2015年西北太平洋及我国南海海域共有27个编号热带气旋(Tropical Cyclone,TC)生成,其中登陆我国的TC共有5个(3个登陆华南、2个登陆华东,1513超强台风苏迪罗和1521超强台风杜鹃分别在我国登陆两次)。27个TC中强度达到热带风暴、强热带风暴、台风、强台风和超强台风级的分别为4、2、2、4和15个。与常年相比,2015年TC生成频数较常年(1981—2010年气候平均值25.5个)略偏多,且超强台风的比例偏高,但登陆我国的TC占比略偏少。
在目前的TC预报业务中,有多达几十种的路径和强度预报方法可供预报员选择,但是由于各方法关注的区域和技术水平等方面存在一定的差异,预报性能存在较大的差距(陈国民等,2012;2013;2015;陈国民和曹庆,2014;汤杰等,2011;占瑞芬等,2010;Chen et al, 2013)。本文将严格参照最新版的《台风业务和服务规定》(中国气象局预测减灾司,2012) 所列举的评估方法对2015年西北太平洋TC定位精度及路径、登陆点、强度的预报精度进行定量和客观的评定,以期对目前国内外TC业务定位、预报能力有直观的了解,为预报方法性能的改进提供技术参考,也为预报决策服务提供使用参考。
1 TC最佳路径、预报方法资料及评定标准本文所使用的TC最佳路径数据由中国气象局上海台风研究所整编(中国气象局热带气旋资料中心,http://tcdata.typhoon.gov.cn/;Ying et al, 2014),该数据提供1949年以来西北太平洋(含南海,赤道以北,180°E以西)海域的TC每6 h的位置和强度信息(TC强度包含2 min平均近中心最大风速和中心海平面最低气压)。本文评估的方法涵盖6个官方及卫星定位方法,13个主观和13个客观路径预报(含登陆点预报)方法,7个主观和14个客观强度(近中心地面最大风速)预报方法。
本文所采用的评定标准严格按照最新版的《台风业务和服务规定》(中国气象局预测减灾司,2012) 的规定,即台风中心位置和强度的评定依据为台风最佳路径;评定样本为每个热带气旋达到热带风暴及以上级别的所有预报样本,未达到热带风暴级别样本不参与台风预报质量评定。
2 TC定位精度评定表 1是以最佳路径中的TC经纬度位置资料作为参考,计算得到的2015年中央气象台(CMA)、日本气象厅(JMA)、美国联合台风警报中心(JTWC)和韩国气象厅(KMA)四家官方TC实时定位及北京、日本实时卫星定位方法的平均误差。结果显示,6种定位方法的总平均定位误差为22.0 km,比2014年(25.3 km)略低。其中,定位误差最小的是CMA,达到了14.1 km,其次是北京卫星的18.5 km,其余4个方法的定位平均误差均在20 km以上。
![]() |
表 1 2015年TC定位误差 Table 1 Location errors of TC in 2015 |
2015年各主观预报方法24、48、72、96和120 h预报的TC路径预报误差信息列于表 2。通过比较CMA、JMA、JTWC和KMA这四大官方机构的路径预报误差发现,24、48、72、96和120 h路径预报误差最小的机构分别为CMA(66.2 km)、JTWC(113.4 km)、JMA(170.6 km)、JTWC(242.3 km)和CMA(328.5 km)。进一步通过同一样本比较(表略)发现,CMA 24 h路径误差比JMA、JTWC和KMA分别小1.9 km(703个样本)、5.3 km(673样本)和12.7 km(698个样本);48 h路径误差比KMA小7.5 km(590个样本),比JMA和JTWC分别大2.1 km(593个样本)和7.5 km(560个样本);72 h比KMA小1.6 km(484个样本),比JMA和JTWC分别大5.8 km(489个样本)和8.0 km(466个样本)。2015年,CMA 24 h路径预报平均误差首次小于70 km,且96和120 h路径预报误差分别进入250和350 km以内。从历年的误差趋势上看(图 1),四个官方机构的路径预报误差呈现逐年下降的趋势,特别是在2011年以后,主观路径预报性能提升显著。
![]() |
表 2 2015年主观预报方法平均路径误差 Table 2 Average errors of subjective track forecasts in 2015 |
![]() |
图 1 CMA、JMA、JTWC和KMA历年24 h(a)、48 h(b)和72 h(c)平均路径预报误差趋势 Fig. 1 Trends of annual mean track forecasts at the lead time of 24 h (a), 48 h (b) and 72 h (c) for CMA, JMA, JTWC, KMA |
国内各主观预报方法由于各自的责任区不一样,样本数也不尽相同,但是整体预报较高,特别是24 h路径预报误差普遍在80 km以下。
表 3列出的是2015年各客观预报方法路径预报平均误差信息。6个全球模式(NCEP-GFS、ECMWF-IFS、英国数值、日本数值、T639、韩国GDAPS)24、48、72、96和120 h的总的平均路径误差分别为86.5 km (2067个样本)、146.5 km(1755个样本)、215.8 km(1443个样本)、321.6 km(770个样本)和475.8 km(613个样本)。4个区域模式(GRAPES-TCM、广州数值、澳大利亚数值和上海台风模式)24、48和72 h总的平均路径误差分别为84.1 km(1539个样本)、147.1 km(1285个样本)和230.8 km(1036个样本)。而从全球和区域模式历年来24、48和72 h平均路径预报误差趋势可以看出(图 2),2012年以来,模式的24、48和72 h路径预报误差基本分别低于100、200和300 km整数关口,部分全球模式24、48和72 h路径预报误差已经分别逐渐逼近50、100和150 km。统计预报方法中,广西遗传神经和上海台风研究所模式集成这两个方法在2015年均有优异的表现,24、48和72 h平均路径预报误差均分别小于80、150和200 km。
![]() |
表 3 2015年客观预报方法平均路径误差 Table 3 Average errors of objective track forecasts in 2015 |
![]() |
图 2 部分全球模式(英国数值、T639、日本数值、ECMWF-IFS和NCEP-GFS)及区域模式(GRAPES-TCM和广州数值)历年来24 h(a)、48 h(b)和72 h(c)平均路径预报误差趋势 Fig. 2 Trends of annual mean track forecasts at the lead time of 24 h (a), 48 h (b) and 72 h (c) for global models (UKMO-MetUM, T639, JMA-GSM, ECMWF-IFS and NCEP-GFS) and regional models (GRAPES-TCM, TRAMS) |
表 4和表 5分别是2015年各主观和客观预报方法相对于气候持续法24、48和72 h路径预报技巧水平。各主观预报和客观预报方法24、48和72 h路径预报技巧评分基本都表现出了正技巧水平。
![]() |
表 4 2015年主观方法路径预报技巧 Table 4 kill score for track forecasts of subjective methods in 2015 |
![]() |
表 5 2015年客观方法路径预报技巧评分(单位:%) Table 5 Table 5 Skill score for track forecasts of objective methods in 2015 (unit: %) |
表 6和表 7分别列出了2015年主观和客观预报方法强度(近台风中心地面最大风速,下同)预报的平均绝对误差、预报趋势一致率和均方根误差的情况。四个官方机构(CMA、JMA、JTWC和KMA)主观预报方法24、48和72 h强度预报的平均绝对误差范围区间分别为4.3~5.1、6.4~8.0和7.61~9.4 m·s-1。其中,CMA在24、48、72和96 h强度预报平均绝对误差最小,分别为4.3、6.4、7.6和8.1 m·s-1,120 h强度预报平均绝对误差最小的是JTWC,为8.9 m·s-1。由于CMA、JMA和JTWC各自在表示台风强度时所选取的平均风速有所差异,在进行精度评定之前,已经根据WMO相关业务文档(Harper et al, 2010)将各机构报文中的风速转换成与CMA一致的2 min平均风速。
![]() |
表 6 2015年主观预报方法强度预报误差 Table 6 Intensity forecast errors of subjective methods in 2015 |
![]() |
表 7 2015年客观预报方法强度预报误差 Table 7 Intensity forecast errors of objective methods in 2015 |
客观预报方法强度预报检验结果显示(表 7),与往年评定结果类似(陈国民等,2012;2013;2015;陈国民和曹庆,2014),统计预报方法的强度预报整体水平仍略优于数值模式强度预报水平。24、48和72 h强度预报平均绝对误差最小的均为广西遗传神经,分别达到4.1、6.2和7.3 m·s-1。
4.2 强度预报技巧评分2015年,只有ECMWF-IFS分别在24和48 h,以及NCEP-GFS分别在48和72 h强度预报达到正技巧水平(表 8),其余全球模式在各预报时效中均表现为负技巧;区域模式中,只有广州数值在48 h预报中的技巧为正,其余区域模式在各个预报时效中的技巧均为负;统计方法中,广西遗传神经24、48和72 h的强度预报技巧均达到20%以上,WIPS分别在24和48 h的强度预报技巧也为正。
![]() |
表 8 2015年客观预报方法强度预报技巧(单位:%) Table 8 Skill score for intensity forecasts of objective methods in 2015 (unit: %) |
2015年,登陆我国的热带风暴以上等级的TC共有5个,分别是强热带风暴鲸鱼(1508)、强台风莲花(1510)、超强台风苏迪罗(1513)、超强台风杜鹃(1521) 和超强台风彩虹(1522)。其中,超强台风苏迪罗(1513) 先后登陆台湾花莲和福建莆田,超强台风杜鹃(1521) 先后登陆台湾宜兰和福建莆田。
表 9和表 10分别列出了2015年各主观和客观预报方法24 h登陆点预报误差。主观预报方法中(表 9),CMA、JMA、JTWC和KMA对5个登陆台风的24 h平均登陆点预报误差分别为54.1、44.3、66.0和79.9 km。四个官方机构对于1521号超强台风杜鹃在台湾宜兰和福建莆田的两个登陆点的预报较为精准,登陆点误差均在35 km以下,而对于1508号强热带风暴鲸鱼的24 h登陆点预报误差普遍大于100 km,其中JTWC和KMA的登陆点预报误差甚至达到了270 km以上。对于客观预报方法而言,不同的方法之间的登陆点预报能力也有一定的差距。得益于较强的路径预报能力,ECMWF-IFS对2015年登陆TC的24 h登陆点整体预报效果无疑是最好的,24 h平均登陆点误差为22.9 km,对于1510号台风莲花的登陆点误差仅为0 km。从整体的登陆点预报能力上看,全球模式的表现要优于区域模式。
![]() |
表 9 2015年主观预报方法24 h登陆点预报误差统计(单位:km) Table 9 The 24 h forecast errors of landing point of subjective methods in 2015 (unit: km) |
![]() |
表 10 2015年数值模式24 h登陆点预报误差统计(单位:km) Table 10 The 24 h forecast errors of landing point of numerical weather prediction models in 2015 (unit: km) |
本文对2015年西北太平洋海域TC定位精度及路径、强度、登陆点预报精度进行了评定,得到的结论如下:
(1) CMA、JMA、JTWC和KMA四个官方预报机构和两个卫星定位方法的总平均定位误差为22.0 km,比2014年(25.3 km)略低。其中,定位误差最小的是CMA,达到了14.1 km,其次是北京卫星的18.5 km,其余四个方法的定位平均误差均在20 km以上。
(2) 四个官方预报机构中,24、48、72、96和120 h路径预报误差最小的分别为CMA(66.2 km)、JTWC(113.4 km)、JMA(170.6 km)、JTWC(242.3 km)和CMA(328.5 km);全球模式路径预报性能逐年提升,近年来部分全球模式24、48和72 h路径预报误差分别逐渐接近50、100和150 km。
(3) 各主观和客观路径预报方法24、48和72 h路径预报技巧均表现出了正技巧水平。
(4) CMA、JMA、JTWC和KMA四个主观预报24、48和72 h强度预报的平均绝对误差范围区间分别为4.3~5.1、6.4~8.0和7.6~9.4 m·s-1,强度预报性能与往年相近。客观方法中,统计预报方法的强度预报整体水平仍略优于数值模式强度预报水平。
(5) 四个官方预报机构对于1521号超强台风杜鹃在台湾宜兰和福建莆田的两个登陆点的预报较为准确,登陆点误差均在35 km以下。ECMWF-IFS对2015年的5个登陆台风的24 h登陆点预报误差均在30 km以下。
陈国民, 曹庆, 2014. 2013年西北太平洋热带气旋预报精度评定[J]. 气象, 40(12): 1549-1557. DOI:10.7519/j.issn.1000-0526.2014.12.014 |
陈国民, 曹庆, 白莉娜, 2015. 2014年西北太平洋热带气旋预报精度评定[J]. 气象, 41(12): 1554-1561. DOI:10.7519/j.issn.1000-0526.2015.12.014 |
陈国民, 汤杰, 曾智华, 2012. 2011年西北太平洋TC预报精度评定[J]. 气象, 38(10): 1196-1204. DOI:10.7519/j.issn.1000-0526.2012.10.005 |
陈国民, 余晖, 曹庆, 2013. 2012年西北太平洋热带气旋预报精度评定[J]. 气象, 39(10): 1350-1358. DOI:10.7519/j.issn.1000-0526.2013.10.014 |
汤杰, 陈国民, 余晖, 2011. 2010年西北太平洋台风预报精度评定及分析[J]. 气象, 37(10): 1320-1328. DOI:10.7519/j.issn.1000-0526.2011.10.017 |
占瑞芬, 汤杰, 余晖, 2010. 2009年西北太平洋台风定位和预报精度评定[J]. 气象, 36(10): 114-121. DOI:10.7519/j.issn.1000-0526.2010.10.020 |
中国气象局预测减灾司, 2012. 台风业务和服务规定[M]. 北京: 气象出版社, 38-41.
|
Chen G M, Yu H, Cao Q, 2013. The performance of global models in TC track forecasting over the western North Pacific from 2010 to 2012[J]. Trop Cyclone Res Rev, 2(3): 149-158. |
Harper B A, Kepert J D, Ginger J D, 2010. Guidelines for converting between various wind averaging periods in tropical cyclone conditions[R]. World Meteorological Organization, TCP sub-Project Report, WMO/TD-No.1555.
|
Ying M, Zhang W, Yu H, et al, 2014. An overview of the China Meteorological Administration tropical cyclone database[J]. J Atmos Oceanic Technol, 31(2): 287-301. DOI:10.1175/JTECH-D-12-00119.1 |