热带气旋是影响人类最为严重的自然灾害之一，在西北太平洋通常称之为台风。研究表明，对于登陆中国大陆的台风，24 h路径预报误差每减小1 km，可减少因灾直接经济损失约0.97亿元(吴影等，2017)。因此，准确的台风路径预报对于减轻台风灾害至关重要。

根据各大预报机构(中国气象局、日本气象厅、美国联合台风警报中心等)的评估报告，过去三十年，西北太平洋台风路径预报能力进步显著，当前的72 h预报已达到1990年代初的24 h预报水平，可预报时效延长了整整2天(图1)。但是，各机构的评估结果还表明，台风路径预报误差的减小趋势在近几年明显减缓。根据Landsea and Cangialosi(2018)、Zhou et al.(2020)的分析，大西洋飓风的路径预报也表现出类似特征。这引发了学术界对台风路径预报是否已接近可预报性极限的关注。

图1 1990-2020年(a)RSMC Tokyo、(b)CMA和(c)JTWC台风路径预报误差。图中数据来自各机构检验评估报告。

最近，上海台风研究所余晖研究员团队在美国气象学会会刊BAMS上发表文章指出，过去三十年，西北太平洋台风路径预报技术的发展经历了三个阶段，每个阶段历时约10年。在1990年代，气候和统计类方法占主导，区域数值模式暂露头角。进入2000年代后，区域和全球数值模式均飞速发展，气候和统计类方法逐步退出了历史舞台。2010年代，随着分辨率的进一步提升，全球数值模式逐渐居于主导地位。同时，关于台风预报技术和数据的国际合作极大推动了基于集合预报系统和多模式预报的客观集成预报技术在各大机构的广泛应用(如Qi et al.， 2014；郭蓉等，2019)，也使得各机构的台风路径预报表现出显著的趋同性。

该文章指出，在台风路径预报技术发展的每一个阶段，预报误差都表现出在某一特定值(平均值)附近摆动的特点(图2)。因此，台风路径预报误差在某一阶段趋于稳定并不一定意味着我们已接近可预报性极限。

图2 1990-2020年(a)RSMC Tokyo、(b)CMA和(c)JTWC的24 h台风路径预报误差变异点分析。

该文章进一步采用指数增长模型对台风路径预报误差进行了诊断研究，指出初始位置分析误差的减小是进入2000年代以来台风路径预报能力提升的关键所在，而误差随预报时效的增长率基本保持稳定(图3)。如果假设过去十年的发展趋势能继续保持，预计将在2035年前后达到由当前台风位置观测能力所决定的预报极限，那时的7天预报能力将达到当前的5天预报水平(图4)。

图3 RSMC Tokyo(黑色)、CMA(红色)和JTWC(蓝色)的(a)初始位置分析误差和(b)误差随预报时效的增长率。

图4 2011-2035年的台风路径预报误差。每个阴影区域的上(下)界表示各预报时效的最大误差(最小误差)。2011-2020年数据来自RSMC Tokyo、CMA和JTWC。2021年之后为假设当前发展趋势保持不变的预测误差。

论文信息：

Yu, H., Chen, G., Zhou, C., Wong, W. K., Yang, M., Xu, Y., Chen, P., Wan, R., &Hu, X. (2021). Are We Reaching the Limit of Tropical Cyclone TrackPredictability in the Western North Pacific?, Bulletin of the AmericanMeteorological Society.

扫码阅读原文

 https://doi.org/10.1175/BAMS-D-20-0308.1

引用文献：

[1] 吴影, 陈佩燕, 雷小途. 登陆热带气旋路径和强度预报的效益评估初步研究[J]. 热带气象学报, 2017, 33(5):8.

[2] Landsea, C. W., and J. P. Cangialosi, 2018: Have we reached the limits of predictability for tropical cyclone track forecasting? Bull. Amer. Meteor. Soc., 99, 2237–2243, https://doi.org/10.1175/BAMS-D-17-0136.1.

[3] Zhou, F., and Z. Toth, 2020: On the prospects for improved tropical cyclone track forecasts. Bull. Amer. Meteor. Soc., E2058–E2077, https://doi.org/10.1175/BAMS-D-19-0166.1.

[4] Qi, L. B., H. Yu, and P. Y. Chen, 2014: Selective ensemble-mean technique for tropical cyclone track forecast by using ensemble prediction systems. Q. J. R. Meteorol. Soc., 140, 805–813, https://doi.org/10.1002/qj.2196.

[5] 郭蓉, 余晖, 漆梁波, 等. 台风路径多模式集成预报技术研究[J]. 气象科学, 2019, 39(6):839-846. DOI:10.3969/2018jms.0090.