多个数值模式对黄、东海入海气旋预报对比分析*

姚日升 徐迪峰 丁烨毅 赵伍杰

(宁波市气象台，浙江宁波315012)

0 引言

沿海大风是常见的海洋灾害性天气，统计结果表明由海上大风造成的海事仅次于碰撞事故［1］。提高沿海大风的预报能力对减少经济损失和人员伤亡有着非常重要的意义。有气象工作者对浙江沿海大风做了统计，对10级以上大风来说，在浙中南沿海以台风引起的最多，占54%;冷空气次之，占26%;低压大风占14%;而浙北沿海低压大风、冷空气大风和台风大风分别占33%、29%和26%［2］。浙北沿海低压大风频率高、危害大，低压(包括东海低压、江淮低压、黄渤海低压等)大风可以是低压前部的偏南大风或后部的偏北大风。由于入海气旋具有快速发展的特点，在实际的预报工作中往往会造成漏报或预报风力偏弱的现象。为了揭示气旋的内在机制，国内学者对中国近海气旋有过一些研究，但主要集中在统计学和动力学诊断分析等方面。有学者对江淮沿海做过数值模拟和大风诊断分析［3－4］，在入海气旋风力预报方面也做了不少工作［5－7］，但数值模式预报产品分析及解释应用方面相对较少，所以研究如何充分利用数值预报产品来预报入海气旋造成的大风对防灾减灾有着积极的意义和实际的应用价值。2006年起国家气象中心就针对T213(2008年6月起为T639)、ECMWF和日本模式中期预报性能进行较为系统的检验［8－10］，也有气象工作者针对数值产品对某种灾害性天气预报能力进行检验分析［11］。

本文首先考察T213、T639和ECMWF对入海气旋的路径、强度的短、中期预报能力，然后分析WRF中尺度数值模式对气旋大风的短期预报能力。T213是我国T213L31全球模式，资料水平分辨率为 1.0°×1.0°;T639 是我国T639L60全球模式，资料水平分辨率为1.0°×1.0°，ECMWF 模式是 T799L91 全球模式，资料水平分辨率为 2.5°×2.5°;实况分析场资料水平分辨率为 2.0°×2.0°经纬网格，以上资料均来自中国气象局。分别以850 hPa最大正涡度中心(下称850 hPa预报)、海平面气压最低值中心(下称地面预报)进行各家数值模式气旋预报中心定位和路径预报误差计算［12］(路径误差为预报位置与实况位置的欧氏距离)，强度则考察海平面气压最低中心值。

1 选例简介

选取2009年4月19—20日(个例1)、2009年11月9—10日(个例2)和2010年5月22—23日(个例3)发生的3个入海气旋作为研究对象。3个例的共同特点都是从西南涡中分离出来的中尺度气旋东移发展成江淮气旋或江南气旋，从黄海或东海入海，加强发展，然后在朝鲜半岛到日本岛减弱消亡。虽然3个例均未达到爆发性发展气旋，但个例1、2出海前后均给浙江北部沿海造成了11～12级的阵风。

个例1:2009年4月17日20时在四川省生成，缓移少动，强度逐渐加强，地面19日08时在湖南省分裂出一个中心，新的中心缓慢向东北方向移动，强度逐渐加强，于20日02—05时在江苏中部出海，发展成为一个气旋，然后入海后缓慢向东北方向移动。20日08时850 hPa分裂成2个中心:一个在渤海;一个仍留在黄海，形成一种双中心结构。地面气压中心对应黄海的850 hPa正涡度中心，4月20日20时到达朝鲜半岛，继续向库页岛方向移动。这个入海气旋在入海前给浙江北部近海造成阵风11～12级的偏南大风。图1a为个例1气旋路径和入海时海平面气压场实况。

个例2:2009年11月8日20时在川、渝、黔3省交界处生成，逐步发展并东移，9日08时850 hPa在湖南北部生成较明显的环流中心，同时地面分裂出低压中心，逐渐向东移动，穿过江西进入浙江，给这些地区带来雷阵雨等强对流天气。10日02时从宁波东部入海，入海后迅速发展成为一个气旋，与气旋后部南下的冷空气配合，给这一带海域带来11～13级的阵风。据舟山自动气象站网观测，舟山海域共出现9级阵风19站，10～11级阵风10站，12级以上阵风9站，单站风力极值38.4 m/s。强风致使一艘渔船沉没，4人失踪。气旋于10日20时到达日本岛，11日05时分别在日本岛中部和南部分裂成2个少动的中心。图1b为个例2气旋路径和入海时海平面气压场实况。

个例3:2010年5月21日08时在湖南省生成，逐步发展并东移，穿过江西进入浙江，给这些地区带来雷阵雨天气。22日08时从长江口一带入海，入海后气旋环流更加明显，随后移向朝鲜半岛南部。图1c为个例3气旋路径和入海时海平面气压场实况。

图1 气旋路径和入海时海平面气压场

2 T213、T639和 ECMWF的短、中期预报能力比较

个例1起报时次为2009年4月17日20时—20日20时7个时次，预报检验时间为17日20时—20日20时;个例2起报时次为2009年11月8日20时—10日20时5个时次，预报检验时间为8日20时—10日20时;个例3起报时次为2010年5月20日20时—23日08时6个时次，预报检验时间为21日08时—23日14时。

2.1 预报结果分析

分析发现，个例1中T213、T639和 ECMWF分别能提前144、156、192 h预报出气旋的入海过程，个例2分别能提前168、168和192 h，而个例3中T639、ECMWF分别提前216、240 h做出了气旋入海预报。总体来说，全球模式能够提前6～10 d预报出气旋入海的趋势，而ECMWF对于入海气旋的预报时效相对优越。

表1为 T213、T639和 ECMWF对3个入海气旋移动路径和中心气压平均预报误差及标准差，从引言的资料和方法介绍中所述的实况分析场提取气旋中心的位置和中心气压［12］作为各模式预报误差的计算标准，将某项预报的若干次预报误差作为一组样本，求出该组样本的平均值和标准差即是表中各列的预报误差及标准差。分析可见，虽然模式对于入海气旋的位置和强度预报有一定的误差，但总体来说均有一定的预报能力，不同时效各模式互有优劣。3模式24、48、72 h路径预报平均误差为 216、309、376 km，ECMWF误差相对较小，分别为170、269、344 km，比3模式平均误差分别小21.3%、12.9%、8.5%。96～168 h误差ECMWF约在260～340 km，T213、T639则为425～605 km。本文采用两组样本平均值差异对 ECMWF路径预报优势进行t检验［13－14］，24、48、72 h 分别通过 0.2、0.4、0.6 的信度检验，96 h起通过0.05的信度检验，表明ECMWF路径预报在72 h内略优，中期有明显优势。

表1 T213、T639和ECMWF对3个例不同时效平均预报误差及误差的标准差

各模式、各时效850 hPa相对于地面路径预报的误差及标准差都更小，24、48、72 h 3模式平均误差小38、35、28 km，减小了17.6%、11.3%、7.4%。

对于中心气压的预报，ECMWF所有时效误差平均绝对值都小于1 hPa，标准差为1.5～2.6 hPa;T213与T639相当，各时效误差平均绝对值、标准差基本上是1～5 hPa。t检验结果表明，ECMWF相对于T213、T639具有明显的优势(除72 h外均能通过0.05的信度检验)。从850 hPa流场、海平面气压场等形势场预报来看，ECMWF相对T213、T639也更具优势，预报场更接近实况(图略)。

总体来看，3模式比较，ECMWF误差及标准差都更小，T639略优于T213。

2.2 误差来源分析

分析发现，上述3个例72 h时效内误差都偏大，较大误差来自个例2，主要是由于个例2经历了3次由少动到突然加速的过程，加速时段分别为11月9日05—08时、11月9日17—20时、11月10日14—17时，3次快速移动的时间均为3 h左右，移动距离分别约为620、650、510 km。

图2 个例2前2次跳跃性前进时的海平面气压场

分析图2a－2b、图2c－2d发现，气旋跳跃性地快速移动不是简单的移动，而是气旋中心被前进方向上新生成的副中心替代(气旋中心位置都经过了前后时次连续性的检查)。图3可以看出，由于冷空气南下，9日20时高空中低层流场存在很明显的斜压性，925 hPa的气旋中心与海平面气旋中心相一致，而700 hPa气旋中心明显落后，850 hPa有 2个气旋中心:一个接近700 hPa的中心位置;另一个在东面的海上。表明大气斜压性增强导致环流进行调整，结果气旋前方的副中心快速替代原有的中心，造成地面气旋突然快速移动。数值模式对于这样的过程在预报上出现了很大的误差，如6日20时T213预报9日20时误差为947 km，7日20时T639预报9日20时误差为934 km，8日20时的ECMWF、T639、T213预报9日20时误差分别为770、763、623 km。如果从表1的统计结果中剔除这几次预报，3模式24、48、72 h误差平均为183、250、320 km，分别减小33、59、56 km。

上述分析表明全球数值模式对环流调整时气旋移速突变的预报还存在着较大差距，3个数值模式表现基本一致。气旋的跳跃性移动主要表现在海平面气压场上，中低层气旋中心的移动相对稳定，表现在路径预报上850hPa误差明显小于海平面气压场，表2给出了3个模式对个例2的平均预报误差，分析可见，3个模式基于850 hPa涡度场24、48、72 h路径平均误差比海平面预报误差分别小约100、182、178 km，t检验结果也表明24 h通过0.2的信度检验，48、72 h通过0.1的信度检验，可见当预报出气旋将快速移动时，要注重参考中低层的形势预报来把握气旋的发展和移动。

图3 个例2第2次跳跃时2009－11－9 20 h高空流场(气旋中心用字符C表示)

3 WRF模式对入海气旋预报能力的分析

对于具体要素的预报来说，全球模式时空分辨率难以满足业务需求，而中尺度数值模式在一定的预报时效内更具有指导意义，下面分析宁波市气象台业务运行WRF模式对入海气旋的风力预报能力。

3.1 WRF 模式简介

模式和资料同化采用ARW-WRF/3DVAR(V3.2)系统，初始场采用NCEP/GFS输出的水平分辨率为 0.5°×0.5°的全球分析场，模式初始化过程中同化了常规高空、地面观测资料，未采用TC-Bogus方案，预报时微物理过程采用Thompson方案，辐射采用 RRTM长波方案和Dudhia短波方案，没有采用积云对流参数化方案。WRF短期模式采用双向两重嵌套网格(图4)，粗网格范围为13°N ～47°N，97°E ～146°E，垂直方向取35层eta坐标，模式顶为50 hPa，模式粗网格、细网格格距分别为15、5 km，格点数分别为246 ×232、190 ×181，分别使用 2'、30″的地形数据，时间积分步长分别为72、24 s，预报时效为0～72 h。WRF短时模式是将短期模式变为三重嵌套，内网格距为5/3 km，格点数181×181，时间积分步长8 s，预报时效为0～24 h，同化了宁波多普勒雷达和浙江省所有区域自动站资料［15－16］，雷达资料同化使用的是基数据文件，通过88d2wrf预处理后生成WRF所需格式的文件，资料质量控制在预处理中同时进行。自动站资料从浙江省自动站专用数据库实时检索生成Micaps格式的数据文件，通过micaps2wrf程序合并、转换生成WRF所需格式的文件。需要说明的是一般情况下短时预报为0～12 h，这里提到的WRF短时模式是为了区别于短期模式，文中用于分析的资料均为WRF模式最内层嵌套网格的输出产品。

3.2 WRF短期预报结果分析

采用待检验海域(29.5°N ～31.0°N，121.5°E～123.0°E)内最大风速作为检验对象，WRF模式内层网格输出风场中取同样范围最大风速作为模式预报结果。为了减小因仪器误差和海岛地形对实况风速代表性造成的影响，实况值取这个海域内所有中尺度自动气象站前3个最大风速值的平均。个例1起报时间为2009年4月16日20时—19日08时，每隔12 h共6次预报，预报检验时段为2009年4月19日02时—21日02时;个例2起报时间为2009年11月7日20时—10日08时，每隔12 h共6次预报，预报检验时段为2009年11月9日20时—11日20时;个例3起报时间为2010年5月19日20时—22日08时，每隔12 h共6次预报，预报检验时段为2010年5月21日20时—23日20时。预报产品时效为6～72 h，每3 h一次，统计3个例各时效误差绝对值平均分别为 5.5、7.7、3.3 m/s。分析发现WRF对这3个例预报风速偏小3～7m/s，将每个个例的风速预报加上误差平均值进行风速预报订正，订正后的误差绝对值的平均分别为2.9、3.2、2.0 m/s，可见模式预报结果有较好的客观参考性。对于这3次过程，模式都能预报出风速增大、减小的总体趋势，但风速峰值预报与实况有较大差异。WRF模式对个例2的风速预报，除了风速峰值预报偏小外，在入海前的多次预报中还表现出预报风速增大时间的滞后，下面通过对气压场预报的分析来看一下预报误差偏大的原因。

个例2的大风主要是由于气旋出海时与一股较强冷空气南下相互配合在浙江北部沿海形成较大的气压梯度。与实况对比分析发现:11月8日20时起报的42 h海平面预报(10日14时)气旋东移过快(图5a)，而冷空气南下的速度偏慢，气旋与冷空气的共同作用没有体现出来，这样的预报结果一直持续到11月9日08时为初始时间的预报，多次预报出现同样的偏差导致预报平均误差偏大。11月9日20时为初始时间的海平面预报(图5b)开始有明显的进步，能清楚地看出冷空气与入海气旋的共同作用。与全球模式预报结果类似，WRF中尺度模式在冷空气与气旋相互作用的把握能力上仍有差距，导致对入海气旋移动预报出现偏差。

3.3 WRF短时模式预报结果分析

图5 2次不同初始场的短期模式2009年11月10日14时海平面气压预报对比

图6 为短期模式与短时模式对个例2的预报和实况对比，初始时间为2009年11月9日20时，短期模式的预报时间为10日02时—11日02时，短时模式预报时间为10日02时—10日20时。分析可见，短时、短期模式都能预报出风速增大的过程，2次预报结果总体比较接近，但在风速峰值阶段，短时模式预报出3个时次(10日13～15 h，预报时效为17～19 h)30 m/s左右的最大风速，与实况非常接近，这3个预报时效的短时、短期的误差绝对值平均分别为1.4、7.1 m/s，短时模式比短期模式减小了5.7 m/s。从10日19时(预报时效为17 h)起明显比短期模式预报结果更好，约4 h后这种正效果开始变小，与前人得出的雷达资料同化对降水一般在0～12 h 有正效果相比有所延迟［15－16］，这可能是由于雷达等本地资料的同化对降水的作用更直接，而文中所研究的气旋发展是通过降水的潜热释放改变环流来完成，从而相对来说影响的时间比对降水来得晚。

图6 个例2短期模式短时模式预报结果与实况的对比(横坐标为预报时间)

4 结语

本文对2009—2010年3个典型黄、东海入海气旋的多种数值产品进行分析，主要结论如下:

1)全球模式提前6～10 d(144～240 h时效)可以预报出入海气旋的生成、移动和发展情况，但位置和强度均存在一定的误差。对于地面路径预报，T213、T639和 ECMWF 3 模式24、48、72 h路径误差平均为216、309、376 km，预报误差偏大的原因是数值模式对环流调整时气旋移速突变的预报上还存在着相当大的差距。

2)参与分析的模式对不同预报时效850 hPa路径预报误差和标准差均小于地面，当地面气旋跳跃式快速移动时，850 hPa明显优于地面路径预报，预报中需要注重中低层形势的预报来把握气旋的移动和发展。

3)3模式比较 ECMWF相对于 T213、T639路径预报短期时效72 h内略优，中心气压和中期路径预报的误差及标准差都更小，具有明显优势，T639总体略优于T213。

4)WRF中尺度模式在短期预报时效内(0～72 h时效)，对入海气旋造成的大风具有一定的预报能力，但预报风速值要小于实况风速。个例2在提高了模式分辨率、同化雷达和中尺度站等本地资料后对风速预报有很大的改进。

［1］ 候伟芬.浙江沿海大风形势及其对渔船安全的影响［J］.浙江海洋学院学报(自然科学版)，2004，23(2):130 －133.

［2］ 董加斌，胡波.浙江沿海大风的天气气候概况［J］.台湾海峡，2007，26(4):476 －483.

［3］ 李柏，俞卫平，卢云，等.江淮气旋发生发展中尺度系统特征数值模拟研究［J］.气象科学，2002，22(1):72 －80.

［4］ 项素清.浙北沿海南大风过程诊断分析［J］.海洋预报，2004，21(1):75 －80.

［5］ 刘鸿升，余功梅.偏北大风的数值预报释用方法研究［J］.气象科学，2002，22(1):100 －106.

［6］ 杨庆宁，南树春，刘步宽，等.影响海州湾4－7月温带气旋大风客观预报方法研究［J］.气象科学，2002，22(4):490－493.

［7］ 许建平，陈希，周林.东海入海爆发性气旋预报系统［J］.解放军理工大学学报(自然科学版)，2005，6(3):298－302.

［8］ 管成功，陈起英，佟华，等.T639L60全球中期预报系统预报试验和性能评估［J］.气象，2008，34(6):11 －16.

［9］ 蔡芗宁.2011年3—5月T639、ECMWF及日本模式中期预报性能检验［J］.气象，2011，37(8):1026 －1030.

［10］ 蒋星，蔡芗宁.2011年6—8月T639、ECMWF及日本模式中期预报性能检验［J］.气象，2011，37(11):1448－1452.

［11］ 高松影，刘天伟，李慧琳，等.日本数值产品对丹东暴雨预报的天气学检验与误差分析［J］.暴雨灾害，2011，30(3):234－240.

［12］ 涂小萍，姚日升.ECMWF数值预报产品在TC路径预报中应用分析［J］.热带气象学报，2010，26(6):759－764.

［13］ 黄嘉佑.气象统计分析与预报方法［M］.北京:气象出版社，2004:20 －21.

［14］ 魏凤英.现代气候统计诊断与预测技术［M］.北京:气象出版社，2007:27－28.

［15］ 盛春岩，薛德强，雷霆，等.雷达资料同化与提高模式水平分辨率对短时预报影响的数值对比试验［J］.气象学报，2006，64(3):293 －307.

［16］ 杨毅，邱崇践，龚建东，等.利用3维变分方法同化多普勒天气雷达资料的试验研究［J］.气象科学，2008，28(2):124－132.