我國臺風路徑預報誤差分析

李丹陽

摘 要：通常隨著臺風出現的是暴雨巨浪等破壞程度較大的自然災害，對群眾的財產生命造成巨大損失。對臺風的路徑進行精確地預報，是有效降低臺風災害損失保護人民安全的重要手段。基于此，筆者在文中通過對我國2005年-2012年的24 h臺風路徑數據進行路徑誤差分析，找出造成臺風路徑預報誤差的主要原因，并結合實際給出幾點減小臺風路徑預報誤差的建議，為提高我國臺風路徑預測正確率提供參考。

關鍵詞：臺風路徑；預報誤差；措施建議

中圖分類號：P45 文獻標志碼：A

1 資料說明

該文所使用的臺風預報誤差資料為西北太平洋綜合臺風路徑業務預報數據，由于篇幅限制，該文在進行臺風路徑預報誤差分析時，只對其24h的數據進行分析，在分析前進行初步檢驗，并把誤差小于0.6%的數據去除，以保證分析的科學性。其中，該次研究中的臺風路徑觀測資料所分析的樣本均為強度大于17.2 m/s的熱帶氣旋即臺風，其中數據資料選取2005年-2012年。傳統上進行臺風路徑誤差分析多指距離誤差，為深入分析造成臺風路徑預報誤差的重要因素，該文將對臺風路徑預報過程中所出現的距離誤差、移向誤差和移速誤差進行分析，其中距離誤差借助臺風預報位置和觀測位置間的球面距離來計算（公式1）。

S=R arccos[cosβ1cosβ2cos（α1-α2）+sinβ1sinβ2] （1）

公式（1）中R代表地球的半徑，α1、α2代表經度，β1、β2代表緯度，計算所得出的誤差單位為km。通過計算得出距離與觀測得出的數據相減即求出移向誤差，該次分析規定移向正西為0，正值表示移動方向偏右，負值表示移動方向偏左（單位°）。根據同樣的計算原理可計算得出臺風路徑的移速誤差，計算所得出數值大于0，表示預報的移速快于觀測值，反之則表示預報移速慢于觀測值（單位m/s）。

2 臺風路徑預報誤差計算與成因

2005年-2012年的24h預報樣本總數為2 332個，其中平均距離誤差為110.4 km，標準差為75.4 km；平均移向誤差-1.9°，標準差20°；平均移速誤差-0.3 m/s，標準差1.1 m/s。為了找出臺風路徑預報的難點，該次分析將誤差值大于2的數據去除，經過核驗發現，符合樣本要求的數量為90個，其中3例樣本因資料過少同樣被除去，最終該次的分析樣本數量為87個。圖1為2005年-2012年臺風預報平均誤差及線性趨勢圖。

圖1 為2005年-2012年臺風24h平均預報誤差分析圖（灰色），黑色部分為去除距離誤差為2個標準差以上樣本后各年平均預報誤差。

從圖1中可以看出，將不符合的樣本去除后每年臺風預報誤差有明顯的降低，這說明如果要提升臺風預報路徑的精確度，就可提升我國臺風預報的整體水平，因此針對臺風預報距離誤差較大的樣本，需開展更深層地分析。經過對該次研究的87個樣本的移速誤差和移向誤差分布進行分析可知：移向誤差偏左的有54個，占全部樣本數量的50%，其中移速誤差為負的共有74個，大約占樣本總數的86%，因此我們可以認為，臺風路徑預報偏差較大的樣本呈現預報方向偏左且移速較慢。其中移向誤差較小且移速誤差為負的部分樣本（共有51個）。研究人員在對路徑預報誤差進行分析時，得出的結論多數為臺風移動方向，其為進行臺風路徑預報的重點。經過對87個樣本進行分析，其中的51個樣本存在預報移速慢的問題，因此下面將針對這51個樣本進行分析。重點對該51個樣本起報時刻前48h到之后24h的移速情況合成結果進行分析。

通過調查可以發現，12 h與24 h的臺風移速在T-48—T+12時刻內都較為一致，從T-36時刻開始增加直到T+12時刻，其中樣本平均12 h的移速在T+18時刻增加至最大值9.3 m/s，樣本平均24 h在T+12時刻增到最大值8.6 m/s。對比T-36—T-6時刻樣本12 h與24 h的平均增速可得到：樣本平均12 h增速為1.2 m/s，而同時段樣本平均24 h增速為1.6 m/s。分別從T-6—T+6時刻的增速變化也可發現樣本平均24h移速增加值大于樣本12 h移速增加值，因此我們可以得出，臺風移速的驟變會導致路徑預報誤差的增大。

3 關于減小臺風路徑預報誤差的建議

首先，通常臺風預報時的決策性意見不得超過48 h，如果天氣環境復雜則應推遲至3 h～6 h；其次，臺風預報員進行臺風預報時，應結合天氣環境使用數值預報產品，不能只注重對臺風移動路徑的預報，而是應結合地區特點進行修正，從而提升預報準確性；另外，由于臺風預報過程煩瑣、程序復雜，因此在臺風路徑以及臺風移速變化時應及時調整預報思路，保證48 h內的預報決策服務的準確性；深入了解不同經度與緯度下的環流對臺風的影響，提升臺風數值預報的精確性、促進臺風集成預報系統的創新與改進；完善臺風的監測系統，借助各類非常規技術與手段對臺風進行預報，進而提升登陸臺風監測預報的精細化水平；目前，一些國家針對臺風還開展了飛機監測，借助飛機對海上上空情況資料進行收集能夠有效地修正臺風動力學、熱力學、臺風結構與變化對臺風路徑、強度的影響，進而更加精確地對臺風情況進行預測，象在20世紀90年代，美國曾對比增加飛機觀測對臺風預報誤差的影響，經過實驗他們發現：借助飛機進行臺風資料觀測可以顯著降低臺風路徑預報誤差，其中24 h、48 h、72 h的臺風路徑預報誤差分別比未使用飛機觀測時減小10 %、17 %、20 %，尤其是隨著人工智能的發展，無人機在臺風資料觀測中的使用逐步興起；全球經濟一體化的逐步推進使國際各國之間的合作進一步加強，臺風的影響區域較廣，因此，可借助國家間臺風實施監測與預報信息的共享，都可以進一步提升降低臺風預報誤差，使臺風預報更加精確。

4 結論

通過對我國2005年-2012年的24 h臺風路徑數據進行路徑誤差分析，發現臺風移速的驟變會導致路徑預報誤差的增大，臺風移速變化是我國臺風24 h路徑預報的主要困難。因此需要不斷調整預報服務方式，以便于減小誤差值。另外，由于篇幅以及樣本數量限制，該文分析較為淺顯，僅供參考。

參考文獻

[1]王秋良，劉家峻，張立鳳.臺風路徑集合預報試驗[J].氣象科學，2012，32（2）：137-144.

[2]周文友，智協飛.2009年夏季西太平洋臺風路徑和強度的多模式集成預報[J].氣象科學，2012，32（5）：492-499.

[3]余帆，李培，李向軍，等.近60年西北太平洋臺風年代際變化特征及成因的初步分析[J].海洋預報，2012（1）：13-21.

[4]熊祥瑞，喻凱，肖琨.基于氣象相似條件的臺風路徑預測[J].測繪地理信息，2017（5）：36-43.