热带气象学报  2020, Vol. 36 Issue (2): 157-165  DOI: 10.16032/j.issn.1004-4965.2020.016
0

引用本文  

李晓娟, 梁健, 谢定升, 等. 华南热带气旋影响时段的短期气候集成预测[J]. 热带气象学报, 2020, 36(2): 157-165.  DOI: 10.16032/j.issn.1004-4965.2020.016.
LI Xiao-juan, LIANG Jian, XIE Ding-sheng, et al. An integrated prediction model for the climate in south china during the impact of tropical cyclones[J]. JOURNAL OF TROPICAL METEOROLOGY, 2020, 36(2): 157-165.  DOI: 10.16032/j.issn.1004-4965.2020.016.

基金项目

国家重点研发计划(2018YFC1505806);2018年广东省气象局科研项目“热带气旋影响时段和地段的气候预测方法研究”共同资助

通讯作者

李晓娟, 江西省人, 高级工程师, 主要从事中长期天气预报工作。E-mail:lxj_echo@163.com

文章历史

收稿日期:2019-06-20
修订日期:2019-12-12
华南热带气旋影响时段的短期气候集成预测
李晓娟 , 梁健 , 谢定升 , 梁巧倩     
广东省气象台, 广东 广州 510641
摘要:利用华南沿海代表站逐日历史资料和南海附近区域再分析格点资料, 采用灰色拓扑预测、天文周期、阴阳历叠加等方法, 建立非线性综合集成预测模型, 对上述站点和区域的逐日气压、降水量等要素进行气候预测; 通过分析沿海各代表站气压谷值、降水峰值的出现时间、以及南海区域气压场中低压环流的位置和动态, 综合确定年内影响华南的热带气旋可能出现的时间段和区域。该方法在广东省气象台投入业务应用多年, 经检验近5年(7-9月台风活跃季节)热带气旋影响时段的平均预测准确率达到70%左右。
关键词华南    热带气旋    影响时段    短期气候预测    检验    
AN INTEGRATED PREDICTION MODEL FOR THE CLIMATE IN SOUTH CHINA DURING THE IMPACT OF TROPICAL CYCLONES
LI Xiao-juan , LIANG Jian , XIE Ding-sheng , LIANG Qiao-qian     
Guangdong Meteorological Observatory, Guangzhou 510641, China
Abstract: Based on the daily data of the representative stations along south China coast and the NCEP/NCAR reanalyzed data near the South China Sea, we constructed a nonlinear forecasting model by using astronomical period, composition of solar and lunar calendar, grey topological prediction method and weight regressive analysis method. Then we used this nonlinear forecasting model to predict the daily pressure and precipitation in these regions. The distribution and variation of the valley of pressure and the peak of precipitation, along with the position and movement of the depression in the area near the South China Sea, were analyzed to determine when and where TCs affect south China. This method has been put into operation for over 10 years in Guangdong Meteorological Observatory, and the accuracy of the affected period prediction in recent 5 years (during July to September) is about 70%.
Key words: south China    tropical cyclones    influence period    climate prediction    verification    
1 引言

热带气旋(以下简称TC)是对华南地区影响极其严重的一种灾害性天气系统,具有影响范围广、成灾强度大等特点。以广东为例,平均每年登陆或严重影响广东(即TC中心距离广东省陆地一个经纬距以内)的TC有5.5个,据统计,每年因TC造成的经济损失约占全省自然灾害损失总值的60%[1]左右,直接经济损失在我国位居前列,且高影响的TC频次有上升趋势[2-4]

作为一种突发性强、影响严重的灾害性天气系统,TC可归属于一种“灾变”天气,其发生发展是在一定的环境下产生的,其活动受多种因素的影响,这些因素具有内在联系,并具有一定的客观规律性[5-10]。近年随着数值预报技术的发展,中短期时效内TC的形成、路径和强度预报水平已有较明显提高[11-13],但长期时效内TC形成和影响区域(路径)的预测难度仍非常大。

目前,TC气候预测业务和研究基本仅限于年、月频数或强度的预测[14-19]。如高建芸等[15]用相关分析、最优子集回归等方法制作福建年TC频数预测,谢炯光等[16]利用奇异谱分析结合最大熵谱方法做登陆广东省的全年TC趋势预报,吴慧等[19]基于环境场因子建立模糊神经网络预测模型制作夏季影响海南的TC频数预测,均取得一定效果。以上方法大多集中在TC频数预测方面,长期时效内的TC影响时间段和区域的气候预测研究很少见到。

1980年代我国学者邓聚龙[20]提出“灰色系统”理论和预测方法,属于一种非线性预测方法,具有能预报“极值”、“转折”、“突变”的特点,对“灾变”过程具有一定的预测能力和优势。曹鸿兴等[21]将灰色预测在气象中做了推广应用,谢定升等[22-24]利用GM(1,1)模型(一阶一元灰色模型),做广东省降水峰日、冷空气到达日、TC路径等的中期预测,实践证明具有较好的效果。

天文周期方法[1]在台站传统中长期预报中较为常用。当太阳、月亮等天体在周期运动中处于不同的位置时,通过热力、引力、电磁力等途径对地球和海洋及大气产生影响,从而可能影响暴雨、台风等灾害性天气的发生。广东沿海地区一些有经验的群众在长期的生产和生活实践中,发现中国一甲子(古代用来纪年、纪月、纪日、纪时)的某些天干地支[25]搭配的日期容易出现降雨过程;民间还有“台风等潮”的说法。天文因子对天气气候的影响已有一些研究[25-32]。任振球[26]的研究发现,日、月引潮力与热带气旋强度变化有明显关系;张人杰等[29]分析了天文周期与长江流域旱涝的相关关系;陈菊英[27]的研究发现,ENSO事件和长江大水年对日、月活动周期和特征等天文物理因子有显著的响应关系。

阴阳历叠加是另一种简单而有一定效果的长期预报方法。宋任峰等[33]发现阴阳历叠加法对辽宁桓仁地区汛期较大降水过程和秋冬季一般降水过程均有较好的指导意义;李旭等[34]用阴阳历叠加法对环渤海和青藏高原东北部地区的降水日和大风天气进行预报,其TS评分高于气候概率值。

根据以上研究,灰色预测、天文周期、阴阳历叠加等方法在长期时效内均有一定的预测能力,但实践发现没有哪种方法在任何时候都占绝对优势,这时集成预测[35-38]可能是一种有效尝试。吴天泉等[35]用组合置信加权法对TC路径客观业务预报方法进行集成,发现其性能优于参加组合的任一子成员;谢玲娟等[36]采用典型相关、条件概率组合等统计模型建立热带气旋路径的综合集成预报方法,试验证明具有一定的可预报性和稳定性。

本文从与TC相关的气象要素的气候预测入手,用权重方程集成灰色预测、天文周期、阴阳历叠加几种方法,建立非线性综合预测模型,对影响华南的TC过程出现的时间段和区域的短期气候预测进行探索和实践,并介绍近年来在广东省气象台的业务应用和效果检验。

2 资料和方法 2.1 资料

采用的资料有两部分,一是选取华南沿海12个代表站(福州、厦门、汕头、汕尾、深圳、珠海、阳江、茂名、湛江、海口、三亚、西沙,图 1a)1961— 2018年5—10月逐日降水、气压资料序列(其中珠海站起始年份为1962年,茂名站为1973年);二是南海附近区域(100~130 °E,0 °~30 °N,图 1b)的NCEP/NCAR 1961—2018年逐日再分析格点资料(要素选取海平面气压、地面风场,分辨率为2.5 °× 2.5 °)。

图 1 华南TC代表站(a)和南海附近区域(b)
2.2 方法和步骤

TC影响下最典型的气象要素特征就是气压低谷和降水高峰。本文通过对代表站点和预测区域的气压、降水等要素的峰、谷值的预测和分析,从而预测TC影响的时间和区域。

预测模型采用灰色拓扑预测,结合天文周期、阴阳历叠加共3种基本预测方法,通过权重方程进行综合,建立非线性综合预测模型[23],对上述站点和区域格点的逐日气象要素场进行气候预测;分析其气压谷值、雨量峰值的时间和空间分布及变化,综合确定TC可能出现的时间段和区域预测。预测时效为1年。

要素的时间序列按年份取纵向排列,以湛江站的7月1日的气压时间序列(假设已有1951— 2018年实况资料,预测目标为2019年7月1日的气压)为例,记原始时间数据序列为: Xii = 1, 2, ……, n), 即:

(1)

其中X1为要素时间序列中第1年的资料(即1951年7月1日的日平均气压),X2为第2年的资料(1952年7月1日的日平均气压),以此类推,Xn为第n年的资料(即2018年7月1日的日平均气压)。

2.2.1 灰色拓扑预测

采用灰色系统GM(1,1)模型建模[21],对气象要素原始序列(1)进行拟合和预测,记灰色预测值为Y1

2.2.2 天文周期方法

天文周期采用太阳周期、太阴周期、太阴近点周期、地极移动周期等4个系列一共13个周期的叠加平均值作为预测值[1],由式(2)计算得出,记为Y2

(2)

其中Xi表示某日某个气象要素值,下标9、11、……、26分别表示距预报年份之前第9年、第11年、……、第26年。

2.2.3 阴阳历叠加

阴阳历叠加的预测值为预测日的历年阳历(公历)、阴历(本文中为农历)某气象要素的平均值,记为Y3,公式如下:

(3)

其中n为时间序列长度,Xi为预测日历年公历(此例中为7月1日)的气象要素值,NLi为预测日所对应的农历日期(此例中2019年7月1日对应农历五月二十九)历年的气象要素值。

2.2.4 权重回归综合

对上述3种方法的预测结果, 用权重回归方程进行综合:

(4)

Y为气象要素综合预报值,A1A2A3为各方法的权重系数,计算步骤如下。

(1) 计算YY1Y2Y3的单相关系数,可得到:a1a2a3

(2) 令A= a1 + a2 + a3,可得到权重系数:A1= a1/AA2= a2/AA3= a3/A

本文最终的权重预测方程如下:

(5)

其中的权重系数根据多年预报结果准确率的检验和经验进行了调整。

3 方法应用和预测实例 3.1 用沿海代表站的逐日气象要素变化做TC气候预测

利用前文介绍的预测模型,做出沿海代表站台风活动季节的逐日降水、气压预测,分析降水峰值和气压谷值出现的时段,综合得出台风可能影响的时段;另外分析各站点峰、谷值的空间分布,得出台风可能影响的区域。

例如,从2014年7月沿海代表站的逐日要素预报曲线发现,17—19日粤西几个站点灰色预测、天文周期、阴阳历叠加均反应出气压谷值和降水峰值(图 2a2c),粤东站点(图 2b)虽然该时段也有气压谷值,但整体气压偏高,低值幅度不如粤西(图 2),故从站点要素判断该时间段可能有TC影响粤西,实况是7月18日超强台风“威马逊”登陆湛江。

图 2 2014年7月站点逐日要素预测和实况 a.湛江站气压;b.汕头站气压;.为茂名站降水量。气压为减去1 000 hPa后的值。
3.2 用南海附近区域逐日海平面气压场做TC气候预测

选取NCEP/NCAR逐日再分析格点资料,利用非线性综合预测模型做出台风季节南海附近区域的逐日海平面气压、地面风场的格点预测场,分析海平面气压场中的闭合低压中心、地面风场的气旋性环流区及其变化,综合得出台风可能发生和影响的时间段和区域。

实际应用过程中发现,以气压场的表现最好,能够反映较为清晰而连续的高低压系统变化,所以使用时以气压场为主。另外,要素预测分布(如低压环流区)有时呈现出时空上的跳跃性,一般选取时间和空间变化较为连续的作为可信度较高的预测时间段和区域。

例如,气压格点预测场显示2018年9月14— 16日有低压环流自巴士海峡西行登陆海南(图 3a~ 3c)、17—18日又有低压环流自南海中部向西北移到海南南部海域(图 3e3d),故我们在当年的TC气候预测中提出“14—18日双台风,太平洋TC和南海TC先后严重影响粤西-海南”,实况是9月13日1823号台风“百里嘉”登陆湛江,9月16日1822号台风“山竹”登陆台山。

图 3 2018年9月14—18日非线性系统海平面气压预测场 a. 9月16日;b. 9月15日;c. 9月14日;d. 9月18日;e. 9月17日。

又如,气压格点预测场显示2015年10月1—2日南海北部有热带气旋活动,3日靠近粤东沿岸(图 4),实况是10月4日强台风“彩虹”登陆湛江,虽然登陆地点有差异,但影响时间段吻合很好。

图 4 2015年10月1—3日海平面气压预报场 a.10月3日;b.10月2日;c.10月1日。
4 热带气旋气候预测检验和应用总结

广东省气象台1990年代末开始为专业用户制作TC年度预测,每年年初提供未来一年影响广东和南海北部的TC各月分布、影响时间段和区域预测,并对上一年的预测和实况进行比对检验。

4.1 预测效果检验

由于热带气旋影响时段的评定尚无统一的短期气候预测评定标准,本文参考了广东省气象台旬报评分办法中对天气过程的中期时效评分标准(以旬报的最长预报时效计算,天气过程出现的实况日与预报中间日的误差≤2天得100分,≤4天得50分,≥6天得0分),并做适当的调整(因本文为年度预测,时效更长),对TC影响时段的气候预测检验制定如下评分标准:定义TC实际影响日与预测时段中间日的误差≤7天为正确,得1分;当预报有TC,当月出现TC但日期误差为8~14天,得0.5分;日期误差>14天算空报(若出现时段跨月且误差大于7天也算空报),得0分;当月有TC登陆但14天内未有TC预报(即登陆日与当月各TC预测时段中间日的日期差均大于14天)算漏报,空报和漏报均得0分。同时对TC影响地段规定如下:(1)若预报时段正确,TC位于南海北部得1分,位于南海中部得0.5分,位于南海南部不得分;(2)登陆海南、福建泉州以南,得1分;登陆福建其余地区得0.5分;(3)一个台风在华南沿海先后两次登陆且时间间隔3天或以上,可算作1个或2个台风影响(即如果预报了2个台风则当作2次台风过程,如果只预报了1个台风则当1次台风过程)。

表 1是2014—2018年TC时段预测评分综合表,表 2为其中各年具体预测和实况对比检验表(均摘自每年年初为专业用户制作并发布的实际业务预报)。近5年的检验结果显示,华南台风活跃季节(后汛期7—9月)TC时段预测平均准确率达到75.3%(表 1)。

表 1 2014—2018年7—9月TC影响时段预测总体评分
表 2 2014—2018年7—9月TC时间段、区域预测及实况对比和检验

近5年的业务实践和检验显示,用这套非线性综合集成预测方法,对广东后汛期TC影响时段的平均气候预测准确率在70%左右,具有相当高的参考价值。

从逐年准确率情况来看,预测效果较稳定。实际上2014—2018年在南海活动的年TC(含热带低压)个数波动还是较大的(其中2014和2015年分别为9个和10个,偏少;2016和2018年分别为13个、14个,接近正常;2017年为20个,偏多),登陆或严重影响广东的年TC(含热带低压)个数也有多有少(2014—2016年均为4个,2017年为6个,2018年为5个),而这5年的预测准确率大多稳定在70%~80%,得分最低的2015年(66.7%)也接近70%。

另外,反查近几年的预测发现,不少预测时段前后,即使没有TC登陆或严重影响广东,实况仍有所反映,有时是TC在台湾以东转折北上,或海上有扰动或对流云团活动(发展不够,强度达不到TC级别)。如预测2017年7月2—6日有TC影响粤西到海南,实况是7月1日“南玛都”从台湾东侧(124 °E附近)北上,另外6日南海北部有热带云团活动。

检验也发现,在TC地段预测上较容易有一定偏差,有时会出现声东击西的情况,如预测2017年9月1—5日有TC严重影响珠江口到粤西,实况是9月3日“玛娃”登陆粤东(陆丰);预测2018年8月16—22日有TC严重影响粤东,实况是“贝碧嘉”登陆粤西(15日登陆湛江)。

可见,预测时段多数反应了一定的低值系统天气;而地段的偏差,因为预测的时间尺度太长(相当于年预测),在空间上有一定偏差或可理解。

4.2 方法应用技巧

(1)使用沿海代表站时尽量选取气压低谷、降水峰值重叠出现的时段;确定最终预测结论时,需对沿海代表站和区域格点场的预测结果进行综合,尽量选取二者共同有反应的时间段和区域。

(2)用格点气压场做预测时,一般以连续几日(2~3天居多)有低值中心活动为主要判断原则。南海夏季风活跃期(5月中下旬—8月),在粤西和南海西北部常常预报出气压低谷、降水峰值和气旋性环流,难以分辨是季风槽还是TC活动,可从格点气压预测场中气旋性环流中心的起始位置和连续变化加以辅助判段。

(3)检验发现,各月TC的影响时间段预测具有较高的参考性,但有时会出现“声东击西”的现象,即实际影响区域和预测区域不一致。在实际使用参考时,需要结合当时的环流形势场和中短期数值预报加以调整。

5 小结和讨论

(1) 本文集成了灰色预测、天文周期、阴阳历叠加等方法,建立非线性综合预测模型,对与TC相关的气象要素进行气候预测。通过分析沿海代表站气压低谷、降水峰值重叠出现的时段、以及南海附近区域低压环流中心的动态,综合确定TC影响时间段和区域。

(2) 近5年的业务预测和检验表明,综合以上方法制作的广东后汛期(7—9月)TC影响时段的气候预测平均准确率达到70%左右,具有较高的参考性。区域预测则容易有一定偏差。

(3) 如果对模型中采用的几种方法在逐年天气过程(即天气要素突变点)的预测表现做进一步的对比分析,总结各自的预报能力和特点,对优化集成预报效果,或有帮助。

(4) 对预测地段容易有偏差的情况,仍需做更多探索。

(5) 目前我们能看到的中长期数值预报产品,如NCEP_GFS的16天预报、欧洲中心32天集合预报,常存在预报不稳定的问题,如与统计预报结合使用,对改善TC中长期天气过程预报效果或有帮助。

参考文献
[1]
林良勋, 黄忠, 冯业荣, 等.广东省天气预报技术手册[M].北京: 气象出版社, 2006.
[2]
温姗姗, 翟建青, THOMAS Fischer, 等. 1984-2014年影响中国热带气旋的经济损失标准化及其变化特征[J]. 热带气象学报, 2017, 33(4): 478-487.
[3]
陈荟竹, 刘希林. 广东省热带气旋、雨涝灾害和地质灾害生态风险评价(Ⅱ)[J]. 生态环境学报, 2018, 27(11): 2047-2056.
[4]
丑洁明, 班靖晗, 董文杰, 等. 影响广东省的热带气旋特征分析及灾害损失研究[J]. 大气科学, 2018, 42(2): 357-366.
[5]
张元箴, 王淑静. 南半球环流与西太平洋副热带高压和台风群中期活动的关系[J]. 应用气象学报, 1999, 10(1): 80-87. DOI:10.3969/j.issn.1001-7313.1999.01.011
[6]
刘春霞. 广东省登陆热带气旋活动异常成因分析[J]. 热带气象学报, 2004, 20(1): 24-31. DOI:10.3969/j.issn.1004-4965.2004.01.003
[7]
李春晖, 刘春霞, 程正泉. 近50年南海热带气旋时空分布特征及其海洋影响因子[J]. 热带气象学报, 2007, 23(4): 341-347. DOI:10.3969/j.issn.1004-4965.2007.04.004
[8]
钱晓蕾, 余锦华, 王晨稀. 东亚高空纬向风的季节内振荡对登陆中国大陆热带气旋活动的影响[J]. 热带气象学报, 2018, 34(5): 705-712.
[9]
张丽杰, 朱慧云. 影响中国的热带气旋生成源地研究[J]. 热带气象学报, 2018, 34(3): 289-296.
[10]
王敏, 徐祥德, 李英. 西北太平洋热带气旋路径异常偏折的分类特征[J]. 热带气象学报, 2019, 35(2): 177-186.
[11]
陈联寿. 热带气旋研究和业务预报技术的发展[J]. 应用气象学报, 2006, 17(6): 672-681. DOI:10.3969/j.issn.1001-7313.2006.06.005
[12]
吴影, 陈佩燕, 雷小途. 登陆热带气旋路径和强度预报的效益评估初步研究[J]. 热带气象学报, 2017, 33(5): 675-682.
[13]
张定媛, 田晓阳, 贾朋群. 热带气旋预报性能及指标综合评述[J]. 气象, 2018, 44(12): 1628-1634. DOI:10.7519/j.issn.10000526.2018.12.013
[14]
李艳, 符彩芳, 金茹. 西北太平洋近赤道热带气旋生成的特征分析[J]. 大气科学学报, 2019, 42(5): 695-704.
[15]
高建芸, 许金镜. 最优子集回归在福建热带气旋频数预测中的应用[J]. 海洋预报, 1999, 16(2): 49-5.
[16]
谢炯光, 纪忠萍. 登陆广东省热带气旋的奇异谱分析[J]. 热带气象学报, 2003, 19(2): 163-168. DOI:10.3969/j.issn.1004-4965.2003.02.006
[17]
梁健, 李晓娟, 谢定升. 南海热带气旋的气候变化及强度预测方法研究[J]. 海洋科学, 2008, 32(12): 30-34.
[18]
翁向宇, 胡丽甜, 李晓娟, 等. 登陆中国的热带气旋强度和频数物理统计预测模型及其应用[J]. 热带气象学报, 2010, 26(4): 52-57.
[19]
吴慧, 邢彩盈, 吴胜安, 等. 夏季影响海南的热带气旋频数预测[J]. 热带气象学报, 2016, 32(3): 377-384.
[20]
邓聚龙.灰色预测与决策[M].武汉: 华中理工大学出版社, 1986.
[21]
曹鸿兴, 翁文洁. 灰色分析与预测及其在气象中的应用[J]. 广西气象, 1987, 9(Z1): 26-33.
[22]
谢定升, 梁凤仪. 用灰色理论作降水峰日的中期预报[J]. 气象, 1992, 18(11): 22-25. DOI:10.7519/j.issn.1000-0526.1992.11.005
[23]
谢定升, 纪忠萍, 曾琮. 气候灾害预测模型的应用[J]. 自然灾害学报, 2003, 12(4): 35-38.
[24]
谢定升, 翁向宇, 曾琮. 热带气旋的路径及登陆预报[J]. 气象科技, 2004, 32(1): 35-38.
[25]
翁文波, 张清.天干地支纪历与预测[M].北京: 石油工业出版社, 1993.
[26]
任振球. 日、月引潮力与台风强度变化[J]. 气象, 1975, 1(9): 18-20.
[27]
陈菊英. 江南地区旱涝与日月关系的分析与预报[J]. 气象, 1980, 6(11): 7-9. DOI:10.7519/j.issn.1000-0526.1980.11.003
[28]
任振球, 张素琴. 月地位相与长江中下游梅雨期[J]. 气象, 1982, 8(5): 12-14.
[29]
张人杰, 李贞堂. 天文周期与长江流域旱涝关系的探讨[J]. 灾害学, 1988, 3(1): 24-27.
[30]
吕醒佳, 龚志鹏. 两种特征图表在中长期预报中的应用[J]. 广东气象, 1996, 21(4): 32-33.
[31]
任振球. 引潮力共振对热带气旋突变的触发作用[J]. 气象, 1998, 24(9): 12-16.
[32]
陈菊英. ENSO和长江大水对天文因子的响应研究[J]. 地球物理学报, 1999, 42(增刊): 30-40.
[33]
宋任峰, 赵崇礼. 阴阳历叠加法在中长期降水预报中的应用[J]. 辽宁气象, 1999, 15(1): 23-25.
[34]
李旭, 王式功, 尚可政, 等. 基于阴阳历叠加的中长期天气预报方法[J]. 兰州大学学报, 2015, 51(4): 526-530.
[35]
吴天泉, 费亮, 薛宗元, 等. 热带气旋路径的一种集成预报方法[J]. 气象, 1993, 19(11): 21-24. DOI:10.7519/j.issn.1000-0526.1993.11.005
[36]
谢玲娟. 热带气旋路径客观综合集成预报方法的研制[J]. 气象, 1995, 21(8): 30-33.
[37]
涂小萍, 姚日升, 张春花, 等. 西北太平洋(含南海)热带气旋路径集成预报分析[J]. 热带气象学报, 2012, 28(2): 204-210. DOI:10.3969/j.issn.1004-4965.2012.02.007
[38]
张涵斌, 智协飞, 王亚男, 等. 基于TIGGE资料的西太平洋热带气旋多模式集成预报方法比较[J]. 气象, 2015, 41(9): 1058-1067.