國內氣旋預報進展與其評估

1、國內氣旋預報進展與其評估     國內氣旋預報進展與其評估范文1引言一些預報中心將多模式數值預報結果的集成預報技術應用于熱帶氣旋（TC）日常業(yè)務中，如美國聯(lián)合臺風警報中心（JTWC）采用集成平均，香港天文臺（HKO）對模式預報結果進行算術平均制作TC路徑預報，總體預報誤差是減小的1-2。基于國內外不同數值預報模式，我國氣象工作者進行了大量的例分析和預報試驗，探討了熱帶氣旋路徑集成預報的有效方法3-9。鐘元等10通過非線性相關比篩選、REEP分析構造TC預報模式，對登陸華東的TC有一定的預報能力。袁金南等11利用3種不同模式的初始資料生成16個不同初始場,

2、篩選出2004年7個南海TC進行集合預報試驗，結果表明多模式集合對南海TC路徑預報有明顯的改進。俞善賢等12分別以BP、LM、RBF人工神經網絡建立36、48、60、72h的TC路徑預測模型并進行對比試驗，發(fā)現RBF方法具有較高的實用價值。不同集成預報方法在TC預報中的應用效果研究也很多，如條件概率組合、滯后平均法、組合置信加權法、最優(yōu)決策法等13-16。這些成果為研制TC路徑多模式集合預報提供了基礎性理論和參考依據。面對來自不同預報中心的主客觀指導預報，如何將多個指導預報進行綜合，預報員往往感覺難度比較大，實際業(yè)務中常常根據主觀經驗判斷，進行客觀綜合并實現業(yè)務轉化的不多。楊元琴17采用多規(guī)則

3、綜合評估方法（MCE)，根據中國中央氣象臺（CMO）、日本氣象廳（JMA）和美國聯(lián)合臺風警報中心的預報，對9711號臺風進行客觀綜合決策預報試驗，取得較佳結果。張守峰等18應用20012003年的資料研究多元線性回歸、遞歸正權決策和算術平均方法的TC路徑和強度預報能力，發(fā)現多元線性回歸法的集成預報效果優(yōu)于遞歸正權決策和算術平均方法?；跉W洲中心(ECMWF)數值產品的850hPa最大渦度中心進行TC客觀路徑預報能更好地表現TC演變過程19。應用三次樣條插值方法，涂小萍等20-21以ECMWF的850hPa渦度最大中心為基礎，綜合850hPa風場和海平面氣壓低值中心進行TC路徑客觀預報，使ECM

4、WF客觀預報能夠參與集成。本文將ECMWF的TC客觀預報與CMO、JMA及JTWC的主觀預報進行集成并實現業(yè)務化運行，以期為基層臺站預報員提供客觀綜合指導。2資料和方法2.1資料所用資料包括：20042009年CMO、JMA、JTWC的TC主觀預報資料、ECMWF逐日2次（08和20h）海平面氣壓場、850hPa風場和渦度場（分辨率2.5°×2.5°，渦度場由風場資料計算）。資料來源于國家氣象中心、日本氣象廳和美國聯(lián)合臺風警報中心。ECMWF的TC預報為基于其數值預報產品的三次樣條插值結果。2.2方法介紹在基層臺站能正常接收到的多種TC預報資料和數值預報產品中，C

5、MO、JMA、JTWC的主觀TC預報及ECMWF的客觀數值預報產品是預報員的重要參考依據。本研究選擇算術平均（EW，Equal-Weighted）、多元線性回歸（MW，Multivariate-Weighted）和各成員歷史平均誤差的平方倒數（PW，Performing-Weighted）等三種集成方法，將CMO、JMA、JTWC和ECMWF主客觀TC路徑預報資料進行客觀集成，為預報員提供主要預報中心的TC路徑客觀綜合指導，也符合預報員的預報思路。三種集成方法中，MW權重系數由回歸系數決定，EW權重系數為1iWN=，N為集成預報成員總數(i=1，2，N，下同)，PW權重系數為221NiiiiW

6、DD=，Di為第i個成員歷史平均誤差。應用上述三種方法確定權重系數，對20072009年西北太平洋和南海編號TC進行業(yè)務化路徑集成預報，其中2007年的25個TC以20042006年的77個編號TC為樣本，2008年的22個TC以20042007年的102個編號TC為樣本，2009年的22個編號TC則以20042008年的124個TC為樣本。為了消除ECMWF客觀預報可能存在的系統(tǒng)偏差，除多元回歸方法外，集成之前預先對ECMWF的TC路徑預報按經、緯度分別進行了一元回歸。3TC業(yè)務化路徑集成預報評估3.1集成預報業(yè)務化處理業(yè)務化實現過程中主要完成以下工作。（1）歷史樣本庫的建立和主客觀預報資料

7、的實時入庫：TC主觀預報報文解碼后，提取各時效的預報信息，并進行時間插值處理形成每隔3h的樣本庫，存放到指定服務器。ECMWF的TC路徑客觀預報應用三次樣條插值方法得到并保存。（2）數值預報成員時效的處理：數值預報產品僅涉及ECMWF資料。相對于主觀預報，ECMWF資料往往有612h的滯后性，業(yè)務化時默認ECMWF產品滯后12h。當起報時次為t0時，則ECMWF產品的起報時次為t0t12。（3）預報成員的取舍：如果某預報成員在起報時次t0的資料未接收到，則搜索t0t3時次是否有預報，如果有，則以t0t3時次預報作為最新預報參與集成，否則，繼續(xù)退后3h搜索，直到t0t12預報時次。如果仍未搜索到

8、該成員預報資料，則在本次集成預報中剔除該成員。ECMWF的客觀預報在考慮產品時間滯后的基礎上進行搜索，即在t0t12時次到t0t24時次的起報場中搜索最新預報產品。（4）資料時間插值：由于參與集成的成員資料接收的滯后性和起報時次的不統(tǒng)一，需要根據預報時效進行資料的時間插值。業(yè)務化時，24h以內的預報進行時間插值考慮了起報時次前126小時的TC移動趨勢，以三次樣條插值方法分別進行經緯度的時間插值22，而24h以后采用線性方法進行時間內插。單個成員TC預報時間插值見圖1。3.2業(yè)務化集成預報分析由于ECMWF資料只有08和20h預報，本文集成誤差和各成員誤差統(tǒng)計分析只針對08和20h的主客觀預報進

9、行。ECMWF預報時效比主觀延長12h，即如果是分析24h預報時效，那么ECMWF對應的時效是36h。3.2.1ECMWF客觀預報參與集成的效果分析定義集成預報技巧評估集成預報方法的優(yōu)劣，集成預報技巧=（單個成員預報誤差-集成預報誤差）÷（單個成員預報誤差）×100%。當集成預報技巧>0時，表明集成預報方法有效，否則無效果。集成預報技巧越高，表明集成方法相對于該成員的效果越好。分別對20072009年EW、MW和PW三種方法3成員(CMO、JMA和JTWC)和4成員(CMO、JMA、JTWC和ECMWF)參與的TC路徑業(yè)務化集成預報誤差進行統(tǒng)計分析。表1為集成誤差及相

10、對于各成員的集成誤差技巧提高幅度(4成員技巧-3成員技巧)。分析可見，ECMWF客觀預報參與集成后，2472h集成預報誤差和標準差技巧(略)都有一定幅度提高。相對于CMO、JMA、JTWC單個成員來說，不同集成方法集成技巧提高幅度差異不大，4成員24h集成技巧提高約2%，減小誤差約2.5km，48和72h技巧均提高3%5%，分別減小誤差69和1012km。年際變化分析發(fā)現，三種集成方法的4成員集成技巧提高幅度差異不大，其中2007年提高幅度最小，EW、MW和PW方法24、48、72h集成技巧分別提高0%2%、3%4%、01%，2008和2009年分別為2%5%、2%6%、3%8%，減小路徑誤差

11、分別為25、512、1122km。逐個分析2472h預報4成員與3成員集成誤差差值發(fā)現，ECMWF參與集成可以減小大多數TC的預報誤差。以EW方法為例，3年中24、48、72h集成預報4成員誤差小于3成員的TC個數分別為43/62（69.4%）、37/53（69.8%）、35/49（71.4%）。4成員集成導致2472h誤差明顯增大的TC有0702號“玉兔”、0712號“百合”、0819號（nameless）和0907號“天鵝”。誤差分析表明，ECMWF對這4個TC的客觀預報誤差都較大，其中最大的是0702號“玉兔”，24、48、72h誤差分別達到284.0、525.8、786.9km，導致E

12、CMWF參與集成后誤差增大明顯。3.2.2業(yè)務化集成預報誤差分析上述分析表明，平均來說ECMWF客觀預報參與集成后能減小誤差，以下分析均是CMO、JMA、JTWC和ECMWF4成員集成結果。由于決定成員權重系數方法不同，不同集成方法的預報誤差是不同的。表2為EW、MW和PW三種方法20072009年業(yè)務運行誤差。三種集成方法平均誤差和標準差差異不大，其中MW誤差和標準差稍大，24、48和72h平均預報誤差分別為103.9、187.2和284.4km，24h比EW和PW集成增加1.2km，48和72h分別增加約10和16km，而EW和PW兩種集成方法2472h誤差和標準差差值不超過1km。年際誤

13、差分析發(fā)現，3年中2472h預報誤差以MW方法最大，2008年MW的48、72h集成誤差分別達到193.1、336.8km，是3年中最大的。EW和PW方法各年平均誤差差異不大，2008年24、48、72h僅分別相差1.3、1.8、1.9km，2009年分別相差0.3、1.2、0.8km。三種集成方法業(yè)務化集成預報技巧分析發(fā)現集成預報相對于各成員的誤差和標準差均有正技巧（表3），表明集成預報不僅可以減小預報誤差，還可以提高預報穩(wěn)定性。三種集成方法中，MW集成技巧稍低，相對于CMO、JMA、JTWC的24h技巧分別為13.2%、12.8%、8.3%，48h分別為6.4%、6.8%、8.4%，72h

14、則分別為4.6%、1.0%、9.5%，而EW和PW對各集成成員技巧差異不大，24h基本相同，相對于CMO、JMA、JTWC的集成技巧均分別為14.2%、13.8%和9.4%，二者48和72h集成技巧差異不超過0.4%，48h技巧在11%14%之間，72h預報EW相對于JTWC的技巧最高，達到14.7%，相對于CMO和JMA的技巧為10.2%和6.8%。從標準差集成技巧看，除相對于JMA的72h技巧小于0外，其余時效集成預報相對于單個成員一般都有正技巧，表明集成預報一般比單個成員具有更好的穩(wěn)定性。分析表3還發(fā)現，對于96h預報，三種集成方法相對于CMO和JTWC來說都有正的誤差技巧，集成方法之間

15、差異不大，CMO誤差技巧為6%9%，JTWC誤差技巧13%16%。但是相對于ECMWF客觀預報，三種方法3年業(yè)務運行的集成誤差技巧為-14%-10%，增加誤差35km以上，可見96h集成預報對于ECMWF客觀預報來說沒有技巧。3.2.3集成誤差相對于CMO主觀預報誤差分析無論哪一種集成方法，并非所有以集成結果為指導的TC路徑誤差都小于主觀預報。圖2為EW方法20072009年TC業(yè)務化集成預報誤差與CMO預報誤差2472h散點圖。可見，多數TC集成誤差小于CMO主觀預報誤差（圖中對角線下的點）。以24、48、72h集成誤差與CMO主觀誤差差值在±5、±10、±20

16、km之間認為二者效果相當，小于-5、-10、-20km集成有效，大于5、10、20km則集成無效果，則24、48、72h集成有效果和效果相當的TC個數分別為50/62、40/53、38/49，所占百分比為80.6%、75.5%、77.6%。無集成效果的TC編號見表4。分析表4中各TC集成成員的平均誤差發(fā)現，ECMWF是4個成員中誤差最大的，24、48、72h平均誤差分別為135.1、220.9、356.5km，明顯高于20072009年ECMWF客觀預報誤差的平均值，而相同時效的CMO平均誤差分別為104.8、163.1、282.6km，是4個成員中誤差最小的。TC誤差分析還發(fā)現，24h集成誤

17、差增加最明顯的是0702號“玉兔”，24h誤差比CMO主觀預報增大了41.3km，48和72h集成效果最差的是0907號“天鵝”，分別比CMO主觀預報增大了82.5和231.1km。逐時次對比分析CMO、ECMWF及集成預報誤差大小發(fā)現，并不是每個時次的集成預報誤差和ECMWF客觀預報誤差都大于同時效的CMO主觀誤差。0702號“玉兔”于2007年5月17日14時（北京時，下同）在西北太平洋洋面生成后向西北方向移動，19日白天轉向偏北，20日白天轉向東北方向直至減弱消失?！坝裢谩鞭D向東北移動后，ECMWF預報誤差明顯增大，如18日20時起報的24、48、72h誤差分別296.1、605.3、1

18、214.0km，19日08時起報的24、48、72h誤差分別325.9、663.2、1228.0km，均明顯大于轉向前的預報誤差。導致集成誤差明顯增大的原因是，20日08時“玉兔”已完成轉向，其中心位于副熱帶高壓的西北緣，同時120°E以東中高緯有高空槽東移，導致引導氣流增強，TC移動速度明顯加快，2021日“玉兔”移動超過30km/h，而ECMWF預報速度明顯比實況慢，故預報誤差明顯增加。而0907號“天鵝”于2009年8月3日20時在南海東北部海面生成后向西北方向移動，于5日上午在廣東臺山登陸后在廣東境內盤旋滯留超過24小時，6日下午折向西南方向移動，7日上午進入北部灣，后沿北部灣到海南省西部海面繞行，8日夜里折向偏東移動進入海南省南部海面直至減弱消失，一路迂回，其路徑近十年來少見。ECMWF對“天鵝”的預報誤差是8日20時以后才明顯增大的，7日20時起報的24h預報誤差高達428.2km（同時次CMO主觀24h預報誤差214.8km），是ECMWF對“天鵝”的9次預