基于一种统计方法的近海台风风雨分布应用

郑群峰，王蕊，陈潜，赵春阳，王书欣，李明华

（1.深圳市气象台，广东深圳 518040；2.深圳市国家气候观象台，广东深圳 518040；3.深圳南方强天气研究重点实验室，广东深圳 518040）

深圳地处华南沿海，台风灾害影响严重［1］，台风预报预警倍受市民和防灾减灾部门重视。随着科技的发展，我国台风预报业务取得长足的进步，台风路径预报水平基本达到国际先进水平［2］，集合数值预报方法以及释用技术的研究和应用日趋成熟［2-4］，学者们在台风大风和暴雨落区方面的研究取得了许多的进展［5-10］。在利用历史资料方面，相似台风预报方法也为台风风雨预报提供一定的参考［11-12］。在深圳台风决策服务中发现，为科学地进行各区防灾资源的分配调度，防灾部门对台风风雨精细化预报需求日益增加，主要包括风雨的空间分布形态及中心风险区域等信息，对精细化程度的要求也不断加大，而目前台风风雨落区的精细化预报仍是业务中的难点。那么在区域自动站监测网日益完善的背景下，如何利用高密度历史监测数据为台风风雨精细化预报加持？基于此思考，本研究通过一种统计方法进行台风风雨预估，为预报员进一步精细化的台风风雨分布形态和中心区的预报提供多一种参考。

1 资料与方法

本研究所用资料包括1997—2019年上海台风研究所整编的最佳台风路径集［13］和深圳区域气象自动站的小时雨量和小时极大风速资料。为了分析台风在近海区域不同位置对深圳风雨影响空间分布情况，将1997—2017年期间对深圳有影响的台风按路径位置进行网格处理，网格区域为110°E—120°E，18°N—28°N，网格分辨率为0.5°×0.5°，共100个网格，将经过同一网格的N个台风路径点，对应的N组深圳风雨实况作为基础数据，按照一定的统计方法进行数据处理，得到一组统计数据，即经过该网格的台风对深圳风雨影响的气候统计结果。

1.1 对深圳有风雨影响台风

按照深圳市气象台的业务规定，对深圳有明显风雨影响的台风可以分为明显风雨影响等级和严重风雨影响等级［1］。

1.2 统计方法

本研究的基本思路为对多组样本的数据进行处理，包括实况排名、统一量级、按站点平均、数值量级匹配等步骤，具体如图1所示。第1步实况排名，经过某一个网格的台风路径点为N个，每个台风路径点对应一组风（雨）实况数据（6 h累计雨量或6 h内极大风速），则共有N个数据组，每个数据组包含站号信息（第1列）和实况数据（第2列），对同一个数据组内的实况数据按数值从大到小排序，排名值赋予第3列；第2步统一量级（按排名平均），将N个排名相同的实况数据（第2列）做平均，并将平均值替代原实况数据（第2列）；第3步按站点平均，在第2步处理后的数组基础上，将N个站号相同的实况数据（第2列）做平均，最终获得一组统计数据K（P），其中P为区域自动气象站的站数；第4步数值量级匹配，根据当前台风路径点的强度，从网格内挑选强度相差在1级以内的历史台风路径点，并从这些台风对应的实况数据中挑选最大值M1，与K（P）中的最大值M2对应，得到系数R＝M1／M2，K′（P）＝R×K（P），K′（P）可作为台风经过该网格时深圳风雨分布和中心风险区域的估算。

图1 计算原理示意图

1.3 网格主方向

由于台风路径是影响台风风雨分布的关键因子之一［3］，本研究中通过对台风移动方向与网格主方向一致性的判断，确定上述统计方法是否适用，从而进一步提升统计方法的可参考性。按照NW（90°—180°）、NE（0°—90°）、SW（180°—270°）、SE（270°—360°）4个方位对网格内的台风路径移动方向进行分类。当网格内某一种移动方向数目超过网格内全部方向数目的1／2时，将该移动方向称为该网格的主方向。

2 台风个例分析

2.1 台风信息

2018—2019年期间共有3个台风严重影响深圳（图2），分别为1804号“艾云尼”、1822号“山竹”以及1907号“韦帕”，其中“山竹”影响最严重，为1983年以来对深圳风雨综合影响最严重的台风。

图2 2018—2019年严重影响深圳的台风路径

（1）“山竹”于2018年9月7日在西北太平洋洋面上生成，16日17：00（北京时，下同）在广东省台山海宴镇登陆，登陆时中心附近最大风力14级（45 m／s），造成深圳出现大暴雨，局部特大暴雨的降水和14～16级最大阵风。

（2）“艾云尼”于2018年6月2日14：00在南海北部加强为热带风暴，先后在湛江徐闻、海南海口和阳江海陵岛3次登陆，受其和西南季风叠加影响，深圳连续3 d出现大暴雨。

（3）“韦帕”于2019年7月30日17：00在南海生成，先后以热带风暴等级在海南文昌、湛江坡头区登陆，受其外围环流影响，深圳出现大暴雨和9～10级最大阵风。

2.2 台风网格主方向

对于台风“山竹”、“艾云尼”和“韦帕”，统计每个路径点前后3 h内深圳全市平均雨量值和平均最大阵风值，并选取每个台风过程中对深圳影响最严重的3个路径点。对比台风移动方向与网格主方向（表1），在9个台风路径点中，有5个路径点的台风移动方向与网格主方向一致，分别经过网格编号4、13、21、26和34，值得注意的是，其中有2个台风路径点都经过网格编号21，且台风移动方向相反。

表1 台风移动方向与网格主方向对应

2.3 效果分析

在网格主方向与台风移动方向不一致时，统计方法的预估结果与实况差异较大，这里暂不作分析，以下主要给出两者方向一致时的效果分析。

1）强台风“山竹”：16日08：00、14：00“山竹”分别位于深圳的东南方和偏南方，经过网格编号26和34。从图3和图4可以看出，EC预报、统计方法预估均与实况较一致，能较好的反映出深圳风雨自东向西加强、14：00有60 mm以上降雨和13级以上阵风等特征。从分布形态细节上看，统计方法预估对风雨分布的刻画比EC预报结果更精细，特别是对强降雨中心落区位于深圳东部和南部沿海地区和对于阵风中心落区由大鹏区、盐田区向西扩展至罗湖、福田等中心城区的描绘，更接近实况；从量级上看，EC预报和统计方法预估与实况均存在一定差异，且风雨较弱时量级差异更明显。

图3 “山竹”期间深圳降雨实况和统计方法预估的降雨分布（单位：mm）

2）热带风暴“韦帕”：31日14：00、20：00台风“韦帕”分别位于深圳西南方的网格编号4和13内。从图5可以看出，统计方法虽然也能预估出降雨中心均位于深圳南部和东部，但降雨量级明显偏小，且对降雨分布形态的预估表现明显较“山竹”期间偏差。

图4 “山竹”期间深圳阵风实况和统计方法预估的阵风分布（单位：m／s）

图5 “韦帕”期间深圳降雨实况和统计方法预估的降雨分布（单位：mm）

3）同网格下不同台风移动方向：台风“韦帕”和“艾云尼”均经过了网格编号21。从图6可以看出，对于移动方向与网格主方向一致的“韦帕”，运用统计方法给出的预估结果与实况分布较一致，均呈西北-东南分布，且最强降雨均在深圳中南部区域；而对于移动方向与网格主方向不一致的“艾云尼”，其预估结果几乎与降雨实况走向垂直。

综合以上分析可知，当网格主方向与路径点移向一致时，统计结果总体上与实况分布较一致，部分风雨分布的刻画甚至比EC预报结果更精细。另外，对于不同起报时次的数值预报稳定性较差的情况下，该统计方法具有一定的参考价值。例如“韦帕”影响期间，31日20：00 EC预报深圳雨带为东南-西北走向，而30日20：00预报为东北-西南走向，本研究所用的统计方法支持31日的预报，结果也确实证明了统计方法的预估结果和31日的预报更接近实况。

图6 台风降雨实况和统计方法预估降雨分布

3 结论

1）在9个试验对象中，有5个台风路径点的移动方向与网格主方向一致，这些路径点的试验结果均较好。路径点所在网格对应的统计结果与实况总体较一致，能大致捕捉到风雨中心区域，部分细节刻画甚至比EC模式预报更精细，对于精细化落区预报具有一定的参考性，但在量级预估上与实况存在一定差异，特别是风雨影响较弱时。

2）在移动方向与网格主方向不一致时，将统计方法结果作为台风风雨分布预估，可能出现较大偏差。

在不同起报时次的模式结果出现较大调整时，该统计方法在一定程度上能帮助预报员进行综合判断。由于历史和检验样本均比较少，试验可能存在一定的不确定性，且对于部分台风大风、降雨的量级预估存在明显偏差，统计风雨分布形态和模式预报的风雨量级相结合，将是下一步试验的方向。