第45卷第1期 2021年1月
大气科学
Chinese Journal of Atmospheric Sciences
Vol. 45 No. 1
Jan. 2021
危国飞，刘会军，潘宁，等.2021.台风路径数值预报实时订正技术及其集成应用[J].大气科学，45(1): 195-204. WEI Guofei，LIU Huijun，PAN Ning, et al. 2021. Real-Time Correction Method for Numerically Modeled Typhoon Tracks and Its Integrated Application [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 45(1): 195-204. doi:10.3878/j.issn.l006-9895.2010.19237 台风路径数值预报实时订正技术及其集成应用
危国飞h2刘会军U2潘宁U2冷典颂1>2吴启树U2
1福建省灾害天气重点实验室，福州350001
2福建省气象台，福州350001
摘要以台风路径数值预报的短时效预报偏差和目标时效（指所需订正的时效）的纬度预报为预报因子，采用 多元线性回归方法建立了台风路径预报的偏差预估方程，继而对台风路径预报进行实时订正。本文以12h为短 时效，通过对欧洲中期天气预报中心确定性预报模式（E C M W F-IF S)和集合预报模式（E C M W F-E P S)的台风
路径预报的应用，得到以下结论：2018年试报结果表明，24h、36h、48h、60h、72h、84h订正后的ECMWF- IF S台风路径预报的平均距离误差分别比订正前减小了7.3 km、9.3 k m、8.9 km、6.5 k m、6.9k m、2.6 k m，总体
来说较强台风（指12 h的台风强度实况>32.7m s_1)路径预报的订正效果更好。尝试了先对E C M W F-E PS各成
员的台风路径预报进行订正，再进行集成预报，并对比了以下5种方式得到的台风路径预报：“订正后的确定性
预报”、“所有集合预报成员集合平均”、“优选集合预报成员集合平均”、“所有集合预报成员先订正再集
覆盖膜合
平均”和“优选集合预报成员先订正再集合平均”，2018年试报结果表明，对于平均距离误差，24 h和36 h “优选集合预报成员先订正再集合平均”最小，48 h和60 h “所有集合预报成员先订正再集合平均”最小，72 h 和84h“优选集合预报成员集合平均”最小，如果在业务中有针对性地进行应用，有望获得一个在各预报时效表
现都较优异的台风路径客观综合预报结果。24 h、36 h、48 h、60 h “优选集合预报成员先订正再集合平均”的平 均距离误差分别比“所有集合预报成员集合平均”减小了13.3 km、11.7km、10.0 km、7.6 km，比中央气象台官
方预报（对应的时效为12h、24h、36h、48h)减小了0.7k m、2.0k m、3.9k m、2.4k m。
关键词台风路径数值预报订正集成
文章编号1006-9895(2021)01-0195-10 中图分类号P456 文献标识码A
doi: 10.3878/j .issn. 1006-9895.2010.19237
Real-Time Correction Method for Numerically Modeled Typhoon Tracks
and Its Integrated Application
W E I G u o f e i1",L I U Huijun1 2,P A N N i n g1 2,L E N G D i a n s o n g1'2,and W U Q i s h u1"
1F u jia n K ey L ab o ra to ry o f S e ve re W eather, F u zh o u350001
2 F u jia n P ro v in c ia l M eteo ro lo g ica l O bserva to ry, F u zh o u350001
Abstract Using the short-lead-time forecast bias and target-lead-time latitude forecast (i.e., the lead time required to be
收稿日期2019-10-22：网络预出版日期2020-09-02
作者简介危国飞，男，1987年出生，硕士研究生、工程师，主要从事天气预报技术方法研究。E-mail:*****************
通讯作者刘会军，E-mail:****************
资助项目中国气象局预报员专项CMAYBY2017-035，气象预报业务关键技术发展专项子项目YBGJXM(2018)lB-05，福建省自然科学基金社 会发展引导性（重点）项目（2017Y-008)
Funded by China Meteorological Administration Forecaster Special Project (Grant CMAYBY2017-035), Meteorological Forecasting Operation Key Technology Development Program (Grant YBGJXM(2018)lB-05), Social Development Guiding (Key) Project of Fujian Natural Science Foundation (Grant 2017Y-008)
196
大气科学
Chinese Journal of Atmospheric Sciences
45卷
Vol. 45 corrected) o f numerically forecasted typhoon tracks as the predictors, a track forecast bias prediction equation is established by multiple linear regression. The equation permits typhoon track forecast correction in real time. In this paper, 12 h is taken as the short lead time, and the European Center for Medium-Range Weather Forecasts deterministic prediction system (ECMWF-IFS) and ensemble prediction system (ECMWF-EPS) for typhoon track forecasts are applied. The modeled forecast results from 2018 show that the mean track error o f the corrected typhoon tracks forecaste
d by ECMWF-IFS at 24 h, 36 h, 48 h, 60 h, 72 h, and 84 h is reduced by 7.3 km, 9.3 km, 8.9 km, 6.5 km, 6.9 km, and 2.6 km, respectively, compared with those o f uncorrected typhoon tracks. In general, the corrective effect is better for strong typhoons (observed intensity at 12 h^32.7m s *). First, the typhoon track forecast o f each ensemble forecast member from ECMWF-EPS is corrected; the integrated forecast is then obtained. The typhoon track forecasts obtained by the following five methods are compared: “corrected deterministic prediction,” “ensemble mean o f all ensemble forecast members,” “ensemble mean o f selective ensemble forecast members,” “ensemble mean o f all corrected ensemble forecast members,” and “ensemble mean o f corrected selective ensemble forecast members.” The modeled forecast results from 2018 show that “ensemble mean o f corrected selective ensemble forecast members,” 44ensemble mean o f all corrected ensemble forecast members,” and “ensemble mean o f selective ensemble forecast members” yield the lowest track error at
24 h and 36 h, 48 h and 60 h, and 72 h and 84 h, respectively. When applied in a targeted manner in operational application, an objective comprehensive forecast result for typhoon tracks with excellent performance for each lead time
is expected. At 24 h, 36 h, 48 h, and 72 h, the mean track error of 14 ensemble mean o f corrected s
elective ensemble forecast members” is reduced by 13.3 km, 11.7 km, 10.0 km and 7.6 km, respectively, compared with those o f “ensemble mean o f all ensemble forecast members” and by 0.7 km, 2.0 km, 3.9 km，and 2.4 km, respectively, compared with those of
the Central Meteorological Office official track forecast (with corresponding lead times o f 12 h, 24 h, 36 h, and 48 h, respectively).
Keywords Typhoon track, Numerical forecast, Correction, Integrated forecast
l引言
西北太平洋是全球台风（包括热带风暴、强热 带风暴、台风、强台风和超强台风，下同）发生频 率最高、强度最大的海域。我国大陆位于西北太平 洋沿岸，大陆海岸线长达18000多千米，平均每年 约有7个台风登陆我国，年均造成约占当年G D P 0.36%的直接经济损失和约9412.8人的人员伤亡，是全球受台风影响最大的国家之一（雷小途等, 2009)。提高台风灾害的监测、预警服务水平，增 强我国防台减灾能力，关键是不断提高我国台风业 务预报的准确率（许映龙等，2010)。研宄表明，对于单个登陆台风而言，24 h路径预报误差每减 小1k m可减少因灾直接经济损失约0.97亿元（人 民币，下同），24h强度预报误差每减小l m s H 可减少因灾直接经济损失约3.8亿元（吴影等，2017)。
台风风雨预报与台风路径预报密切相关，因此 台风路径预报是台风风雨预报的基础，历来受到人 们的关注和研究，特别是20世纪80年代以来，取 得了丰硕的成果。国内外许多气象学者进行了很多 台风路径主、客观预报方法的研究，其中台风路径客观预报方法主要有以下三种：第一，统计学方法，即统计预报；第二，动力学方法，即数值模式预报; 第三，统计一动力学方法，即基于数值模式预报的 模式释用技术。在数值预报被广泛应用之前，人们 进行主观预报方法（包澄澜等，1979；陈联寿，1979; 王志烈，1981; 丁金才和唐新章，1985；韦有暹和朱庆 圻，1985)和统计学方法的研宄较多（上海台风协 作研宄组，1977；董克勤和李曾中，1980；金一鸣, 1983；王作述和傅秀琴，1983；王长甫等，1991；何夏 江等，1996；李建云和丁裕国，1998)。得益于模式 动力框架、物理过程、分辨率、初始化以及与海洋 模式的耦合等方面的进展，全球模式台风路径预报 误差在各海域持续减小，但基于数值模式预报的统 计一动力学方法仍然比数值模式预报具有更高的预 报精度（H e m i n g，2017；麻素红和陈德辉，2018；端 义宏等,2020)。
早期的台风路径统计一动力学预报方法大多是 基于单模式预报的（N e u m a n n and Lawrence, 1975; 倪允琪和薛宗元，1980；金一鸣和钟元，1997)，后 来人们发现台风路径集成预报技术是在现行模式、计算机资源条件下获得最优预报效果的更有效方法 (王晨稀，2013)。Goerss (2000)采用等权集合
1期No. 1
危国飞等：台风路径数值预报实时订正技术及其集成应用
WEI Guofei et al. Real-Time Correction Method for Numerically Modeled Typhoon Tracks and (197)
平均方法对1995〜1996年大西洋飓风进行集成预 报试验，发现集成预报24 h、48 h和72 h路径预 报平均距离误差分别比最好的单个模式预报减小 了16%、20%和 23%。K u m a r etal.(2003)、张 守峰等（2007)、周文友和智协飞（20丨2)、Zhi etal. (2012)、H e e t a l.(2015)、智协飞等（2015) 采用加权集合平均方法对西北太平洋台风路径进行 了多模式集成预报试验，均发现集成预报结果明显 好于各模式预报结果，也好于简单的集合平均结果。Elsberry and Carr II丨（2000)利用5个模式的预报 结果对西北太平洋台风路径进行了多模式集成预报 试验，提出一种辨别并剔除误差大的预报结果后再 平均的集成方法，结果表明有选择性的集成方法优 于简单的无选择性的集成方法。钱奇峰等（2014)、Qi etal.(2014)、D o n g and Z h a n g (2016)通过对 集合预报成员的短时效预报误差进行评估，并从中 挑选出表现较好的成员进行长时效的预报集成，集 成结果明显优于所有成员等权集合平均，他们（钱 奇峰等,2014; Qi et al.，2014)还发现对筛选出的集 合成员进行等权集合平均的预报效果要优于加权集 合平均。
由于数值模式运行、后处理及资料传输等耗时，数值预报资料的获得时间滞后于数值模式的起报时 间，因此预报员在制作业务预报时可以利用实况数 据来估计数值模式的短时效预报偏差。业务中发现
台风路径数值预报的短时效预报偏差与随后较长时 效预报偏差有较好的正相关关系，预报员可以利用 短时效预报偏差来估计随后较长时效预报偏差，继 而对数值模式预报进行订正。Qi etal.(2014)、Z h a n g and Y u(2017)、G u o etal.(2018)、郭蓉 等（2019)使用一种平移订正法对台风路径数值预 报进行订正试验，该方法假设台风路径数值预报的 短时效预报偏差与长时效预报偏差完全一致，结果 表明该方法在48 h之前有一定的订正效果。平移 订正法简单快捷，但订正效果一般，其短时效预报 偏差与长时效预报偏差完全一致的假设不合理。需要研究更有效的方法将这种预报思路客观化、最 优化。
通过检验发现，欧洲中期天气预报中心(European Center for M e d i u m-R a n g e Weather Forecasts,E C M W F)台风路径数值预报的短时效预报偏差与随后较长时效预报偏差有较好的正相关 关系，某时效的纬度预报与该时效的纬向预报偏差有较好的负相关关系。本文拟根据这种相关性，建 立台风路径数值预报的偏差预估模型，继而对台风 路径数值预报进行偏差订正，对订正后的集合预报 各成员开展集成预报实验。研宄结果对提高我国台 风业务路径预报水平和增强我国防台减灾能力有所 裨益。
2资料
本文的研究对象是2013〜2018年活动于西北 太平洋（包括南海）的所有台风。本文使用欧洲中 期天气预报中心确定性预报模式（Integrated Forecast S y s t e m,E C M W F-丨F S)和集合预报模式(Ens
emble Prediction S y s t e m,E C M W F-E P S)的台风路径预报资料，从中国气象局上海台风研究所 的 w w [2020-10-04]下载，起报时间为08:00和20:00 (北京时，下同），集 合预报的成员为51个。台风位置和强度的实况采 用中央气象台台风实时定位定强资料，台风路径官 方预报采用中央气象台官方预报，均从中央气象台 m.n m c[2020-04-23]下载。由于 本研究主要针对台风业务预报使用，因此台风位置 实况使用的是中央气象台台风实时定位资料，而没 有使用热带气旋最佳路径资料。
3台风路径数值预报实时订正技术
3.1路径预报偏差统计分析
本文把台风路径预报偏差定义为台风中心预报 位置与观测位置的球面距离差，台风路径预报偏差 可分解为纬向预报偏差和经向预报偏差，如预报位 置的经度为九纬度为％，观测位置的经度为人, 纬度为％，则纬向预报偏差为（Jf-A)_/f cos(FfV tc/180，经向预报偏差为d f F0)•及'71/180，其中/?为地球半径。2013〜2017年E C M W F-I F S台风路 径预报 24 h、36 h、48 h、60 h、72 h、84 h 的平均 祎向预报偏差分别为—12.3 k m、—14.4 k m、-14.8 k m、—13.2 k m、-10.3 k m、—10.7 k m，平均经向预报偏 差分别为 1.7k m、1.5k m、2.6 k m、2.2 k m、1.1k m、0.6 k m，说明E C M W F-I F S台风路径预报在24〜84 h 存在比实况偏西、偏北的系统性偏差，且纬向的系 统性偏差比经向的系统性偏差要明显得多。
业务中，若预报员在08时制作0〜24 h的业 务预报，其参考的一般是前一天20时起报的E C M W F模式资料12〜36h的预报结果，即业务
198
大气科学
Chinese Journal of Atmospheric Sciences
45卷Vol. 45
-500 -------------------------------------------------------------------------------------------------------------
-300 ---------------------------------------------------------------------------------------------------------------500 -400 -300 -200 -100 0 100 200 300 -300 -200 -100 0 100 200 300
12-h zonal forecast bias/km 12-h meridiona 丨 forecast bias/km
图1 2013〜2017年ECMWF-IFS 台风路径预报12 h 和24h 的纬向（左）预报偏差、经向（右）预报偏差的散点图。样本数为1199，斜线 为线性趋势线
Fig. 1 Scatter diagrams of zonal forecast bias (left) and meridional forecast bias (right) of typhoon tracks at 12 h and 24 h. Typhoon tracks are forecasted by ECMWF-IFS from 2013 to 2017. The number of samples is 1199. The diagonal line denotes the linear trend
预报起报时间与最新模式预报的12h 对应。本文 以12 h 预报偏差作为短时效预报偏差为例建立台 风路径数值预报实时订正模型。从表1可知， E C M W F -I F S 台风路径预报12 h 的纬向预报偏差与 随后较长时效的纬向预报偏差有较好的正相关关系， 12 h 的经向预报偏差与随后较长时效的经向预报偏 差有较好的正相关关系，预报时效越长，相关系数 越小。E C M W F -I F S 台风路径预报某时效的祎度预
报与该时效的讳向预报偏差有较好的负相关关系， 即纬度预报越高，台风中心预报位置比实况偏西的 趋势越明显；24〜48 h 相关系数差别不大，48 h 之 后相关系数的绝对值明显减小。
由图1和图2可知，E C M W F -I F S 台风路径预 报12 h 的纬向预报偏差与24 h 的纬向预报偏差、 12 h 的经向预报偏差与24 h 的经向预报偏差、24 h 的纬度预报与24 h 的讳向预报偏差都呈较好的线
表1 2013〜2017年ECMWF-IFS 台风路径预报12 h 的纬向预报偏差与随后较长时效的纬向预报偏差的相关系数（相关系
数1 )、12 h 的经向预报偏差与随后较长时效的经向预报偏差的相关系数（相关系数2 )、某时效的纬度预报与该时效的纬向预 报偏差的相关系数（相关系数3 )。表中除了括号中的相关系数外，其他全都通过95%信度水平的显著性检验
Table 1 Correlation coefficients between zonal forecast bias of typhoon tracks at 12 h and following lead times (corresponding to the second column in the table), between meridional forecast bias of typhoon tracks at 12 h and following lead times (corresponding to the third column in the table), and between latitude forecast of typhoon tracks at some lead time and zonal forecast bias of typhoon tracks at that lead time (corresponding to the fourth column in the table). The typhoon tracks are forecasted by ECMWF-IFS (Integrated Forecast System, European Center for Medium-Range Weather Forecasts) from 2013 to 2017. A H correlation coefficients in the table, except the one in brackets, are statistically significant at the 95% confidence level
预报时效/h
相关系数1
相关系数2
相关系数3
样本数
240.540.46-0.13119936
蒸汽减压减温装置0.410.31-0.15107948
0.300.25
-0.14954600.170.20
-0.09838720.140.15
-0.0873884
0.08
0.11
(-0.06)
626
o
Q
Q
o o
o
O C K O o o 3
2
1
1
2
-
I
L lD l/s
.5q JSB 03JO J
I C 3
U O I T3IJ31U
l l 寸
3
o
o o
c
o
o
o 3 2
1
s ^s s q J S B o a l o r c c u o z q-
寸rN 0
0000000
-l -2-3-4
远程压力表
^
1期No. 1
危国飞等：台风路径数值预报实时订正技术及其集成应用
WEI Guofei et al. Real-Time Correction Method for Numerically Modeled Typhoon Tracks and (199)
茶叶中的提取
10°N
20°N
30°N
24-h latitude forecast
40°N
50°N
图2 2013〜2017年ECMWF-IFS 台风路径预报24 h 的纬度预报与24 h 的纬向预报偏差的散点图。样本数为1199，斜线为线性趋 势线
Fig. 2 Scatter diagram of latitude forecast and zonal forecast bias of typhoon tracks at 24 h. Typhoon tracks are forecasted by ECMWF-IFS from 2013 to 2017. The number of samples is 1199. The diagonal line denotes the linear trend
性关系。这种线性关系在24 h 之后的其他时效也 有体现（图略，相关系数见表1)，但随着预报时 效
的延长，线性关系逐渐变得不明显。因此可以根 据E C M W F -I F S 台风路径预报12 h 的纬向预报偏 差、目标时效（指所需订正的时效，下同）的纬度 预报和纬向系统性偏差去预估目标时效的纬向预报 偏差；可以根据12h 的经向预报偏差和目标时效 的经向系统性偏差，去预估目标时效的经向预报偏 差，继而对台风路径预报进行偏差订正。3.2基于预估偏差的实时订正模型
由以上分析可知，对于某个台风的某次路径预 报，可以建立E C M W F -I F S 台风路径预报的偏差预 估方程和订正方程：
M i = a , x Af 12 + /?/,Z , = c / x Z12 + dj x W j + ei ,
W* =
J* = Ji - (Z i /(R x cos (W i ))) x (180/7t ),
(
1
)
其中，z •为预报时效，M ,.、Z ,+分别为时效经向预 报偏差、纬向预报偏差的预估值（单位：k m )， 从12、Z l 2分别为12 h 预报的经向预报偏差、纬向 预报偏差（单位：k m ), %、J ，分别为/时效订正 前的炜度、经度预报[单位：（°)]，％、•/,*分别为
/时效订正后的纬度、经度预报[单位：（°)], /?为 地球半径。a ,•、c ,、必为/时效的回归系数，6,、 为*_时效的常数项，根据一定长度（训练期）的历 史资料采用最小二乘法求解。
3.3最优滑动训练期样本数
考虑到模式预报能力在持续不断地升级，较远
的历史资料对当前预报订正的参考意义不大，故本 文采用滑动训练期训练偏差预估方程的相关参数。 即对某次预报进行订正，取距其起报时间最近的过 去W 组有效的模式数据和实况数据作为训练样本，
这样对于每次预报都由新的训练样本来确定偏差预 估方程的相关参数，使订正效果更加稳定。图3给
出了 2016〜2017年订正后的E C M W F -I F S 台风路 径预报的订正技巧随滑动训练期样本数的变化， 订正技巧指订正前的平均距离误差减去订正后的平 均距离误差，正值越大，技巧水平越高。可以看出， 24 h 、36 h 、48 h 的订正技巧随着i V 的增大先快速 波动式增大、后趋于稳定；60 h 、72 h 、84 h 的订 正技巧随着W 的增大先快速波动式增大、达到最 高点后波动式减小。24 h 、36 h 、48
h 、60 h , N 取 450, 72 h ，TV 取 430，84 h ，T V 取 375，各时效 的订正技巧达到或接近最大，因此确定24 h 、36 h 、 48 h 、60 h 、72 h 、84 h 的最优滑动训练期样本数 分别为 450、450、450、450、430、375。
3.4 2016〜2017年回报结果分析
2016〜2017年回报结果（表2)表明，24 h 、 36 h , 48 h , 60 h 、72 h 、84 h E C M W F -I F S 台风路 径预报订正前的平均距离误差分别为62.2 k m 、 79.3 k m 、105.8 k m 、145.8 k m 、193.2 k m 、236.8 k m ; 如果只对纬向预报偏差进行订正，订正后的平均距 离误差分别比订正前减小了 4.4 k m 、3.5 k m 、2.0 k m 、 0.8 k m 、0.5 k m 、1.2 k m ；如果只对经向预报偏差 进行订正，订正后的平均距离误差分别比订正前减 小了 2.0 k m 、0.4 k m 、0.5 k m 、1.2 k m 、1.0 k m 、 0.3 k m 。总体来看纬向预报偏差的订正效果比经向 预报偏差的订正效果好。如果对经向预报偏差和纬 向预报偏差都进行订正，订正后的平均距离误差分 别比订正前减小了 6.6k m 、4.3 k m 、2.8 k m 、2.0k m 、1.5 k m 、1.6 k m 。
3.5 2018年试报结果分析
为了验证台风路径数值预报实时订正技术的订 正效果，对2018年E C M W F -I F S 台风路径预报进 行了独立样本订正试验。结果（表3)表明，24 h 、
o自行葫芦
o o o o o o o
o
o
o
o
o
3 2
1
—23-
- I
导电铝箔泡棉lu >j/s
.5
q ls B o 3J O rB U O Z
L ,
寸
3
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议