热带气旋路径集合预报方法研究Ⅰ——正压模式结果的初步分析

选择1979～1993年间的热带气旋为试验个例,通过扰动热带气旋初始位置和初始结构,构造集合成员, 用正压原始方程模式,进行路径集合预报试验, 并初步探讨预报成员的集合方法。试验结果表明:热带气旋定位误差影响路径预报,但扰动初始位置的集合平均预报与控制试验的预报水平相接近。扰动热带气旋初始结构的集合预报试验表明,约有60 %～70 %个例的集合路径预报得到改进。此外,试验结果还表明,当环境引导气流较弱时,进行扰动热带气旋初始结构的集合预报,预报结果的改善较明显。     

热带气旋奇异向量在GRAPES全球集合预报中的初步应用

基于副热带奇异向量的初值扰动方法已应用于GRAPES （Global and Regional Assimilation PrEdiction System）全球集合预报系统,但存在热带气旋预报路径离散度不足的问题。通过分析发现,热带气旋附近区域初值扰动结构不合理导致预报集合不能较好地估计热带气旋预报的不确定性,是路径集合离散度不足的可能原因之一。通过建立热带气旋奇异向量求解方案,将热带气旋奇异向量和副热带奇异向量共同线性组合生成初值扰动,以弥补热带气旋区域初值扰动结构不合理这一缺陷,进而改进热带气旋集合预报效果。利用GRAPES全球奇异向量计算方案,以台风中心10个经纬度区域为目标区构建热带气旋奇异向量求解方案,针对台风“榕树”个例进行集合预报试验,并开展批量试验,利用中国中央气象台最优台风路径和中国国家气象信息中心的降水观测资料进行检验,对比分析热带气旋奇异向量结构特征和初值扰动特征,评估热带气旋奇异向量对热带气旋路径集合预报和中国区域24 h累计降水概率预报技巧的影响。结果表明,热带气旋奇异向量具有局地化特征,使用热带气旋奇异向量之后,热带气旋路径离散度增加,路径集合平均预报误差和离散度的关系得到改善,路径集合平均预报误差有所减小,集合成员更好地描述了热带气旋路径的预报不确定性;中国台风降水的小雨、中雨、大雨、暴雨各量级24 h累计降水概率预报技巧均有一定提高。总之,当在初值扰动的生成中考虑热带气旋奇异向量后,可改进热带气旋初值扰动结果,并有助于改善热带气旋路径集合预报效果。      

热带印度洋和热带太平洋海温振荡规律的研究

选择1979-1993年间的热带气旋为试验个例，通过扰动热带气旋初始位置和初始结构。构造集合成员，用正压原始方程模式，进行路径集合预报试验，并初步探讨预报成员的集合方法。试验结果表明：热带气旋定位误差影响路径预报，但扰动初始位置的集合平均预报与控制试验的预报水平相接近。扰动热带气旋初始结构的集合预报试验表明，约有60％。70％个例的集合路径预报得到改进：此外，试验结果还表明，当环境引导气流较弱时，进行扰动热带气旋初始结构的集合预报，预报结果的改善较明显。     

2013年欧洲中心台风集合预报的检验

广州中心气象台利用中国气象局下发的欧洲中心台风集合预报数据,制作了台风集合预报产品,供业务参考应用。利用欧洲中心台风集合预报数据,对2013年1307—1331号热带气旋的集合预报路径和强度进行检验,通过对比集合平均、模式高分辨率确定性预报和预报员主观预报,发现路径集合平均在24~120 h预报误差最小;在有限的预报样本数中,从热带风暴到台风级别的热带气旋,各预报时效路径集合平均的误差随强度增强而减小;强引导气流背景下的热带气旋预报误差小于弱引导气流的误差。对比强度集合平均和模式高分辨率确定性预报,发现各时效集合平均的误差比确定性预报大,随着预报时效的延长误差没有明显增大或减小的趋势,而且强度集合平均预报,在中心最低气压、中心最大风速、热带气旋等级都表现出明显的系统性偏弱特征;对不同级别的热带气旋强度预报,集合平均的误差随强度增强而增大,即强度集合预报对强度较弱的热带气旋有更高的准确率;对比受强、弱引导气流影响的两类热带气旋,集合平均对受弱引导气流影响的一类预报误差更小。     

多积云参数化方案热带气旋路径集合预报试验

利用MM5模式采用5种积云参数化方案选项研究了2004～2006年共8个热带气旋路径的集合预报。结果表明，热带气旋路径预报对积云参数化方案的选取是敏感的，积云参数化方案之间优劣互补，而选择无积云参数化方案选项对热带气旋路径的预报有积极的贡献。采用3种路径集合预报方案研究的结果表明，集合方法对热带气旋路径预报有明显的改善，其中无积云参数化Grell、Betts—Miller和Kain—Fritsch4种积云参数化方案选项组合的集合预报效果最好，平均路径误差最小。     

滞后平均法（LAF）在热带气旋路径集合预报中的应用

本文用-正压模式，采用滞后平均法(LAF)对2000年热带气旋进行路径集合预报试验，并与基于热带气旋初始结构扰动的集合预报方法进行了比较分析，结果表明LAF方法对热带气旋路径预报具有较好的改进作用。但LAF的集合预报效果受模式本身误差的影响，在完美模式的假设下，LAF集合预报相对于控制试验的技巧水平20～40％。     

南海热带气旋路径集合预报试验

利用3种不同模式的初始资料，通过它们生成得到16个不同的初始场，分别对2004年南海及其周边地区9个热带气旋个例进行集合预报试验，最后筛选得到了7个南海热带气旋初值集合成员，由此初步探讨了南海热带气旋初值集合成员的生成方法。结果表明，采用不同模式的初始资料生成得到初值集合成员的方法用于集合预报，对南海热带气旋路径预报有一些明显的改进。     

热带气旋路径集合预报试验

以MM5模式为试验模式，分别用增长模繁殖法（BGM）和模式物理过程扰（MPP）形成12个集合成员，对2005年登陆我国的8个热带气旋进行了52次路径集合预报试验，以寻找适合西北太平洋热带气旋路径的集合预报方法。结果表明:BGM方法的集合预报结果总体上好于控制试验结果，其中对强度较弱的热带气旋的集合预报效果更好。MPP方法的集合预报结果总体上不如控制试验结果，但对初始时刻强度达到台风的热带气旋的集合预报效果较好，集合预报相对于控制试验的改进效果明显。基于BGM方法和MPP方法集合预报的不同特点，将两种方法相结合形成扰动成员，这一综合方法的集合预报效果好于单一方法的集合预报效果。BGM方法和MPP方法的系统发散度总体上都偏小。     

多种扰动组合的热带气旋路径集合预报技术研究

基于GRAPES-TCM开展多种扰动组合的热带气旋路径集合预报技术研究,将LAF和BGM方法结合起来构建集合初始小扰动,即采用LAF引入最初的小扰动,并考虑不同物理过程的组合,同时利用BGM法分别对热带气旋涡旋场和环境场进行扰动,构造集合成员,对热带气旋进行72 h预报。对2008年西北太平洋16个热带气旋进行预报试验,结果表明,24,48和72 h的集合平均预报误差分别为231.48,386.40和632.03 km。随着预报时效的延长,预报误差和集合离散度均有所增加,散点分布也随之扩展,离散度与平均误差的比值1的样本所占比例由24 h的53.8%逐渐下降至72 h的41.8%。多数样本的预报误差与离散度之间存在较好的相关关系,但也有少量样本出现小预报误差大离散度或大预报误差小离散度的情况。此外,针对不同的热带气旋或热带气旋不同的预报时段,集合预报和确定性预报各有优劣。整体来看,集合预报的预报性能相当于或优于确定性预报的比率约为66.2%。集合预报的样本数在预报中后期较确定性预报明显增多,反映出随着积分时间的延长,集合预报的适用性和优势性得到显现。集合预报中出现的小概率事件不容忽视,应当意识到这种预报的不确定性和小概率事件出现的可能性及相应的结果。     

热带气旋路径数值模式业务试验性能分析

在中国气象局数值预报创新基地开发的GRAPES基础上,建立了热带气旋路径预报系统(GRAPES-TCM)。并对2002、2003年热带气旋进行了一系列时间为48 h的路径后报试验,对2004年的热带气旋路径进行准业务预报。针对热带气旋路径预报的分析表明,GRAPES-TCM对热带气旋路径具有良好的预报能力。比较了2004年GRAPES-TCM准业务预报同北京数值预报和日本数值预报的结果,GRAPES-TCM的预报结果比北京的好,与日本数值预报相比仍有较大的差距。GRAPES-TCM计算的总的热带气旋24、48 h平均距离误差大约为150、250 km。GRAPES-TCM计算的热带气旋路径的平均距离误差随着其初始强度的增强而减小,台风级的热带气旋路径的24 h平均距离误差仅为111 km,48 h平均距离误差也在210 km左右,与此同时,预报的强热带风暴的24和48 h平均距离误差则为166.6和242.6 km。GRAPES-TCM后报的"突然转向"和"突然变速"热带气旋的平均距离误差24 h达到280 km,48 h则在300 km左右,超过其总的平均距离误差。对于"回旋"路径的热带气旋也有一定的预报能力。对不同分辨率的对比试验结果表明,提高GRAPES-TCM的分辨率可为稍长时间的热带气旋路径预报提供更为可靠的结果,2004年的热带气旋路径预报的48 h平均距离误差不到200 km。     

Impact of Coastal Radar Observability on the Forecast of the Track and Rainfall of Typhoon Morakot(2009)Using WRF-based Ensemble Kalman Filter Data Assimilation

This study explored the impact of coastal radar observability on the forecast of the track and rainfall of Typhoon Morakot(2009)using a WRF-based ensemble Kalman filter(EnKF)data assimilation(DA)system.The results showed that the performance of radar EnKF DA was quite sensitive to the number of radars being assimilated and the DA timing relative to the landfall of the tropical cyclone(TC).It was found that assimilating radial velocity(Vr)data from all the four operational radars during the 6 h immediately before TC landfall was quite important for the track and rainfall forecasts after the TC made landfall.The TC track forecast error could be decreased by about 43% and the 24-h rainfall forecast skill could be almost tripled.Assimilating Vr data from a single radar outperformed the experiment without DA, though with less improvement compared to the multiple-radar DA experiment.Different forecast performances were obtained by assimilating different radars, which was closely related to the first-time wind analysis increment, the location of moisture transport, the quasi-stationary rainband, and the local convergence line.However, only assimilating Vr data when the TC was farther away from making landfall might worsen TC track and rainfall forecasts.Besides, this work also demonstrated that Vr data from multiple radars, instead of a single radar, should be used for verification to obtain a more reliable assessment of the EnKF performance.     

西北太平洋(含南海)热带气旋路径集成预报分析

基于2004—2009 年中国中央气象台、日本气象厅、美国联合台风警报中心、欧洲中心对西北太平洋和南海编号热带气旋主客观预报资料,利用算术平均、多元回归以及历史平均误差等三种集成方法,建立了热带气旋路径集成预报业务化系统。通过2007—2009 年的业务运行结果分析发现,欧洲中心客观预报参与的24、48 和72 h 集成比主观预报三个成员集成预报水平分别提高约2%、3%～5%和3%～5%,减小误差2.5 km左右、6～9 km 和10～12 km。技巧分析发现,24～72 h 集成预报有正技巧,多元回归集成技巧相对稍低,而算术平均和以各成员平均误差的平方倒数为权重系数的集成技巧对于各集成成员来说技巧差异不大。96 h 集成预报对欧洲中心的客观预报没有正技巧。      

THE ENSEMBLE FORECASTING OF TROPICAL CYCLONE MOTION I：USING A PRIMITIVE EQUATION BAROTROPIC MODEL

1INTRODUCTIONErrorsofnumericalforecastingcomprisethoseintheinitialvalue,modelandcomputationandthefirstkindoferrorbecomesmoreandmoreoutstandingwiththeon-goingdevelopmentofcomputersandnumericalmodels.Subjecttoavailableobservationmeans,therealatmosphereisanythingbutapproximatelymeasured.Meanwhile,oneshouldpayattentiontothepossibility,assuggestedbyLorenz[1],thatanyslightdifferencesduringtheinitialstatemayleadtoresultsthatturnouttobetotallydissimilarfromwhatwouldbeexpectedotherwise,asfarasdefi…     

台风路径数值预报实时订正技术及其集成应用

以台风路径数值预报的短时效预报偏差和目标时效（指所需订正的时效）的纬度预报为预报因子,采用多元线性回归方法建立了台风路径预报的偏差预估方程,继而对台风路径预报进行实时订正。本文以12 h为短时效,通过对欧洲中期天气预报中心确定性预报模式（ECMWF-IFS）和集合预报模式（ECMWF-EPS）的台风路径预报的应用,得到以下结论:2018年试报结果表明,24 h、36 h、48 h、60 h、72 h、84 h订正后的ECMWF-IFS台风路径预报的平均距离误差分别比订正前减小了7.3 km、9.3 km、8.9 km、6.5 km、6.9 km、2.6 km,总体来说较强台风（指12 h的台风强度实况≥32.7 m s?1）路径预报的订正效果更好。尝试了先对ECMWF-EPS各成员的台风路径预报进行订正,再进行集成预报,并对比了以下5种方式得到的台风路径预报:“订正后的确定性预报”、“所有集合预报成员集合平均”、“优选集合预报成员集合平均”、“所有集合预报成员先订正再集合平均”和“优选集合预报成员先订正再集合平均”,2018年试报结果表明,对于平均距离误差,24 h和36 h“优选集合预报成员先订正再集合平均”最小,48 h和60 h“所有集合预报成员先订正再集合平均”最小,72 h和84 h“优选集合预报成员集合平均”最小,如果在业务中有针对性地进行应用,有望获得一个在各预报时效表现都较优异的台风路径客观综合预报结果。24 h、36 h、48 h、60 h“优选集合预报成员先订正再集合平均”的平均距离误差分别比“所有集合预报成员集合平均”减小了13.3 km、11.7 km、10.0 km、7.6 km,比中央气象台官方预报（对应的时效为12 h、24 h、36 h、48 h）减小了0.7 km、2.0 km、3.9 km、2.4 km。     

GRAPES区域集合预报条件性台风涡旋重定位方法研究

为了在集合预报中更合理描述台风涡旋中心定位的不确定性,采用2009—2018年中国气象局和日本气象厅台风最佳路径数据,分析台风最佳路径涡旋中心定位的不确定性特征,在此基础上设计条件性台风涡旋重定位方法（Conditional Typhoon Vortex Relocation,CTVR）,构建集合成员台风涡旋中心重定位阈值条件、台风涡旋分离数学处理及涡旋重定位等数学处理过程,利用中国气象局数值预报中心区域集合预报系统（Global/Regional Assimilation and Prediciton System-Regional Ensemble System,GRAPES-REPS）对2018年西北太平洋上的3个台风（1808号“玛莉亚”、1824号“谭美”和1825号“康妮”）进行轴对称结构和轴对称+非对称结构条件性台风涡旋重定位两种方案的集合预报试验和检验评估。结果表明:（1）中国气象局和日本气象厅台风最佳路径误差平均值为13.72 km,可视为台风涡旋中心定位不确定性的合理估计值;（2）统计检验结果和典型个例分析表明,采用轴对称结构和轴对称+非对称结构条件性台风涡旋重定位方法的台风集合预报路径误差及集合预报一致性结果比较接近;（3）条件性台风涡旋重定位方法可以有效改进GRAPES-REPS区域集合预报台风路径概率预报效果,如台风路径集合预报平均误差有所减小,集合预报一致性（路径离散度与路径均方根误差比值）增大,特别是预报初期概率预报效果改进更为显著,而预报中后期改进有限;（4）通过对“玛莉亚”台风集合预报诊断分析发现,经过条件性台风涡旋重定位后,各集合成员的台风路径误差在预报初期明显减小且路径收敛,但随着预报时效的延长台风路径逐渐发散。应用条件性台风涡旋重定位方法后,台风涡旋环流与大尺度环境场仍然比较连续协调,且台风涡旋环流外的大尺度环境场具有一致性特点,最低气压误差、最大风速误差和降水预报技巧基本不变。可见,条件性台风涡旋重定位方法的应用可以提供更准确的台风路径预报不确定性信息,帮助预报员做出更准确的预报决策。      

Evaluation of a Regional Ensemble Data Assimilation System for Typhoon Prediction

An ensemble Kalman filter (EnKF) combined with the Advanced Research Weather Research and Forecasting model (WRF) is cycled and evaluated for western North Pacific (WNP) typhoons of year 2016. Conventional in situ data, radiance observations, and tropical cyclone (TC) minimum sea level pressure (SLP) are assimilated every 6 h using an 80-member ensemble. For all TC categories, the 6-h ensemble priors from the WRF/EnKF system have an appropriate amount of variance for TC tracks but have insufficient variance for TC intensity. The 6-h ensemble priors from the WRF/EnKF system tend to overestimate the intensity for weak storms but underestimate the intensity for strong storms. The 5-d deterministic forecasts launched from the ensemble mean analyses of WRF/EnKF are compared to the NCEP and ECMWF operational control forecasts. Results show that the WRF/EnKF forecasts generally have larger track errors than the NCEP and ECMWF forecasts for all TC categories because the regional simulation cannot represent the large-scale environment better than the global simulation. The WRF/EnKF forecasts produce smaller intensity errors and biases than the NCEP and ECMWF forecasts for typhoons, but the opposite is true for tropical storms and severe tropical storms. The 5-d ensemble forecasts from the WRF/EnKF system for seven typhoon cases show appropriate variance for TC track and intensity with short forecast lead times but have insufficient spread with long forecast lead times. The WRF/EnKF system provides better ensemble forecasts and higher predictability for TC intensity than the NCEP and ECMWF ensemble forecasts.     

Ensemble Forecasts of Tropical Cyclone Track with Orthogonal Conditional Nonlinear Optimal Perturbations

This paper preliminarily investigates the application of the orthogonal conditional nonlinear optimal perturbations(CNOPs)–based ensemble forecast technique in MM5(Fifth-generation Pennsylvania State University–National Center for Atmospheric Research Mesoscale Model). The results show that the ensemble forecast members generated by the orthogonal CNOPs present large spreads but tend to be located on the two sides of real tropical cyclone(TC) tracks and have good agreements between ensemble spreads and ensemble-mean forecast errors for TC tracks. Subsequently, these members reflect more reasonable forecast uncertainties and enhance the orthogonal CNOPs–based ensemble-mean forecasts to obtain higher skill for TC tracks than the orthogonal SVs(singular vectors)–, BVs(bred vectors)– and RPs(random perturbations)–based ones. The results indicate that orthogonal CNOPs of smaller magnitudes should be adopted to construct the initial ensemble perturbations for short lead–time forecasts, but those of larger magnitudes should be used for longer lead–time forecasts due to the effects of nonlinearities. The performance of the orthogonal CNOPs–based ensemble-mean forecasts is case-dependent,which encourages evaluating statistically the forecast skill with more TC cases. Finally, the results show that the ensemble forecasts with only initial perturbations in this work do not increase the forecast skill of TC intensity, which may be related with both the coarse model horizontal resolution and the model error.     

热带气旋的路径及登陆预报

用几个非线性数学模型制作热带气旋短期路径预报及热带气旋个数、登陆时段、地段的短期气候预报。5年多的研究和预报试验结果表明：用指数曲线模型制作热带气旋路径预报，准确率较高。24h预报，199次平均误差123km，达到国内先进水平。用多项式等非线性模型，制作登陆我国及登陆广东热带气旋的年、月个数预测，经过3年实际应用检验，准确率达到70％～90％。用非线性预测模型的逐日气压场、逐日雨量场长期预测结果进行分析，制作广东热带气旋登陆时段、地段和南海海面热带气旋出现时间的预报，准确率达到70％～80％，2002年热带气旋的预报，采用长中短期预报相结合，数值预报与统计预报相结合，预报效果较佳。     

Experiments of DSAEF_LTP Model with Two Improved Parameters for Accumulated Precipitation of Landfalling Tropical Cyclones over Southeast China

The Dynamical-Statistical-Analog Ensemble Forecast model for landfalling tropical cyclones (TCs) precipitation (DSAEF_LTP) utilises an operational numerical weather prediction (NWP) model for the forecast track, while the precipitation forecast is obtained by finding analog cyclones, and making a precipitation forecast from an ensemble of the analogs. This study addresses TCs that occurred from 2004 to 2019 in Southeast China with 47 TCs as training samples and 18 TCs for independent forecast experiments. Experiments use four model versions. The control experiment DSAEF_LTP_1 includes three factors including TC track, landfall season, and TC intensity to determine analogs. Versions DSAEF_LTP_2, DSAEF_LTP_3, and DSAEF_LTP_4 respectively integrate improved similarity region, improved ensemble method, and improvements in both parameters. Results show that the DSAEF_LTP model with new values of similarity region and ensemble method (DSAEF_LTP_4) performs best in the simulation experiment, while the DSAEF_LTP model with new values only of ensemble method (DSAEF_LTP_3) performs best in the forecast experiment. The reason for the difference between simulation (training sample) and forecast (independent sample) may be that the proportion of TC with typical tracks (southeast to northwest movement or landfall over Southeast China) has changed significantly between samples. Forecast performance is compared with that of three global dynamical models (ECMWF, GRAPES, and GFS) and a regional dynamical model (SMS-WARMS). The DSAEF_LTP model performs better than the dynamical models and tends to produce more false alarms in accumulated forecast precipitation above 250 mm and 100 mm. Compared with TCs without heavy precipitation or typical tracks, TCs with these characteristics are better forecasted by the DSAEF_LTP model.