李霽杭，高郁東，萬(wàn)齊林

(中國(guó)氣象局廣州熱帶海洋氣象研究所/廣東省區(qū)域數(shù)值天氣預(yù)報(bào)重點(diǎn)實(shí)驗(yàn)室，廣東廣州510640)

1 引 言

集合預(yù)報(bào)是對(duì)確定性預(yù)報(bào)的初始狀態(tài)進(jìn)行擾動(dòng)并形成多個(gè)集合成員的一種預(yù)報(bào)方法[1]。它提供了一系列可能出現(xiàn)的未來(lái)大氣狀態(tài)。近年來(lái)，因其優(yōu)于單一的確定性預(yù)報(bào)[2-3]，且具有顯著的經(jīng)濟(jì)效益和社會(huì)效益，因而在數(shù)值天氣預(yù)報(bào)(NWP)領(lǐng)域得到了廣泛應(yīng)用[4]。

然而，研究表明，集合成員是基于離散度不充分的初始擾動(dòng)組成的[5]。此外，一些研究發(fā)現(xiàn)，預(yù)報(bào)的不確定性主要由模式的不確定性和初始條件的不確定性構(gòu)成[6]。然而，不同系統(tǒng)帶來(lái)的不確定性通常不能很好地代表初始條件的不確定性[7]。

在有限的集合成員條件下，集合通常不能滿足完美的高斯概率分布。但每個(gè)集合成員可以被視為近似高斯概率分布狀態(tài)下的一個(gè)樣本。這時(shí)，常常會(huì)有一些樣本處于接近零概率分布范圍以外的位置[7]。理想情況下，樣本應(yīng)反映出大氣的真實(shí)的狀態(tài)(這里以觀測(cè)代替)，但實(shí)際情況是有些樣本不能反映大氣的真實(shí)狀態(tài)，且相去甚遠(yuǎn)。這些離群的或小概率事件的樣本對(duì)統(tǒng)計(jì)分析是有一定意義的，但卻很可能降低集合預(yù)報(bào)整體的準(zhǔn)確性。

解決這個(gè)問(wèn)題的一個(gè)方法就是調(diào)整這些樣本的概率密度分布以便使它們更加接近真實(shí)(觀測(cè))的概率密度分布[1]狀態(tài)，在這里將其稱為集合預(yù)報(bào)的樣本優(yōu)選技術(shù)。因此，在這項(xiàng)研究中觀測(cè)數(shù)據(jù)被用來(lái)限制樣本的概率分布。這種方法不同于資料同化，可以被視為一種基于觀測(cè)的集合技術(shù)。

一般而言，相等的權(quán)重是由一個(gè)簡(jiǎn)單的算術(shù)平均數(shù)來(lái)計(jì)算的，而不等的權(quán)重則是用更為復(fù)雜的算法來(lái)確定的。同樣的原理可被用于優(yōu)選集合樣本的思想中，它已被成功地應(yīng)用于預(yù)測(cè)暖季中尺度對(duì)流系統(tǒng)[8]和冷季地形強(qiáng)迫[9]的研究中。

路徑和地表最大風(fēng)速預(yù)測(cè)已被認(rèn)為是熱帶氣旋來(lái)臨時(shí)定量評(píng)估風(fēng)險(xiǎn)和是否較早做沿海撤離決定[10]的重要指標(biāo)。通常，熱帶氣旋生成之處遠(yuǎn)離大陸，因此資料同化效果并不顯著，且結(jié)果往往不令人滿意。根據(jù)2013年的熱帶氣旋研究數(shù)據(jù)表明，在過(guò)去的20年里，路徑預(yù)報(bào)誤差從1天到5天的均已減少了50%以上[11]。然而，數(shù)值預(yù)報(bào)技術(shù)的改善仍需要進(jìn)一步降低熱帶氣旋路徑的預(yù)報(bào)誤差。

在一些研究中，樣本優(yōu)選也被稱為基于觀測(cè)的集合子集[12-15]。Qi等[14]首先提出了一種通過(guò)挑選集合成員作為短期預(yù)測(cè)路徑誤差函數(shù)的方法來(lái)獲得集合平均路徑預(yù)報(bào)。Dong等[15]將該方法應(yīng)用于單個(gè)集合，通過(guò)使用超級(jí)集合來(lái)對(duì)集合子集進(jìn)行挑選和延展。中國(guó)氣象局提出，對(duì)于一個(gè)給定的集合，一些樣本得到的熱帶氣旋路徑預(yù)報(bào)誤差較小，這樣的樣本被認(rèn)為是“好”樣本，而一些樣本得到的熱帶氣旋路徑預(yù)報(bào)誤差很大，明顯偏離觀測(cè)路徑，這樣的樣本被認(rèn)為是“壞”樣本。

好、壞樣本應(yīng)該得到客觀的評(píng)定。在本項(xiàng)研究中，接近期望值(觀察)的樣本被確定為“好”的樣本，而那些屬于小概率事件的，遠(yuǎn)離觀測(cè)的樣本則被認(rèn)為是“壞”的樣本，它們將被好的樣本所替代，從而盡可能地反映大氣的真實(shí)狀態(tài)。Dong等[15]使用颶風(fēng)的最優(yōu)路徑對(duì)發(fā)生于2012—2013年出現(xiàn)的颶風(fēng)進(jìn)行樣本優(yōu)選的研究。然而，實(shí)際業(yè)務(wù)中通常根本無(wú)法及時(shí)獲得熱帶氣旋的最優(yōu)路徑。因此，本項(xiàng)研究中以中央氣象臺(tái)實(shí)時(shí)發(fā)布的臺(tái)風(fēng)路徑報(bào)文(http://typhoon.nmc.cn/web.html)作為限制集合成員概率分布的標(biāo)準(zhǔn)。

值得注意的是，由于觀測(cè)數(shù)據(jù)被用來(lái)限制集合成員的概率分布，樣本優(yōu)選有可能會(huì)對(duì)集合的離散度產(chǎn)生影響。一般來(lái)說(shuō)，在許多研究中，集合離散度被用于預(yù)測(cè)集合平均技巧的評(píng)估。Houtekamer[16]發(fā)現(xiàn)，當(dāng)它是處于“極值”的狀態(tài)下，即當(dāng)它相對(duì)于平均值而言非常大或非常小時(shí)，離散度極具預(yù)測(cè)價(jià)值。Whitaker等[17]指出，離散度越偏離氣候平均值，對(duì)預(yù)報(bào)技巧而言它就越有用。當(dāng)離散度越接近氣候平均值時(shí)，它的預(yù)測(cè)價(jià)值就越小，因?yàn)轭A(yù)報(bào)誤差基本上是從氣候分布中隨機(jī)抽取的。基于集合預(yù)報(bào)系統(tǒng)，Grimit等[18]采用了一種完美的預(yù)測(cè)假設(shè)統(tǒng)計(jì)模型。在該系統(tǒng)中，預(yù)測(cè)誤差的基本概率分布函數(shù)是已知的，單個(gè)集合成員取自隨機(jī)分布，集合離散度則可預(yù)測(cè)期望誤差。一般來(lái)說(shuō)，一個(gè)較大(小)的集合離散度意味著更多(更少)的預(yù)報(bào)不確定性[19]。國(guó)內(nèi)也已經(jīng)有相關(guān)的研究成果[20-25]。

然而，在樣本優(yōu)選方案中，過(guò)多的壞樣本被替換可能會(huì)導(dǎo)致集合離散度過(guò)小，這將會(huì)產(chǎn)生不準(zhǔn)確的集合平均。相反，壞樣本的替換數(shù)量不足則會(huì)阻礙集合平均的明顯改善。因此，樣本的替換數(shù)量須深入研究，仔細(xì)斟酌，方可確定，從而提高集合平均水平，但需以集合離散度不過(guò)分降低為前提。

2 試驗(yàn)方案設(shè)計(jì)

2.1 集合預(yù)報(bào)樣本優(yōu)選的具體思路

本文中，集合預(yù)報(bào)的樣本優(yōu)選技術(shù)主要包含兩點(diǎn)內(nèi)容：樣本挑選和樣本補(bǔ)充。

在第一點(diǎn)里，每個(gè)樣本的質(zhì)量首先應(yīng)該得到評(píng)估。由于路徑和強(qiáng)度均是熱帶氣旋的重要指標(biāo)，因此由中央氣象臺(tái)提供的臺(tái)風(fēng)觀測(cè)報(bào)文被選定為樣本質(zhì)量評(píng)估的主要依據(jù)。以絕對(duì)誤差的計(jì)算結(jié)果為前提，熱帶氣旋的路徑被用于限制樣本的概率分布。以路徑為例，路徑誤差為相同時(shí)刻熱帶氣旋的中心預(yù)報(bào)位置與觀測(cè)位置的距離。

值得一提的是，路徑在本文中被認(rèn)作是挑選樣本的標(biāo)準(zhǔn)，而強(qiáng)度、回波、降水、熱帶氣旋結(jié)構(gòu)等指標(biāo)同樣也可以作為優(yōu)選的標(biāo)準(zhǔn)，這將在未來(lái)的研究中被用到。而本文中，我們重點(diǎn)關(guān)注的是好、壞樣本的替換是否會(huì)對(duì)集合預(yù)報(bào)產(chǎn)生明顯的影響。接下來(lái)，每一個(gè)樣本將要與觀測(cè)計(jì)算出路徑誤差，得出結(jié)果后進(jìn)行排序。誤差小的得以保留，誤差大的剔除，誤差值居中的同樣被保留。

在第二點(diǎn)里，由于一些壞的樣本已被剔除，因而需要補(bǔ)充一些樣本使得集合的整體成員數(shù)保持恒定，而被補(bǔ)充的樣本就是之前提到的那些好的樣本。被補(bǔ)充的樣本并不是好樣本的簡(jiǎn)單復(fù)制，而是通過(guò)集合卡爾曼濾波擁有一定的觀測(cè)擾動(dòng)增量。

圖1為同化窗口中一個(gè)循環(huán)周期內(nèi)的集合預(yù)報(bào)樣本優(yōu)選過(guò)程示意圖。雖然集合總共包括N個(gè)樣本(本文中N=60)，為方便起見(jiàn)，示意圖只顯示8個(gè)樣本(即此圖中N=8，而M則是優(yōu)選樣本的個(gè)數(shù))。以示區(qū)別，傳統(tǒng)的集合預(yù)報(bào)稱為SOno，而集合預(yù)報(bào)樣本優(yōu)選則稱為SO后邊接數(shù)字。三角形代表一個(gè)周期內(nèi)熱帶氣旋最開始的觀測(cè)位置。黑色實(shí)線是觀測(cè)路徑，黑色實(shí)心圓表示1 h的觀察位置。集合成員4和5(圖中假定M=2，N=8)都是好樣本。圖中的SOno為沒(méi)有進(jìn)行樣本優(yōu)選的模擬路徑，而SO則為進(jìn)行了2個(gè)成員優(yōu)選替換后的模擬路徑。

本文中的研究方法與Qi等[14]和Dong等[15]提出的方法的不同之處在于，在這項(xiàng)研究中，被選定的集合子集成員數(shù)是可變的，而集合成員的總數(shù)卻是固定不變的，但在以前的這兩項(xiàng)研究中，只挑選出好成員且數(shù)量變化的集合子集被用于最后的預(yù)報(bào)。本質(zhì)上來(lái)講，這項(xiàng)研究中包含“壞”樣本被“好”樣本取代，以接近好樣本的集合子集，而這些被補(bǔ)充的好樣本并不是簡(jiǎn)單地復(fù)制原始的好樣本，而是通過(guò)好樣本的同化觀測(cè)更新擾動(dòng)后得到的。且協(xié)方差的計(jì)算則是剔除掉壞樣本后的集合成員來(lái)進(jìn)行。以圖1為例進(jìn)一步說(shuō)明，Qi等[14]和Dong等[15]的方法中集合子集只包含選定好的樣品，即M和N是變化的。而本文的方案中N值固定，只有M是可變的。M個(gè)壞樣本將被M個(gè)好樣品取代，有N-M個(gè)樣本被保留，并用這N-M個(gè)樣本計(jì)算協(xié)方差。

圖1 1 h循環(huán)同化窗內(nèi)集合預(yù)報(bào)的樣本優(yōu)選的過(guò)程示意圖

2.2 模式和試驗(yàn)設(shè)計(jì)

本文中，共涉及兩個(gè)熱帶氣旋，分別是2016年的第4號(hào)臺(tái)風(fēng)“妮妲”(Nida)和2016年的第17號(hào)臺(tái)風(fēng)“鲇魚”(Megi)。具體情況如下(以下均為世界時(shí))：“妮妲”從2016年8月1日00時(shí)開始模擬至2016年8月3日00時(shí)，其中8月1日19時(shí)35分，“妮妲”在廣東省深圳市大鵬新區(qū)大鵬街道附近沿海登陸，20時(shí)在深圳市鹽田區(qū)梅沙街道第二次登陸。3日00時(shí)，中央氣象臺(tái)對(duì)“妮妲”停止編號(hào)?！蚌郁~”從2016年9月26日00時(shí)開始模擬至9月29日00時(shí)，其中27日06時(shí)10分以強(qiáng)臺(tái)風(fēng)級(jí)在中國(guó)臺(tái)灣花蓮沿海登陸，27日20時(shí)44分在福建省泉州市惠安縣沿海登陸，登陸時(shí)中心附近最大風(fēng)力有12級(jí)(33 m/s)，中心最低氣壓為975 hPa。

為了探討集合預(yù)報(bào)樣本優(yōu)選對(duì)熱帶氣旋模擬的影響，每個(gè)熱帶氣旋共包含7個(gè)試驗(yàn)，為SOno、SO5、SO10、SO15、SO20、SO25、SO30。簡(jiǎn)單 解 釋為：SOno為對(duì)比試驗(yàn)，不進(jìn)行優(yōu)選處理。進(jìn)一步解釋，SO5代表該試驗(yàn)中5個(gè)壞樣本將會(huì)被5個(gè)好樣本所取代，而SO30則代表該試驗(yàn)中將會(huì)有30個(gè)壞樣本被30個(gè)好樣本所代替。本文中如前面所言，所有的集合預(yù)報(bào)試驗(yàn)每一個(gè)循環(huán)結(jié)束后都將一直維持最原始的60個(gè)成員總數(shù)。

本文中使用WRF3.4.1-ARW模式，背景場(chǎng)采用ECM/ECMWF0.125°×0.125°的再分析資料。圖2為試驗(yàn)的區(qū)域范圍，水平分辨率為3 km，垂直分辨率為35層。其中“妮妲”的水平格點(diǎn)數(shù)為334×631，“鲇魚”則為 532×412。

圖2 “妮妲”(a)，“鲇魚”(b)模式區(qū)域圖

下面將詳細(xì)闡述試驗(yàn)過(guò)程。

第一步，集合預(yù)報(bào)的啟動(dòng)。集合擾動(dòng)(由WRF-3DVar方法提供)后，先不進(jìn)行同化積分6 h，主要的物理過(guò)程參數(shù)化方案與Zhu等[26]相同?；赪RF模式的EnKF同化系統(tǒng)由Meng等[27-28]率先開發(fā)，其中控制變量為流函數(shù)、速度勢(shì)和氣壓的非平衡量。初始的集合成員由WRF-3DVar包自帶的默認(rèn)背景誤差協(xié)方差選項(xiàng)“cv3”產(chǎn)生隨機(jī)擾動(dòng)生成[29]。類似的擾動(dòng)也被用于集合的邊界條件產(chǎn)生中。方案配置與Zhu等[26]相同，具體為：控制變量為流函數(shù)、勢(shì)函數(shù)和氣壓的非平衡量。初始的集合成員和集合的邊界場(chǎng)由隨機(jī)擾動(dòng)生成。擾動(dòng)變量包括水平風(fēng)分量(u、v)、位溫、混合比，并且風(fēng)速的標(biāo)準(zhǔn)偏差為2 m/s，溫度的標(biāo)準(zhǔn)偏差為1 K，和混合比的標(biāo)準(zhǔn)偏差為0.5 g/kg。背景誤差協(xié)方差的松弛系數(shù)為0.8。預(yù)報(bào)變量如擾動(dòng)位溫(T)、垂直速度(W)、水平風(fēng)分量(U和V)、水汽混合比(QVAPOR)、云水量(QCLOUD)、雨水量(QRAIN)、位勢(shì)擾動(dòng)(PH)、表面氣壓(PSFC)和擾動(dòng)氣壓(P)均被更新。

第二步，樣本優(yōu)選。集合成員生成且集合預(yù)報(bào)已啟動(dòng)后，采用WRF-EnKF方案進(jìn)行3 h資料同化，其中資料同化1 h進(jìn)行一次。該過(guò)程的方案配置仍與Zhu等[26]相同。但有一點(diǎn)差別需要指出的是，在3 h的循環(huán)同化窗里需要進(jìn)行樣本優(yōu)選。過(guò)程可簡(jiǎn)單分為：樣本優(yōu)選、資料同化、模式積分。也就是說(shuō)，壞的集合成員被好的集合成員取代這步將在EnKF[26]過(guò)程前進(jìn)行。

在EnKF(EnSRF)中，α是個(gè)常量。HPbHT和R為標(biāo)量，分別代表觀測(cè)點(diǎn)上的背景誤差協(xié)方差和觀測(cè)誤差協(xié)方差[30]。

本項(xiàng)目中，被補(bǔ)充的好樣本和原始的好樣本的區(qū)別在于同化時(shí)，好樣本的α不為0，而被補(bǔ)充的樣本的α為0。

第三步，模式積分。第二步樣本進(jìn)行3 h循環(huán)優(yōu)選同化后，60個(gè)集合成員計(jì)算集合平均，該集合平均將積分到預(yù)報(bào)結(jié)束。

具體過(guò)程：“妮妲”從2016年8月1日00時(shí)開始，集合預(yù)報(bào)啟動(dòng)6 h后，即1日06時(shí)進(jìn)入3 h循環(huán)優(yōu)選同化，至1日09時(shí)止，取集合平均，積分至2016年8月3日00時(shí)，整個(gè)試驗(yàn)完成?！蚌郁~”從2016年9月26日00時(shí)開始，集合預(yù)報(bào)啟動(dòng)6 h后，即26日06時(shí)進(jìn)入3 h循環(huán)優(yōu)選同化，至26日09時(shí)止，取集合平均，積分至2016年9月29日00時(shí)，整個(gè)試驗(yàn)結(jié)束。

需要指出的是，整個(gè)試驗(yàn)過(guò)程中，同化的觀測(cè)資料為多普勒雷達(dá)徑向風(fēng)，本文中共有17部華南地區(qū)的雷達(dá)進(jìn)入3 h優(yōu)選同化窗。

3 試驗(yàn)結(jié)果分析

3.1 3 h循環(huán)優(yōu)選同化窗分析

首先分析一下樣本優(yōu)選對(duì)集合離散度的影響。圖3和圖4為熱帶氣旋“妮妲”和“鲇魚”的中心分布。圖中第六排沒(méi)有綠色實(shí)心圓的圖為試驗(yàn)SO30，因?yàn)?0個(gè)壞樣本被好樣本替換，所以不存在一般樣本。

圖3顯示在第一個(gè)小時(shí)的循環(huán)中(06—07時(shí))集合離散度從上到下并沒(méi)有明顯的下降趨勢(shì)。然而在第二和第三個(gè)小時(shí)的循環(huán)中(07—09時(shí))集合離散度下降明顯，尤以SO25和SO30為甚，無(wú)論從東西還是南北方向來(lái)看，散點(diǎn)分布都更加集中。在最后一次循環(huán)中(08—09時(shí))，SO30試驗(yàn)?zāi)M的樣本明顯集中于觀測(cè)的西北方。而SO5離散度的演變則與SOno試驗(yàn)類似，SO10和SO15的離散度變化較為近似。SO20、SO25和SO30試驗(yàn)中隨著時(shí)間的演變集合離散度有著顯著下降。

圖3 熱帶氣旋“妮妲”的模擬和觀測(cè)中心分布圖 黑點(diǎn)代表觀測(cè)中心，紅點(diǎn)代表好樣本，藍(lán)點(diǎn)代表壞樣本，綠點(diǎn)代表一般樣本。四列代表的時(shí)間為 2016 年 8 月 1 日 06、07、08、09 時(shí)，七行從上至下表示 SOno、SO5、SO10、SO15、SO20、SO25、SO30 試驗(yàn)。

圖 4 表明從左到右，SOno、SO5、SO10、SO15和SO20離散度沒(méi)有出現(xiàn)明顯的減小趨勢(shì)，但SO25和SO30則不同，散點(diǎn)分布愈來(lái)愈集中。從上向下來(lái)看，從07時(shí)開始，集合離散度顯著下降，特別是當(dāng)優(yōu)選的樣本數(shù)超過(guò)15個(gè)以后，南北方向散度分布十分集中?？傊^(guò)多的(超過(guò)15個(gè))壞樣本被替換極有可能會(huì)導(dǎo)致集合離散度大幅下降，而少量的樣本被替換則對(duì)集合離散度的影響不大。

圖4 熱帶氣旋“鲇魚”的模擬和觀測(cè)中心分布圖 黑點(diǎn)代表觀測(cè)中心，紅點(diǎn)代表好樣本，藍(lán)點(diǎn)代表壞樣本，綠點(diǎn)代表一般樣本。四列代表的時(shí)間為 2016年 9月 26 日 06、07、08、09時(shí)，七行從上至下表示 SOno、SO5、SO10、SO15、SO20、SO25、SO30 試驗(yàn)。

圖5 為循環(huán)中的路徑更新情況，無(wú)論是圖5a還是圖5b，可以看出6條樣本優(yōu)選的更新折線均在SOno線之下。也就是說(shuō)，通過(guò)樣本優(yōu)選處理，“妮妲”和“鲇魚”的模擬路徑誤差皆減小。且隨著壞樣本被替換數(shù)目的增加，路徑誤差減小的幅度越大。但有一點(diǎn)須指明，當(dāng)替換的樣本數(shù)達(dá)到30個(gè)時(shí)，路徑誤差不減反增。

圖6為第二和第三個(gè)循環(huán)中樣本優(yōu)選和同化進(jìn)行前集合離散度和路徑誤差的關(guān)系?？梢园l(fā)現(xiàn)，第三個(gè)循環(huán)中的散點(diǎn)明顯較第二個(gè)循環(huán)中的散點(diǎn)更為發(fā)散。圖中所有情況，代表SO30和SOno的兩點(diǎn)均在散點(diǎn)擬合趨勢(shì)線之上，而SO5、SO10、SO15、SO20、SO25則大多數(shù)情況在擬合趨勢(shì)線下方?？傊琒Ono試驗(yàn)擁有最大的離散度，SO30具有最大的路徑誤差，SO25擁有最小的離散度，SO20具有最小的路徑誤差。這進(jìn)一步說(shuō)明樣本優(yōu)選可以影響集合離散度，也同時(shí)調(diào)整著路徑誤差，且替換樣本的數(shù)量選擇非常重要。

圖5 “妮妲”(a)和“鲇魚”(b)3 h的路徑誤差更新

圖6 路徑誤差和離散度的關(guān)系

3.2 模擬結(jié)果分析

表1揭示了觀測(cè)和模擬結(jié)果之間的平均路徑和強(qiáng)度誤差。只有“妮妲”的SO15和SO25試驗(yàn)中路徑誤差大于SOno，其余的樣本優(yōu)選試驗(yàn)路徑誤差均小于SOno試驗(yàn)，對(duì)“妮妲”路徑誤差的改進(jìn)從4.30%(SO20)到 13.04%(SO10)不等，而對(duì)“鲇魚”路徑誤差的改進(jìn)從11.34%(SO30)至27.81%(SO10)不等。強(qiáng)度對(duì)比中，可以看出最低氣壓的樣本優(yōu)選6個(gè)試驗(yàn)中有5個(gè)試驗(yàn)的模擬結(jié)果好于SOno試驗(yàn)，具體來(lái)講，對(duì)“妮妲”的最低氣壓誤差改進(jìn)從5.73%(SO20)到 11.56%(SO30)不等，而“鲇魚”的最低氣壓誤差改進(jìn)從1.58%(SO25)到11.62%(SO5)不等。最大風(fēng)速的所有樣本優(yōu)選試驗(yàn)?zāi)M結(jié)果誤差除了“鲇魚”的SO20，其余均小于SOno試驗(yàn)，其中“妮妲”最大風(fēng)速的誤差改進(jìn)從13.19%(SO5)到37.01%(SO15)不等，而“鲇魚”最大風(fēng)速的誤差改進(jìn)從11.78%(SO30)到27.07%(SO10)不等。因此，可以看出本文中集合預(yù)報(bào)的樣本優(yōu)選方法對(duì)熱帶氣旋的路徑和強(qiáng)度的模擬效果整體有所改善。

表1 觀測(cè)和模擬試驗(yàn)的路徑、最低氣壓、最大風(fēng)速誤差 “妮妲”對(duì)應(yīng)的時(shí)間為2016年8月1日09時(shí)—2日18時(shí)，“鲇魚”對(duì)應(yīng)的時(shí)間為2016年9月26日09時(shí)—28日21時(shí)。

圖7對(duì)比了Dong等[15]的方法和本文中的方法(簡(jiǎn)稱Li)的路徑誤差。在12個(gè)對(duì)比試驗(yàn)中可以發(fā)現(xiàn)，只有3個(gè)試驗(yàn)的路徑誤差是Li的大于Dong等[15]的。因此，本文中的集合預(yù)報(bào)樣本優(yōu)選的方法表現(xiàn)良好，特別是當(dāng)更多的樣本被替換時(shí)，但替換的數(shù)目最好不要多于25個(gè)。

圖7 觀測(cè)和模擬的平均絕對(duì)路徑誤差

接下來(lái)，檢驗(yàn)一下熱帶氣旋的垂直結(jié)構(gòu)是否有所變化。圖8(見(jiàn)下頁(yè))為熱帶氣旋“鲇魚”的經(jīng)向風(fēng)速的中心經(jīng)向剖面圖，可見(jiàn)所有試驗(yàn)的風(fēng)速結(jié)構(gòu)特征近似，熱帶氣旋“鲇魚”中心東側(cè)的風(fēng)速加強(qiáng)或減弱的趨勢(shì)較明顯，驅(qū)動(dòng)臺(tái)風(fēng)向北移動(dòng)。隨著“鲇魚”的強(qiáng)度有所減弱 (2016年9月28日00時(shí))，其發(fā)展高度也同步下降。西風(fēng)帶在200 hPa高度以上處于統(tǒng)治地位。第三列圖中較為明顯的差異體現(xiàn)在SOno試驗(yàn)中“鲇魚”中心東側(cè)的大風(fēng)圈發(fā)展高度低于400 hPa，而其余優(yōu)選試驗(yàn)中大風(fēng)圈的發(fā)展高度則高于400 hPa。由此可見(jiàn)，樣本優(yōu)選已導(dǎo)致熱帶氣旋結(jié)構(gòu)發(fā)生了一定的變化，這將影響其路徑和強(qiáng)度的演變。

4 結(jié) 論

本文中，我們采用中央氣象臺(tái)提供的觀測(cè)路徑報(bào)文作為限制樣本概率分布的標(biāo)準(zhǔn)依據(jù)，通過(guò)一系列試驗(yàn)以達(dá)到盡可能使集合預(yù)報(bào)中的樣本接近真實(shí)狀態(tài)。緊接著，探討樣本優(yōu)選對(duì)集合預(yù)報(bào)模擬結(jié)果的影響。通過(guò)結(jié)果的對(duì)比分析，最終發(fā)現(xiàn)，除了極少數(shù)情況外，樣本優(yōu)選對(duì)熱帶氣旋路徑、強(qiáng)度的模擬均起到較顯著的影響，其中對(duì)“妮妲”路徑誤差的改進(jìn)為4%～13%，對(duì)“鲇魚”路徑誤差的改進(jìn)為11%～28%，對(duì)“妮妲”的最低氣壓誤差改進(jìn)5%～12%，“鲇魚”的最低氣壓誤差改進(jìn)1%～12%，對(duì)“妮妲”最大風(fēng)速的誤差改進(jìn)13%～37%，而“鲇魚”最大風(fēng)速的誤差改進(jìn)11%～27%。

兩個(gè)熱帶氣旋的模擬結(jié)果顯示本文中的樣本優(yōu)選結(jié)果明顯好于傳統(tǒng)的集合預(yù)報(bào)。然而，需要指出的是過(guò)多的替換集合預(yù)報(bào)成員將會(huì)導(dǎo)致集合離散度過(guò)分降低。少于15個(gè)樣本被替換將會(huì)在一定程度上改善集合平均且又不致使集合離散度降低許多。

此外，又研究了路徑的調(diào)整效果。本文中以觀測(cè)路徑為標(biāo)準(zhǔn)進(jìn)行樣本優(yōu)選，結(jié)果發(fā)現(xiàn)路徑和強(qiáng)度誤差絕大多數(shù)情況下均有一定幅度的減小。但是，過(guò)多的或不充分的樣本優(yōu)選則起不到理想的效果。

繼而又分析了熱帶氣旋結(jié)構(gòu)的變化，結(jié)果顯示樣本優(yōu)選所有試驗(yàn)的熱帶氣旋結(jié)構(gòu)演變均符合發(fā)展規(guī)律，但是7個(gè)試驗(yàn)中還是存在一定的差異，以“鲇魚”為例，樣本優(yōu)選試驗(yàn)中模擬的熱帶氣旋結(jié)構(gòu)較SOno試驗(yàn)偏強(qiáng)，這將最終導(dǎo)致其強(qiáng)度和路徑發(fā)展的不同。

值得一提的是樣本優(yōu)選的替換數(shù)量超過(guò)5個(gè)少于25個(gè)會(huì)對(duì)熱帶氣旋的路徑、強(qiáng)度以及結(jié)構(gòu)帶來(lái)一定的正效果。

然而，本文中集合預(yù)報(bào)雖帶來(lái)了較好的正效果，但仍存在一定的不足。

(1)本方案中樣本優(yōu)選基于熱帶氣旋的觀測(cè)路徑報(bào)文，以其為限制樣本概率分布的條件。然而，熱帶氣旋的強(qiáng)度、降水、形狀結(jié)構(gòu)、回波等因素卻沒(méi)有考慮在內(nèi)。換句話講，確定樣本是好是壞的依據(jù)可以有很多，這將在今后的研究中進(jìn)行分析。

(2)樣本優(yōu)選影響集合離散度。過(guò)多的樣本數(shù)替換導(dǎo)致集合離散度大幅下降，因此樣本優(yōu)選的數(shù)目要合理。

(3)本文中研究的對(duì)象均是熱帶氣旋，其他的天氣系統(tǒng)比如對(duì)流單體、颮線等還未開展研究，這也是未來(lái)探索的一個(gè)方向。