台风路径最优集合预报技术研究与开发应用

吴联要 钱 浩 赵军平 沈 翊 李嘉鹏

(浙江省气象台，浙江 杭州 310017)

0 引 言

台风是影响我国的重要气象灾害之一，浙江省地处我国东南沿海，每年台汛期平均都有1～2个台风直接登陆影响浙江，台风路径的预报预测对于浙江省每年防台工作意义重大。台风路径预报水平在21世纪有明显进步，但随着现代化气象预报服务快速发展，业务上对台风路径预报能力的要求也不断提高。而集合预报技术从20世纪末以来有了显著发展，它包括了对同一有效预报时间的一组不同的预报结果，从传统的单一确定性预报转变为平均意义上的概率性预报[1-2]。集合预报方法的发展改进为单一确定性预报所不能涵盖的一些不确定性问题提供了处理办法，为业务预报提供了更多参考，这对常规天气预报及台风影响预报都很有实际应用意义[3-4]。

台风路径最优集合预报方法是台风路径预报与集合预报相结合的一种客观预报技术。近年来，研究人员在将台风路径集合预报实时订正技术进行业务后发现，这项预报技术在路径预报中取得了较好的预报效果[5]。本文基于对台风路径最优集合预报方法的研究探讨，并依靠省台业务上可获取的EC集合预报资料，通过统计分析发展了适用于浙江台风业务预报的最优集合预报方法，并开发了预报产品，应用于台风路径客观预报。

1 台风路径最优集合预报方法简介

台风路径最优集合预报方法就是根据台风实时位置(Loc0，中央台实况定位)，选择最新集合预报各成员台风路径中路径误差最小的N个路径进行算术平均(AVE)， 得到优选路径。

这里路径误差Dis是指集合预报当前时刻台风位置(Loc1)与台风当前定位(Loc0)的距离，函数 Min表示取集合成员是距离最小的N个成员，△t是最新集合预报距当前起报时刻的时差， Fbest-forcast表示考虑资料延时后的预报路径(见下式)。

Fbest-forcast=Fbest(t+△t)

2 台风路径最优集合预报产品开发的关键技术

省台台风路径最优集合预报开发工作目前依赖的资料来源是CMAcast下发的ECMWF台风集合预报产品，一天下发两次，分别是00时和12时(世界时)起报的预报，通过对下发编码文件的自动监测并解码转换，得到用于路径最优集合的集合预报多家成员资料。

在得到集合预报成员数据后，关键的一步就是如何挑选出表现较好的集合成员来进行利用。优选方法里面主要涉及3个关键问题，这3个关键技术点对最优集合预报质量影响较大，下面分别做分析。

2.1 优选成员数

下发的ECMWF集合预报有效成员有51个，为了探索挑选出多少个优秀成员来进行再集成能得到较好的预报效果，本文比较了分别挑选1～51个成员的预报结果做集成得到的24 h路径预报误差情况，对2014全年西太平洋台风预报的统计结果如图1所示，路径预报误差两头大中间小，而在挑选10～15个成员时，路径误差控制效果最好。基于这个统计，省台台风路径最优集合预报的优选成员数将控制在10～15个范围内。

图1 2014年西北太平洋台风集合预报优选不同 数量成员的24 h路径误差对比(单位：km)

2.2 优选后是否订正路径

挑选出指定数量的优选成员后，又有一个关键问题，即是否把这些成员的预报按照实况的检验误差进行订正，是否将每个成员的预报路径进行平移。为了解决这个问题，本文统计了2011—2014年西北太平洋台风最优集合预报(优选15个成员)分别在优选后订正路径和不订正路径的预报误差情况，从图2显示的统计结果来看，从24 h的路径误差到120 h的路径误差都是不订正路径的预报效果更好一些，由此可见，优选后不订正路径直接进行集成的方法应用到业务预报中更为有效。

2.3 优选依据的路径误差时效

第3个关键技术问题是优选成员时以过去6 h的路径误差值作依据还是以时效更长的12 h路径误差作依据。为了帮助分析，本文同样统计了2011—2014年西北太平洋台风最优集合预报路径误差，分别基于6 h路径误差和12 h路径误差作了预报误差检验和对比，图3的统计结果显示，基于6 h路径预报误差进行优选集成后的预报比用12 h路径预报误差做的优选预报效果好，且差别明显，误差值相差一般都在10 km以上，说明在优选时应尽量用最新时效的6 h误差来作为根据，有利于提高最优集合的质量和预报效果。

图2 2011—2014年西北太平洋台风最优集合 预报路径误差(基于是否订正路径,单位：km)

图3 2011—2014年西北太平洋台风最优集合 预报路径误差(基于不同误差时效,单位：km)

3 台风路径最优集合预报方法的预报效果统计

在分析了3个关键技术后，应用3个关键技术中有利于提高预报效果的关键技术，整合到本项目准备应用的台风路径最优集合预报方法中，得到试用的台风路径最优集合预报方法。本文应用该方法反算出2011—2014年西北太平洋台风的最优集合路径预报结果，其中24 h路径预报共1204个预报样本。经统计，1204个预报样本的24 h路径预报误差平均为79.2 km，这一结果在与EC集合平均、EC确定性预报、中央台主观预报和关岛主观预报等多家预报的横向对比中是误差最小的(如图4统计结果所示)，这表明本文通过研究确定的省台台风最优集合预报方法预报效果较好，具有推广应用意义。

图4 2011—2014年西北太平洋台风路径24 h 预报误差的横向对比

4 台风路径最优集合预报产品的开发应用

在确定了预报效果适用的省台台风最优集合预报方法后，本项目对省台最优集合台风路径预报产品进行了应用开发。省台最优集合台风路径预报产品每天有4次起报时次，分别是02、08、14和20(北京时间)，前两次预报采用的资料为EC前一天20时起报的集合预报资料，后两次预报采用的资料则是EC当天08时起报的集合预报资料，4次预报的具体发布时间如表1所示。

另外，02和14时的省台最优集合预报是采用6 h路径误差来进行优选，但由于受EC集合预报起报时次一天只有两次的限制， 08时和20时的最优集合预报只能根据12 h路径误差的检验情况来做优选。

表1省台最优集合台风路径预报的产品时间列表

预报时次(北京时间，下同)02时08时14时20时采用EC集合预报的起报时次前一天20时前一天20时当天08时当天08时产品生成时间05时09时17时21时优选依据的路径误差6h12h6h12h

该项业务产品的生成系列程序和脚本在省台业务常用的Linux服务器上自动运行，能自动处理最新台风和中央台下发的最新EC集合预报资料，并自动进行分析和计算处理，产品生成后统一定时读取入库，并集成到省台的“浙江省热带气旋信息检索分析系统”平台之上，方便预报员查看对比和应用。

5 台风路径最优集合预报产品的初步业务应用分析

图5展示了省台台风最优集合路径预报产品在“浙江省热带气旋信息检索分析系统”平台上的显示情况，该次预报为2015年7月4日08时起报的1509号台风的最优集合路径预报。从图5中可以看到，线条1表示的省台最优集合路径预报相比较,线条2表示的中央台路径预报，与实况路径(线条3)更为接近，预报效果更佳。

图5 省台最优集合台风路径预报展示(1509号台风， 7月4日08时起报)(线条1为省台最优集合路径预报， 线条2为中央台路径预报，线条3为路径实况)

最优集合产品在台风个例预报中有不错的误差表现。如图6所示，在1609号台风蒲公英的路径预报误差对比中可以看出，最优集合预报的24 h路径误差为45 km，是4家预报中最低的，同时最优集合预报的48 h预报误差和72 h预报误差也表现最好。

又如图7对1513号台风苏迪罗的路径预报误差检验，最优集合路径预报的72 h路径误差为82 km，为4家预报中误差最低。同时24 h路径误差(51 km)和48 h路径预报误差(67 km)虽不是最低的一家，但在误差值上控制效果尚可。

图6 “1609”号台风蒲公英省台最优集合 预报路径误差的横向对比

图7 “1513”号台风苏迪罗省台最优集合 预报路径误差的横向对比

6 结 语

采用ECMWF集合预报资料，通过对台风路径最优集合预报方法的几项关键技术进行适用性研究分析，并统计分析了不同技术的选择在应用到台风路径预报上的效果差异，最终得到了适用于浙江省台风路径预报的关键技术方法。通过选定这几种效果较好的关键技术，本文发展了适用于浙江省气象业务的台风路径最优集合预报方法，并开发成为业务产品，在浙江的台风路径业务预报中得到应用，并取得较好的应用效果。

未来台风路径最优集合预报产品将继续在台风业务预报中加以应用，并从应用中收集更多的样本，用以研究分析获取效果更佳的关键技术，不断优化省台台风路径最优集合预报方法。

[1] MURPHY J M. The impact of ensemble forecasts on predictability[J]. Q J Roy Meteor Soc, 1988, 114(480): 463-493.

[2] PURI K, BARKMEIJER J, PALMER T N. Ensemble prediction of tropical cyclones using targeted diabatic singular vectors[J]. Q J Roy Meteor Soc, 2001, 127(572): 709-731.

[3] BUIZZA R, ISAKSEN L, LEUTBECHER M, et al. Ensemble prediction and data assimilation at ECMWF[C]//EGU General Assembly Conference Abstracts.Wien：European Geosciences Union General Assembly，2010: 10 477.

[4] SZUNYOGH I, TOTH Z, ZIMIN A V, et al. Propagation of the effect of targeted observations: The 2000 winter storm reconnaissance program[J].Mon Wea Rev, 2002, 130(5): 1144-1165.

[5] 钱奇峰，张长安，高拴柱，等.台风路径集合预报的实时订正技术研究[J].热带气象学报，2014，30(5): 905-910.