英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

登陆热带气旋路径，结构和强度变化

M. Mohapatra

引言

新德里是印度气象局（IMD）的气旋预警部门，它作为北印度洋（NIO）的一个区域专业气象中心（RSMC），向世界气象组织（WMO）亚洲及太平洋经济社会委员会（亚太经社会）小组成员国，即孟加拉国，缅甸，泰国，斯里兰卡，马尔代夫，巴基斯坦和阿曼，提供热带天气展望和热带气旋（TC）通告。NIO上的低压系统是根据地面层次的相关最大持续地表风（MSD）（IMD 2013a）进行分类（表1）。 TC监测和预报的整个过程（Mohapatra et al。2013a）以示意图（图1）显示。与其他海洋盆地一样，NIO上的TC也有时在登陆前，登陆中和登陆后显示轨道，结构和强度的重大变化。在NIO发展的5-6个TC中，约有3-4个TC登陆（Tyagi等，2010; Mohapatra等，2014）。新德里RSMC对预测登陆TC的轨道，结构和强度的变化伴随的困难情况和未来计划所采取的策略，将在下面的章节中介绍。

M. Mohapatra (*)

India Meteorological Department, Mausam Bhawan, Lodi Road, 110003 New Delhi, India e-mail: mohapatraimd@gmail.com

copy; Capital Publishing Company 2017 97

M. Mohapatra et al. (eds.), Tropical Cyclone Activity over the North Indian Ocean,

DOI 10.1007/978-3-319-40576-6_7

表格 1 NIO气旋扰动分类（自2015年起）

图1 热带气旋监测预报过程（Mohapatra 等。2013a）

当前路径，结构和强度的监测与预报方法

气旋手册（IMD 2003,2013a）描述了各种分析步骤。一个系统的检查步骤是为了确定TC的位置和强度以及对TC路径和强度的预测。 该过程必须用风暴区域的可用观测资料确定TC的位置和强度以及其他特征，如相关的MSW，估计的中心气压和中心气压降低程度，形状和大小，最外侧封闭等压线的半径，登陆点和时间（如果有的话）或 耗散区域等。

为确保各种国内和国际的数据和预测产品的可用性，新德里IMD的气旋预警部门与所有利益相关者协商制定了一个体制机制。这个标准的工作机制（SOP）已经准备用于监测、预报和预警气旋扰动。 它包括为此用意的详细说明和检查步骤。

TC的技术分析，预测和决策过程是通过合乎科学的综合的概念模型，动力学和统计学模型，气象数据库，技术和专业知识相结合而形成的。数值环境的天气分析和预报系统用于制定和分析不同的天气参数，卫星，雷达和数值天气预报（NWP）模型产品。在这个综合系统中，天气预报方法可以覆盖在现代绘图和GIS应用支持的NWP模型上，以产生高质量的分析和预测产品。该过程的自动化提高了系统的效率，预报准确性，IMD的可视性和预警产品的效用（Mohapatra et al。2013a）。近年来，由于IMD现代化进程的改进，使沿海的DWR和AWS等观测系统，孟加拉湾登陆TC的建模技术和正在进行的预报示范项目（FDP）得到提升。

TC登陆途中的变化

目前TC跟踪方法

TC中心的位置的确定取决于（a）天气位置，（b）卫星位置（INSAT / METSAT /微波位置），（c）雷达位置和（d）其他卫星中心确定的中心。 IMD（2013a）发布的标准操作程序手册详细讨论了这些细节。在NIO上定位系统中心的平均置信水平大约是50公里（Mohapatra et al。，2012a; Goyal et al。2013）。由于卫星估计的相似误差，在海洋区域低压的定位误差比TC大。 DWR的推演降低了在雷达范围内定位TC中心的误差。到2010年，登陆点估计误差已减少到25公里，主要是由于在2000年代后期安装了沿海的AWS（Mohapatra et al。2012a）。自1974年以来引入了沿海每小时的观测和卫星和雷达观测，登陆时间估计误差可能约为30分钟。

TC路径预测的当前方法

印度研究人员在过去几年面临的挑战是减少路径预测误差。印度的几个研究团体已经将美国原产的高分辨率中尺度模型与各种物理参数分离和组合使用。关于TC预报近来进展的几篇论文已经在 Mausam杂志（IMD 2013b）上发表，Mohanty et al. (2014) 的论文是关于“印度洋热带气旋和气候变化的监测和预测”。 Ray et al. (2014)的论文是关于“南亚地区影响很大的天气事件”。 IMD和其他研究机构在2009年引入了中尺度WRF模式，空间分辨率为27 km（Mohanty et al。2014）。随着当地数值同化，2010年和2011年的分辨率提高到9公里，目前正在努力的是正在使用美国NCEP的高分辨率飓风WRF模式进行轨道和强度预测。目前，IMD使用这些方法进行TC路径预测。在NCMRWF运行的全球模式中，合成涡旋的产生，印度也有助于改进模式预测（Chourasia et al。2013）。

1. 统计技术
   1. 模拟（1891-2013年期间TC的数字化路径可用于选择模拟 (IMD, 2008)).
   2. 持久性，气候学和气候学的持久性（CLIPPER）。
2. 天气学，卫星和雷达技术 - 经验式技术。
3. NWP模型。
   1. 个体模式（全球和区域）。
   2. IMDGFS（574），全球热带模式（Meteo-France），ECMWF，JMA，UKMO，NCEP，WRF（IMD，IITD，IAF），HWRF（IMD），准拉格朗日模型（QLM）。
   3. 基于TC模块的MME（IMD）和MME。
   4. 集合预测系统（EPS）的准确概率和位置确定概率。

虽然天气学，统计学和卫星/雷达指引有助于短期预报（直至12/24 h），但NWP指引主要用于24-120 h的预报。 因此，RSMC预测路径来自手动分析的预测过程，该过程依赖于如上所讨论的几个NWP模型的输出。这些模型共同预测收集全部或部分数值预报，并利用天气学和统计学指引来发布官方预报（Mohapatra et al。，2014）。

除了QLM和CLIPER以外，上述所有的NWP模式都是后期的模式，因为模式输出可用于预报员做6-12小时的预报。同样，如上所述的所有NWP模式都不使用合成涡旋和涡旋再定位。尽管QLM，NCEP使用合成涡旋，但像ECMWF这样的全球模式并不使用这些方法。与确定性模式相比，由IMD开发的MME（Kotal和Roy Bhowmik 2011）提供了更好的指导方法。在2013年10月8日至14日期间，孟加拉湾上一个超强气旋风暴的例子说明了这一点。MME和其他NWP模型根据不同的初始条件的预测路径以及观测到的航迹如图2所示 。从图中可以看出，从第1天（10月8日00 UTC到2013年10月10日10 UTC），MME能够正确并一致地预测到Gopalpur（Odisha）的登陆情况。 MME的直接位置误差（DPE）大约在12小时65公里到120小时150公里，这比大多数确定性模型（RSMC，New Delhi2014）要小。

运行路径预测产品最大化路径预测效果

考虑到近期预报能力的发展，IMD在2009年将TC预测有效期延长至72 h（Mohapatra et al。2013b）。由于孟加拉湾和阿拉伯海是小盆地，而且这些盆地上的热带气旋的生命周期很短（3-5天），所以新德里的RSMC从深低压阶段开始进行预报路径。它在2013年引入了96小时和120小时的预报。根据世界标准时间的00,03,06,09,12,15,18和21时观察，TC预报每天在3小时的时间间隔内发布6次。在上述观测时间之后约3小时发布预报。 TCPhailin发生期间的一个产品如图3所示。

为了顾及路径预报的不确定性，IMD预测中的不确定性（COU）已经从2009年12月“WARD”的有效期72小时至2013年起的120小时。根据官方预测的过去平均误差，用于构建COU的圆圈分别为75,150,200,250,300和350公里，相应的时间为12,24,36,48,60和72小时。 Mohapatra等人（2012b）的一个典型的COU预测实例显示了不同预测期的不确定性圈。它 发现所观察到的路径约60％的情况下在预测的COU内。

图 2 在孟加拉湾的超强气旋风暴，Phailin（2013年10月8 - 14日）的预报路径

图 3 2013年10月8日至14日期间TC Phailin观测路径和预报路径

登陆飓风预报的困难情况

3.4.1 NIO平均路径预报错误

Mohapatra等人（2013b）通过计算直接位置误差（DPE）和路径预报能力，对2003 - 2011年（9年）IMD发布的TC路径预报进行了评估。 2009-2013年新德里RSMC的平均DPE约为124,202和268公里，对于NIO整体的24,48和72小时预测能力分别为36％，53％和62％（RSMC New Delhi 2014）。观测资料的稀缺导致NWP模型初始条件较差，这进一步导致NWP模式的预报误差增加，NWP模式是TC的官方跟踪预报支柱，尤其是在36-120h的预报范围内（Osuri等，2012; Mohanty等，2010,2013）。这个误差比美国国家飓风中心（NHC）高出40-60公里。为了克服这个滞后，RSMC正在尝试诸如预测演示项目，飞机探测，增强观测网络，引入HWRF模型，数值同化，合成涡旋，MME和运作EPS产品等各种举措。还经常更新预报不确定性的通告以及与灾难管理人员的联络，这有助于最大限度地提高路径预报的准确性并解决预报的不确定性。

3.4.2 数据稀疏区域转向/原地打转TC路径的预报

阿拉伯海的路径预报误差比孟加拉湾高，因为阿拉伯海的数据稀少。而 转向和原地打转的TC，误差也会比直线TC的误差更高（Mohapatra et al。2013b）。

3.4.3 路径的快速变化

当登陆点附近的路径快速变化时，路径预测更加困难。这种困难的情况包括：（1）转向的TC和（2）TC登陆过程中的快速移动，或者沿海地区TC的缓慢移动/平稳性。表2列出了气旋路径快速变化的平均路径预报误差。这发现在路径快速变化的台风期间，12〜72 h预报时段的误差高出约5〜20％与基于2003 - 2013年数据的平均预测误差相比。通过比较路径方向突变，快速移动和缓慢移动的气旋路径预报误差，发现迅速移动接着方向突化的TC误差最大。表3列出了2013年5月10 - 16日在孟加拉湾的TC Viyaru的登陆预报误差（图4），说明预报转向和快速移动的TC的困难程度。（RSMC，新德里，2014年）。这提到的是，TC Viyaru在登陆前12小时内以40-50公里/小时的速度移动。 2013年5月16日08:00左右，TC Viyaru在Feni以南约30.8公里的北纬22.8 N和东经91.4 E处以风速约为85-95 kmph横穿孟加拉海岸。由于移动速度较快，气旋风暴造成的恶劣天气相对较少并被高估。尤其是登陆的时候登陆误差更高（表3）。基于2009 - 2013年数据的平均登陆点预报误差分别为75,100和124公里，对应于24,48和72小时预报。

表 2 2003 - 2013年间路径快速变化的气旋和所有气旋路径预报误差的比较