Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2020 , Vol. 39 >Issue 1: 53 - 65

DOI: https://doi.org/10.11978/2019042

Comparison and prediction of unusual-turning tracks of typhoons Nock-ten and Orma

  • WANG Min 1, 2 ,
  • YIN Yixing , 3 ,
  • CHEN Xiaoyang 4 ,
  • ZHAO Yang 2
Expand
  • 1. Tianjin meteorological Information Center, Tianjin 300074 China
  • 2. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081 China
  • 3. School of Hydrology and Water Resources, Nanjing University of Information Science and Technology, Nanjing 210044 China
  • 4. Shaoguan Meteorological Bureau, Shaoguan 512000 China
YIN Yixing. E-mail:

Received date: 2019-04-24

  Request revised date: 2019-06-26

  Online published: 2020-01-09

Supported by

National Natural Science Foundation of China(41671022)

National Natural Science Foundation of China(41575063)

Huai River Basin Meteorological Open Research Fund And Anhui Key Laboratory Of Atmospheric Science and Satellite Remote Sensing Open Fund(HRM201701)

Copyright

Copyright reserved © 2020. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

Abstract

In this paper, the circulations of Typhoon Nock-ten with abnormal northward turning and of Typhoon Omar with abnormal westward turning near Taiwan Island are analyzed and compared. The total flow is decomposed into climatic and anomalous flows, and the abnormal turning paths of Nock-ten and Omar are forecasted by using the beta-advection model. The results are as follows. 1) Analyses of total flow at 500 hPa reveal that the main influencing environmental systems include the western North Pacific subtropical high and the west trough during the period of unusual north-turning; the western North Pacific subtropical high and the Continental high merged and consolidated at the north and one typhoon in the southeast, which favored Orma’s unusual western turning. 2) Anomalous flows manifested that southwesterly wind gradually aggrandized on the south side of Nock-ten, the southeasterly wind gradually changed into southerly wind on the east side, forming a northwardly "belt" at the unusual north-turning time; there maintained an anticyclone during the unusual west-turning time on the north side of Orma. 3) The generalized beta-advection model is applied to identify the tracks of Nock-ten and Omar. Results show that the north-turning Nock-ten track is forecasted well by considering the climatic and anomalous flows, whereas the west-turning Orma is forecasted well with the consideration of anomalous flow.

Key words： tropical cyclone; unusual turning track; atmospheric variable decomposition; generalized beta-advection model

Cite this article

WANG Min , YIN Yixing , CHEN Xiaoyang , ZHAO Yang . Comparison and prediction of unusual-turning tracks of typhoons Nock-ten and Orma[J]. Journal of Tropical Oceanography, 2020 , 39(1) : 53 -65 . DOI: 10.11978/2019042

热带气旋(tropical cyclone, 简称TC)路径的预报问题一直受到学者们的重点关注(George et al, 1976; Chan, 2005)。随着探测手段及数值预报模式的发展, 我国对TC路径的预报水平已基本位列世界前列(许映龙 等, 2010; 张定媛 等, 2018), 但对于突然北翘、异常西折等异常转向的TC路径预报, 其准确率仍不理想(陈联寿 等, 2002)。麻素红等(2012)分析了模式对TC路径的预报效果, 指出路径突变TC的预报误差较大。许映龙(2011)指出预报台风“鲇鱼”的异常北翘路径时, 存在偏差和滞后。
TC路径突变的影响因子复杂而多变, 在此方面已有不少研究成果。目前研究认为TC路径突变与大尺度环境场的演变和调整有密切关系(罗霞 等, 2013), 大尺度系统如副高、中纬西风槽、南亚高压等对TC路径的突变有影响(Chan, 2005; 董贞花 等, 2010; 魏新 等, 2014), 双台风、高空冷涡等多尺度涡旋也会引起TC路径的突变(Carr et al, 1995; Li et al, 2012)。此外, Wong等(2006)指出下垫面等也会造成TC路径的异常偏折。除受环境场引导的影响外, TC自身的动力、热力非对称结构会造成TC路径的异常偏折(徐祥德 等, 1994; 张胜军 等, 2005)。
目前对路径突变的TC进行预报已有一定研究成果。例如Wu等(2003)对2000年的热带风暴“Bopha”进行分段位涡反演, 定量揭示其路径异常南折的原因。许娈(2013)研究表明, 超强台风“鲇鱼”的热力非对称结构参数在其路径异常偏折前6h发生符号反转。Chan(2005)提出正压绝热无摩擦条件下的β-平流模型(beta-advection model, 简称BAM), Qian等(2014a, 2014b)应用扩展的β-平流模型对南海异常北折TC路径进行预报。段晶晶等(2014)指出天气尺度引导气流可以导致台风的东北向转折。
因此, 本文选取在台湾岛区域路径发生异常偏折的两个TC, 对其异常偏折过程中的环流形势进行对比分析, 并应用扩展的β-平流模型对这两个TC的路径进行预报, 以期为今后TC的业务预报提供一定的参考。

1 资料和方法

1.1 资料

台风路径资料取自中国台风网(www.typhoon. gov.cn)的“CMA-STITC最佳路径数据集”, 包括每6h定位的经纬度坐标和TC强度等信息。其中, TC强度信息包括2min平均最大风速(maximum sustained wind speeds, MSW)及台风中心最低气压。
背景场资料采用欧洲中期数值预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的ERA-interim再分析资料, 该资料是ECMWF提供的最新一代再分析资料集(资料时间范围为1979年1月1日起至今), 采用分辨率为0.75°×0.75°、时间间隔为6h的风场等要素信息进行分析。

1.2 方法

1.2.1 偏折角计算
采用向量夹角公式(王敏, 2018; 王敏 等, 2019)对TC路径的12h偏折角度进行计算, 具体如下:
$\theta =\arccos [\overrightarrow{a}\cdot \overrightarrow{b},|\overrightarrow{a}||\overrightarrow{b}|]$
其中$\overrightarrow{a}$为第T-6、T时次的A、B两点构成的向量,$\overrightarrow{b}$为第T、T+6时次B、C(或C′)两点构成的向量, 求出的θ即为TC第T时次的偏折角度。示意图如图1所示, 相对于AB方向, 如果发生BC′方向的偏折, 则为右折, 发生BC方向的偏折则为左折。本文中, 定义TC路径突变的标准为, 当其路径12h的折角大于等于45°, 则认为TC路径发生突变。
图1 TC的12h折角θ示意图

Fig. 1 Diagram of tropical cyclone turning angle θ in 12 hours

1.2.2 大气变量的分解
任一大气变量场都可以分解成为瞬时的气候分量场和相对于气候的扰动场两个部分(钱维宏 等, 2015)。理论上, 基于扰动的天气系统是产生极端(异常)天气事件的直接原因。本文对大气变量的分解采用钱维宏等(2015, 2016)提出的方法, 即: 对于任一大气变量场${{F}_{d}}(\lambda ,\varphi ,p,t)$, 其在时刻t(每年的第d天的第t时刻)可以分解为如下的气候场${{\tilde{F}}_{d}}(\lambda ,\varphi ,p)$和扰动场$F_{d}^{'}(\lambda ,\varphi ,p,t)$:
${{F}_{d}}(\lambda ,\varphi ,p,t)={{\tilde{F}}_{d}}(\lambda ,\varphi ,p)+F_{d}^{'}(\lambda ,\varphi ,p,t)$
式中$\lambda \phi p$分别为大气变量对应位置的经度、纬度和气压, d为对应日期。气候场为30年(本文选取1981—2010年)的资料平均所得:
${{\tilde{F}}_{d}}(\lambda ,\varphi ,p)=\sum\limits_{t}{_{1981}^{2010}{{F}_{d}}(\lambda ,\kappa ,p,t)/30}$

2 “洛坦”和“奥玛” 的路径

图2a和图3a分别为台风“洛坦”和“奥玛”的路径示意图, 可见“洛坦”和“奥玛”均生成于西北太平洋中部, 沿西北方向移动, 通过48h警戒线后仍朝西北方向移动。通过公式(1)计算可知, “洛坦”发生异常偏折的时间为2004年10月25日06时(世界时, 下文同), 在25°24’N、121°36’E处发生异常北折, 12h偏折角度为67°36’, 之后逐渐东北行。“洛坦”发生异常北折时的中心气压为970hPa, 中心最大风速为35m·s-1(图2b)。“奥玛”则在1992年9月5日0时, 于台湾岛北侧发生异常西折, 12h内向西偏折56.5°, 发生偏折的地理位置为119°30’E、24°36’N, 发生异常偏折时中心气压达980hPa, 中心最大风速达30m·s-1(图3b)。两个台风在偏折前路径较为相似, 均为西北行, 但进入台湾东北部海域后两个台风路径发的生异常偏折, 其后“洛坦”逐渐转为东北, 而“奥玛”转为西行。
图2 台风“洛坦”的路径图(a)及台风近中心最低气压、最大风速随时间的变化示意图(b)

图a中蓝色虚线表示中央气象台规定的48h警戒线,蓝色实线表示24h警戒线

Fig. 2 Tracks of Typhoon Nock-ten (a) and its variation of min pressure and max wind (b) Severe tropical storm.

The blue dotted line indicates 48-hour warning line, and the blue solid line indicates 24-hour waring line.

图3 同图2, 但为9215号台风“奥玛”

Fig. 3 Same as Fig. 2, except for Typhoon Orma

3 环境场对比

3.1 全风场

图4分别为台风“洛坦”和“奥玛”在异常偏折前24h、前12h和偏折时刻500hPa环流形势的对比。由图可见, 在“洛坦”的异常北折过程中, 风速大值区位于台风中心的东北侧; 在异常偏折前24h“洛坦”位于副高西南侧, 其北侧槽较为平直(图4a); 之后“洛坦”北侧的槽进一步加深, 副高逐渐东退, 槽前西南气流和副高的东北侧西南气流合并, 在该环流形势下, 利于其向北偏折。
图4 “奥玛”(a—c)和“洛坦”(d—f)异常偏折过程中的500hPa全风场(单位: m·s-1)

a、d为异常偏折前24h; b、e为异常偏折前12h; c、f为异常偏折时刻。粉色台风符号为对应时刻台风的位置, 红色实线为台风的路径, 填色为风速

Fig. 4 Total flows at 500 hPa of typhoons Nock-ten and Orma (units: m·s-1).

(a, d) are 24 hours before unusual turning time; (b, e) are 12 hours before unusual turning time; (c, f) are unusual turning times. Pink symbol represents the TC’s location, and red line represents the track of typhoon, shading is for speed

“奥玛”在异常西折前24h, 其东北侧和西北侧分别为一个反气旋性环流, 其东南侧存在一个气旋性环流(图4d); 而在偏折时刻(图4f), 台风北侧的两个反气旋性环流合并成一个。台风主要受到其北侧的反气旋性环流影响, 在该环流形势下, 利于其西折。

3.2 扰动风场

图5是“洛坦”和“奥玛”在偏折前24h、偏折前12h及偏折时刻中扰动风场的示意图。由图可见, “洛坦”在东北侧一直维持着一个稳定的反气旋性环流(图5a—c), 随着时间推移其南侧的西南风逐渐增强, 其东侧的东南风逐渐转变为南风, 在异常偏折时刻, 形成一条向北的“输送带”, 易于“洛坦”的北折。
图5 “奥玛”(a—c)和“洛坦”(d—f)异常偏折过程中的扰动风场分布图(单位: m·s-1)

a、d为异常偏折前24h; b、e为异常偏折前12h; c、f为异常偏折时刻。粉色台风符号为对应时刻台风的位置, 红色实线为台风的路径, 填色为风速, 蓝色箭头及方框示意“输送带”

Fig. 5 Same as Fig. 4, except for anomalous flows of typhoons Nock-ten and Orma (units: m·s-1) .

The blue arrow is the schematic of the“belt”

“奥玛”在异常偏折前24h(图5d)有一反气旋性环流位于其西北侧, 之后相对于“奥玛”逐渐东移, 在异常偏折时刻位于其东北侧, 向西输送气流, 利于“奥玛”西折。

3.3 旋转风场

台风同时具有旋转和辐合辐散的特征, 在对台风进行研究时, 应着重关注其风场的结构及变化特征。根据Helmholtz原理, 水平风场可分解为旋转风和辐散风两个分量, 其中旋转风可由流函数求得(黎爱兵 等, 2012)。本文对“洛坦”和“奥玛”异常偏折过程中的风场进行分解, 得到旋转风分量, 进而探究旋转风在路径异常偏折过程中的演变情况。
利用流函数求解“洛坦”和“奥玛”在异常偏折过程中的旋转风分量, 各层旋转风的环流与其原始风场很相似(图略), 且旋转风场的环流中心与台风各时次全风场中心的位置对应良好。
图6为200hPa中两个台风的旋转风场分布。可见, 对于“洛坦”而言, 偏折过程中在台风的东北侧始终有一个强大的反气旋性环流控制, 在偏折时刻其中心位于135°E、28°N附近; 而“奥玛”的旋转风在偏折前24h位于两个反气旋的南侧, 到偏折时刻两个反气旋合并, 表现为在大陆上空维持一个强大的反气旋, 中心位于125°E、33°N附近。
图6 “洛坦”(a、b)和“奥玛”(c、d)200hPa的旋转风场

a、c为异常偏折前24h, b、d为异常偏折时刻, 填色为旋转风速

Fig. 6 Rotational flow field of typhoons Nock-ten (a, b) and Orma (c, d) at 200 hP.

(a, c) are at 24 hours before unusual turning time, and (b, d) are at unusual turning times. Shading is for the speed of rotational wind

4 BAM在台风路径预报中的应用

上节已从环流型的角度对北折台风“洛坦”和西折“奥玛”的环流形势展开分析, 两个台风的环流形
势利于其发生异常偏折。本节从定量的角度, 应用Qian等(2014b)提出的扩展的β-平流模型, 包括

4.1 BAM

在正压绝热无摩擦大气中, 局地坐标系下的涡度方程(Deng et al, 2010)可表示为:
$\frac{\partial \varsigma }{\partial t}=-u\frac{\partial \varsigma }{\partial x}-v\frac{\partial \varsigma }{\partial y}-\beta v-f\left( \frac{\partial u}{\partial x}+\frac{\partial v}{\partial y} \right)$
式中$\varsigma$为涡度, 其公式为$\varsigma =\frac{\partial v}{\partial x}-\frac{\partial u}{\partial y}$, u、v为水平风场,$\beta =\frac{\text{d}f}{\text{d}y}=2\omega \cos {\phi }/{R}\;$,$\omega$为地球自转角速度,$\varphi$为纬度, R为地球半径。由方程(4)可见, 涡度方程包括涡度平流项、β效应项以及水平风场的散度项。当方程右端散度项非常小、趋近于0(即$\frac{\partial u}{\partial x}+\frac{\partial v}{\partial y}$非常.小)的时候可以忽略, 本文在对台风进行分析时, 选取散度扰动最小、涡度扰动最大的层次(理论上而言, 散度越小, 涡度越大)进行分析。因此公式(4)可写为公式(5)的形式:
$\frac{\partial \varsigma }{\partial t}=-u\frac{\partial \varsigma }{\partial x}-v\frac{\partial \varsigma }{\partial y}-\beta v$
即TC运动由相对涡度平流及β效应两项组成(Holland, 1983; Marks, 1992), 为传统β-平流模型(beta-advection model, BAM)。鉴于物理量可分解为瞬时气候和扰动变量两种形式(钱维宏 等, 2015), 因此方程(5)可写为下面(6)—(8)的形式:
$\frac{\partial \varsigma '}{\partial t}=-\tilde{u}\frac{\partial \varsigma '}{\partial x}-\tilde{v}\frac{\partial \varsigma '}{\partial y}-\beta \tilde{v}$
$\frac{\partial \varsigma '}{\partial t}=-u'\frac{\partial \varsigma '}{\partial x}-v'\frac{\partial \varsigma '}{\partial y}-\beta v'$
$\frac{\partial \varsigma '}{\partial t}=-\tilde{u}\frac{\partial \varsigma '}{\partial x}-\tilde{v}\frac{\partial \varsigma '}{\partial y}-\beta \tilde{v}-u'\frac{\partial \varsigma '}{\partial x}-v'\frac{\partial \varsigma '}{\partial y}-\beta v'$
其中方程(6)称为CBAM模型(仅考虑气候态), 方程(7)称为ABAM模型(仅考虑扰动场), 方程(8)称为GBAM模型(同时考虑瞬时气候态和扰动场)。
选取涡度最大、散度最小的层次, 在球坐标系中分别应用3个模型(方程(6)—(8))对$\varsigma '$进行积分求解(Qian et al, 2014b)。其中方程的原始风场u和v来自于Era-interim再分析资料, 瞬时气候变量和扰动变量由公式(2)、(3)得出, 其中$\varsigma '$每10min更新一次, 且新的u′、v′由$\varsigma '$得出(根据上节可知, 旋转风场与全风场的台风中心位置对应, 故可用旋转风场代替全风场在方程中进行求解)。同时为了消除次网格尺度波动的影响, 对球函数所求涡度扰动采用三角截断进行平滑处理(Qian et al, 2014b), 这样虽然会使得涡度扰动变小, 但是能够保证方程在积分过程中的稳定性。

4.2 “洛坦”路径的预报

图7为“洛坦”的散度扰动和涡度扰动在南北向的垂直剖面。图中显示, 在台风中心700hPa左右其散度值很小, 涡度较大。计算“洛坦” 在偏折过程中该层次上各时次的涡度扰动(图8), 可知不同时次的涡度扰动中心与对应时次下的台风实际中心相一致, 因此可用台风的涡度扰动中心代替台风中心。
图7 “洛坦”在2004年10月24日18时(即异常偏折前12h)的东西向(a、b)及南北向(c、d)的散度距平(a、c, 单位:10-5s-1)和涡度距平(b、d, 单位:10-5s-1)的垂直剖面

绿色台风标志为台风所在位置, 实线为正值, 虚线为负值

Fig. 7 Vertical cross sections of divergence anomaly (a, c; units:10-5s-1) and vorticity anomaly(b, d; units: 10-5s-1) of Nock-ten at 1800 UTC 24 October 2004 (12 hours before unusual turning) along longitude (a, b) and latitude (c, d) where the TC was located.

Green symbol represents the location of the typhoon, solid contour represents positive values, and dashed contour represents negative values

图8 “洛坦”异常偏折过程中700hPa的涡度扰动(10-5s-1)分布

a. 异常偏折前48h; b. 异常偏折前24h; c. 异常偏折前12h; d. 异常偏折时刻; e. 异常偏折后12h; f. 异常偏折后24h。红线为台风的移动路径, 粉色符号为对应时刻台风中心的位置,实线为正值,虚线为负值

Fig. 8 Vorticity anomaly of Nock-ten (10-5s-1) at 700 hPa during the unusual turning.

a) 48 hours before unusual turning time; b) 24 hours before unusual turning time; c) 12 hours before unusual turning time; d) at the unusual turning time; e) 12 hours after unusual turning time; f) 24 hours after unusual turning time. The red lines is the track of Typhoon Nock-ten, and the pink marker represents the location of Nock-ten. The solid lines are positive, and the dashed lines are negative

以2004年10月25日00时(异常北折前12h)为初始时刻, 利用CBAM(即方程6)、ABAM(即方程7)、GBAM(即方程8)对未来时次的涡度扰动进行预测。
图9为仅考虑瞬时气候态时, 即根据CBAM模型对“洛坦”预测的涡度扰动空间分布。可见当仅考虑瞬时气候风场时, 预报时次的涡度扰动中心缓慢西北行, 不能预报出“洛坦”实际的突然北折。
图9 9215号台风“奥玛”以2004年10月24日18时为初始时刻利用CBAM对其他时刻的涡度扰动(单位: 10-5s-1)预报

a. 10月25日0时; b. 10月25日6时; c. 10月25日18时; d. 10月26日06时。粉色符号代表在对应时刻台风中心的实际位置, 棕色方框为对应时刻预测的“洛坦”涡旋中心位置, 红线代表台风实际的路径,实线表示涡度扰动为正,虚线表示涡度扰动为负

Fig. 9 Prediction of vorticity anomaly of Orma (10-5s-1) starting from 1800 UTC 24 October 2004 using CBAM.

a) 0000 UTC 25, b) 0600 UTC25, c) 1800 UTC 25, and d) 0600 UTC 26. The brown box indicates the predicting location of the typhoon vortex. The typhoon track and its current location are indicated by the red solid curve and the pink symbol, respectively.The solid line indicates that vorticity anomaly is positive, while the broken line indicates negative.

在仅考虑扰动风场时应用ABAM对“洛坦”的涡度扰动(图10)进行预测。该模型所预测的10月25日0时涡度扰动与实际台风的中心位置一致, 但是在预测10月25日12时的涡度扰动时, 相对实际台风路径偏西, 且预测的台风移动速度大于实际移动速度, 预测的转向时刻相比实际情况要晚。
图10 同图9, 但为应用ABAM

Fig. 10 Same as Fig. 9, except for using ABAM

图11为同时考虑气候态及扰动变化时, 即利用GBAM模型对“洛坦”10月25日6时、12时、10月26日0时、12时所做的涡度扰动预测。可见, 模型预测的涡度扰动中心与台风实际的位置一致, 且能准确预测出台风的北折时刻。
图11 同图9, 但为应用GBAM

Fig. 11 Same as Fig. 9, except for using GBAM

综合比较3个模型可知, 只有同时考虑气候变量和扰动变量时, 其对“洛坦”涡度扰动中心的预测与台风的实际路径最为相似, 即相比于CBAM和ABAM, GBAM对“洛坦”的路径预测效果最好。

4.3 “奥玛”路径的预报

分别应用CBAM、ABAM、GBAM等3个模型对西折“奥玛”的路径开展预报。
图12为“奥玛”在1992年9月4日12时(异常西折前12h)的东西方向(图12a、b)及南北方向(图12c、d)散度距平和涡度距平的垂直剖面。可见, 在400~500hPa之间“奥玛”中心附近的散度扰动小而涡度扰动大。图13为“奥玛”异常偏折过程中400~500hPa的平均涡度扰动分布, 可见各时次的涡度扰动高值中心与实际的路径位置相对应。
图12 同图7, 但为台风“奥玛”1992年9月4日12时(异常西折前12h)

Fig. 12 Same as Fig. 7, except for Orma at 1200 UTC 4 September 1992 (12 hours before the unusual-western turning)

图13 同图8, 但为9215号台风“奥玛”

Fig. 13 Same as Fig. 8, except for Orma

以1992年9月4日12时为初始时刻, 以450~500hPa平均的物理量作为初始场, 应用CBAM对异常西折过程中“奥玛”的涡度扰动进行预测, 结果如图14。由图中可见, 仅依靠气候变量进行预测时, 台风预报的路径为西行, 且速度明显慢于实际路径。
图14 9215号台风“奥玛”以1992年9月4日12时为初始时刻利用CBAM对其他时刻涡度扰动预报

a. 9月4日18时; b. 9月5日0时; c. 9月5日12时; d. 9月6日0时。其他同图9

Fig. 14 Predictions of vorticity anomaly of Orma starting from 1200 UTC 4 October 2004 using the CBAM model.

a) 1800 UTC 4 September, b) 0000 UTC 5 September, c)1200 UTC 5 September, and d) 0000 UTC 6 September. The others are the same as those in Fig. 9

图15为应用ABAM对“奥玛”的涡度扰动进行路径预报的效果, 预测的涡度扰动高值中心能够很好地与台风的实际路径对应, 可反映出“奥玛”过台湾岛之后路径的异常西折位置及之后的路径趋势。
图15 同图14, 但为应用ABAM

Fig. 15 Same as Fig. 14, except for using ABAM

图16显示的是应用GBAM对“奥玛”不同时次涡度扰动的预报, 可知采用GBAM对“奥玛”进行预报时, 在前36h与实际台风对应时次的中心较一致, 预报较为准确, 但预报的9月6日00时(即西折后24h)涡度扰动为西北移动的趋势(图16d), 与实际路径出现较大偏差, 可见, GBAM在“奥玛”异常西折过程中路径预测的效果不是很理想。
图16 同图14, 但为应用GBAM

Fig. 16 Same as Fig. 14, except for using the GBAM model

比较3个模型在“奥玛”路径预报中的应用效果可知, ABAM的效果更好。

5 结论和讨论

本文选取在台湾岛附近发生异常北折的台风“洛坦”和异常西折台风“奥玛”, 对其环流形势进行分析, 之后将大气变量分解为瞬时气候态和扰动场两种分量, 将传统的β-平流模型扩展成CBAM、ABAM、GBAM 3个模型, 应用这3个模型对“洛坦”和“奥玛”的异常偏折路径进行预测, 可得到以下结论:
1) 北折“洛坦”在异常偏折时刻, 其主要的环流形势为副高位于其东侧, 且与其北侧的槽前西南气流合并, 有利于台风的北折。西折“奥玛”在异常偏折时刻其主要的环流形势为台风北侧有一反气旋性环流, 有利于台风的西折。
2) “洛坦”在异常偏折前24h至异常偏折时刻, 扰动风场表现为, 位于其南侧的西南风逐渐增强, 其东侧的东南风逐渐转变为南风, 在异常偏折时刻形成一条明显的向北“输送带”, 有利于北折; “奥玛”的扰动风场则表现为, 在其北侧始终维持着一个反气旋性环流, 其北侧为东风输送, 有利于向西移动。
3) 选取散度扰动小、涡度扰动大的层次, 在该层次各时次台风的涡度扰动中心与实际台风中心位置对应。用3个模型对其进行预报时发现, 当仅考虑气候场时, 无法预测出“洛坦”的异常北折路径及“奥玛”的异常西折路径; 仅考虑扰动场的变化时, 尽管可以预测出“洛坦”的北折, 但是路径偏差非常大, 而预测的“奥玛”路径与实际路径比较一致; 当综合考虑气候和扰动的变化时, 对于“洛坦”, 其异常北折路径的预测效果较好, 而对于“奥玛”则无法预测出其西折的情况。本文基于涡度方程, 应用扩展的β-平流模型对两个异常偏折的台风路径进行了预报, 而对于为何该模型对于不同方向偏折的预报效果不同尚未展开分析, 这将在下一步工作中进行探讨。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
陈联寿, 徐祥德, 罗哲贤 , 2002. 热带气旋异常运动引论[C]. 北京:中国气象学会第25次全国会员代表大会暨学术年会.

CHEN LIANSHOU, XU XIANGDE, LUO ZHEXIAN , 2002. An introduction to tropical cyclone unusual motion[C]. Beijing: The 25th national member of Chinese Meteorological Society (in Chinese).

[2]
董贞花, 谭季青 , 2010. 台风"麦莎"两次东折成因的诊断分析[J]. 科技通报, 26(6):821-827.

DONG ZHENHUA, TAN JIQING , 2010. The diagnostic analysis of track turning eastward cause of typhoon Matsa[J]. Bulletin of Science and Technology, 26(6):821-827 (in Chinese with English abstract).

[3]
段晶晶, 吴立广, 倪钟萍 , 2014. 2004年台风“艾利”与“米雷”路径异常变化分析[J]. 气象学报, 72(1):1-11.

DOI

DUAN JINGJING, WU LIGUANG, NI ZHONGPING , 2014. Analysis of unusual changes in Typhoon Aere (2004) and Meari (2004)[J]. Acta Meteorologica Sinica, 72(1):1-11(in Chinese with English abstract).

[4]
黎爱兵, 张立凤, 臧增亮 , 等, 2012. 有限区域流函数和速度势的计算及其在台风中应用[J]. 气象科学, 32(1):1-8.

LI AIBING, ZHANG LIFENG, ZANG ZENGLIANG , et al, 2012. Computation of stream function and velocity potential in a limited area and its application to typhoon[J]. Journal of the Meteorological Sciences, 32(1):1-8 (in Chinese with English abstract).

[5]
罗霞, 费建芳, 黄小刚 , 等, 2013. 西北太平洋热带气旋反转型路径的统计特征及形成机制研究[C]//第30届中国气象学会年会. 南京: 中国气象学会.

LUO XIA, FEI JIANFANG, HUANG XIAOGANG , 2013. Statistical characteristics and mechanism analysis of suddenly reversed tropical cyclones over North Western Pacific[C]//The 30th National Member of Chinese Meteorological Society. Nangjing: Chinese Meteorology Society (in Chinese).

[6]
麻素红, 吴俞, 瞿安祥 , 等, 2012. T213与T639模式热带气旋预报误差对比[J]. 应用气象学报, 23(2):167-173.

MA SUHONG, WU YU, ZHAI ANXIANG , et al, 2012. Comparative analysis on tropical cyclone numerical forecast errors of T213 and T639 models[J]. Journal of Applied Meteorological Science, 23(2):167-173 (in Chinese with English abstract).

[7]
钱维宏, 张广文, 黄静 , 2015. 不同资料大气扰动分量对2010年台风鲇鱼强度变化的描述[J]. 气象, 41(7):806-815.

QIAN WEIHONG, ZHANG GUANGWEN, HUANG JING , 2015. Intensity evolution of typhoon Megi (2010) revealed from anomaly-based atmospheric variables[J]. Meteorological Monthly, 41(7):806-815 (in Chinese with English abstract).

[8]
钱维宏, 蒋宁, 杜钧 , 2016. 中国东部7类暴雨异常环流型[J]. 气象, 42(6):674-685.

QIAN WEIHONG, JIANG NING, DU JUN , 2016. Seven anomalous synoptic patterns of regional heavy rain in eastern China[J]. Meteorological Monthly, 42(6):674-685 (in Chinese with English abstract).

[9]
王敏 , 2018. 西北太平洋热带气旋路径异常偏折的区域及环流动力相关特征研究[D]. 北京: 中国气象科学研究院.

WANG MIN , 2018. A study on the related characteristics of regional and circulational dynamic for the unusual-turning TCs over the western North Pacific[D]. Beijing: Chinese Academy of Meteorological Sciences (in Chinese).

[10]
王敏, 徐祥德, 李英 , 2019. 西北太平洋热带气旋路径异常偏折的分类特征[J]. 热带气象学报, 35(2):177-186.

WANG MIN, XU XIANGDE, LI YING , 2019. The characteristics of unusual turning tracks of tropical cyclone over the Western North Pacific[J]. Journal of Tropical Meteorology, 35(2):177-186 (in Chinese with English abstract).

[11]
魏新, 王力群, 李海宁 , 等, 2014. 环流场及结构变化对1214热带气旋“天秤”西折路径影响[J]. 海洋预报, 31(3):72-79.

WEI XIN, WANG LIQUN, LI HAINING , et al, 2014. Circulation structure change impact on the westbound track of Typhoon Tembin(1214)[J]. Marine Forecasts, 31(3):72-79 (in Chinese with English abstract).

[12]
许娈 , 2013. 2010年西北太平洋超强台风“凡亚比”和“鲇鱼”的诊断与模拟研究[D]. 南京: 南京信息工程大学.

XU LUAN , 2013. Diagnose and numerical modeling to the Super Typhoon Megi and Fanapi in 2010 over the Western North Pacific[D]. Nanjing: Nanjing University of Information Science & Technology (in Chinese).

[13]
徐祥德, 解以扬, 李培彦 , 1994. 阻塞结构对近海台风异常路径影响的数值试验[J]. 应用气象学报, 5(1):104-108.

XU XIANGDE, XIE YIYANG, LI PEIYAN , 1994. Numerical experiment on effect of the blocking high structure on unusual track of typhoon in coastal waters[J]. Quarterly Journal of Applied Meteorology, 5(1):104-108 (in Chinese with English abstract).

[14]
许映龙, 张玲, 高拴柱 , 2010. 我国台风预报业务的现状及思考[J]. 气象, 36(7):43-49.

XU YINGLONG, ZHANG LING, GAO SHUANZHU , 2010. The advances and discussions on China operational typhoon forecasting[J]. Meteorological Monthly, 36(7):43-49 (in Chinese with English abstract).

[15]
许映龙 , 2011. 超强台风鲇鱼路径北翘预报分析[J]. 气象, 37(7):821-826.

XU YINGLONG , 2011. Forecast Analysis on the abrupt northward recurvature of super typhoon Megi(1013)[J]. Meteorological Monthly, 37(7):821-826 (in Chinese with English abstract).

[16]
张定媛, 田晓阳, 贾朋群 , 2018. 热带气旋预报性能及指标综合评述[J]. 气象, 44(12):1628-1634.

ZHANG DINGYUAN, TIAN XIAOYANG, JIA PENGQUN , 2018. Review on performance and index of tropical cyclone forecast[J]. Meteorological Monthly, 44(12):1628-1634 (in Chinese with English abstract).

[17]
张胜军, 陈联寿, 徐祥德 , 2005. Helen台风(9505)异常路径的诊断分析与数值模拟[J]. 大气科学, 29(6):937-946.

DOI

ZHANG SHENGJUN, CHEN LIANSHOU, XU XIANGDE , 2005. The diagnoses and numerical simulation on the unusual track of Helen(9505)[J] Chinese Journal of Atmospheric Sciences, 29(6):937-946 (in Chinese with English abstract).

[18]
CARR L E, ELSBERRY R L , 1995. Monsoonal interactions leading to sudden tropical cyclone track changes[J]. Monthly Weather Review, 123(2):265-290.

DOI

[19]
CHAN J C L , 2005. The physics of tropical cyclone motion[J]. Annual Review of Fluid Mechanics, 37(1):99-128.

DOI PMID

[20]
DENG GUO, ZHOU YUSHU, LIU LIPING , 2010. Use of a new steering flow method to predict tropical cyclone motion[J]. Journal of Tropical Meteorology, 16(2):154-159.

[21]
GEORGE J E, GRAY W M , 1976. Tropical cyclone motion and surrounding parameter relationships[J]. Journal of Applied Meteorology, 15(12):1252-1264.

DOI

[22]
HOLLAND G J , 1983. Tropical cyclone motion: Environmental interaction plus a beta effect[J]. Journal of the Atmospheric Sciences, 40:328-342.

DOI

[23]
LI YING, GUO LIXIA, XU YINGLONG , et al, 2012. Impacts of upper-level cold vortex on the rapid change of intensity and motion of typhoon Meranti (2010)[J]. Journal of Tropical Meteorology, 18(2):207-219.

[24]
MARKS D G , 1992. The Beta and advection model for hurricane track forecasting[Z]//Technical Memorandum NWS NMC 70. Washington D C: National Oceanic and Atmospheric Administration, National Weather Service, National Meteorological Center.

[25]
QIAN WEIHONG, SHAN XIAOLONG, LIANG HAOYUAN , 2014a. Typhoon turning atlas[M]. Singapore: World Scientific Publishing Co. Pte. Ltd.

[26]
QIAN WEIHONG, SHAN XAOLONG, LIANG HAOYUAN , et al, 2014b. A generalized beta-advection model to improve unusual typhoon track prediction by decomposing total flow into climatic and anomalous flows[J]. Journal of Geophysical Research: Atmospheres, 119(3):1097-1117.

DOI

[27]
WONG M L M, CHAN J C L , 2006. Tropical cyclone motion in response to land surface friction[J]. Journal of the Atmospheric Sciences, 63(4):1324-1337.

DOI

[28]
WU C C, HUANG T S, HUANG WEIPENG , et al, 2003. A new look at the binary interaction: potential vorticity diagnosis of the unusual southward movement of tropical storm Bopha (2000) and its interaction with Supertyphoon Saomai (2000)[J]. Monthly Weather Review, 131(7):1289-1300.

DOI

Options
Outlines

/

〈 〉