臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)技術(shù)研究與開(kāi)發(fā)應(yīng)用

吳聯(lián)要 錢(qián) 浩 趙軍平 沈 翊 李嘉鵬

(浙江省氣象臺(tái)，浙江 杭州 310017)

0 引 言

臺(tái)風(fēng)是影響我國(guó)的重要?dú)庀鬄?zāi)害之一，浙江省地處我國(guó)東南沿海，每年臺(tái)汛期平均都有1～2個(gè)臺(tái)風(fēng)直接登陸影響浙江，臺(tái)風(fēng)路徑的預(yù)報(bào)預(yù)測(cè)對(duì)于浙江省每年防臺(tái)工作意義重大。臺(tái)風(fēng)路徑預(yù)報(bào)水平在21世紀(jì)有明顯進(jìn)步，但隨著現(xiàn)代化氣象預(yù)報(bào)服務(wù)快速發(fā)展，業(yè)務(wù)上對(duì)臺(tái)風(fēng)路徑預(yù)報(bào)能力的要求也不斷提高。而集合預(yù)報(bào)技術(shù)從20世紀(jì)末以來(lái)有了顯著發(fā)展，它包括了對(duì)同一有效預(yù)報(bào)時(shí)間的一組不同的預(yù)報(bào)結(jié)果，從傳統(tǒng)的單一確定性預(yù)報(bào)轉(zhuǎn)變?yōu)槠骄饬x上的概率性預(yù)報(bào)[1-2]。集合預(yù)報(bào)方法的發(fā)展改進(jìn)為單一確定性預(yù)報(bào)所不能涵蓋的一些不確定性問(wèn)題提供了處理辦法，為業(yè)務(wù)預(yù)報(bào)提供了更多參考，這對(duì)常規(guī)天氣預(yù)報(bào)及臺(tái)風(fēng)影響預(yù)報(bào)都很有實(shí)際應(yīng)用意義[3-4]。

臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法是臺(tái)風(fēng)路徑預(yù)報(bào)與集合預(yù)報(bào)相結(jié)合的一種客觀預(yù)報(bào)技術(shù)。近年來(lái)，研究人員在將臺(tái)風(fēng)路徑集合預(yù)報(bào)實(shí)時(shí)訂正技術(shù)進(jìn)行業(yè)務(wù)后發(fā)現(xiàn)，這項(xiàng)預(yù)報(bào)技術(shù)在路徑預(yù)報(bào)中取得了較好的預(yù)報(bào)效果[5]。本文基于對(duì)臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法的研究探討，并依靠省臺(tái)業(yè)務(wù)上可獲取的EC集合預(yù)報(bào)資料，通過(guò)統(tǒng)計(jì)分析發(fā)展了適用于浙江臺(tái)風(fēng)業(yè)務(wù)預(yù)報(bào)的最優(yōu)集合預(yù)報(bào)方法，并開(kāi)發(fā)了預(yù)報(bào)產(chǎn)品，應(yīng)用于臺(tái)風(fēng)路徑客觀預(yù)報(bào)。

1 臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法簡(jiǎn)介

臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法就是根據(jù)臺(tái)風(fēng)實(shí)時(shí)位置(Loc0，中央臺(tái)實(shí)況定位)，選擇最新集合預(yù)報(bào)各成員臺(tái)風(fēng)路徑中路徑誤差最小的N個(gè)路徑進(jìn)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(bào)當(dāng)前時(shí)刻臺(tái)風(fēng)位置(Loc1)與臺(tái)風(fēng)當(dāng)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(gè)成員，△t是最新集合預(yù)報(bào)距當(dāng)前起報(bào)時(shí)刻的時(shí)差， Fbest-forcast表示考慮資料延時(shí)后的預(yù)報(bào)路徑(見(jiàn)下式)。

Fbest-forcast=Fbest(t+△t)

2 臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)產(chǎn)品開(kāi)發(fā)的關(guān)鍵技術(shù)

省臺(tái)臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)開(kāi)發(fā)工作目前依賴(lài)的資料來(lái)源是CMAcast下發(fā)的ECMWF臺(tái)風(fēng)集合預(yù)報(bào)產(chǎn)品，一天下發(fā)兩次，分別是00時(shí)和12時(shí)(世界時(shí))起報(bào)的預(yù)報(bào)，通過(guò)對(duì)下發(fā)編碼文件的自動(dòng)監(jiān)測(cè)并解碼轉(zhuǎn)換，得到用于路徑最優(yōu)集合的集合預(yù)報(bào)多家成員資料。

在得到集合預(yù)報(bào)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(lái)進(jìn)行利用。優(yōu)選方法里面主要涉及3個(gè)關(guān)鍵問(wèn)題，這3個(gè)關(guān)鍵技術(shù)點(diǎn)對(duì)最優(yōu)集合預(yù)報(bào)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(bào)有效成員有51個(gè)，為了探索挑選出多少個(gè)優(yōu)秀成員來(lái)進(jìn)行再集成能得到較好的預(yù)報(bào)效果，本文比較了分別挑選1～51個(gè)成員的預(yù)報(bào)結(jié)果做集成得到的24 h路徑預(yù)報(bào)誤差情況，對(duì)2014全年西太平洋臺(tái)風(fēng)預(yù)報(bào)的統(tǒng)計(jì)結(jié)果如圖1所示，路徑預(yù)報(bào)誤差兩頭大中間小，而在挑選10～15個(gè)成員時(shí)，路徑誤差控制效果最好。基于這個(gè)統(tǒng)計(jì)，省臺(tái)臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)的優(yōu)選成員數(shù)將控制在10～15個(gè)范圍內(nèi)。

圖1 2014年西北太平洋臺(tái)風(fēng)集合預(yù)報(bào)優(yōu)選不同 數(shù)量成員的24 h路徑誤差對(duì)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(gè)關(guān)鍵問(wèn)題，即是否把這些成員的預(yù)報(bào)按照實(shí)況的檢驗(yàn)誤差進(jìn)行訂正，是否將每個(gè)成員的預(yù)報(bào)路徑進(jìn)行平移。為了解決這個(gè)問(wèn)題，本文統(tǒng)計(jì)了2011—2014年西北太平洋臺(tái)風(fēng)最優(yōu)集合預(yù)報(bào)(優(yōu)選15個(gè)成員)分別在優(yōu)選后訂正路徑和不訂正路徑的預(yù)報(bào)誤差情況，從圖2顯示的統(tǒng)計(jì)結(jié)果來(lái)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(bào)效果更好一些，由此可見(jiàn)，優(yōu)選后不訂正路徑直接進(jìn)行集成的方法應(yīng)用到業(yè)務(wù)預(yù)報(bào)中更為有效。

2.3 優(yōu)選依據(jù)的路徑誤差時(shí)效

第3個(gè)關(guān)鍵技術(shù)問(wèn)題是優(yōu)選成員時(shí)以過(guò)去6 h的路徑誤差值作依據(jù)還是以時(shí)效更長(zhǎng)的12 h路徑誤差作依據(jù)。為了幫助分析，本文同樣統(tǒng)計(jì)了2011—2014年西北太平洋臺(tái)風(fēng)最優(yōu)集合預(yù)報(bào)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(bào)誤差檢驗(yàn)和對(duì)比，圖3的統(tǒng)計(jì)結(jié)果顯示，基于6 h路徑預(yù)報(bào)誤差進(jìn)行優(yōu)選集成后的預(yù)報(bào)比用12 h路徑預(yù)報(bào)誤差做的優(yōu)選預(yù)報(bào)效果好，且差別明顯，誤差值相差一般都在10 km以上，說(shuō)明在優(yōu)選時(shí)應(yīng)盡量用最新時(shí)效的6 h誤差來(lái)作為根據(jù)，有利于提高最優(yōu)集合的質(zhì)量和預(yù)報(bào)效果。

圖2 2011—2014年西北太平洋臺(tái)風(fēng)最優(yōu)集合 預(yù)報(bào)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(tái)風(fēng)最優(yōu)集合 預(yù)報(bào)路徑誤差(基于不同誤差時(shí)效,單位：km)

3 臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法的預(yù)報(bào)效果統(tǒng)計(jì)

在分析了3個(gè)關(guān)鍵技術(shù)后，應(yīng)用3個(gè)關(guān)鍵技術(shù)中有利于提高預(yù)報(bào)效果的關(guān)鍵技術(shù)，整合到本項(xiàng)目準(zhǔn)備應(yīng)用的臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法中，得到試用的臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法。本文應(yīng)用該方法反算出2011—2014年西北太平洋臺(tái)風(fēng)的最優(yōu)集合路徑預(yù)報(bào)結(jié)果，其中24 h路徑預(yù)報(bào)共1204個(gè)預(yù)報(bào)樣本。經(jīng)統(tǒng)計(jì)，1204個(gè)預(yù)報(bào)樣本的24 h路徑預(yù)報(bào)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(bào)、中央臺(tái)主觀預(yù)報(bào)和關(guān)島主觀預(yù)報(bào)等多家預(yù)報(bào)的橫向?qū)Ρ戎惺钦`差最小的(如圖4統(tǒng)計(jì)結(jié)果所示)，這表明本文通過(guò)研究確定的省臺(tái)臺(tái)風(fēng)最優(yōu)集合預(yù)報(bào)方法預(yù)報(bào)效果較好，具有推廣應(yīng)用意義。

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

4 臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)產(chǎn)品的開(kāi)發(fā)應(yīng)用

在確定了預(yù)報(bào)效果適用的省臺(tái)臺(tái)風(fēng)最優(yōu)集合預(yù)報(bào)方法后，本項(xiàng)目對(duì)省臺(tái)最優(yōu)集合臺(tái)風(fēng)路徑預(yù)報(bào)產(chǎn)品進(jìn)行了應(yīng)用開(kāi)發(fā)。省臺(tái)最優(yōu)集合臺(tái)風(fēng)路徑預(yù)報(bào)產(chǎn)品每天有4次起報(bào)時(shí)次，分別是02、08、14和20(北京時(shí)間)，前兩次預(yù)報(bào)采用的資料為EC前一天20時(shí)起報(bào)的集合預(yù)報(bào)資料，后兩次預(yù)報(bào)采用的資料則是EC當(dāng)天08時(shí)起報(bào)的集合預(yù)報(bào)資料，4次預(yù)報(bào)的具體發(fā)布時(shí)間如表1所示。

另外，02和14時(shí)的省臺(tái)最優(yōu)集合預(yù)報(bào)是采用6 h路徑誤差來(lái)進(jìn)行優(yōu)選，但由于受EC集合預(yù)報(bào)起報(bào)時(shí)次一天只有兩次的限制， 08時(shí)和20時(shí)的最優(yōu)集合預(yù)報(bào)只能根據(jù)12 h路徑誤差的檢驗(yàn)情況來(lái)做優(yōu)選。

表1省臺(tái)最優(yōu)集合臺(tái)風(fēng)路徑預(yù)報(bào)的產(chǎn)品時(shí)間列表

預(yù)報(bào)時(shí)次(北京時(shí)間，下同)02時(shí)08時(shí)14時(shí)20時(shí)采用EC集合預(yù)報(bào)的起報(bào)時(shí)次前一天20時(shí)前一天20時(shí)當(dāng)天08時(shí)當(dāng)天08時(shí)產(chǎn)品生成時(shí)間05時(shí)09時(shí)17時(shí)21時(shí)優(yōu)選依據(jù)的路徑誤差6h12h6h12h

該項(xiàng)業(yè)務(wù)產(chǎn)品的生成系列程序和腳本在省臺(tái)業(yè)務(wù)常用的Linux服務(wù)器上自動(dòng)運(yùn)行，能自動(dòng)處理最新臺(tái)風(fēng)和中央臺(tái)下發(fā)的最新EC集合預(yù)報(bào)資料，并自動(dòng)進(jìn)行分析和計(jì)算處理，產(chǎn)品生成后統(tǒng)一定時(shí)讀取入庫(kù)，并集成到省臺(tái)的“浙江省熱帶氣旋信息檢索分析系統(tǒng)”平臺(tái)之上，方便預(yù)報(bào)員查看對(duì)比和應(yīng)用。

5 臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)產(chǎn)品的初步業(yè)務(wù)應(yīng)用分析

圖5展示了省臺(tái)臺(tái)風(fēng)最優(yōu)集合路徑預(yù)報(bào)產(chǎn)品在“浙江省熱帶氣旋信息檢索分析系統(tǒng)”平臺(tái)上的顯示情況，該次預(yù)報(bào)為2015年7月4日08時(shí)起報(bào)的1509號(hào)臺(tái)風(fēng)的最優(yōu)集合路徑預(yù)報(bào)。從圖5中可以看到，線(xiàn)條1表示的省臺(tái)最優(yōu)集合路徑預(yù)報(bào)相比較,線(xiàn)條2表示的中央臺(tái)路徑預(yù)報(bào)，與實(shí)況路徑(線(xiàn)條3)更為接近，預(yù)報(bào)效果更佳。

圖5 省臺(tái)最優(yōu)集合臺(tái)風(fēng)路徑預(yù)報(bào)展示(1509號(hào)臺(tái)風(fēng)， 7月4日08時(shí)起報(bào))(線(xiàn)條1為省臺(tái)最優(yōu)集合路徑預(yù)報(bào)， 線(xiàn)條2為中央臺(tái)路徑預(yù)報(bào)，線(xiàn)條3為路徑實(shí)況)

最優(yōu)集合產(chǎn)品在臺(tái)風(fēng)個(gè)例預(yù)報(bào)中有不錯(cuò)的誤差表現(xiàn)。如圖6所示，在1609號(hào)臺(tái)風(fēng)蒲公英的路徑預(yù)報(bào)誤差對(duì)比中可以看出，最優(yōu)集合預(yù)報(bào)的24 h路徑誤差為45 km，是4家預(yù)報(bào)中最低的，同時(shí)最優(yōu)集合預(yù)報(bào)的48 h預(yù)報(bào)誤差和72 h預(yù)報(bào)誤差也表現(xiàn)最好。

又如圖7對(duì)1513號(hào)臺(tái)風(fēng)蘇迪羅的路徑預(yù)報(bào)誤差檢驗(yàn)，最優(yōu)集合路徑預(yù)報(bào)的72 h路徑誤差為82 km，為4家預(yù)報(bào)中誤差最低。同時(shí)24 h路徑誤差(51 km)和48 h路徑預(yù)報(bào)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(hào)臺(tái)風(fēng)蒲公英省臺(tái)最優(yōu)集合 預(yù)報(bào)路徑誤差的橫向?qū)Ρ?/p>

圖7 “1513”號(hào)臺(tái)風(fēng)蘇迪羅省臺(tái)最優(yōu)集合 預(yù)報(bào)路徑誤差的橫向?qū)Ρ?/p>

6 結(jié) 語(yǔ)

采用ECMWF集合預(yù)報(bào)資料，通過(guò)對(duì)臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法的幾項(xiàng)關(guān)鍵技術(shù)進(jìn)行適用性研究分析，并統(tǒng)計(jì)分析了不同技術(shù)的選擇在應(yīng)用到臺(tái)風(fēng)路徑預(yù)報(bào)上的效果差異，最終得到了適用于浙江省臺(tái)風(fēng)路徑預(yù)報(bào)的關(guān)鍵技術(shù)方法。通過(guò)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(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)方法，并開(kāi)發(fā)成為業(yè)務(wù)產(chǎn)品，在浙江的臺(tái)風(fēng)路徑業(yè)務(wù)預(yù)報(bào)中得到應(yīng)用，并取得較好的應(yīng)用效果。

未來(lái)臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)產(chǎn)品將繼續(xù)在臺(tái)風(fēng)業(yè)務(wù)預(yù)報(bào)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(tái)臺(tái)風(fēng)路徑最優(yōu)集合預(yù)報(bào)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(qián)奇峰，張長(zhǎng)安，高拴柱，等.臺(tái)風(fēng)路徑集合預(yù)報(bào)的實(shí)時(shí)訂正技術(shù)研究[J].熱帶氣象學(xué)報(bào)，2014，30(5): 905-910.