引言

2010年, 西北太平洋及南海海域共生成14个热带风暴以上的台风。不仅台风生成总频数平了1998年的最低纪录(同为14个)，而且生成时间呈明显的阶段性特征：近60%的台风生成在8月下旬到9月下旬之间，而11月和12月没有台风生成，这在1949年有记录以来尚属首次。所有14个台风中登陆我国有7个，其中登陆海南1个，广东1个，台湾1个(1011号台风凡亚比登陆台湾后在福建二次登陆)，其余4个全部在福建登陆。虽然2010年登陆台风个数与常年相比趋于正常(气候平均为7个)，但登陆个数与生成个数的比例之高为1949年以来之最，达50%(气候平均为27%)^[1]。2010年两个超强台风均登陆我国，其中1011号超强台风凡亚比为该年登陆时强度最强的台风，也是2010年仅有的一个二次登陆的台风。1013号超强台风鲇鱼为该年度最强台风，其路径复杂多变，最终于10月23日在福建漳浦登陆，成为新中国成立以来最晚登陆福建的台风。整体而言，登陆比例大，预报难度大，影响力强，个例偏少成为2010年西北太平洋台风活动特点。

当前可供台风实际业务预报参考的主客观方法众多，由于关注重点以及技术水平等差异，不同方法对于不同类型、不同区域台风的预报表现并不一致。因此，对各方法预报误差进行客观评定和综合分析，将有利于预报业务人员深入了解各种方法，更好地提高预报和服务水平；另一方面便于科研人员定量化分析当前台风预报变化趋势，更好地改进预报方法。基于上面的考虑，多年来国内外有不少工作从不同侧面总结了西北太平洋台风(热带气旋)业务路径和强度预报情况^[2-10]。本文依据《台风业务和服务规定》^[11]，对2010年主要的主客观预报方法进行性能客观评估并针对数值模式的路径预报误差进行初步分析，以期能够帮助台风业务科研人员加深对2010年度台汛期我国各种业务方法预报表现有较为系统的认识，从而为今后更好地改进和使用相关方法打好基础。

1 资料和方法

本文所采用的台风最佳路径数据来源于中国气象局上海台风研究所(CMA-STI)整编的台风最佳路径数据集^[12]。该数据集包括6小时间隔的台风最佳路径和强度记录(其中台风强度为近中心底层最大风速和近中心最低海平面气压)。参加业务评定的各预报方法数据取自实时业务资料库(各种数据已经过与相关业务预报台站核对)，主要参加业务评定与分析的方法有12个综合预报方法、3个客观预报方法，6个数值模式的确定性路径预报(含登陆点预报)精度评定以及5个方法的强度(以近台风中心地面最大风速为表示，下同)预报精度评定。本文利用最佳路径和相关方法的报文资料，利用上海台风研究所正在开发的台风预报评估与分析系统工具(Typhoon Forecast Evaluation and Analysis System, TFEAS)对数据进行定量化分析。

2 台风路径预报精度分析 2.1 平均距离误差

各综合预报方法的24 h、48 h和72 h预报的台风平均距离误差列于表 2a。由表 2a可见，绝大多数综合方法24 h预报平均距离误差小于125 km；所有综合方法48 h预报的平均距离误差均不超过340 km；72 h路径预报的平均距离误差在250~420 km之间。各家综合预报24 h、48 h和72 h平均距离误差分别为110.0 km(1392次)、210.6 km(945次)和322.4 km(364次)，均小于2009年各家综合预报相应预报时效的平均距离误差[123.0 km(1697次)、228.2 km(1371次)和376.0 km(699次)]。中央台的24 h、48 h和72 h预报误差总平均为113.0 km(220次)、209.3 km(173次)和340.7 km(127次)，较2009年平均距离误差(分别为120.3 km、218.1 km和327.1 km)有一定幅度减小。亚太地区4个国家级台风业务中心(中国、日本、JTWC和韩国)预报横向比较，JTWC 24 h、48 h和72 h平均距离误差中均为最小，分别为103.2 km(204次)，188.9 km(162次)和336.1 km(127次)。中央台在48 h和72 h路径预报平均距离误差均比日本(48 h:215.7 km, 174次; 72 h：361.1 km, 135次)小，仅次于JTWC；24 h路径预报平均距离误差略大于日本(108.0 km，220次)，小于韩国123.6 km(207次)。

表 2b列出各家数值模式对2010年台风预报平均距离误差。24 h和48 h预报误差总平均分别为118.2 km(971次)和226.7 km(797次)，与2009年的24 h和48 h平均预报距离误差水平(118.5 km(482次)和225.4 km(394次))相当。国内各家数值模式中，上海G-TCM模式24 h预报平均距离误差最小(118.7 km，206次)，48 h预报平均距离误差最小的是广州数值(220.1 km, 78次)，北京数值在72 h预报平均距离误差最小(393.1 km，128次)。横向比较国内外各家数值模式预报，发现ECMWF(欧洲中心数值模式)在24 h、48 h和72 h均为平均距离误差最小, 分别为68.2 km(83次)、134.1 km(70次)和210.3 km(52次)。24 h、48 h和72 h的同样本比较显示(表略)：欧洲中心模式(ECMWF)分别比相应预报时效的北京数值模式平均距离误差小50.7 km(81次)、87.0 km(66次)和126.1 km(47次)。日本数值模式不同时效路径预报的总平均距离误差也均小于国内各家数值模式结果，仅次于欧洲中心模式(ECMWF)。

2.2 台风登陆点预报

2010年共有7个编号热带气旋登陆我国，其中2个登陆华南(1个登陆广东吴川, 1个登陆海南三亚)，5个登陆华东(全部均在福建登陆，但1011台风凡亚比为两次登陆，登陆点分别在台湾花莲和福建漳浦)。各方法的24 h登陆点预报误差列于表 3a~b(括号内为起报时间相对于台风登陆时间的提前时间(单位：h，下同)。可见，各方法对不同台风登陆点的预报误差从几千米到几百千米不等，国内综合预报大部分的平均登陆误差都小于100 km，登陆时间的预报，普遍都比实况提前9~24 h。国内各家综合预报方法中，中央台和上海台风所集成方法对于登陆点预报误差最小且正确预报登陆命中率最高，分别为49.4 km和49.1 km。从个例登陆情况看，国内各综合预报方法对1010台风凡亚比在台湾花莲的登陆预报比较成功，有多家方法预报误差小于10 km。对于“凡亚比”在福建的登陆，各家主客观以及数值模式预报也较为精确，其中广东台误差点预报误差最小(4.9 km)。北京数值和日本数值对于“凡亚比”登陆福建漳浦的预报在各家数值模式预报结果中误差较小，分别为15.4 km和8.5 km。

2010年台汛期，登陆预报误差最大的是对1002台风康森的预报。各家主客观方法对“康森”24 h预报登陆误差在70~410 km不等；对1008热带风暴南川的登陆情况也相对较差，大部分主客观方法都没有正确预报其登陆，仅有北京数值和上海G-TCM模式分别提前24 h和18 h正确预报南川登陆，登陆误差分别为162.3 km和52.4 km。

3 台风强度预报 3.1 平均强度误差

类似于前人工作^{[2-8, 13]}，本文对于台风强度及强度误差相关计算主要采用近中心底层最大风速作为计算量。统计中央气象台综合预报方法、广西遗传神经方法、上海统计释用方法、偏最小二乘法和气候持续法对台风强度的预报平均绝对误差、预报趋势一致率和均方根误差，结果如表 4所示。24 h、48 h和72 h近中心最大风速预报的误差范围分别为3~6 m·s^-1、6~10 m·s^-1和6~10 m·s^-1。除去新投入业务运行的偏最小二乘法，中央台综合预报、广西遗传神经方法和上海统计释用3个强度预报方法24 h和48 h平均强度预报误差分别为5.32 m·s^-1和6.70 m·s^-1。而2008年24 h和48 h平均误差分别为4.6 m·s^-1和7.59 m·s^-1，2009年则分别为4.79 m·s^-1和6.64 m·s^-1。对比发现，2010年各种主客观方法24 h和48 h强度预报误差与前两年比水平相当。包括偏最小二乘法在内的4个强度预报方法2010年24 h和48 h的平均强度预报误差分别为5.64 m·s^-1和7.41 m·s^-1。

不同方法相比，24 h平均强度误差最小的为中央台综合预报(4.44 m·s^-1, 220次)，48 h平均强度预报误差较小的是广西遗传神经方法(5.17 m·s^-1, 18次)。

在同样本比较中，中央台综合方法24 h平均强度预报误差比广西遗传神经方法大0.9 m·s^-1(25次)，而48 h平均强度预报误差中央台综合方法比广西遗传神经方法小0.3 m·s^-1 (17次)(表略)。

3.2 技巧水平

如表 5所示，中央台的2010年台风强度预报对于各种客观方法有一定优势，其24 h、48 h和72 h相对于气候持续法技巧分别为35.94(220次)，46.93(173次)和44.52(127次)。广西遗传神经方法在24 h和48 h时效预报也具有较高的正预报技巧。表 5给出了2009和2010年强度预报方法相对于气候持续法的技巧水平。统计显示：除上海统计释用方法在24 h、48 h和72 h以及偏最小二乘法72 h强度预报均为负技巧外，其他业务化的强度预报方法24 h、48 h和72 h预报相对于气候持续法主要为正技巧。

4 台风数值模式路径预报误差分析

通过第3节关于路径预报误差的相关讨论，可以发现ECMWF数值模式在各个预报时效误差表现均优于国内外各家数值模式。本节针对国内外主要数值模式(本文主要选取在2010年台汛期内预报报文样本数相对较多的北京数值模式、上海G-TCM模式、广州数值模式以及作为参照的日本数值模式作为参与比较的模式)，以ECMWF模式为参照从不同方面进行更深入的分析，以期能对国内外数值模式的差异有更进一步的认识。

4.1 与ECMWF数值模式的同样本距离误差比较

为了更准确对比和分析不同模式与ECMWF模式的差异，本节对不同模式与ECMWF模式的24 h和48 h平均预报距离进行对比误差分析(图 1和图 2)。通过与ECMWF模式进行同样本比较(图 1，图 2和表 6)，可以发现3个国内数值模式(北京数值、上海G-TCM和广州数值)在24 h和48 h预报时效预报表现均有超过60%以上的样本数的预报距离误差大于ECMWF模式(即图 1和图 2中斜线以下的距离误差个例)，这可能意味着2010年台风路径预报业务个例中，有占总数超过60%~70%的台风个例，ECMWF模式的路径预报距离误差比国内主要数值模式要小。而日本数值则有约50%~60%的台风预报个例预报误差大于ECMWF模式。

4.2 与ECMWF数值模式的同样本移动速度与移动方向误差比较

在业务预报中，台风移动速度大小和方向的变化往往会成为台风路径预报难点，而移动速度和移动方向的预报误差共同构成预报路径平均距离误差。在4.1节中已经提到，国内外各模式在不同预报时效的平均误差表现均落后于ECMWF模式。为深入了解不同模式相对于ECMWF模式的优劣之处，拟以ECMWF模式为参照，针对不同模式的台风移动速度和移动方向误差做进一步定量分析。

如式(1) 所示，定义针对同一台风预报个例的相对误差比R。

$ R = \frac{{{E_{cp}}}}{{{E_{rf}}}} $

(1)

式中，E_cp为当前比较模式的预报误差，E_rf为参考模式的预报误差(本节中所采用的参照模式均为ECMWF模式)。根据定义，当R＞1，表示对于某个预报个例，当前比较模式预报误差大于参照模式预报误差，R越大，说明比较模式预报表现越差于参照模式；反之亦相反。

分别计算2010年不同模式相对于ECMWF模式的移动速度和移动方向相对误差比(R_spd和R_dir)。当$ \frac{{{R_{spd}}}}{{{R_{dir}}}} > 1$时，可以认为对于当前个例，相对于ECMWF模式，移速预报的水平差距成为(与ECMWF模式相比)路径预报水平差距的整体主导地位；反之当$\frac{{{R_{spd}}}}{{{R_{dir}}}} < 1 $说明是移向预报水平差异更显著。从移动速度相对误差比大于移动方向相对误差比(即$ \frac{{{R_{spd}}}}{{{R_{dir}}}} > 1$)的个例占总同样本个例比例表格(表 7)中所示，日本数值模式移动速度相对误差比占主导地位的比例($ \frac{{{R_{spd}}}}{{{R_{dir}}}} > 1$)在不同预报时效均超过50%，这说明日本数值模式与ECMWF模式路径预报能力的差距更主要的是由于移动速度预报能力相对较弱，而移向预报能力相对较强。与之不同的是国内三家主要数值模式移动速度不同预报时效的相对误差比占主导地位($ \frac{{{R_{spd}}}}{{{R_{dir}}}} > 1$)比例均小于50%，即移动方向相对误差是导致与ECMWF模式路径预报表现差距的主要原因。这说明就2010年台风个例的路径预报表现而言，我国几个主要数值模式与ECMWF模式主要差距更多体现在台风移动方向的预报能力相对较弱。这可能意味着，一方面台风业务预报人员在借鉴国内外不同模式时，应该针对其各自特点有所侧重；另一方面，我国的台风数值模式相关开发人员可能更需要关注台风移动方向方面的改进。

为进一步了解不同模式与参照模式的整体误差差异，如(2) 式定义平均相对误差比R

$ \bar R = \frac{1}{N}\sum\limits_{i = 1}^N {\frac{{E_{cp}^i}}{{E_{rf}^i}}} $

(2)

从定义可知R越大，说明比较模式预报水平与参照模式的水平差距越大。

从图 3a和3b，移动方向误差比R_spd和移动速度误差比R_dir在模式起始积分阶段(12~24 h)相对较大(3＜R＜5)；随着预报时效的延长，R逐步减小, 直至48 h预报时效已经减小。这说明ECMWF模式在最初的预报时效12~24 h对于其他模式领先幅度更大；而随着预报时效的延长，ECMWF模式优势逐步减少，但仍有一定优势。一般认为，模式同化技术对于初始场的改进作用于预报改进效果会在模式积分12~24 h之后开始减弱。因而12~24 h ECMWF模式有较大的优势，可能更主要是由于ECMWF模式有更好的初始场或者同化技术。另外一方面，36~48 h不同模式相对于ECMWF模式的相对误差比R仍然大于1，这说明ECMWF模式本身相对于其他模式也有一定优势。对模式的改进一方面是初始场改进即各种资料的同化技术，另一方面是模式自身框架和参数化方案等的改进即模式改进。如果将ECMWF模式作为我们国内台风模式追赶的目标，则改进模式初始场和改进模式物理框架对于提高台风路径预报水平都存在一定的改进空间，但其中可能通过同化形成最优台风模式初始场对于台风路径预报的改善效果可能相对更明显，其效率应约在1~2倍于改进模式框架方面的工作。

5 结语

通过对2010年台风路径和强度预报精度评定和分析，我们得到以下初步结论：

(1) 国内各家综合预报24 h、48 h和72 h平均距离误差为110.0 km(1392次)，210.6 km(945次)和322.4 km(364次)，比2009年有一定减小；而国内数值预报方法不同时效的平均距离预报误差整体比各台站综合预报方法误差大。亚太地区4个国家级台风业务中心(中国、日本、JTWC和韩国)的预报横向比较：JTWC 24 h、48 h和72 h平均距离误差均为最小；中央台在48 h和72 h路径预报次之，平均距离误差均比日本综合预报小；24 h平均路径预报误差略大于日本。

(2) 整体而言，各家业务台综合方法对于台风登陆预报的24小时预报误差明显小于各家数值模式(如表 3所示)。中央台与JTWC综合预报对2010年8次台风登陆预报相对较好，且水平相当(分别为49.4 km和47.5 km)。数值模式登陆点平均预报误差较小的为日本数值模式(47.6 km)而大多数的数值模式均在70~190 km。这可能意味着目前阶段登陆预报更应偏重于各主要业务预报中心的综合预报经验，他们的预报表现证明对于24 h以内台风登陆点的预报误差已经小于100 km，登陆点预报时效也普遍在9~24 h，具有较高的可信度。

(3) 比较国内外各家数值模式预报，发现ECMWF (欧洲中心数值模式)在24 h、48 h和72 h均为平均距离误差最小。24 h, 48 h和72 h时效的同样本比较显示：欧洲中心模式(ECMWF)分别比相应时效的北京数值平均距离误差小；日本数值模式24 h、48 h和72 h平均距离误差也均小于国内各个数值模式。

(4) 通过与ECMWF模式同样本分析，我国的各家模式与ECMWF模式更大的差距体现在移动方向误差方面。这可能意味着，一方面台风业务预报人员在借鉴国内外不同模式时，应该有所侧重；另外一方面，我国的台风数值模式相关开发人员可能更需要关注台风移动方向方面的改进。国内主要台风数值模式在较早时效预报时(12~24 h阶段)相对于ECMWF模式落后的幅度更大；而随着预报时效的延长，ECMWF模式优势逐步减少，但仍有一定优势。

本文针对2010年多种业务化的台风预报方法的定位，路径，强度，以及登陆点分别进行了分析，并通过同样本分析，分析了国内外数值模式的路径预报差异。需要指出的是，由于样本数有限，相关统计工作得出的结论很可能不准确。这可能需要后面更多的工作去补充和完善。

致谢：张维、陈佩燕、占瑞芬副研究员也为本文提供部分资料和计算帮助，特此致谢！