陈国民,从事台风强度及预报精度分析技术研究.Email:
本文以中国气象局上海台风研究所整编的最佳路径集为依据,对2013年西北太平洋热带气旋(TC)定位、路径和强度预报精度进行了评定,并对部分全球和区域模式在路径和强度预报中存在的系统性偏差进行了分析,结果表明:2013年定位总平均误差为21.7 km,比往年略偏小。国内各省(自治区)主观预报方法路径预报平均误差为80.2 km(24 h)、143.3 km(48 h)和221.7 km(72 h),与2012年同比分别降低了13.9%、13.4%和20.9%,中央气象台24 h路径预报误差首次低于90 km。全球和区域模式的路径预报性能稳步提升,并表现出一定的系统性偏差。统计预报方法的强度预报整体性能仍然领先于数值模式,而在数值模式中,区域模式的强度预报性能则略优于全球模式。部分全球和区域模式在强度预报中也存在着系统性偏差。各主观方法对台风温比亚(1306)、台风尤特(1311)、台风潭美(1312) 和台风菲特(1323) 的24 h登陆点预报效果较好,而对台风西马仑(1308) 的24 h登陆点预报不是十分理想。
Operational positioning, track and intensity forecast errors of tropical cyclones (TCs) over western North Pacific in 2013 are evaluated on the basis of CMA/STI's Best-track dataset. Meanwhile, the systematic biases of both global and regional models in track and intensity forecasts are analyzed. The results show that the performance of TC positioning is a little better than that in previous years, with an average error by all methods is 21.7 km. The average track forecast errors by the subjective methods of each province or autonomous regions are 80.2 km (24 h), 143.3 km (48 h) and 221.7 km (72 h), which are reduced by 13.9%, 13.4% and 20.9% compared to those in 2012. And the 24 h track forecast error of National Meteorological Centre (NMC) of CMA is less than 90 km for the first time. Global and regional models have steady improvement in the performance of track forecast, however, the models also display specific systematic biases. The overall performance of statistical forecast method is still better than numerical prediction method in intensity forecast. In the numerical prediction methods, the performance of regional models is slightly better than global models. Some global and regional models also have systematic biases in intensity prediction. The subjective methods predict well the 24 h landfall location of Typhoon 1308 "Cimaron", but are not so good for Typhoon 1306 "Rumbia", Typhoon 1311 "Utor", Typhoon 1312 "Trami" and Typhoon 1323 "Fitow".
2013年西北太平洋及南海海域共有31个编号热带气旋(tropical cyclone, TC)生成,其中有9个TC登陆我国(5个登陆华南,3个登陆华东,1307号超强台风苏力先后在台湾和福建两省登陆),登陆TC个数比常年平均(7个)偏多。
目前在台风业务预报中,供预报员选择的主客观台风路径和强度预报方法多达几十种。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,不同的方法对于同一区域或者类型TC的预报能力并不一致(
本文将依据《台风业务和服务规定》(
http://tcdata.typhoon.gov.cn/zjljsjj_zlhq.html;
本次精度评定的内容涉及TC定位精度、路径预报、登陆点预报和强度预报,以中国气象局上海台风研究所最佳路径数据为评定依据,使用的计算方法均以《台风业务和服务规定》为标准。
统计中央气象台(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)的官方实时定位及北京、日本卫星实时定位的平均距离误差(
2013年TC定位误差(单位:km)
TC position errors in 2013 (unit: km)
CMA | JMA | JTWC | KMA | 北京卫星 | 日本卫星 | 平均误差 | |
定位误差 | 17.1 | 22.7 | 23.2 | 24.3 | 21.8 | 20.9 | 21.7 |
样本数 | 514 | 522 | 469 | 524 | 497 | 417 | / |
2013年各主观预报方法路径预报误差统计信息列于
2013年各主观预报方法路径预报误差(单位:km)
Average errors of subjective track forecast in 2013 (unit: km)
方法名称 | 24 h | 48 h | 72 h | 96 h | 120 h | |||||
样本数 | 平均误差 | 样本数 | 平均误差 | 样本数 | 平均误差 | 样本数 | 平均误差 | 样本数 | 平均误差 | |
注:由于各个台站各自的责任海区或每天预报的频次不同,因而预报的样本数会存在差异。中国气象局上海台风研究所的主观预报方法是一种集成预报方法,是利用典型相关集成法将JMA、CMA、JTWC 3家主观预报方法做了集成,并对外发报。 | ||||||||||
CMA | 416 | 84.2 | 310 | 138.2 | 213 | 211.9 | 134 | 319.5 | 75 | 557.7 |
JMA | 415 | 90.6 | 309 | 153.9 | 212 | 224.6 | 101 | 381.7 | 63 | 555.3 |
JTWC | 407 | 79.2 | 303 | 138.3 | 207 | 197.1 | 130 | 312.0 | 77 | 518.2 |
KMA | 412 | 91.2 | 308 | 143.8 | 211 | 224.9 | 133 | 370.5 | 76 | 605.8 |
广东主观 | 91 | 97.0 | 65 | 139.0 | ||||||
上海主观 | 46 | 69.9 | 29 | 138.1 | ||||||
浙江主观 | 184 | 90.2 | 124 | 148.9 | 73 | 274.7 | ||||
福建主观 | 40 | 53.7 | 24 | 89.4 | 10 | 148.9 | ||||
广西主观 | 15 | 94.2 | 6 | 212.0 | ||||||
海南主观 | 41 | 76.2 | 27 | 132.6 | 15 | 241.4 | ||||
台风所 | 314 | 79.6 | 220 | 132.5 | 163 | 178.2 | ||||
菲律宾 | 107 | 240.4 | 67 | 258.9 | 55 | 466.0 | ||||
香港天文台 | 79 | 92.5 | 40 | 176.2 | 11 | 262.7 |
2013年,7个全球模式(ECMWF-IFS、NCEP-GFS、UKMO-MetUM、JMA-GSM、CMA-T213、CMA-T639和KMA-GDAPS)24、48、72、96和120 h的总平均路径误差分别为90.9 km(1703次)、161.4 km(1255次)、249.2 km(830次)、410.4 km(394次)和618.0 km(226次),其中NCEP-GFS和ECMWF-IFS两个模式在96 h之内的平均路径预报误差十分接近,但NCEP-GFS 120 h的误差明显小于ECMWF-IFS(
2013年各客观预报方法平均路径预报误差(单位:km)
Average errors of objective track forecast in 2013 (unit: km)
方法名称 | 24 h | 48 h | 72 h | 96 h | 120 h | |||||
样本数 | 平均误差 | 样本数 | 平均误差 | 样本数 | 平均误差 | 样本数 | 平均误差 | 样本数 | 平均误差 | |
NCEP-GFS | 253 | 66.6 | 196 | 117.5 | 127 | 186.1 | 84 | 289.2 | 48 | 431.4 |
ECMWF-IFS | 206 | 67.8 | 153 | 115.4 | 105 | 188.4 | 66 | 289.1 | 38 | 538.8 |
UKMO-MetUM | 203 | 87.2 | 151 | 150.4 | 100 | 224.6 | 64 | 332.8 | 38 | 553.8 |
JMA-GSM | 413 | 91.3 | 309 | 164.4 | 211 | 245.1 | ||||
GRAPES-TCM | 290 | 95.8 | 207 | 238.6 | 136 | 478.9 | ||||
CMA-T639 | 130 | 102.4 | 89 | 197.5 | 57 | 323.3 | 36 | 406.3 | 20 | 524.0 |
ACCESS-TC | 200 | 93.1 | 148 | 169.6 | 93 | 285.9 | ||||
广西遗传神经 | 131 | 81.8 | 92 | 139.5 | 57 | 218.4 | ||||
KMA-GDAPS | 165 | 110.1 | 123 | 187.3 | 80 | 270.5 | 54 | 723.2 | 31 | 1121.4 |
广州数值 | 164 | 71.9 | 119 | 128.8 | 73 | 207.9 | ||||
日本集合 | 374 | 105.2 | 274 | 188.8 | 184 | 282.1 | 108 | 404.1 | 57 | 535.9 |
辽宁数值 | 19 | 112.0 | 10 | 194.3 | ||||||
上海台风模式 | 105 | 115.6 | 64 | 186.0 | ||||||
模式集成 | 148 | 134.2 | 105 | 252.1 | 66 | 367.7 | ||||
CMA-T213 | 333 | 110.7 | 234 | 197.0 | 150 | 306.1 | 90 | 421.8 | 51 | 538.8 |
KMA-TWRF | 136 | 117.1 | 97 | 221.5 | 62 | 359.4 | 36 | 607.9 | 15 | 1238.5 |
相似离度 | 332 | 208.8 | 236 | 456.0 | 155 | 696.8 | ||||
偏最小二乘 | 241 | 316.9 | 172 | 553.7 | 109 | 749.1 | 59 | 847.7 | 27 | 1002.6 |
气候持续法 | 389 | 229.6 | 283 | 509.7 | 190 | 703.8 |
2013年,国内区域模式(GRAPES-TCM、广州数值、上海台风模式和辽宁数值)24、48和72 h的总平均路径预报误差分别为98.8 km(578次)、186.9 km(400次)和343.4 km(209次)。广州数值模式近年来路径预报能力稳步提高(
2013年客观方法路径预报技巧评分(单位:%)
Skill score for objective methods on track forecast in 2013 (unit: %)
24 h | 48 h | 72 h | |
NCEP-GFS | 68.84 | 77.12 | 73.21 |
ECMWF-IFS | 69.57 | 76.60 | 73.07 |
UKMO-MetUM | 61.10 | 68.89 | 66.34 |
JMA-GSM | 59.36 | 66.85 | 64.54 |
KMA-GDAPS | 51.44 | 62.48 | 59.61 |
CMA-T639 | 58.56 | 63.09 | 56.85 |
CMA-T213 | 50.72 | 60.84 | 55.45 |
ACCESS-TC | 59.52 | 66.40 | 57.88 |
广州数值 | 67.95 | 72.99 | 68.00 |
日本集合 | 53.52 | 63.21 | 61.41 |
上海台风模式 | 44.06 | 55.91 | / |
GRAPES-TCM | 55.38 | 43.82 | 14.04 |
模式集成 | 50.71 | 60.07 | 54.77 |
KMA-TWRF | 50.44 | 59.21 | 53.69 |
广西遗传神经 | 59.42 | 66.91 | 63.06 |
辽宁数值 | 53.33 | 70.47 | / |
在实际业务应用中,数值预报模式(无论是全球模式还是区域模式)均会出现一定程度的系统性偏差(
2013年全球模式(a)和区域模式(b)路径预报系统性偏差
The systematic bias of global models (a) and regional models (b)
2013年共有9个TC登陆我国,分别是1305“贝碧嘉”、1306“温比亚”、1307“苏力”、1308“西马仑”、1309“飞燕”、1311“尤特”、1312“潭美”、1319“天兔”和1323“菲特”,其中1307“苏力”先后在台湾省新北市与宜兰县交界处和福建省连江县登陆两次,其余8个TC只登陆一次。2013年各主观预报方法24 h登陆点预报误差列于
2013年主观预报方法24 h登陆点预报误差统计(单位:km)
24 h forecast errors of landing point of subjective forecast in 2013 (unit: km)
TC编号 | 1305贝碧嘉 | 1306温比亚 | 1307苏力 | 1307苏力 | 1308西马仑 | 1309飞燕 | 1311尤特 | 1312潭美 | 1319天兔 | 1323菲特 |
登陆点位置 | 海南省琼海市 | 广东省湛江市 | 福建省连江县 | 台湾省新北市 | 福建省漳浦县 | 海南省文昌市 | 广东省阳西县 | 福建省福清市 | 广东省汕尾市 | 福建省福鼎市 |
注:A:未能提前24 h预报登陆;B:TC登陆前24 h内无预报结果;括号中的数值为起报时间相对于TC登陆时间的提前时间(单位:h)。 | ||||||||||
CMA | 141.1(21) | 49.9(15) | 55.6(19) | 48.4(20) | 147.5(19) | 12.4(13) | 56.8(20) | 42.4(24) | 174.2(24) | 73.6(23) |
广东主观 | 238.5(15) | 116.3(18) | 90.1(19) | 306.5(8) | 170.3(13) | A | 86.4(20) | 5.4(18) | 176.8(24) | B |
上海主观 | B | B | 65.5(19) | 3.1(20) | B | B | B | 5.4(18) | 171.4(24) | B |
浙江主观 | 171.2(21) | 40.9(12) | 78.5(19) | 0.0(20) | 118.1(19) | 5.8(13) | 94.4(20) | 59.7(24) | 176.7(24) | 82.9(23) |
福建主观 | B | B | 22.2(19) | 27.3(20) | 197.3(13) | B | B | 5.4(18) | 170.1(24) | 2.2(11) |
广西主观 | 108.1(15) | 66.4(21) | B | B | 253.3(13) | 12.4(16) | 17.0(8) | B | A | B |
海南主观 | B | 148.6(13) | B | B | 225.6(13) | 0.0(15) | 41.4(20) | B | 16.5(0) | B |
台风所 | 234.1(21) | 113.8(23) | 57.9(19) | 5.4(20) | 178.3(19) | 58.7(14) | 68.3(20) | 35.6(24) | 171.9(24) | 2.2(23) |
JMA | 234.2(21) | 24.3(18) | 87.8(19) | 57.4(20) | 162.7(19) | 100.3(15) | 51.0(20) | 19.9(24) | 171.0(24) | 36.8(23) |
JTWC | 179.1(21) | 130.7(12) | 25.7(19) | 49.2(20) | 186.2(19) | 122.9(23) | 77.9(20) | 35.5(24) | 176.6(24) | 31.0(23) |
KMA | 178.7(21) | 119.9(14) | 83.6(19) | 15.6(20) | 111.9(19) | 34.1(11) | 76.0(20) | 14.8(24) | 226.0(24) | 9.3(23) |
香港天文台 | 143.5(21) | 163.6(17) | 13.2(7) | B | 164.6(19) | 34.1(11) | 33.7(20) | 2.2(0) | 173.1(24) | B |
在9个登陆的TC中,各主观方法对1306“温比亚”、1311“尤特”、1312“潭美”和1323“菲特”的24 h登陆点预报效果较好,24 h登陆点误差均在100 km以下,而对1308“西马仑”的24 h登陆点预报误差均较大,普遍在150 km以上,个别方法的误差甚至达到了250 km以上。
2013年主观预报方法强度误差(单位:m·s-1)
The intensity forecast errors of subjective methods in 2013 (unit: m·s-1)
方法名称 | 24 h | 48 h | 72 h | 96 h | 120 h | ||||||||||
平均误差 | 均方根误差 | 样本数 | 平均误差 | 均方根误差 | 样本数 | 平均误差 | 均方根误差 | 样本数 | 平均误差 | 均方根误差 | 样本数 | 平均误差 | 均方根误差 | 样本数 | |
CMA | 4.67 | 6.16 | 416 | 6.91 | 9.02 | 310 | 7.60 | 9.64 | 213 | 7.02 | 9.43 | 134 | 8.15 | 10.09 | 75 |
广东主观 | 4.20 | 5.62 | 91 | 5.55 | 7.29 | 65 | |||||||||
浙江主观 | 4.59 | 6.15 | 184 | 7.02 | 8.99 | 124 | 7.26 | 9.05 | 73 | ||||||
JMA | 5.43 | 7.18 | 404 | 8.28 | 10.89 | 300 | 10.05 | 12.8 | 208 | ||||||
JTWC | 3.82 | 5.14 | 407 | 6.03 | 8.10 | 303 | 6.87 | 9.33 | 207 | 7.34 | 10.51 | 130 | 8.26 | 11.15 | 77 |
KMA | 5.11 | 6.84 | 404 | 7.83 | 10.21 | 300 | 8.78 | 11.1 | 205 | 8.17 | 10.38 | 132 | 9.54 | 11.30 | 76 |
香港天文台 | 3.99 | 5.06 | 79 | 6.97 | 9.07 | 40 | 10.55 | 12.21 | 11 |
2013年客观预报方法强度误差(单位:m·s-1)
The intensity forecast errors of objective methods in 2013 (unit: m·s-1)
方法名称 | 24 h | 48 h | 72 h | 96 h | 120 h | ||||||||||
平均误差 | 均方根误差 | 样本数 | 平均误差 | 均方根误差 | 样本数 | 平均误差 | 均方根误差 | 样本数 | 平均误差 | 均方根误差 | 样本数 | 平均误差 | 均方根误差 | 样本数 | |
NCEP-GFS | 6.71 | 9.02 | 259 | 9.28 | 12.02 | 196 | 10.38 | 13.3 | 133 | 8.01 | 10.09 | 84 | 6.60 | 7.96 | 48 |
ECMWF-IFS | 9.71 | 12.35 | 205 | 13.29 | 17.36 | 153 | 15.49 | 20.13 | 105 | 15.97 | 20.22 | 66 | 17.24 | 20.91 | 38 |
UKMO-MetUM | 8.58 | 10.88 | 203 | 13.35 | 16.34 | 151 | 15.77 | 19.49 | 100 | 14.89 | 18.90 | 64 | 15.08 | 18.39 | 38 |
JMA-GSM | 7.43 | 9.73 | 413 | 12.44 | 15.66 | 309 | 14.62 | 17.89 | 211 | ||||||
KMA-GDAPS | 8.00 | 10.72 | 165 | 13.82 | 17.69 | 123 | 17.15 | 22.02 | 80 | 18.06 | 21.56 | 54 | 16.90 | 20.79 | 31 |
CMA-T639 | 7.02 | 9.28 | 130 | 11.03 | 14.70 | 89 | 13.81 | 18.41 | 57 | 15.53 | 19.61 | 36 | 16.70 | 18.84 | 20 |
GRAPES-TCM | 7.39 | 9.34 | 290 | 8.36 | 10.82 | 207 | 10.04 | 12.88 | 136 | ||||||
ACCESS-TC | 6.19 | 8.31 | 200 | 9.39 | 12.08 | 148 | 10.52 | 13.56 | 93 | ||||||
广州数值 | 5.51 | 7.89 | 164 | 8.30 | 10.87 | 119 | 9.63 | 12.11 | 73 | ||||||
上海台风模式 | 6.79 | 8.60 | 105 | 6.98 | 8.76 | 64 | |||||||||
广西遗传神经 | 4.32 | 5.60 | 131 | 6.60 | 8.35 | 92 | 7.09 | 9.27 | 57 | ||||||
WIPS | 5.75 | 8.10 | 177 | 8.95 | 12.48 | 129 | 10.56 | 13.67 | 79 | ||||||
偏最小二乘 | 5.21 | 7.35 | 241 | 7.85 | 10.17 | 172 | 9.25 | 11.77 | 109 | 10.36 | 13.03 | 59 | 13.81 | 16.02 | 27 |
气候持续法 | 5.57 | 7.20 | 318 | 8.17 | 10.81 | 231 | 9.43 | 11.80 | 114 |
客观预报方法包含国内外的全球、区域模式以及统计预报方法。如
2013年,在参加评定的综合预报方法中,除了JMA在72 h的强度预报技巧评分为负技巧以外,其余方法在24、48和72 h强度预报相对于气候持续法的技巧水平表现为正技巧(
2013年主客观方法强度预报技巧评分(单位:%)
Skill score for subjective and objective methods on intensity forecast in 2013 (unit: %)
24 h | 48 h | 72 h | |
CMA | 16.14 | 20.50 | 26.46 |
广东主观 | 22.32 | 32.61 | / |
JMA | 2.75 | 4.41 | -0.40 |
JTWC | 27.00 | 16.83 | 18.14 |
KMA | 9.44 | 10.34 | 13.80 |
香港天文台 | 44.19 | 25.35 | 5.71 |
GRAPES-TCM | -43.48 | -2.26 | 0.93 |
广西遗传神经 | 10.16 | 7.07 | 25.14 |
广州数值 | 6.93 | 3.76 | 9.36 |
上海台风模式 | -26.00 | -6.98 | / |
WIPS | 3.32 | 0.23 | 0.48 |
偏最小二乘 | 5.19 | 1.96 | 14.36 |
2013年全球模式(a)和区域模式(b)最大风速误差分布及全球模式(c)和区域模式(d)最低气压误差分布
The error distribution of maximum wind for global models (a) and regional models (b) and the error distribution of minimum pressure for global models (c) and regional models (d) in 2013
从2013年全球模式最大风速误差分布(
同样的,通过分析区域模式最大风速和最低气压误差分布(
本文对2013年西北太平洋海域TC定位、路径和强度预报精度进行了系统的评定,并对全球和区域模式在路径和强度预报中存在的系统性偏差进行了分析,得到结论如下:
(1) 6个定位方法总平均误差为21.7 km,比往年略偏小。CMA的定位误差最小,但是与2012年相比略微偏大,而JMA、JTWC和KMA的定位误差有一定程度的减小。
(2) CMA 24、48、72、96和120 h主观路径预报平均误差与2012年相比,除120 h以外的其余各时效的路径预报水平均有显著提高,24 h路径预报误差首次低于90 km。国内各省(自治区)主观预报方法24、48和72 h总的平均路径误差与2012年同比分别降低了13.9%、13.4%和20.9%。全球模式路径预报误差分别为90.9 km(24 h)、161.4 km(48 h)、249.2 km(72 h)、410.4 km(96 h)和618.0 km(120 h),国内区域模式路径预报平均误差分别为98.8 km(24 h)、186.9 km(48 h)和343.4 km(72 h)。
(3) 全球和区域模式的路径预报均不同程度地存在系统性偏差,各时效的偏差基本集中在从东北方向沿顺时针到西南方向一侧,其中以位于TC中心东南侧象限的系统性误差数量最多。
(4) 各主观方法对1306“温比亚”、1311“尤特”、1312“潭美”和1323“菲特”的24 h登陆点预报效果较好,而对1308“西马仑”的24 h登陆点预报不是十分理想。
(5) 与往年类似,统计预报方法的强度预报整体性能仍领先于数值模式,而在数值模式中,区域模式的强度预报性能则略优于全球模式。
(6) 部分全球和区域模式在强度预报中也存在着系统性偏差,ECMWF-IFS预报的强度比实况略偏强,而NCEP-GFS模式则略偏弱。此外,NCEP-GFS模式在最大风速预报中与其他全球模式相比,表现出了较高的稳定性。
陈国民, 汤杰, 曾智华.2012.2011年西北太平洋TC预报精度评定.气象, 38(10):1196-1204.
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.气象, 39(10):1350-1358.
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.气象, 37(10):1320-1328.
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.气象, 36(10):114-121.
中国气象局预测减灾司.2012.台风业务和服务规定.北京:气象出版社, 38-41.
Berner J, Jung T, Palmer T N.2012.Systematic model error: The impact of increased horizontal resolution versus improved stochastic and deterministic parameterizations.J Climate, 25(14):4946-4962.
Chen G M, Yu H, Cao Q, et al.2013.The performance of global models in TC track forecasting over the western North Pacific from 2010 to 2012. Trop Cycl Res Rev, 2(3):149-158.
Clifford F Mass, Jeffrey Baars, Garrett Wedam, et al.2008.Removal of systematic model Bias on a model Grid.Wea Forecasting, 23(3):438-459.
Thomas W Bettge.1983.A systematic error comparison between the ECMWF and NMC prediction models.Mon Wea Rev, 111(12):2385-2389.
Ying, M, Zhang W, Yu H, et al.2014.An overview of the China Meteorological Administration tropical cyclone database. J Atmos Oceanic Technol, 31, 287-301.