Home / 资讯简报 / 气象数值与天气预报交融和碰撞

气象数值与天气预报交融和碰撞

气象数值预报自从50年代开始应用于气象业务领域后,随着计算机运算能力和大气遥感技术的发展,数值预报无论在其种类、长度、准确性、分辨率上都取得了长足的发展。时至今日,每天都有大量的数值预报被计算机生产出来,欧洲中期数值预报(ECMWF)、美国全球预报系统(GFS)、加拿大数值预报(CMC)、中国气象局的T639等等。这些外人看上去颇为枯燥的图和数据却指导着人类的生产和生活。

而70年代后,数值集合预报的概念被提了出来,即来源于稍微不同的初始条件和/或各种各样的版本模型所推出的预测。其目的是通过平均各种预测,在多种多样的结果里排除不可预测的成分,提供可靠的信息,来猜测结果的不确定性,以提高预测的准确性。很多气象预报员通过借助它来衡量数值预测的可能性,为最后作出面向公众的主观预报提供了重要参考。

数据预报也会产生问题,对于其爱好者来说,常常会拿一些计算机给出的惊人预测作为谈资,这些预报结果往往会被上传到各种社交媒体,配以抓人眼球的解读,引来骚动。这些运算结果不少事后都被证明是计算机开了一个”玩笑“,对于预报员来说,如何在计算机的帮助下做出一个准确的判断成为一门技术。尤其是在某个重大天气过程来临的时候,各个职能部门都等着预报员拿定主意从后可以布置各种预案。这可不能开玩笑。

如何阅读分析数值预报的结果,成为了包括预报员在内所有和气象有关系的人的需要正视的问题。

在1月份罕见的美国东部暴风雪天气过后,大洋彼岸的两位气象专家分别讨论到了数值预报——这一在气象学领域有举足轻重效应而又相对新兴的学科。

美国气象学家wxbrad在其博文中认为现在天气预报领域出现了一个叫做“模式学”的新专业,可能将影响已有的成果,正在使天气预报变得糟糕。

“数值预报带来问题在于如果处理相同的一批初始数据,使用的解析度越高,发生越离谱的错误的概率就越大。”

以下内容选取自他于今年(2016年)1月27日发表于其个人网志上的一篇文章:

我和很多天气爱好者一样,当一场大型风暴来临之际,会熬夜坚持到美国东部时间凌晨1点去见证欧洲中期天气预报数值模型在世界标准时间0点的运算结果。

跟在任何专业领域的工具一样,天气数值模式需要被技艺精湛的专家正确地运用从而来做出天气预报。

它并不是自己本身会预报,这就是为什么它被称作“指导性”预报的原因。

假设你是一名合格的木匠,并且有上好的锯子,斧子和胶水,你就可以做出漂亮的作品。

这些工具它们自己本身不会变成漂亮的成品,并且就和木匠一样这种(预报)技术需要花费时间和反复实践去练就。在使用工具这方面你甚至不必去拥有一个学位,尽管这可能对此有帮助。

天气预报是一项需要时间,实践经验,老实说,还有大量失败经历才能不断完善的技术。这就是为什么即使一名没有学位的预报员会比一名没有预报日常经验的气象学博士生在预报方面显得更为技术老练的原因。

由于出现了数值模式站点的集群,数值模式变得更加出色,更加好用以及拥有更佳的视觉效果。

而预报员们,无论是业余爱好者还是专业人员都已经开始疏离了真正的预报技术,转而变为了吹捧数值预报模式的照本宣科者。

数值预报模式的先进性确实不言而喻。不过这就像我的一位做木匠的朋友一样,虽然他使用先进的电锯以及射钉枪,但仍然必须运用他的手艺技术来结合这些新型工具去完成最终的作品。

而这些工具和木材放在一起本身并不会产生任何东西。我听到或看到太多类似于 “好吧,这个数值模型糟糕透了”或者是“数值模式忽略了这一点”等等这样的抱怨。嘿,要记住它们是数值模式!并不会作出天气预报。你的问题出在预报上,而不是数值模式上。

就像其他技术的发展过程中你仍有需要被牵涉其中一样。我敢确信你肯定听到或者读到过类似于有一些蠢货把车开进了一个湖泊中或者开到了一条废弃不通的道路上,是由于他们的GPS导航系统指引他们这样去做的这样的故事。我所指的是就像当在某个地方你的GPS告诉你要右转,然而在那里却是一堵墙,迫使你停车。不就是这样的吗?就在本周我看到当欧洲中期数值预报模式(ECMWF)运行出一个孤立的确定性预报时,人们开始变得狂热起来,而此时没有其他任何一家指导性预报支持这样的路径或定位。一大堆数值预报束集转向了一个湖泊,或者,在这个案例中,就是大西洋。为什么当气象学常识告诉我们不是这样的时候我们还是要这样做呢?

我们还存在的另一个问题是:现在有一种普遍的态度就是认为某个数值模式就是优于其他的模式。不错,我们都知道欧洲中期数值预报模式(ECMWF)对于中长期尺度的预报表现优于其他任何模式。但这就意味着它一直是这样的吗?不是,它也和GFS模式一样会经常犯离谱的错误,即使许多人已经对某一个数值模式产生了偏好。我们会选择性记住它的成功的预报计算结果而遗忘掉那些错误的结果。我们现在因此可以见到人们会围观欧洲中期数值预报模式(ECMWF)的7天预报的运算结果,而从不会对于GFS或者CMC数值的运算结果同样如此关注。还记得那个飓风“杰奎因”(Hurricane Joaquin)吗?尽管欧洲中期数值预报模式(ECMWF)最终更快地修正了预报路径,但我们忘记了在一开始的时候它也和GFS模式一样对于路径摇摆不定。哦耶,其实在那次模式运行中GFS模式比欧洲中期数值模式(ECMWF)首先铆定了飓风的路径,然而没有人会讨论这其中的原因。

那么我们该怎样修正这个问题?

我热衷于科学技术和运算模式的发展进步方向。GFS和ECMWF模式都将会有巨大升级并且会很快投入运营。不过请谨记,要明白这其中数据是从哪里来的。停一停不要去看经严格推导产生的降雪量地图,转而去钻研一下模式中的定量降水预报并且去观察其中的云层厚度,存档资料以及关键温度层。你会经常发现这其中并不全是雪,而是一个类似于混合的包裹的状态。并且它几乎从不是以10:1的雪水比率降下。

保存一份电子表格来验证你的预报是否正确。这并不是当你预报准确时用来吹嘘的,而是为了在你报错的时候帮助找出原因。我自己已经这样做很多年了。这会使得你对于自己的预报误差大开眼界。要记住如果不从中吸取教训,一份杂乱无章的预报只会是糟糕的。

不要把你的情感带到预报中去。这对于天气的狂热爱好者来讲很难,真的很难做到!若你真的喜欢气象,那就不要让个人情感来左右或者歪曲你的预报成为与实际情况相左的东西。

进行天气预报时什么天气最有可能发生比有可能发生还要重要。但现在我并不否定预报时要列出所有的可能情况,而是不要一股脑地把这些情况全部放出来。这就像你说认为某个地方将会有一英尺的降雪,但我们也同样可以肯定地说有可能最后什么都没有一样。

告诉大家我们(对预报)不是了如指掌是没什么大不了的。要让人们了解到你对于你的预报究竟有没有信心。这就是天气数值预报模式的伟大,它可以给予你信心,但是同样可以摧毁你的信心。

时常去关注集合预报,它们能帮助去除极端值并且帮助你预报出什么情况有可能会挑战极端值。

本地的预报知识和经验与气候学知识相结合对于预报的帮助将是令人吃惊的。(拥有)计算机模拟是伟大的,像这样的事物是不是前所未有的呢?

务必记住在一个不断变暖的世界中数值模式可能无法准确地模拟出极端天气事件。

wxbrad同时推荐了“Project Phoenix – Optimizing the machine-person mix in high-impact weather forecasting(凤凰计划—优化在高影响度天气预报中的人机配合)这篇论文,其主导了一项实验来验证预报员们是否能够在没有数值模式的情况下进行预报,而结果令人感到震惊。以下是在该篇日志中节选的论文内容:

凤凰计划—在高影响度的天气预报中的人机配合的优化

论文作者:Patrick J. McCarthy, MSC, Winnipeg, MB, Canada; and W. Purcell and D. Ball

在以数值模式为主导的天气服务的世界中,气象学家是否仍然能够为气象预报增加价值呢?

凤凰计划就是这样一项旨在测评这一问题的创新试验。

这项试验于2001年初在位于加拿大马尼托巴省温尼伯市的草原风暴预测中心(PSPC)开始进行由三名预报员组成的一个团队负责为加拿大阿尔伯塔省,萨斯喀彻温省和马尼托巴省提供午间和傍晚的公众天气预报。

这个项目计划的团队开始用SCRIBE,这一基于计算机模式来自动生成预报产品的加拿大软件来制作预报文本。此同时开始,中心其他气象专家们只借助他们自己的分析,诊断以及通过使用诸如雷达,卫星云图,地面观测资料和探空资料等实况数据来制作天气预报。

凤凰计划中的预报员无法接触到除了SCRIBE的初始预报文本以外的任何数值天气预报数据。

这一持续两周的试验的目的是为了探索气象专家们所具备的短期预报技术水平在运用SCRIBE自动运行生成的产品之后是否能够取得显著的进步,尤其是就高影响度的天气预测而言。

在凤凰计划中SCRIBE模式和官方的预报被一起通过一个综合评价体系进行验证。

在两周的试验时间里,凤凰计划组中的气象专家的预报水平的提升超出了预期。

无独有偶,计划组的预报表现也显著优于PSPC所提供的官方版本预报。PSPC在几个月之后又重复进行了一次试验,其结果肯定了第一次试验的结论,并且凤凰计划成为了PSPC中所有气象专家的一个正式的培训项目。

有超过12组或更多的团队完成了这一周版本的训练,其中包括一组仅限高级职员参与以及另一组由应届毕业生组成的团队。

每个参与凤凰计划的团队展示了自动化天气预报产品重大进步。与此同时,每个团队的预报水平都至少PSPC的官方预报相比取得了些许进步。

这一培训体系现已被加拿大气象局采用,并在今后几年时间里用来进行高影响度天气预测预报员选拔。

以上这份报告检讨了凤凰计划这一验证系统,并且为试验结果作出了一个解释说明。

论文链接

https://ams.confex.com/ams/22WAF18NWP/techprogram/paper_122657.htm

而美国WGN-TV的首席气象学家Tom Skilling则在另外一篇博文中试图分析数值预报波动性的原因,和wxbrad一样,笼统的来说就是初始数据上的误差。Tom Skilling也指出了集合预报的重要性,认为均衡多模型结果是更加准确预测天气的好办法。

这是他在今年1月30日发布在芝加哥论坛报天气版个人网志上的一篇日志

在我们关注着又一个冬季风暴——主要在周一夜间/周二时间段影响美国中部——的发展时,大量的注意力集中在这个发展中系统可能的移动路径上。这么做是理所当然的。风暴的具体移动路径是揭示其降水范围和分布的最好指标之一。随着风暴步步逼近,对那些紧盯风暴可能移动路径如何演变的人来说,对风暴路径的预测,每个模型每次运行结果间的变化会被提前数日开始追踪,并就路径变动的显著性在社交媒体上形成热点话题。(路径的变动)通常让于那些写文章和帖子的人据此决定对风暴威胁一笑置之或提前好几天做好迎战准备——而我们这些读帖的,几乎都不了解那些作者究竟有何等气象学知识背景,或者他们在有着复杂形势的冬季风暴预测上经验如何。因为社交媒体上的文章和帖子对不论是诺贝尔获奖者的科学家或是狂热的业余爱好者的观点在表现形式上一视同仁,所以很难确切的知道对于风暴造成的影响我们究竟该听信于谁。1

上图是周六的太平洋卫星云图。预计影响美国中北部的风暴仍位于远离陆地的洋面上,并且仅表现为夏威夷北方一片弧形云。卫星观测已被用于估测风场及大气的其它特征——如水汽情况、温度等——在风暴周一早间登陆进入南部大陆气象探空气球网络后,各项数值将得到更精确的测量。

在我的脸书上,今早我注意到一条对于近芝加哥地区周一晚间至周二——离现在足足还有三天——该风暴可能带来的雪及冰冻影响不以为然的短文。文章写到:“模型将路径向北调整,所以最新的天气形势是以雨为主。虽然时间上(路径)还有发生巨大变动的可能,不过对我们这些想从这个天气系统获得降雪的爱好者来说,看起来希望渺茫”。客观地评价这位作者,至少他知道天气形势预测还有变化的可能性。但另一位作者却认为对该系统的输出结果已经盖棺定论了,他十分确定的写到,“系统已向更偏北方向变动。我们将位于雨区,威斯康辛有暴风雪的可能”。然而事实是,系统并未向北偏移。向北偏移的,是一个试图对目前仍远在太平洋上好几天之后的复杂的风暴系统的做出预测的模型路径而已。这个系统正被由卫星和或许处于其中的飞行器和轮船传回的数据远程地分析着,但还没有进入陆基气象探空气球网络,后者能更全面进行测量和评估。而该全面的测评很可能要到星期一才能进行。造成前述以肯定语气描述、毫无专业资质脸书文章的路径变动,很可能在之后风暴到达中北部前的几天时间预报中,向相反方向或更远的地方变化。该文章所体现的确定性,并不是对目前预测置信度的准确反映——考虑到风暴还在几天之后——就预测其潜在的影响细节来说,还为时尚早。

在这个四分之三被水覆盖、详细测量并不是那么容易进行的星球上,对天气系统的遥感测量已取得长足进展。在遥感方面的惊人进展让我们可以在较高的置信水平上判断出风暴可能生成的区域。我们甚至能得出一个风暴给某地区带来的雨、雪、雷电早期大致估计。然而对于早期的估计和预测,在进行理解时需要谨慎。在一些关键要素和细节,如受风暴影响最严重的地方上,存在大量不确定性,甚至产生跛足效应。而像前文那样或类似地以肯定的语气发布短文,会降低警惕性。

对于目前这个远在太平洋上的风暴,将所有的可用观测数据以稍有差异的方式输入各组计算机模型后,得到的是这张包含较宽广预测路径集合的所谓的“意大利面条图”。上面的任意一条路径都是有科学依据的——但请注意他们的差距。在这么早的阶段,根据该风暴的暴雪带位置做出任何的确定性结论无疑是愚蠢的行径。但是,指出面临明显降雪或冰冻威胁的大致区域确实是可能的。 2

上图显示了根据周五晚上6点高空数据生成的冬季风暴路径预测。目前该风暴正被密切监视,预计周一夜间和周二产生影响。图中显示了NWS的GFS集合模型的预测路径、GFS和加拿大集合模型结合组的预测路径。(根据分歧)这就是为何说对于某地具体的雪、冰冻、和降雨情形形成具体的结论是为时尚早的。

下图由NWS位于马里兰的WPC生成的产品就是一个例子——它均衡考虑了多个计算机模型的预测结果——尤其是NWS、EC和加拿大气象局的多个模型。该产品得出了美国中部可能出现冻雨、霰或降雪等同降水量在0.25英寸以上的概率分布图。此处的概率分布图不是单一模型或某次具体运算的结果。分析单一模型结果,会因为预测周期的变动而变动,错误的得出冬季风暴的结论。这种用均衡多模型结果的近似方法的妙处就在于,这种方式平滑了模型不同运行期间有时出现的剧烈变动。而如果过度的理解该剧烈变动,会导致对风暴带来潜在影响的误判。3该组冬季天气概率展望图是多电脑模型预测结果的均值产品,展现了中北部和大平原地区以冰冻或降雪的方式产生的等同于0.25英寸降水的概率。注意Des Moines, Cedar Rapids, Madison, WI, Oshkosh 和 Green Bay出现约3英寸及以上降雪/霰或0.25英寸及以上冻雨(等同降水量)的概率在NWS的WPC提供的最新图中为60%,而在早期电脑预测中为70%及以上。4另一种帮助应对风暴路径预测不确定性的近似方式是用单一模型生成一整套预测结果,不过将可用数据输入模型和进行理解时稍加改动。这被称为“集合”预测。对预测精确度和误差来源的研究表明,某些误差源自于对被称为大气“初始状态”的错误描述。我们在测量大气时会遇到非理想状态,而测量中的非理想状态会导致误差,经由计算机模型预测时随预测期的变长而累积增长。通过给模型提供一套对大气分析的不同的结果作为预测的初始值——然后再均衡各预测结果——你就能获得对可能发生的情况更为精确的预测。同时,你还能更容易分模型地侦测出那些与大部分预测结果显著不同的预测结果。下面一组图像就是由51种大气测量不同初始值生成的预测。下面的预测面包显示的是本周风暴的预测平均值,并将对风暴中心的51个预测值标注其上。这里你可以再次看出,随着预测期的延长,对风暴中心的预测得分歧也在增长。67891011以上根据EC模型反映风暴位置直至本周中期的预测由WeatherBell Analytics提供。NWS同样也提供各短、中、长期集合预测系列。上述图像由欧洲集合模型根据周五晚6点数据预测。

后记:

wxbrad和Tom Skilling提及的数值预报误差在西北太平洋热带气旋的预报中亦有体现。近几年典型例子发生在2011年,当年的第9号台风“梅花”客观预报包括EC在内的几大主要气象数值模式在风暴生成-加强-巅峰-减弱消散整个过程中的路径预测发生了多次明显的调整,这也引发了以数值预报为重要参考依据的主观预报机构预报路径随之而一度摇摆不定,扑朔迷离。根据 EC当时的预报,梅花被认为将会以较高强度(强台风-超强台风等级)登陆浙江中北部沿海地区,并横扫长三角,此预报引发了当时各路媒体和公众的广泛关注。而现实中“梅花”台风并未按部就班地遵循此前数值模式预测的路径行进,其在穿过琉球群岛进入东海后采取了偏北的路径行进,西侧环流有所衰竭,强度也并未再次增强到超强台风等级。此后“梅花”沿着东经125度经线附近开始向偏北方向移动,最终登陆中朝交界地区后减弱。“梅花”对于华东沿海地区包括上海在内的长三角地区的实际影响也远小于此前的预报。关于产生是次较大预测误差的原因台风论坛当时也做过探讨,此处不再赘述。

台风梅花回顾–1109号梅花台风路径与强度初探

从ISO角度推导梅花路径数值预测的系统偏差

梅花的路径与环流形势的相互作用——梅花路径大解密

12

此图为2011年8月3日世界时0时通过运算得到的关于台风“梅花”路径的数值集合预报结果。图中显示了各数值对于当时在台湾以东洋面上活动的台风“梅花”120小时内的行进路径预测以及行进路径经过区域(误差半径为120km)的概率。不难发现图中显示后期华东中北部沿海受到“梅花”正面袭击的可能性较大。

13

上图为1109号台风“梅花”的最终修正路径图,显示该台风后期在穿过琉球群岛进入东海后移动方向中北的向量开始迅速增加,在经过上海同纬度海面的时候已经近乎正北移动。而正是这提前的北上,与前图大多数气象数值预报模式此前的路径预测产生了偏离,使得以数值预报为主要参考的主观预报机构(其中包括拥有较多受众的JMA,CMA,JTWC等)先前对于该台风进入东海后的路径预报几乎全部覆没。
 
上证深成
上证深成

Latest posts by 上证深成 (see all)

phantom_kid
phantom_kid

Latest posts by phantom_kid (see all)

    Check Also

    Processed with VSCOcam with q3 preset

    天气数据进军物联网

    最后更新:7/03/16本周, …