论文部分内容阅读
西北太平洋是世界上热带气旋活动最频繁的海区,由于热带气旋破坏力强、影响范围广,因此提高数值预报模式对热带气旋的预报能力至关重要。本文采用北美集合预报系统中的美国和加拿大集合预报系统预报结果,对2012-2014年西北太平洋的热带气旋预报进行路径和强度预报检验,对比研究路径预报改进方法,给出优化的路径预报改进方案,以及评估概率预报和改进打击概率算法。首先利用北美集合预报系统(North American Ensemble Forecast System,NAEFS)中美国国家环境预报中心(National Centers for Environment Prediction,NCEP)业务运行的全球集合预报系统(Global Ensemble Forecast System,GEFS)、加拿大气象中心(Canadian Meteorological Centre,CMC)业务运行的全球环境中尺度模式(Global Environmental Multiscale,GEM)分别制作的风暴轴数据,结合中国气象局(China Meteorological Administration,CMA)发布的最佳路径数据集,从路径、中心最低气压与近中心最大风速等方面统计分析了集合预报对2012-2014年西北太平洋海区热带气旋强度发展与活动性质的预报能力。分析结果表明,对NCEP而言,用中心最低气压表征热带气旋强度时,高分辨率确定性预报表现最佳,集合预报与控制预报表现类似,但用2分钟近中心平均最大风速作为强度表征时,集合平均最优,控制预报最差;对CENS而言,无论用中心最低气压还是2分钟平均近中心最大风速作为热带气旋强度表征指标,在预报启动初期都是集合平均最优,高分辨率确定性预报最差,但随后集合平均误差迅速增加并超过控制预报和高分辨率确定性预报,这说明CENS集合平均对热带气旋的强度预报优势主要体现在短时效内。在路径预报方面,同一预报时次下模式切向误差比法向误差更大。离散度比预报误差的分析结果表明,GEFS在热带气旋路径预报方面的表现在短期预报时效内令人满意,但在长预报时效上表现出随时间增加的欠离散趋势,相对而言CENS的表现更优秀。对热带气旋强度预报而言,不论选择中心最低气压还是2分钟平均近中心最大风速,集合预报都表现出严重的欠离散且离散程度随时间推移都表现出先增大后减小的变化特征,这表明目前集合预报无法正确把握热带气旋的发展过程。这是目前热带气旋发展增强机制及模式物理框架有很大不确定性的结果。结合香港天文台(Hong Kong Observatory,HKO)等部门在业务中采用的热带气旋集合平均路径优化方法,本文检验了 4种加权平均优化路径预报的方案,并对比分析了北美集合预报中心的预报结果。单纯采用向量移动集成法进行初始位置订正时,订正时间越长,订正效果越好,但订正效果局限在订正后邻近时段内。4种加权平均方案对路径预报误差均有显著订正作用,其中以改进的二项式系数法和方差倒数法效果最明显。但对CENS而言,在预报时效达到5天以上时,方差倒数法的订正效果最好;对GEFS而言,改进的二项式系数法则最优。结合向量移动集成法与加权平均方案订正路径误差后,相邻时次加权平均误差骤增,然后回落至正常增长的趋势,且订正时间越长,相邻时次误差增加越多。另外,不同的初始位置订正法对4种加权平均方案之间的相对表现无显著影响。以上两种现象共同说明,实时调整的加权平均方案具有订正效果显著、作用效果稳定的优点。此外,本文改进了打击概率计算方法进,并分别检验对比了改进方案在GEFS与CENS预报结果上的表现。结果表明,改进后的打击概率算法能有效提高概率预报可靠性和相对特征曲线(the Relative operating characteristic,ROC)评分。对GEFS而言,可靠性的提升集中在50%-70%区间,相对特征曲线面积(ROC area,ROCA)从0.65提升至0.68;CENS打击概率预报可靠性的提升集中在50%-80%区间,ROCA从0.6提升至0.64。结合可靠性曲线的改善,改进后的打击概率算法对CENS的概率预报结果提升更显著。两中心的集合预报对低概率区的预报可靠性在算法改进前后都差别不大,低估受袭击的概率,在中等概率区的预报可靠性最好,对高概率区都出现高估,但相对而言,高概率区的预报与观测的吻合程度略高于低概率区。改进前后CMC在高概率区的预报可靠性都显著优于GEFS,GEFS的优势体现在改进前后的ROC曲线在80%及以下的概率区都显著优于CENS,这点与GEFS的ROCA评分始终优于CENS的结果相一致。对登陆点打击概率落区的分析结果表明,登陆点在GEFS与CENS的打击概率预报羽翼内的概率落区差别不大,改进后的打击概率算法对提升登陆点概率落区,尤其是改善漏报状况有积极作用。改进打击概率算法后,对CENS而言,当登陆点落在低、中、高概率区间时都有提升,而对GEFS来说,当登陆点落在中高概率区时,改进后的算法对概率落区的提升相对低概率区更显著。