台风预报系统

本文介绍的是一项在微机上实现的台风预报专家系统。该系统可进行台风气候查询、台风路径检索、台风特例查询，并能利用相似加权法制作出１２－７２小时台风路径和中心强度预报，对异常路径台风也可提供一定的诊断预报判据。本系统已在军内外一些气象业务单位得到应用，实践证明它是一种简便有效的台风预报工具。     

卫星遥感资料在台风数值预报中的应用

本文将卫星遥感资料应用在台风数值预报中，并用变分调整方法对客观分析场进行变分调整，最终形成台风数值预报模式的初始场。台风数值预报式采用σ坐标系中通量形式原始方程组，垂直方向分为三层，水平方向采用三重嵌套网格方案，细网格随台风中心位置的变化而移动。     

台风大风预报研究回顾

大风是台风引发的三大灾害之一,考虑到现有的台风大风研究相对较少、预报经验也比较不足,因此对其预报方法进行回顾总结具有十分重要的意义。从经验预报、统计预报、数值模式预报及数值预报产品释用等4个方向梳理了台风大风预报技术的研究与应用现状：天气图、卫星云图和雷达图是经验预报中非常重要的工具;统计预报根据方法的不同可细分为回归预报、客观相似预报和气候持续性预报;数值模式预报方面,国内外多家机构都研发了相应的台风大风预报产品;数值预报产品的释用目前则包含了动力释用、统计释用和人工智能释用。同时总结了上述4类预报方法各自的优势和不足。最后,讨论了未来研究与实际业务中进一步提高台风大风预报能力的可能发展方向。     

台风风暴潮异模式集合数值预报技术研究及应用

台风风暴潮数值预报的准确性在很大程度上取决于台风路径预报和强度预报的精度以及风暴潮预报模型的计算精度。目前,国际上24/48 h台风路径预报平均误差分别约为120/210 km左右[1],对于走向异常的台风误差更大;更有,根据单一的台风路径和单族的风暴潮数值预报模式并不能保证获得可靠的风暴潮预报结果。考虑多重网格法原理具有在疏密不同的网格层上进行迭代以达到平滑不同频率的误差分量,使得计算快速收敛,精度提高的特性。在前期研究基础上基于业务化高分辨率(结构网格/有限差分算法)和精细化(非结构网格/有限元算法)台风风暴潮集合数值预报模型构建多模型台风风暴潮集合数值预报系统。采用"非同族"模型进行集合预报很大程度上降低了误差相似遗传的可能性。应用该方法对典型台风风暴潮过程进行了试应用,试报结果表明:该方法对风暴潮增、减水预报效果高于单一集合预报,具有一定的应用前景。     

南海台风中期路径趋势判别预报方法

根据历史台风的相似路径将台风分为西行、西北沿海登陆和海上转向三类，并分析了各类500hPa高度场的特征。通过对台风位移与其相应的500hPa高度场的典型相关分析，提取了天气强迫信息，连同台风的一些气候学和持续性特征作为待选因子，采用多级逐步判别方法，建立台风72h路径趋势的各类判别函数。预报时，代入72h500hPa数值预报产品及气候持续性因子。通过对1990～1994年的独立台风进行了试报检验。结果表明，试报的准确率为88.8％，Heidke技巧得分为0．80。该方法为南海台风中期路径趋势预报提供了一种客观方法。     

一种准确通用的台风路径预报模式

应用天气学理论,对台风云图的晴空区轴线制约台风移动的规律进行物理解释。根据台风云团与晴空区之间存在的干、湿梯度力和推动台风前进的惯性力的互相关系,建立台风移向预报方程和轨迹预报方程,分析论证了台风移向变化的物理过程,把影响台风移动的复杂因子转化为单一的预报因子。     

一种动态权重的台风集成预报方法

提出了1种动态权重的台风路径与强度集成预报方法,根据前4个时刻(24h,间隔6h)的预报误差来滑动确定接下来预报所用成员及其权重。设计了3种权重形式(最小误差、绝对偏差与相对偏差),并利用2013—2015年6家气象机构的台风预报数据,对台风路径与强度进行了时效为24,48和72h的预报应用检验。结果表明:1)动态权重集成方法在台风路径与强度预报上均有改进,平均预报误差小于单一成员的预报误差。2)路径预报以绝对偏差形式效果最佳,24,48和72h时效的预报误差减小2.4%～40.4%;强度预报以相对偏差形式效果最佳,3个时效的台风最大风速的预报误差减少11.2%～49.9%,而台风中心气压则为11.9%～52.6%。3)相对偏差动态集成预报能有效减小西北太平洋台风在东西方向上的偏差,24和48h均方根误差分别为92.5和146.7km。     

几种台风风暴潮预报方法在实际预报中的运用及比较

台风“麦沙”登陆后减弱为热带风暴并从山东半岛西部进入渤海,造成8～9级阵风、10级的大风天气,天津沿海潮位超过警戒潮位46cm,海水漫过堤岸,形成风暴潮灾害。针对此次台风风暴潮,预报人员运用经验预报方法(相似型经验预报、统计模型预报)和数值模式(FBM模式)产品等多种手段,对天津沿海可能出现的潮位极值进行了试验预报。通过将上述几种方法实际运用于此次台风风暴潮预报,加深了对各种预报方法实用性和局限性的认识,对渤海台风风暴潮有了更清晰的了解,对改进各种方法,更好地释用数值预报产品起着积极的意义。     

数值预报产品在台风路径预报中的应用

利用欧洲中期天气预报中心和国家海洋环境预报中心的数值预报产品，形成包括理想台风模型的模式初值，用正压原始方程做台风路径预报，经过１９９４年的６个台风的实时预报试验，效果较好。     

预报台风风暴潮极值的人工神经网络方法

本文提出预报台风风暴潮极值的人工神经网络方法，并以广东省海门测站为例，进行了具体研究，其拟合相对误差不超过８．１％，预报相对误差不超过９．７％，结果表明，该方法性能良好，可望成为台风风风暴潮极值预后的有效辅助手段。     

卫星云图资料在台风路径相似预报中的应用

本文应用相似预报的原理和方法,结合常规气象资料(NCEP分析资料),试验了用卫星探测的灰度场资料作台风移动路径的定量预报。结果表明,通过计算灰度场的相似离度,可以有效地定量描述台风非对称性结构的相似性,并能较准确地预测其未来的移动路径。     

穿越副高北上的台风路径预报方案

本文提出一个穿越副高北上的台风路径预报方案。在较严格的初始状态条件下,方案应用环境场的多种参数及其导出因子和统计天气预报方法,进行穿越副高北上台风的12～72小时路径客观预报,预报试验表明,该方案对穿越副高北上台风的路径预报具有一定的技巧。     

台风“梅花”(2212)的主要特点和路径预报难点分析

对2022年第12号台风“梅花”的主要特点、路径预报难点问题和路径预报误差特征进行分析,研究主要结论显示：(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风,造成华东与东北地区长时间、大范围的风雨影响。(2)台风生成初期的中长期时效路径预报是路径预报难点之一,模式对台风主要影响系统的长时效预报存在明显偏差,针对模式的及时检验和订正对预报调整非常重要。(3)双台风或多涡旋情景下,集合预报发散度大,“梅花”陆上路径预报偏西偏慢,其东侧“南玛都”的强度和位置差异对其路径有明显影响。(4)台风变性过程中的移速误差是路径预报极大误差的来源,关注台风是否处于变性过程可作为调整台风移速预报的参考。未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术可为主观预报提供支撑。     

“9711”号台风高潮位预报及其经验

对在浙江省温岭登陆的“9711”号台风的风暴潮预报过程作了回顾, 总结了预报成功的经验, 探讨了对海门站预报误差较大的原因。预报实践证明, 正确的气象预报是台风暴潮预报的基础,密切关注风暴的增水变化,随时调整预报值是风暴潮预报的关键。与实测资料比较,“9711”号台风高潮位的预报是及时、准确的,它为进一步提高风暴潮的预报精度和时效积累了经验     

定性模拟在台风浪场分析中应用的可行性研究

本文扼要介绍了人工智能定性模拟的理论和方法，并探索了进行台风路径的浪场演变过程定性模拟的可行性，为分析，预测复杂天气系统和海况提供新的途径。     

利用卫星云图和天气形势分析9914号台风路径

本文对9914号台风的天气形势和卫星云系特征进行了详细的分析。结果表明：副热带高压及西风带槽、脊的配置和演变，对台风强度和移动路径尤其是台风路径的转向影响很大。副吭的增强、减弱是台风发生转向的重要条件。 螺旋云带的变化通常是台风未来移动及其强度变化的强信号。眉状云带是台风北上的重要特征云系。台风向着高层强负涡度中心或两个强负涡度中心的中点移动。     

黄、东海海洋对于台风过程的响应

强天气过程下海洋的响应是海洋环境预报的重要内容,它的研究对于防灾减灾、远洋运输、水产养殖等有积极的意义。本文中作者运用一个改进后具有模拟和预报能力的河口海洋模式ECOM-si,引入全强迫条件,对一个真实的强台风下的海洋响应进行了研究。模拟结果表明,海洋对台风过程有强烈的响应,强台风引起SST出现大幅降低,最大达5℃,其中大风抽吸和大风夹卷影响最大;大风引起的平流输送在实际情况中对海水温度、盐度的水平分布有重要影响:台风诱导海水上翻,会使得海洋的混合层明显加深,最大达20—30m;海洋在台风作用下,在上层海洋产生明显的气旋式流场,海面产生的明显下陷可达30cm,台风中心、气旋式流场中心和海面下陷中心三个位并不重合。同时在台风登陆位置附近产生风暴潮,最大增水可达0.8—1.0m,但沿海各地最大增水时间不相同。     

GMS云图结合天气图在奇异路径台风研究中的应用——8616号台风的分析

奇异路径的台风是最为复杂、最难以预报的天气形势,特别是8616号台风,其路径更为奇特,在海上回旋、停滞、打转、突然转向,持续时间长达23天之久,是历史上罕见的。本文利用GMS云图和天气图对其进行跟踪分析,在此基础上,着重对造成其路径复杂的主要原因进行分析归纳,得出了有一定参考价值的结论。