引言

2016年西北太平洋和南海海域共生成26个编号热带气旋(tropical cyclone，TC)，较常年(1981—2010年气候平均值为25.5个)略偏多，其中超强台风8个，强台风4个，台风1个，强热带风暴5个，热带风暴8个。26个TC中，登陆我国的共有8个，其中5个登陆华南，3个登陆华东(1601号超强台风尼伯特、1617号超强台风鲇鱼和1621号超强台风莎莉嘉三个台风分别在我国登陆两次)。

随着预报技术的发展，目前可供预报和科研人员获取的台风路径和强度预报方法多达几十种，涵盖了国内外各官方台风预报机构和部分省(区、市)气象台发布的主观预报方法，以及包括数值预报方法和统计方法在内的客观预报方法等。但是由于各个方法在技术水平上存在一定的差异，各台风路径和强度预报方法之间的预报性能存在着较大差距(陈国民等，2012；2013；2015；2017；陈国民和曹庆，2014；汤杰等，2011；占瑞芬等，2010；Chen et al, 2013)。为了直观了解2016年国内外各方法对台风业务定位、路径和强度的预报能力，本文将参照最新出版的《台风业务和服务规定》(中国气象局，2012)所列举的评估方法对2016年西北太平洋台风定位精度和路径、强度及登陆点的预报精度进行评定。

1 最佳路径资料和参评方法

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(CMA/STI)整编(中国台风网，http://tcdata.typhoon.gov.cn/zjljsjj_zlhq.html；Ying et al, 2014)，该数据提供西北太平洋(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强度包含近中心2 min最大平均风速和中心最低海平面气压)。参加本次精度评定的有6个定位方法、12个主观预报方法和12个客观预报方法的确定性路径预报(含登陆点预报)性能，7个主观预报方法和13个客观预报方法的确定性强度预报(近中心最大风速)性能以及6个集合预报系统的集合路径预报性能。

2 TC定位精度评定

表 1是以2016年西北太平洋TC最佳路径数据作为参考，计算得到中央气象台、日本气象厅、美国联合台风警报中心(JTWC)、香港天文台和韩国气象厅五家官方实时台风定位机构及北京、日本卫星实时定位方法的全年平均误差。结果表明，7种定位方法的总平均定位误差为24.9 km，比2015年(22.0 km)略大。其中，定位误差最小的是中央气象台，仅为16.3 km，其余方法的平均定位误差均在20 km以上。

3 TC路径预报误差 3.1 确定性方法路径预报

2016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。通过比较中央气象台、日本气象厅、JTWC、香港天文台和韩国气象厅五个官方机构的路径预报误差后发现，24、48、72、96和120 h平均路径预报误差最小的机构均为香港天文台，分别为72.5、134.7、242.0、373.8和467.0 km。中央气象台2016年预报性能略逊于香港天文台，但是由于两者责任海域略有不同，因此样本数上有较大的差别，香港天文台的样本数约是中央气象台的三分之二。进一步通过同样本(表略)比较后发现，中央气象台24 h的平均路径误差比日本主观、JTWC和韩国主观分别小0.5 km(404个样本)、4.7 km(341个样本)和10.0 km(228个样本)，比香港天文台大2.0 km(229个样本)；中央气象台48 h路径预报平均误差比日本气象台、香港天文台、JTWC和韩国气象厅分别大3.4 km(318个样本)、6.1 km(181个样本)、8.1 km(262个样本)和8.8 km(177个样本)。2016年，官方机构路径预报整体性能比2015年略有下降，从历年的误差趋势上看(图 1)，五大官方机构的平均路径预报误差逐年下降趋势被逆转，尤其体现在长预报时效上。

表 3列出的是2016年各客观预报方法路径预报平均误差。6个全球模式(NCEP-GFS、ECMWF-IFS、英国数值、日本数值、T639、韩国GDAPS)预报性能两极分化现象较为严重，以ECMWF-IFS、NCEP-GFS为代表的表现较好的全球模式的路径预报性能比表现较差的全球模式存在50%～100%的优势。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91.9 km(731个样本)、170.4 km (600个样本)和307.5 km(465个样本)。图 2是部分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，从图中可以看出，2012年以来，模式的24、48和72 h平均路径预报误差分别基本低于100、200和300 km整数关口，近年来部分全球模式24和48 h平均路径预报误差逐渐接近50和100 km。性能优秀的区域模式预报性能与国际顶尖的全球模式路径预报性能之间还存在一定的差距，但是这种差距在逐年缩小。图 3展示了三个顶级的全球模式2010—2016年各预报时效平均路径预报误差分布。2010—2015年三个全球模式在各预报时效的平均路径预报性能均有不同程度的改进，但是2016年预报性能却有所降低，主要表现为2016年3 d及以上路径预报误差的第三个四分位数要远大于2015和2014年，从而影响了2016年3 d及以上路径预报误差的中位数和平均值。统计预报方法中，广西遗传神经和模式集成表现较为稳定，24、48和72 h平均路径预报误差均分别小于85、170和280 km。

3.2 集合路径预报误差

图 4是欧洲中期天气预报中心集合预报系统(ECMWF-EPS)、日本气象厅台风集合预报系统(JMA-TEPS)、日本气象厅每周天气集合预报系统(JMA-WEPS)、加拿大气象局集合预报系统(MSC-CENS)、美国国家环境预报中心集合预报系统(NCEP-GEFS)和英国气象局集合预报系统(UKMO-EPS)对2016年西北太平洋海域台风路径预报的集合平均误差结果。由图可见，在六个集合预报系统中，ECMWF-EPS是2016年台风路径预报整体性能最好的一个集合预报系统；NCEP-GEFS和UKMO-EPS集合预报系统3 d以内的台风路径预报性能分列第二和第三位，而对于3 d以上的台风路径预报，UKMO-EPS则要远优于NCEP-GEFS；JMA-TEPS、JMA-WEPS和MSC-CENS这三个集合预报系统的台风路径预报性能相对较差。

在日常业务预报中，集合预报系统对于台风路径预报的集合离散度结果是除集合路径预报误差以外广大预报员重点参考的指标之一。以往，对于台风路径集合预报的离散度检验往往用离散度同路径误差做成的散点图来分析路径集合预报性能。但由于在统计集合预报系统性能时涉及大量路径预报样本，因此传统的离散度和路径误差散点图中的“点”会密集呈现，从而只能大概判断某个集合预报系统是离散度大还是路径误差大。此外，传统散点图往往无法把所有预报时效的样本置于同一幅图中，因为这样做会增加分析难度。为了更有效地分析台风集合预报的离散度和路径误差性能，本文在传统散点图的基础上开发了双向分位分析图(图 5)。

双向分位分析图中的横坐标表示集合路径误差，纵坐标表示集合离散度，其绘制步骤如下：首先分别统计某个台风集合预报系统各预报时效的离散度和路径误差的25%、50%(中位数)和75%分位值；然后再将各预报时效离散度和路径误差中位数值以“方块”的形式绘制于散点图上；最后分别将各预报时效的25%和75%分位的离散度(路径误差)置于中位数标志的上下(左右)两端。利用双向分位分析图，可以清晰直观地在一张图上分析所有预报时效的离散度和路径误差样本。

从图 5中可以看出ECMWF-EPS、MSC-CENS和UKMO-EPS三个集合预报系统的离散度大于路径误差；JMA-TEPS和NCEP-GEFS 2 d以上的离散度小于路径误差，而2 d内的离散度与路径误差相当；JMA-WEPS各预报时效的离散度与路径误差相当。

4 TC强度预报误差

表 4列出了2016年主观预报方法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和均方根误差的情况。五个官方主观预报方法24、48和72 h强度预报的绝对平均误差范围区间分别为4.9～5.7、6.0～8.9和7.2～10.0 m·s^-1。其中，JTWC在48、72和96 h强度预报绝对平均误差最小，分别为6.0、7.2和7.6 m·s^-1，24和120 h强度预报绝对平均误差最小的是香港天文台，分别为4.9和9.0 m·s^-1。由于中央气象台、日本气象厅和JTWC在表示台风强度时各自所选取的平均风速有所差异，因此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换算成与中央气象台一致的2 min平均风。

客观预报方法强度预报检验结果显示(表 5)，与往年类似，统计预报方法的强度预报整体性能仍略优于数值模式强度预报水平。24和72 h强度预报绝对平均误差最小的均为广西遗传神经，分别为5.4和6.6 m·s^-1；48 h最小值为上海台风模式，达到了6.8 m·s^-1。

5 TC登陆点预报误差

2016年，登陆我国的TC共有8个，分别为1601号超强台风尼伯特(Nepartak)、1603号强热带风暴银河(Mirinae)、1604号台风妮妲(Nida)、1608号热带风暴电母(Dianmu)、1614号超强台风莫兰蒂(Meranti)、1617号超强台风鲇鱼(Megi)、1621号超强台风莎莉嘉(Sarika)和1622号超强台风海马(Haima)。其中，“尼伯特”先后登陆台湾台东和福建泉州，“鲇鱼”先后登陆台湾花莲和福建泉州，“莎莉嘉”先后登陆海南万宁和广西东兴。

表 6和表 7分别列出了2016年各主观和客观预报方法24 h登陆点预报误差。中央气象台、香港天文台和JTWC这三家机构对2016年所有登陆台风登陆前24 h内都给出了登陆预报，三者24 h登陆点预报全年平均误差分别为41.5、46.7和44.4 km；日本气象厅对“银河”和“电母”没有在它们登陆前24 h报出登陆，剩下的9次登陆点预报平均误差为40.0 km；韩国气象厅对于“电母”“莫兰蒂”以及“鲇鱼”的两次登陆都没给出24 h登陆预报结果，其剩余的7次登陆点预报平均误差为33.6 km。从24 h登陆点预报总的平均误差上看，五大官方预报机构在2016年的登陆点预报误差相差不大。五个机构对于“莎莉嘉”在海南万宁的24 h登陆点预报误差都非常小，误差在15 km以下，但对于“妮妲”在深圳的24 h登陆点误差则整体相对较大，香港天文台登陆点预报误差超过了100 km。在诸多客观预报方法中，不同的方法之间的登陆点预报能力存在一定的差距。ECMWF-IFS对2016年24 h登陆点预报效果无疑是最好的，它对所有登陆台风的24 h登陆点预报误差均在30 km以下。整体而言，全球模式的登陆点预报表现要优于区域模式。

6 结论

本文对2016年西北太平洋海域热带气旋定位精度及路径、强度和登陆点预报精度进行了评定，得到的结论如下：

(1) 中央气象台、日本气象厅、JTWC、香港天文台和韩国气象厅五个官方预报机构两个卫星定位方法总平均定位误差为24.9 km，比2015年(22.0 km)略偏大。其中，定位误差最小的是中央气象台，仅为16.3 km。

(2) 2016年，主观和客观路径预报误差没有延续之前持续减小的趋势，整体预报性能较前两年略有降低。

(3) ECMWF-EPS、NCEP-GEFS和UKMO-EPS三个集合预报系统的台风路径预报整体性能要高于其余的集合预报系统。

(4) 中央气象台、日本气象厅、JTWC、韩国气象厅和香港天文台五个官方主观预报方法24、48和72 h强度预报的绝对平均误差范围区间分别为4.9～5.7、6.0～8.9和7.2～10.0 m·s^-1。客观方法中，统计预报方法的强度预报仍略优于数值模式强度预报水平。整体而言，各主客观预报方法的台风强度预报性能与往年相比并没有大的改进。

(5) 五个官方台风预报机构对于超强台风莎莉嘉在海南万宁的24 h登陆点预报误差均非常小，误差在15 km以下；而对于台风妮妲在深圳的24 h登陆点误差则相对较大。客观预报方法中，全球模式的登陆点预报性能表现要优于区域模式。