王海平 董 林 許映龍,2 聶高臻

1 國家氣象中心，北京 100081 2 中國科學院大學，北京 100049

提 要： 2019年在西北太平洋及南海共生成臺風29個，比多年同期平均偏多2個，其中6個臺風登陸我國，比多年平均偏少1個；臺風整體強度偏弱，但全年最強臺風夏浪極值強度達到68 m·s-1(17級以上)；登陸臺風整體強度偏弱，但“利奇馬”登陸強度強(52 m·s-1，超強臺風級)、影響重；秋季臺風生成數(shù)較常年明顯偏多，尤其是11月生成臺風數(shù)達到6個。2019年中央氣象臺臺風路徑預報平均誤差與近5年(2014—2018年)的平均誤差相比，在24～72 h的預報誤差有所增大，而96～120 h的預報誤差則明顯減小，尤其是120 h的預報準確率創(chuàng)新高。與日、美官方預報相比，中國在24 h和96～120 h的預報水平處于領先地位，在48～72 h的預報誤差比日本略高，但低于美國，與EC確定性模式相當。

引 言

臺風是我國重要的氣象災害之一，為提高臺風預報水平，最大限度降低人民的生命和財產(chǎn)損失，及時總結(jié)臺風預報過程中出現(xiàn)的問題，積累預報經(jīng)驗是極為必要的。中央氣象臺通過多年的連續(xù)分析研究發(fā)現(xiàn)，近年來西北太平洋和南海的臺風總體呈現(xiàn)如下特征：生成數(shù)和登陸數(shù)與多年平均值相比基本持平或略偏多；從生成的季節(jié)來看，在2016年，1—6月的淡季空臺風和夏末及秋季臺風集中生成的現(xiàn)象與該年赤道中東太平洋海溫由厄爾尼諾向拉尼娜轉(zhuǎn)換有關，2017年與2018年則集中在盛夏季節(jié)生成；2016年臺風登陸強度偏強，但2017年與2018年臺風的登陸強度整體都偏弱。從過去三年對于臺風預報難點問題的總結(jié)與分析來看，針對臺風強度預報問題，尤其是快速增強臺風的強度預報問題仍是業(yè)務預報中的重要難點之一，如1601號臺風尼伯特、1713號臺風天鴿、1808號臺風瑪莉亞和1826號臺風玉兔等都出現(xiàn)過24 h強度預報誤差達20 m·s-1以上的情況。另外，多臺風之間的相互作用仍給臺風的路徑和強度預報帶來極大的挑戰(zhàn)，如2017年的臺風納沙與海棠出現(xiàn)了近距離的相互作用，登陸后環(huán)流合并等復雜特征，使得主客觀預報均出現(xiàn)了較大的路徑預報誤差(董林等，2019；高拴柱等，2018；柳龍生等，2019a；2019b；聶高臻等，2018；王海平等，2017；王慧等，2020；王海平和董林，2020)。

本文用于統(tǒng)計本年度及歷史臺風活動特征所使用的資料為1949—2019年中國氣象局(China Meteorological Administration，CMA)臺風最佳路徑資料；用于臺風預報誤差對比所使用的官方主觀分析和預報資料有中央氣象臺、日本氣象廳(Japan Meteorological Agency，JMA)和美國聯(lián)合臺風警報中心(Joint Typhoon Warning Center，JTWC)三家的實時業(yè)務資料；用于分析臺風預報難點所使用的模式預報資料主要來自國家氣象中心區(qū)域中尺度臺風數(shù)值預報系統(tǒng)(GRAPES_TYM)、臺風路徑集合預報訂正方法(typhoon track ensemble correction, TYTEC)、歐洲中期預報中心(European Center for Medium Weather Forecasting，ECMWF，以下簡稱EC)和美國環(huán)境預報中心(National Center for Environmental Prediction，NCEP)的臺風數(shù)值預報產(chǎn)品，海溫分析資料使用的是NCEP RTG _SST(real time global，RTG)。通過對2019 年西北太平洋和南海臺風活動的主要特征進行總結(jié)，分析2019年度臺風路徑和強度預報誤差，并重點提出和討論了2019年在業(yè)務預報中出現(xiàn)的難點問題。

1 2019年臺風活動特征

2019年西北太平洋及南海共有29個臺風生成(圖1a)，比多年(1949—2018年)平均值(27.0個)多2.0個。有6個臺風在我國沿海登陸(圖1b)，較多年平均值(7.0個)偏少1.0個。

圖1 2019年西北太平洋和南海生成(a)與登陸中國(b)的臺風路徑Fig.1 Tracks of TCs which generated over western North Pacific and South China Sea (a) andthose making landfall in China (b) in 2019

1.1 臺風生成特征

2019年度西北太平洋及南海生成了29個臺風，其生成源地偏北偏西(圖2a)(平均生成位置為17.3°N、133.0°E，歷史平均生成位置為16.1°N、136.5°E)，其中120°E以西有6個臺風生成，占總數(shù)的20.7%，大于平均值(17.2%)，150°E以東有7個臺風生成，占總數(shù)的24.1%，大于平均值(20.2%)，120°～150°E有16個臺風生成，占總數(shù)的55.2%，小于平均值(62.6%)，因此南海及遠海海域的臺風活動相對活躍。

從臺風的生成時間來看(圖2b)，春季(3—5月)無臺風生成，而多年平均值為2.1個；夏季(6—8月)有10個臺風生成，較多年平均值(11.6個)偏少1.6個；秋季(9—11月)有16個臺風生成，較多年平均值(11.4個)偏多4.6個；冬季(12月至次年2月)有3個臺風生成，較多年平均值(1.9個)偏多1.1個。因此2019年春、夏季臺風生成數(shù)偏少，臺風盛期不活躍。其主要原因是2019年上半年，熱帶東太平洋海溫持續(xù)偏暖，出現(xiàn)顯著的厄爾尼諾現(xiàn)象(Wang and Chan，2002；殷明等，2016)。5月起，此海域海溫偏暖狀態(tài)逐漸減弱，7月，厄爾尼諾事件基本結(jié)束。秋、冬季由于南海中部—菲律賓以東海域維持季風槽，南半球冷空氣活動頻繁，越赤道氣流加強，南海中部—菲律賓以東海域西風異常等(杜新觀和余錦華，2020；韓翔等，2018；涂石飛等，2019；王慧等，2006；張麗杰和朱慧云，2018)，導致臺風明顯偏多，11月生成臺風6個，使2019年成為1949年以來與1991年并列11月生成臺風最多的年份(圖2)(王海平和董林，2020)。

圖2 2019年臺風生成源地()與1949—2018年臺風生成源地密度分布[等值線，單位：個·π-1·(250 km)-2](a)和2019年逐月臺風生成數(shù)與多年逐月平均數(shù)(b)Fig.2 TCs’ generating location in 2019 () and origin distribution density in 1949-2018 [isoline, unit: number·π-1·(250 km)-2] (a)， and comparison of the monthly TC formation frequencies between 2019 and the average of 1949-2018 (b)

1.2 臺風活動特征

1.2.1 全年整體活動特征

臺風生命史是指臺風從生成到消亡的時間，不包含臺風生成前的熱帶擾動和熱帶低壓階段，但包含了臺風減弱后的熱帶低壓階段。年度臺風生命史由該年所有臺風生命史累加而得，在一定程度上表征了該年臺風的活躍程度(董林等，2019；錢蘇偉等，2019)。

從年度臺風生命史時間序列圖(圖3a)可以看出，2019年度臺風總生命史為4 107 h，比1949—2018年度年平均臺風生命史4 036 h長71 h，平均單個臺風的生命史長度為142 h(5.9 d)，與多年平均的149 h基本持平。2019年生命史最長的臺風是1909號利奇馬，為264 h(11 d)。從圖3b中可以看到，1949—2019年生命史最長的臺風是1972年的第6號臺風，生命史長達540 h(22.5 d)，其次是1986年的第15號臺風，生命史達504 h(21 d)。

圖3 1949—2019年的臺風總生命史和累積動能(a)與年度臺風最長生命史(b)Fig.3 TCs’ total lifetime and accumulated cyclone energy (a)， and annual lifetime (b) over western North Pacific and South China Sea in 1949-2019

反映當年臺風活動總體強度的臺風年度累積動能(ACE)(Bell et al，2000；Waple et al，2002)的序列圖顯示(圖3a)，累積動能的變化趨勢與臺風年度生命史的長度變化趨勢基本一致，說明全年臺風活動時樣本(采用最佳路徑逐6 h樣本)的平均強度年際變化不大。2019年臺風累積動能(ACE)為124.46×104kn2，比1949—2018年年平均(274×104kn2)明顯偏低。由此可見，2019年雖然年度臺風生命史比多年平均長，但累積動能低于多年平均，也就是說，這一年雖然臺風活動時間較長，但整體活動強度較弱。

1.2.2 臺風極端活動特征

臺風的極值強度反映了當年臺風極端活動特征。2019年度臺風的極值強度為68 m·s-1(1923號臺風夏浪，17級以上)，較多年平均極值強度(72 m·s-1，17級以上)低4 m·s-1。年平均極值強度為37.8 m·s-1(13級)，較多年平均值(40.1 m·s-1，13級)低2.3 m·s-1。由表1可見，極值強度較弱的熱帶風暴級和強熱帶風暴級(17.2～32.6 m·s-1，8～11級)的臺風占比為41.4%，共有12個，較多年平均值(10.5個)多1.5個(多13.2%)；極值強度較強的臺風級和強臺風級(32.7～50.9 m·s-1，12～15級)的臺風共有11個，較多年平均值(10.4個)多0.6 個(多5.8%)；極值強度≥51.0 m·s-1(16級及以上)的超強臺風有6個，與多年平均值持平，全年占比為20.7%，較多年平均值(22.1%)低1.4%。因此，2019年度臺風的最大極值強度和單個臺風極值強度的平均值都略偏弱，且超強臺風數(shù)占全年所有臺風數(shù)的比例較常年也偏少。

表1 2019年臺風極值強度分布與多年(1949—2018年)情況對比Table 1 Comparison of TCs’ extreme intensity distribution in 2019 and in 1949-2018

1.2.3 多臺風同時活動特征

2019年多臺風共存(在6 h間隔的路徑數(shù)據(jù)中，至少有一個時間點在西北太平洋和南海同時有兩個或以上的臺風活動，且各臺風的中心附近最大風速值均≥17.2 m·s-1)出現(xiàn)了8次(表2)，較多年平均頻次(9.2次)少1.2次。在8次“多臺”共存中有1次“3臺”、7次“2臺”，未出現(xiàn)“4臺”及以上共存的現(xiàn)象，其中秋季6次。秋末(10月中旬至11月中旬)，雙臺風活動頻繁。一般來說，季風槽和熱帶對流層上部槽內(nèi)渦旋持續(xù)活躍是造成多臺共存的主要形勢，易造成臺風群發(fā)(Dong and Neumann，1983)。但2019年臺風同時存在時的相對距離大多較遠(在1 800 km以上)，即使距離較近的也是一個生成時另一個已經(jīng)快要消散。如：1913號臺風玲玲生成時，1914號臺風劍魚已經(jīng)減弱消散；1926號臺風海鷗和1927號臺風鳳凰的最近距離雖然達到690 km，但在“鳳凰”生成時，“海鷗”也即將減弱消散；相距相對較近且強度都較強的“利奇馬”和“羅莎”，距離也在1 400 km以上。

表2 2019年西北太平洋和南海多臺風活動情況Table 2 Multiple typhoons activity over western North Pacific and South China Sea in 2019

根據(jù)Ren et al(2020)提出的西北太平洋雙臺風定義標準，即如果兩個同時共存的臺風相互距離在1 800 km以下，且維持12 h以上，則算作一對雙臺風，如果在此基礎上，這一對雙臺風還發(fā)生了逆時針的互旋，則算作一次典型的雙臺風過程。據(jù)此標準，2019年共出現(xiàn)雙臺風3對，并未出現(xiàn)互相旋轉(zhuǎn)的雙臺風，即典型雙臺風過程。

因此，2019年的多臺風共存現(xiàn)象不算活躍，且大多數(shù)共存臺風并不是同時存在于季風槽或是熱帶對流層上部槽內(nèi)渦旋中，而是存在于不同的天氣系統(tǒng)中，因此也并未發(fā)生直接的雙臺風或多臺風相互作用。

1.3 臺風登陸特征

2019年共有6個臺風11次登陸中國沿海地區(qū)(表3)，其中海南3次，浙江、山東各2次，廣東、廣西、臺灣、福建各1次，無臺風直接登陸廣東，僅為二次登陸。登陸中國的臺風個數(shù)較多年平均值(7.0個)偏少1.0個，登陸比例為20.7%，低于多年平均(25.9%)。登陸頻次較多年平均(8.9次)偏多2.1次(圖4)。另有15個未登陸我國，但仍對我國海域或沿海帶來影響的臺風。從登陸地點的分布來看，2019年登陸海南、浙江、廣西和山東的臺風較常年偏多，登陸廣東、臺灣、福建的臺風較常年偏少(李英等，2004)。深入內(nèi)陸西行臺風少，加劇了2019年長江中下游伏秋旱的發(fā)展。

表3 2019年登陸我國的臺風一覽表Table 3 List of the typhoons making landfall in China in 2019

圖4 1949—2018年平均與2019年登陸臺風數(shù)在中國各省(自治區(qū)、直轄市)分布(a)，1949—2018年平均與2019年逐月登陸中國臺風數(shù)(b)Fig.4 Comparison of the provincial distribution of TCs making landfall in China in 1949-2018 average and in 2019 (a) and the number of landfall typhoons in China each month in 2019 and in 1949-2018 average (b)

登陸時間集中在7—10月，有3個臺風在8月登陸我國，較多年同期平均值(1.87個)明顯偏多，另外，7月、9月和10月各有1個臺風登陸，其中10月較常年偏多，而7月和9月較常年偏少。登陸我國最早的是第4號臺風木恩，于7月3日00：45在海南省萬寧市沿海登陸，最晚的是第18號臺風米娜，于10月1日20：30在浙江舟山沿海登陸。

6個登陸臺風整體強度偏弱，平均第一次登陸強度為28.5 m·s-1，比多年平均值(32.6 m·s-1)弱4.1 m·s-1。平均登陸強度(含多次登陸)為26.2 m·s-1，較多年平均值(31.8 m·s-1)弱5.6 m·s-1；雖然臺風登陸強度整體偏弱，但個別極強，如1909號臺風利奇馬，于8月10日01：45在浙江省溫嶺市沿海登陸，登陸時近中心最大風速為16級(52 m·s-1)，中心最低氣壓為930 hPa，為2019年登陸我國的最強臺風和1949年以來登陸浙江的第三強臺風。

2 預報誤差分析

2.1 路徑預報誤差

2019年中央氣象臺全部臺風24～120 h臺風路徑預報平均誤差分別為75、136、208、260和340 km。24～72 h平均誤差分別較2018年的72、124、179 km增加了3 km(4%)、12 km(9.7%)和29 km(16.2%)，96～120 h較2018年的262、388 km分別減小了2 km(0.8%)和48 km(12.4%)。而近5年(2014—2018年)的24～120 h平均誤差分別為71、130、200、275和370 km，與其相比，本年度在24～72 h的預報誤差有所增大，而96～120 h的預報誤差則明顯減小，尤其是120 h的預報準確率創(chuàng)新高(圖5a)。另外，登陸臺風24～120 h平均誤差分別為69、110、161、227和305 km，相比非登陸臺風，登陸臺風路徑預報準確率有明顯優(yōu)勢。

圖5 1991—2019年中央氣象臺官方預報臺風路徑預報誤差(a)，2019年中、日、美官方臺風路徑預報誤差(b)Fig.5 TC track errors in CMA official forecasts from 1991 to 2019 (a), and comparison of TC track errors in CMA, JMA and JTWC official forecasts in 2019 (b)

與日本氣象廳和美國聯(lián)合臺風警報中心的同樣本官方主觀綜合預報相比，中國24 h和96～120 h的預報水平處于領先地位，在48～72 h的預報誤差比日本略高，但低于美國(圖5b)。與數(shù)值預報相比(圖略)，TYTEC方法的預報誤差仍然是最低的(71 km)，因此該方法對業(yè)務預報仍有非常好的指導作用；另外，近兩年EC、NCEP確定性和集合平均誤差在增大；中央氣象臺24 h臺風路徑預報準確率比EC確定性模式提高了21.1%；近兩年GRAPES_TYM取得很大進步，2019年臺風路徑預報準確率與EC確定性模式相當。

2019年臺風路徑預報誤差較大的樣本主要集中在1905號臺風丹娜絲、1912號臺風楊柳、1920號臺風浣熊，且各預報中心對這三個臺風的路徑預報誤差也都是最大的。臺風丹娜絲的路徑預報誤差主要來自方向性誤差，前期預報登陸福建。“丹娜絲”靠近呂宋島時，呂宋島西部海域地形誘生低壓生成，而業(yè)務預報時考慮會發(fā)生中心替換，南海低壓發(fā)展北上登陸，實際上這種情況并未發(fā)生。實時業(yè)務中，受服務意識影響，不得不考慮丹娜絲登陸閩粵這種最壞的可能性。對于臺風楊柳的預報移速偏慢(預報：25～30 km·h-1，實際移速：35～45 km·h-1)。對于臺風玲玲的預報路徑與實況路徑基本一致，但預報移速較實況偏慢約6 h，造成較大路徑預報誤差。

2.2 強度預報誤差

臺風強度預報24～120 h各時效誤差分別為4.0、5.6、6.8、7.3和6.7 m·s-1；24～96 h較2018年的3.6、5.1、5.5、6.6 m·s-1分別增大了0.4、0.5、1.3、0.7 m·s-1，120 h較2018年的7.1 m·s-1減小了0.4 m·s-1，并且也是近5年來誤差最小的(圖6a)。從中、日、美三家的對比來看，24～96 h時效日本最佳，中國居中，120 h中國最佳(圖6b)。

圖6 同圖5，但為臺風強度Fig.6 Same as Fig.5, but for TC intensity

3 預報難點分析

3.1 模式預報分歧大時的合理性分析

業(yè)務預報中經(jīng)常會出現(xiàn)不同模式的預報結(jié)果存在較大分歧的情況，此時預報員會面臨較大的分析困難。1905號臺風丹娜絲就是一個典型的、模式對其預報分歧非常大的個例。

在臺風丹娜絲發(fā)展初期，在低層渦旋的上空(200 hPa)為一致的偏東風急流，因此存在較強的垂直切變，加之還存在地形的影響，因而在菲律賓呂宋島以西海域產(chǎn)生了誘生低壓，且發(fā)展旺盛?！暗つ冉z”中心裸露在呂宋島東側(cè)，對流云系松散，衛(wèi)星可見光通道云圖難以分辨螺旋結(jié)構(gòu)的中心所在，并且海上觀測資料少，因此難以確定臺風中心位置(圖7a)。島嶼的誘生作用使得對臺風路徑的預報問題更為復雜。一般情況下，誘生低壓經(jīng)常表現(xiàn)為兩種情況，一是兩個中心各自發(fā)展，二是誘生低壓中心將替換原臺風中心而發(fā)展成為新的臺風，看起來臺風發(fā)生了跳躍，如1959年的第6號臺風Nora在活動初期與“丹娜絲”非常相似，在呂宋島西側(cè)的誘生低壓受弱冷空氣的激發(fā)，取代原臺風中心而發(fā)展為臺風，向西北方向移動并登陸廣東中部沿海，而呂宋島東側(cè)原來的臺風環(huán)流則減弱消散(陳聯(lián)壽和丁一匯，1979)。

圖7 臺風丹娜絲2019年7月18日08：30 FY-4A可見光通道衛(wèi)星云圖(a),中央氣象臺各時次主觀路徑預報(b)Fig.7 FY-4A visible cloud image at 08:30 BT 18 July 2019 (a) and subjective TCs’ track forecast by CMA (b) for Typhoon Danas

若“丹娜絲”的發(fā)展情況與“Nora”相似，那么位于呂宋島西側(cè)的誘生低壓中心將取代東側(cè)的渦旋中心，進而在南海繼續(xù)發(fā)展，有可能在我國華南沿海登陸；也有可能兩個渦旋將各自獨立發(fā)展，則位于呂宋島東側(cè)的“丹娜絲”將可能移向偏北方向，登陸可能性小。在這樣復雜的條件背景下，對“丹娜絲”的實況分析和未來移動情況的判斷都存在困難。

主流模式的確定性和集合預報對“丹娜絲”這一階段的初始位置描述和預報也各不相同。路徑預報都極不穩(wěn)定，且預報分歧大，集合預報發(fā)散度大。有些模式預報將出現(xiàn)兩個渦旋，但不確定哪個將發(fā)展加強。EC的確定性預報和多數(shù)的集合成員、NCEP和UKMO的少數(shù)集合成員預報了誘生低壓將替代原臺風渦旋發(fā)展加強，其余預報了呂宋島東側(cè)的臺風渦旋將獨立發(fā)展。隨后的實況監(jiān)測顯示，誘生低壓短暫增強為南海熱帶低壓后，逐漸減弱并入季風槽，而呂宋島東側(cè)的臺風丹娜絲中心則在向北偏東移動后，一路北上，從東海轉(zhuǎn)向朝鮮，穿過朝鮮半島后在日本海北部減弱消失。中央氣象臺的綜合預報在初期一直考慮誘生低壓的影響，預報“丹娜絲”將會向西北方向移動可能登陸我國華南沿海地區(qū)，后期才做出調(diào)整，因此出現(xiàn)了較大的路徑預報誤差(圖7b)。

那么當各個模式預報分歧較大時，發(fā)揮集合或集成預報的作用，采取多模式集成的方法是否能夠提高臺風路徑預報的準確率呢？在對1109號臺風梅花的預報總結(jié)中得到的經(jīng)驗是:當模式的預報分歧較大，也就是路徑預報不確定性較大時，所有預報成員的平均路徑具有較高的參考價值(許映龍等，2011)。在此次對“丹娜絲”的路徑預報中，由于預報員更加側(cè)重參考了EC的確定性預報，加上過分考慮了誘生低壓發(fā)展的可能性，以及考慮到?jīng)Q策服務的需求，預報“丹娜絲”將在7月19日前后靠近或登陸華南沿海，實況則是在19日進入我國東海，預報偏西偏南，導致路徑預報產(chǎn)生了較大的偏差，且調(diào)整也偏晚，最后出現(xiàn)較大的平均誤差。假如當時更多考慮EC、NCEP、UKMO、GRAPES等多家模式，特別是從最后的檢驗結(jié)果來看，GRAPES_TYM的預報誤差相比EC、NCEP和TYTEC在各預報時效都是最低的，在今后對此類臺風的預報中可作為重點參考，對其預報質(zhì)量也要注意做進一步的檢驗。如果綜合考慮這幾家模式的平均情況，顯然誤差則會明顯減小。這進一步說明了當各個模式預報分歧較大時，側(cè)重參考各家模式所有預報成員的平均路徑的方案仍是可行的。

另外，從各層的形勢場檢驗來看，高層200 hPa南亞高壓斷裂為東西兩塊，這顯然有利于“丹娜絲”的北上，但當時模式的長時效預報是南亞高壓在“丹娜絲”北側(cè)呈東西帶狀分布。從500 hPa形勢場上看，西風槽實際向東移動的速度明顯比模式預報的移動速度更快，這也有利于“丹娜絲”北上；從低層850 hPa的流場圖中看到，模式預報出了副熱帶高壓與赤道高壓的打通，導致環(huán)境引導氣流發(fā)生突變，這與1013號臺風鲇魚突然北翹時的形勢場極為相似，也有利于臺風的北上。因此，在業(yè)務預報中，隨時滾動檢驗高、中、低層形勢場的預報質(zhì)量也是判斷模式預報合理性的重要途徑。

3.2 多臺風共存條件下臺風預報的不確定性

在前文論述中已經(jīng)提到，雖然2019年共出現(xiàn)了8次多臺風共存的現(xiàn)象，但共存臺風相互之間的距離都較遠，即使是距離較近的臺風利奇馬與臺風羅莎之間也始終在大約1 400 km以上，因此，實際上2019年并沒有出現(xiàn)雙臺風發(fā)生“藤原效應”的現(xiàn)象，當然“利奇馬”與“羅莎”也并未產(chǎn)生直接的相互作用。但是，由于“羅莎”的存在阻礙了副熱帶高壓的南落，從而對“利奇馬”的登陸也起到了促進的作用。

通常情況下，由于多臺風的共存，使得環(huán)境的形勢場更加復雜，從而給分析預測臺風的未來移動路徑帶來很大的不確定性(董林等，2020)。對臺風利奇馬的路徑預報誤差主要出現(xiàn)在臺風生成初期至登陸前的西北行過程中，對于登陸后向北移動的路徑預報誤差較小。如圖8a所示，從ECMWF模式于8月5日08時起報的500 hPa形勢場96 h預報(8月9日08時)檢驗圖上可以看到，影響“利奇馬”的主要天氣系統(tǒng)是副熱帶高壓、西風槽、雙臺風和赤道高壓。模式預報的西風槽偏弱，而副熱帶高壓預報偏強。同時赤道緩沖帶高壓預報偏強，對“羅莎”的中心位置預報偏北，以上原因?qū)е履Ｊ綄ε_風利奇馬路徑預報在登陸前的西北行過程中明顯較實況偏南。

圖8 2019年8月EC模式500 hPa高度場(a，單位：dagpm;黑色：9日08時初始場，紅色：5日08時的96 h預報場)，中央氣象臺發(fā)布的臺風利奇馬和羅莎預報(b)Fig.8 ECMWF 500 hPa geopotential height (a, unit: dagpm; balck: 08:00 BT 9 August, red: 96 h forecast at 08:00 BT 5 August)， and forecast chart of typhoons Lekima and Krosa released by CMA (b) in August 2019

各家業(yè)務預報中心在參考模式的基礎上所做的綜合預報也都出現(xiàn)了類似的預報偏差，由于臺風羅莎的存在，使得影響“利奇馬”位置移動的因素更多，并且在圖8b顯示的由起報時間8月5日08時開始至之后的96 h期間，兩個臺風都出現(xiàn)了快速發(fā)展，“利奇馬”由熱帶風暴級加強為超強臺風級，“羅莎”由熱帶低壓級加強為強臺風級，如此強烈的強度發(fā)展也勢必給其周圍的環(huán)境場變化帶來較大的影響，因此預報員所面臨的困難也更大。

臺風利奇馬是2019年對我國影響最大的一個臺風，在菲律賓以東洋面上生成后向西北方向移動過程中，由強熱帶風暴級快速增強至超強臺風級。登陸后強度逐漸減弱，并向北偏西轉(zhuǎn)偏北方向移動，穿過江蘇東部后進入黃海中部海面，在山東省青島市沿海二次登陸，穿過山東半島西部后進入萊州灣減弱消失。在陸地時間長達44 h，其中滯留浙江達20 h。預報員對路徑的預報除了在初期出現(xiàn)偏南以外，其余包括登陸點的預報、登陸后的路徑預報以及后期回旋打轉(zhuǎn)階段預報誤差并不大，并且比日本和美國的各個時效預報誤差都小(中央氣象臺的24 h路徑預報誤差為63 km，日本氣象廳為72.9 km，美國關島預報中心為68.6 km)。與路徑預報的困難相比，對“利奇馬”登陸前的快速增強過程[24 h內(nèi)中心附近最大風力由11級(30 m·s-1)增大至16級(52 m·s-1)]預報的困難則更大。

“利奇馬”在西北行過程中快速增強，并且維持超強臺風級的時間長達51 h，直至8月10日01：45在浙江省溫嶺市沿海以超強臺風級(16級，52 m·s-1)登陸，是2019年登陸我國的最強臺風，在1949年以來登陸我國大陸地區(qū)的臺風中強度排名第五，在登陸浙江的臺風中排名第三。浙江沿海的平均風力普遍達到12～14級，部分沿海島嶼達到15～17級。對于“利奇馬”的快速增強，主要的有利條件是海溫超過了29.5℃，并有0.5～1℃的海溫正距平，且垂直切變適中。水汽的收支和高層的出流條件也是有利的。通過對5—7日850 hPa的軌跡追蹤結(jié)果來看，西南季風中的大部分水汽都卷入到了“利奇馬”中，而且“羅莎”南側(cè)的水汽有一部分繞過“羅莎”卷入“利奇馬”，因此，羅莎的存在也為“利奇馬”的快速增強做出了貢獻。

中央氣象臺對“利奇馬”快速增強階段的預報明顯偏弱。從圖8b可以看到，在中央氣象臺8月6日14時起報的預報中，對于東側(cè)臺風羅莎的較長時效預報較實況偏東，強度預報明顯偏強，對于西側(cè)臺風利奇馬的路徑預報較實況偏南，強度預報則明顯偏弱，究其原因，大致有三點：第一，由于對“利奇馬”的路徑預報比實況更靠近臺灣島北部，考慮到靠近陸地對臺風強度會有削弱的作用；第二，通常數(shù)值模式，尤其是全球模式，受到分辨率等因素的影響，難以預報出臺風的快速增強，對于“利奇馬”的強度預報也不例外，模式未能反映出來，因此預報員也無法得到模式預報的提示。不過值得一提的是，區(qū)域模式(麻素紅和陳德輝，2018；楊國杰等，2018；趙楊潔等，2019)GRAPES_TYM在對“利奇馬”的強度預報中表現(xiàn)明顯優(yōu)于其他主流模式(圖略)，在今后對臺風強度的預報中須更加重視其參考性；第三，預報員考慮到“羅莎”的存在會分割一部分來自西南季風的水汽供應，且對“羅莎”預報的位置距離“利奇馬”較實況更遠、強度更強，因此預報員認為“羅莎”會分割更多的水汽供應，對“利奇馬”的強度發(fā)展是不利的。但事后通過敏感性試驗發(fā)現(xiàn)，“羅莎”的存在并未削弱“利奇馬”的強度，當濾除“羅莎”后，“利奇馬”的強度反而減弱，也就是說“羅莎”的存在有利于“利奇馬”的強度增強。因此在今后的業(yè)務預報和研究中，需要更加關注和討論當東臺風存在時，其對西臺風路徑和強度的影響及其機制。

3.3 引導氣流對臺風移動速度的影響

臺風的路徑預報誤差體現(xiàn)在兩個方面：移動方向和移動速度的誤差。1912號臺風楊柳在菲律賓以東洋面上生成后，一路向西偏北方向移動，穿過南海北部海域，中央氣象臺對其移動方向的預報誤差很小，但平均路徑誤差的計算結(jié)果卻顯示24 h和48 h 的誤差分別達到了140 km和397 km，誤差的來源主要是對其移動速度的估計出現(xiàn)了較大的偏差。以8月27日14時的24 h預報為例，當時中央氣象臺的主觀預報也預計“楊柳”將是一個移動速度快的臺風，預報移動速度為30 km·h-1，但是實際的移動速度卻達到了40 km·h-1，因此這一時刻的24 h路徑預報誤差達到了215 km。

臺風的移動速度決定于周圍流場的特點、臺風范圍的大小及其結(jié)構(gòu)的不對稱性，另外，熱力因子如溫度場與加熱場等也有很大影響(黃士松，2009；蔣賢安和朱永禔，1989；董克勤，1987；Holland，1983;1991)。通常認為南海海域是臺風移速較慢的海域(王志烈，1987)，但副熱帶高壓北側(cè)和南側(cè)又常常是臺風快速移動的區(qū)域，而北側(cè)西風帶里的移速又大于南側(cè)的東風帶。但位于南海北部海域的臺風楊柳卻移速很快。預報移動速度明顯偏慢的重要原因是低估了副熱帶高壓南側(cè)偏東急流對臺風快速移動的引導作用。從8月28日歐洲中心500 hPa的24 h流場和風速圖(圖9a)中可以看到，當時副熱帶高壓南側(cè)的偏東風急流的風速達到20 m·s-1以上。因此在業(yè)務預報中需要更加關注副熱帶高壓南側(cè)偏東風急流對臺風快速移動的引導作用。

2019年另一個移速預報出現(xiàn)較大偏差的是 1913號臺風玲玲，其為近海北上路徑，歷史上也出現(xiàn)過北上臺風移速較快的個例，如1109號臺風梅花北上時的最大移速也達到30 km·h-1?！傲崃帷痹诒鄙线^程中的移動速度也很快，以9月7日02時為例，其預報移速為43 km·h-1，實際移速則達到52 km·h-1，這一時刻的24 h路徑預報誤差達到284 km。預報移動速度明顯偏慢的重要原因是低估了副熱帶高壓西側(cè)偏南急流的作用，當時的偏南風急流的風速達到25 m·s-1(圖9b)。

從已有統(tǒng)計看，移動速度快的臺風多發(fā)生在北偏東或東北行路徑中，西行和偏北行臺風的快速移動個例較少，因此，預報員在臺風路徑業(yè)務預報中，對于這些路徑的臺風除了關注引導氣流方向外，還需關注引導氣流的強度和高層流場可能對臺風移動速度預報的影響，以及更加重視對副熱帶高壓西側(cè)或南側(cè)急流增強引起的臺風快速移動，及時檢驗移速的預報并及時訂正，并在未來進一步加強對引導氣流強度與臺風移速關系的定量化研究。

圖9 EC模式的24 h 500 hPa流場和風速預報(填色)(a)臺風楊柳：2019年8月28日20時起報，(b)臺風玲玲：2019年9月7日08時起報Fig.9 ECMWF 500 hPa flow field and wind speed (colored) 24 h forecast of (a) Typhoon Podul at 20:00 BT 28 August 2019, (b) Typhoon Lingling at 08:00 BT 7 September 2019

4 結(jié)論與討論

2019年度西北太平洋及南海共有29個臺風生成，生成數(shù)比多年同期平均偏多，有6個臺風登陸我國，與多年同期平均持平；臺風整體強度和登陸平均強度都偏弱，但“利奇馬”登陸強度強、影響重；秋季臺風生成明顯偏多，11月有6個臺風生成，與1991年并列成為1949年以來11月生成臺風最多的年份。臺風預報的誤差和主要難點如下：

(1)2019年中央氣象臺對24～120 h各時效臺風路徑預報誤差分別為75、136、208、260、340 km；24～72 h分別較2018年的72、124、179 km分別增加了3、12和29 km，96～120 h較2018年的262、388 km分別減小了2、48 km。與近5年的平均誤差相比，本年度在24～72 h的預報誤差有所增大，而96～120 h的預報誤差則明顯減小，尤其是120 h的預報準確率創(chuàng)新高。與日、美相比，中國在24 h和96～120 h的預報水平處于領先地位，48～72 h的預報誤差比日本略高，但低于美國，與EC確定性模式相當。TYTEC方法與其他世界主流模式相比，預報誤差仍然是最低的。

(2)對臺風丹娜絲的預報分析發(fā)現(xiàn)，當各個模式預報分歧較大時，側(cè)重參考各家模式所有預報成員平均路徑的方案仍是可行的，隨時滾動檢驗高中低層形勢場的預報質(zhì)量也是判斷模式預報合理性的重要途徑；當多臺風共存時，距離相對較近，且都強烈發(fā)展時，勢必給周圍環(huán)境場帶來較大的影響，為臺風路徑和強度的預報帶來較大的不確定性，因此需要更加關注和討論當東臺風存在時，其對西臺風路徑和強度的影響極其機制；如何定量估計引導氣流強度對臺風移動速度的影響是另一個預報難點，應當更加重視對副熱帶高壓西側(cè)和南側(cè)急流增強引起臺風移速增大的問題，努力開展定量化研究，并及時進行檢驗訂正。

本研究重點討論了2019年的臺風預報難點，未來還需要綜合近幾年的臺風預報難點進行歸納和分析，提出可供預報員參考和模式改進的意見和建議。