海洋气象学报  2023, Vol. 43 Issue (1): 52-62  DOI: 10.19513/j.cnki.issn2096-3599.2023.01.005
0

引用本文  

王皘, 钱传海, 董林, 等. 台风“梅花”(2212)的主要特点和路径预报难点分析[J]. 海洋气象学报, 2023, 43(1): 52-62. DOI: 10.19513/j.cnki.issn2096-3599.2023.01.005.
WANG Qian, QIAN Chuanhai, DONG Lin, et al. Analysis on main characteristics of Typhoon Muifa (2212) and difficulties in its track forecast[J]. Journal of Marine Meteorology, 2023, 43(1): 52-62. DOI: 10.19513/j.cnki.issn2096-3599.2023.01.005. (in Chinese)

基金项目

国家自然科学基金项目(41930972,42175007);海南省南海气象防灾减灾重点实验室开放基金项目(SCSF202001);环渤海区域海洋气象联合基金项目(QYXM202205)

作者简介

王皘,女,硕士,高级工程师,主要从事台风与海洋气象预报研究,qianwang@cma.gov.cn.

通信作者

钱传海,男,硕士,正高级工程师,主要从事台风预报研究,chqian@cma.gov.cn.

文章历史

收稿日期:2022-11-24
修订日期:2023-01-03
台风“梅花”(2212)的主要特点和路径预报难点分析
王皘1,2 , 钱传海1 , 董林1 , 向纯怡1 , 许映龙1 , 张玲1 , 李勋3     
1. 国家气象中心,北京 100081;
2. 中国气象科学研究院,北京 100081;
3. 海南省南海气象防灾减灾重点实验室,海南 海口 570203
摘要:对2022年第12号台风“梅花”的主要特点、路径预报难点问题和路径预报误差特征进行分析,研究主要结论显示:(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风,造成华东与东北地区长时间、大范围的风雨影响。(2)台风生成初期的中长期时效路径预报是路径预报难点之一,模式对台风主要影响系统的长时效预报存在明显偏差,针对模式的及时检验和订正对预报调整非常重要。(3)双台风或多涡旋情景下,集合预报发散度大,“梅花”陆上路径预报偏西偏慢,其东侧“南玛都”的强度和位置差异对其路径有明显影响。(4)台风变性过程中的移速误差是路径预报极大误差的来源,关注台风是否处于变性过程可作为调整台风移速预报的参考。未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术可为主观预报提供支撑。
关键词台风“梅花”    路径预报误差    预报难点    双台风    变性    
Analysis on main characteristics of Typhoon Muifa (2212) and difficulties in its track forecast
WANG Qian1,2 , QIAN Chuanhai1 , DONG Lin1 , XIANG Chunyi1 , XU Yinglong1 , ZHANG Ling1 , LI Xun3     
1. National Meteorological Center, Beijing 100081, China;
2. Chinese Academy of Meteorological Sciences, Beijing 100081, China;
3. Key laboratory of South China Sea Meteorological Disaster Prevention and Mitigation of Hainan Province, Haikou 570203, China
Abstract: The main characteristics of Typhoon Muifa (2212), the difficulties in the track forecast, and the characteristics of forecast errors are analyzed in this paper. The main conclusions are as follows. (1) Typhoon Muifa, characterized by high landfall frequency and strong intensity, is the first typhoon to make landfall 4 times in different provinces (cities), and is the strongest landfalling typhoon in 2022, causing long-lasting and wide-range wind and rainfall in East China and Northeast China. (2) The medium- to long-term track forecast in the early stage of typhoon lifetime is one of the difficulties in track forecast, and there is obvious deviation between the model results and observations in the long-term forecast of the dominated weather systems that impact typhoon, so timely inspection and correction of the model is very important for the forecast adjustment. (3) Under the scenario of binary typhoons or multi-vortex, the dispersion of the ensemble forecast is large, and the track forecast over land for Muifa is slower and westward compared with the observation. The intensity and position differences of Typhoon Nanmadol on the east side have a significant impact on the track of Muifa. (4) The along-track error in the process of extratropical transition is the primary source of track forecast error, especially for the maximum error. Paying attention to whether the typhoon is undergoing extratropical transition or not can be a reference for adjusting the moving speed in the track forecast. In the future, conducting multi-model cross-cutting and real-time inspection and developing a correction technology for the track forecast of recurved extratropical transition typhoons based on ensemble forecast could support for subjective forecast.
Key words: Typhoon Muifa    track forecast error    forecast difficulty    binary typhoons    extratropical transition    
0 引言

台风路径准确预报是防台减灾的首要问题,各级政府根据气象部门发出的台风预警信息和防台预案,及时组织受台风影响地区群众防台减灾,转移、安置危险地区群众,可显著减少台风造成的影响,取得明显社会效益和经济效益[1]。随着综合探测体系、数值预报及客观预报技术等的不断进步,台风路径和强度的业务预报误差都有所减小,近十几年来尤其是集合预报系统的发展和应用,使得台风路径预报的误差明显减小[2]。然而,台风的长时效路径预报仍然是难点所在,长时效路径的极大误差仍然存在[3],这可能与集合路径预报发散度大的表现有关[4-5]。在数值模式的基础上如何进行主观订正,进一步减小预报误差,是预报员期望解决的重要问题[6]。分析台风典型个例的预报难点并积累预报经验是目前依据客观预报提升主观订正水平的重要手段。

复杂环流形势下,数值模式对台风路径和强度的预报不确定性大,且易出现较大预报误差。例如,多台风相互作用时,台风环流合并等复杂特征难以描述[7];台风北上快速移动时,模式对台风(2019年“玲玲”)的移动速度预报明显偏慢[8]。多台风共存时,西侧台风的移速可能受到东侧台风的影响[6]

2022年第12号台风“梅花”是全年登陆我国强度最强的台风,其自南向北先后登陆4省(市),给我国华东与东北地区东部造成长时间、大范围的风雨影响。继2021年台风“烟花”在近海的长时间、大范围的大风过程[9-10]以来,2022年台风“梅花”在华东、东北东部沿海造成的大风不容小觑。台风会引发山东极端降水,多出现在夏秋季(7—9月)[11],“梅花”是1949年以来登陆山东和辽宁最晚的台风,其降水过程于2022年9月中旬影响山东,“梅花”北上过程中路径预报的准确性影响降水预报准确率。“梅花”活动期间,环流形势复杂,台风受到西风槽、切断低涡、副热带高压及其东侧另一台风的共同影响,路径预报难度大。针对“梅花”预报过程中的难点问题进行复盘总结,有助于积累预报经验,提升未来台风的预报服务水平。

1 数据资料来源

所使用的数据资料包括:国家气象信息中心提供的国家级地面气象观测站观测资料;中央气象台的官方主观分析和实时业务预报资料;中国气象局区域台风数值预报系统(China Meteorological Administration Regional Typhoon Numerical Prediction System,简称为“CMA-TYM”)、全球集合预报模式(Global Ensemble Prediction System, 简称为“CMA-GEPS”)、区域集合预报模式(Regional Ensemble Prediction System, 简称为“CMA-REPS”)和欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)提供的台风数值预报产品;欧洲中期天气预报中心(ECMWF)第五代大气再分析数据集(ERA5)[12]的位势高度、水平风场等大气环流变量资料。

2 台风“梅花”概况和特点

2022年第12号台风“梅花”于9月8日08时(北京时,下同)在西北太平洋洋面上生成,9日02时加强为强热带风暴,10日11时加强为台风,11日凌晨加强为强台风并转向偏北方向缓慢移动,12日14时减弱为台风,13日05时再度加强为强台风,并向北偏西方向移动,靠近浙江东北部一带沿海,14日20:30前后在浙江舟山普陀沿海登陆(14级,42 m ·s-1,强台风)。穿过杭州湾后,于15日00:30前后在上海奉贤沿海再次登陆(12级,35 m ·s-1,台风),尔后北偏西行,15日中午减弱为热带风暴并由江苏射阳进入黄海,16日00时前后在山东青岛崂山区第3次登陆(9级,23 m ·s-1,热带风暴),之后向北偏东方向移动,穿过渤海海峡后于16日12:40前后在辽宁大连金普新区第4次登陆(9级,23 m ·s-1,热带风暴)。“梅花”在登陆后北上的过程中与冷空气结合,经历变性过程,于16日夜间在辽宁东北部转化为温带气旋,中央气象台于16日20时停止对其编号(图 1a)。

图 1 台风“梅花”路径及实况资料 Fig.1 Track and observations of Typhoon Muifa

“梅花”(2212)是1949年以来第3个4次登陆我国的台风,之前两个分别是1990年第12号台风“杨希”和2014年第16号台风“凤凰”。“梅花”自南向北先后登陆浙江、上海、山东和辽宁,是首个4次在不同省(市)登陆的台风。

台风“梅花”于9月16日登陆山东、辽宁,是1949年以来最晚登陆山东、辽宁的台风。同时,“梅花”以强台风级登陆浙江舟山普陀(14级,42 m ·s-1),是2022年登陆我国的最强台风,以台风级登陆上海奉贤(12级,35 m ·s-1),仅次于1949年台风“格罗里亚”(13级,40 m ·s-1),是1950年以来登陆上海的最强台风。

台风“梅花”与冷空气结合,9月12日08时—17日08时,浙江东部、上海、江苏东部、山东半岛、辽宁东部等地最大阵风为8~10级。上海沿海、浙江沿海及部分岛礁最大阵风达12~16级,极值出现在浙江舟山徐公岛(16级,53.6 m ·s-1),浙江东北部沿海海面12级以上阵风累计时长达12 h。

受台风“梅花”影响,9月12日08时—17日08时,浙江北部和东部、上海、江苏东部、山东半岛、辽宁东部及台湾岛北部等地累计降雨量为100~200 mm。其中浙江绍兴、宁波、舟山及山东青岛、烟台等地部分地区为250~500 mm,绍兴上虞和嵊州、宁波余姚局地达600~707 mm,最大过程累计降水出现在浙江余姚夏家岭(707 mm)。浙江(2个)、山东(8个)、辽宁(11个)、吉林(2个)省内共23个国家级地面气象观测站日降雨量突破9月极值,其中山东福山日降雨量突破建站以来历史极值。

综上所述,总结“梅花”的主要特点为:登陆次数多,登陆强度强,大风范围广、持续时间长,降雨强度大、持续时间长。

3 路径预报难点分析

中央气象台在对“梅花”的业务路径预报中存在两个较大的预报偏差,分别为:生成初期的中长期时效路径预报,登陆后陆上路径预报偏西偏慢。以下将主要针对这两个预报难点问题做具体分析。

3.1 生成初期的中长期时效路径预报

一般将台风的3~5 d路径预报称为中长期时效路径预报,即72~120 h预报时效的路径预报。台风“梅花”生成初期长时间处于弱引导气流环境中(图 2a),9月9—10日确定性模式CMA-GFS(China Meteorological Administration Global Forecast System)与CMA-TYM间的预报分歧大、台风移速差距大(图 3a),CMA-TYM预报“梅花”将快速向西北行,而ECMWF和NCEP的确定性模式与CMA-GFS一致(图略),预报台风将在台湾以东洋面缓慢移动,登陆不确定性大。集合预报发散度大,9月10日20时起报的CMA-GEPS绝大多数成员预报台风将于近海北上,CMA-REPS成员预报路径则大幅偏西(图 3a)。ECMWF集合预报9月10日08时起报的预报路径仅有6个成员登陆浙江,多数成员在东海西部北上,有近三成的成员转向东北方向移动(图 3b);预报132 h的台风位置发散度大,24°~40°N的广阔范围内均有分布,向东北方向转折至琉球群岛以南(无登陆可能)或者登陆浙江后深入内陆均存在可能性(图 3c)。在集合预报产品绝大多数成员如此表现的前提下,中长期时效的路径预报不确定性很大,预报员难以做出台风是否登陆浙江的预报结论。

图 2 ERA5资料500 hPa高度场(等值线,单位:dagpm)和风场(流线) (“G”和“D”分别代表天气系统为“高压”和“低压”) Fig.2 ERA5 500 hPa geopotential height (isoline, units: dagpm) and wind (streamline) ("G" and "D" denote high and low pressure, respectively)
图 3 CMA各模式9月10日20时起报的路径(a)以及ECMWF于9月10日08时起报的0~132 h路径(b) 和132 h台风中心的位置(c) Fig.3 Forecast track (a) initiated at 20:00 BST 10 September by CMA models, 0-132 h forecast track (b) initiated at 08:00 BST 10 September, and forecast 132 h typhoon center (c) by ECMWF

“梅花”登陆前受多个系统的影响(图 2b),例如副热带高压、东侧另一台风(第14号台风“南玛都”生成前的热带扰动)、陆上切断低涡及中纬度槽等,分析ECMWF确定性模式对于同一时刻(台风登陆时刻14日20时)的500 hPa风场预报(图 4)可见,8日20时、9日20时起报的模式预报“梅花”的位置由台湾以东调整至东海南部,直至10日20时起报的预报才调整至浙江近海,即96 h预报时效的预报场(图 4c)更接近实况(图 2b)。不同起报时次的预报之间,针对台风“南玛都”的强度和陆上切断低涡的位置预报也有极大的调整,随着“梅花”不断西调北调的同时,“南玛都”的强度也逐渐调强。以上可见,数值模式对台风主要影响系统的中长期时效预报存在明显偏差,针对登陆时刻的不同起报时间的预报调整幅度大。

图 4 ECMWF确定性模式预报的9月14日20时500 hPa流场(流线)与风速场(色阶) (“G”和“D”分别代表天气系统为“高压”和“低压”) Fig.4 ECMWF deterministic forecast 500 hPa flow field (streamline) and wind speed (color scale) at 20:00 BST 14 September ("G" and "D" denote high and low pressure, respectively)

台风生成初期的中长期时效路径预报是目前国际公认的台风路径预报难点之一,在面对预报调整较大(图 4)、集合发散度大(图 3)的情形下,主观预报做出是否登陆浙江的判断十分艰难。以ECMWF集合模式9月10日08时起报的预报为例,在集合成员中挑选路径登陆的成员4(近似于实况)和不登陆的成员30(图 5a),对比其对登陆时刻500 hPa高度场的预报,可见成员4可成功预报“南玛都”初始扰动发展(图 5b),接近于实况(图 2b),而成员30预报“南玛都”无发展,“梅花”路径预报也较实况偏东偏慢。同时,两个集合成员对中纬度系统位置和强度的预报也存在分歧。

图 5 ECMWF集合模式成员4和成员30于9月10日08时起报的台风路径(a)以及集合成员4(b)和集合成员30(c) 预报的14日20时500 hPa高度场(等值线,单位:dagpm) Fig.5 ECMWF ensemble forecast of typhoon track (a) by member 4 and member 30 initiated at 08:00 BST 10 September, and forecast 500 hPa geopotential height (isoline, units: dagpm) at 20:00 BST 14 by member 4 (b) and member 30 (c)

综上分析,数值模式对“梅花”主要影响系统的中长期时效预报存在明显偏差,对比集合预报不同路径的成员特征有助于分析影响台风路径的关键系统。因此,预报员对模式预报形势场中的关键系统或者关键区的及时检验和订正非常重要,依托于集合预报建立和发展相关实时检验系统,有助于在目前主观预报基础上提前0~12 h做出及时的预报调整。

3.2 登陆后陆上预报路径偏西偏慢

“梅花”路径预报的第二个偏差就是陆上预报路径偏西、移速偏慢。9月12日20时起报的CMA-GFS、CMA-TYM预报台风登陆后路径西折,移向安徽省南部(图 6a)。CMA集合全部成员及ECMWF集合约80%的成员均预报“梅花”登陆后将在陆上滞留(图 6ab),上述预报较实况显著偏西(图 6c)。中央气象台自9月12日做出“台风有可能在苏豫皖交界附近一带停滞或回旋”的预报,直至14日傍晚才做出转向北上的调整,这导致了对应时段陆上降水的空报。在模式预报登陆后陆上路径分歧大的情景下,预报员难以判断台风会在陆上滞留还是会快速北上转向。

图 6 CMA各模式9月12日20时起报的路径(a)、ECMWF 0~132 h路径(b)以及“梅花”实况路径和9月13日20时主观预报路径(c) Fig.6 Forecast track (a) by CMA models initiated at 20:00 BST 12 September, 0-132 h forecast track (b) by ECMWF, and observed track, subjective forecast track at 20:00 BST 13 September (c) of Typhoon Muifa

进一步分析9月12日20时起报的集合模式的预报场(图 78),在集合成员中挑选预报路径快速转向的成员10(近似于实况)和路径陆上滞留的成员18(近似于主观预报),对比其对于15日08时、16日08时500 hPa高度场和风场的预报。能成功预报出快速转向的成员10预报“南玛都”强度偏强、位置偏东,且在东北地区的500 hPa位势高度低于陆上滞留成员约1.6 dagpm。虽然预报15日08时“梅花”位置相差200 km,但在相似的环流背景下,成员18预报偏西的台风位置使得台风“梅花”落入西向引导气流环境(图 8b),并进一步滞留在鞍形场中(图 7c8d)。成员10预报“梅花”将快速北上,16日08时两成员针对“梅花”的中心位置预报差距达600 km(图 7c)。对比成员10、18对于台风“梅花”东侧的风速预报可见,成员10预报“梅花”受到北向较强引导气流作用(图 8ac),“梅花”快速北上,并转化成温带气旋[13],汇入西风槽中。

图 7 ECMWF集合模式成员10和成员18于9月12日20时起报的台风路径(a)以及集合成员10和成员18预报的15日08时(b)、16日08时(c)500 hPa高度场(等值线,单位:dagpm) (三角及圆圈分别示意预报15日08时、16日08时“梅花”中心位置) Fig.7 ECMWF ensemble forecast of typhoon track (a) by member 10 and member 18 initiated at 20:00 BST 12 September, and forecast 500 hPa geopotential height (isoline, units: dagpm) at 08:00 BST 15 (b) and 08:00 BST 16 (c) by member 10 and member 18 (triangles and circles indicate the forecast typhoon centers at 08:00 BST 15 and 08:00 BST 16 September, respectively)
图 8 ECMWF集合模式成员10和成员18于9月12日20时起报的500 hPa流场(流线)与风速场(色阶) (三角形及圆圈分别示意预报15日08时、16日08时“梅花”中心位置) Fig.8 ECMWF ensemble forecast of 500 hPa flow field (streamline) and wind speed (color scale) by member 10 and member 18 initiated at 20:00 BST 12 September (triangles and circles indicate the forecast typhoon centers at 08:00 BST 15 and 08:00 BST 16 September, respectively)

根据ECMWF针对台风的预报评估报告[14],ECMWF模式对于北上台风的路径预报往往偏西,这在参考数值模式预报的主观预报中也有体现[6],此次“梅花”的陆上路径预报偏西偏慢。前人研究指出,台风在变性过程开始后移速明显加快[15],依据台风变性过程中热力学结构的非对称性、气旋核心冷暖性质转变特征提出的气旋相空间法可用来界定变性过程[16-18]。中央气象台基于气旋相空间法,使用模式预报场做出的变性客观参数预报,在9月14日早晨预测“梅花”将进入变性过程。预报员通过参考台风变性预报的结论,在14日的路径预报中逐步增大了台风移速,缩小了台风登陆后的陆上路径预报误差。可见,关注台风是否处于变性过程,并以此作为调整台风移速预报的参考,可作为此类情景下的预报启示。但由于缺乏多样本验证,对于移速的调整仍有待进一步研究,由定性调整向定量调整的方向努力。

4 路径预报误差分析

台风路径预报误差(forecast error,FE)的计算参照中国气象局颁布的《台风业务和服务规定》中台风分析和预报质量评定方法,见公式(1):

$ \begin{gathered} V_{\mathrm{FE}}=111.11 \frac{180}{\pi} \cos ^{-1}\left[\sin \varphi_{\rm{O}} \sin \varphi_{\mathrm{F}}\right. \\ \left.\quad+\cos \varphi_{\rm{O}} \cos \varphi_{\mathrm{F}} \cos \left(\lambda_{\rm{O}}-\lambda_{\mathrm{F}}\right)\right], \end{gathered} $ (1)

其中φλ为台风中心定位的纬度、经度,下标O和F分别表示观测和预报。路径预报误差VFE在台风移动方向上的投影为移速误差,在垂直于移动方向上的投影为移向误差,分别表征预报误差是由对移动速度还是移动方向的误判所致,计算时以24 h间隔确定移动方向。

针对“梅花”,中央气象台主观24、48、72、96和120 h的路径预报误差分别为64.5、133.8、199.5、307.3和447.0 km。依据起报时间将路径预报分为8日08时—9日08时(红)、9日11时—13日05时(绿)和13日08时—16日17时(蓝)起报这3个阶段(图 9a),并计算相应时段的移速误差和移向误差(图 10),以明确预报误差的来源。

图 9 “梅花”主观预报路径及实况路径(a)以及11—15日17时起报的路径、16日17时台风中心预报和实况位置(b) Fig.9 Subjective forecast track and observed track (a), and forecast track initiated at 17:00 BST from 11 to 15 September, forecast and observed typhoon center at 17:00 BST 16 September (b)
图 10 “梅花”路径预报24~120 h移速误差、移向预报误差分布散点图(灰色虚线圆圈为各预报时效2017—2021年5 a平均路径预报误差) Fig.10 Scatter plot of 24-120 h along-track error and moving direction error of Typhoon Muifa (gray dashed circles represent the averaged 24-120 h track forecast errors from 2017 to 2021)

图 10揭示了在“梅花”生命历程的不同阶段,误差来源不同,移速误差和移向误差占比不同,误差分布呈现出的特征也不同。9月8日,24~48 h预报以移向误差为主,几乎所有时次总体误差大于过去5 a平均,72~120 h预报误差尚可。9月9日台风转向西北方向移动后,24~48 h预报效果好,72~120 h预报大误差均以移速误差为主,预报显著偏慢,72、96、120 h预报时效的最大误差分别超过300、600、900 km,对应预报难点一所指出的台风生成初期长时效路径预报误差大。13日开始,由于预报时效缩短,长时效预报样本减少,24~72 h预报均偏左(即对应陆上路径预报偏西),尤其是48~72 h预报明显偏左、偏慢,均大于过去5 a平均误差。

在“梅花”活动期间,其东侧的“南玛都”经历了从热带扰动发展到超强台风的历程。台风在双台风作用阶段路径复杂[19],可造成极大的预报误差,且多表现为预报偏左、偏慢[3];台风在变性过程开始后移速明显加快[15],易出现预报偏慢的情景。“梅花”第二、三阶段的误差表现与之前研究相符。

以预报同一时刻(16日17时)“梅花”的位置为例,11日、12日、13日、14日和15日17时起报的主观预报差异大(图 9b),整体表现为预报偏慢,导致该个例出现极大的路径预报误差,分别为919.7 km(120 h)、677.2 km(96 h)、842.8 km(72 h)、370.2 km(48 h)和215.2 km(24 h)。极大路径误差有80%来源于移速误差,这也揭示了在北上台风快速移动的过程中,对于台风移速的低估是预报失误的主要原因。

5 结论

应用中央气象台官方综合预报和多家模式预报资料对2022年第12号台风“梅花”的主要特点、路径预报误差、路径误差特征及可能原因进行了分析和研究,得出主要结论如下:

(1)“梅花”登陆次数多、登陆强度强,是首个4次登陆不同省(市)的台风,也是2022年最强登陆台风。其造成华东、东北地区长时间、大范围的风雨影响,最大过程累计降水出现在浙江余姚夏家岭(707 mm),最大阵风出现在浙江舟山徐公岛(16级,53.6 m ·s-1),浙江东北部沿海海面12级以上阵风累计时长达12 h。

(2) 台风生成初期的中长期时效路径预报是路径预报难点之一,台风初始涡旋较弱并且位于弱引导气流环境中时,数值模式分歧大、集合预报发散度大,数值模式对台风主要影响系统的长时效预报存在明显偏差。预报员对模式预报场的关键系统或者关键区的及时检验和订正非常重要,依托于集合预报建立和发展相关实时检验系统有望为预报员提供支撑。

(3) 双台风或多涡旋情景下,集合预报发散度大,不同集合成员预报场中,“梅花”东侧台风“南玛都”的强度和位置差异与“梅花”的后期预报位置存在联系。“梅花”环境场不同的引导气流决定着“梅花”登陆后的路径趋势是否与实况一致。

(4) 台风变性过程中移速加快,其导致的移速误差是登陆后极大路径误差的主要来源,关注台风是否处于变性过程可作为调整台风预报移速的参考,但针对移速的定量订正仍缺乏技术支撑。

针对台风“梅花”的路径预报显示,台风路径集合预报信息需进一步深度挖掘,未来开展多模式交叉实时检验,基于集合预报研发针对转向变性台风路径预报订正技术有望为台风的路径预报提供支撑。

参考文献
[1]
钱传海, 端义宏, 麻素红, 等. 我国台风业务现状及其关键技术[J]. 气象科技进展, 2012, 2(5): 36-43.
[2]
QI L B, YU H, CHEN P Y. Selective ensemble-mean technique for tropical cyclone track forecast by using ensemble prediction system[J]. Quart J Roy Meteor Soc, 2014, 140(680): 805-813. DOI:10.1002/qj.2196
[3]
王皘, 许映龙, 董林, 等. 2012—2021年中央气象台台风3~5 d路径预报误差分析[J]. 海洋预报, 2022, 39(6): 25-33.
[4]
高拴柱, 董林, 许映龙, 等. 2016年西北太平洋台风活动特征和预报难点分析[J]. 气象, 2018, 44(2): 284-293.
[5]
CHEN G M, ZHANG X P, CHEN P Y, et al. Performance of tropical cyclone forecast in western North Pacific in 2016[J]. Trop Cyclone Res Rev, 2017, 6(z1): 13-25.
[6]
王海平, 董林, 许映龙, 等. 台风"烟花"的主要特点和路径预报难点分析[J]. 海洋气象学报, 2022, 42(1): 83-91.
[7]
董林, 许映龙, 吕心艳, 等. 台风纳沙和海棠的预报着眼点分析[J]. 气象, 2020, 46(1): 29-36.
[8]
王海平, 董林. 2019年西北太平洋和南海台风活动概述[J]. 海洋气象学报, 2020, 40(2): 1-9.
[9]
王皘, 刘达, 董林, 等. 2021年夏季海洋天气评述[J]. 海洋气象学报, 2021, 41(4): 82-94.
[10]
向纯怡, 高拴柱, 刘达. 2021年西北太平洋和南海台风活动概述[J]. 海洋气象学报, 2022, 42(1): 39-49.
[11]
欧阳婧怡, 黄菲, 许士斌, 等. 1949—2019年影响山东的热带气旋时空分布及极端降水和大气环流异常[J]. 海洋气象学报, 2021, 41(4): 1-10.
[12]
HERSBACH H, BELL B, BERRISFORD P, et al. The ERA5 global reanalysis[J]. Quart J Roy Meteor Soc, 2020, 146(730): 1999-2049.
[13]
DEMIRCI O, TYO J S, RITCHIE E A. Spatial and spatiotemporal projection pursuit techniques to predict the extratropical transition of tropical cyclones[J]. IEEE Trans Geosci Remote Sens, 2007, 45(2): 418-425.
[14]
MAGNUSSON L, MAJUMDAR S, EMERTON R, et al. Tropical cyclone activities at ECMWF: technical memorandum No.888[EB/OL]. (2021-10)[2022-11-24]. https://www.ecmwf.int/en/elibrary/81277-tropical-cyclone-activities-ecmwf.
[15]
KITABATAKE N. Climatology of extratropical transition of tropical cyclones in the western North Pacific defined by using cyclone phase space[J]. J Meteor Soc Japan, 2011, 89(4): 309-325.
[16]
HART R E. A cyclone phase space derived from thermal wind and thermal asymmetry[J]. Mon Wea Rev, 2003, 131(4): 585-616.
[17]
BIELI M, CAMARGO S J, SOBEL A H, et al. A global climatology of extratropical transition. Part Ⅱ: statistical performance of the cyclone phase space[J]. J Climate, 2019, 32(12): 3583-3597.
[18]
WANG Q, LI Q Q, FU G. Determining the extratropical transition onset and completion times of Typhoons Mindulle (2004) and Yagi (2006) using four methods[J]. Wea Forecasting, 2012, 27(6): 1394-1412.
[19]
张晓慧, 张立凤, 周海申, 等. 双台风相互作用及其影响[J]. 应用气象学报, 2019, 30(4): 456-466.