吳聯(lián)要 王金欣 常璐璐 郝世峰 董美瑩

(1.浙江省氣象臺，浙江 杭州，310017；2.浙江省氣象服務中心，浙江 杭州，310017；3.浙江省氣象科學研究所，浙江 杭州，310008)

GRAPES_TCM模式對2013—2014年浙江影響臺風預報的檢驗分析*

吳聯(lián)要1王金欣2常璐璐2郝世峰1董美瑩3

(1.浙江省氣象臺，浙江 杭州，310017；2.浙江省氣象服務中心，浙江 杭州，310017；3.浙江省氣象科學研究所，浙江 杭州，310008)

基于多種臺風定位定強客觀方法，檢驗了高分辨區(qū)域臺風模式(GRAPES_TCM)對2013—2014年浙江影響臺風的路徑、強度、移向和移速等的預報效果，并與多家業(yè)務模式產(chǎn)品(歐洲中心數(shù)值模式(ECMWF)、日本數(shù)值模式(JMA)、美國數(shù)值模式(NCEP)和中國數(shù)值模式(T639))進行對比分析，結果表明，在用最大風速中心定位、用10 m層中心最大風速定強以及用海平面中心最低氣壓定強時，GRAPES_TCM的預報精度都較高；GRAPES_TCM對臺風移速和移向預報都有較好效果。

GRAPES_TCM；浙江影響臺風；檢驗

0 引 言

臺風是發(fā)生在西北太平洋上一種強大而深厚的低壓天氣系統(tǒng)，我國海岸線漫長且位于西北太平洋的西岸，頻受臺風襲擊。浙江省地處我國東南沿海，是臺風影響大省，每年臺風季節(jié)，臺風路徑和強度的預報都是浙江省防災減災工作的重中之重。近年來，隨著臺風業(yè)務預報需求的日益增大，浙江省氣象局不斷發(fā)展并改進高分辨區(qū)域臺風模式(GRAPES_TCM)，其預報效果穩(wěn)步提升。

眾所周知，在臺風的業(yè)務預報和相關科學研究工作中，臺風的定位和定強都至關重要。本文發(fā)展了3種臺風定位定強客觀方法，基于這些方法檢驗GRAPES_TCM對2013—2014年浙江影響臺風個例的路徑、強度、移向和移速等的預報情況，并與ECMWF、JMA、NCEP和T639 4家模式的預報效果進行對比分析。

1 臺風客觀定位方法介紹

對模式輸出資料進行臺風定位的客觀方法有海平面氣壓中心定位法、最大風速中心定位法、軸平均切向風法定位法和正渦度中心定位法[1-2]等，本文主要介紹并采用前3種方法。

1.1 海平面氣壓中心定位法

臺風是一個深厚且有一定水平范圍(一般數(shù)百公里)的低氣壓系統(tǒng)，而其中又有復雜的結構。整個臺風系統(tǒng)的海平面氣壓值都比環(huán)境場低，而在臺風中心眼區(qū)，其海平面氣壓值達到最低。基于這個臺風的結構特征，氣象工作者們在分析和研究臺風時，經(jīng)常通過尋找臺風環(huán)流范圍內(nèi)的海平面氣壓最低值來確定臺風中心位置，該方法應用廣泛，且方便有效。

1.2 最大風速中心定位法

臺風是一個不停旋轉的系統(tǒng)，在整個臺風環(huán)流范圍內(nèi)風速都較大，尤其是切向的風速。臺風的7級風圈半徑可達數(shù)百公里，而在臺風環(huán)流內(nèi)風速最大的地方一般位于臺風的眼墻附近，且眼墻緊挨著中心眼區(qū)，故通過判斷最大風速中心來確定臺風環(huán)流中心的位置也是一種常見的臺風中心定位方法。

1.3 軸平均切向風法定位法

臺風中心的移動會給臺風環(huán)流結構帶來明顯的變化，尤其是對其內(nèi)部中心區(qū)域的環(huán)流結構而言。而這種影響在非對稱結構的臺風環(huán)流中表現(xiàn)更為明顯。在臺風中心區(qū)域的眼墻附近中有時候會生成一些中尺度渦旋，這些中尺度渦旋也是氣壓低值中心，且這些小渦旋中心的風速也相對較大，所以在通過用海平面氣壓最低值或最大風速中心來定位臺風時，可能會錯誤定位到這些中尺度渦旋的位置，這就導致了臺風幾何中心定位的偏差。為了規(guī)避這種中心定位偏差的出現(xiàn)，可以通過計算軸對稱切向風的區(qū)域平均最大值來定位臺風的幾何中心[3]。

2 臺風客觀定強方法介紹

2.1 最大平均風速定強法

臺風作為一個移動型的渦旋性系統(tǒng)，其本身的自轉和移動都給臺風環(huán)流范圍內(nèi)帶來較大的風力，而大風的影響亦是臺風致災能力的一個主要構成，所以從過去到現(xiàn)在，風力的大小都被用來形容一個臺風的破壞力和強烈程度。

臺風強度的常用定義方法是10 m高度處的平均風速最大值，但世界各地所用的平均風速資料稍有區(qū)別。如中國氣象局(CMA)用的是2 min平均風速資料，日本氣象中心(JMA)用的是10 min平均風速資料，美國(JTWC)用的是10 min平均風速資料。在業(yè)務預報和研究工作中，常通過查找臺風環(huán)流范圍內(nèi)出現(xiàn)的最大平均風速值來作為該時次臺風的強度。

2.2 海平面氣壓定強法

臺風是一個深厚廣闊的低氣壓天氣系統(tǒng)，其低層中心暖，氣壓值低，所以周圍的氣團從外向中心輻合移動。中心氣壓值越低，氣團入流的程度越大，入流越強，輻合的水汽也越多，臺風強度隨之增大。基于這個物理特征，在臺風的業(yè)務預報和研究工作中，也常用中心海平面氣壓最低值來表征臺風發(fā)展的強度大小。

2.3 釋用極大風速定強法

在業(yè)務預報中，氣象工作者不難發(fā)現(xiàn)，數(shù)值模式輸出的近地面分鐘最大平均風速比觀測站觀測到的極大風速要小，而現(xiàn)在業(yè)務預報中亦常用極大風速值來表征臺風的風力狀況。因此，在業(yè)務預報中，常把數(shù)值模式輸出風力結果進行進一步釋用后，再分析應用。

浙江省氣象臺采用經(jīng)驗公式的方法對數(shù)值模式輸出結果中平均風速資料進行釋用增大，假設數(shù)值模式資料中原平均風速為V1，釋用的極大風速為V2，則在計算中運用的經(jīng)驗公式為：V2=(V1×0.9)+10，釋用增大后的風力預報結果在業(yè)務應用中效果較好。

3 GRAPES_TCM模式對2013—2014年浙江影響臺風的路徑、強度、移速和移向的檢驗分析

選用上面介紹的臺風定位定強客觀方法，并選取高分辨率區(qū)域臺風模式(GRAPES_TCM，來源于浙江省氣象科學研究所的模式運行結果)、歐洲中心數(shù)值模式(ECMWF)、日本數(shù)值模式(JMA)、美國數(shù)值模式(NCEP)和中國數(shù)值模式(T639)資料進行計算，并通過與中央臺發(fā)布的臺風實況資料對比，對2013—2014年浙江影響臺風的路徑、強度、移向和移速等方面的逐3 h預報誤差進行檢驗。其中選取的2013—2014年浙江影響臺風個例分別為“201323”菲特、“201410”麥德姆和“201416”鳳凰，其中菲特登陸浙閩交界，麥德姆為登陸附件后北上從浙江西部邊緣擦過，鳳凰登陸浙江寧波，是過去兩年對浙江影響較大的3個臺風。

3.1 臺風路徑檢驗

3.1.1 海平面氣壓中心定位路徑的檢驗

在通過海平面氣壓中心定位時，由圖1d可以看到GRAPES_TCM的平均路徑預報誤差為60 km左右(3個個例共40個樣本)，與路徑預報誤差最低的T639(約45 km)及JMA(約50 km)相差并不大，而與ECMWF和NCEP的路徑預報誤差則相當，這兩者的誤差平均也在60 km左右。GRAPES_TCM基于海平面氣壓中心定位的臺風路徑預報質量總體上在五家模式中處在中等水平。

其中，在個例“201323”菲特中GRAPES_TCM的路徑預報誤差僅為25 km左右(圖1a)，是5家模式中誤差最小的，次小的是ECMWF和T639。在個例“201410”麥德姆的路徑預報(圖1b)中，GRAPES_TCM預報誤差約為70 km，比其他幾家模式的誤差稍大，但也處于一個較低的誤差水平。而GRAPES_TCM對于個例“201416”鳳凰的路徑預報誤差約為60 km，在5家模式里保持中游的水準(圖1c)。

3.1.2 最大風速中心定位路徑的檢驗

在采用最大風速中心定位臺風中心的方法時，考慮到選取的個例皆為登陸臺風，近地層的風場結構受地形影響較大，故分別選用10 m風場和850 hPa層風場進行對比分析。

從圖2中可以看到，當選用10 m風最大風速中心來定位臺風中心時，路徑的誤差明顯增大。圖2d顯示了3個個例的平均誤差，基本都在100 km以上。其中GRAPES_TCM的誤差控制最好，大致在100 km左右，最差的是GFS，其路徑平均誤差已經(jīng)超過200 km。從a、b和c這3個個例分開來看，誤差較低的是“201416”鳳凰，在鳳凰的路徑預報中，GRAPES_TCM、JMA和T639的預報誤差都控制在100 km以下，其中以GRAPES_TCM的預報誤差為最低，僅為70 km左右。

(其中a為個例“201323”菲特，b為個例“201410”麥德姆，c為個例“201416鳳凰，d為所有個例的統(tǒng)計平均情況，下同)圖1 各家模式通過海平面氣壓中心定位的臺風路徑預報誤差

圖2 各家模式通過10 m風速最大中心定位的臺風路徑預報誤差

當選用850 hPa層最大風速中心來定位臺風中心時，由于風場結構受地形影響減小，臺風中心的路徑定位誤差較之10 m層有所減小。平均而言，GRAPES_TCM的路徑誤差從10 m層的100 km左右減少到80 km左右(如圖3d所示)。從圖3a、3b、3c中可以看出，GRAPES_TCM在個例“201323”菲特、“201410”麥德姆和“201416”鳳凰中的路徑定位誤差分別約為71、99和63 km，在各自的個例對比中，皆是5家模式中預報誤差最低的一家。

通過最大風速中心定位臺風中心的對比分析不難發(fā)現(xiàn)，高分辨率區(qū)域臺風模式GRAPES_TCM在風場結構的預報上有著明顯的優(yōu)勢，更高的水平格點分辨率帶來了對臺風動力結構更好的反映效果，也在通過最大風速中心定位臺風時有著更小的路徑誤差。

圖3 各家模式通過850 hPa層風速最大中心定位的臺風路徑預報誤差

3.1.3 軸平均切向風法定位路徑的檢驗

在用軸平均切向風最大中心定位臺風中心時，同樣分別選取10 m層和850 hPa層進行對比分析。

在10 m層的路徑定位情況來看，各家模式的誤差控制都不理想，其中相對最好的T639也有著平均128 km左右的誤差(圖4d)，GRAPES_TCM的誤差控制排在第二位，約為180 km，而其他3家的誤差皆超過200 km。從圖4a、4b、4c的個例單獨分析中可以看到在個例“201323”菲特的路徑誤差上，GRAPES_TCM的誤差最低，約為150 km；另外在個例“201410”麥德姆的路徑預報中，GRAPES_TCM的誤差為次小?？傮w來看，GRAPES_TCM和T639的誤差相對較低，但整體定位誤差都較大。

相比10 m層的定位情況，850層的定位誤差控制要好很多(圖5)。其中ECMWF和JMA的誤差從超過200 km驟降到90 km左右。GFS和T639也都取得了70～120 km左右的誤差降幅。但GRAPES_TCM的預報誤差降幅卻不大，只從180 km左右降低到約160 km。通過對比圖5a和圖4a我們不難發(fā)現(xiàn)，這主要是由于改用850 hPa層定位后，在個例“201323”菲特中GRAPES_TCM的誤差不降反升，這個個例的誤差情況在總體帶來了影響。由此可見，GRAPES_TCM在特定層次上的預報穩(wěn)定性還有待進一步加強。

圖4 各家模式通過10 m層軸平均切向風最大中心定位的臺風路徑預報誤差

圖5 各家模式通過850 hPa層軸平均切向風最大中心定位的臺風路徑預報誤差

3.2 臺風強度檢驗

3.2.1 海平面氣壓定強的檢驗

在通過臺風中心海平面最低氣壓來定強時，GRAPES_TCM的強度預報誤差總體不大，平均比實況偏強7個 hPa左右，如圖6d所示，其它家模式的預報則相比實況普遍偏弱，其中與實況誤差的絕對值T639最低，平均約為3個 hPa。ECMWF和JMA的強度預報平均比實況偏弱10個 hPa左右，而GFS的預報則比實況值弱了15個 hPa。

分個例來看，在“201323”菲特的預報中，5家模式的強度預報全部偏弱，其中GRAPES_TCM的誤差最小，與實況相差不到5個 hPa(圖6a)，而ECMWF的誤差次小。在個例“201410”麥德姆和“201416”鳳凰的強度預報中，只有GRAPES_TCM的預報偏強，另4家模式預報結果一致偏弱，其中在“201416”鳳凰的預報中，GRAPES_TCM的誤差最小，與實況相差為3個 hPa(圖6c)。而在預報“201410”麥德姆的強度時，T639的誤差控制最好，平均僅比實況偏弱0.4個 hPa(圖6b)。

總體上看，在用中心海平面氣壓定強臺風時，GRAPES_TCM的誤差控制較好，預報效果在5家模式中排前二。值得注意的是，GRAPES_TCM的海平面氣壓預報容易出現(xiàn)比實況偏強的情況，這有待更多的觀察驗證。

3.2.2 最大平均風速定強的檢驗

以下選用10 m高度層的臺風中心最大平均風速對5家模式的臺風預報進行定強，定強結果的檢驗情況如圖7所示。

在個例“201323”菲特的強度預報中5家模式的預報都偏弱，其中GRAPES_TCM的預報誤差最小，為偏弱3.7 m/s，而另外4家模式的結果都偏弱7 m/s以上(圖7a)。在個例“201410”麥德姆的強度預報中，“201410”麥德姆GRAPES_TCM的強度預報平均僅比實況偏強0.8 m/s，而其他4家模式的強度預報分別比實況弱了5～12 m/s(圖7b)。對于個例“201416”鳳凰的強度預報，GRAPES_TCM的誤差控制很好，平均只比實況稍微弱了0.1 m/s，而其他4家的誤差一般在4～6 m/s左右(圖7c)。從圖24d可以看到，總的平均誤差情況，GRAPES_TCM為偏弱0.12 m/s，T639、GFS、JMA、ECMWF則分別偏弱5.1、6.6、8.2、9.1 m/s。

通過以上對比我們發(fā)現(xiàn)，GRAPES_TCM對于10 m風的強度預報效果是5家模式中最好的，其通過10 m最大平均風速定義并計算的臺風強度與實況強度相差無幾。

圖6 各家模式臺風海平面中心最低氣壓的預報誤差

圖7 各家模式臺風10 m層中心最大風速的預報誤差

3.2.3 釋用最大風速定強的檢驗

釋用算法為基于模式風速預報普遍偏弱的情況發(fā)展出的一種增大經(jīng)驗算法，以下用經(jīng)過釋用計算的10 m最大平均風速進行定強并檢驗。由圖8d可以看出，釋用計算后各家模式的強度預報誤差控制明顯轉好，其中JMA和ECMWF的結果較實況稍偏弱1 m/s左右，而GFS和T639也只偏強了約1～2 m/s?？梢钥闯霰狙芯恐胁捎玫尼層盟惴▽@4家模式的風速預報效果改善明顯。

在釋用前已有很好預報效果的GRAPES_TCM，釋用后在各個例中的預報都正常出現(xiàn)偏大的情況(見圖8a、8b、8c)，故該釋用最大風速定強法更適用于ECMWF、JMA、GFS和T639這4家模式的預報。

圖8 各家模式臺風10 m層中心最大風速釋用預報的誤差

3.3 臺風移速和移向的檢驗

3.3.1 臺風移速的檢驗

分別計算五家模式預報臺風的3 h平均移動速度，與臺風實況的3 h平均移動速度做對比。在個例“201323”菲特的移速預報中，GRAPES_TCM預報的臺風移速平均比實況稍快約1 km/h，與實況移速最接近的是JMA和GFS，相差不到1 km/h，而ECMWF和T639的移速預報則與實況相差2 km/h以上(圖9a)。GRAPES_TCM對個例“201410”麥德姆的移速預報僅比實況偏快0.3 km/h，與ECMWF的預報效果并列最好(圖9b)。但是在個例“201416”鳳凰的移速預報中，GRAPES_TCM與其他4家模式的預報都偏慢，其中GRAPES_TCM偏慢約2 km/h(圖9c)。

總體來看，GRAPES_TCM的移速預報較實況偏慢約0.6 km/h，雖稍微落后T639和JMA的平均0.4 km/h左右的誤差(圖9d)，但也相差不大，預報效果尚好。

3.3.2 臺風移向的檢驗

分別計算實況和5家模式預報結果的3 h移動方向角，計兩個方向角之間的角度差為移向的誤差值(以度為單位)。從圖10中各家模式的移向預報效果來看，GRAPES_TCM的準確率是最高的。在個例“201323”菲特的預報里，GRAPES_TCM的移向誤差僅為9°左右，ECMWF的移向誤差為11°，其他3家的誤差則皆超過16°(圖10a)。GRAPES_TCM對個例“201410”麥德姆的移向預報效果也是最好的，平均誤差約16°，而另4家的誤差都在20°以上(圖10b)。在個例“201416”鳳凰的移向預報中，GRAPES_TCM、ECMWF和T639的誤差都在18°上下，GFS和JMA則超過了20°(圖10c)。通過圖10d的統(tǒng)計可以看到，GRAPES_TCM的移向預報平均誤差約為16°，是5家模式里誤差最低的。

4 結 語

1)通過多種定位定強方法的計算和檢驗發(fā)現(xiàn)，GRAPES_TCM模式的路徑和強度預報效果總體最好，在幾家模式中誤差控制最為穩(wěn)定。

2)在臺風定位方法中，海平面氣壓中心法的定位效果最好；軸平均切向風最大中心定位法比最大風速中心定位法的定位效果有顯著提升。

3)在臺風定強方法中，海平面中心最低氣壓法和10 m層中心最大風速法定強的效果相當，而釋用最大風速定強法對ECMWF、JMA、GFS和T639這4家模式的強度預報效果提升明顯，但并不適用于GRAPES_TCM模式。

圖9 各家模式臺風移動速度預報的誤差

圖10 各家模式臺風移動方向預報的誤差

4)GRAPES_TCM模式對臺風移速的預報效果處于中游水平。

5)在臺風移向的預報方面，GRAPES_TCM模式的預報效果最佳。

限于2013—2014年浙江影響臺風的個例有限，本文使用的資料時次不夠多，計算和統(tǒng)計時的樣本數(shù)也較少，因此所得初步結論尚有待進一步檢驗和完善。此外，本文工作僅對高分辨率臺風模式GRAPES_TCM與ECMWF、JMA、GFS、T639在預報2013—2014年浙江影響臺風的路徑、強度、移向和移速方面做了初步檢驗分析，至于這幾家模式在預報臺風結構以及路徑對強度變化的影響等方面的表現(xiàn)，有待進一步的對比分析。

[1] WU Lian-yao and LEI Xiao-tu. Preliminary research on the inner core and outer size of tropical cyclones and its relationship with the intensity of tropical cyclones[J]. J Trop Meteorol, 2014, 20(4): 66-73.

[2] 吳聯(lián)要，雷小途.內(nèi)核及外圍尺度與熱帶氣旋強度關系的初步研究[J].熱帶氣象學報,2012,(5):719-725.

[3] Liguang Wu. A Numerical Study of Hurricane Erin (2001). Part I: Model Verification and Storm Evolution[J]. Journal of the atmospheric sciences. 2006, 63: 65-86.

2015-02-13

*資助項目：1.浙江省氣象科技計劃項目(2014ZD03-1); 2.浙江省氣象科技計劃項目(2012YB09); 3.行業(yè)專項(201206006).