成果评价编号: 中气科成评[2024]028

评价结果: 良好

成果名称: 登陆台风引发广东沿海风雨精准预报研究

完成单位: 中国科学院深圳先进技术研究院、深圳市气象局、国家气象中心

成果形式: 应用研究和技术开发类-方法

研究领域: 气象服务与应用气象

评价年份: 2024

完成人: 李晴岚、兰红平、钱传海、李广鑫、李辉、钱奇峰、孙立群、张立杰、张佳丽、何轮凯、唐小新、吕心艳、周冠博、魏晓琳、陈训来

成果简介: 本研究2012年至今受广东省科技厅等资助的7个自然科学基金项目支持。研究针对西北太平洋台风强度、登陆台风引发广东沿海地区风雨时空特征及预报展开。首次提出了"海陆比"因子表征台风海陆下垫面变化,并综合考虑环境背景场和气候持续性因子影响。通过构建统计动力模型和基于梯度提升树的人工智能模型,对西北太平洋台风强度进行预测,提高了台风强度预报准确率。同时,通过分析广东沿海地区气象站的历史风雨记录,结合台风自身特性和大尺度环境因素,揭示了台风期间广东沿海区域性狂风暴雨时空演变特征,揭示华南沿海城市风垂直风速变化规律。研发基于卫星遥感数据的地面大风风险评估技术,构建台风引发局地强风暴雨的预报模型。
本项目集成了台风强度、局地风雨预报和演变机理等多类研究成果,实现了深海、近海及登陆后台风强度变化以及台风影响下沿海地区局地定点定量的风雨预报,服务多家重点单位,展现的创新性、核心技术和先进性如下: 1)台风强度预报:首次引入"海陆比"因子表征台风海陆下垫面变化,并综合考虑其他环境背景场、气候持续性因子,先后构建了融合统计-动力方法的预报模型以及基于梯度提升树的机器学习预测模型,预报台风未来72小时内强度变化。提高了台风在深海、近海以及登陆后强度变化的预报准确性,对登陆后台风强度变化预测能力提升尤为显著。台风登陆后24小时内强度变化预报比 Kaplan 和 DeMaria 的简单经验模型预报平均绝对误差降低了约 50%,且基于机器学习的预测模型相比于多元线性回归模型,平均绝对误差再次降低了约10% 2)台风降雨预报:耦合历史台风降雨记录与数值模式降雨预报,利用大数据挖掘技术,分析60多年来登陆华南地区台风距离深圳、南澳、汕尾、珠海等沿海站700公里范围内的台风特性数据。利用斯皮尔曼秩相关分析等方法,厘清华南地区台风降雨时空特征,并耦合数值模式输出的降雨预报,进一步提高华南地区台风降水预报能力。利用2014-17年间登陆华南台风的历史观测资料评估该耦合方法的预报性能。结果显示,统计箱型图方法和耦合箱型图方法在预报华南沿海地区的由台风引发降水的准确率比 ECMWF 数值模式提高了20%以上。 台风大风预报:创建台风局地大风统计-动力预测模型,实现国内重点公共服务单位台风大风精准预报从"0"到"1"的突破。利用粤港澳大湾区自动站历史阵风数据及台风特性资料,首次绘制台风局地阵风空间分布图及大风概率空间分布图,揭示以重点公共服务单位为中心700公里范围台风特性与局地阵风之间关系。以盐田港在台风海鸥和山竹影响下的大风为例,本团队预报的最大阵风和实际观测值之间的误差分别为 7%、 4.5%
基于梯度提升树方法的台风强度预报研究成果已成功应用于国家气象中心台风与海洋气象预报中心,为西北太平洋台风强度预报提供技术支撑。台风风雨预报研究成果已经开发成台风降雨、大风预估模块,纳入深圳市气象局热带气旋综合业务平台,在台风季被频繁使用于面向决策部门的气象信息快报、行业内的天气会商中,提高了粤港澳大湾区、广东其他沿海地区台风风雨预报的准确性。该研究成果得到粤港澳大湾区多家机构的应用,涵盖政府业务部门、大湾区重点公共服务保障单位、以及商业服务公司。 本项目的成果效益主要体现在社会公益效益方面,台风风雨预报成果自2012 年以来,共服务台风预报90余个,效果良好,为深圳及周边地区制定防台减灾措施提供了重要科学支撑,实现了深圳2012年以来台风灾害"0"死亡,取得了重大社会效益,保障了人民生命财产安全。经济效益方面,以盐田港为例,其日均吞吐量超过5万标准集装箱,如果台风灾害空报一天,其经济损失超过3500万元;再以深圳机场为例,其高峰时段每日航班量超过1000架次,旅客人数超过15万人。精准的台风灾害预报,可以即保障民众的人身安全,又能提高空中运输、海运装卸运行效率,创造巨大的社会经济效益。