概念,2010年西北太平洋颱風預報精度評定,資料和方法,颱風路徑預報精度分析,颱風強度預報,研究結論,西北太平洋颱風生成頻次與南極濤動的關係,資料介紹,結果分析,研究結論,
概念
2010年西北太平洋颱風預報精度評定
2010年,西北太平洋及南海海域共生成14個熱帶風暴以上的颱風。不僅颱風生成總頻數平了1998年的最低紀錄(同為14個),而且生成時間呈明顯的階段性特徵:近60%的颱風生成在8月下旬到9月下旬之間,而11月和12月沒有颱風生成,這在1949年有記錄以來尚屬首次。所有14個颱風中登入我國有7個,其中登入海南1個,廣東1個,台灣1個(1011號颱風凡亞比登入台灣後在福建二次登入),其餘4個全部在福建登入。雖然2010年登入颱風個數與常年相比趨於正常(氣候平均為7個),但登入個數與生成個數的比例之高為1949年以來之最,達50%(氣候平均為27%)。2010年兩個超強颱風均登入我國,其中1011號超強颱風凡亞比為該年登入時強度最強的颱風,也是2010年僅有的一個二次登入的颱風。1013號超強颱風鮎魚為該年度最強颱風,其路徑複雜多變,最終於10月23日在福建漳浦登入,成為新中國成立以來最晚登入福建的颱風。整體而言,登入比例大,預報難度大,影響力強,個例偏少成為2010年西北太平洋颱風活動特點。
當前可供颱風實際業務預報參考的主客觀方法眾多,由於關注重點以及技術水平等差異,不同方法對於不同類型、不同區域颱風的預報表現並不一致。因此,對各方法預報誤差進行客觀評定和綜合分析,將有利於預報業務人員深入了解各種方法,更好地提高預報和服務水平;另一方面便於科研人員定量化分析當前颱風預報變化趨勢,更好地改進預報方法。基於上面的考慮,多年來國內外有不少工作從不同側面總結了西北太平洋颱風(熱帶氣旋)業務路徑和強度預報情況。研究依據《
颱風業務和服務規定》,對2010年主要的主客觀預報方法進行性能客觀評估並針對數值模式的路徑預報誤差進行初步分析,以期能夠幫助颱風業務科研人員加深對2010年度台汛期我國各種業務方法預報表現有較為系統的認識,從而為今後更好地改進和使用相關方法打好基礎。
資料和方法
研究所採用的颱風最佳路徑數據來源於
中國氣象局上海颱風研究所整編的颱風最佳路徑數據集。該數據集包括6小時間隔的颱風最佳路徑和強度記錄(其中颱風強度為近中心底層最大風速和近中心最低海平面氣壓)。參加業務評定的各預報方法數據取自實時業務資料庫(各種數據已經過與相關業務預報台站核對),主要參加業務評定與分析的方法有12個綜合預報方法、3個客觀預報方法,6個數值模式的確定性路徑預報(含登入點預報)精度評定以及5個方法的強度(以近颱風中心地面最大風速為表示,下同)預報精度評定。利用最佳路徑和相關方法的報文資料,利用
上海颱風研究所正在開發的颱風預報評估與分析系統工具對數據進行定量化分析。
颱風路徑預報精度分析
(1)平均距離誤差
各綜合預報方法的24h、48h和72h預報的颱風平均距離誤差列於表2a。由表2a可見,絕大多數綜合方法24h預報平均距離誤差小於125km;所有綜合方法48h預報的平均距離誤差均不超過340km;72h路徑預報的平均距離誤差在250~420km之間。各家綜合預報24h、48h和72h平均距離誤差分別為110.0km(1392次)、210.6km(945次)和322.4km(364次),均小於2009年各家綜合預報相應預報時效的平均距離誤差[123.0km(1697次)、228.2km(1371次)和376.0km(699次)]。中央台的24h、48h和72h預報誤差總平均為113.0km(220次)、209.3km(173次)和340.7km(127次),較2009年平均距離誤差(分別為120.3km、218.1km和327.1km)有一定幅度減小。亞太地區4個國家級颱風業務中心(中國、日本、JTWC和韓國)預報橫向比較,JTWC24h、48h和72h平均距離誤差中均為最小,分別為103.2km(204次),188.9km(162次)和336.1km(127次)。中央台在48h和72h路徑預報平均距離誤差均比日本(48h:215.7km,174次;72h:361.1km,135次)小,僅次於JTWC;24h路徑預報平均距離誤差略大於日本(108.0km,220次),小於韓國123.6km(207次)。
表1列出各家數值模式對2010年颱風預報平均距離誤差。24h和48h預報誤差總平均分別為118.2km(971次)和226.7km(797次),與2009年的24h和48h平均預報距離誤差水平(118.5km(482次)和225.4km(394次))相當。國內各家數值模式中,上海G-TCM模式24h預報平均距離誤差最小(118.7km,206次),48h預報平均距離誤差最小的是廣州數值(220.1km,78次),北京數值在72h預報平均距離誤差最小(393.1km,128次)。橫向比較國內外各家數值模式預報,發現ECMWF(歐洲中心數值模式)在24h、48h和72h均為平均距離誤差最小,分別為68.2km(83次)、134.1km(70次)和210.3km(52次)。24h、48h和72h的同樣本比較顯示(表略):歐洲中心模式(ECMWF)分別比相應預報時效的北京數值模式平均距離誤差小50.7km(81次)、87.0km(66次)和126.1km(47次)。日本數值模式不同時效路徑預報的總平均距離誤差也均小於國內各家數值模式結果,僅次於歐洲中心模式(ECMWF)。
![西北太平洋颱風 西北太平洋颱風](/img/8/abc/QO2czN0UTO0MTMiNWMiBDOjRWNhFDM3EGM2MWNxMzYiVjM5kTZmFTZvMWaw9SbvNmLz9mYlNmYu4GZj5yZtl2ai9yL6MHc0RHa.jpg)
表1
(2)颱風登入點預報
2010年共有7個編號熱帶氣旋登入我國,其中2個登入華南(1個登入廣東吳川,1個登入海南三亞),5個登入華東(全部均在福建登入,但1011颱風凡亞比為兩次登入,登入點分別在台灣花蓮和福建漳浦)。各方法的24h登入點預報誤差列於表3a~b(括弧內為起報時間相對於颱風登入時間的提前時間(單位:h,下同)。可見,各方法對不同颱風登入點的預報誤差從幾千米到幾百千米不等,國內綜合預報大部分的平均登入誤差都小於100km,登入時間的預報,普遍都比實況提前9~24h。國內各家綜合預報方法中,中央台和上海颱風所集成方法對於登入點預報誤差最小且正確預報登入命中率最高,分別為49.4km和49.1km。從個例登入情況看,國內各綜合預報方法對1010颱風凡亞比在台灣花蓮的登入預報比較成功,有多家方法預報誤差小於10km。對於“凡亞比”在福建的登入,各家主客觀以及數值模式預報也較為精確,其中廣東台誤差點預報誤差最小(4.9km)。北京數值和日本數值對於“凡亞比”登入福建漳浦的預報在各家數值模式預報結果中誤差較小,分別為15.4km和8.5km。
2010年台汛期,登入預報誤差最大的是對1002颱風康森的預報。各家主客觀方法對“康森”24h預報登入誤差在70~410km不等;對1008熱帶風暴南川的登入情況也相對較差,大部分主客觀方法都沒有正確預報其登入,僅有北京數值和上海G-TCM模式分別提前24h和18h正確預報南川登入,登入誤差分別為162.3km和52.4km。
颱風強度預報
(1)平均強度誤差
研究對於颱風強度及強度誤差相關計算主要採用近中心底層最大風速作為計算量。統計中央氣象台綜合預報方法、廣西遺傳神經方法、上海統計釋用方法、偏最小二乘法和氣候持續法對颱風強度的預報平均絕對誤差、預報趨勢一致率和
均方根誤差,結果如表2所示。24h、48h和72h近中心最大風速預報的誤差範圍分別為3~6m·s、6~10m·s和6~10m·s。除去新投入業務運行的偏
最小二乘法,中央台綜合預報、廣西遺傳神經方法和上海統計釋用3個強度預報方法24h和48h平均強度預報誤差分別為5.32m·s和6.70m·s。而2008年24h和48h平均誤差分別為4.6m·s和7.59m·s,2009年則分別為4.79m·s和6.64m·s。對比發現,2010年各種主客觀方法24h和48h強度預報誤差與前兩年比水平相當。包括
偏最小二乘法在內的4個強度預報方法2010年24h和48h的平均強度預報誤差分別為5.64m·s和7.41m·s。
![西北太平洋颱風 西北太平洋颱風](/img/5/354/QM5QTZxAzN4MWMzIGNkZDOwcjMkNmYmRDNiFGZhdjNzgTM2gTOxkjZvMWaw9SbvNmLz9mYlNmYu4GZj5yZtl2ai9yL6MHc0RHa.jpg)
表2
不同方法相比,24h平均強度誤差最小的為中央台綜合預報(4.44m·s,220次),48h平均強度預報誤差較小的是廣西遺傳神經方法(5.17m·s,18次)。在同樣本比較中,中央台綜合方法24h平均強度預報誤差比廣西遺傳神經方法大0.9m·s(25次),而48h平均強度預報誤差中央台綜合方法比廣西遺傳神經方法小0.3m·s(17次)。
(2)技巧水平
如表3所示,中央台的2010年颱風強度預報對於各種客觀方法有一定優勢,其24h、48h和72h相對於氣候持續法技巧分別為35.94(220次),46.93(173次)和44.52(127次)。廣西遺傳神經方法在24h和48h時效預報也具有較高的正預報技巧。表5給出了2009和2010年強度預報方法相對於氣候持續法的技巧水平。統計顯示:除上海統計釋用方法在24h、48h和72h以及
偏最小二乘法72h強度預報均為負技巧外,其他業務化的強度預報方法24h、48h和72h預報相對於氣候持續法主要為正技巧。
![西北太平洋颱風 西北太平洋颱風](/img/f/a22/wN0EWZzAjNmBTOhRTMwQjYxgjN3kjN5U2YmZ2Y2IjM4kTYzQTN0YjYvMWaw9SbvNmLz9mYlNmYu4GZj5yZtl2ai9yL6MHc0RHa.jpg)
表3
研究結論
通過對2010年颱風路徑和強度預報精度評定和分析,我們得到以下初步結論:
(1)國內各家綜合預報24h、48h和72h平均距離誤差為110.0km(1392次),210.6km(945次)和322.4km(364次),比2009年有一定減小;而國內數值預報方法不同時效的平均距離預報誤差整體比各台站綜合預報方法誤差大。亞太地區4個國家級颱風業務中心(中國、日本、JTWC和韓國)的預報橫向比較:JTWC24h、48h和72h平均距離誤差均為最小;中央台在48h和72h路徑預報次之,平均距離誤差均比日本綜合預報小;24h平均路徑預報誤差略大於日本。
(2)整體而言,各家業務台綜合方法對於颱風登入預報的24小時預報誤差明顯小於各家數值模式。中央台與JTWC綜合預報對2010年8次颱風登入預報相對較好,且水平相當(分別為49.4km和47.5km)。數值模式登入點平均預報誤差較小的為日本數值模式(47.6km)而大多數的數值模式均在70~190km。這可能意味著階段登入預報更應偏重於各主要業務預報中心的綜合預報經驗,他們的預報表現證明對於24h以內颱風登入點的預報誤差已經小於100km,登入點預報時效也普遍在9~24h,具有較高的可信度。
(3)比較國內外各家數值模式預報,發現ECMWF(歐洲中心數值模式)在24h、48h和72h均為平均距離誤差最小。24h,48h和72h時效的同樣本比較顯示:歐洲中心模式(ECMWF)分別比相應時效的北京數值平均距離誤差小;日本數值模式24h、48h和72h平均距離誤差也均小於國內各個數值模式。
(4)通過與ECMWF模式同樣本分析,我國的各家模式與ECMWF模式更大的差距在移動方向誤差方面。這可能意味著,一方面颱風業務預報人員在借鑑國內外不同模式時,應該有所側重;另外一方面,我國的颱風數值模式相關開發人員可能更需要關注颱風移動方向方面的改進。國內主要颱風數值模式在較早時效預報時(12~24h階段)相對於ECMWF模式落後的幅度更大;而隨著預報時效的延長,ECMWF模式優勢逐步減少,但仍有一定優勢。
颱風是非常重要的天氣現象,對亞洲和太平洋區的很多國家和地區均有重要影響。回顧了有關颱風活動氣候問題的研究進展。很多研究都揭示了西北太平洋颱風活動的頻次、路經和ENSO的關係,並且提出了ENSO影響颱風活動的一些機制,如緯向風的垂直切變、海表溫度(SST)、瓦克(Walker)環流、西北太平洋季風槽等等。還揭示了熱帶風暴和颱風活動與平流層準兩年振盪的關係。
關於ENSO影響颱風活動的研究,ENSO的暖位相時有更多的颱風生成,然而這個結論和Landert的結論並不一致。另一方面,指出ENSO與西北太平洋的西北區和東南區熱帶風暴頻次的關係並不一樣。研究熱帶對緯向模(即南極濤動和北極濤動)的回響,並指出兩個半球的緯向模都和另外一個半球的副熱帶和熱帶大氣相聯繫。
既然AAO和熱帶大氣環流有密切關係,那么AAO和颱風活動到底是否有聯繫呢?因此,研究研究南極濤動和西北太平洋地區生成颱風頻數的關係問題。關於南極濤動有兩種定義。這裡我們用緯向平均的標準化海平面氣壓在40°S和60°S的差來定義。研究重點研究年際變化,因此在作相關分析中均扣除了線性趨勢。
本工作使用的颱風資料來自美國聯合颱風監測中心(JTWC)(時間為1945~2004年)。海平面氣壓(SLP)資料是英國Hadley中心的5°×5°月平均資料(1871~1998年)。其他大氣資料來自美國的國家環境預報中心和大氣研究中一心(1949—1998年),垂直方向有17層,水平解析度為2.5°×2.5°,使用的資料時間段為1949~1998年。此外,我們還使用了NOAA分析的海表溫度資料。
圖1我們首先給出了6-9月份(JJAS)AAO和全年西北太平洋颱風數(WNPTN)1945—1998年的時間序列(圖1)。扣除線性趨勢後1949~1998年期間兩者的相關係數為-0.48(相關的顯著性水平為99%),如果用Thompson和Wallace的AAO指數來計算,則相關係數為-0.32(相關的顯著性水平為95%)。我們使用的AAO指數和Thompson和Wallace定義的指數的相關係數為0.80,所以用兩個指數均可以得到AAO和WNPTN的顯著的反相關關係。很多工作都揭示了熱帶氣旋活動和緯向風垂直切變幅度(MWS)的反相關關係,大的MWS可以阻止熱帶氣旋的產生或者減弱熱帶氣旋的強度甚至使熱帶氣旋消亡。所以,我們就分析一下AAO和WNPTN分別和JJAS 150hPa和850hPa之間的MWS的相關分布(圖2),圖2(b)顯示WNPTN確實和145°E以東的熱帶西太平洋區(A區)的MWS反相關,在我國南海區(B區)也是反相關,而在C和D區則是正相關;而圖2(a)給出的AAO和MWS的相關係數在A和B區則是正的,在C和D區是負的,這個分布特徵幾乎正好和圖2(b)的相反。因此,圖2很好地反映出了風切變所揭示的AAO和WNPTN的反相關關係。
![西北太平洋颱風 西北太平洋颱風](/img/3/de3/gMyMTM0MmYllTMzIWN1cDMyMDN4EjMyQjNzcjZwYGO3YGNzADN2EWYvMWaw9SbvNmLz9mYlNmYu4GZj5yZtl2ai9yL6MHc0RHa.jpg)
圖1
![西北太平洋颱風 西北太平洋颱風](/img/7/dd2/gZzUWN4MWMkF2Y1kjZxgjMkRDZjRmZkNDNzEDNmFDZmNDZ4EWZxcTYvMWaw9SbvNmLz9mYlNmYu4GZj5yZtl2ai9yL6MHc0RHa.jpg)
圖2
為了進一步考察大氣低層環流的變異和南極濤動的關係,我們又分析了925hPa渦度場。圖3給出了南極濤動指數AAO以及西北太平洋颱風數WNPTN和該渦度場的相關係數分布。可見,在赤道以北的西太平洋區,AAO和渦度的相關係數是負值,而在其以北地區基本上是正的相關係數。這樣的分布特徵和WNPTN與渦度場的相關係數分布特徵幾乎正好相反,即在赤道以北的西太平洋地區颱風數和渦度是正相關關係,而在其以北地區是反相關關係。因此渦度場的相關分析進一步證實了AAO和WNPTN反相關關係的存在性。
![西北太平洋颱風 西北太平洋颱風](/img/5/d0e/QM1IDMzETMkJGNkF2M0MGZ2kTNzITY3AzNhJDN0IjZwMjYmBTM1YWOvMWaw9SbvNmLz9mYlNmYu4GZj5yZtl2ai9yL6MHc0RHa.jpg)
圖3
海洋表面的溫度是另外一個對於颱風生成很重要的條件。暖的上層海洋可以為颱風生成提供必要的“熱機”。於是,我們分析了AAO和WNPTN分別和SST的相關分布(圖4)。圖4(b)是WNPTN和SST的相關分布,我們看到,在A區為正相關。而圖2(a)的AAO和SST的相關分布在A區是負的相關係數。所以,兩者正好相反。另外,AAO和WNPTN與SST的相關係數在B區和C區也是相反的。所以,當AAO處於正位相時,主要的颱風生成區域的海溫處於負異常狀態,因而不利於颱風生成。反之亦然。
下面,我們來分析一下熱帶太平洋區域對流層高層和低層風場的變化特徵來討論為什麼AAO會和熱帶的大氣環流變化相關聯。我們選擇了標準化AAO大於0.5的年份作為AAO的正異常組合,把AAO小於-0.5的年份作為負異常組合。為了把ENSO的可能影響排除,在作組合分析時,我們還分別扣去了ENSO年(1951,1953,1957,1963,1965,1972,1982,1987,1991,1997)和La Nina年(1954,1955,1956,1964,1970,1971,1973,1975,1988,1998)。圖5給出了JJAS150hPa和850hPa風場的組合差值分布,結果表明,在熱帶西太平洋150hPa是異常氣旋式環流,在850hPa是異常反氣旋式環流,因而不利於對流活動的發展,從而也不利於颱風的生成和發展。並且,陰影區顯示的散度場的變化表明:高層是異常輻合流場,低層是異常輻散流場,這也同樣不利於颱風的生成和發展。
![西北太平洋颱風 西北太平洋颱風](/img/6/4a2/QY2UmNxEzNlRGZ1UWNzgDOxYDOygjN1MDM1IWO4MTOiVmMmJTMkdzMvMWaw9SbvNmLz9mYlNmYu4GZj5yZtl2ai9yL6MHc0RHa.jpg)
圖4
已經有研究結果說明AAO是通過經向的遙相關波列和熱帶大氣環流聯繫起來的,正如圖5所示,確實存在著經向的遙相關波列。另外,經向遙相關波列使得赤道西太平洋區的大氣低層出現異常輻合而高層出現異常輻散流場,因而,對流活動異常加強。該赤道區對流的異常加強會通過準定常行星波(稱為東亞波列,或者太平洋一日本波列)的傳播導致西北太平洋相反的對流活動異常,進而影響颱風活動。
研究結論
研究了南極濤動和西北太平洋颱風頻次的關係,發現兩者具有反相關關係。研究分析了產生這種關係的原因,結果表明,當AAO處於正位相時,緯向風切變幅度變大,海溫變低,在對流層低層有異常反氣旋式環流高層有異常氣旋式環流存在,抑制對流活動的發展。這些變化都不利於颱風的生成和發展。反過來,AAO處於負位相時則有利於颱風的生成和發展。
研究還揭示,從南半球中高緯到赤道西太平洋區的遙相關波列可能是聯繫AAO和颱風活動的一個關鍵紐帶,它會使得赤道西太平洋區對流活動異常,進而影響到西北太平洋區的對流活動異常,從而影響颱風活動。