国内气旋预报进展与其评估

1引言

一些预报中心将多模式数值预报结果的集成预报技术应用于热带气旋（TC）日常业务中，如美国联合台风警报中心（JTWC）采用集成平均，香港天文台（HKO）对模式预报结果进行算术平均制作TC路径预报，总体预报误差是减小的[1-2]。基于国内外不同数值预报模式，我国气象工作者进行了大量的例分析和预报试验，探讨了热带气旋路径集成预报的有效方法[3-9]。钟元等[10]通过非线性相关比筛选、REEP分析构造TC预报模式，对登陆华东的TC有一定的预报能力。袁金南等[11]利用3种不同模式的初始资料生成16个不同初始场,筛选出2004年7个南海TC进行集合预报试验，结果表明多模式集合对南海TC路径预报有明显的改进。俞善贤等[12]分别以BP、LM、RBF人工神经网络建立36、48、60、72h的TC路径预测模型并进行对比试验，发现RBF方法具有较高的实用价值。不同集成预报方法在TC预报中的应用效果研究也很多，如条件概率组合、滞后平均法、组合置信加权法、最优决策法等[13-16]。这些成果为研制TC路径多模式集合预报提供了基础性理论和参考依据。面对来自不同预报中心的主客观指导预报，如何将多个指导预报进行综合，预报员往往感觉难度比较大，实际业务中常常根据主观经验判断，进行客观综合并实现业务转化的不多。杨元琴[17]采用多规则综合评估方法（MCE)，根据中国中央气象台（CMO）、日本气象厅（JMA）和美国联合台风警报中心的预报，对9711号台风进行客观综合决策预报试验，取得较佳结果。张守峰等[18]应用2001—2003年的资料研究多元线性回归、递归正权决策和算术平均方法的TC路径和强度预报能力，发现多元线性回归法的集成预报效果优于递归正权决策和算术平均方法。基于欧洲中心(ECMWF)数值产品的850hPa最大涡度中心进行TC客观路径预报能更好地表现TC演变过程[19]。应用三次样条插值方法，涂小萍等[20-21]以ECMWF的850hPa涡度最大中心为基础，综合850hPa风场和海平面气压低值中心进行TC路径客观预报，使ECMWF客观预报能够参与集成。本文将ECMWF的TC客观预报与CMO、JMA及JTWC的主观预报进行集成并实现业务化运行，以期为基层台站预报员提供客观综合指导。

2资料和方法

2.1资料

所用资料包括：2004—2009年CMO、JMA、JTWC的TC主观预报资料、ECMWF逐日2次（08和20h）海平面气压场、850hPa风场和涡度场（分辨率2.5°×2.5°，涡度场由风场资料计算）。资料来源于国家气象中心、日本气象厅和美国联合台风警报中心。ECMWF的TC预报为基于其数值预报产品的三次样条插值结果。

2.2方法介绍

在基层台站能正常接收到的多种TC预报资料和数值预报产品中，CMO、JMA、JTWC的主观TC预报及ECMWF的客观数值预报产品是预报员的重要参考依据。本研究选择算术平均（EW，Equal-Weighted）、多元线性回归（MW，Multivariate-Weighted）和各成员历史平均误差的平方倒数（PW，Performing-Weighted）等三种集成方法，将CMO、JMA、JTWC和ECMWF主客观TC路径预报资料进行客观集成，为预报员提供主要预报中心的TC路径客观综合指导，也符合预报员的预报思路。三种集成方法中，MW权重系数由回归系数决定，EW权重系数为1iWN=，N为集成预报成员总数(i=1，2，，N，下同)，PW权重系数为221NiiiiWDD==∑，Di为第i个成员历史平均误差。应用上述三种方法确定权重系数，对2007—2009年西北太平洋和南海编号TC进行业务化路径集成预报，其中2007年的25个TC以2004—2006年的77个编号TC为样本，2008年的22个TC以2004—2007年的102个编号TC为样本，2009年的22个编号TC则以2004—2008年的124个TC为样本。为了消除ECMWF客观预报可能存在的系统偏差，除多元回归方法外，集成之前预先对ECMWF的TC路径预报按经、纬度分别进行了一元回归。

3TC业务化路径集成预报评估

3.1集成预报业务化处理

业务化实现过程中主要完成以下工作。

（1）历史样本库的建立和主客观预报资料的实时入库：TC主观预报报文解码后，提取各时效的预报信息，并进行时间插值处理形成每隔3h的样本库，存放到指定服务器。ECMWF的TC路径客观预报应用三次样条插值方法得到并保存。

（2）数值预报成员时效的处理：数值预报产品仅涉及ECMWF资料。相对于主观预报，ECMWF资料往往有6～12h的滞后性，业务化时默认ECMWF产品滞后12h。当起报时次为t0时，则ECMWF产品的起报时次为t0～t12。

（3）预报成员的取舍：如果某预报成员在起报时次t0的资料未接收到，则搜索t0～t3时次是否有预报，如果有，则以t0～t3时次预报作为最新预报参与集成，否则，继续退后3h搜索，直到t0～t12预报时次。如果仍未搜索到该成员预报资料，则在本次集成预报中剔除该成员。ECMWF的客观预报在考虑产品时间滞后的基础上进行搜索，即在t0～t12时次到t0～t24时次的起报场中搜索最新预报产品。

（4）资料时间插值：由于参与集成的成员资料接收的滞后性和起报时次的不统一，需要根据预报时效进行资料的时间插值。业务化时，24h以内的预报进行时间插值考虑了起报时次前12—6小时的TC移动趋势，以三次样条插值方法分别进行经纬度的时间插值[22]，而24h以后采用线性方法进行时间内插。单个成员TC预报时间插值见图1。

3.2业务化集成预报分析

由于ECMWF资料只有08和20h预报，本文集成误差和各成员误差统计分析只针对08和20h的主客观预报进行。ECMWF预报时效比主观延长12h，即如果是分析24h预报时效，那么ECMWF对应的时效是36h。

3.2.1ECMWF客观预报参与集成的效果分析

定义集成预报技巧评估集成预报方法的优劣，集成预报技巧=（单个成员预报误差-集成预报误差）÷（单个成员预报误差）×100%。当集成预报技巧>0时，表明集成预报方法有效，否则无效果。集成预报技巧越高，表明集成方法相对于该成员的效果越好。分别对2007—2009年EW、MW和PW三种方法3成员(CMO、JMA和JTWC)和4成员(CMO、JMA、JTWC和ECMWF)参与的TC路径业务化集成预报误差进行统计分析。表1为集成误差及相对于各成员的集成误差技巧提高幅度(4成员技巧-3成员技巧)。分析可见，ECMWF客观预报参与集成后，24～72h集成预报误差和标准差技巧(略)都有一定幅度提高。相对于CMO、JMA、JTWC单个成员来说，不同集成方法集成技巧提高幅度差异不大，4成员24h集成技巧提高约2%，减小误差约2.5km，48和72h技巧均提高3%～5%，分别减小误差6～9和10～12km。年际变化分析发现，三种集成方法的4成员集成技巧提高幅度差异不大，其中2007年提高幅度最小，EW、MW和PW方法24、48、72h集成技巧分别提高0%～2%、3%～4%、0～1%，2008和2009年分别为2%～5%、2%～6%、3%～8%，减小路径误差分别为2～5、5～12、11～22km。逐个分析24～72h预报4成员与3成员集成误差差值发现，ECMWF参与集成可以减小大多数TC的预报误差。以EW方法为例，3年中24、48、72h集成预报4成员误差小于3成员的TC个数分别为43/62（69.4%）、37/53（69.8%）、35/49（71.4%）。4成员集成导致24～72h误差明显增大的TC有0702号“玉兔”、0712号“百合”、0819号（nameless）和0907号“天鹅”。误差分析表明，ECMWF对这4个TC的客观预报误差都较大，其中最大的是0702号“玉兔”，24、48、72h误差分别达到284.0、525.8、786.9km，导致ECMWF参与集成后误差增大明显。

3.2.2业务化集成预报误差分析

上述分析表明，平均来说ECMWF客观预报参与集成后能减小误差，以下分析均是CMO、JMA、JTWC和ECMWF4成员集成结果。由于决定成员权重系数方法不同，不同集成方法的预报误差是不同的。表2为EW、MW和PW三种方法2007—2009年业务运行误差。三种集成方法平均误差和标准差差异不大，其中MW误差和标准差稍大，24、48和72h平均预报误差分别为103.9、187.2和284.4km，24h比EW和PW集成增加1.2km，48和72h分别增加约10和16km，而EW和PW两种集成方法24～72h误差和标准差差值不超过1km。年际误差分析发现，3年中24～72h预报误差以MW方法最大，2008年MW的48、72h集成误差分别达到193.1、336.8km，是3年中最大的。EW和PW方法各年平均误差差异不大，2008年24、48、72h仅分别相差1.3、1.8、1.9km，2009年分别相差0.3、1.2、0.8km。三种集成方法业务化集成预报技巧分析发现集成预报相对于各成员的误差和标准差均有正技巧（表3），表明集成预报不仅可以减小预报误差，还可以提高预报稳定性。三种集成方法中，MW集成技巧稍低，相对于CMO、JMA、JTWC的24h技巧分别为13.2%、12.8%、8.3%，48h分别为6.4%、6.8%、8.4%，72h则分别为4.6%、1.0%、9.5%，而EW和PW对各集成成员技巧差异不大，24h基本相同，相对于CMO、JMA、JTWC的集成技巧均分别为14.2%、13.8%和9.4%，二者48和72h集成技巧差异不超过0.4%，48h技巧在11%～14%之间，72h预报EW相对于JTWC的技巧最高，达到14.7%，相对于CMO和JMA的技巧为10.2%和6.8%。从标准差集成技巧看，除相对于JMA的72h技巧小于0外，其余时效集成预报相对于单个成员一般都有正技巧，表明集成预报一般比单个成员具有更好的稳定性。分析表3还发现，对于96h预报，三种集成方法相对于CMO和JTWC来说都有正的误差技巧，集成方法之间差异不大，CMO误差技巧为6%～9%，JTWC误差技巧13%～16%。但是相对于ECMWF客观预报，三种方法3年业务运行的集成误差技巧为-14%～-10%，增加误差35km以上，可见96h集成预报对于ECMWF客观预报来说没有技巧。

3.2.3集成误差相对于CMO主观预报误差分析

无论哪一种集成方法，并非所有以集成结果为指导的TC路径误差都小于主观预报。图2为EW方法2007—2009年TC业务化集成预报误差与CMO预报误差24～72h散点图。可见，多数TC集成误差小于CMO主观预报误差（图中对角线下的点）。以24、48、72h集成误差与CMO主观误差差值在±5、±10、±20km之间认为二者效果相当，小于-5、-10、-20km集成有效，大于5、10、20km则集成无效果，则24、48、72h集成有效果和效果相当的TC个数分别为50/62、40/53、38/49，所占百分比为80.6%、75.5%、77.6%。无集成效果的TC编号见表4。分析表4中各TC集成成员的平均误差发现，ECMWF是4个成员中误差最大的，24、48、72h平均误差分别为135.1、220.9、356.5km，明显高于2007—2009年ECMWF客观预报误差的平均值，而相同时效的CMO平均误差分别为104.8、163.1、282.6km，是4个成员中误差最小的。TC误差分析还发现，24h集成误差增加最明显的是0702号“玉兔”，24h误差比CMO主观预报增大了41.3km，48和72h集成效果最差的是0907号“天鹅”，分别比CMO主观预报增大了82.5和231.1km。逐时次对比分析CMO、ECMWF及集成预报误差大小发现，并不是每个时次的集成预报误差和ECMWF客观预报误差都大于同时效的CMO主观误差。0702号“玉兔”于2007年5月17日14时（北京时，下同）在西北太平洋洋面生成后向西北方向移动，19日白天转向偏北，20日白天转向东北方向直至减弱消失。“玉兔”转向东北移动后，ECMWF预报误差明显增大，如18日20时起报的24、48、72h误差分别296.1、605.3、1214.0km，19日08时起报的24、48、72h误差分别325.9、663.2、1228.0km，均明显大于转向前的预报误差。导致集成误差明显增大的原因是，20日08时“玉兔”已完成转向，其中心位于副热带高压的西北缘，同时120°E以东中高纬有高空槽东移，导致引导气流增强，TC移动速度明显加快，20—21日“玉兔”移动超过30km/h，而ECMWF预报速度明显比实况慢，故预报误差明显增加。而0907号“天鹅”于2009年8月3日20时在南海东北部海面生成后向西北方向移动，于5日上午在广东台山登陆后在广东境内盘旋滞留超过24小时，6日下午折向西南方向移动，7日上午进入北部湾，后沿北部湾到海南省西部海面绕行，8日夜里折向偏东移动进入海南省南部海面直至减弱消失，一路迂回，其路径近十年来少见。ECMWF对“天鹅”的预报误差是8日20时以后才明显增大的，7日20时起报的24h预报误差高达428.2km（同时次CMO主观24h预报误差214.8km），是ECMWF对“天鹅”的9次预报中最大的，导致本次集成预报误差达256.9km，也是9次集成预报中最大的。与“玉兔”不同，“藤原效应”是造成“天鹅”预报误差较大的重要原因。0907号“天鹅”和0908号“莫拉克”同时存在，9月8日“莫拉克”进入台湾海峡，与“天鹅”相距13～14个经距，在双台风互旋作用影响下，“莫拉克”移速缓慢，而“天鹅”路径奇异。由于目前客观预报对涡旋间相互作用对TC路径的影响程度还很难做出准确的估计[23-24]，故ECMWF预报误差明显增大，从而导致其参与集成后集成误差也明显增大。

4结论

（1）ECMWF客观预报参与集成后，24、48、72h集成技巧比三个主观预报成员集成有一定幅度提高，三种集成方法技巧提高幅度差异不大，24h提高约2%，减小误差2.5km左右，48和72h技巧提高3%～5%，分别减小误差6～9km和10～12km。

（2）相对于单个成员来说，24～72h集成预报误差有正技巧，在业务化运行的三种集成方法中，MW相对来说集成技巧稍低，而EW和PW方法24h集成技巧基本相同，48和72h技巧差异不超过0.4%。标准差技巧表明集成预报一般具有更好的稳定性。96h集成预报对ECMWF客观预报没有正效果。

（3）与CMO主观指导预报相比较，EW方法24、48、72h集成有效果和效果与CMO主观预报相当的TC比例分别为80.6%、75.5%、77.6%。无集成效果的TC误差分析发现，ECMWF对这些TC的客观预报误差是4个成员中最大的。