2016—2020年广东省登陆台风24 h路径预报误差特征

王凤，陈玉玮，谢蜀剑，瓦力江·瓦黑提，冯沁

（广东省气象台，广东广州 510640）

台风是对广东省影响最严重的灾害性天气系统之一，台风的风雨影响及其造成的灾害与台风路径预报关系密切［1-4］。台风路径预报对于台风风雨预报有着重要影响，尤其预报准确与否与做好防灾减灾、保障人民生命财产安全息息相关。目前对台风路径预报评估的研究多为对客观模式预报能力的评估分析［5-8］，但气象部门对政府和公众发布的台风预报信息和服务产品仍然是主观预报，对主观路径预报能力的评估则多侧重于总体情况［9-10］，如年度平均误差或多年平均误差等，或根据强度、登陆情况进行分类评估平均误差，平均路径误差能够一定程度代表一段时间内的台风路径预报能力，但不同台风的路径误差差别较大，从单个台风的防御角度而言，需要了解更细致的路径误差信息。

自中国气象局与广东省政府实施两轮气象现代化共建合作以来，广东省气象台在台风路径预报能力有所提升，登陆台风24 h路径预报误差从100 km（2012—2015年）下降到66 km（2016—2019年）［10］。根据省部合作协议，24 h路径预报偏差为广东省台风路径精确度的评价指标，因此本研究对近5年（2016—2020年）登陆广东台风的24 h路径误差（分别为距离误差、移速误差和移向误差）进行计算、统计和分析，对比了各台风的源地、路径特征、生命史期间误差极值等特征，为了解登陆台风的24 h路径误差提供更加详细的定量数据，有助于决策者在台风防御工作中理解台风路径预报的不确定性，为台风路径预报、台风预报不确定性解读、台风决策气象服务提供更多参考信息。

1 数据和方法

本研究进行检验评估和路径误差分析的台风为2016—2020年期间登陆广东省的台风，评定所用路径预报数据为广东省气象台于02：00（北京时，下同）、08：00、14：00和20：00发布的主观预报和中央气象台发布的台风实况，检验的预报时效为24 h，参与评定台风个数为17个，参加评定的次数共计244次。

路径误差评定的项目包括距离误差、移向误差和移速误差，根据台风实况位置，计算在每个位置上的距离、移向、移速预报误差，均采用绝对误差进行检验；其中，距离误差为预报点与对应时间实况点的球面距离；移向误差为预报移向减去实况移向；移速误差为预报移速减去实况移速。本研究对距离误差进行了每个台风的平均误差分析（单个台风所有预报时次的平均误差），未对移向和移速误差进行单个台风平均误差分析，因为移向和移速的误差有正负，误差平均值对单个台风整体误差特征无意义。对台风生命史期间各预报时次进行归一化计算，得到台风生命相对时间Tx，用以比较不同台风所处生命期的误差特征，计算方法为Tx=I（i=0，1，…，n）/n（Tx为第i个预报时次的相对生命时间，i为第i个预报时次，n为总预报次数）。

2 登陆台风24 h路径误差特征分析

2.1 距离误差特征

统计可知，2016—2020年登陆广东17个台风的平均24小时路径距离预报误差为70 km，以70 km为路径距离误差大小的判断标准，平均误差或单时次误差小于70 km为误差较小，误差大于70 km为误差较大（图1）。有8个台风过程平均误差较小、9个误差较大，其中最大的为1804号台风“艾云尼”误差96 km，最小的为1707号台风“洛克”误差24 km，平均距离误差较大的台风个数略多。有5个南海台风，其中4个距离误差大于70 km，均为疑难路径台风（疑难路径判断参考《广东省天气预报技术手册》［11］对台风疑难路径的分类）。12个西北太平洋台风中，5个（42%）距离误差大于70 km，其中仅有2个为疑难路径。南海台风的路径预报难度大于西北太平洋台风，对南海台风的路径预报能力相对较弱。

平均路径误差表示了台风预报能力的整体水平，但每个台风在不同的预报时次的误差差异较大，图2为各台风所有预报时次的距离误差，各台风最小距离误差为0～45.7 km，最大距离误差为32.7～224.9 km。在244个评定时次中，有54.9%时次的误差较小，其中小于100 km的比例为77%，登陆台风多数时间的路径预报误差是较小的。

比较各台风误差较小的时次比例，发现误差较小时次比例超过70%时，该台风平均误差极低（小于55 km）；而误差较大时次比例接近或超过70%时，该台风平均路径误差极大（大于90 km）。当一个台风70%或以上时间的单次预报误差较小（较大）时，其生命期平均路径预报质量极好（极差）。

图1 2016—2020年登陆广东的台风路径

图2 2016—2020年广东省登陆台风24 h路径预报距离误差

图3 a显示了各台风期生命内的距离误差分布，由图3a可以看出，有71%的台风首次预报24 h路径误差偏大，在台风生命初期24 h内有55%次距离预报误差偏大，台风路径预报误差随着预报时效明显增大［10］，可预见多数台风在生命初期（生命史前1/4）的不确定性较大的，此时的路径预报参考性较差；台风登陆前的0～24 h内路径预报较好的时次较多（占比56%）。图3b显示了各起报时距离误差所对应的台风强度，随着台风强度加强，各级别误差偏小的比重总体增加，分别为TD（32.3%）、TS（39.4%）、STS（63.6%）、TY（46.2%）、STY（89.0%）、SuperTY（92.0%），台风强度越强距离误差偏小的情况越多，在强台风以上级别时其路径距离预报能力最强。

2.2 移向误差特征

当预报位置较实况偏向台风移动方向的左侧时移向误差为正，预报位置较实况偏向台风移动方向的右侧时移向误差为负。全部评定时次中有105次移向预报正误差，其范围为3.7°～39.4°、平均15.4°；有138次负误差，负误差范围为-1.7～-98.2°，平均-20.7°。多数情况下移向误差预报偏向台风移向的右侧，偏离角度的变化范围和偏离平均角度均比左侧大。大多数台风生命过程中移向偏左或偏右的情况同时存在（图4a），仅4个台风出现正误差或负误差占比超过70%，其中除了1707号台风“洛克”，其他3个台风的生命平均距离误差均大于80 km，台风“洛克”因生命史短，仅有2个预报时次，其数据代表性相对较差。当一个台风超过70%预报时次的移向误差同向时，其平均路径距离误差较大可能偏大，路径预报不确定性较大。有88%的台风在登陆前24 h的移向误差偏小（正负误差绝对值分别小于正负误差平均）。

图3 各台风期生命内的24 h路径距离误差（a）以及各起报时次台风级别及24 h路径距离误差（b）

对比不同强度的移向预报误差（图4b）发现，台风强度越强、移向误差越小，强度达到TY及以上级别时，移向误差多在10°以内；不同强度的正负移向误差比例则没有明显区别，移向偏右时次的比例分别为TD（68%）、TS（63%）、STS（42%）、TY（46.2%）、STY（33%）、SuperTY（54%），弱台风移向预报偏右较多，在TD和TS级别移向偏右时次的比例65%，强台风移向预报偏左较多，在STS及以上级别移向偏左时次占比56%。

图4 各台风期生命内的24 h路径移向误差（a）以及各起报时次台风级别及24 h路径移向误差（b）

2.3 移速误差特征

所有评定时次中，整体移速预报慢的情况更多，占比58%（有103次移速误差为正、141次为负），移速正误差的范围为0.6～6.7 km/h，平均3.3 km/h；负误差范围为-0.6～-9.4 km/h，平均-4.2 km/h。与移向误差在生命史中分别特征相似，大多数台风生命过程中移速快、慢同时存在（图5a），5个台风出现移速快或慢的时次占比超过70%，其中除了1707号台风“洛克”，其他4个台风的生命平均距离误差均大于80 km。当一个台风超过70%预报时次的移速快或慢时，其平均路径距离误差较大可能偏大，路径预报不确定性较大。有65%的台风在登陆前24 h内移速误差较小，各时次移速误差绝对值均小于平均正、负移速误差绝对值对比不同强度的移速预报误差（图5b）发现，台风强度越强、移速误差越小，强度达到TY及以上级别时，移速误差多在5 km/h以内；不同强度的移速负误差比例分别为TD（68%）、TS（49%）、STS（32%）、TY（92%）、STY（71%）、SuperTY（42%），可见TD、TY和STY预报移速较慢的情况多，TS、STS和SuperTY预报移速快略多。

图5 各台风期生命内的24 h路径移速误差（a）和各起报时次台风级别及24 h路径移速误差（b）

3 结论

1）2016—2020年登陆广东台风的平均24 h路径距离预报误差为70 km，过程平均距离误差大于70 km的台风个数略偏多1个，其中南海台风的路径预报误差偏大，对南海台风的路径预报能力相对较弱。

2）在244个评定时次中，有54.9%时次的距离误差较小，57%时次的移向偏右，58%时次的移速较慢；在台风首次登陆广东前24 h内，台风路径预报质量较好，其中56%时次距离误差较小、88%时次移向误差较小、65%时次移速误差较小。

3）当一个台风70%或以上时间的单次预报误差较小（较大）时，其生命期平均路径预报质量极好（极差）；当一个台风有70%时次移向误差偏左（或偏右）或有70%时次移速误差较快（或较慢）时，该台风的路径预报误差明显偏大，则路径预报不确定性较大。

4）起报时刻台风强度越强，相应路径距离、移向、移速预报误差越小。

本研究通过分析发现台风在首次登陆广东前24 h路径预报质量总体较好，给预报服务提供了信心，也为台风的防灾减灾救灾部署提供了支撑；同时本研究为决策者提供了表述风路径预报不确定性的定量数据，易于非气象专业人员理解台风预报误差，但对台风误差的分析仅停留在统计数据，例如多数情况下对TD、TY和STY的路径预报较慢，但造成三者移速预报慢的原因是否相同需要进一步分析，才有可能有将预报误差的分析结果用于实际预报。今后将从典型个例着手，更加精细的分析台风路径误差的特点及可能原因，以期提升台风检验结果在天气预报和决策气象服务中的可用性。