GRAPES-REPS西南低涡预报检验评估

利用2015年6—8月GR APES-REPS(Global/RegionalAssimilation and Prediction System-Regional Ensemble·Prediction System)区域集合预报资料,并设计西南低涡格点资料客观识别方法对西南低涡中心位置进行定位,首先评估GRAPES控制预报对西南低涡的预报准确性,之后挑选出四次生命史较长的西南低涡过程,分析评估GRAPES-REPS对西南低涡发生、发展、移动及降水过程集合预报性能。结果表明:(1)GRAPES模式对西南低涡预报的命中率较高,空报率略大于漏报率。(2)GRAPES-REPS对西南低涡发生和发展的预报效果较好,绝大部分集合预报成员能预报西南低涡发生和发展过程,但对西南低涡发生时间预报总体偏早。(3)GRAPES-REPS对西南低涡移动路径在24 h预报时效内比较合理,且集合预报平均明显优于控制预报,24 h之后东移型西南低涡移动路径明显偏北。(4)GRAPES-REPS对西南低涡强度预报总体偏强,表现为中心正涡度值偏大,位势高度值偏低。(5)24 h预报时效内,西南低涡触发的小雨到大雨量级的降水概率评分均有较好表现,且落区与实况接近,而暴雨落区个别略有偏北,但基本吻合。24 h之后,由于东移型西南低涡移动路径偏北导致模式预报降水落区偏北。可见,模式对西南低涡强降水有一定预报能力,因此,提高GRAPES-REPS中尺度集合预报能力,将有助于改进西南低涡强降水预报。     

GRAPES模式对2005年登陆强台风预报检验分析

针对2005年4个登陆强台风,在台风移动路径、登陆时间、地点、强度等方面,对GRAPES模式的预报能力进行检验评价, 并进行了误差原因分析。检验结果显示,GRAPES 模式台风中心位置预报24 h平均误差131 km,48 h平均误差252 km。模式预报台风登陆的时间、地点接近实况,预报比较准确;台风登陆时的强度预报偏弱。模式48 h预报准确性略低于24 h。误差原因分析表明,需要加强对非常规观测资料的同化应用,改进模式初始条件;提高模式分辨率,使得模式对中小尺度系统的预报模拟能力增强;改进模式地形的精细处理方法,提高模式对地形影响涡旋移动的模拟能力。     

我国台风路径业务预报误差及成因分析

利用2005 2009年中国气象局(CMA)提供的西北太平洋(包括南海)台风路径业务预报资料,比较了各类型台风路径、台风登陆位置及登陆时间的预报误差,登陆台风不同阶段以及华东登陆和华南登陆台风的路径预报误差。结果表明:CMA在2005 2009年的路径预报水平与1999 2003年的相比有了显著提高。平均南海台风预报误差大于西北太平洋。异常路径台风主要出现于南海,三个预报时效(24、48和72 h)异常路径的预报误差平均都小于正常路径。将登陆台风分为远海、登陆期间和登陆后三个阶段,显示登陆期间台风预报误差最大,同一阶段华南登陆台风的预报误差大于华东登陆台风。台风登陆位置在24、48和72 h预报时效的平均预报误差分别为71.1、122.6和210.6 km,48和72 h台风实际登陆时间有70%早于预报时间,平均分别提早8和12 h。比较大尺度引导气流与台风移动的偏差及24 h路径预报误差,得到南海三种典型登陆台风路径的大尺度引导气流与台风移动的偏差及其与路径预报误差的关系不一样,即误差成因不同。南海倒抛物线型的大尺度引导气流与台风移动的偏差最大,其预报误差最小;西一西北型的大尺度引导气流与台风移动的偏差最小,其预报误差最大,可能与大尺度环流预报准确性差有关。登陆华东的预报误差小于登陆华南台风的预报误差,这与台风登陆华南时其大尺度引导气流和台风移动的偏差大于登陆华东的台风有关。     

2017年西北太平洋台风活动特征和预报难点分析

利用历史台风最佳路径、中央气象台台风路径强度实时预报,以及ECMWF数值预报和NCEP海温实况等资料,对2017年西北太平洋台风活动的主要特征和预报难点进行了分析,结果表明：2017年台风生成具有源地偏西、南海台风偏多和台风群发特征明显等特征;台风活动具有年度活跃程度低、台风极值强度偏弱和超强台风异常偏少等特征;台风登陆具有登陆台风个数多、登陆地点偏南、登陆强度偏弱等特征。对2017年度的预报误差进行分析,结果显示：24、48、72、96和120 h台风路径预报误差分别为74、137、233、318、428 km,各时效误差均较2016年有所增加;但与日本、美国相比,除120 h外,中国路径预报水平依然处于领先地位。 24、48、72、96和120 h台风强度误差分别为3.6、5.4、6.6、7.4和6.8 m·s-1,较2016年有所减小,24 h误差为历史最低值。强度预报水平居于日本、美国之间。另外,2017年最主要的预报难点是双台风或多台风之间复杂的相互作用和近海快速加强台风的强度预报。     

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。     

面向台风暴雨的集合预报成员优选订正技术研究及应用试验

本文以2013—2015年主要登陆台风暴雨过程为研究对象,利用ECMWF降水和台风路径集合预报以及中央气象台实时业务台风中心定位资料,在统计分析的基础上,提出一种业务上可用的针对单模式集合预报的台风降水实时订正技术(简称集合成员优选技术)。结果表明,在登陆台风暴雨过程预报中,集合成员优选技术对改进集合统计量降水产品有明显的帮助,并较ECMWF确定性预报产品有一定优势;该方法对改进短期时效预报产品的效果优于中期时效预报,对大暴雨评分的改进高于暴雨和大雨评分。另外,本文基于概率匹配平均(Probability Matching average,PM)和融合(FUSE)产品的计算原理,提出融合匹配平均(Fuse Matching average,FM)产品,结果表明,对36 h时效预报,优选10~15个成员的PM产品TS(Threat Scores)评分可达最优,大暴雨评分较确定性预报提高近10%;对60和84 h时效预报,FM产品大暴雨评分较确定性预报提高超过20%。     

深圳对流尺度集合预报系统对台风降水预报的检验评估

目前数值模式对台风降水预报的准确率仍有待提高。为了评估深圳对流尺度集合预报系统对台风降水预报能力,选取了2015—2018年共14个影响广东台风个例,利用广东省2 300多个自动气象观测站的24小时累计降水观测资料,检验该系统的集合预报方法(含集合平均方法和概率匹配平均方法)和控制预报方法的24小时降水预报结果。(1)系统对台风24小时降水预报具有较好参考价值,三种方法的暴雨等级预报TS评分均达到0.39以上。(2)集合预报方法总体上优于控制预报方法,可改善珠江口两侧暴雨中心降水预报。其中集合平均方法总体预报效果最好,其降水预报均方根误差为38.1 mm,比控制预报方法减少18.8%,对暴雨等级预报TS评分为0.469比控制,预报方法提升20.1%,但是对特大暴雨等级预报能力不足;而概率匹配平均方法改善了小雨和特大暴雨的预报能力。(3)系统对较强台风的降水预报能力优于弱台风。在较强台风情形下,系统对粤东暴雨中心降水预报明显偏小且控制预报方法偏差最大,其他地方降水预报偏大为主;在弱台风情形下,系统对降水预报存在明显系统性偏大,但对粤西暴雨中心降水预报明显偏小且控制预报偏差最大。      

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。     

基于对流尺度集合预报方法对一次暴雨过程预报的分析

为了更加直观和深入地理解对流尺度集合预报中的降水集合预报产品,以便进一步向预报员推广应用,本文开展了基于对流尺度集合预报方法对2021年8月28—29日的一次暴雨过程的预报性能分析,对集合预报的暴雨和大暴雨量级降水预报技巧进行了综合分析。结果表明：(1)不同集合成员降水预报结果的差异随着降水量级的增大越发明显,预报最优和最差的成员的TS评分相差0.3以上。(2)概率匹配平均预报对于暴雨和大暴雨量级降水的预报技巧优于控制预报,也优于集合平均。集合平均由于集合成员预报的平滑作用导致其对极端降水不敏感,因此,简单的集合平均不适合于大暴雨以上量级的极端降水预报。(3)从最小值预报到最大值预报,随着集合百分位的增大,命中率、空报率和频率偏差均逐渐增大,70%或者80%集合百分位预报的预报技巧最优,且优于集合平均和概率匹配平均预报。(4)对于重庆东北部偏西地区出现的大暴雨量级降水,较长预报时效集合概率预报均预报出了一定的降水概率,最长提前60 h,相应的最优的集合成员的降水预报与实况也较为接近。     

对台风“海马”预报失败的成因分析

通过卫星资料、常规观测资料以及各家数值预报产品对2011年第4号台风“海马”的预报难点和成败进行分析可知,本次台风过程的预报结论与实况存在着较大的差异,预报梧州市阴天有中到大雨,局部暴雨,但全市只有一个乡镇出现大雨的降水,其余为小雨或中雨,尽管这次台风过程能提前地为地方政府部门做了相关的服务工作,但由于其移动路径不稳定,导致了对其登陆时间和地点做出较大偏差的判断,从而造成了梧州降水量级等预报的误差,服务效果不太理想.     

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。      

A Time Neighborhood Method for the Verification of Landfalling Typhoon Track Forecast

Landfalling typhoons can cause disasters over large regions. The government and emergency responders need to take measures to mitigate disasters according to the forecast of landfall position, while slight timing error can be ignored. The reliability of operational model forecasts of typhoon landfall position needs to be evaluated beforehand, according to the forecasts and observation of historical cases. In the evaluation of landfalling typhoon track, the traditional method based on point-to-po...     

2018年西北太平洋和南海台风活动概述

2018年共有29个台风在西北太平洋和南海生成,生成台风个数偏多,南海台风活跃。有10个台风登陆我国,登陆强度整体明显偏弱,但是登陆台风个数明显偏多、登陆时间集中、登陆地段偏北、北上台风偏多,造成台风降水范围广、暴雨强度大、超警河流多。其中,“安比”、“摩羯”、“温比亚”一个月内相继在华东地区登陆并深入内陆北上,且登陆后长时间维持热带风暴级强度,给华东、华北、东北等地区带来大范围强降雨。“艾云尼”移动缓慢,与西南季风环流相结合,给广东等地区造成长时间的持续强降水。“山竹”是2018年登陆我国最强台风,其7级风圈明显偏大,给广东、香港等地区带来大范围、长时间的强风和强降水。2018年所有预报时效的路径预报误差较2017年均有所降低,路径预报水平进一步提高,但是强度预报水平仍然没有明显的进步。     

2021年西北太平洋和南海台风活动概述

利用中央气象台台风实时业务资料、自动气象站观测资料以及卫星云图等对2021年西北太平洋及南海台风活动的主要特征和影响我国台风的路径、强度及风雨影响进行分析和回顾。结果表明:2021年西北太平洋及南海台风生成个数偏少,生成源地整体偏西;台风强度偏弱,但有多个台风出现了快速增强,其中台风“烟花”“灿都”的24 h强度增幅达40 m·s^-1,为近30 a少见;2021年先后有5个台风登陆我国,另有2个台风影响我国。在登陆台风中,4个登陆华南的台风强度均弱于历史平均值。所有登陆台风在登陆后的维持时间都明显高于历史均值,特别是台风“烟花”为历史上登陆华东后维持时间最长的台风,给我国带来了严重的灾害影响。     

基于集合Kalman滤波数据同化的热带气旋路径集合预报研究

构建了一个基于集合Kalman滤波数据同化的热带气旋集合预报系统,通过积云参数化方案和边界层参数化方案的9个不同组合,采用MM5模式进行了不同时间的短时预报。对预报结果使用“镜像法”得到18个初始成员,为同化提供初始背景集合。将人造台风作为观测场,同化后的结果作为集合预报的初值,通过不同参数组合的MM5模式进行集合预报。对2003～2004年16个台风个例的分析表明,初始成员产生方法能够对热带气旋的要素场、中心强度和位置进行合理扰动。同化结果使台风强度得到加强,结构更接近实际。基于同化的集合路径预报结果要优于未同化的集合预报。使用“镜像法”增加集合成员提高了预报准确度,路径预报误差在48小时和72小时分别低于200 km和250 km。     

Ensemble Forecast for Tropical Cyclone Based on CNOP-P Method: A Case Study of WRF Model and Two Typhoons

In this paper, we set out to study the ensemble forecast for tropical cyclones. The case study is based on the Conditional Nonlinear Optimal Perturbation related to Parameter (CNOP-P) method and the WRF model to improve the prediction accuracy for track and intensity, and two different typhoons are selected as cases for analysis. We first select perturbed parameters in the YSU and WSM6 schemes, and then solve CNOP-Ps with simulated annealing algorithm for single parameters as well as the combination of multiple parameters. Finally, perturbations are imposed on default parameter values to generate the ensemble members. The whole proposed procedures are referred to as the Perturbed Parameter Ensemble (PPE). We also conduct two experiments, which are control forecast and ensemble forecast, termed Ctrl and perturbed-physics ensemble (PPhyE) respectively, to demonstrate the performance for contrast. In the article, we compare the effects of three experiments on tropical cyclones in aspects of track and intensity, respectively. For track, the prediction errors of PPE are smaller. The ensemble mean of PPE filters the unpredictable situation and retains the reasonably predictable components of the ensemble members. As for intensity, ensemble mean values of the central minimum sea-level pressure and the central maximum wind speed are closer to CMA data during most of the simulation time. The predicted values of the PPE ensemble members included the intensity of CMA data when the typhoon made landfall. The PPE also shows uncertainty in the forecast. Moreover, we also analyze the track and intensity from physical variable fields of PPE. Experiment results show PPE outperforms the other two benchmarks in track and intensity prediction.