陳國民 楊夢琪 張喜平 白莉娜 萬日金 曹 慶

1 中國氣象局上海臺風研究所，上海 200030 2 中國氣象局臺風數值預報重點實驗室，上海 200030 3 溫州臺風監(jiān)測預報技術重點實驗室，浙江溫州 325000 4 上海海洋中心氣象臺，上海 200030

提 要： 對2020年西北太平洋和南海海域23個編號臺風的定位定強精度以及路徑、強度、登陸點預報精度進行了評定。評定結果表明：2020年，中央氣象臺的平均定位誤差為22.7 km，平均定強誤差為1.3 m·s-1，與2019年相比定位誤差略偏大，定強誤差則略偏小。自2013年以來，72 h以內的主觀和客觀臺風路徑預報性能并沒有實質性改進，并且到了2020年，路徑預報誤差極端偏大樣本的誤差平均值卻仍能達到年平均誤差的2.3～3.0倍。中央氣象臺在72 h以內的強度預報性能位居所有官方臺風預報機構的前列。2020年各預報方法較成功地預報出了熱帶風暴鸚鵡在廣東陽江海陵島的登陸點，部分模式也精準預報出了強臺風黑格比在浙江樂清以及強熱帶風暴浪卡在海南瓊海的24 h登陸點。

引 言

2020年西北太平洋和我國南海共有23個編號臺風生成，較常年(1981—2010年的氣候平均值為25.5 個)偏少2.5個，生命史最大強度達到熱帶風暴、強熱帶風暴、臺風、強臺風和超強臺風級的臺風數量分別為5、5、5、5和3個。2020年中央氣象臺在實時業(yè)務預報中發(fā)布共有5次臺風登陸我國，分別為2002號熱帶風暴鸚鵡、2004號強臺風黑格比、2006號臺風米克拉、2007號臺風海高斯和2016號強熱帶風暴浪卡。而第九屆全國臺風及海域氣象專家工作組第三次會議通過了對2003號熱帶風暴森拉克路徑修正的提議，新增“森拉克”在海南省萬寧市的登陸點，登陸時間為2020年8月1日07:15。因此，在上海臺風研究所整編的熱帶氣旋年鑒中，2020年有6個編號臺風在我國登陸，登陸臺風數量較常年(1981—2010年氣候平均值7.2個)偏少1.2個。

為了對西北太平洋和我國南海的臺風預報結果進行預報性能分析，陳國民等(2012；2013；2015；2017；2018；2019；2021)、陳國民和曹慶(2014)每年會針對各類官方臺風預報機構、確定性預報方法(包括全球模式、區(qū)域模式和統(tǒng)計方法)、集合預報系統(tǒng)發(fā)布的臺風定位定強結果以及路徑、強度、登陸點等預報結果，以中國氣象局上海臺風研究所整編的臺風最佳路徑數據(中國氣象局熱帶氣旋資料中心，http:∥tcdata.typhoon.org.cn/index.html；Ying et al, 2014)為基準進行預報精度評定。臺風定位定強誤差、路徑、強度和登陸點預報誤差的計算和統(tǒng)計標準均以2012年出版的《臺風業(yè)務和服務規(guī)定》(中國氣象局，2012)規(guī)定的臺風分析和預報質量評定方法作為參考依據。本文對2020年西北太平洋和南海海域內23個編號臺風的定位定強精度以及路徑、強度、登陸點的預報效果進行評定和分析。

1 臺風定位和定強精度

臺風定位和定強是臺風預報的基礎，臺風定位定強的精度不僅影響臺風路徑和強度預報，也會影響到臺風大風、暴雨乃至風暴潮預報的準確性(錢傳海等，2012)。目前西北太平洋各主要官方臺風預報機構(包括我國中央氣象臺、日本氣象廳、美國聯合臺風警報中心、韓國氣象廳、香港天文臺等)主要依據Dvorak技術(Dvorak，1975；1984；1995)來確定臺風中心位置和強度(劉喆等，2007)。表1是官方臺風預報機構對2020年全部23個臺風的定位和定強次數，及對應的定位和定強全年平均誤差。五個官方臺風預報機構的平均定位誤差均超過了20 km，較2019年略偏大，其中平均定位誤差最小的是中央氣象臺(22.7 km)，較2019年的17.5 km偏大5.2 km；平均定強誤差最小的是中央氣象臺(1.2 m·s-1)，略小于2019年的1.3 m·s-1。

表1 2020年官方臺風預報機構的平均定位和定強誤差Table 1 Mean positioning and intensity estimation errors of official typhoon forecast agencies in 2020

2020年中央氣象臺業(yè)務定位誤差超過100 km的樣本集中出現在2011號強熱帶風暴紅霞、2012號強熱帶風暴白海豚、2013號臺風鯨魚、2019號超強臺風天鵝(圖1a)。其中2020年11月1日20時至2日08時，“天鵝”穿過菲律賓進入到我國南海中東部海域時，強度逐漸減弱，路徑略有北折，期間中央氣象臺連續(xù)3次的定位誤差均超過了100 km?！蚌L魚”則是由于生成初期強度較弱、結構松散，給臺風業(yè)務定位帶來了一定挑戰(zhàn)，從而造成了較大的定位誤差。導致“白海豚”停編之前的幾次定位偏差較大的原因是它移動到日本南部海域后，受中高緯度較大垂直風切變的影響，臺風低層中心被高層云系遮蓋，影響了業(yè)務定位的準確性。“紅霞”定位誤差較大的原因是它臨近登陸越南時，強度迅速減弱，中心難以判斷，對業(yè)務定位造成了干擾。

圖1 中央氣象臺對2020年23個臺風的定位誤差(a)和定強誤差(b)分布Fig.1 Distributions of positioning errors (a) and intensity estimation errors (b) of China National Meteorological Centre for 23 typhoons in 2020

上述定位誤差較大的樣本共同特征是臺風強度較弱，且處于遠海或鄰國海域，業(yè)務定位工作僅能基于衛(wèi)星資料，無法得到實時的地面觀測或雷達資料做為參考。反觀2020年近海和登陸我國的臺風，在我國沿海高密度地面觀測站資料和雷達資料的支撐下，定位誤差基本都在10 km以下。

2020年，中央氣象臺業(yè)務定強明顯偏弱的樣本集中出現在進入東海后的強臺風黑格比、登陸前的臺風米克拉、變性為溫帶氣旋之前的臺風鯨魚和生成初期的超強臺風天鵝，而對于“鸚鵡”和“海高斯”在登陸廣東之前的幾次業(yè)務定強則略偏強。

2 臺風路徑預報誤差

2.1 確定性預報

2020年，中央氣象臺、日本氣象廳、美國聯合臺風警報中心、韓國氣象廳和香港天文臺五個官方臺風預報機構的24、48、72、96和120 h平均路徑預報誤差和樣本數信息列于表2。2020年，除韓國氣象廳外，其余四個官方臺風預報機構的24 h平均路徑預報誤差均小于75 km。五個官方臺風預報機構在48、72、96和120 h平均路徑預報誤差結果較為接近，誤差區(qū)間分別在117.4～131.3、174.0～185.5、217.4～232.3和286.0～297.6 km范圍內。

表2 2020年官方臺風預報機構不同預報時效的平均路徑預報誤差Table 2 Average track errors with various lead times of official typhoon forecast agencies in 2020

2020年官方臺風預報機構72 h以內的臺風路徑預報性能整體較2019年略有提升(圖2a～2c)，不過從圖2a～2c中也可以看出官方臺風預報機構的24、48和72 h路徑預報誤差自2013年起分別向下突破100、150和250 km整數關口，但從2015年開始整體的路徑預報性能并沒有顯著改善。

圖2 歷年來24 h(a，d)、48 h(b，e)和72 h(c，f)臺風路徑預報誤差趨勢(a，b，c)官方臺風預報機構，(d，e，f)全球和區(qū)域模式Fig.2 Evolutions of historical typhoon track forecast errors in 24 h (a, d), 48 h (b, e) and 72 h (c, f) forecasts(a, b, c) official typhoon forecast agencies, (d, e, f) global and regional models

表3給出的是2020年包括全球和區(qū)域模式在內的客觀路徑預報方法的24、48、72、96和120 h平均路徑預報誤差和樣本數。從表3中可以看到，歐洲中期天氣預報中心綜合預報系統(tǒng)(European Centre for Medium-Range Weather Forecast-Integrated Forecast System, ECMWF-IFS)在各預報時效上的平均路徑預報誤差均小于其余全球模式。美國國家環(huán)境研究中心全球預報系統(tǒng)(National Centers for Environmental Prediction-Global Forecast System, NCEP-GFS)的臺風路徑預報綜合性能則僅次于ECMWF-IFS。

表3 2020年客觀預報方法不同時效的平均路徑預報誤差(單位：km)Table 3 Average track errors at various lead times of objective forecast methods in 2020 (unit: km)

區(qū)域模式方面，24 h和48 h平均路徑誤差最小的預報方法是上海臺風模式，分別為60.8 km和111.1 km；72 h誤差最小的則是廣州數值，為173.4 km。目前，僅CMA-TYM(原GRAPES-TYM)和HWRF這兩個區(qū)域模式提供72 h以上的預報結果，其中HWRF的96 h和120 h路徑預報誤差分別達到263.3 km和313.1 km，與全球模式的路徑預報性能較為接近。

圖2d～2f分別展示了全球和區(qū)域模多年來24、48和72 h平均路徑預報誤差演變趨勢。從圖2d～2f中可以發(fā)現，模式的路徑預報性能在2013年之前每年都有較大幅度的改進，但2013年之后預報性能并沒有實質性突破。由于模式結果是官方臺風預報機構發(fā)布預報結果的重要參考，因此近幾年來模式的路徑預報整體性能停滯不前是導致官方臺風預報機構路徑預報水平沒有顯著提高的主要原因。

在官方臺風預報機構、全球和區(qū)域模式的臺風路徑預報整體性能趨于平穩(wěn)的大背景下，各預報方法每年仍然存在不少路徑預報偏差較大的預報樣本。若將各預報方法的路徑預報誤差排名前10%的樣本定義為路徑預報誤差極端偏大樣本，那么各預報方法的臺風路徑預報誤差極端偏大樣本的誤差平均值普遍是其年平均路徑誤差的2.3～3.0倍(圖3)。香港天文臺的48 h極端偏大樣本平均值達到了年平均誤差的3.05倍，而ECMWF-IFS的72 h極端偏大樣本平均值更是達到了年平均誤差的3.34倍。

圖3 2020年各預報方法24 h(a)、48 h(b)和72 h(c)路徑預報全年平均誤差和10%極端誤差樣本的平均值Fig.3 The annual mean errors of typhoon track forecasts with 24 h (a), 48 h (b) and 72 h (c) lead times and the mean errors of 10% extreme track forecast samples by each forecast method in 2020

2.2 集合預報

最近幾年，隨著集合預報系統(tǒng)的預報精度不斷提高(Leonardo and Colle，2017)，集合路徑和強度預報產品已廣泛應用于臺風業(yè)務預報和服務中。圖4 展示的是2020年歐洲中期天氣預報中心集合預報系統(tǒng)(ECMWF-EPS)、日本氣象廳全球集合預報系統(tǒng)(JMA-GEPS)、美國國家環(huán)境預報中心全球集合預報系統(tǒng)(NCEP-GEFS)、英國氣象局集合預報系統(tǒng)(UKMO-EPS)、加拿大氣象局集合預報系統(tǒng)(MSC-CENS)以及上海臺風研究所臺風集合同化預報系統(tǒng)(STI-TEDAPS)對于23個臺風的集合平均路徑預報誤差(非同樣本比較)。從圖4中可以看到，國內外優(yōu)秀的集合預報系統(tǒng)在24、48、72、96和120 h預報時效上的集合平均路徑預報誤差能控制在80、130、200、300和400 km以內。不過集合預報系統(tǒng)的路徑預報性能兩極分化比較嚴重，綜合來看，2020年ECMWF-EPS和NCPE-GEFS表現優(yōu)異，而JMA-GEPS和MSC-CENS表現較差。通過對比各機構的集合預報系統(tǒng)集合平均路徑預報誤差與確定性預報模式路徑預報誤差后發(fā)現(表略)，2020年ECMWF-EPS的集合平均路徑預報誤差在24、60、84和96 h上比ECMWF-IFS確定性模式的路徑預報誤差要??；NCEP-GEFS的集合平均路徑預報誤差在24、36、60、72、84和96 h上比NCEP-GFS確定性模式的路徑預報誤差要?。欢鳭MA和UKMO兩個機構的集合預報系統(tǒng)在各預報時效上的集合平均路徑誤差均比其確定性模式的路徑誤差要大。

圖4 2020年集合預報系統(tǒng)集合平均路徑預報誤差Fig.4 Ensemble mean track forecast errors of ensemble prediction systems in 2020

考量集合預報系統(tǒng)對于臺風的路徑預報能力除了使用路徑預報誤差這一指標外，分析集合離散度也是檢驗集合預報系統(tǒng)路徑預報性能的重要指標?；趥鹘y(tǒng)集合路徑預報誤差和集合離散度散點圖，陳國民等(2018；2021)引入雙向分位圖進一步分析了集合預報系統(tǒng)中的臺風路徑預報集合離散度和路徑預報誤差分布特征。在集合路徑預報集合離散度和路徑預報誤差雙向分位分析圖中，當集合離散度大于集合路徑預報誤差時，一般認為集合預報系統(tǒng)高估了臺風路徑預報的不確定性，反之亦然。

圖5展示的是2020年6個集合預報系統(tǒng)不同預報時效的臺風路徑預報集合離散度和路徑預報誤差雙向分位分析結果。6個集合預報系統(tǒng)對于2020年臺風的路徑預報主要特征表現如下：首先是以ECMWF-EPS(圖5a)、JMA-GEPS(圖5b)和MSC-CENS(圖5e)為代表的集合預報系統(tǒng)，隨著預報時效的增加，其集合離散度的中位數值會逐漸大于集合路徑預報誤差中位數值，這意味著ECMWF-EPS、JMA-GEPS和MSC-CENS高估了2020年臺風的路徑預報不確定性；其次是STI-TEDAPS(圖5f)，雖然該集合預報系統(tǒng)最大的預報時效僅為72 h，但隨著預報時效的增加，集合離散度的中位數值會逐漸小于集合路徑預報誤差中位數值，表明STI-TEDAPS低估了2020年臺風的路徑預報不確定性；最后對于NCEP-GEFS(圖5c)和UKMO-EPS(圖5d)這兩個集合預報系統(tǒng)而言，它們的集合離散度和集合路徑預報誤差的中位數值基本相當。

圖5 2020年集合預報系統(tǒng)臺風路徑預報集合離散度和路徑預報誤差雙向分位分析(a)ECMWF-EPS，(b)JMA-GEPS，(c)NCEP-GEFS，(d)UKMO-EPS，(e)MSC-CENS，(f)STI-TEDAPSFig.5 Bi-direction quantile analysis chart between typhoon track forecast ensemble spread and position error for ensemble prediction systems in 2020(a)ECMWF-EPS， (b) JMA-GEPS， (c) NCEP-GEFS， (d) UKMO-EPS， (e) MSC-CENS， (f) STI-TEDAPS

3 臺風強度預報誤差

2020年各官方臺風預報機構的主觀預報方法強度(指近臺風中心地面最大風速，下同)預報的平均絕對誤差、平均均方根誤差及樣本數列于表4。在計算強度預報誤差之前，各官方臺風預報機構的近臺風中心地面最大風速預報數值，已按照世界氣象組織發(fā)布的臺風條件下風速轉換系數(Harper et al, 2010)，轉換成了與上海臺風研究所的西北太平洋臺風最佳路徑制定標準相同的2 min平均風速。

表4 2020年官方臺風預報機構不同預報時效的強度平均絕對誤差Table 4 Average intensity absolute errors of official typhoon forecast agencies in 2020

2020年官方臺風預報機構的24 h強度預報平均絕對誤差差別較小，誤差范圍在4.5～4.9 m·s-1；48～120 h強度預報平均絕對誤差出現明顯的分化，48、72、96和120 h強度預報平均絕對誤差最大與最小的機構之間的差值分別達到1.1、2.3、2.5和3.1 m·s-1。2020年，中央氣象臺對于72 h以內的臺風強度預報性能位列五個官方臺風預報機構第一位或并列第一位，對于96 h和120 h長時效的強度預報性能也高于五個機構的平均強度預測水準。

表5是2020年客觀預報方法(全球和區(qū)域模式)強度預報的誤差評定結果。從整體上看，區(qū)域模式的強度預報性能要略優(yōu)于全球模式，不過NCEP-GFS卻是24、60、72、84和96 h的強度平均絕對誤差最小的客觀預報方法，其余預報時效上NCEP-GFS的強度預報平均絕對誤差也與優(yōu)秀的強度預報模式接近或持平。

表5 2020年客觀預報方法不同預報時效的強度平均絕對誤差(單位：m·s-1;括號內為樣本數,單位:個)Table 5 Average intensity absolute errors with various lead times by objective forecast methods in 2020 (unit: m·s-1, numbers in brackets are samples)

進一步分析近10年來臺風強度預報年平均誤差趨勢，可以看到官方臺風預報機構自2011年以來的24 h臺風強度預報性能沒有明顯改進(圖6a)，48 h 和72 h的強度預報誤差在2017年有了小幅度減小，并在此后三年一直維持著與2017年相當的預報性能(圖6b和6c)。全球和區(qū)域模式近年來的臺風強度預報性能則呈現出穩(wěn)步提升的態(tài)勢(圖6d～6f)。

圖6 歷年來24 h(a，d)、48 h(b，e)和72 h(c，f)臺風強度預報誤差趨勢(a,b,c)官方主觀臺風預報方法，(d，e，f)全球和區(qū)域模式Fig.6 Evolutions of typhoon intensity forecast errors in 24 h (a, d), 48 h (b, e) and 72 h (c, f) forecasts (a, b, c) official typhoon forecast agencies, (d, e, f) global and regional models

不過，目前無論是官方臺風預報機構的主觀預報還是各類模式的客觀預報，每年都會出現大量強度預報極端偏弱或偏強的樣本。從統(tǒng)計結果看，2020年各類預報方法的24 h和48 h臺風強度預報結果中，極端偏弱的程度遠大于極端偏強的程度，而72 h極端偏弱和偏強的程度則相當(圖7)。這表明，各預報方法容易低估未來48 h以內的臺風強度，特別是臺風處于快速增強階段時，各預報方法往往會出現重大的強度預報負偏差，即會嚴重低估臺風的強度。

圖7 2020年各預報方法24 h(a)、48 h(b)和72 h(c)強度預報全年平均相對誤差、平均絕對誤差和10%極端正(負)誤差樣本平均值Fig.7 The annual mean relative errors and absolute errors of typhoon intensity forecasts with 24 h (a), 48 h (b) and 72 h (c) lead times and the mean errors of 10% positive (negative) extreme intensity forecast samples by each forecast method in 2020

4 臺風登陸點預報誤差

表6給出的是官方臺風預報機構在臺風登陸前24 h內發(fā)布的路徑預報連線與海岸線交叉點相對于臺風實際登陸點之間的誤差。2020年，各官方臺風預報機構對熱帶風暴鸚鵡在廣東陽江海陵島的24 h登陸點的整體預報效果是最優(yōu)的，其中中央氣象臺24 h登陸誤差僅為11 km，而誤差最大的美國聯合臺風警報中心，也僅為45.6 km。相較而言，各官方臺風預報機構對于臺風海高斯在廣東珠海的登陸點預報效果較差，24 h登陸點誤差均在100 km以上，韓國氣象廳的誤差達到了201.8 km。

表6 2020年官方臺風預報機構24 h登陸點預報誤差(單位：km)Table 6 The 24 h landing point forecast errors of official typhoon forecast agencies in 2020 (unit: km)

對于全球和區(qū)域模式而言，24 h登陸點預報誤差最小的也是熱帶風暴鸚鵡在廣東陽江海陵島的登陸點(表7)。此外，除CMA-TCM(原GRAPES-TCM)外的其他模式能精準預報出強臺風黑格比在浙江樂清和強熱帶風暴浪卡在海南瓊海的登陸點，其中ECMWF-IFS、廣州數值和HWRF對黑格比的24 h登陸點預報誤差僅為0 km，英國數值和HWRF對浪卡的24 h登陸點預報誤差也為0 km。

表7 2020年客觀預報方法24 h登陸點預報誤差(單位：km)Table 7 The 24 h landing point forecast errors of objective forecast methods in 2020 (unit: km)

5 結 論

本文對2020年西北太平洋及我國南海海域臺風定位定強精度及路徑、強度和登陸點預報精度進行了評定，主要結論如下。

(1)中央氣象臺對23個臺風的平均定位誤差為22.7 km，略小于日本氣象廳、美國聯合臺風警報中心、香港天文臺和韓國氣象廳，但同比2019年的17.5 km，則偏大了5.2 km；而其平均定強誤差為1.2 m·s-1，定強性能略優(yōu)于2019年的1.3 m·s-1。

(2)自2015年以來，無論是官方臺風預報機構還是各類全球或區(qū)域模式對于72 h以內的臺風路徑預報性能并沒有實質性的改進，且各預報方法每年都會出現不少路徑預報誤差極端偏大的樣本，這些樣本的誤差平均值基本達到了年平均誤差的2.3～3.0倍。

(3)2020年ECMWF-EPS、MSC-CENS和JMA-GEPS三個集合預報系統(tǒng)隨著預報時效的增長，會逐漸高估臺風路徑預報的不確定性；而STI-TEDAPS則會低估臺風路徑預報的不確定性；NCEP-GEFS和UKMO-EPS的集合離散度和集合路徑預報誤差的中位數值則基本相當。

(4)官方臺風預報機構的24 h強度預報平均絕對誤差差別較小，誤差范圍區(qū)間在4.5～4.9 m·s-1；48、72、96和120 h強度預報平均絕對誤差最大與最小的機構之間的差值分別達到1.1、2.3、2.5和3.1 m·s-1。中央氣象臺對于72 h以內的短時效強度預報性能位居所有官方臺風預報機構的前列。

(5)各官方臺風預報機構和模式，能提前24 h準確地預報出熱帶風暴鸚鵡在廣東陽江海陵島的登陸點。此外，ECMWF-IFS、廣州數值和HWRF對強臺風黑格比在浙江樂清的24 h登陸點預報誤差僅為0 km，英國數值和HWRF對強熱帶風暴浪卡在海南瓊海的24 h登陸點預報誤差也為0 km，體現出了良好的登陸點預報性能。