2,ZHOU Wen-you2

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters,NUIST,Nanjing 210044,China;

2.School of Atmospheric Sciences,NUIST,Nanjing 210044,China)

Key words:typhoon;ensemble forecast;multimodel ensemble;BGM;TIGGE

0引言

目前,許多國家在日常天氣預(yù)報(bào)業(yè)務(wù)中使用集合預(yù)報(bào)產(chǎn)品。集合預(yù)報(bào)除了在中期天氣預(yù)報(bào)和短期氣候預(yù)測中得到了成功的應(yīng)用(關(guān)吉平和張立鳳,2009),在短期天氣預(yù)報(bào)中也得到了發(fā)展(王晨稀和端義宏,2003;Jones et al.,2007;Peel and Wilson,2008;Yuan et al.,2009)。許多研究指出,集合預(yù)報(bào)中不同初始場、模式物理過程,甚至不同模式的集合,所得數(shù)值預(yù)報(bào)結(jié)果更加客觀,也更接近實(shí)況(王晨稀,2013)。

20世紀(jì)90年代中期,集合預(yù)報(bào)技術(shù)開始用于臺風(fēng)預(yù)報(bào)研究。Aberson et al.(1995)最早論證了集合預(yù)報(bào)在熱帶氣旋路徑預(yù)報(bào)的可行性。Cheung(2001)通過對比隨機(jī)擾動法和增長模繁殖法(BGM)對臺風(fēng)路徑的預(yù)報(bào)技巧,指出BGM能夠在合理的范圍內(nèi)獲取更大的離散度,使集合預(yù)報(bào)系統(tǒng)捕獲極端天氣的能力明顯提高。黃燕燕等(2006)基于BDA(Bogus Data Assimilation)擾動方法,對臺風(fēng)路徑進(jìn)行了集合預(yù)報(bào)試驗(yàn),試驗(yàn)結(jié)果相當(dāng)令人鼓舞。王晨稀和梁旭東(2007)利用MM5模式對臺風(fēng)進(jìn)行預(yù)報(bào)試驗(yàn),分別利用BGM和模式物理過程擾動法形成集合預(yù)報(bào)成員。他們發(fā)現(xiàn)同時(shí)考慮二者的預(yù)報(bào)效果優(yōu)于單一集合的效果。Yamaguchi et al.(2009)基于JMA全球譜模式建立了一個新的臺風(fēng)集合預(yù)報(bào)系統(tǒng)。他們對北太平洋和中國南海2007年5—12月的熱帶氣旋進(jìn)行初始擾動的集合預(yù)報(bào)試驗(yàn),發(fā)現(xiàn)集合平均的結(jié)果優(yōu)于控制試驗(yàn)。黃小剛等(2007,2010)把集合卡爾曼濾波技術(shù)應(yīng)用到臺風(fēng)路徑和強(qiáng)度的試驗(yàn)上,同時(shí)還考慮了模式物理過程的不確定性。他們發(fā)現(xiàn),應(yīng)用同化的集合預(yù)報(bào)結(jié)果優(yōu)于未同化的集合預(yù)報(bào),臺風(fēng)路徑的預(yù)報(bào)技巧優(yōu)于強(qiáng)度預(yù)報(bào)的技巧。譚燕和梁旭東(2010)在GRAPES_TCM模式基礎(chǔ)上,采用BGM法分別對臺風(fēng)“韋帕”渦旋場和環(huán)境場進(jìn)行擾動來構(gòu)造集合成員,預(yù)報(bào)效果也比較好。王秋良等(2012)利用BGM法進(jìn)行了臺風(fēng)路徑的集合預(yù)報(bào)試驗(yàn),并對繁殖長度進(jìn)行了研究,結(jié)果表明相對于控制預(yù)報(bào)利用增長模繁殖法制作的集合預(yù)報(bào)對臺風(fēng)路徑預(yù)報(bào)的技巧水平有了很大提高,集合預(yù)報(bào)中采用不同的繁殖長度對臺風(fēng)路徑預(yù)報(bào)效果有一定影響。

除了基于單一模式構(gòu)造擾動成員進(jìn)行集合預(yù)報(bào),還可以將多個不同模式的預(yù)報(bào)作為集合成員進(jìn)行多模式集成預(yù)報(bào),這種方法同時(shí)考慮了初始場與模式的不確定性。Goerss(2000)利用三個不同預(yù)報(bào)模式對1995—1996年大西洋颶風(fēng)進(jìn)行集成預(yù)報(bào)試驗(yàn),多模式集合平均預(yù)報(bào)24、48和72 h平均距離誤差分別比三個模式中的最好結(jié)果改進(jìn)了16%、20%和23%。Kumar et al.(2003)則利用超級集合預(yù)報(bào)方法對1998—2000年太平洋的臺風(fēng)路徑和強(qiáng)度進(jìn)行預(yù)報(bào)試驗(yàn),他們發(fā)現(xiàn)超級集合預(yù)報(bào)技巧優(yōu)于單個模式的預(yù)報(bào)和多個模式的簡單集合平均。Froude(2010)運(yùn)用TIGGE中9個集合預(yù)報(bào)系統(tǒng)對2008年2—7月北半球溫帶氣旋分別進(jìn)行了集合預(yù)報(bào)試驗(yàn),結(jié)果顯示各個模式的預(yù)報(bào)性能具有很大的差別,其中ECMWF集合預(yù)報(bào)系統(tǒng)的綜合表現(xiàn)要優(yōu)于其他預(yù)報(bào)系統(tǒng)。最近,利用TIGGE多中心全球集合預(yù)報(bào)資料對西北太平洋臺風(fēng)路徑和強(qiáng)度進(jìn)行了多模式集成預(yù)報(bào)試驗(yàn),發(fā)現(xiàn)多模式集成預(yù)報(bào)能明顯改進(jìn)臺風(fēng)的路徑和強(qiáng)度預(yù)報(bào)(Zhi et al.,2011;周文友和智協(xié)飛,2012;He et al.,2015)。

本文首先建立基于BGM方法的WRF模式集合預(yù)報(bào)試驗(yàn)系統(tǒng),對2009年5—8月西北太平洋臺風(fēng)路徑及強(qiáng)度進(jìn)行集合預(yù)報(bào)試驗(yàn),并將結(jié)果同CMA、ECMWF、JMA和NCEP 4個中心進(jìn)行比較;隨后將WRF集合預(yù)報(bào)系統(tǒng)的預(yù)報(bào)結(jié)果與4個中心的集合預(yù)報(bào)結(jié)果進(jìn)行多模式集成預(yù)報(bào)試驗(yàn)。

1資料與方法

1.1　資料

所用的資料包括2009年5月1日—8月31日一日4個時(shí)次的NCEP/NCAR 1°×1°再分析資料,用作WRF模式啟動及預(yù)報(bào)評估和多模式集成預(yù)報(bào)的“觀測”資料。選取TIGGE中國氣象局(China Meteorological Administration,CMA)、歐洲中期天氣預(yù)報(bào)中心(European Centre for Medium-range Weather Forecasts,ECMWF),日本氣象廳(Japan Meteorological Agency,JMA),以及美國國家環(huán)境預(yù)報(bào)中心(US National Centers for Environment Prediction,NCEP)4個中心的全球集合預(yù)報(bào)系統(tǒng)2009年5月1日—8月31日臺風(fēng)路徑和強(qiáng)度(中心氣壓和中心附近最大風(fēng)速)預(yù)報(bào)的集合平均資料,預(yù)報(bào)區(qū)域選取為100～165°E、10～50°N,預(yù)報(bào)時(shí)效為24～72 h,一天預(yù)報(bào)2次(00時(shí),12時(shí);世界時(shí),下同)。此外,還選取2009年5月1日—8月31日J(rèn)TWC觀測資料中逐日熱帶氣旋實(shí)況資料,區(qū)域與預(yù)報(bào)資料相同,用于檢驗(yàn)預(yù)報(bào)效果。

1.2　方法

使用多模式簡單集合平均(Ensemble Mean,EMN)、消除偏差集合平均(Bias-Removed Ensemble Mean,BREM)以及加權(quán)集合平均(Weighted Ensemble Mean,WEM)方法或者超級集合方法(Krishnamurti et al.,1999,2000a,2000b;林春澤等,2009;智協(xié)飛等,2009,2013;Zhi et al.,2009,2012;He et al.,2015),對2009年8月生成于西北太平洋的5個臺風(fēng)的路徑和強(qiáng)度進(jìn)行24～72 h預(yù)報(bào)試驗(yàn)。

2WRF-EPS的臺風(fēng)路徑及強(qiáng)度預(yù)報(bào)誤差分析

2009年5—8月在西北太平洋一共生成了11個熱帶氣旋,分別是鯨魚(0901)、燦鴻(0902)、蓮花(0903)、浪卡(0904)、蘇迪羅(0905)、莫拉菲(0906)、天鵝(0907)、莫拉克(0908)、艾濤(0909)、環(huán)高(0910)和科羅旺(0911)。

2.1　WRF集合預(yù)報(bào)系統(tǒng)(WRF-EPS)

利用WRF中尺度數(shù)值天氣預(yù)報(bào)模式,選取NCEP/NCAR 2009年5月1日—8月31日每日逐6 h的再分析資料作為背景場,預(yù)報(bào)區(qū)域中心選在(145°E,27°N),網(wǎng)格格距為27 km,垂直層次為28層,模式頂取50 hPa。模式的物理過程分別采用Ferrier微物理方案、Betts-Miller-Jajic積云對流參數(shù)化方案、YSU邊界層方案、Goddard短波輻射和RRTM長波輻射方案(沈新勇等,2010;王詠青等,2012)。

在中、短期集合預(yù)報(bào)中BGM方法是生成初始擾動場行之有效的方法(Toth and Kalnay,1993,1997;關(guān)吉平和張立鳳,2009)。BGM方法模擬氣象資料的處理分析過程,通過模式積分反復(fù)生成初始場,在模式繁殖循環(huán)過程中,高速增長誤差的比例逐漸增加,最終達(dá)到飽和,初始擾動就是將這個增長最快的誤差模態(tài)提取出來。本文采用BGM法對動力場和熱力場進(jìn)行初始擾動處理,得到了12個擾動集合成員,集合平均預(yù)報(bào)取6對擾動預(yù)報(bào)的平均值。

為了比較WRF模式擾動成員和控制試驗(yàn)在臺風(fēng)路徑和強(qiáng)度預(yù)報(bào)中的技巧,首先計(jì)算了12個擾動成員的預(yù)報(bào)平均值相對于控制試驗(yàn)預(yù)報(bào)值的平均技巧水平R。表1給出了平均技巧水平R和正技巧的比率,可以看出,在所有預(yù)報(bào)時(shí)效中,BGM集合成員的預(yù)報(bào)平均值相較于控制試驗(yàn)預(yù)報(bào)值均為正技巧,其中臺風(fēng)路徑預(yù)報(bào)的正技巧都超過了55%,而強(qiáng)度預(yù)報(bào)的正技巧均超過了45%。這表明擾動成員的預(yù)報(bào)平均值要遠(yuǎn)遠(yuǎn)優(yōu)于控制試驗(yàn)的預(yù)報(bào)值。因此在后面的研究中,使用擾動成員的預(yù)報(bào)平均值作為WRF集合預(yù)報(bào)系統(tǒng)的預(yù)報(bào)值。

表1　WRF模式集合預(yù)報(bào)的平均相對技巧評分(R)和正技巧比例

2.2　WRF-EPS與各個中心臺風(fēng)路徑及強(qiáng)度預(yù)報(bào)誤差比較

比較西北太平洋5月1日—8月31日WRF-EPS及4個中心的臺風(fēng)路徑24 h預(yù)報(bào)的平均絕對誤差(圖1a)可以看出,ECMWF的預(yù)報(bào)效果最差,WRF-EPS與NCEP的預(yù)報(bào)誤差相當(dāng)。對于48 h預(yù)報(bào),WRF-EPS的平均誤差較大,預(yù)報(bào)技巧不及4個TIGGE單中心模式;而對于72 h預(yù)報(bào),CMA的預(yù)報(bào)效果最差,WRF-EPS的表現(xiàn)優(yōu)于CMA。在24、48和72 h 3個預(yù)報(bào)時(shí)效中,JMA的預(yù)報(bào)誤差始終最小,在5個模式系統(tǒng)中表現(xiàn)最佳。圖1b、c分別給出了中心氣壓預(yù)報(bào)和臺風(fēng)中心附近最大風(fēng)速預(yù)報(bào)的平均絕對誤差(由于CMA沒有最大風(fēng)速預(yù)報(bào),所以只有4個模式參與風(fēng)速預(yù)報(bào)的集成),可以看出JMA預(yù)報(bào)總體上最優(yōu)。臺風(fēng)中心氣壓預(yù)報(bào)中CMA的預(yù)報(bào)效果最差,3個預(yù)報(bào)時(shí)效中誤差均為最大。WRF-EPS與其他3個中心的預(yù)報(bào)誤差大體相當(dāng)。最大風(fēng)速預(yù)報(bào)中,24 h預(yù)報(bào)中WRF-EPS的誤差偏高,48和72 h預(yù)報(bào)中WRF-EPS和NCEP模式預(yù)報(bào)誤差基本相當(dāng),且在48 h預(yù)報(bào)中要優(yōu)于其他兩個中心。比較WRF-EPS與4個中心的臺風(fēng)路徑、中心氣壓和最大風(fēng)速預(yù)報(bào)的平均絕對誤差,可以看出在2009年夏季西北太平洋臺風(fēng)的24～72 h預(yù)報(bào)中,JMA的總體預(yù)報(bào)技巧要優(yōu)于其他模式的預(yù)報(bào)技巧?；贐GM方法建立的WRF-EPS的集合預(yù)報(bào)效果,相對于CMA的預(yù)報(bào)在有些預(yù)報(bào)時(shí)效具有優(yōu)勢,和其他中心模式的誤差也大致相當(dāng)?？傊?WRF-EPS對2009年夏季西北太平洋臺風(fēng)路徑和強(qiáng)度的預(yù)報(bào)效果相對較好,可以參與多模式集成預(yù)報(bào)試驗(yàn)。

圖1　2009年5月1日—8月31日預(yù)報(bào)區(qū)域內(nèi)臺風(fēng)路徑(a;單位:km)、中心氣壓(b;單位:hPa)和最大風(fēng)速(c;單位:m/s)24～72 h預(yù)報(bào)的平均絕對誤差Fig.1　Mean absolute errors of 24—72 h forecasts of (a)track(units:km),(b)central pressure(units:hPa),and (c)maximum wind speed(units:m/s) of typhoons over western Pacific from 1 May to 31 August 2009

3臺風(fēng)路徑及強(qiáng)度的多模式集成預(yù)報(bào)

以上對WRF-EPS和4個中心的臺風(fēng)路徑和強(qiáng)度預(yù)報(bào)效果的評估表明,各個中心的預(yù)報(bào)系統(tǒng)在不同預(yù)報(bào)時(shí)效的預(yù)報(bào)效果不盡相同,且都有系統(tǒng)性偏差。針對WRF-EPS和4個中心的臺風(fēng)預(yù)報(bào)資料,選取5、6、7月的6個臺風(fēng)過程作為訓(xùn)練期,8月1—31日的5個臺風(fēng)過程作為預(yù)報(bào)期,進(jìn)行加權(quán)集合平均和消除偏差集合平均試驗(yàn)。同時(shí),應(yīng)用多模式集合平均對WRF-EPS和4個中心的8月1—31日的臺風(fēng)預(yù)報(bào)資料進(jìn)行集成,比較這三種多模式集成方法的預(yù)報(bào)技巧。

圖2a給出了預(yù)報(bào)期為2009年8月1—31日WRF-EPS和4個中心共五個預(yù)報(bào)系統(tǒng)成員及三種集成方法的24～72 h臺風(fēng)路徑預(yù)報(bào)的平均絕對誤差。由圖4可知,在72 h預(yù)報(bào)中WRF-EPS的誤差較大,超出了TIGGE的單中心預(yù)報(bào),但是在其他預(yù)報(bào)時(shí)效中,WRF-EPS預(yù)報(bào)誤差較小,并非表現(xiàn)最差的預(yù)報(bào)系統(tǒng)。對于24～72 h預(yù)報(bào),相較單個中心的預(yù)報(bào),三種多模式集成方法都能有效地降低誤差。EMN對單個中心的預(yù)報(bào)誤差的改進(jìn)效果有限,有的預(yù)報(bào)時(shí)效還不如最佳單模式預(yù)報(bào)效果好。平均而言,BREM和WEM的預(yù)報(bào)誤差小于表現(xiàn)最好的單模式預(yù)報(bào)。三種多模式集成方法中,WEM方法表現(xiàn)最好,其預(yù)報(bào)誤差小于BREM和EMN的預(yù)報(bào)誤差。WEM預(yù)報(bào)相對于表現(xiàn)最好的單模式,24、48和72 h預(yù)報(bào)的平均絕對誤差分別減小了27%、17%和16%。

圖2b是8月1—31日WRF-EPS和4個中心及三種多模式集成方法的24～72 h臺風(fēng)中心氣壓預(yù)報(bào)的平均絕對誤差。WRF-EPS在24和72 h預(yù)報(bào)中誤差較大,但在48 h預(yù)報(bào)中其預(yù)報(bào)技巧表現(xiàn)明顯優(yōu)于CMA,且與其他3個中心相差不大。和單個模式預(yù)報(bào)相比,三種集成預(yù)報(bào)方法均能有效地減少平均誤差。在3種多模式集成方法中,WEM方法的預(yù)報(bào)誤差改進(jìn)效果最明顯,相對于表現(xiàn)最好的單模式預(yù)報(bào),24、48和72 h預(yù)報(bào)的平均絕對誤差分別減小了12%、8%和9%。

圖2　2009年8月1—31日預(yù)報(bào)區(qū)域內(nèi)臺風(fēng)路徑(a;單位:km)、中心氣壓(b;單位:hPa)和最大風(fēng)速(c;單位:m/s)24～72 h預(yù)報(bào)的平均絕對誤差Fig.2　Mean absolute errors of 24—72 h forecasts of (a)track(units:km),(b)central pressure(units:hPa),and (c)maximum wind speed(units:m/s) of typhoons over western Pacific from 1 to 31 August 2009

圖2c是2009年8月1—31日WRF-EPS和3個中心共4個集合成員及3種多模式集成方法的24～72 h臺風(fēng)中心附近最大風(fēng)速預(yù)報(bào)的平均絕對誤差。在3個預(yù)報(bào)時(shí)效中WRF-EPS均有較好的表現(xiàn),且在48 h預(yù)報(bào)中WRF-EPS的誤差水平在4個單模式中是最低的(CMA模式?jīng)]有臺風(fēng)中心附近最大風(fēng)速預(yù)報(bào)),在72 h預(yù)報(bào)中WRF-EPS的誤差水平也要低于ECMWF和JMA的模式。3種集成方法中,WEM方法仍然是臺風(fēng)中心附近最大風(fēng)速預(yù)報(bào)誤差最小的多模式集成方法。相對于表現(xiàn)最好的單模式預(yù)報(bào),24、48和72 h WEN預(yù)報(bào)的平均絕對誤差分別減小了14%、21%和15%。

4“莫拉克”臺風(fēng)的預(yù)報(bào)

為檢驗(yàn)多模式集成預(yù)報(bào)方法在單個臺風(fēng)預(yù)報(bào)中的預(yù)報(bào)技巧,選取登陸我國并造成了重大影響的0908號臺風(fēng)“莫拉克”(Morakot)進(jìn)行預(yù)報(bào)個例分析。2009年第8號臺風(fēng)“莫拉克”于8月4日02時(shí)在琉球群島東南部海面生成,于5日14時(shí)加強(qiáng)為臺風(fēng)?！澳恕钡囊苿勇窂浇?jīng)歷了西北—偏西—偏北—登陸后偏西,穿過臺灣海峽后向偏北方向移動等5個階段,屬于比較典型的西北移路徑(周文友,2012)。

圖3是WRF-EPS各個集合成員、集合平均和控制試驗(yàn)對“莫拉克”臺風(fēng)路徑的72 h預(yù)報(bào)。從中可以看出,各集合成員的路徑預(yù)報(bào)與實(shí)況都有不小的偏差,但是集合成員的平均預(yù)報(bào)值更接近臺風(fēng)的實(shí)況路徑,而控制試驗(yàn)的臺風(fēng)路徑預(yù)報(bào)的誤差則要大于擾動集合成員預(yù)報(bào)值的平均值。控制試驗(yàn)預(yù)報(bào)的路徑偏北,擦過上海后轉(zhuǎn)向東北方向移動。控制試驗(yàn)的預(yù)報(bào)中臺風(fēng)沒有登陸,這與實(shí)況差異較大。WRF-EPS集合預(yù)報(bào)的平均值則有北上登陸的過程,預(yù)報(bào)結(jié)果明顯優(yōu)于控制試驗(yàn)的路徑預(yù)報(bào)。

圖3　基于BGM方法的WRF模式預(yù)報(bào)的“莫拉克”臺風(fēng)72 h路徑(紅線:JTWC實(shí)況路徑;綠線:集合平均;黃線:控制試驗(yàn);藍(lán)線:12個擾動成員)Fig.3　The 72 h forecasts of track of the typhoon Morakot in the WRF model based on BGM method(red line:observed track by JTWC;green line:ensemble mean;yellow line:control experiment;blue lines:12 perturbation members)

圖4給出了臺風(fēng)“莫拉克”24～72 h預(yù)報(bào)時(shí)效WRF-EPS和4個中心以及3種多模式集成方法的路徑預(yù)報(bào)(JTWC為實(shí)況路徑),可以看出,隨著預(yù)報(bào)時(shí)效的延長,臺風(fēng)路徑預(yù)報(bào)的離散度也在增大。WRF-EPS的預(yù)報(bào)路徑主要位于實(shí)況路徑的上方,大體上接近臺風(fēng)的實(shí)際路徑,和其他幾個模式系統(tǒng)相比,預(yù)報(bào)技巧并非最低。5個多模式集合成員中,JMA的臺風(fēng)路徑預(yù)報(bào)總體上預(yù)報(bào)技巧最高。單個模式的路徑預(yù)報(bào)有不少大角度的路徑偏轉(zhuǎn),這和實(shí)際觀測結(jié)果有很大差異。經(jīng)過多模式集成處理以后,這些偏差基本被平滑了。相較于單模式預(yù)報(bào),多模式集成的臺風(fēng)路徑預(yù)報(bào)總體上更接近實(shí)際觀測結(jié)果。3種多模式集成方法對路徑預(yù)報(bào)都有一定程度的改進(jìn),其中加權(quán)集合平均方法對預(yù)報(bào)的改進(jìn)最明顯。

圖4　“莫拉克”臺風(fēng)的實(shí)際路徑和預(yù)報(bào)路徑　　a.24 h;b.48 h;c.72 hFig.4　Observed and forecasted track of the typhoon Morakot　　a.24 h;b.48 h;c.72 h

圖5是“莫拉克”24～72 h的中心氣壓和最大風(fēng)速預(yù)報(bào)的平均絕對誤差,可以看出,WRF-EPS在最大風(fēng)速48 h預(yù)報(bào)中表現(xiàn)略差,在其他預(yù)報(bào)時(shí)效中,中心氣壓和最大風(fēng)速預(yù)報(bào)均要優(yōu)于表現(xiàn)最差的單中心預(yù)報(bào)。對于24～72 h預(yù)報(bào),相對于5個單模式預(yù)報(bào),EMN的誤差改進(jìn)水平有限,有的預(yù)報(bào)時(shí)效還不如最佳單模式預(yù)報(bào)好,加權(quán)集合平均方法和去除偏差集合平均方法都能有效地減小誤差,二者的預(yù)報(bào)誤差均明顯小于最好的單模式的預(yù)報(bào)誤差。3種多模式集成預(yù)報(bào)方法中,加權(quán)集合平均方法表現(xiàn)最佳,相較最好的單模式預(yù)報(bào),24、48和72 h預(yù)報(bào)的臺風(fēng)中心氣壓的平均絕對誤差分別減小了18%、12%和12%,中心附近最大風(fēng)速的平均絕對誤差則分別減小了12%、15%和10%。

圖5　“莫拉克”臺風(fēng)的中心氣壓(a;單位:hPa)和最大風(fēng)速(b;單位:m/s)24～72 h預(yù)報(bào)的平均絕對誤差Fig.5　Mean absolute errors of 24—72 h forecasts of (a)central pressure(units:hPa) and (b)maximum wind speed(units:m/s) of the typhoon Morakot

5結(jié)論

本文利用基于BGM方法的WRF模式集合預(yù)報(bào)試驗(yàn)系統(tǒng)(WRF-EPS)對2009年夏季西北太平洋臺風(fēng)移動路徑和強(qiáng)度進(jìn)行了集合預(yù)報(bào)試驗(yàn),并利用5個模式系統(tǒng)對臺風(fēng)移動路徑和強(qiáng)度做了多模式集成預(yù)報(bào),得到以下幾點(diǎn)結(jié)論。

1)西北太平洋臺風(fēng)路徑和強(qiáng)度的24～72 h多模式預(yù)報(bào)中,JMA預(yù)報(bào)的平均絕對誤差總體上要小于其他單模式的預(yù)報(bào)誤差。WRF-EPS集合成員的預(yù)報(bào)平均值的誤差小于控制試驗(yàn)預(yù)報(bào)的誤差。在和TIGGE多中心集合預(yù)報(bào)結(jié)果進(jìn)行比較時(shí),發(fā)現(xiàn)WRF-EPS的預(yù)報(bào)比CMA的預(yù)報(bào)總體上具有一定優(yōu)勢,和其他幾個中心模式的預(yù)報(bào)結(jié)果相比,其誤差也相差不大。因此,WRF-EPS對2009年5—8月西北太平洋臺風(fēng)的路徑和強(qiáng)度的預(yù)報(bào)效果是相對比較好的。

2) 利用3種多模式集成預(yù)報(bào)方法對5個模式系統(tǒng)的西北太平洋臺風(fēng)路徑和強(qiáng)度進(jìn)行多模式集成預(yù)報(bào)試驗(yàn)。在臺風(fēng)中心附近最大風(fēng)速的48 h預(yù)報(bào)中,WRF-EPS的誤差是所有單個模式系統(tǒng)中最小的。多模式簡單集合平均、消除偏差集合平均和加權(quán)集合平均都有效地提高了臺風(fēng)的路徑和強(qiáng)度的預(yù)報(bào)技巧,但多模式簡單集合平均預(yù)報(bào)的改進(jìn)效果有限,有時(shí)其預(yù)報(bào)技巧甚至還不及最好的單模式預(yù)報(bào)的技巧。在24～72 h的預(yù)報(bào)中,加權(quán)集合平均的預(yù)報(bào)技巧優(yōu)于最好的單模式預(yù)報(bào)和另外2種集成預(yù)報(bào)方法。

3)對0908莫拉克臺風(fēng)的預(yù)報(bào)個例分析發(fā)現(xiàn),基于BGM擾動方案的WRF-EPS擾動成員的路徑預(yù)報(bào)平均值優(yōu)于控制試驗(yàn)的路徑預(yù)報(bào)。對于臺風(fēng)強(qiáng)度預(yù)報(bào),WRF-EPS在最大風(fēng)速48 h預(yù)報(bào)中表現(xiàn)較差,其他預(yù)報(bào)時(shí)效的預(yù)報(bào)效果優(yōu)于TIGGE資料中表現(xiàn)最差的模式預(yù)報(bào)結(jié)果。相較于單模式的預(yù)報(bào),多模式集成后臺風(fēng)路徑的預(yù)報(bào)總體上與臺風(fēng)的實(shí)測路徑更為接近。3種集成方法中的WEM方法對臺風(fēng)強(qiáng)度預(yù)報(bào)的改進(jìn)效果最顯著。

參考文獻(xiàn)(References)：

Aberson S D,Lord J,DeMaria M,et al.1995.Short-range ensemble forecasting of hurricane tracks[C]//The 21st conference on hurricanes and tropical meteorology.Miami:Amer Meteor Soc:494-496.

Cheung K K W.2001.Ensemble forecasting of tropical cyclone motion:Comparison between regional bred modes and random perturbations[J].Meteor Atmos Phys,78(1/2):23-34.

Froude L S R.2010.TIGGE:Comparison of the prediction of Northern Hemisphere extratropical cyclones by different ensemble prediction systems[J].Wea Forecasting,25(3):819-836.

Goerss J S.2000.Tropical cyclone track forecasts using an ensemble of dynamical models[J].Mon Wea Rev,128(4):1187-1193.

關(guān)吉平,張立鳳.2009.增長模繁殖法在華南暴雨中期集合預(yù)報(bào)中的應(yīng)用[J].熱帶氣象學(xué)報(bào),25(2):246-250.Guan Jiping,Zhang Lifeng.2009.Application of the method of BGM in medium-range ensemble forecast for a south China rainstorm[J].J Trop Meteor,25(2):246-250.(in Chinese).

He C F,Zhi X F,You Q L,et al.2015.Multi-model ensemble forecasts of tropical cyclones in 2010 and 2011 based on the Kalman Filter method.Meteor Atmos Phys,127(4):467-479.

黃小剛,費(fèi)建芳,陸漢城.2007.基于集合Kalman濾波數(shù)據(jù)同化的熱帶氣旋路徑集合預(yù)報(bào)研究[J].大氣科學(xué),31(3):468-478.Huang Xiaogang,Fei Jianfang,Lu Hancheng.2007.The ensemble forecasting of tropical cyclone track based on ensemble Kalman filter data assimilation[J].Chinese J Atmos Sci,31(3):468-478.(in Chinese).

黃小剛,費(fèi)建芳,陸漢城,等.2010.基于集合Kalman濾波數(shù)據(jù)同化與偏差修正的熱帶氣旋強(qiáng)度集合預(yù)報(bào)研究[J].氣象學(xué)報(bào),68(1):79-87.Huang Xiaogang,Fei Jianfang,Lu Hancheng,et al.2010.The ensemble forecasting of tropical cyclone intensity based on EnKF data assimilation and bias-correction[J].Acta Meteor Sinica,68(1):79-87.(in Chinese).

黃燕燕,萬齊林,袁金南,等.2006.基于BDA擾動法的臺風(fēng)路徑集合預(yù)報(bào)試驗(yàn)研究[J].熱帶氣象學(xué)報(bào),22(1):49-54.Huang Yanyan,Wan Qilin,Yuan Jinnan,et al.2006.Experiments of ensemble forecast of typhoon track using BDA perturbing method[J].J Trop Meteor,22(1):49-54.(in Chinese).

Jones M S,Colle B A,Tongue J S.2007.Evaluation of a mesoscale short-range ensemble forecast system over the Northeast United States[J].Wea Forecasting,22(1):36-55.

Krishnamurti T N,Kishtawal C M,LaRow T E,et al.1999.Improved weather and seasonal climate forecasts from multimodel superensemble[J].Science,285(5433):1548-1550.

Krishnamurti T N,Kishtawal C M,Zhang Z,et al.2000a.Multimodel ensemble forecasts for weather and seasonal climate[J].J Climate,13(23):4196-4216.

Krishnamurti T N,Kishtawal C M,Shin D W,et al.2000b.Improving tropical precipitation forecasts from a multianalysis superensemble[J].J Climate,13(23):4217-4227.

Kumar T S V V,Krishnamurti T N,Fiorino M,et al.2003.Multi-model super ensemble forecasting of tropical cyclones in the Pacific[J].Mon Wea Rev,131(3):574-583.

林春澤,智協(xié)飛,韓艷,等.2009.基于TIGGE資料的地面氣溫多模式超級集合預(yù)報(bào)[J].應(yīng)用氣象學(xué)報(bào),20(6):706-712.Lin Chunze,Zhi Xiefei,Han Yan,et al.2009.Multi-model superensemble forecasts of the surface temperature using the TIGGE data[J].J Appl Meteor Sci,20(6):706-712.(in Chinese).

Peel S,Wilson L J.2008.A diagnostic verification of the precipitation forecasts produced by the Canadian ensemble prediction system[J].Wea Forecasting,23(4):596-616.

沈新勇,朱文達(dá),杜佳,等.2010.2006年7—9月的臺風(fēng)季節(jié)預(yù)報(bào)試驗(yàn)[J].氣象科學(xué),30(5):676-683.Shen Xinyong,Zhu Wenda,Du Jia,et al.2010.The seasonal forecasting experiment of typhoon from July to September of 2006[J].Scientia Meteorologica Sinica,30(5):676-683.(in Chinese).

譚燕,梁旭東.2010.一次登陸臺風(fēng)的集合預(yù)報(bào)試驗(yàn)[J].熱帶氣象學(xué)報(bào),26(4):401-408.Tan Yan,Liang Xudong.2010.An ensemble forecast experiment of a landing typhoon[J].J Trop Meteor,26(4):401-408.(in Chinese).

Toth Z,Kalnay E.1993.Ensemble forecasting at NMC:The generation of perturbations[J].Bull Amer Meteor Soc,74(12):2317-2330.

Toth Z,Kalnay E.1997.Ensemble forecasting at NCEP and the breeding method[J].Mon Wea Rev,125(12):3297-3319.

王晨稀.2013.熱帶氣旋集合預(yù)報(bào)研究進(jìn)展[J].熱帶氣象學(xué)報(bào),29(4):698-704.Wang Chenxi.2013.Advances in tropical cyclone ensemble prediction[J].J Trop Meteor,29(4):698-704.(in Chinese).

王晨稀,端義宏.2003.短期集合預(yù)報(bào)技術(shù)在梅雨降水預(yù)報(bào)中的試驗(yàn)研究[J].應(yīng)用氣象學(xué)報(bào),14(1):69-78.Wang Chenxi,Duan Yihong.2003.Experiment and research of short-range ensemble forecasting techniques in forecasting MeiYu precipitation[J].J Appl Meteor Sci,14(1):69-78.(in Chinese).

王晨稀,梁旭東.2007.熱帶氣旋路徑集合預(yù)報(bào)試驗(yàn)[J].應(yīng)用氣象學(xué)報(bào),18(5):586-593.Wang Chenxi,Liang Xudong.2007.Ensemble prediction experiments of tropical cyclone track[J].J Appl Meteor Sci,18(5):586-593.(in Chinese).

王秋良,劉家峻,張立鳳.2012.臺風(fēng)路徑集合預(yù)報(bào)試驗(yàn)[J].氣象科學(xué),32(2):137-144.Wang Qiuliang,Liu Jiajun,Zhang Lifeng.2012.The study on ensemble prediction of typhoon track[J].Scientia Meteorologica Sinica,32(2):137-144.(in Chinese).

王詠青,宋天元,梁駒,等.2012.西北太平洋臺風(fēng)季節(jié)預(yù)報(bào)的數(shù)值模擬[J].大氣科學(xué)學(xué)報(bào),35(1):24-31.Wang Yongqing,Song Tianyuan,Liang Ju,et al.2012.Simulation of seasonal tropical cyclone activity over the western North Pacific by using the WRF model[J].Trans Atmos Sci,35(1):24-31.(in Chinese).

Yamaguchi M,Sakai R,Kyoda M,et al.2009.Typhoon ensemble prediction system developed at the Japan meteorological agency[J].Mon Wea Rev,137(8):2592-2604.

Yuan H,Lu C,John A,et al.2009.Evaluation of short-range quantitative precipitation forecasts from a time-lagged multimodel ensemble[J].Wea Forecasting,24(1):18-38.

智協(xié)飛,林春澤,白永清,等.2009.北半球中緯度地區(qū)地面氣溫的超級集合預(yù)報(bào)[J].氣象科學(xué),29(5):569-574.Zhi Xiefei,Lin Chunze,Bai Yongqing,et al.2009.Superensemble forecasts of the surface temperature in Northern Hemisphere middle latitudes[J].Scientia Meteorologica Sinica,29(5):569-574.(in Chinese).

Zhi X F,Lin C Z,Bai Y Q,et al.2009.Multimodel superensemble forecasts of surface temperature using TIGGE datasets[C]//The 2nd THORPEX-Asia science workshop.Hangzhou:5-7.

Zhi X F,Zhou W Y,Xu Z C.2011.Multi-model ensemble forecasts of the TC tracks over the Western Pacific using the TIGGE dataset[C]//The 3rd international conference on information science and engineering.Yangzhou:173-4176.

Zhi X F,Qi H X,Bai Y Q,et al.2012.A comparison of three kinds of multimodel ensemble forecast techniques based on the TIGGE data[J].Acta Meteor Sinica,26(1):41-51.

智協(xié)飛,季曉東,張璟,等.2013.基于TIGGE資料的地面氣溫和降水的多模式集成預(yù)報(bào)[J].大氣科學(xué)學(xué)報(bào),36(3):257-266.Zhi Xiefei,Ji Xiaodong,Zhang Jing,et al.2013.Multimodel ensemble forecasts of surface air temperature and precipitation using TIGGE datasets[J].Trans Atmos Sci,36(3):257-266.(in Chinese).

周文友.2012.基于TIGGE資料的2009年夏季西太平洋臺風(fēng)路徑和強(qiáng)度的多模式集成預(yù)報(bào)[D].南京:南京信息工程大學(xué).Zhou Wenyou.2012.Multimodel ensemble fore casts of the TC tracks and intensity over the western Pacific Ocean during the summer of 2009 using the TIGGE Dataset.Nanjing:Nanjing University of Information Science and Technology.(in Chinese).

周文友,智協(xié)飛.2012.2009年夏季西太平洋臺風(fēng)路徑和強(qiáng)度的多模式集成預(yù)報(bào)[J].氣象科學(xué),32(5):492-499.Zhou Wenyou,Zhi Xiefei.2012.Multimodel ensemble forecasts of the TC tracks and intensity over the western Pacific during the summer of 2009[J].J Meteor Sci,32(5):492-499.(in Chinese).

(責(zé)任編輯：張福穎)

陶麗,吳盟盟,沈新勇,等.2015.1982—2009年冬夏兩季熱帶季節(jié)內(nèi)振蕩的趨勢特征[J].大氣科學(xué)學(xué)報(bào),38(5):641-649.doi：10.13878/j.cnki.dqkxxb.20130524001.

Tao Li,Wu Meng-meng,Shen Xin-yong,et al.2015.Trend of tropical intraseasonal oscillations in summer and winter during 1982—2009[J].Trans Atmos Sci,38(5):641-649.(in Chinese).