基于多源数据的长江口概率风暴潮预报系统

将6个气象预报机构对西北太平洋一带台风的预报数据合并为一个分析数据。根据分析数据,共得到45个台风样本（5条台风路径、3个台风最大风速和3个台风中心气压）,基于WRF和FVCOM模型建立了一套适用于长江口及附近海域的风暴潮预报系统,以热带气旋“利奇马”（201909）为例,利用该预报系统进行了模拟预报,实现了风暴潮的集合预报和概率预报。结果表明,该系统对增水具有较好的预测精度,可提供各增水场的发生概率。     

基于GPU技术的风暴潮集合预报

台风预报的准确性在风暴潮预报中起着重要作用。台风强度和路径的不确定性意味着使用集合模式来预报风暴潮。本文利用中央气象台的最优路径台风参数驱动国家海洋环境预报中心业务化的水动力学模型,开展华南沿海的风暴潮模拟,模式模拟结果与实测吻合较好。为了改进计算效率,采用CUDA Fortran 语言对模型进行了改造,改造后的模型在计算结果与原模型基本一致的基础上,计算时间缩短了99%以上。通过融合欧洲中期天气预报中心（ECWMF）的50条路径与3种可能台风强度构造出了150个台风事件,并用150个台风事件驱动改进的风暴潮数值模型,计算结果可以提供集合预报产品和概率预报产品。通过“山竹”台风风暴潮过程可以发现集合平均预报结果和概率预报结果与实测吻合较好。改进的数值模型可以运行普通工作站上,非常适合风暴潮集合预报,并且可以提供更好的决策产品。     

福建沿海精细化台风风暴潮集合数值预报技术研究及应用

该文首先基于高级环流模型(ADCIRC)建立了一个适合台湾海峡及福建沿海区域的精细化台风风暴潮数值预报模式。利用所建立的精细化数值预报模式对影响台湾海峡及福建沿海的8次台风风暴潮个例进行了模拟,对模拟的24个站次的风暴潮增水峰值与实测值进行了对比,平均绝对误差小于15 cm;其次,为了尽可能减小由于台风路径预报误差而造成的风暴潮增减水误差,本文采用了集合数值预报技术,试报证明此方法可以在一定程度上减小风暴潮增减水误差。     

“梅花”台风路径与强度的集合预报

以新一代全球/区域多尺度通用同化与数值预报系统-热带气旋路径数值预报系统(global/regional assimilation and prediction system-tropical cyclone model,GRAPES-TCM)为试验模式,采用组合不同的物理参数化方案(MP)方法和随机全倾向扰动(STTP)方法,生成反映模式不确定性的集合成员,在此基础上设计包含6个成员的3种集合方案,方案1和方案3的成员分别用MP方法和STTP方法生成,方案2的成员同时采用MP和STTP方法生成,用3种集合方案对1109台风"梅花"进行了36次72h的集合预报试验。结果显示:对于路径预报,3种集合方案中预报效果最好的是方案3,其次为方案2,最差的是方案1;对于强度预报,方案1和方案2的预报效果差异不大,都远好于方案3。方案2和方案3的路径预报与强度预报都好于控制试验的预报,方案1的路径预报好于大部分成员的预报,强度预报好于所有成员的预报。3种方案的路径离散度都偏小,方案3偏小最多,其次为方案2;方案3的强度离散度也过于偏小,是3种方案中最小的,方案1和方案2的强度离散度在积分前期明显偏小,积分后期则有偏大的趋势,其中方案2的强度离散度大于方案1。与国内外8个业务数值模式的预报结果比较,对于路径预报,方案1优于5个业务模式的预报,方案2和方案3则优于除欧洲数值以外的7个业务模式的预报;对于强度预报,方案1和方案2优于所有8个业务模式的预报,方案3优于6个业务模式的预报。总体而言,3种集合方案的路径和强度预报都表现出优于确定性预报的预报能力,相对于各业务数值模式都表现出一定的预报优势,具有业务应用的价值,其中同时应用STTP和MP方法的方案2对台风的综合预报效果是最优的。     

石臼港台风风暴潮的研究及预报

本文利用石臼港多年潮汐和台风资料,分析研究了该港台风及台风风暴潮的基本特征。在此基础上,采用多元线性回归技术,求出该港台风风暴潮极值预报公式,经非独立预报和独立预报检验,效果令人满意。     

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。     

基于多源数据的台风风暴潮概率预报研究：数值预报系统

采用台风集合构建方案,基于WRF中尺度气象模型和FVCOM三维海洋模型建立了一套适用于长江口的风暴潮概率预报系统。以1909号台风"利奇马"为例,应用该概率预报系统得到丰富的预报信息,如最大和最小可能增水、平均增水及其标准差、概率增水值及增水概率值等。预报系统还能够确定不同发生概率的增水范围,为风暴潮防灾减灾工作提供更系统的技术支持和决策参考。     

一种分析台风路径预报误差的新方法

台风路径预报误差应包括距离误差和方向误差两个方面,而在以往的业务应用和科学研究中偏向于只考虑对应时刻预报和观测位置点间的距离误差。本文对评估台风路径误差的方法进行了改进,在距离误差基础上建立了一种新的表征台风路径误差的方法——多因子误差法。本文以中国气象局整编的热带气旋最佳路径数据为标准,对2008和2009年中国气象局、美国台风联合预警中心和日本气象厅预报的西北太平洋热带气旋路径,采用新的表征热带气旋路径预报误差的多因子误差法进行分析,并与普遍采用的距离误差法进行对比,结果表明:多因子误差分析方法和距离误差分析方法存在比较明显的差异,多因子误差法优势比较明显。本文是对更科学的台风路径预报误差评定方法的有益探索,有一定的参考价值。     

预估偏差法集合化台风路径概率预报

基于2012—2016年发生在西北太平洋我国24 h警戒线内的所有台风资料,在预估偏差台风控制路径预报结果的基础上,统计台风控制路径预报位置与实测位置之间的预报距离误差,得到台风落入概率相对于无量纲预报误差的经验分布公式。进一步的,分偏快、偏慢、偏左、偏右对各偏离方向分别建立偏台风落入概率相对于无量纲预报误差的经验分布公式。使用该方法对2017年全年的台风进行后报,并比较落入概率预报结果与实际落入概率之间的误差,结果证明二者有较好的一致性。     

热带气旋路径预报概率圆应用

热带气旋路径预报采用预报概率圆可以有效减少不可避免的预报错误,在2004～2007年中央气象台主观路径预报资料的基础上,使用统计方法并根据预报误差与热带气旋预报移动速度和移动方向的相关关系分类,分别计算了相应的24、48、72 h路径预报的70%概率圆半径,修改了原来业务中使用的概率圆半径,以期替代原来在业务中使用的概率圆半径。同时应用修改后的概率圆半径对近5年的路径主观预报进行了分析,给出了2004～2007年预报误差分布特点以及较大预报误差热带气旋个例的误差产生原因,并讨论了该方法改进的可能性。     

QuikSCAT风场在台风风暴潮计算中的应用

业务化风暴潮计算中多采用模型风场的算法来给出风暴潮强迫场。最大风速半径是模型风场最难确定的参数之一。利用QuikSCAT卫星风场数据拟合台风最大风速半径是确定该参数的有效方法。将拟合得到的最大风速半径代入模型风场计算风暴潮的驱动场,模拟的沿岸风暴增水与实况更为接近。     

集合海浪预报的发展与应用回顾

总结了国内外集合海浪预报的发展及应用现状,现有集合海浪预报的方法及优缺点。以NOAA/NCEP机构为例,给出了集合海浪主流预报产品的种类,通过集合预报产品的分析可以看出,集合海浪预报能够将传统的确定性预报扩展至概率预报领域,可给出更多可能出现的未来状态,能提供单纯确定性预报所不能提供的额外信息,已成为国际上业务化海洋学未来发展的重要方向之一。     

ECMWF对不同天气形势下影响浙江台风的路径预报评估

对2012—2016年影响浙江台风进行天气形势场基本分型,依次是:(Ⅰ)东侧副高+浅槽型、(Ⅱ)副高+深槽\低涡型、(Ⅲ)带状副高型、(Ⅳ)副高西伸脊型、(Ⅴ)近海块状副高型、(Ⅵ)其他型。基于此对ECMWF台风路径预报进行评估,包括路径预报距离误差、移向误差和二者的分布特性。结果表明:(1)不同天气型的台风预报:24 h、48 h、72 h的平均距离误差为:57 km,105 km,183 km,其随时效增长增大,以Ⅰ类、Ⅱ类预报效果最差,Ⅲ类和Ⅳ类效果较好,与此对应路径多为登陆浙闽交界或者登陆浙江后西行和登陆台湾二次登陆闽中或登陆闽中转向北上;移向误差绝对值看:24 h、48 h、72 h绝对移向误差分别为5.41°,4.85°,6.46°,从移向偏差看,24 h预报移向总体偏右概率大,而对Ⅰ类预报偏左概率大,Ⅲ类、Ⅳ类预报偏右概率大;Ⅳ、Ⅴ型偏离程度小,Ⅱ型偏离程度大,Ⅰ型、Ⅳ型、Ⅴ型偏离程度随时效增长变化较小,较为稳定,Ⅱ型和Ⅲ型较不稳定;(2)从两种误差的分布可知:影响浙江的台风24 h距离误差主要在100 km内,移向误差范围是-10°～10°;随预报时效增长,离散程度增强,说明移向误差随着距离误差的增大而增大。     

基于参数化风场的浙江沿海风暴潮数值模拟

针对台风参数化风场模型中最大风速半径$（{R}_{\mathrm{m}\mathrm{a}\mathrm{x}}）$和径向气压分布系数$（B）$两个关键参数,以0216（“森拉克”台风）和0414（“云娜”台风）两场台风为例,采用多种$ {R}_{\mathrm{m}\mathrm{a}\mathrm{x}} $和$ B $计算方法的组合方案,再现台风过程,并提取3处观测站点的模拟数据,与实测结果进行比对。将所得的台风风场作为风暴潮模型的驱动风场,利用MIKE 21模型进行浙江沿海两场台风的风暴潮数值模拟,结合实测资料,验证并分析天文潮位和风暴潮增水水位。结果表明,本文选取的参数化风场模型适用于计算影响浙江海域的台风风场,以此为基础建立的风暴潮模型的模拟结果满足精度要求。     

0814号强台风"黑格比"风暴潮分析与数值模拟

2008年第14号强台风“黑格比”是12年来袭击粤西最强的台风,由于它移动速度快、登陆强度强,给粤西沿海带来了严重的风暴潮灾害,珠江口至阳江一带有多个潮位站的高潮位超过历史极值。本文根据珠江口、粤西、雷州半岛等几个潮位站资料探讨了“黑格比”台风的风暴增水特征;利用国家海洋环境预报中心业务化的风暴潮集合预报模式对本次过程进行了模拟,并分析了模拟效果。     

基于SSA-SVM模型的台风风暴潮灾害损失评估

受全球气候变化影响,台风风暴潮造成的损失显著增加,准确构建高效、合理的损失评估模型对海洋灾害防灾减灾工程具有重大现实意义。使用4组指标构建台风风暴潮指标体系,并通过主成分分析筛选出输入因子。采用麻雀搜索算法优化支持向量机模型对台风风暴潮损失分级和直接经济损失进行评估,与其他优化算法进行比较分析,发现该模型具有更好的预测精确性。对指标体系中的4组指标分别进行评估,得出指标的有效性大小为危险性指标>气候变化指标>易损性指标>防灾减灾能力指标,表明了该实验的合理性,为防灾减灾事业提供了有效的评估方式。     

基于SSA-ELM模型的台风风暴潮灾害损失预评估

近年来全球气候变化加剧,台风风暴潮灾害的频率、强度和损失逐渐加大,台风风暴潮灾害损失的预评估对海洋防灾减灾工作有重大现实意义.作者选用广东省1995年—2020年间的50组台风风暴潮数据进行研究,量化气候变化数据,建立台风风暴潮损失评估体系并通过主成分分析进行降维.采用麻雀搜索算法优化极限学习机建立预评估模型,分别对台...