风情大数据下台风路径误差分析及预报效果评估

风情大数据下台风路径误差分析及预报效果评估
黎婷;陈亮;叶永;洪振杰
【摘要】针对台风路径预报准确度评估问题,应用中、美、日、韩四国对2016年
西北太平洋生成的26个台风的路径预报数据,计算各国气象机构24 h、48 h、72 h、96 h、120 h台风路径预报误差数值.利用层次分析法(AHP),以各预报时长台风路径误差为判断准则,构建台风路径预报效果评估模型,并对各国台风路径预报效果
的总体实力进行综合评估.结果表明,2016年台风路径预报效果最好的是日本,其次
为中国、美国、韩国.
【期刊名称】《宜宾学院学报》
【年(卷),期】2018(018)006
【总页数】5页(P95-99)
【关键词】台风路径;误差分析;层次分析法;综合评估
【作者】黎婷;陈亮;叶永;洪振杰
【作者单位】温州大学数理与电子信息工程学院,浙江温州325035;温州大学数理
与电子信息工程学院,浙江温州325035;温州大学数理与电子信息工程学院,浙江温
州325035;温州大学数理与电子信息工程学院,浙江温州325035
【正文语种】中文
【中图分类】P413;O29
随着大数据时代的来临，数值预报模式和其他统计动力客观预报模式的发展和改进，
台风业务的路径预报能力有了很大的提高[1].由于大气初值和数值模式中物理过程
存在着不确定性的事实，决定了台风系统是一个高度非线性的系统，虽然在一定条件下可以证明某些线性微分方程组稳定格式的数值解，能够近似表示相应的微分方程的真解，但对于非线性系统来说，即使有时候数值解是计算稳定的，但却与真解毫无相似之处，因此台风路径的误差分析和台风路径探测的精准度和预报准确率仍有待进一步认识和提高.
国内学者对台风路径业务预报误差做了很多分析研究[2-5].余锦华等[6]根据陈联寿等[7]的台风路径分类思路，比较了2005-2009年西北太平洋各类型台风的路径预报误差，对认识台风路径特征，提高台风路径预报水平起到了积极作用.近年来层
次分析法作为一种分层次指标权重定量评价决策方法已经被应用到各个领域[8-13]，在气象领域相关的评价与评估工作中，张颖超等[14]利用层次分析法建立了台风灾害影响评估模型；闫敏慧等[15]利用层次分析法确定气象服务评价的指标权重，促进气象服务评价工作的发展.但是利用层次分析法，以路径误差为判断准则对气象
机构预报效果进行评价的研究却不多.而台风路径误差作为影响台风预报效果最直
观因素，以此为准则对台风预报效果进行评估具有重要意义.
本文以2016年中央气象台台风网提供的西北太平洋台风路径业务预报的资料为基础，对2016年西北太平洋主要26个台风的路径特征和路径预报误差进行了分析，计算各国气象机构24 h、48 h、72 h、96 h、120 h台风路径预报误差数值.应用层次分析法中的9分位标度法，选取各气象机构对台风路径本身可以预测的主要
物理指标作为判断准则，构建台风路径预报效果评估模型，并对各国台风路径预报效果的总体实力进行综合评估.
1 台风路径误差分析
台风路径误差分析主要包括对台风路径特征和路径预报误差分析，分析时对台风路径预报数据进行了初步检验，剔除掉错误的样本.充分了解预报误差，也有助于加
强对台风预报业务水平现状及其发展趋势的认识，可为各气象机构预报效果评估提供判断依据.
1.1 2016年台风路径特征
根据中央气象台台风网数据统计，2016年西北太平洋生成主要台风数共26个，大多数西北太平洋台风在副热带高压西南侧生成，沿着副热带高压边缘的路，或西进，或西北，或转向，或北上.然而也有一些台风在副热带高压西北侧生成，径直向东北移动；有一些台风受冷空气影响，西行阵脚大乱而转向西南移动；更有个别特殊台风，在经过了台风高纬度后，没有向东北转向，而是调头向西，走出一条倒抛物线，最终都登陆我国华东地区.如果定义西进台风为A1型路径，西北行台风为A2，转向者为A3，北上台风为A4，东北行者为A5，倒抛物线者为B1，西北转西南者为B2，可得图1所示的台风基本路型.
根据图1所定义的台风路型，对2016年各台风进行路径归类，得到台风的路径分布情况，如图2所示.由图1、图2可知：2016年台风路径“正常”的多，异常的少，没有那种无法归类的奇异台风，如1986年韦恩、2012年的天秤都是令预报员头疼但却让研究者有文章可做的迷途台风，但一年中出现了一个“倒抛物线”台风，即1310狮子山，也算相对比较少见.
图1 台风基本路型
图2 2016年台风路径分布图
1.2 2016年台风路径误差分析
以2016年中央气象台台风网提供的西北太平洋台风路径业务预报的资料为基础，针对以上各台风路径特征，统计了各气象机构2016年各台风登录位置的最佳路径数据及路径的12 h、24 h、48 h、72 h、96 h、120 h等未来状态的预测，可得到各气象机构的台风路径预测误差：
其中赤道半径r=6371，φF、λF为预测的纬度和经度（弧度），φR、λR为实际最佳定位纬度的经度（弧度）.利用式（1）计算得到 12 h、24 h、48 h、72 h、96 h、120 h台风路径误差数值，如表1所示.
由表1可知，不同的气象机构，针对相同的预报时长，台风路径预报误差不同，同一个气象机构，不同的预报时长，台风路径预报误差也不一样.一般而言，预报时效越长，台风路径预报误差越大.在表1中24 h预报效果最好的是日本，48 h、72 h预报效果最好的是中国，可见我国台风路径预报准确率已基本达到国际先进水平.96 h预报效果最好的是韩国，但其24 h、48 h、72 h、120 h的预报效果相对其他国家较差，这可能与预报样本次数有关，在同样的预测时间点，收集到的有关韩国的预测信息较少.120 h预报效果最好的是日本，并且在所有预测数据中，日本的预报误差最稳定，且整体预报效果偏好.尽管我国预报效果已经取得了很大的进步，但随着人们对预报时长的要求越来越高，120 h的预报效果的提升仍是我国需要努力的方向.
表1 西北太平洋海域2016年中、美、日、韩台风业务预报平均距离误差96 h机构中国日本美国韩国12 h样本/次195平均误差/km 52.3/ / // / /24 h样本/次192 192 190 157平均误差/km 67.7 65.1 69.8 66.1 48 h样本/次151 153 151 124平均误差/km 134 140.9 137.3 142.6 72 h样本/次113 113 115 89平均误差/km 219 224.6 232.1 237.6样本/次81 78 80 58平均误差/km 333 340.8 359.3 325.9 120 h样本/次53 50 52 31平均误差/km 507.7 444.8 519.8 551 2 台风路径预报效果评估
一个气象机构的台风路径预报效果的好坏取决于多方面，每个方面及其影响效果也不一样，但主要还是反映在台风路径预报误差上.而对于台风路径数值预报模式而言，其结果不仅是获得一个可能的路径预报数值，也要了解这个路径预报数值具体的可信度.层次分析法是采用将定性描述和定量分析相结合的系统决策方法，把复
杂的问题分解成各个相关因素，又将这些因素按支配关系分组形成有序的阶梯层次结构，通过两两比较的方式设定属性重要性矩阵，最后确定各元素的权重以及决策层相对于目标层的权重组合.利用层次分析法确定指标权重，将决策者主观思维逻辑数字化，可使评价结果更加客观、科学.
2.1 层次结构评估的模型
为了更好地对中、日、美、韩四个国家气象机构的台风路径预报效果的总体实力进行综合评估，以各气象机构台风路径预测数据和最佳路径数据的误差为判断准则，可以采用某种距离函数，总的评价效果目标表达式为：
其中ωi为各判断准则影响指标所占权重，Ei,Ni为台风路径数据统计的预测经度和纬度，E,N为台风路径实际经度和纬度，其中各预测时长具体的误差数值在表2中已经给出，对于（2）式求解目标函数的关键问题在于以各预测时长误差数值作为判断准则相对应的指标权重ωi的获取.
为了计算出评价各国气象机构台风路径预测效果所需的指标权重ωi，建立如图3所示的结构层次，第一层指出总体目标是选出预测效果最好气象机构；第二层的五个标准促成总体目标的实现；第三层的每个评价对象，显示了在不同标准下判断时各自优劣的特点，以对各气象机构台风路径预报效果进行系统分析和评价.
图3 台风路径预测效果评估层次体系
构造成对的判断矩阵是层次分析法的关键，Saaty将1-9标度方法作为判断矩阵的标度，如表2所示.
表2 判断矩阵的标度标度1 3 5 7 9 2,4,6,8倒数含义表示两个因素相比，具有同样的重要性表示两个因素相比，一个因素比另一个因素稍微重要/偏爱表示两个因素相比，一个因素比另一个因素明显重要/偏爱表示两个因素相比，一个因素比另一个因素强烈重要/偏爱表示两个因素相比，一个因素比另一个因素极端重要/偏爱
上述两相邻判断的中值相应两因素交换次序的重要性比较
判断矩阵中的各元素表示的是每个属性的两两比较结果，则相对于台风路径预测效果，24 h、48 h、72 h、96 h、120 h预测路径误差两两对比的判断矩阵为：
2.2 模型的求解与分析
由于方根法更能凸显某些指标的重要性，因此本文采用方根法，利用以上判断矩阵，经计算可得各指标权重，由特征向量：
表示.
对其归一化处理后ω=(0.342,0.244,0.146,0.122,0.146)T，判断矩阵的最大特征
根λmax=5.3.
一致性检验为RC=I IR（其中IC为一致性指标，IR为平均随机一致性指标），计
算可得RC=0.067＜0.1，通过一致性检验，所以可认为各判断指标在整体评价系
统中所占比例合理.
最后利用表1中的数据和式（2），得到各个国家在各一级判断准则下总的评价效果，如表3所示.
表3 各国台风路径预报效果表（单位：km）总体预报效果199.893 6 193.135 8 208.326 4 209.444 0机构中国日本美国韩国24 h平均误差67.7 65.1 69.8 66.1 48 h平均误差134 140.9 137.3 142.6 72 h平均误差219 224.6 232.7 237.6 96 h平均误差333 340.8 359.3 325.9 120 h平均误差507.7 444.8 519.8 551
各国气象预报机构总体评价效果相对表2各预报时长路径误差平均水平图形表现
如图4所示.
图4 各国台风路径总体预报效果相对于平均水平偏差图
利用层次分析法，计算出层次体系判断层各指标相应的权重和各气象机构总体台风
路径预报效果评估数值，通过表3可以直观了解到各预报机构不同预报时段台风路径预报效果的优劣特征，以及各气象机构总体预报效果，可见总体预报效果最好的为日本，其次为中国、美国、韩国.由图4可知，尽管台风路径预报总体效果最好的是日本，且路径误差数值波动较平缓，但其48 h和96 h的路径预报效果却在各国平均水平之下；我国各预报时长的路径预报误差除120 h外均比各国路径预报平均误差小，且各预报时段误差较稳定，数值波动较小；而误差数值波动较大的为韩国，这也和韩国总体预报效果体现一致；美国台风路径预报误差数值虽然波动不大，但是各时段预报效果除48 h外均在平均水平之下，总体预报水平只稍优于韩国.由此也表明，我国台风路径路径总体预报水平已经达到国际先进水平但120 h预报效果较差，还没有达到国际平均水平，120 h预报效果的提升仍是我们努力的方向.
由于统计年份只有一年，上述结论仅反映这一年的评价情况，随着资料的逐步完善和数据的积累，将得到更全面的评价.
3 结论
本论文以2016年中央气象台台风网提供的西北太平洋台风路径业务预报的资料为基础，对2016年西北太平洋主要26个台风的路径特征和路径预报误差进行了分析，计算各国气象机构24 h、48 h、72 h、96 h、120 h台风路径预报误差数值.应用层次分析法中的9分位标度法，选取各气象机构对台风路径本身可以预测的主要物理指标作为判断准则，构建台风路径预报效果评估模型，对该四个主要台风影响大国的台风路径预报效果的总体实力进行综合评估.其结果为：台风路径总体预报效果最好的是日本，其次是中国、美国、韩国，这说明该方法可以对气象机构台风路径预报效果进行较好的评估.由此也表明我国台风路预报水平已达到国际先进水平，虽然仍有进步的空间.通过对各判断指标的权重计算和各气象机构台风路径预报效果总的评估，可以直观了解各机构预报时段的优劣特点，有助于在业务预
报时参考.
参考文献：
【相关文献】
[1] 许映龙,张玲,高栓柱.我国台风预报业务的现状及思考[J].气象,2010.36(7):43-49.
[2] 倪钟萍,吴立广,张玲.2005-2010年台风突变路径的预报误差及其环流背景[J].气
象,2013(6):719-727.
[3] 杨琼琼,吴立广.中国24h台风路径预报难点及其大尺度环流分析[J].气象科学,2015(4):389-397.
[4] 黄奕武,高拴柱,钱奇峰.对T639台风路径预报误差与环境变量的相关分析和回归分析[J].气
象,2016(12):1506-1512.
[5] 周菲凡,山口宗彦,段晚锁,等.GRAPES全球模式对台风路径预报的误差来源的诊断研究[C].第33届中国气象学会年会,西安,2016:540-541.
[6] 余锦华,唐家翔,戴雨涵,等.我国台风路径业务预报误差及成因分析[J].气象,2012(6):695-700.
[7] 陈联寿,丁一汇.西北太平洋台风概论[M].北京:科学出版社,1979.
[8] 赵婵娟,郭东星,令狐晓娟.层次分析法在医院绩效评价中的应用探讨[J].中国药物与临
床,2009(11):1138-1139.
[9] 申志东.运用层次分析法构建国有企业绩效评价体系[J].审计研究,2013(2):106-112.
[10]张婧.层次分析法在气象服务效益定量评估中的应用[J].科技与创新,2014(16):151-152.
[11]PECCHIA L,BATH B A,PENDLETON N,et al.Analytic hier⁃archy process(AHP)for examining healthcare professionals’assessments of risk factors[J].Methods Inf
Med,2011(5):435-444.
[12]HE J,LI D H,ZHOU K prehensive evaluation of mi⁃crogrid planning schemes based on the analytic hierarchy pro⁃cess(AHP)method[C].Automotive,Mechanical and Electrical Engineering,Hong Kong,2016.
[13]HONG W X,WEI X Z,YANG F.Risk evaluation of express⁃way PFI construction project based on the analytic hierarchy process and grey clustering[J].IETI,2016,2(3):137-144.
[14]张颖超,张美娟,张中秋,等.浙江省登录热带气旋灾害影响评估[J].大气科学学报,2013(2):229-234.
[15]闫敏慧,姚秀萍,王蕾,等.用层次分析确定气象服务评价指标权重[J].应用气象学报,2014(4):470-475.。