基于統(tǒng)計(jì)的臺(tái)風(fēng)影響下珠海站風(fēng)速預(yù)報(bào)方法

王世強(qiáng)，夏冬，李韻婕，黃照亮，劉洋，王東海

（1.珠海市公共氣象服務(wù)中心，廣東珠海 519000；2.珠海市氣象局，廣東珠海 519000；3.中山大學(xué)大氣科學(xué)學(xué)院，廣東珠海 519082）

臺(tái)風(fēng)作為一種可造成嚴(yán)重影響的自然災(zāi)害，往往伴隨大風(fēng)、暴雨、風(fēng)暴潮等災(zāi)害［1-2］，尤其是臺(tái)風(fēng)造成的極端大風(fēng)災(zāi)害［3］，可造成巨大的經(jīng)濟(jì)損失。目前，臺(tái)風(fēng)影響下的大風(fēng)預(yù)報(bào)多是基于數(shù)值模式預(yù)報(bào)的結(jié)果，但在下墊面模擬還不夠精細(xì)、中小尺度系統(tǒng)機(jī)理不完全清晰等數(shù)值預(yù)報(bào)不完善的背景下，數(shù)值模式預(yù)報(bào)的大風(fēng)仍存在一定的誤差，臺(tái)風(fēng)精細(xì)化預(yù)報(bào)亟待提高［4］。而基于本地歷史氣象資料統(tǒng)計(jì)分析［5］建立局地風(fēng)速與臺(tái)風(fēng)中心位置和強(qiáng)度關(guān)系，從而將數(shù)值模式對(duì)于臺(tái)風(fēng)路徑、強(qiáng)度的預(yù)報(bào)與本地的資料結(jié)合起來，可以有效地彌補(bǔ)數(shù)值預(yù)報(bào)對(duì)于臺(tái)風(fēng)影響下風(fēng)速預(yù)報(bào)的不足。

關(guān)于臺(tái)風(fēng)中心位置、強(qiáng)度與其造成的大風(fēng)的關(guān)系，已有許多專家學(xué)者進(jìn)行了研究。Li等［6］通過對(duì)華南地區(qū)部分自動(dòng)氣象站數(shù)據(jù)分析，建立了熱帶氣旋影響下陣風(fēng)預(yù)報(bào)模型；梁莉等［4］對(duì)2008—2014年的臺(tái)風(fēng)統(tǒng)計(jì)研究結(jié)果表明，6級(jí)及以上大風(fēng)主要發(fā)生在距離臺(tái)風(fēng)中心300 km內(nèi)、強(qiáng)度達(dá)到臺(tái)風(fēng)級(jí)別以上時(shí)，且主要位于臺(tái)風(fēng)移動(dòng)方向的右側(cè)；薛霖等［5］統(tǒng)計(jì)分析我國(guó)海南島附近區(qū)域熱帶氣旋低層風(fēng)場(chǎng)的變化特征，結(jié)果表明臺(tái)風(fēng)中心位于海南島上時(shí)出現(xiàn)大風(fēng)比率最高，位于島南側(cè)時(shí)次之，島北側(cè)時(shí)最小。

珠海市地處珠三角南部沿海，每年都會(huì)受到臺(tái)風(fēng)影響［7-10］，大風(fēng)災(zāi)害尤為嚴(yán)重［8］。本研究利用2006—2016年珠海站逐小時(shí)最大風(fēng)速資料和周圍400 km內(nèi)的臺(tái)風(fēng)資料，通過線性回歸方法，研究珠海站周圍不同象限、距離的臺(tái)風(fēng)與本地大風(fēng)之間的規(guī)律和關(guān)系，基于線性回歸方法建立臺(tái)風(fēng)影響下風(fēng)速預(yù)報(bào)模型，為臺(tái)風(fēng)造成的大風(fēng)預(yù)報(bào)作參考。

1 資料和方法

1.1 資料

本研究使用的風(fēng)速資料為珠海站逐時(shí)最大的平均風(fēng)（10 min）和陣風(fēng)（3 s）值。由于在2006年之后珠海站才有自動(dòng)觀測(cè)小時(shí)資料數(shù)據(jù)，因此研究時(shí)段為2006—2016年。臺(tái)風(fēng)資料為該時(shí)段中國(guó)氣象局（CMA）的最佳路徑數(shù)據(jù)集，其資料包括臺(tái)風(fēng)定位、2 min平均近中心最大風(fēng)速（簡(jiǎn)稱臺(tái)風(fēng)中心風(fēng)速）和中心最低氣壓等數(shù)據(jù)。按照業(yè)務(wù)規(guī)定臺(tái)風(fēng)中心附近最大風(fēng)速在10 m／s以下停止定位，因此本研究的臺(tái)風(fēng)中心風(fēng)速最低值為10 m／s。

1.2 方法

臺(tái)風(fēng)大風(fēng)分布與臺(tái)風(fēng)強(qiáng)度、結(jié)構(gòu)、范圍大小都有關(guān)系［11］，通常情況下，臺(tái)風(fēng)中心風(fēng)速越大、距離越近，臺(tái)風(fēng)造成的大風(fēng)越大（臺(tái)風(fēng)眼附近除外），并且臺(tái)風(fēng)最大風(fēng)速分布在移動(dòng)方向的右側(cè)［11］。本研究選取以珠海站為中心、半徑400 km的圓形區(qū)域?yàn)檠芯繀^(qū)域，統(tǒng)計(jì)了2006—2016年研究區(qū)域內(nèi)的臺(tái)風(fēng)活動(dòng)位置；以珠海站為中心，將其周圍分為東北（NE）、東南（SE）、西北（NW）、西南（SW）4個(gè)象限，同時(shí)根據(jù)臺(tái)風(fēng)中心與珠海站的距離每隔50 km分為一圈，分別統(tǒng)計(jì)不同象限、距離圈內(nèi)的臺(tái)風(fēng)風(fēng)速與珠海站風(fēng)速的關(guān)系。

1）插分方法。

由于CMA臺(tái)風(fēng)最佳路徑數(shù)據(jù)集時(shí)間間隔為6 h，為了擴(kuò)大樣本數(shù)量并與珠海站的逐時(shí)風(fēng)速資料相匹配，在研究時(shí)將臺(tái)風(fēng)按照其位置和強(qiáng)度（中心附近最大風(fēng)速）將原來的6 h間隔線性插值成1 h［12］。

在2017年臺(tái)風(fēng)資料中，登陸前24 h臺(tái)風(fēng)資料的時(shí)間間隔加密為3 h一次。本研究對(duì)比了用分辨率6 h資料線性插值結(jié)果與臺(tái)風(fēng)實(shí)際位置（共71個(gè)樣本），結(jié)果表明兩者差異并不明顯，空間差值的均方差為10 km，最大風(fēng)速差值的均方差為1.57 m／s。

2）線性擬合。

以臺(tái)風(fēng)中心附近最大風(fēng)速為自變量，珠海站風(fēng)速（平均風(fēng)和陣風(fēng)）為因變量，建立線性回歸方程，并以可決系數(shù)（R2）作為判定線性回歸擬合程度優(yōu)劣的標(biāo)準(zhǔn)。

2 珠海市周圍臺(tái)風(fēng)活動(dòng)特征

2006—2016年共有51個(gè)臺(tái)風(fēng)進(jìn)入研究區(qū)域（圖1a），年平均4.6個(gè)，主要集中在6—10月（圖1b）。對(duì)臺(tái)風(fēng)資料進(jìn)行線性插值到1 h，共得到臺(tái)風(fēng)樣本1 796個(gè)（圖1c-d）。

圖1 2006—2016年研究區(qū)域內(nèi)臺(tái)風(fēng)樣本分布特征

從臺(tái)風(fēng)路徑和強(qiáng)度的分布（圖1c）來看，東北象限的臺(tái)風(fēng)移動(dòng)路徑以偏北和西北偏西為主，較強(qiáng)的臺(tái)風(fēng)主要在近海；東南象限的臺(tái)風(fēng)移動(dòng)路徑以西北和東北偏北為主，其中東北偏北路徑的臺(tái)風(fēng)主要集中在250 km以外的區(qū)域；西南象限的臺(tái)風(fēng)移動(dòng)路徑以西北為主；西北象限的臺(tái)風(fēng)移動(dòng)路徑以西北和東北為主，強(qiáng)度基本都在熱帶風(fēng)暴級(jí)別以下。

從樣本分布數(shù)量的分布（圖1d）來看，在0～50 km范圍內(nèi)的樣本數(shù)目很少，僅有35個(gè)，且多集中在西北象限；在50～100 km范圍內(nèi)臺(tái)風(fēng)數(shù)量明顯增多達(dá)到127個(gè)，尤其是西南象限，多達(dá)53個(gè)；在100～150和150～200 km范圍內(nèi)樣本數(shù)在170個(gè)左右，西南象限最多，其次為東南和東北象限；在200～250和250～300 km范圍內(nèi)的樣本總數(shù)在200個(gè)以上，東南象限樣本數(shù)逐漸超過西南象限，東北、西北象限樣本數(shù)目所占比例明顯減少；300～350和350～400 km范圍內(nèi)的樣本總數(shù)都在400個(gè)以上，東南和西南象限的樣本數(shù)目在140～180個(gè)，東北和西北氣象的樣本數(shù)目大致在50個(gè)左右。

3 臺(tái)風(fēng)中心風(fēng)速與珠海站風(fēng)速的線性回歸

3.1 回歸擬合的效果

0～50 km范圍內(nèi)的西南象限由于樣本數(shù)目過少（只有2個(gè)），未做線性回歸。從平均風(fēng)（圖2a）和陣風(fēng)（圖2b）回歸方程的可決系數(shù)R2值來看，當(dāng)臺(tái)風(fēng)中心在0～50 km范圍內(nèi)時(shí)，各個(gè)象限擬合效果一般，最大的是東南象限，R2在0.3左右；在50～100 km范圍內(nèi)時(shí)，擬合效果明顯提升，東南和西南象限的R2達(dá)到0.8左右，其次是西北象限，而東北象限只有0.2左右；在100～150 km范圍內(nèi)時(shí)，擬合效果開始有所下降，東南和西南象限的R2降至0.6～0.7，西北和東北象限在0.3左右；在150～200 km范圍內(nèi)時(shí)，僅有東南象限的R2較100～150 km有所下降；在200～250、250～300和300～350 km范圍內(nèi)時(shí)，各象限的擬合都明顯下降，西南和西北象限擬合要優(yōu)于東北和東南象限；在350～400 km范圍內(nèi)時(shí)，西南象限的R2仍有0.4以上，而其它象限均已很低。

3.2 建立回歸方程查算表

根據(jù)線性擬合結(jié)果，建立出回歸方程查算表（表1、表2）。除0～50 km外，其它幾乎所有的回歸方程均通過P＝0.05的顯著性F檢驗(yàn)，大部分方程更是都通過了P＝0.01的非常顯著性F檢驗(yàn)。對(duì)比不同象限回歸方程斜率可以看出，臺(tái)風(fēng)位于西南象限時(shí)的珠海站風(fēng)速最大，其次東南象限，西北和東北象限最小。

表1 不同象限平均風(fēng)回歸方程

表2 不同象限陣風(fēng)回歸方程

3.3 回歸方程檢驗(yàn)

為了檢驗(yàn)回歸方程效果，將2017年的臺(tái)風(fēng)路徑資料插值到每小時(shí)，共得到188個(gè)樣本。據(jù)查算表得到對(duì)應(yīng)珠海站的時(shí)最大平均風(fēng)和陣風(fēng)，并與珠海站錄得風(fēng)速實(shí)況進(jìn)行對(duì)比。

圖3為回歸方程的預(yù)測(cè)風(fēng)速與實(shí)際風(fēng)速差值的標(biāo)準(zhǔn)差。從圖3可以看出，西南象限誤差最大，其次為東南象限，東北和西北象限誤差最小；距離越遠(yuǎn)，誤差越小。西南象限的效果可能由2個(gè)原因引起：（1）西南象限的樣本數(shù)目很少，全部樣本數(shù)量?jī)H有23個(gè)；（2）臺(tái)風(fēng)“天鴿”、“帕卡”是2017年影響珠海站最嚴(yán)重的臺(tái)風(fēng)，其都在西南象限150 km范圍內(nèi)經(jīng)過，而回歸方程對(duì)極端臺(tái)風(fēng)的預(yù)測(cè)結(jié)果明顯偏低。

圖3 利用回歸方程預(yù)報(bào)的平均風(fēng)（a）和陣風(fēng)（b）風(fēng)速與珠海站實(shí)際風(fēng)速差值的標(biāo)準(zhǔn)差

4 結(jié)論

1）珠海站附近區(qū)域年均有4.6個(gè)臺(tái)風(fēng)活動(dòng)，主要集中在6—10月，以西北行路徑為主；東南象限和西南象限是臺(tái)風(fēng)主要活動(dòng)象限。

2）不同象限臺(tái)風(fēng)中心風(fēng)速與珠海站風(fēng)速的線性關(guān)系差異較大，其中西南象限和東南象限最好。

3）在相同臺(tái)風(fēng)中心風(fēng)速和距離圈內(nèi)時(shí)，臺(tái)風(fēng)位于西南象限時(shí)的珠海站風(fēng)速最大，其次為東南象限，在西北象限和東北象限時(shí)最小。

4）通過2017年臺(tái)風(fēng)數(shù)據(jù)對(duì)預(yù)報(bào)方程進(jìn)行檢驗(yàn)，結(jié)果表明其對(duì)東北、東南、西北象限活動(dòng)臺(tái)風(fēng)均有較好的預(yù)測(cè)效果，而西南象限由于樣本少、2017年極端臺(tái)風(fēng)較多等原因，檢驗(yàn)效果較差。

由于珠海站逐時(shí)最大風(fēng)速觀測(cè)資料時(shí)間年限有限，回歸方程使用的樣本數(shù)量還相對(duì)較少，在累積了更多的臺(tái)風(fēng)資料后，擴(kuò)大樣本數(shù)量，相信可以進(jìn)一步提升方程的預(yù)報(bào)效果。