葉更新 賈凡妮

（通化市氣象局，吉林通化 134001）

1 引言

從氣候角度預(yù)測夏季臺風(fēng)影響的可能性對于防災(zāi)減災(zāi)具有重要意義。多年來，很多學(xué)者從不同角度對此進行了研究。20世紀70年代末，董克勤就提出利用氣候規(guī)律來預(yù)報臺風(fēng)移動的思路[1]，之后又有很多學(xué)者做了大量的工作；范可[2]利用北太平洋濤動、北太平洋海冰覆蓋面積等9個因子和多元線性回歸方法建立了一個動力統(tǒng)計預(yù)測模型，并且在實際應(yīng)用中得到了很好的結(jié)果；孫興池等[3]普查中華人民共和國成立以來影響我國北方的所有臺風(fēng)個例，建立了影響我國北方臺風(fēng)的詳細歷史資料庫，對臺風(fēng)位置、形成季節(jié)、移向、天氣形勢等進行相似分析；李祚泳等[4]根據(jù)歷史資料建立了臺風(fēng)季節(jié)臺風(fēng)登陸華南年頻次的PPR預(yù)測模型；王會軍等[5]利用氣候模式分析了2006年西太平洋地區(qū)夏季（6—10月）的環(huán)流特征，并以此對我國2006年夏季西太平洋地區(qū)臺風(fēng)活動頻次進行了氣候預(yù)測嘗試；黃小燕等[6]研究了1960—2003年夏季西行進入南海海域的臺風(fēng)路徑，運用條件數(shù)方法選取因子并建立回歸方程，得到了比較好的效果。這些工作在臺風(fēng)影響的氣候預(yù)測方面取得了一些積極的成果，具有很好的啟發(fā)意義。雷小途[7]曾經(jīng)對1988—1997年上海地區(qū)TCF業(yè)務(wù)預(yù)測情況進行了分析，認為月趨勢的業(yè)務(wù)預(yù)測較為準確，但年際尺度及臺汛期趨勢的預(yù)測則較差。由此可見，提高預(yù)報確率特別是超長期預(yù)報的準確率仍然是這一領(lǐng)域的重要研究課題。

另外，人們發(fā)現(xiàn)月相與臺風(fēng)活動具有明顯聯(lián)系。相關(guān)的關(guān)系研究可以追溯到很久遠的年代，早在1928年，Willas就根據(jù)當(dāng)時可以找到的資料發(fā)現(xiàn)大西洋的熱帶氣旋發(fā)展有29.5d的周期[8]。Bradley[8]在1964年研究了1899—1958年北大西洋颶風(fēng)的規(guī)律，發(fā)現(xiàn)在朔望前后形成的風(fēng)暴要比其他時間多。20世紀70年代，任振球[9]發(fā)現(xiàn)月球的朔望變化對臺風(fēng)的生成、加強和登陸具有明顯的影響。陳廣敘[10]通過分析發(fā)現(xiàn)，臺風(fēng)活動周期大致與白道拱線進動周期相近，1960年代登陸華南地區(qū)的臺風(fēng)中，有65%左右登陸時刻與當(dāng)?shù)卦轮刑鞎r刻相距小于3h；臺風(fēng)異常路線——南海臺風(fēng)“北翹”，往往與月亮處于黃白交點相伴隨。葉更新等[11]研究表明，大行星在夏至附近沖日對臺風(fēng)生成頻數(shù)與東北夏季氣溫的相互關(guān)系具有重要影響。

這些研究對人們認識臺風(fēng)生成和運動具有重要意義，并為臺風(fēng)預(yù)測提供了思路。臺風(fēng)是汛期影響吉林省的重要天氣系統(tǒng)之一，也是每年氣候會商所要討論的問題，利用日地月位置因子建立一個汛期臺風(fēng)影響吉林省的氣候預(yù)測方法具有重要意義，但目前還沒有相關(guān)的工作，本文將對此進行嘗試，以期得到對實際工作具有指示意義的結(jié)果。

2 資料和方法

2.1 資料

臺風(fēng)資料來自中國氣象局熱帶氣旋資料中心CMA最佳路徑數(shù)據(jù)集，資料年代從1949—2018年，共計70a。日、月相對地球的位置資料則利用SKYMap Pro Version 8軟件計算出逐日12時太陽和月球的視赤緯和視赤經(jīng)。

2.2 影響吉林省臺風(fēng)的定義

直接影響和間接影響的定義：以吉林省的幾何中心（43.5°N，126.6°E，位于吉林省永吉縣境內(nèi)）為中心，以10°角距為半徑畫圓，定義進入該區(qū)域（圖1中A區(qū)域）的臺風(fēng)為直接影響吉林省的臺風(fēng)；以20°角距為半徑畫圓，定義在直接影響區(qū)域以外，進入此圓區(qū)域以內(nèi)（圖1中B區(qū)域），并且根據(jù)路徑分析有進入A區(qū)域趨勢的臺風(fēng)定義為間接影響吉林省的臺風(fēng)。

圖1 影響吉林省臺風(fēng)示意圖（A區(qū)域為直接影響；B區(qū)域為間接影響）

2.3 日地月位置相似法的描述

眾所周知，地球是太陽系的一個行星，圍繞著太陽不停地運動，同時作為地球的衛(wèi)星，月球又圍繞著地球不停的運動，太陽、地球和月球三者的位置總是處于不停的變化中，而這種變化具有一定的周期性，是受萬有引力定律支配的。利用天文學(xué)公式可以很精確地把三者之間的相對位置計算出來。比較任意兩個時刻三星位置的相似程度用如下的歐氏距離公式表示：

式中，di是預(yù)測年某日12時日地月位置與比較年份日期所在位置的距離；αs0、βs0為預(yù)測年份某日太陽視赤緯、視赤經(jīng)；αsi、βsi為比較年份相同日期太陽視赤緯、視赤經(jīng)；αm0、βm0為預(yù)測年份某日月球視赤緯、視赤經(jīng)；αmi、βmi為比較年份相同日期月球視赤緯、視赤經(jīng)；k為權(quán)重系數(shù)，取決于引潮力大小的比例，月球引潮力是太陽引潮力的2.17倍，這里取k=2.17。

利用公式（1）可以比較兩個時刻太陽、地球、月球三者之間位置的相似程度，但因為三星每時每刻都處于不停地相對運動中，利用某一日計算得到的距離相似年變化較大，為了克服單日計算的不穩(wěn)定性，本文采用時段計算比較法，即選取某一時段連續(xù)多日計算三星的位置距離，進而求出最佳相似年，具體做法如下：

選取要預(yù)測年份某日的太陽、月球的視赤緯和視赤經(jīng)，利用公式（1）逐日計算從1951年至預(yù)測年的距離，比較大小，取距離最小的年份作為相似樣本年，選取一年當(dāng)中的關(guān)鍵時段（比如夏至前后的20d），對該時段每日進行距離計算可以得到多個相似樣本年，從中選取出現(xiàn)最多的年份為最佳相似年。以最佳相似年影響吉林省的臺風(fēng)頻數(shù)作為預(yù)測年臺風(fēng)將要出現(xiàn)的頻數(shù)。

3 影響吉林省臺風(fēng)的氣候特征

在1949-2018年的70年中，西北太平洋上總共生成了2355個臺風(fēng)，平均每年生成33.6個，而影響吉林省的臺風(fēng)總數(shù)為107個，平均每年1.5個，占比為4.5%。其中直接影響臺風(fēng)53個，間接影響臺風(fēng)54個。

圖2是1949—2018年影響吉林省臺風(fēng)頻數(shù)的逐年變化圖，從圖中可以看出，影響吉林省臺風(fēng)呈現(xiàn)不均勻的變化形態(tài)，表現(xiàn)在有些年份偏多，有些年份則沒有臺風(fēng)影響。臺風(fēng)影響最多的年份為1985年和2012年，有5個臺風(fēng)影響；沒有臺風(fēng)影響的年份為1952年、1958年、1963年、1969年、1975年、1977年、1978年、1983年、1988年、1996年、1998年、2003年、2009年、2013年、2015年、2017年，共16年，其中，1975—1978年無臺風(fēng)影響的年份比較集中。從周期分析來看，影響吉林省臺風(fēng)極多的年份具有6a周期和12a周期，分別為：1994（4個）—2000（4個）—2006（2個）—2012（5個）—2018（3個）和1949（3個）—1961（2個）—1973（3個）—1985（5個）。影響吉林省臺風(fēng)極少的年份具有10a周期：1958（0個）—1968（1個）—1978（0個）—1998（0個）—2008（1個）。最早影響吉林省的臺風(fēng)發(fā)生在1989年，出現(xiàn)日期為6月24日，臺風(fēng)Ellis間接影響吉林?。蛔钔碛绊懠质〉呐_風(fēng)發(fā)生在1994年，出現(xiàn)日期為10月11日，臺風(fēng)Seth間接影響吉林省。

圖2 1949—2018年影響吉林省臺風(fēng)頻數(shù)的逐年變化

表1是影響吉林省臺風(fēng)頻數(shù)的各月分布，從表中可以看出，只有6—10月有臺風(fēng)影響吉林省，其他月份，特別是冬半年，沒有臺風(fēng)影響，這與大氣環(huán)流的季節(jié)變化有關(guān)。影響吉林省臺風(fēng)頻數(shù)最多的月份在7月和8月，占比為10%和9%，這兩個月也是臺風(fēng)北上最多的月份。盡管10月生成的臺風(fēng)較多，但北上影響吉林省的卻很少，占比不到1%。也就是說，吉林省的主汛期7—8月，也恰是臺風(fēng)影響吉林省最多的月份。

表1 影響吉林省臺風(fēng)的各月分布

從影響吉林省臺風(fēng)的年代際分布來看，每個年代影響吉林省的臺風(fēng)數(shù)在13～17個，總體上看差別不大。20世紀80—90年代為兩個受臺風(fēng)影響較多的時期，分別為17個和16個；受臺風(fēng)影響最少的為20世紀50年代和70年代；21世紀以后，盡管臺風(fēng)生成的總數(shù)在減少，但影響吉林省的臺風(fēng)并未因此而明顯減少。

4 日地月位置相似法的檢驗

太陽和月球是兩個對地球產(chǎn)生引潮力最強的星體，研究表明，太陽和月球的相對位置與臺風(fēng)的生成和運動具有明顯聯(lián)系[8-10]。本文利用前面所描述的日地月位置相似法對2007—2018年（共12年）進行了預(yù)測檢驗。定性判斷預(yù)測是否正確采取兩個標準：一個是預(yù)測年的臺風(fēng)數(shù)與最佳相似年的臺風(fēng)數(shù)誤差小于或等于1則判定為正確；另一個是預(yù)測年的臺風(fēng)數(shù)與最佳相似年的臺風(fēng)數(shù)都大于或都小于平均數(shù)（1.5個）則判定為正確。

從表1中可以看出，臺風(fēng)影響吉林省主要發(fā)生在6—9月，本文分別選取6月15日、7月15日、8月15日、9月15日之后的20日共4個時段進行最佳相似年計算，所得到的結(jié)果列于表2至表5。從表2—表5可以看出，總體上預(yù)報準確率較高，6月15日時段的確率為92%；7月15日和8月15日時段的確率為75%；9月15日時段的確率為83%。大多數(shù)年份在4個時段所得到的最佳相似年都相同，分別是2007年、2008年、2010年、2011年、2014年、2017年、2018年，12年有7個這樣的年份，而且這些年份所對應(yīng)的臺風(fēng)預(yù)測都正確，即確率為100%。其他年份利用不同時段求得的最佳相似年有所差別，而預(yù)測錯誤往往發(fā)生在這些年份中。比如預(yù)測2009年，當(dāng)以6月15日之后20日作為分析時段時，計算求出最佳相似年是1971年，兩者的誤差為1，定性為正確；但當(dāng)以7月15日、8月15日、9月15日之后20日作為分析時段時，則最佳相似年為1990年，與2009年的臺風(fēng)數(shù)誤差為2，定性為錯誤。預(yù)測2012年時，以6月15日、7月15日之后20日作為分析時段時，最佳相似年為1955年，誤差為4，定性為錯誤；8月15日和9月15日時段最佳相似年分別為1974年（臺風(fēng)數(shù)錯誤）和1993年（臺風(fēng)數(shù)正確）。這說明日地月位置的相似程度越高，臺風(fēng)對吉林省影響的程度越相似，預(yù)測也越準確。

表2 6月15日時段最佳相似年檢驗（“＋”表示正確；“－”表示錯誤）

表5 9月15日時段最佳相似年檢驗（“＋”表示正確；“－”表示錯誤）

5 結(jié)語

（1）在1949—2018年的70年中，影響吉林省的臺風(fēng)總數(shù)為107個，平均每年1.5個，占生成臺風(fēng)總數(shù)的4.5%。其中直接影響臺風(fēng)53個，間接影響臺風(fēng)54個。影響吉林省臺風(fēng)呈現(xiàn)不均勻的變化形態(tài)，表現(xiàn)在有些年份偏多，而有些年份則沒有臺風(fēng)影響。影響吉林省臺風(fēng)極多的年份具有6a和12a周期；影響吉林省臺風(fēng)極少的年份具有10a周期。

表3 7月15日時段最佳相似年檢驗（“＋”表示正確；“－”表示錯誤）

表4 8月15日時段最佳相似年檢驗（“＋”表示正確；“－”表示錯誤）

（2）影響吉林省的臺風(fēng)均出現(xiàn)在6—10月，其他月份則沒有臺風(fēng)影響。影響吉林省臺風(fēng)頻數(shù)最多的月份在7月和8月，這兩個月也是臺風(fēng)北上最多的月份，占比為10%和9%；盡管10月生成的臺風(fēng)較多，但北上影響吉林省的卻很少，占比不到1%。也就是說，吉林省的主汛期7—8月，也恰是臺風(fēng)影響吉林省最多的月份。

（3）利用太陽、月球與地球的相對位置變化作為預(yù)報因子建立的位置相似方法在預(yù)報中取得了非常好的效果。在所檢驗的4個時段中，以夏至前后（6月15日時段）的預(yù)報效果最好，12年中僅錯1年，確率為92%；其他時段的確率也都在75%以上。當(dāng)4個時段的最佳相似年相同時，所有被檢驗的年份預(yù)報的結(jié)果都是正確的，確率為100%。而預(yù)報錯誤的年份發(fā)生在4個時段最佳相似年不一致的那些年份。

（4）太陽和月球是兩個對地球引潮力最大的天體，其對地球大氣和海洋影響是非常明顯的，潮汐就是最為突出的現(xiàn)象。在夏至太陽的直射點位于最北的位置上，這時對北半球大氣的作用最大。本文的工作表明，日地月相對位置在夏至前后的位置相似，比其他月份的相對位置更具有指示意義，這一點與以往的研究一致。這再次說明，天體引潮力是全球氣候變化，包括臺風(fēng)影響頻數(shù)的重要影響因素，利用星體的相對位置變化做氣候預(yù)測是個可行思路，通過檢驗的方法可以在實際業(yè)務(wù)中使用。