王海平 董 林 許映龍,2 聶高臻

1 國家氣象中心，北京 100081 2 中國科學(xué)院大學(xué)，北京 100049

提 要： 2019年在西北太平洋及南海共生成臺風(fēng)29個，比多年同期平均偏多2個，其中6個臺風(fēng)登陸我國，比多年平均偏少1個；臺風(fēng)整體強(qiáng)度偏弱，但全年最強(qiáng)臺風(fēng)夏浪極值強(qiáng)度達(dá)到68 m·s-1(17級以上)；登陸臺風(fēng)整體強(qiáng)度偏弱，但“利奇馬”登陸強(qiáng)度強(qiáng)(52 m·s-1，超強(qiáng)臺風(fēng)級)、影響重；秋季臺風(fēng)生成數(shù)較常年明顯偏多，尤其是11月生成臺風(fēng)數(shù)達(dá)到6個。2019年中央氣象臺臺風(fēng)路徑預(yù)報平均誤差與近5年(2014—2018年)的平均誤差相比，在24～72 h的預(yù)報誤差有所增大，而96～120 h的預(yù)報誤差則明顯減小，尤其是120 h的預(yù)報準(zhǔn)確率創(chuàng)新高。與日、美官方預(yù)報相比，中國在24 h和96～120 h的預(yù)報水平處于領(lǐng)先地位，在48～72 h的預(yù)報誤差比日本略高，但低于美國，與EC確定性模式相當(dāng)。

引 言

臺風(fēng)是我國重要的氣象災(zāi)害之一，為提高臺風(fēng)預(yù)報水平，最大限度降低人民的生命和財產(chǎn)損失，及時總結(jié)臺風(fēng)預(yù)報過程中出現(xiàn)的問題，積累預(yù)報經(jīng)驗(yàn)是極為必要的。中央氣象臺通過多年的連續(xù)分析研究發(fā)現(xiàn)，近年來西北太平洋和南海的臺風(fēng)總體呈現(xiàn)如下特征：生成數(shù)和登陸數(shù)與多年平均值相比基本持平或略偏多；從生成的季節(jié)來看，在2016年，1—6月的淡季空臺風(fēng)和夏末及秋季臺風(fēng)集中生成的現(xiàn)象與該年赤道中東太平洋海溫由厄爾尼諾向拉尼娜轉(zhuǎn)換有關(guān)，2017年與2018年則集中在盛夏季節(jié)生成；2016年臺風(fēng)登陸強(qiáng)度偏強(qiáng)，但2017年與2018年臺風(fēng)的登陸強(qiáng)度整體都偏弱。從過去三年對于臺風(fēng)預(yù)報難點(diǎn)問題的總結(jié)與分析來看，針對臺風(fēng)強(qiáng)度預(yù)報問題，尤其是快速增強(qiáng)臺風(fēng)的強(qiáng)度預(yù)報問題仍是業(yè)務(wù)預(yù)報中的重要難點(diǎn)之一，如1601號臺風(fēng)尼伯特、1713號臺風(fēng)天鴿、1808號臺風(fēng)瑪莉亞和1826號臺風(fēng)玉兔等都出現(xiàn)過24 h強(qiáng)度預(yù)報誤差達(dá)20 m·s-1以上的情況。另外，多臺風(fēng)之間的相互作用仍給臺風(fēng)的路徑和強(qiáng)度預(yù)報帶來極大的挑戰(zhàn)，如2017年的臺風(fēng)納沙與海棠出現(xiàn)了近距離的相互作用，登陸后環(huán)流合并等復(fù)雜特征，使得主客觀預(yù)報均出現(xiàn)了較大的路徑預(yù)報誤差(董林等，2019；高拴柱等，2018；柳龍生等，2019a；2019b；聶高臻等，2018；王海平等，2017；王慧等，2020；王海平和董林，2020)。

本文用于統(tǒng)計本年度及歷史臺風(fēng)活動特征所使用的資料為1949—2019年中國氣象局(China Meteorological Administration，CMA)臺風(fēng)最佳路徑資料；用于臺風(fēng)預(yù)報誤差對比所使用的官方主觀分析和預(yù)報資料有中央氣象臺、日本氣象廳(Japan Meteorological Agency，JMA)和美國聯(lián)合臺風(fēng)警報中心(Joint Typhoon Warning Center，JTWC)三家的實(shí)時業(yè)務(wù)資料；用于分析臺風(fēng)預(yù)報難點(diǎn)所使用的模式預(yù)報資料主要來自國家氣象中心區(qū)域中尺度臺風(fēng)數(shù)值預(yù)報系統(tǒng)(GRAPES_TYM)、臺風(fēng)路徑集合預(yù)報訂正方法(typhoon track ensemble correction, TYTEC)、歐洲中期預(yù)報中心(European Center for Medium Weather Forecasting，ECMWF，以下簡稱EC)和美國環(huán)境預(yù)報中心(National Center for Environmental Prediction，NCEP)的臺風(fēng)數(shù)值預(yù)報產(chǎn)品，海溫分析資料使用的是NCEP RTG _SST(real time global，RTG)。通過對2019 年西北太平洋和南海臺風(fēng)活動的主要特征進(jìn)行總結(jié)，分析2019年度臺風(fēng)路徑和強(qiáng)度預(yù)報誤差，并重點(diǎn)提出和討論了2019年在業(yè)務(wù)預(yù)報中出現(xiàn)的難點(diǎn)問題。

1 2019年臺風(fēng)活動特征

2019年西北太平洋及南海共有29個臺風(fēng)生成(圖1a)，比多年(1949—2018年)平均值(27.0個)多2.0個。有6個臺風(fēng)在我國沿海登陸(圖1b)，較多年平均值(7.0個)偏少1.0個。

圖1 2019年西北太平洋和南海生成(a)與登陸中國(b)的臺風(fēng)路徑Fig.1 Tracks of TCs which generated over western North Pacific and South China Sea (a) andthose making landfall in China (b) in 2019

1.1 臺風(fēng)生成特征

2019年度西北太平洋及南海生成了29個臺風(fēng)，其生成源地偏北偏西(圖2a)(平均生成位置為17.3°N、133.0°E，歷史平均生成位置為16.1°N、136.5°E)，其中120°E以西有6個臺風(fēng)生成，占總數(shù)的20.7%，大于平均值(17.2%)，150°E以東有7個臺風(fēng)生成，占總數(shù)的24.1%，大于平均值(20.2%)，120°～150°E有16個臺風(fēng)生成，占總數(shù)的55.2%，小于平均值(62.6%)，因此南海及遠(yuǎn)海海域的臺風(fēng)活動相對活躍。

從臺風(fēng)的生成時間來看(圖2b)，春季(3—5月)無臺風(fēng)生成，而多年平均值為2.1個；夏季(6—8月)有10個臺風(fēng)生成，較多年平均值(11.6個)偏少1.6個；秋季(9—11月)有16個臺風(fēng)生成，較多年平均值(11.4個)偏多4.6個；冬季(12月至次年2月)有3個臺風(fēng)生成，較多年平均值(1.9個)偏多1.1個。因此2019年春、夏季臺風(fēng)生成數(shù)偏少，臺風(fēng)盛期不活躍。其主要原因是2019年上半年，熱帶東太平洋海溫持續(xù)偏暖，出現(xiàn)顯著的厄爾尼諾現(xiàn)象(Wang and Chan，2002；殷明等，2016)。5月起，此海域海溫偏暖狀態(tài)逐漸減弱，7月，厄爾尼諾事件基本結(jié)束。秋、冬季由于南海中部—菲律賓以東海域維持季風(fēng)槽，南半球冷空氣活動頻繁，越赤道氣流加強(qiáng)，南海中部—菲律賓以東海域西風(fēng)異常等(杜新觀和余錦華，2020；韓翔等，2018；涂石飛等，2019；王慧等，2006；張麗杰和朱慧云，2018)，導(dǎo)致臺風(fēng)明顯偏多，11月生成臺風(fēng)6個，使2019年成為1949年以來與1991年并列11月生成臺風(fēng)最多的年份(圖2)(王海平和董林，2020)。

圖2 2019年臺風(fēng)生成源地()與1949—2018年臺風(fēng)生成源地密度分布[等值線，單位：個·π-1·(250 km)-2](a)和2019年逐月臺風(fēng)生成數(shù)與多年逐月平均數(shù)(b)Fig.2 TCs’ generating location in 2019 () and origin distribution density in 1949-2018 [isoline, unit: number·π-1·(250 km)-2] (a)， and comparison of the monthly TC formation frequencies between 2019 and the average of 1949-2018 (b)

1.2 臺風(fēng)活動特征

1.2.1 全年整體活動特征

臺風(fēng)生命史是指臺風(fēng)從生成到消亡的時間，不包含臺風(fēng)生成前的熱帶擾動和熱帶低壓階段，但包含了臺風(fēng)減弱后的熱帶低壓階段。年度臺風(fēng)生命史由該年所有臺風(fēng)生命史累加而得，在一定程度上表征了該年臺風(fēng)的活躍程度(董林等，2019；錢蘇偉等，2019)。

從年度臺風(fēng)生命史時間序列圖(圖3a)可以看出，2019年度臺風(fēng)總生命史為4 107 h，比1949—2018年度年平均臺風(fēng)生命史4 036 h長71 h，平均單個臺風(fēng)的生命史長度為142 h(5.9 d)，與多年平均的149 h基本持平。2019年生命史最長的臺風(fēng)是1909號利奇馬，為264 h(11 d)。從圖3b中可以看到，1949—2019年生命史最長的臺風(fēng)是1972年的第6號臺風(fēng)，生命史長達(dá)540 h(22.5 d)，其次是1986年的第15號臺風(fēng)，生命史達(dá)504 h(21 d)。

圖3 1949—2019年的臺風(fēng)總生命史和累積動能(a)與年度臺風(fēng)最長生命史(b)Fig.3 TCs’ total lifetime and accumulated cyclone energy (a)， and annual lifetime (b) over western North Pacific and South China Sea in 1949-2019

反映當(dāng)年臺風(fēng)活動總體強(qiáng)度的臺風(fēng)年度累積動能(ACE)(Bell et al，2000；Waple et al，2002)的序列圖顯示(圖3a)，累積動能的變化趨勢與臺風(fēng)年度生命史的長度變化趨勢基本一致，說明全年臺風(fēng)活動時樣本(采用最佳路徑逐6 h樣本)的平均強(qiáng)度年際變化不大。2019年臺風(fēng)累積動能(ACE)為124.46×104kn2，比1949—2018年年平均(274×104kn2)明顯偏低。由此可見，2019年雖然年度臺風(fēng)生命史比多年平均長，但累積動能低于多年平均，也就是說，這一年雖然臺風(fēng)活動時間較長，但整體活動強(qiáng)度較弱。

1.2.2 臺風(fēng)極端活動特征

臺風(fēng)的極值強(qiáng)度反映了當(dāng)年臺風(fēng)極端活動特征。2019年度臺風(fēng)的極值強(qiáng)度為68 m·s-1(1923號臺風(fēng)夏浪，17級以上)，較多年平均極值強(qiáng)度(72 m·s-1，17級以上)低4 m·s-1。年平均極值強(qiáng)度為37.8 m·s-1(13級)，較多年平均值(40.1 m·s-1，13級)低2.3 m·s-1。由表1可見，極值強(qiáng)度較弱的熱帶風(fēng)暴級和強(qiáng)熱帶風(fēng)暴級(17.2～32.6 m·s-1，8～11級)的臺風(fēng)占比為41.4%，共有12個，較多年平均值(10.5個)多1.5個(多13.2%)；極值強(qiáng)度較強(qiáng)的臺風(fēng)級和強(qiáng)臺風(fēng)級(32.7～50.9 m·s-1，12～15級)的臺風(fēng)共有11個，較多年平均值(10.4個)多0.6 個(多5.8%)；極值強(qiáng)度≥51.0 m·s-1(16級及以上)的超強(qiáng)臺風(fēng)有6個，與多年平均值持平，全年占比為20.7%，較多年平均值(22.1%)低1.4%。因此，2019年度臺風(fēng)的最大極值強(qiáng)度和單個臺風(fēng)極值強(qiáng)度的平均值都略偏弱，且超強(qiáng)臺風(fēng)數(shù)占全年所有臺風(fēng)數(shù)的比例較常年也偏少。

表1 2019年臺風(fēng)極值強(qiáng)度分布與多年(1949—2018年)情況對比Table 1 Comparison of TCs’ extreme intensity distribution in 2019 and in 1949-2018

1.2.3 多臺風(fēng)同時活動特征

2019年多臺風(fēng)共存(在6 h間隔的路徑數(shù)據(jù)中，至少有一個時間點(diǎn)在西北太平洋和南海同時有兩個或以上的臺風(fēng)活動，且各臺風(fēng)的中心附近最大風(fēng)速值均≥17.2 m·s-1)出現(xiàn)了8次(表2)，較多年平均頻次(9.2次)少1.2次。在8次“多臺”共存中有1次“3臺”、7次“2臺”，未出現(xiàn)“4臺”及以上共存的現(xiàn)象，其中秋季6次。秋末(10月中旬至11月中旬)，雙臺風(fēng)活動頻繁。一般來說，季風(fēng)槽和熱帶對流層上部槽內(nèi)渦旋持續(xù)活躍是造成多臺共存的主要形勢，易造成臺風(fēng)群發(fā)(Dong and Neumann，1983)。但2019年臺風(fēng)同時存在時的相對距離大多較遠(yuǎn)(在1 800 km以上)，即使距離較近的也是一個生成時另一個已經(jīng)快要消散。如：1913號臺風(fēng)玲玲生成時，1914號臺風(fēng)劍魚已經(jīng)減弱消散；1926號臺風(fēng)海鷗和1927號臺風(fēng)鳳凰的最近距離雖然達(dá)到690 km，但在“鳳凰”生成時，“海鷗”也即將減弱消散；相距相對較近且強(qiáng)度都較強(qiáng)的“利奇馬”和“羅莎”，距離也在1 400 km以上。

表2 2019年西北太平洋和南海多臺風(fēng)活動情況Table 2 Multiple typhoons activity over western North Pacific and South China Sea in 2019

根據(jù)Ren et al(2020)提出的西北太平洋雙臺風(fēng)定義標(biāo)準(zhǔn)，即如果兩個同時共存的臺風(fēng)相互距離在1 800 km以下，且維持12 h以上，則算作一對雙臺風(fēng)，如果在此基礎(chǔ)上，這一對雙臺風(fēng)還發(fā)生了逆時針的互旋，則算作一次典型的雙臺風(fēng)過程。據(jù)此標(biāo)準(zhǔn)，2019年共出現(xiàn)雙臺風(fēng)3對，并未出現(xiàn)互相旋轉(zhuǎn)的雙臺風(fēng)，即典型雙臺風(fēng)過程。

因此，2019年的多臺風(fēng)共存現(xiàn)象不算活躍，且大多數(shù)共存臺風(fēng)并不是同時存在于季風(fēng)槽或是熱帶對流層上部槽內(nèi)渦旋中，而是存在于不同的天氣系統(tǒng)中，因此也并未發(fā)生直接的雙臺風(fēng)或多臺風(fēng)相互作用。

1.3 臺風(fēng)登陸特征

2019年共有6個臺風(fēng)11次登陸中國沿海地區(qū)(表3)，其中海南3次，浙江、山東各2次，廣東、廣西、臺灣、福建各1次，無臺風(fēng)直接登陸廣東，僅為二次登陸。登陸中國的臺風(fēng)個數(shù)較多年平均值(7.0個)偏少1.0個，登陸比例為20.7%，低于多年平均(25.9%)。登陸頻次較多年平均(8.9次)偏多2.1次(圖4)。另有15個未登陸我國，但仍對我國海域或沿海帶來影響的臺風(fēng)。從登陸地點(diǎn)的分布來看，2019年登陸海南、浙江、廣西和山東的臺風(fēng)較常年偏多，登陸廣東、臺灣、福建的臺風(fēng)較常年偏少(李英等，2004)。深入內(nèi)陸西行臺風(fēng)少，加劇了2019年長江中下游伏秋旱的發(fā)展。

表3 2019年登陸我國的臺風(fēng)一覽表Table 3 List of the typhoons making landfall in China in 2019

圖4 1949—2018年平均與2019年登陸臺風(fēng)數(shù)在中國各省(自治區(qū)、直轄市)分布(a)，1949—2018年平均與2019年逐月登陸中國臺風(fēng)數(shù)(b)Fig.4 Comparison of the provincial distribution of TCs making landfall in China in 1949-2018 average and in 2019 (a) and the number of landfall typhoons in China each month in 2019 and in 1949-2018 average (b)

登陸時間集中在7—10月，有3個臺風(fēng)在8月登陸我國，較多年同期平均值(1.87個)明顯偏多，另外，7月、9月和10月各有1個臺風(fēng)登陸，其中10月較常年偏多，而7月和9月較常年偏少。登陸我國最早的是第4號臺風(fēng)木恩，于7月3日00：45在海南省萬寧市沿海登陸，最晚的是第18號臺風(fēng)米娜，于10月1日20：30在浙江舟山沿海登陸。

6個登陸臺風(fēng)整體強(qiáng)度偏弱，平均第一次登陸強(qiáng)度為28.5 m·s-1，比多年平均值(32.6 m·s-1)弱4.1 m·s-1。平均登陸強(qiáng)度(含多次登陸)為26.2 m·s-1，較多年平均值(31.8 m·s-1)弱5.6 m·s-1；雖然臺風(fēng)登陸強(qiáng)度整體偏弱，但個別極強(qiáng)，如1909號臺風(fēng)利奇馬，于8月10日01：45在浙江省溫嶺市沿海登陸，登陸時近中心最大風(fēng)速為16級(52 m·s-1)，中心最低氣壓為930 hPa，為2019年登陸我國的最強(qiáng)臺風(fēng)和1949年以來登陸浙江的第三強(qiáng)臺風(fēng)。

2 預(yù)報誤差分析

2.1 路徑預(yù)報誤差

2019年中央氣象臺全部臺風(fēng)24～120 h臺風(fēng)路徑預(yù)報平均誤差分別為75、136、208、260和340 km。24～72 h平均誤差分別較2018年的72、124、179 km增加了3 km(4%)、12 km(9.7%)和29 km(16.2%)，96～120 h較2018年的262、388 km分別減小了2 km(0.8%)和48 km(12.4%)。而近5年(2014—2018年)的24～120 h平均誤差分別為71、130、200、275和370 km，與其相比，本年度在24～72 h的預(yù)報誤差有所增大，而96～120 h的預(yù)報誤差則明顯減小，尤其是120 h的預(yù)報準(zhǔn)確率創(chuàng)新高(圖5a)。另外，登陸臺風(fēng)24～120 h平均誤差分別為69、110、161、227和305 km，相比非登陸臺風(fēng)，登陸臺風(fēng)路徑預(yù)報準(zhǔn)確率有明顯優(yōu)勢。

圖5 1991—2019年中央氣象臺官方預(yù)報臺風(fēng)路徑預(yù)報誤差(a)，2019年中、日、美官方臺風(fēng)路徑預(yù)報誤差(b)Fig.5 TC track errors in CMA official forecasts from 1991 to 2019 (a), and comparison of TC track errors in CMA, JMA and JTWC official forecasts in 2019 (b)

與日本氣象廳和美國聯(lián)合臺風(fēng)警報中心的同樣本官方主觀綜合預(yù)報相比，中國24 h和96～120 h的預(yù)報水平處于領(lǐng)先地位，在48～72 h的預(yù)報誤差比日本略高，但低于美國(圖5b)。與數(shù)值預(yù)報相比(圖略)，TYTEC方法的預(yù)報誤差仍然是最低的(71 km)，因此該方法對業(yè)務(wù)預(yù)報仍有非常好的指導(dǎo)作用；另外，近兩年EC、NCEP確定性和集合平均誤差在增大；中央氣象臺24 h臺風(fēng)路徑預(yù)報準(zhǔn)確率比EC確定性模式提高了21.1%；近兩年GRAPES_TYM取得很大進(jìn)步，2019年臺風(fēng)路徑預(yù)報準(zhǔn)確率與EC確定性模式相當(dāng)。

2019年臺風(fēng)路徑預(yù)報誤差較大的樣本主要集中在1905號臺風(fēng)丹娜絲、1912號臺風(fēng)楊柳、1920號臺風(fēng)浣熊，且各預(yù)報中心對這三個臺風(fēng)的路徑預(yù)報誤差也都是最大的。臺風(fēng)丹娜絲的路徑預(yù)報誤差主要來自方向性誤差，前期預(yù)報登陸福建?！暗つ冉z”靠近呂宋島時，呂宋島西部海域地形誘生低壓生成，而業(yè)務(wù)預(yù)報時考慮會發(fā)生中心替換，南海低壓發(fā)展北上登陸，實(shí)際上這種情況并未發(fā)生。實(shí)時業(yè)務(wù)中，受服務(wù)意識影響，不得不考慮丹娜絲登陸閩粵這種最壞的可能性。對于臺風(fēng)楊柳的預(yù)報移速偏慢(預(yù)報：25～30 km·h-1，實(shí)際移速：35～45 km·h-1)。對于臺風(fēng)玲玲的預(yù)報路徑與實(shí)況路徑基本一致，但預(yù)報移速較實(shí)況偏慢約6 h，造成較大路徑預(yù)報誤差。

2.2 強(qiáng)度預(yù)報誤差

臺風(fēng)強(qiáng)度預(yù)報24～120 h各時效誤差分別為4.0、5.6、6.8、7.3和6.7 m·s-1；24～96 h較2018年的3.6、5.1、5.5、6.6 m·s-1分別增大了0.4、0.5、1.3、0.7 m·s-1，120 h較2018年的7.1 m·s-1減小了0.4 m·s-1，并且也是近5年來誤差最小的(圖6a)。從中、日、美三家的對比來看，24～96 h時效日本最佳，中國居中，120 h中國最佳(圖6b)。

圖6 同圖5，但為臺風(fēng)強(qiáng)度Fig.6 Same as Fig.5, but for TC intensity

3 預(yù)報難點(diǎn)分析

3.1 模式預(yù)報分歧大時的合理性分析

業(yè)務(wù)預(yù)報中經(jīng)常會出現(xiàn)不同模式的預(yù)報結(jié)果存在較大分歧的情況，此時預(yù)報員會面臨較大的分析困難。1905號臺風(fēng)丹娜絲就是一個典型的、模式對其預(yù)報分歧非常大的個例。

在臺風(fēng)丹娜絲發(fā)展初期，在低層渦旋的上空(200 hPa)為一致的偏東風(fēng)急流，因此存在較強(qiáng)的垂直切變，加之還存在地形的影響，因而在菲律賓呂宋島以西海域產(chǎn)生了誘生低壓，且發(fā)展旺盛?！暗つ冉z”中心裸露在呂宋島東側(cè)，對流云系松散，衛(wèi)星可見光通道云圖難以分辨螺旋結(jié)構(gòu)的中心所在，并且海上觀測資料少，因此難以確定臺風(fēng)中心位置(圖7a)。島嶼的誘生作用使得對臺風(fēng)路徑的預(yù)報問題更為復(fù)雜。一般情況下，誘生低壓經(jīng)常表現(xiàn)為兩種情況，一是兩個中心各自發(fā)展，二是誘生低壓中心將替換原臺風(fēng)中心而發(fā)展成為新的臺風(fēng)，看起來臺風(fēng)發(fā)生了跳躍，如1959年的第6號臺風(fēng)Nora在活動初期與“丹娜絲”非常相似，在呂宋島西側(cè)的誘生低壓受弱冷空氣的激發(fā)，取代原臺風(fēng)中心而發(fā)展為臺風(fēng)，向西北方向移動并登陸廣東中部沿海，而呂宋島東側(cè)原來的臺風(fēng)環(huán)流則減弱消散(陳聯(lián)壽和丁一匯，1979)。

圖7 臺風(fēng)丹娜絲2019年7月18日08：30 FY-4A可見光通道衛(wèi)星云圖(a),中央氣象臺各時次主觀路徑預(yù)報(b)Fig.7 FY-4A visible cloud image at 08:30 BT 18 July 2019 (a) and subjective TCs’ track forecast by CMA (b) for Typhoon Danas

若“丹娜絲”的發(fā)展情況與“Nora”相似，那么位于呂宋島西側(cè)的誘生低壓中心將取代東側(cè)的渦旋中心，進(jìn)而在南海繼續(xù)發(fā)展，有可能在我國華南沿海登陸；也有可能兩個渦旋將各自獨(dú)立發(fā)展，則位于呂宋島東側(cè)的“丹娜絲”將可能移向偏北方向，登陸可能性小。在這樣復(fù)雜的條件背景下，對“丹娜絲”的實(shí)況分析和未來移動情況的判斷都存在困難。

主流模式的確定性和集合預(yù)報對“丹娜絲”這一階段的初始位置描述和預(yù)報也各不相同。路徑預(yù)報都極不穩(wěn)定，且預(yù)報分歧大，集合預(yù)報發(fā)散度大。有些模式預(yù)報將出現(xiàn)兩個渦旋，但不確定哪個將發(fā)展加強(qiáng)。EC的確定性預(yù)報和多數(shù)的集合成員、NCEP和UKMO的少數(shù)集合成員預(yù)報了誘生低壓將替代原臺風(fēng)渦旋發(fā)展加強(qiáng)，其余預(yù)報了呂宋島東側(cè)的臺風(fēng)渦旋將獨(dú)立發(fā)展。隨后的實(shí)況監(jiān)測顯示，誘生低壓短暫增強(qiáng)為南海熱帶低壓后，逐漸減弱并入季風(fēng)槽，而呂宋島東側(cè)的臺風(fēng)丹娜絲中心則在向北偏東移動后，一路北上，從東海轉(zhuǎn)向朝鮮，穿過朝鮮半島后在日本海北部減弱消失。中央氣象臺的綜合預(yù)報在初期一直考慮誘生低壓的影響，預(yù)報“丹娜絲”將會向西北方向移動可能登陸我國華南沿海地區(qū)，后期才做出調(diào)整，因此出現(xiàn)了較大的路徑預(yù)報誤差(圖7b)。

那么當(dāng)各個模式預(yù)報分歧較大時，發(fā)揮集合或集成預(yù)報的作用，采取多模式集成的方法是否能夠提高臺風(fēng)路徑預(yù)報的準(zhǔn)確率呢？在對1109號臺風(fēng)梅花的預(yù)報總結(jié)中得到的經(jīng)驗(yàn)是:當(dāng)模式的預(yù)報分歧較大，也就是路徑預(yù)報不確定性較大時，所有預(yù)報成員的平均路徑具有較高的參考價值(許映龍等，2011)。在此次對“丹娜絲”的路徑預(yù)報中，由于預(yù)報員更加側(cè)重參考了EC的確定性預(yù)報，加上過分考慮了誘生低壓發(fā)展的可能性，以及考慮到?jīng)Q策服務(wù)的需求，預(yù)報“丹娜絲”將在7月19日前后靠近或登陸華南沿海，實(shí)況則是在19日進(jìn)入我國東海，預(yù)報偏西偏南，導(dǎo)致路徑預(yù)報產(chǎn)生了較大的偏差，且調(diào)整也偏晚，最后出現(xiàn)較大的平均誤差。假如當(dāng)時更多考慮EC、NCEP、UKMO、GRAPES等多家模式，特別是從最后的檢驗(yàn)結(jié)果來看，GRAPES_TYM的預(yù)報誤差相比EC、NCEP和TYTEC在各預(yù)報時效都是最低的，在今后對此類臺風(fēng)的預(yù)報中可作為重點(diǎn)參考，對其預(yù)報質(zhì)量也要注意做進(jìn)一步的檢驗(yàn)。如果綜合考慮這幾家模式的平均情況，顯然誤差則會明顯減小。這進(jìn)一步說明了當(dāng)各個模式預(yù)報分歧較大時，側(cè)重參考各家模式所有預(yù)報成員的平均路徑的方案仍是可行的。

另外，從各層的形勢場檢驗(yàn)來看，高層200 hPa南亞高壓斷裂為東西兩塊，這顯然有利于“丹娜絲”的北上，但當(dāng)時模式的長時效預(yù)報是南亞高壓在“丹娜絲”北側(cè)呈東西帶狀分布。從500 hPa形勢場上看，西風(fēng)槽實(shí)際向東移動的速度明顯比模式預(yù)報的移動速度更快，這也有利于“丹娜絲”北上；從低層850 hPa的流場圖中看到，模式預(yù)報出了副熱帶高壓與赤道高壓的打通，導(dǎo)致環(huán)境引導(dǎo)氣流發(fā)生突變，這與1013號臺風(fēng)鲇魚突然北翹時的形勢場極為相似，也有利于臺風(fēng)的北上。因此，在業(yè)務(wù)預(yù)報中，隨時滾動檢驗(yàn)高、中、低層形勢場的預(yù)報質(zhì)量也是判斷模式預(yù)報合理性的重要途徑。

3.2 多臺風(fēng)共存條件下臺風(fēng)預(yù)報的不確定性

在前文論述中已經(jīng)提到，雖然2019年共出現(xiàn)了8次多臺風(fēng)共存的現(xiàn)象，但共存臺風(fēng)相互之間的距離都較遠(yuǎn)，即使是距離較近的臺風(fēng)利奇馬與臺風(fēng)羅莎之間也始終在大約1 400 km以上，因此，實(shí)際上2019年并沒有出現(xiàn)雙臺風(fēng)發(fā)生“藤原效應(yīng)”的現(xiàn)象，當(dāng)然“利奇馬”與“羅莎”也并未產(chǎn)生直接的相互作用。但是，由于“羅莎”的存在阻礙了副熱帶高壓的南落，從而對“利奇馬”的登陸也起到了促進(jìn)的作用。

通常情況下，由于多臺風(fēng)的共存，使得環(huán)境的形勢場更加復(fù)雜，從而給分析預(yù)測臺風(fēng)的未來移動路徑帶來很大的不確定性(董林等，2020)。對臺風(fēng)利奇馬的路徑預(yù)報誤差主要出現(xiàn)在臺風(fēng)生成初期至登陸前的西北行過程中，對于登陸后向北移動的路徑預(yù)報誤差較小。如圖8a所示，從ECMWF模式于8月5日08時起報的500 hPa形勢場96 h預(yù)報(8月9日08時)檢驗(yàn)圖上可以看到，影響“利奇馬”的主要天氣系統(tǒng)是副熱帶高壓、西風(fēng)槽、雙臺風(fēng)和赤道高壓。模式預(yù)報的西風(fēng)槽偏弱，而副熱帶高壓預(yù)報偏強(qiáng)。同時赤道緩沖帶高壓預(yù)報偏強(qiáng)，對“羅莎”的中心位置預(yù)報偏北，以上原因?qū)е履Ｊ綄ε_風(fēng)利奇馬路徑預(yù)報在登陸前的西北行過程中明顯較實(shí)況偏南。

圖8 2019年8月EC模式500 hPa高度場(a，單位：dagpm;黑色：9日08時初始場，紅色：5日08時的96 h預(yù)報場)，中央氣象臺發(fā)布的臺風(fēng)利奇馬和羅莎預(yù)報(b)Fig.8 ECMWF 500 hPa geopotential height (a, unit: dagpm; balck: 08:00 BT 9 August, red: 96 h forecast at 08:00 BT 5 August)， and forecast chart of typhoons Lekima and Krosa released by CMA (b) in August 2019

各家業(yè)務(wù)預(yù)報中心在參考模式的基礎(chǔ)上所做的綜合預(yù)報也都出現(xiàn)了類似的預(yù)報偏差，由于臺風(fēng)羅莎的存在，使得影響“利奇馬”位置移動的因素更多，并且在圖8b顯示的由起報時間8月5日08時開始至之后的96 h期間，兩個臺風(fēng)都出現(xiàn)了快速發(fā)展，“利奇馬”由熱帶風(fēng)暴級加強(qiáng)為超強(qiáng)臺風(fēng)級，“羅莎”由熱帶低壓級加強(qiáng)為強(qiáng)臺風(fēng)級，如此強(qiáng)烈的強(qiáng)度發(fā)展也勢必給其周圍的環(huán)境場變化帶來較大的影響，因此預(yù)報員所面臨的困難也更大。

臺風(fēng)利奇馬是2019年對我國影響最大的一個臺風(fēng)，在菲律賓以東洋面上生成后向西北方向移動過程中，由強(qiáng)熱帶風(fēng)暴級快速增強(qiáng)至超強(qiáng)臺風(fēng)級。登陸后強(qiáng)度逐漸減弱，并向北偏西轉(zhuǎn)偏北方向移動，穿過江蘇東部后進(jìn)入黃海中部海面，在山東省青島市沿海二次登陸，穿過山東半島西部后進(jìn)入萊州灣減弱消失。在陸地時間長達(dá)44 h，其中滯留浙江達(dá)20 h。預(yù)報員對路徑的預(yù)報除了在初期出現(xiàn)偏南以外，其余包括登陸點(diǎn)的預(yù)報、登陸后的路徑預(yù)報以及后期回旋打轉(zhuǎn)階段預(yù)報誤差并不大，并且比日本和美國的各個時效預(yù)報誤差都小(中央氣象臺的24 h路徑預(yù)報誤差為63 km，日本氣象廳為72.9 km，美國關(guān)島預(yù)報中心為68.6 km)。與路徑預(yù)報的困難相比，對“利奇馬”登陸前的快速增強(qiáng)過程[24 h內(nèi)中心附近最大風(fēng)力由11級(30 m·s-1)增大至16級(52 m·s-1)]預(yù)報的困難則更大。

“利奇馬”在西北行過程中快速增強(qiáng)，并且維持超強(qiáng)臺風(fēng)級的時間長達(dá)51 h，直至8月10日01：45在浙江省溫嶺市沿海以超強(qiáng)臺風(fēng)級(16級，52 m·s-1)登陸，是2019年登陸我國的最強(qiáng)臺風(fēng)，在1949年以來登陸我國大陸地區(qū)的臺風(fēng)中強(qiáng)度排名第五，在登陸浙江的臺風(fēng)中排名第三。浙江沿海的平均風(fēng)力普遍達(dá)到12～14級，部分沿海島嶼達(dá)到15～17級。對于“利奇馬”的快速增強(qiáng)，主要的有利條件是海溫超過了29.5℃，并有0.5～1℃的海溫正距平，且垂直切變適中。水汽的收支和高層的出流條件也是有利的。通過對5—7日850 hPa的軌跡追蹤結(jié)果來看，西南季風(fēng)中的大部分水汽都卷入到了“利奇馬”中，而且“羅莎”南側(cè)的水汽有一部分繞過“羅莎”卷入“利奇馬”，因此，羅莎的存在也為“利奇馬”的快速增強(qiáng)做出了貢獻(xiàn)。

中央氣象臺對“利奇馬”快速增強(qiáng)階段的預(yù)報明顯偏弱。從圖8b可以看到，在中央氣象臺8月6日14時起報的預(yù)報中，對于東側(cè)臺風(fēng)羅莎的較長時效預(yù)報較實(shí)況偏東，強(qiáng)度預(yù)報明顯偏強(qiáng)，對于西側(cè)臺風(fēng)利奇馬的路徑預(yù)報較實(shí)況偏南，強(qiáng)度預(yù)報則明顯偏弱，究其原因，大致有三點(diǎn)：第一，由于對“利奇馬”的路徑預(yù)報比實(shí)況更靠近臺灣島北部，考慮到靠近陸地對臺風(fēng)強(qiáng)度會有削弱的作用；第二，通常數(shù)值模式，尤其是全球模式，受到分辨率等因素的影響，難以預(yù)報出臺風(fēng)的快速增強(qiáng)，對于“利奇馬”的強(qiáng)度預(yù)報也不例外，模式未能反映出來，因此預(yù)報員也無法得到模式預(yù)報的提示。不過值得一提的是，區(qū)域模式(麻素紅和陳德輝，2018；楊國杰等，2018；趙楊潔等，2019)GRAPES_TYM在對“利奇馬”的強(qiáng)度預(yù)報中表現(xiàn)明顯優(yōu)于其他主流模式(圖略)，在今后對臺風(fēng)強(qiáng)度的預(yù)報中須更加重視其參考性；第三，預(yù)報員考慮到“羅莎”的存在會分割一部分來自西南季風(fēng)的水汽供應(yīng)，且對“羅莎”預(yù)報的位置距離“利奇馬”較實(shí)況更遠(yuǎn)、強(qiáng)度更強(qiáng)，因此預(yù)報員認(rèn)為“羅莎”會分割更多的水汽供應(yīng)，對“利奇馬”的強(qiáng)度發(fā)展是不利的。但事后通過敏感性試驗(yàn)發(fā)現(xiàn)，“羅莎”的存在并未削弱“利奇馬”的強(qiáng)度，當(dāng)濾除“羅莎”后，“利奇馬”的強(qiáng)度反而減弱，也就是說“羅莎”的存在有利于“利奇馬”的強(qiáng)度增強(qiáng)。因此在今后的業(yè)務(wù)預(yù)報和研究中，需要更加關(guān)注和討論當(dāng)東臺風(fēng)存在時，其對西臺風(fēng)路徑和強(qiáng)度的影響及其機(jī)制。

3.3 引導(dǎo)氣流對臺風(fēng)移動速度的影響

臺風(fēng)的路徑預(yù)報誤差體現(xiàn)在兩個方面：移動方向和移動速度的誤差。1912號臺風(fēng)楊柳在菲律賓以東洋面上生成后，一路向西偏北方向移動，穿過南海北部海域，中央氣象臺對其移動方向的預(yù)報誤差很小，但平均路徑誤差的計算結(jié)果卻顯示24 h和48 h 的誤差分別達(dá)到了140 km和397 km，誤差的來源主要是對其移動速度的估計出現(xiàn)了較大的偏差。以8月27日14時的24 h預(yù)報為例，當(dāng)時中央氣象臺的主觀預(yù)報也預(yù)計“楊柳”將是一個移動速度快的臺風(fēng)，預(yù)報移動速度為30 km·h-1，但是實(shí)際的移動速度卻達(dá)到了40 km·h-1，因此這一時刻的24 h路徑預(yù)報誤差達(dá)到了215 km。

臺風(fēng)的移動速度決定于周圍流場的特點(diǎn)、臺風(fēng)范圍的大小及其結(jié)構(gòu)的不對稱性，另外，熱力因子如溫度場與加熱場等也有很大影響(黃士松，2009；蔣賢安和朱永禔，1989；董克勤，1987；Holland，1983;1991)。通常認(rèn)為南海海域是臺風(fēng)移速較慢的海域(王志烈，1987)，但副熱帶高壓北側(cè)和南側(cè)又常常是臺風(fēng)快速移動的區(qū)域，而北側(cè)西風(fēng)帶里的移速又大于南側(cè)的東風(fēng)帶。但位于南海北部海域的臺風(fēng)楊柳卻移速很快。預(yù)報移動速度明顯偏慢的重要原因是低估了副熱帶高壓南側(cè)偏東急流對臺風(fēng)快速移動的引導(dǎo)作用。從8月28日歐洲中心500 hPa的24 h流場和風(fēng)速圖(圖9a)中可以看到，當(dāng)時副熱帶高壓南側(cè)的偏東風(fēng)急流的風(fēng)速達(dá)到20 m·s-1以上。因此在業(yè)務(wù)預(yù)報中需要更加關(guān)注副熱帶高壓南側(cè)偏東風(fēng)急流對臺風(fēng)快速移動的引導(dǎo)作用。

2019年另一個移速預(yù)報出現(xiàn)較大偏差的是 1913號臺風(fēng)玲玲，其為近海北上路徑，歷史上也出現(xiàn)過北上臺風(fēng)移速較快的個例，如1109號臺風(fēng)梅花北上時的最大移速也達(dá)到30 km·h-1?！傲崃帷痹诒鄙线^程中的移動速度也很快，以9月7日02時為例，其預(yù)報移速為43 km·h-1，實(shí)際移速則達(dá)到52 km·h-1，這一時刻的24 h路徑預(yù)報誤差達(dá)到284 km。預(yù)報移動速度明顯偏慢的重要原因是低估了副熱帶高壓西側(cè)偏南急流的作用，當(dāng)時的偏南風(fēng)急流的風(fēng)速達(dá)到25 m·s-1(圖9b)。

從已有統(tǒng)計看，移動速度快的臺風(fēng)多發(fā)生在北偏東或東北行路徑中，西行和偏北行臺風(fēng)的快速移動個例較少，因此，預(yù)報員在臺風(fēng)路徑業(yè)務(wù)預(yù)報中，對于這些路徑的臺風(fēng)除了關(guān)注引導(dǎo)氣流方向外，還需關(guān)注引導(dǎo)氣流的強(qiáng)度和高層流場可能對臺風(fēng)移動速度預(yù)報的影響，以及更加重視對副熱帶高壓西側(cè)或南側(cè)急流增強(qiáng)引起的臺風(fēng)快速移動，及時檢驗(yàn)移速的預(yù)報并及時訂正，并在未來進(jìn)一步加強(qiáng)對引導(dǎo)氣流強(qiáng)度與臺風(fēng)移速關(guān)系的定量化研究。

圖9 EC模式的24 h 500 hPa流場和風(fēng)速預(yù)報(填色)(a)臺風(fēng)楊柳：2019年8月28日20時起報，(b)臺風(fēng)玲玲：2019年9月7日08時起報Fig.9 ECMWF 500 hPa flow field and wind speed (colored) 24 h forecast of (a) Typhoon Podul at 20:00 BT 28 August 2019, (b) Typhoon Lingling at 08:00 BT 7 September 2019

4 結(jié)論與討論

2019年度西北太平洋及南海共有29個臺風(fēng)生成，生成數(shù)比多年同期平均偏多，有6個臺風(fēng)登陸我國，與多年同期平均持平；臺風(fēng)整體強(qiáng)度和登陸平均強(qiáng)度都偏弱，但“利奇馬”登陸強(qiáng)度強(qiáng)、影響重；秋季臺風(fēng)生成明顯偏多，11月有6個臺風(fēng)生成，與1991年并列成為1949年以來11月生成臺風(fēng)最多的年份。臺風(fēng)預(yù)報的誤差和主要難點(diǎn)如下：

(1)2019年中央氣象臺對24～120 h各時效臺風(fēng)路徑預(yù)報誤差分別為75、136、208、260、340 km；24～72 h分別較2018年的72、124、179 km分別增加了3、12和29 km，96～120 h較2018年的262、388 km分別減小了2、48 km。與近5年的平均誤差相比，本年度在24～72 h的預(yù)報誤差有所增大，而96～120 h的預(yù)報誤差則明顯減小，尤其是120 h的預(yù)報準(zhǔn)確率創(chuàng)新高。與日、美相比，中國在24 h和96～120 h的預(yù)報水平處于領(lǐng)先地位，48～72 h的預(yù)報誤差比日本略高，但低于美國，與EC確定性模式相當(dāng)。TYTEC方法與其他世界主流模式相比，預(yù)報誤差仍然是最低的。

(2)對臺風(fēng)丹娜絲的預(yù)報分析發(fā)現(xiàn)，當(dāng)各個模式預(yù)報分歧較大時，側(cè)重參考各家模式所有預(yù)報成員平均路徑的方案仍是可行的，隨時滾動檢驗(yàn)高中低層形勢場的預(yù)報質(zhì)量也是判斷模式預(yù)報合理性的重要途徑；當(dāng)多臺風(fēng)共存時，距離相對較近，且都強(qiáng)烈發(fā)展時，勢必給周圍環(huán)境場帶來較大的影響，為臺風(fēng)路徑和強(qiáng)度的預(yù)報帶來較大的不確定性，因此需要更加關(guān)注和討論當(dāng)東臺風(fēng)存在時，其對西臺風(fēng)路徑和強(qiáng)度的影響極其機(jī)制；如何定量估計引導(dǎo)氣流強(qiáng)度對臺風(fēng)移動速度的影響是另一個預(yù)報難點(diǎn)，應(yīng)當(dāng)更加重視對副熱帶高壓西側(cè)和南側(cè)急流增強(qiáng)引起臺風(fēng)移速增大的問題，努力開展定量化研究，并及時進(jìn)行檢驗(yàn)訂正。

本研究重點(diǎn)討論了2019年的臺風(fēng)預(yù)報難點(diǎn)，未來還需要綜合近幾年的臺風(fēng)預(yù)報難點(diǎn)進(jìn)行歸納和分析，提出可供預(yù)報員參考和模式改進(jìn)的意見和建議。