臺(tái)風(fēng)路徑集合化預(yù)報(bào)方法的優(yōu)化

袁杰穎，陳永平，潘 毅，董家根，羅俐雅

臺(tái)風(fēng)路徑集合化預(yù)報(bào)方法的優(yōu)化

袁杰穎1,2，陳永平1,2，潘 毅1,2，董家根3，羅俐雅3

（1.河海大學(xué)水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，江蘇南京210098；2.河海大學(xué)港口海岸與近海工程學(xué)院，江蘇南京210098；3.江蘇省水文水資源勘測局，江蘇南京210029）

在現(xiàn)有集合化預(yù)報(bào)方法的基礎(chǔ)上，基于預(yù)估偏差的思想設(shè)計(jì)了一種新的優(yōu)化方案，以進(jìn)一步提高臺(tái)風(fēng)路徑預(yù)報(bào)的精度和穩(wěn)定性。首先以1307號(hào)臺(tái)風(fēng)“蘇力”為例進(jìn)行了單場臺(tái)風(fēng)的24 h集合預(yù)報(bào)，對預(yù)報(bào)過程中的誤差進(jìn)行了詳細(xì)分析；然后對2013—2015年發(fā)生在西北太平洋的所有臺(tái)風(fēng)進(jìn)行了24 h、48 h和72 h集合預(yù)報(bào)，就其整體誤差進(jìn)行了對比分析。結(jié)果表明：優(yōu)化預(yù)報(bào)方案在對單場臺(tái)風(fēng)的路徑預(yù)報(bào)中，其24 h集合預(yù)報(bào)誤差相較于美、日、中、臺(tái)等4個(gè)氣象臺(tái)站和現(xiàn)有集合預(yù)報(bào)方案分別減小了12.88%、18.40%、30.58%、19.44%、33.72%，各個(gè)預(yù)報(bào)時(shí)刻的預(yù)報(bào)偏差值波動(dòng)相對較?。辉趯?013—2015年的多場臺(tái)風(fēng)路徑預(yù)報(bào)中，在24 h預(yù)報(bào)時(shí)效下，優(yōu)化方案的平均預(yù)報(bào)誤差比現(xiàn)有集合預(yù)報(bào)方法提高了2.85%，而均方差則減小了10.6%，說明優(yōu)化方案在保持與現(xiàn)有預(yù)報(bào)方案精度相當(dāng)?shù)幕A(chǔ)上，在預(yù)報(bào)穩(wěn)定性上有了較為顯著的提高；48 h的集合預(yù)報(bào)誤差相比于最好的臺(tái)站中國臺(tái)減小了4.38%，而72 h的集合預(yù)報(bào)誤差與表現(xiàn)最好的中國臺(tái)的預(yù)報(bào)誤差相當(dāng)，且明顯小于現(xiàn)有方案的預(yù)報(bào)誤差。

臺(tái)風(fēng)路徑；集合預(yù)報(bào)；預(yù)估偏差；誤差修正

1 引言

我國沿海是受臺(tái)風(fēng)侵?jǐn)_最為頻繁的地區(qū)之一。臺(tái)風(fēng)期間，在強(qiáng)風(fēng)和低壓的作用下，臺(tái)風(fēng)往往會(huì)給沿岸地區(qū)帶來狂風(fēng)大浪和普遍增水，對沿岸的防護(hù)工程及岸上的人員和財(cái)物安全造成嚴(yán)重威脅。為了有效抵御臺(tái)風(fēng)的影響，有必要在沿海區(qū)域開展高精度的臺(tái)風(fēng)路徑預(yù)報(bào)。近年來，許多國家的氣象預(yù)報(bào)臺(tái)站已運(yùn)用數(shù)值模式[1-2]進(jìn)行臺(tái)風(fēng)預(yù)報(bào)，且多采用數(shù)值預(yù)報(bào)的方式，但由于初值條件、計(jì)算參數(shù)和離散方法等方面的原因，預(yù)報(bào)值和實(shí)際值往往存在一定的偏差。為了提高預(yù)報(bào)精度，前人提出了基于初值擾動(dòng)或模式擾動(dòng)的集合預(yù)報(bào)方法[3-4]，通過不同的初始條件、計(jì)算參數(shù)甚至不同模式的組合,生成多個(gè)組次的集合樣本,在統(tǒng)計(jì)分析的基礎(chǔ)上,給出更加可靠的臺(tái)風(fēng)路徑預(yù)報(bào)結(jié)果?？紤]到以上方法計(jì)算成本過高，Krishnamurti等[5-6]提出了一種多模式超級集合的預(yù)報(bào)方法，它包含多個(gè)獨(dú)立模式的預(yù)報(bào)結(jié)果,可快速實(shí)現(xiàn)多樣本的集合化預(yù)報(bào),并能有效改善風(fēng)場預(yù)報(bào)的結(jié)果。由于各個(gè)獨(dú)立模式的權(quán)重因子對訓(xùn)練期樣本選擇具有較大的依賴性，丁雪霖等[7]提出了一種利用最近多場歷史臺(tái)風(fēng)預(yù)報(bào)結(jié)果進(jìn)行動(dòng)態(tài)訓(xùn)練，并對預(yù)報(bào)平均誤差進(jìn)行消除的超級集合方法，通過2013年多場臺(tái)風(fēng)的檢驗(yàn)，其整體表現(xiàn)明顯優(yōu)于單一模式的預(yù)報(bào)結(jié)果。不過在隨后的預(yù)報(bào)實(shí)踐中也發(fā)現(xiàn)，在對個(gè)別臺(tái)風(fēng)的預(yù)報(bào)過程中，有可能出現(xiàn)某些時(shí)刻預(yù)報(bào)誤差明顯偏大的現(xiàn)象，其主要原因是各個(gè)模式對當(dāng)場臺(tái)風(fēng)的預(yù)報(bào)偏差和歷史臺(tái)風(fēng)的平均預(yù)報(bào)偏差未必一致，這使得在平均誤差消除的過程中，有可能帶來新的預(yù)報(bào)誤差。為了解決這個(gè)問題，本文在對現(xiàn)有方法進(jìn)行了優(yōu)化，通過對一場臺(tái)風(fēng)預(yù)報(bào)過程中的偏差進(jìn)行預(yù)估，通過動(dòng)態(tài)訓(xùn)練方式不斷更新權(quán)重因子及預(yù)報(bào)偏差，在下一次預(yù)報(bào)時(shí)刻對各臺(tái)站的預(yù)報(bào)結(jié)果進(jìn)行偏差修正和權(quán)重的動(dòng)態(tài)更新，從而得到更加可靠的預(yù)報(bào)結(jié)果。下文將對優(yōu)化方案所需的基礎(chǔ)資料、預(yù)報(bào)方法以及預(yù)報(bào)結(jié)果進(jìn)行詳細(xì)介紹。

2 資料與方法

2.1 氣象資料

本文采用的氣象資料包括2013—2015年間福建水利信息網(wǎng)（http://www.fjwater.gov.cn/）所公布的中國氣象局（簡稱中國臺(tái)）、中國臺(tái)灣氣象局（簡稱中國臺(tái)灣臺(tái)）、日本氣象廳（簡稱日本臺(tái)）和美國氣象局（簡稱美國臺(tái)）于臺(tái)風(fēng)期間發(fā)布的臺(tái)風(fēng)路徑預(yù)報(bào)資料和臺(tái)風(fēng)路徑實(shí)測資料。其中2013年、2014年和2015年分別有31場、22場和27場臺(tái)風(fēng)的資料。預(yù)報(bào)資料區(qū)域選取為西北太平洋海域（10°～50°N，100°～150°E），預(yù)報(bào)時(shí)效為24 h、48 h和72 h，每6 h更新一次預(yù)報(bào)成果。

2.2 方法介紹

如前所述，現(xiàn)有集合預(yù)報(bào)方法是一種多模式超級集合預(yù)報(bào)方法。在該方法中，各個(gè)氣象預(yù)報(bào)中心的預(yù)報(bào)結(jié)果被作為一種模式參與集合計(jì)算。臺(tái)風(fēng)季節(jié)按先后順序被劃分為兩部分：其中，需要進(jìn)行預(yù)報(bào)臺(tái)風(fēng)的時(shí)期稱為預(yù)報(bào)期；進(jìn)行預(yù)報(bào)時(shí)所考慮的、在預(yù)報(bào)臺(tái)風(fēng)之前發(fā)生的歷史臺(tái)風(fēng)組成的時(shí)期稱為訓(xùn)練期，對應(yīng)所考慮的臺(tái)風(fēng)稱為訓(xùn)練樣本。在訓(xùn)練期，各個(gè)氣象臺(tái)站對所有訓(xùn)練樣本的預(yù)報(bào)誤差進(jìn)行統(tǒng)計(jì)，從而確定各個(gè)氣象臺(tái)站在預(yù)報(bào)期的權(quán)重系數(shù)和偏差修正值；在預(yù)報(bào)期，針對每一個(gè)預(yù)報(bào)時(shí)刻，采用上述權(quán)重系數(shù)和誤差修正值將各個(gè)氣象臺(tái)站的預(yù)報(bào)結(jié)果進(jìn)行加權(quán)平均，并以加權(quán)平均所得值作為多模式超級集合預(yù)報(bào)的結(jié)果。在現(xiàn)有預(yù)報(bào)方案中，為了更加客觀反映各臺(tái)站最新的預(yù)報(bào)表現(xiàn)，采用滑動(dòng)訓(xùn)練的方法，選取緊鄰預(yù)報(bào)臺(tái)風(fēng)的前k場臺(tái)風(fēng)作為訓(xùn)練樣本（見圖1），動(dòng)態(tài)確定權(quán)重系數(shù)和需要修正的預(yù)報(bào)偏差。通過不同k值的方案比選，最終選取滑動(dòng)訓(xùn)練樣本數(shù)k=40、訓(xùn)練期去除“雙臺(tái)風(fēng)”樣本的多模式超級集合預(yù)報(bào)方案作為未來臺(tái)風(fēng)預(yù)報(bào)的推薦方案[7]。通過2013年多場臺(tái)風(fēng)的檢驗(yàn)，現(xiàn)有預(yù)報(bào)方案的整體精度明顯優(yōu)于單一臺(tái)站的預(yù)報(bào)精度，但也存在一定的不足，主要表現(xiàn)為：（1）對歷史數(shù)據(jù)的需求量很大，需要過去前40場臺(tái)風(fēng)完整的歷史資料；（2）在一場臺(tái)風(fēng)的預(yù)報(bào)過程中，各臺(tái)站的權(quán)重系數(shù)保持不變，不能實(shí)現(xiàn)權(quán)重系數(shù)的動(dòng)態(tài)調(diào)整；（3）在單場臺(tái)風(fēng)某個(gè)時(shí)刻的預(yù)報(bào)偏差與歷史臺(tái)風(fēng)的平均偏差有較大差別，甚至出現(xiàn)符號(hào)相反的情形，因此在偏差修正的過程中有可能使得某些時(shí)刻集合預(yù)報(bào)誤差明顯大于單一臺(tái)站預(yù)報(bào)誤差的情形。

為了克服以上問題，本文提出一種基于預(yù)估偏差的優(yōu)化方案，該方案的核心思想是假定各臺(tái)站相鄰時(shí)刻預(yù)報(bào)誤差的趨勢保持基本不變，據(jù)此預(yù)估各臺(tái)站下一時(shí)刻預(yù)報(bào)的預(yù)報(bào)偏差，然后根據(jù)該預(yù)估偏差對各臺(tái)站預(yù)報(bào)結(jié)果進(jìn)行修正，并進(jìn)行不同臺(tái)站權(quán)重的賦值。其計(jì)算方法見圖2，利用當(dāng)前時(shí)刻和前一時(shí)刻的實(shí)測值、預(yù)報(bào)值加上下一時(shí)刻的預(yù)報(bào)值（一共5個(gè)點(diǎn)，圖2中綠色表示），來不斷更新修正預(yù)報(bào)值（圖2中紅色表示）。

圖1 滑動(dòng)訓(xùn)練法示意圖

圖2計(jì)算預(yù)估偏差的示意圖

圖2 中e→為“預(yù)估偏差”。各臺(tái)站的修正預(yù)報(bào)值利用“預(yù)估偏差”來計(jì)算，可寫為：

式中：P→i為第i個(gè)臺(tái)站修正預(yù)報(bào)值的位置矢量，包括經(jīng)度和緯度；P→0i為第i個(gè)臺(tái)站原始預(yù)報(bào)值的位置矢量，包括經(jīng)度和緯度；k為經(jīng)驗(yàn)參數(shù)；e→i為第i個(gè)臺(tái)站對應(yīng)的預(yù)估偏差。

計(jì)算得到修正預(yù)報(bào)值之后，可利用該“預(yù)估偏差”來計(jì)算每個(gè)臺(tái)站修正預(yù)報(bào)值的權(quán)重，其數(shù)學(xué)表達(dá)式為：

式中：αi是第i個(gè)臺(tái)站的權(quán)重系數(shù)，N為參與集合的模式的個(gè)數(shù)，本文取4。

得到了各臺(tái)站對應(yīng)的權(quán)重系數(shù)之后，類似于現(xiàn)有的超級集合預(yù)報(bào)方案[7]，采用加權(quán)集合平均的方法來計(jì)算集合化預(yù)報(bào)結(jié)果，即：

式中：P→e為基于預(yù)估偏差的集合預(yù)報(bào)結(jié)果。

3 集合預(yù)報(bào)結(jié)果分析

為了掌握優(yōu)化方案對路徑預(yù)報(bào)精度的改善情況，本文對2013—2015年發(fā)生在西北太平洋的所有臺(tái)風(fēng)進(jìn)行了預(yù)報(bào)，分別就單場臺(tái)風(fēng)的預(yù)報(bào)過程誤差和所有臺(tái)風(fēng)的整體預(yù)報(bào)誤差進(jìn)行了統(tǒng)計(jì)分析，下面分別予以介紹。

3.1 單場臺(tái)風(fēng)的集合預(yù)報(bào)

考慮到影響我國的超強(qiáng)臺(tái)風(fēng)多在東南沿海一線登陸，本文選取1307號(hào)臺(tái)風(fēng)“蘇力”作為單場的典型臺(tái)風(fēng)，對優(yōu)化方案的預(yù)報(bào)表現(xiàn)進(jìn)行詳細(xì)分析。

“蘇力”臺(tái)風(fēng)于2013年7月8日08時(shí)（北京時(shí)，下同）在中國臺(tái)灣省臺(tái)北市東偏南方大約2 500 km的西北太平洋洋面上生成，中心附近最大風(fēng)力有8級（18 m/s），中心最低氣壓為1 000 hPa。7月9日02時(shí)加強(qiáng)為強(qiáng)熱帶風(fēng)暴，08時(shí)加強(qiáng)為臺(tái)風(fēng)，17時(shí)加強(qiáng)為強(qiáng)臺(tái)風(fēng)。7月10日加強(qiáng)為超強(qiáng)臺(tái)風(fēng)。7月11日開始逐漸減弱。7月13日03時(shí)在臺(tái)灣省新北市與宜蘭縣交界處登陸。7月13日16時(shí)在福建省連江縣黃岐半島沿海再次登陸，17時(shí)減弱為強(qiáng)熱帶風(fēng)暴，于23時(shí)減弱為熱帶風(fēng)暴?！疤K力”臺(tái)風(fēng)具有強(qiáng)度發(fā)展快、風(fēng)力強(qiáng)、正面登陸等特點(diǎn)，強(qiáng)風(fēng)、暴雨和巨浪給我國臺(tái)灣和廣東地區(qū)帶來了嚴(yán)重災(zāi)害。

根據(jù)福建水利信息網(wǎng)所提供的以上4個(gè)氣象臺(tái)站的預(yù)報(bào)資料，分別采用了現(xiàn)有方案和優(yōu)化方案對“蘇力”臺(tái)風(fēng)路徑進(jìn)行了集合預(yù)報(bào)，下面以業(yè)務(wù)預(yù)報(bào)中最為關(guān)注的24 h預(yù)報(bào)結(jié)果進(jìn)行對比分析（見圖3）。

圖3 24 h預(yù)報(bào)路徑對比圖

圖3 a為優(yōu)化方案與4個(gè)臺(tái)站的24 h預(yù)報(bào)路徑對比圖。從圖中可以看出，隨著預(yù)報(bào)時(shí)刻的推移，集合化預(yù)報(bào)的路徑越來越趨近于實(shí)際路徑，路徑誤差相較于各單一臺(tái)站明顯減小。剛開始時(shí)，臺(tái)風(fēng)處在孕育初期，路徑雜亂無章，無明顯規(guī)律可循，故集合預(yù)報(bào)的結(jié)果波動(dòng)較大；隨著臺(tái)風(fēng)的推移，集合化的預(yù)報(bào)結(jié)果與實(shí)際路徑越來越貼合，路徑偏差很?。慌_(tái)風(fēng)登陸時(shí)，集合預(yù)報(bào)的位置與實(shí)際位置基本一致，而各臺(tái)站的預(yù)報(bào)路徑與實(shí)際路徑的偏差波動(dòng)較大，不如集合預(yù)報(bào)的結(jié)果穩(wěn)定；

圖3 b為優(yōu)化方案與現(xiàn)有方案的24 h預(yù)報(bào)路徑對比圖。從圖中可以看出，剛開始時(shí)現(xiàn)有方案的表現(xiàn)相對更好，這可能是因?yàn)楝F(xiàn)有方案對路徑誤差的修正是基于歷史臺(tái)風(fēng)的大量數(shù)據(jù)的平均，優(yōu)化方案則是利用前幾個(gè)時(shí)刻的預(yù)報(bào)值和實(shí)測值，所以剛開始波動(dòng)稍大，但在臺(tái)風(fēng)行進(jìn)過程中，優(yōu)化方案的路徑誤差不斷修正，表現(xiàn)越來越好，與實(shí)際路徑逐漸逼近，而現(xiàn)有方案在單場臺(tái)風(fēng)中的誤差修正值是不變的，因此其預(yù)報(bào)表現(xiàn)在臺(tái)風(fēng)登陸前相對更差一些。

圖4 1307號(hào)“蘇力”臺(tái)風(fēng)路徑預(yù)報(bào)平均誤差

圖4 為不同預(yù)報(bào)方案的路徑預(yù)報(bào)平均誤差。從圖4中可以看出，24 h集合預(yù)報(bào)的路徑誤差明顯小于各單一臺(tái)站，路徑預(yù)報(bào)平均誤差相比于美、日、中、臺(tái)分別減小了12.88%、18.40%、30.58%、19.44%，并且優(yōu)化方案的路徑平均誤差比現(xiàn)有方案減小了33.72%。從圖3b可以看出，優(yōu)化方案的臺(tái)風(fēng)預(yù)報(bào)路徑走勢更加平穩(wěn)，特別是當(dāng)臺(tái)風(fēng)接近陸地時(shí)，預(yù)報(bào)精度有較大幅度的提高，沒有出現(xiàn)明顯偏離實(shí)際路徑的情形。

3.2 2013—2015年臺(tái)風(fēng)路徑集合預(yù)報(bào)誤差統(tǒng)計(jì)

為了探究本論文所提出的優(yōu)化方案的普適性，對2013—2015年發(fā)生在西太平洋海域的所有臺(tái)風(fēng)進(jìn)行24 h、48 h和72 h的集合預(yù)報(bào)，并且對平均預(yù)報(bào)誤差進(jìn)行了統(tǒng)計(jì)，其中2013、2014、2015年統(tǒng)計(jì)的臺(tái)風(fēng)數(shù)分別為31、22、27，在24 h、48 h和72 h預(yù)報(bào)時(shí)效下的預(yù)報(bào)誤差的結(jié)果如圖5a、5b、5c所示。

從圖5a可以看出，在2013—2015年的臺(tái)風(fēng)路徑的24 h預(yù)報(bào)過程中，集合化的整體預(yù)報(bào)誤差小于各單一臺(tái)站，相較于各臺(tái)站分別減小了7.67%、13.61%、8.69%、13.47%。需要指出的是，在數(shù)據(jù)分析過程中，本文對“預(yù)估偏差”中的經(jīng)驗(yàn)系數(shù)k做了敏感性分析，結(jié)果表明：當(dāng)k取0.3的時(shí)候，集合化的預(yù)報(bào)誤差最小。從3年的平均誤差來看，24 h集合化的結(jié)果相比單一臺(tái)站有了明顯的改善，比現(xiàn)有方案也減少了2.85%，說明優(yōu)化方案整體上保持了與現(xiàn)有預(yù)報(bào)方案相當(dāng)?shù)木取?/p>

從圖5b、5c可以看出，48 h和72 h預(yù)報(bào)時(shí)效下，優(yōu)化方案的預(yù)報(bào)結(jié)果相較于各單一臺(tái)站均有一定程度的改善，48 h的集合預(yù)報(bào)誤差相比于最好的臺(tái)站中國臺(tái)減小了4.38%，而72 h的集合預(yù)報(bào)誤差與表現(xiàn)最好的中國臺(tái)的預(yù)報(bào)誤差相當(dāng)，且明顯小于現(xiàn)有方案的預(yù)報(bào)誤差。

圖5 不同預(yù)報(bào)時(shí)效的臺(tái)風(fēng)路徑預(yù)報(bào)平均誤差

圖6 不同預(yù)報(bào)時(shí)效的臺(tái)風(fēng)路徑預(yù)報(bào)均方差

根據(jù)優(yōu)化方案在2013—2015年臺(tái)風(fēng)期間的預(yù)報(bào)表現(xiàn)，通過計(jì)算所有誤差的均方差對其預(yù)報(bào)的穩(wěn)定性進(jìn)行定量評判（見圖6）。從結(jié)果可以看出，24 h下優(yōu)化預(yù)報(bào)方案誤差的均方差明顯減小了10.6%，48 h和72 h下均方差也較單站和現(xiàn)有方案有一定程度的減小?？紤]到優(yōu)化方案預(yù)報(bào)的整體精度與現(xiàn)有方案的精度大體相當(dāng)，由此可以推測優(yōu)化方案可更加有效地避免集合預(yù)報(bào)在某些時(shí)刻出現(xiàn)較大偏差的情形，因此其預(yù)報(bào)結(jié)果也更加穩(wěn)定、可靠。

4 結(jié)語

本文基于中國氣象局、中國臺(tái)灣氣象局、日本氣象廳和美國氣象局等4個(gè)預(yù)報(bào)中心的臺(tái)風(fēng)預(yù)報(bào)資料，引入了預(yù)估偏差的思想，利用當(dāng)前時(shí)刻和上一時(shí)刻的實(shí)測值和預(yù)報(bào)值的線性延伸來預(yù)估下一時(shí)刻的預(yù)估偏差，進(jìn)而用此預(yù)估偏差來修正預(yù)報(bào)值和計(jì)算權(quán)重，得到各臺(tái)站對應(yīng)的權(quán)重系數(shù)，之后采用加權(quán)集合平均的方法得到集合化的路徑預(yù)報(bào)值。相比于現(xiàn)有的集合預(yù)報(bào)方案，本文所提出的優(yōu)化方案不需要依賴于歷史臺(tái)風(fēng)，對數(shù)據(jù)量要求很小，數(shù)據(jù)的處理比較簡單，可操作性強(qiáng)。

通過對比分析單場臺(tái)風(fēng)“蘇力”的過程預(yù)報(bào)結(jié)果和2013—2015年發(fā)生在西北太平洋的所有臺(tái)風(fēng)的整體預(yù)報(bào)結(jié)果可以看出，優(yōu)化方案可以保持較高的預(yù)報(bào)精度，且穩(wěn)定性有較為明顯的提高，從總體表現(xiàn)上要優(yōu)于單一臺(tái)站和現(xiàn)有的集合預(yù)報(bào)方案。后續(xù)將重點(diǎn)開展基于優(yōu)化方案的業(yè)務(wù)化預(yù)報(bào)工作，希望能在未來臺(tái)風(fēng)的集合路徑預(yù)報(bào)實(shí)踐中發(fā)揮重要作用。

[1]李澤椿,陳德輝.國家氣象中心集合數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)的發(fā)展及應(yīng)用[J].應(yīng)用氣象學(xué)報(bào),2002,13(1):1-15.

[2]陳靜,陳德輝,顏宏.集合數(shù)值預(yù)報(bào)發(fā)展與研究進(jìn)展[J].應(yīng)用氣象學(xué)報(bào),2002,13(4):497-507.

[3]段明鏗,王盤興.集合預(yù)報(bào)方法研究及應(yīng)用進(jìn)展綜述[J].南京氣象學(xué)院學(xué)報(bào),2004,27(2):279-288.

[4]黃燕燕,萬齊林,袁金南,等.基于BDA擾動(dòng)法的臺(tái)風(fēng)路徑集合預(yù)報(bào)試驗(yàn)研究[J].熱帶氣象學(xué)報(bào),2006,22(1):49-54.

[5]Krishnamurti T N,Kishtawal C M,LaRow T E,et al.Improved WeatherandSeasonalClimateForecastsfromMultimodel Superensemble[J].Science,1999,285(5433):1548-1550.

[6]Zhi X F,Zhang L,Bai Y Q.Application of the Multi-model Ensemble Forecast in the QPF[C]//Proceedings of 2011 International Conference on Information Science and Technology.Nanjing, Jiangsu,China:IEEE,2011.

[7]丁雪霖,陳永平,顧茜.2013年西北太平洋臺(tái)風(fēng)路徑集合預(yù)報(bào)[J].河海大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,43(4):361-365.

Improvement of ensemble forecast of typhoon track in the Northwestern Pacific

YUAN Jie-ying1,2,CHEN Yong-ping1,2，PAN Yi1,2，DONG Jia-gen3，LUO Li-ya3
（1.State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering,Hohai University,Nanjing 210098 China; 2.College of Harbor,Coastal and Offshore Engineering,Hohai University,Nanjing 210098 China; 3.Jiangsu Province Hydrology and Water Resources Investigation Bureau,Nanjing 210029 China）

Based on the existing super-ensemble forecast method,an improved method is proposed to further improve the typhoon track forecast accuracy and stability,which is relied on the principle of error-estimation ensemble.The performance of the method is examined by the forecasting of 24-hour of a single typhoon,i.e. 'Soulik'(No.1307),in the region of northwestern Pacific,and the forecast errors are analyzed in detail.After that, the forecast of all the typhoons over the northwestern Pacific from 2013 to 2015 of 24-hour,48-hour and 72-hour has been conducted by using the improved method to analyze its overall error.The results show that the better accuracy is achieved by the existing method in terms of the single typhoon and the forecast error has reduced by 12.88%、18.40%、30.58%、19.44%、33.72%compared to the results from the four individual forecast centers and the existing method.The deviation of forecast errors is relatively small compared to that of individual forecast centers.In terms of the whole typhoons from 2013 to 2015 of 24-hour,the average overall forecast errors could be reduced by 2.85%by the improved method compared with the existing one while the standard deviation of the errors could be reduced by 10.6%.The ensemble forecast error of 48-hour has reduced by 4.38%compared with the best single center and the 72-hour forecast result is close to the best center and both the results are better than the existing method.It indicates that the improved method could increase the forecast stability remarkably while keeping the same order of accuracy as the existing method.

typhoon track；ensemble forecast；error-estimation ensemble；error correction

P457.8

A

1003-0239（2017）02-0037-06

10.11737/j.issn.1003-0239.2017.02.005

2016-07-27；

2016-12-01。

江蘇省水利科技項(xiàng)目（2015006）。

袁杰穎（1991-），女，碩士在讀，從事河口海岸及近海工程水動(dòng)力環(huán)境研究。E-mail：angelineyuan@163.com通訊作者：陳永平（1976-），男，教授，博士，從事河口海岸及近海工程水動(dòng)力環(huán)境研究。E-mail：ypchen@hhu.edu.cn