引言

在过去的几十年中，世界各国的台风路径预报准确率在不断提高，尤其是近几年数值预报对路径确定性预报和集合预报平均的预报精度都有了大幅度提高，但是强度预报水平的显著提高还需要时间。改进强度预报可以从很多方面着手，其中对历年来预报结果的误差进行分析，可以提高预报准确率(高拴柱等，1996；，漆梁波等，2006；李佳等，2009；占瑞芬等，2010；汤杰等，2011；陈国民等，2012；2013；2014)。但是，对近十几年来中央气象台(Central Meteorological Observatory, CMO)综合预报的强度误差特征的分析工作并不多。另外，强度预报同路径预报一样(张守峰等，2010)，也存在相当大的不确定性，同样需要在业务预报中引入强度预报概率曲线。美国飓风中心利用2001年以来的综合路径和强度预报资料，结合由CLIPPER方法计算得到的台风(TC)尺度分布，计算不同等级风速的预报累积概率值和风速极值概率分布和沿海受影响地点的不同等级风速概率分布值，从2006年在业务中实时发布120 h内的不同强度分级的风速概率预报文字和预报概率图。

基于以上原因，本文使用2001—2012年CMO发布的西北太平洋TC综合预报资料和最佳路径资料进行了强度实时误差分析，从总误差、逐年趋势、误差分布、不同强度趋势误差、误差分布区域等5个方面对CMO的强度预报结果进行了检验分析，初步分析了强度迅速变化台风预报偏差大的原因；计算了强度预报概率曲线值，结果可以在业务中参考使用，可以减少不可避免的预报错误，同时可以进一步提高台风强度预报准确率。

1 资料说明

本文所用资料是CMO发布的2001—2012年12年的西北太平洋TC逐6 h综合预报资料，包括路径和强度预报，预报时效分别为24、48、72、96和120 h(其中72 h预报从2001年开始，96 h预报从2007年5月开始，120 h预报从2009年5月开始)。在进行强度误差计算时，采用中国气象局上海台风所发布的台风年鉴中的最佳路径资料强度作为真实强度值。作强度误差分析时，主要针对台风中心附近最大风力(最低气压)的预报误差。

2 2001—2012年西北太平洋台风综合预报的误差分析 2.1 强度预报总误差分析

强度预报误差从风速和气压绝对误差、正误差(预报偏强/偏弱)和负误差(预报偏弱/偏强)三个方面检验。

从2001—2012年CMO强度预报12年年平均绝对误差(图 1)来看，24~120 h中心最大风速预报平均绝对误差分别是5.0、6.8、7.9、9.3和10.6 m·s^-1。中心最低气压预报平均绝对误差更大一些，分别为9.2、12.4、14.3、17.2和19.7 hPa。强度预报误差有随着预报时效增加而逐渐增大的趋势。

从正负误差来看，在24~120 h强度预报中，风速(气压)预报误差正值均多于(少于)负值，因此，CMA综合强度预报各预报时次的预报均较实况明显偏强。如24 h预报偏差中，风速预报次数分别为正偏差2354次和负偏差1573次(气压预报次数分别为负偏差2461次和正偏差1595次)，均值分别为6.1和-6.5 m·s^-1(-11.0和11.3 hPa)，可见出现正误差次数较多(气压负误差次数较多)，但误差幅度比负误差幅度略小(气压负误差幅度比正误差幅度略小)。其他预报时次中也有类似现象。这说明，在作TC强度预报时，预报风速偏强(气压预报偏低)几率较大，但当TC迅速加强时，一般情况下又无法做出合适的强度预报，导致风速预报偏弱(气压预报偏高)幅度较大。2001—2012年，对于迅速加强TC的强度预报共有95次，只占总预报次数的1.9%，但是预报均偏弱，风速平均偏小17.2 m·s^-1，气压平均偏高32.2 hPa。迅速减弱TC共有100个样本，预报较实况一般偏强(87个样本)。

2.2 逐年趋势分析

从2001—2012年逐年CMO强度预报误差来看(图 2a和2b)，预报水平没有明显改善，预报误差呈现逐年波动状态。

从2001—2012年24~120 h风速和强度预报趋势一致率逐年演变图上可看出(图略)，强度预报的风速和气压预报趋势一致率一般在0.6~0.8，没有明显逐年增加趋势。风速预报趋势一致率2007—2012年波动较2001—2006年明显，气压预报趋势一致率一般也在0.6~0.8波动(2010年120 h和2012年96 h的风速、气压预报趋势一致率分别为0.9)，逐年变化频率和波动幅度较风速预报显著。

2.3 强度误差分布特征

图 3a、3b为2001—2012年CMO 24~120 h强度预报误差箱线图。箱线图上最大-最小值横线端线给出了相应预报误差总体分布范围；柱体上下端给出了中值附近50%样本分布域；柱体中间实线确切给出了各预报时效预报误差样本统计中值。可以看出，对于24~120 h风速预报，120 h预报误差具有最大分布范围，其次是96和48 h预报，24和72 h预报误差分布范围最小。对于120 h内中心气压预报误差范围分布，也有类似的分布特征。120 h误差分布范围大也是2.1节中提到该预报时次多年平均绝对值误差大的原因。还可以看出，CMO 24 h风速预报75%以上样本都在5 m·s^-1以下，48~120 h预报在7~14 m·s^-1；也就是说，24 h CMA风速预报偏弱概率较大，而48~120 h风速预报偏强概率大。图 3b中CMO 24和120 h中心气压预报75%以上的样本在5 hPa以下，48~96 h预报在8~10 hPa；而96~120 h气压预报50%以上样本在-5 hPa以下。因此，24、96~120 h CMA气压预报偏强概率较大，而48~72 h气压预报偏弱概率大。

2.4 不同强度变化趋势的误差分析

本小节将分析TC不同强度变化趋势预报误差，主要分析24 h预报时效误差。不同强度趋势变化误差分析是根据24 h内风速增强(减弱)值来界定(用ΔV来表示)。当-9 m·s^-1≤ΔV≤9 m·s^-1，认为TC强度稳定；10 m·s^-1≤ΔV≤19 m·s^-1，认为TC缓慢加强；ΔV≥20 m·s^-1，认为TC迅速加强；ΔV≤-20 m·s^-1，认为TC迅速减弱；-19 m·s^-1≤ΔV≤-10 m·s^-1，认为TC缓慢减弱(闫俊岳，1995)。图 4描述了不同强度变化趋势的TC强度预报误差。由图 4可见，CMO对强度稳定的预报误差最小，风速预报误差只有3.9 m·s^-1(气压7.3 hPa)，其次是缓慢减弱和缓慢加强。对于迅速加强的TC预报误差最大，风速平均误差绝对值达17.2 m·s^-1，气压平均误差绝对值为32.2 hPa，其次是迅速减弱的TC误差次大。这说明目前对强度迅速变化(加强或减弱)TC的强度预报能力还很弱。强度突变的预报仍是预报工作中的难点。

2.5 误差区域分布

强度预报误差在不同海域有不同的分布特征。图 5a~5c为2001—2012年24 h风速预报绝对值误差区域分布，其中阴影代表误差值，格点内的数值代表样本数。从图 5a可看到，在18°~38°N我国东南和华南沿海、北部湾和南海西部海域、日本中西部及以南海域(29°~38°N、127°~165°E)、菲律宾中北部附近海域(9°~19°N、117°~127°E)、关岛西部和东南部海域等四个区域预报误差最小，但在南海东北部、菲律宾以东附近海域(11°~19°N、127°~134°E)、关岛东北部及以南海域(15°~18°N、145°~157°E)等海域预报误差最大。TC迅速加强(图 5b)主要发生在南海东北部、菲律宾东部到关岛以西海域以及马绍尔群岛西北部附近海域三处(迅速增强预报误差绝对值的最大和最小值的取值范围在5~37 m·s^-1)，尤其要关注TC在南海东北部近海迅速加强，如果预报强度偏弱或预报开始减弱，均对防灾减灾造成较大影响。另外，TC在南海东北部和中西部、东海、台湾海峡、台湾东北部洋面等海域会发生强度迅速减弱(图 5c)，也是业务综合预报误差偏大的地方(迅速减弱预报误差绝对值的最大和最小值的取值范围在0~25 m·s^-1)。

2.6 TC强度迅速变化预报误差产生原因初步分析

TC迅速加强发生月份集中在8—10月，占样本总数63.2%，5—7月和11—12月也有出现，分别为23.2%和13.7%。6 h平均移动速度一般≤20 km·h^-1(km·h^-1, 73.7%)，20 km·h^-1＜V≤30 km·h^-1的样本有25.3%(24小时路径预报误差一般在100 km以下，62.1%)，移动速度较慢也是业务中需要考虑是否迅速加强的可能原因，但是约有26.3%的样本发生在移动速度>20 km·h^-1时。从2012年样本的海洋热容量(OHC)和海温(SST)来看，快速加强点的OHC一般在100~120 kJ·cm^-2(kJ·cm^-2，9个样本)，5个样本在120~140 kJ·cm^-2，2个样本在140~160 kJ·cm^-2；，SST一般在29~30℃(13个样本)，少数样本在28~29℃(3个样本)。迅速加强一般发生在风切变(200~850 hPa)小于10 m·s^-1的情况下(9个样本)，6个样本在10~20 m·s^-1，1个样本在25~30 m·s^-1，均有明显的水汽辐合。

大多数TC强度迅速减弱是因为在我国东部沿海登陆(58个样本，58.0%)，还有一些样本是登陆菲律宾、越南、日本和朝鲜半岛(35个样本，35.0%)；有一些样本是转向类台风(7个样本，7.0%)，强度迅速减弱发生在30°N附近东转向过程中，或者秋冬季节TC在较低纬度移动速度偏慢情况下发生。发生月份集中在7—10月，占84.0%，3月、5—6月和11—12月也有出现。6 h平均移动速度在20 km·h^-1＜V≤30 km·h^-1的样本有46.0%，V>30 km·h^-1的样本有16.0%，≤20 km·h^-1有38.0%(24 h路径预报误差一般在100 km以下，50.0%)。移动速度较快也是迅速减弱的原因之一。

目前在业务中还没有充分使用各种客观强度预报产品，对其预报可信度缺乏深入了解。在业务预报中，对影响强度发展变化的环境因子(海温、海洋热容量、垂直风切变、水汽、地表状况等)只作一般定性分析，还缺乏定量分析，小尺度系统对台风结构和强度的影响很少涉及，这可能是影响业务综合强度预报没有显著提高、对强度迅速变化的台风预报偏差较大的原因。在有利的环境因子配置情况下，是否发生强度的迅速加强也缺乏定量分析和深入研究。另外，中央气象台从2012年开始在业务中引入DVORAK定强方法，这对进一步提高实时业务定强水平、减小业务定强和预报偏差提供了有力的技术支持。

3 风速概率曲线制作 3.1 概率曲线的制作

由CMO过去10年(2001—2010年)所有TC个例120 h内官方主观强度预报误差，计算所有误差样本的70%累计误差得到强度概率曲线值(表 1)。并分析预报误差和初始强度、移动路径(移动速度和方向)之间的统计关系，分别计算得到各预报时次70%强度概率曲线值，见表 2a、2b和表 3a、3b。从表 1可得，24~120 h的风速预报误差概率范围在-15~15 m·s^-1，气压预报误差的概率范围在-30~30 hPa。

从表 2a、2b中可分析120 h预报时效内预报误差和初始强度(即起报时TC强度实况)相关关系。一般而言, 120 h预报时效内, 风速预报正误差和气压负误差随着初始强度增大而逐渐增大或持平(不包括120 h的风速正误差)。而48~120 h内风速负误差和气压正误差有随着初始强度增大而减小或持平的变化规律。前者和初始强度的相关关系更显著。即在120 h预报时效内，随着TC强度逐渐增强，强度预报偏强趋势变大，而强度预报偏弱可能性减小。

另外，本文还分析了强度预报误差与TC移动方向和移动速度的关系。TC移动方向(移向正北为0°，顺时针旋转360°)依据预报移动方向分为三种类型，即转向前(180°~320°)，转向中(320°~10°)和转向后(10°~180°)。而移动速度根据1949—2007年西北太平洋海域所有编号TC实况移动速度划分)分为6类，即移动速度＜10.0，10.0~15.0，15.0~20.0，20.0~25.0，25.0~35.0和>35.0 km·h^-1。

从文献(张守峰等，2010)中得到，路径预报误差随移动方向和移动速度变化而相应变化，同样强度预报误差也有一定的规律可循。在移动速度＜20 km·h^-1时，24~96 h风速和气压正负误差(不含24 h风速正误差和48 h气压负误差)有随着移动方向顺时针旋转而减小或持平的趋势；当移动速度在20~35 km·h^-1时，风速24、72 h正负误差和96 h正误差以及24~72 h气压正误差和24、96 h负误差也有类似特点。在转向前，24~96 h内，风速和气压正负误差均随着移动速度(V≤35.0 km·h^-1以内)增大而增大或持平。转向中72 h内风速正误差、气压负误差和转向后风速正误差、气压正负误差有持平或增大趋势；而风速负误差、气压正误差在转向中有减小或持平趋势。为了方便在业务中使用，可以将上述结果简化整理为表 3a和3b。

3.2 概率曲线应用 3.2.1 2011—2012年强度预报

图 6为2011—2012年120 h内强度预报包含在概率曲线范围内的比例(图 6为风速预报，气压预报图略)。从图中可以看到，2011—2012年风速和气压预报在24~120 h内落入70%概率曲线的比例逐年增加(不包含24 h风速和气压正误差以及96 h风速负误差和气压正误差)，表明近两年120 h内综合预报水平有逐年提高改进倾向。2012年风速预报正误差在120 h预报时效内平均落入比率均在65%以上，24~72 h和120 h风速负误差在61%以上；而2012年24~96 h的气压负误差在71%以上，24~72 h和120 h的气压正误差在63%以上，这说明强度预报概率曲线基本能正确实现70%的概率预报，同时也表明了强度主观预报水平的逐步改进和提高，相应的可见图 2中的CMA主观强度预报误差的逐年变化趋势。

3.2.2 概率曲线在台风强度业务预报中的应用

以2013年1330号台风海燕11月6日02时(北京时)强度预报(风速和中心气压)为例(赖芬芬等，2014)，分别制作24~120 h内强度预报70%概率预报曲线(图 7a和7b)。由图 7a可知，6日02时起报的风速预报在24~72 h预报较实况偏弱，96~120 h预报则偏强。而70%概率曲线基本可包含强度变化实况，给出了风速预报偏强或偏弱的区间，这对风速预报的不确定是一个有益补充。同样，中心气压预报也有类似情况(图 7b)。

4 结论

本文使用2001—2012年CMO综合预报资料，进行了实时强度误差检验分析。主要从总误差、逐年趋势、误差分布、不同强度趋势误差、误差分布区域等五个方面对CMO强度预报结果进行了分析，并计算了强度预报概率曲线，结果可以在业务中参考使用。

(1) 近12年来CMO综合预报水平没有明显改善。预报强度(风速和气压)偏强几率较大，但当TC迅速加强时(出现比例少)，风速预报偏弱幅度较大。强度预报趋势一致率一般在0.6~0.8，没有明显逐年增加趋势。

(2) 对TC不同强度变化趋势预报，CMO对强度稳定TC预报误差是最小的(风速平均绝对偏差为3.9 m·s^-1，气压为7.3 hPa)，而迅速加强TC预报误差(风速平均绝对偏差为17.2 m·s^-1，气压为32.2 hPa)明显比其他三种情况误差要大得多(风速平均绝对偏差为6~9 m·s^-1，气压为11~16 hPa)。这说明目前对迅速增强TC强度预报水平有限。另外，强度迅速变化(加强或减弱)TC强度预报误差比强度稳定或缓慢变化(加强或减弱)等情况的误差要大，TC强度突变预报仍是预报工作中的难点。

(3) 强度预报误差在不同海域有不同分布特征。在TC迅速加强的三个海域，在业务预报中要特别关注南海东北部近海，如果预报强度偏强或预报减弱，均对防灾减灾造成较大影响；TC在近海和台湾附近海域迅速减弱，是预报欠缺的地方。另外，本文仅对TC迅速变化时强度预报误差产生的可能原因作了初步分析，对影响强度发展的原因还需要进一步深入研究分析。

(4) 强度预报误差和TC强度有明显相关性。随着TC强度逐渐增强，强度预报在120 h内预报偏强的可能性变大，而强度预报偏弱的可能性减小。用CMO过去10年官方综合强度预报误差，计算得到各预报时次70%强度概率曲线值，结果表明在业务中可以参考使用，能进一步提高台风强度预报准确率，同时减少不可避免的预报错误。

致谢：国家气象中心的瞿安祥、林玉成和钱奇峰在本文资料整理过程中提供了帮助，在此表示感谢!