基于统计的台风影响下珠海站风速预报方法

王世强，夏冬，李韵婕，黄照亮，刘洋，王东海

（1.珠海市公共气象服务中心，广东珠海 519000；2.珠海市气象局，广东珠海 519000；3.中山大学大气科学学院，广东珠海 519082）

台风作为一种可造成严重影响的自然灾害，往往伴随大风、暴雨、风暴潮等灾害［1-2］，尤其是台风造成的极端大风灾害［3］，可造成巨大的经济损失。目前，台风影响下的大风预报多是基于数值模式预报的结果，但在下垫面模拟还不够精细、中小尺度系统机理不完全清晰等数值预报不完善的背景下，数值模式预报的大风仍存在一定的误差，台风精细化预报亟待提高［4］。而基于本地历史气象资料统计分析［5］建立局地风速与台风中心位置和强度关系，从而将数值模式对于台风路径、强度的预报与本地的资料结合起来，可以有效地弥补数值预报对于台风影响下风速预报的不足。

关于台风中心位置、强度与其造成的大风的关系，已有许多专家学者进行了研究。Li等［6］通过对华南地区部分自动气象站数据分析，建立了热带气旋影响下阵风预报模型；梁莉等［4］对2008—2014年的台风统计研究结果表明，6级及以上大风主要发生在距离台风中心300 km内、强度达到台风级别以上时，且主要位于台风移动方向的右侧；薛霖等［5］统计分析我国海南岛附近区域热带气旋低层风场的变化特征，结果表明台风中心位于海南岛上时出现大风比率最高，位于岛南侧时次之，岛北侧时最小。

珠海市地处珠三角南部沿海，每年都会受到台风影响［7-10］，大风灾害尤为严重［8］。本研究利用2006—2016年珠海站逐小时最大风速资料和周围400 km内的台风资料，通过线性回归方法，研究珠海站周围不同象限、距离的台风与本地大风之间的规律和关系，基于线性回归方法建立台风影响下风速预报模型，为台风造成的大风预报作参考。

1 资料和方法

1.1 资料

本研究使用的风速资料为珠海站逐时最大的平均风（10 min）和阵风（3 s）值。由于在2006年之后珠海站才有自动观测小时资料数据，因此研究时段为2006—2016年。台风资料为该时段中国气象局（CMA）的最佳路径数据集，其资料包括台风定位、2 min平均近中心最大风速（简称台风中心风速）和中心最低气压等数据。按照业务规定台风中心附近最大风速在10 m／s以下停止定位，因此本研究的台风中心风速最低值为10 m／s。

1.2 方法

台风大风分布与台风强度、结构、范围大小都有关系［11］，通常情况下，台风中心风速越大、距离越近，台风造成的大风越大（台风眼附近除外），并且台风最大风速分布在移动方向的右侧［11］。本研究选取以珠海站为中心、半径400 km的圆形区域为研究区域，统计了2006—2016年研究区域内的台风活动位置；以珠海站为中心，将其周围分为东北（NE）、东南（SE）、西北（NW）、西南（SW）4个象限，同时根据台风中心与珠海站的距离每隔50 km分为一圈，分别统计不同象限、距离圈内的台风风速与珠海站风速的关系。

1）插分方法。

由于CMA台风最佳路径数据集时间间隔为6 h，为了扩大样本数量并与珠海站的逐时风速资料相匹配，在研究时将台风按照其位置和强度（中心附近最大风速）将原来的6 h间隔线性插值成1 h［12］。

在2017年台风资料中，登陆前24 h台风资料的时间间隔加密为3 h一次。本研究对比了用分辨率6 h资料线性插值结果与台风实际位置（共71个样本），结果表明两者差异并不明显，空间差值的均方差为10 km，最大风速差值的均方差为1.57 m／s。

2）线性拟合。

以台风中心附近最大风速为自变量，珠海站风速（平均风和阵风）为因变量，建立线性回归方程，并以可决系数（R2）作为判定线性回归拟合程度优劣的标准。

2 珠海市周围台风活动特征

2006—2016年共有51个台风进入研究区域（图1a），年平均4.6个，主要集中在6—10月（图1b）。对台风资料进行线性插值到1 h，共得到台风样本1 796个（图1c-d）。

图1 2006—2016年研究区域内台风样本分布特征

从台风路径和强度的分布（图1c）来看，东北象限的台风移动路径以偏北和西北偏西为主，较强的台风主要在近海；东南象限的台风移动路径以西北和东北偏北为主，其中东北偏北路径的台风主要集中在250 km以外的区域；西南象限的台风移动路径以西北为主；西北象限的台风移动路径以西北和东北为主，强度基本都在热带风暴级别以下。

从样本分布数量的分布（图1d）来看，在0～50 km范围内的样本数目很少，仅有35个，且多集中在西北象限；在50～100 km范围内台风数量明显增多达到127个，尤其是西南象限，多达53个；在100～150和150～200 km范围内样本数在170个左右，西南象限最多，其次为东南和东北象限；在200～250和250～300 km范围内的样本总数在200个以上，东南象限样本数逐渐超过西南象限，东北、西北象限样本数目所占比例明显减少；300～350和350～400 km范围内的样本总数都在400个以上，东南和西南象限的样本数目在140～180个，东北和西北气象的样本数目大致在50个左右。

3 台风中心风速与珠海站风速的线性回归

3.1 回归拟合的效果

0～50 km范围内的西南象限由于样本数目过少（只有2个），未做线性回归。从平均风（图2a）和阵风（图2b）回归方程的可决系数R2值来看，当台风中心在0～50 km范围内时，各个象限拟合效果一般，最大的是东南象限，R2在0.3左右；在50～100 km范围内时，拟合效果明显提升，东南和西南象限的R2达到0.8左右，其次是西北象限，而东北象限只有0.2左右；在100～150 km范围内时，拟合效果开始有所下降，东南和西南象限的R2降至0.6～0.7，西北和东北象限在0.3左右；在150～200 km范围内时，仅有东南象限的R2较100～150 km有所下降；在200～250、250～300和300～350 km范围内时，各象限的拟合都明显下降，西南和西北象限拟合要优于东北和东南象限；在350～400 km范围内时，西南象限的R2仍有0.4以上，而其它象限均已很低。

3.2 建立回归方程查算表

根据线性拟合结果，建立出回归方程查算表（表1、表2）。除0～50 km外，其它几乎所有的回归方程均通过P＝0.05的显著性F检验，大部分方程更是都通过了P＝0.01的非常显著性F检验。对比不同象限回归方程斜率可以看出，台风位于西南象限时的珠海站风速最大，其次东南象限，西北和东北象限最小。

表1 不同象限平均风回归方程

表2 不同象限阵风回归方程

3.3 回归方程检验

为了检验回归方程效果，将2017年的台风路径资料插值到每小时，共得到188个样本。据查算表得到对应珠海站的时最大平均风和阵风，并与珠海站录得风速实况进行对比。

图3为回归方程的预测风速与实际风速差值的标准差。从图3可以看出，西南象限误差最大，其次为东南象限，东北和西北象限误差最小；距离越远，误差越小。西南象限的效果可能由2个原因引起：（1）西南象限的样本数目很少，全部样本数量仅有23个；（2）台风“天鸽”、“帕卡”是2017年影响珠海站最严重的台风，其都在西南象限150 km范围内经过，而回归方程对极端台风的预测结果明显偏低。

图3 利用回归方程预报的平均风（a）和阵风（b）风速与珠海站实际风速差值的标准差

4 结论

1）珠海站附近区域年均有4.6个台风活动，主要集中在6—10月，以西北行路径为主；东南象限和西南象限是台风主要活动象限。

2）不同象限台风中心风速与珠海站风速的线性关系差异较大，其中西南象限和东南象限最好。

3）在相同台风中心风速和距离圈内时，台风位于西南象限时的珠海站风速最大，其次为东南象限，在西北象限和东北象限时最小。

4）通过2017年台风数据对预报方程进行检验，结果表明其对东北、东南、西北象限活动台风均有较好的预测效果，而西南象限由于样本少、2017年极端台风较多等原因，检验效果较差。

由于珠海站逐时最大风速观测资料时间年限有限，回归方程使用的样本数量还相对较少，在累积了更多的台风资料后，扩大样本数量，相信可以进一步提升方程的预报效果。