臺風路徑最優集合預報技術研究與開發應用

吳聯要 錢 浩 趙軍平 沈 翊 李嘉鵬

(浙江省氣象臺，浙江 杭州 310017)

0 引 言

臺風是影響我國的重要氣象災害之一，浙江省地處我國東南沿海，每年臺汛期平均都有1～2個臺風直接登陸影響浙江，臺風路徑的預報預測對于浙江省每年防臺工作意義重大。臺風路徑預報水平在21世紀有明顯進步，但隨著現代化氣象預報服務快速發展，業務上對臺風路徑預報能力的要求也不斷提高。而集合預報技術從20世紀末以來有了顯著發展，它包括了對同一有效預報時間的一組不同的預報結果，從傳統的單一確定性預報轉變為平均意義上的概率性預報[1-2]。集合預報方法的發展改進為單一確定性預報所不能涵蓋的一些不確定性問題提供了處理辦法，為業務預報提供了更多參考，這對常規天氣預報及臺風影響預報都很有實際應用意義[3-4]。

臺風路徑最優集合預報方法是臺風路徑預報與集合預報相結合的一種客觀預報技術。近年來，研究人員在將臺風路徑集合預報實時訂正技術進行業務后發現，這項預報技術在路徑預報中取得了較好的預報效果[5]。本文基于對臺風路徑最優集合預報方法的研究探討，并依靠省臺業務上可獲取的EC集合預報資料，通過統計分析發展了適用于浙江臺風業務預報的最優集合預報方法，并開發了預報產品，應用于臺風路徑客觀預報。

1 臺風路徑最優集合預報方法簡介

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

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

Fbest-forcast=Fbest(t+△t)

2 臺風路徑最優集合預報產品開發的關鍵技術

省臺臺風路徑最優集合預報開發工作目前依賴的資料來源是CMAcast下發的ECMWF臺風集合預報產品，一天下發兩次，分別是00時和12時(世界時)起報的預報，通過對下發編碼文件的自動監測并解碼轉換，得到用于路徑最優集合的集合預報多家成員資料。

在得到集合預報成員數據后，關鍵的一步就是如何挑選出表現較好的集合成員來進行利用。優選方法里面主要涉及3個關鍵問題，這3個關鍵技術點對最優集合預報質量影響較大，下面分別做分析。

2.1 優選成員數

下發的ECMWF集合預報有效成員有51個，為了探索挑選出多少個優秀成員來進行再集成能得到較好的預報效果，本文比較了分別挑選1～51個成員的預報結果做集成得到的24 h路徑預報誤差情況，對2014全年西太平洋臺風預報的統計結果如圖1所示，路徑預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@個統計，省臺臺風路徑最優集合預報的優選成員數將控制在10～15個范圍內。

圖1 2014年西北太平洋臺風集合預報優選不同 數量成員的24 h路徑誤差對比(單位：km)

2.2 優選后是否訂正路徑

挑選出指定數量的優選成員后，又有一個關鍵問題，即是否把這些成員的預報按照實況的檢驗誤差進行訂正，是否將每個成員的預報路徑進行平移。為了解決這個問題，本文統計了2011—2014年西北太平洋臺風最優集合預報(優選15個成員)分別在優選后訂正路徑和不訂正路徑的預報誤差情況，從圖2顯示的統計結果來看，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報效果更好一些，由此可見，優選后不訂正路徑直接進行集成的方法應用到業務預報中更為有效。

2.3 優選依據的路徑誤差時效

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

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

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

3 臺風路徑最優集合預報方法的預報效果統計

在分析了3個關鍵技術后，應用3個關鍵技術中有利于提高預報效果的關鍵技術，整合到本項目準備應用的臺風路徑最優集合預報方法中，得到試用的臺風路徑最優集合預報方法。本文應用該方法反算出2011—2014年西北太平洋臺風的最優集合路徑預報結果，其中24 h路徑預報共1204個預報樣本。經統計，1204個預報樣本的24 h路徑預報誤差平均為79.2 km，這一結果在與EC集合平均、EC確定性預報、中央臺主觀預報和關島主觀預報等多家預報的橫向對比中是誤差最小的(如圖4統計結果所示)，這表明本文通過研究確定的省臺臺風最優集合預報方法預報效果較好，具有推廣應用意義。

圖4 2011—2014年西北太平洋臺風路徑24 h 預報誤差的橫向對比

4 臺風路徑最優集合預報產品的開發應用

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

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

表1省臺最優集合臺風路徑預報的產品時間列表

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

該項業務產品的生成系列程序和腳本在省臺業務常用的Linux服務器上自動運行，能自動處理最新臺風和中央臺下發的最新EC集合預報資料，并自動進行分析和計算處理，產品生成后統一定時讀取入庫，并集成到省臺的“浙江省熱帶氣旋信息檢索分析系統”平臺之上，方便預報員查看對比和應用。

5 臺風路徑最優集合預報產品的初步業務應用分析

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

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

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

又如圖7對1513號臺風蘇迪羅的路徑預報誤差檢驗，最優集合路徑預報的72 h路徑誤差為82 km，為4家預報中誤差最低。同時24 h路徑誤差(51 km)和48 h路徑預報誤差(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”號臺風蒲公英省臺最優集合 預報路徑誤差的橫向對比

圖7 “1513”號臺風蘇迪羅省臺最優集合 預報路徑誤差的橫向對比

6 結 語

采用ECMWF集合預報資料，通過對臺風路徑最優集合預報方法的幾項關鍵技術進行適用性研究分析，并統計分析了不同技術的選擇在應用到臺風路徑預報上的效果差異，最終得到了適用于浙江省臺風路徑預報的關鍵技術方法。通過選定這幾種效果較好的關鍵技術，本文發展了適用于浙江省氣象業務的臺風路徑最優集合預報方法，并開發成為業務產品，在浙江的臺風路徑業務預報中得到應用，并取得較好的應用效果。

未來臺風路徑最優集合預報產品將繼續在臺風業務預報中加以應用，并從應用中收集更多的樣本，用以研究分析獲取效果更佳的關鍵技術，不斷優化省臺臺風路徑最優集合預報方法。

[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.臺風路徑集合預報的實時訂正技術研究[J].熱帶氣象學報，2014，30(5): 905-910.