Введение
Компьютерная программа, использующая метеорологические данные для прогнозирования тропических циклонов. Модель прогнозирования тропических циклонов – это компьютерная программа, использующая метеорологические данные для прогнозирования аспектов будущего состояния тропических циклонов. Существуют три типа моделей: статистические, динамические или комбинированные статистические-динамические. С 1972 года статистическая модель климатологии и устойчивости (CLIPER) используется для создания прогнозов траектории тропических циклонов. В эпоху умелых динамических прогнозов CLIPER теперь используется в качестве базовой линии для оценки качества модели и прогнозиста. Статистический прогноз интенсивности ураганов (SHIFOR) используется с 1979 года для прогнозирования интенсивности тропических циклонов. Он использует климатологию и устойчивость для прогнозирования будущей интенсивности, включая текущий юлианский день, текущую интенсивность циклона, интенсивность циклона 12 часов назад, начальную широту и долготу шторма, а также его зональные (восточно-западные) и меридиональные (север-южные) компоненты движения. В области прогнозирования траектории тропических циклонов, несмотря на постоянно улучшающееся направление динамических моделей, которое происходило с увеличением вычислительной мощности, только в 1980-х годах численное прогнозирование погоды показало эффективность, и только в 1990-х годах оно последовательно превосходило статистические или простые динамические модели. В 1994 году была создана версия SHIFOR для северо-западной части Тихого океана для прогнозирования тайфунов, известная как Статистический прогноз интенсивности тайфунов (STIFOR), которая использовала данные за 1971–1990 годы для этого региона для разработки прогнозов интенсивности на 72 часа вперед. В отношении прогнозирования интенсивности, Схема прогнозирования интенсивности статистических ураганов (SHIPS) использует взаимосвязи между условиями окружающей среды из Глобальной системы прогнозирования (GFS), такими как вертикальный сдвиг ветра и температура поверхности моря, климатологию и устойчивость (поведение шторма) с помощью методов множественной регрессии для получения прогноза интенсивности для систем в северной Атлантике и северо-восточной части Тихого океана. Версия SHIPS с компонентом затухания при выходе на сушу известна как Decay SHIPS (DSHIPS). Модель уравнения логистического роста (LGEM) использует те же входные данные, что и SHIPS, но в рамках упрощенной динамической системы прогнозирования. Для использования в Национальном ураганном центре и Объединенном центре предупреждения о тайфунах была разработана статистическая параметрическая модель радиусов ветра, которая использует климатологию и устойчивость для прогнозирования структуры ветра на пять дней вперед. Она была введена в 1970 году и использовалась Национальным ураганным центром в качестве части оперативного руководства по траектории до 1989 года. Она основывалась на упрощенном наборе атмосферных динамических уравнений (эквивалентная баротропная формулировка) с использованием среднего ветра в глубоком слое. В 1972 году была разработана первая модель прогнозирования штормового нагона вдоль континентального шельфа Соединенных Штатов, известная как Специальная программа для определения амплитуды нагона от ураганов (SPLASH). В 1978 году начала работать первая полномасштабная модель отслеживания ураганов, основанная на динамике атмосферы – модель подвижной мелкой сетки (MFM). Модель Квази-Лагранжианской ограниченной области (QLM) представляет собой многоуровневую примитивную модель уравнений, использующую картографическую сетку и Глобальную систему прогнозирования (GFS) для граничных условий. Модель ураганов Геофизической лаборатории динамики жидкостей (GFDL) использовалась в исследовательских целях в период с 1973 по середину 1980-х годов. После того, как было установлено, что она может демонстрировать эффективность в прогнозировании ураганов, многолетний переход преобразовал исследовательскую модель в оперативную модель, которую Национальная метеорологическая служба могла использовать как для прогнозирования траектории, так и интенсивности в 1995 году. К 1985 году была разработана модель штормовых нагонов с учетом моря, озер и суши (SLOSH) для использования в районах Мексиканского залива и вблизи восточного побережья Соединенных Штатов, которая была более надежной, чем модель SPLASH. Модель бета-адвекции (BAM) используется с 1987 года с использованием рулевых ветров, усредненных по слою от 850 гПа до 200 гПа, и эффекта Бета, который вызывает дрейф шторма к северо-западу из-за различий в силе Кориолиса по всему тропическому циклону. Чем больше циклон, тем больше вероятно влияние эффекта Бета. Начиная с 1990 года, оперативно запускались три версии BAM: BAM shallow (BAMS), усредняющие ветры в слое от 850 гПа до 700 гПа, BAM Medium (BAMM), использующий усредненные ветры в слое от 850 гПа до 400 гПа, и BAM Deep (BAMD), который идентичен BAM до 1990 года. Большие различия между прогнозами моделей также могут указывать на сдвиг ветра в атмосфере, что может повлиять на прогноз интенсивности. Она была внедрена в эксплуатацию как модель Limited Area Sine Transform Barotropic (LBAR) в 1992 году, используя GFS для граничных условий. Японское метеорологическое агентство (JMA) разработало свою собственную модель тайфунов (TYM) в 1994 году, а в 1998 году агентство начало использовать свою собственную динамическую модель штормового нагона. Модель Hurricane Weather Research and Forecasting (HWRF) является специализированной версией модели Weather Research and Forecasting (WRF) и используется для прогнозирования траектории и интенсивности тропических циклонов. Модель была разработана Национальным управлением океанических и атмосферных исследований (NOAA), Научно-исследовательской лабораторией ВМС США, Университетом Род-Айленда и Университетом штата Флорида. Она была введена в эксплуатацию в 2007 году. Несмотря на улучшения в прогнозировании траектории, прогнозы интенсивности тропического циклона, основанные на численном прогнозировании погоды, по-прежнему остаются сложной задачей, поскольку статистические методы продолжают демонстрировать более высокую эффективность, чем динамическое прогнозирование. Помимо специализированных прогнозов, глобальные прогнозы, такие как GFS, Unified Model (UKMET), NOGAPS, Японская глобальная спектральная модель (GSM), модель Европейского центра среднесрочных прогнозов погоды, модели Франции Action de Recherche Petite Echelle Grande Echelle (ARPEGE) и Aire Limit´ee Adaptation Dynamique Initialisation (ALADIN), модель Национального центра среднесрочных прогнозов погоды Индии (NCMRWF), модели Global Data Assimilation and Prediction System (GDAPS) и Regional Data Assimilation and Prediction System (RDAPS) Кореи, модель Operational Regional Spectral Model (ORSM) Гонконга/Китая и модель Canadian Global Environmental Multiscale Model (GEM) используются для прогнозирования траектории и интенсивности.
A tropical cyclone forecast model is a computer program that uses meteorological data to forecast aspects of the future state of tropical cyclones. There are three types of models: statistical, dynamical, or combined statistical dynamic. Since 1972, the Climatology and Persistence (CLIPER) statistical model has been used to help generate tropical cyclone track forecasts. In the era of skillful dynamical forecasts, CLIPER is now being used as the baseline to show model and forecaster skill. The Statistical Hurricane Intensity Forecast (SHIFOR) has been used since 1979 for tropical cyclone intensity forecasting. It uses climatology and persistence to predict future intensity, including the current Julian day, current cyclone intensity, the cyclone's intensity 12 hours ago, the storm's initial latitude and longitude, as well as its zonal (east west) and meridional (north south) components of motion. Within the field of tropical cyclone track forecasting, despite the ever improving dynamical model guidance which occurred with increased computational power, it was not until the decade of the 1980s when numerical weather prediction showed skill, and until the 1990s when it consistently outperformed statistical or simple dynamical models. In 1994, a version of SHIFOR was created for the northwest Pacific Ocean for typhoon forecasting, known as the Statistical Typhoon Intensity Forecast (STIFOR), which used the 1971–1990 data for that region to develop intensity forecasts out to 72 hours into the future. In regards to intensity forecasting, the Statistical Hurricane Intensity Prediction Scheme (SHIPS) utilizes relationships between environmental conditions from the Global Forecast System (GFS) such as vertical wind shear and sea surface temperatures, climatology, and persistence (storm behavior) via multiple regression techniques to come up with an intensity forecast for systems in the northern Atlantic and northeastern Pacific oceans. The version of SHIPS with an inland decay component is known as Decay SHIPS (DSHIPS). The Logistic Growth Equation Model (LGEM) uses the same input as SHIPS but within a simplified dynamical prediction system. A statistical parametric wind radii model has been developed for use at the National Hurricane Center and Joint Typhoon Warning Center which uses climatology and persistence to predict wind structure out to five days into the future. was introduced in 1970 and was used by the National Hurricane Center as part of its operational track guidance through 1989. It was based on a simplified set of atmospheric dynamical equations (the equivalent barotropic formulation) using a deep layer mean wind. During 1972, the first model to forecast storm surge along the continental shelf of the United States was developed, known as the Special Program to List the Amplitude of Surges from Hurricanes (SPLASH). In 1978, the first full physics hurricane tracking model based on atmospheric dynamics – the movable fine mesh (MFM) model – began operating. The Quasi Lagrangian Limited Area (QLM) model is a multi level primitive equation model using a Cartesian grid and the Global Forecast System (GFS) for boundary conditions. The Geophysical Fluid Dynamics Laboratory (GFDL) hurricane model was used for research purposes between 1973 and the mid 1980s. Once it was determined that it could show skill in hurricane prediction, a multi year transition transformed the research model into an operational model which could be used by the National Weather Service for both track and intensity forecasting in 1995. By 1985, the Sea Lake and Overland Surges from Hurricanes (SLOSH) Model had been developed for use in areas of the Gulf of Mexico and near the United States' East coast, which was more robust than the SPLASH model. The Beta Advection Model (BAM) has been used operationally since 1987 using steering winds averaged through the 850 hPa to 200 hPa layer and the Beta effect which causes a storm to drift northwest due to differences in the coriolis effect across the tropical cyclone. The larger the cyclone, the larger the impact of the beta effect is likely to be. Starting in 1990, three versions of the BAM were run operationally: the BAM shallow (BAMS) average winds in an 850 hPa to 700 hPa layer, the BAM Medium (BAMM) which uses average winds in an 850 hPa to 400 hPa layer, and the BAM Deep (BAMD) which is the same as the pre 1990 BAM. Large differences between model predictions can also indicate wind shear in the atmosphere, which could affect the intensity forecast as well. It was implemented operationally as the Limited Area Sine Transform Barotropic (LBAR) model in 1992, using the GFS for boundary conditions. The Japan Meteorological Agency (JMA) developed its own Typhoon Model (TYM) in 1994, and in 1998, the agency began using its own dynamic storm surge model. The Hurricane Weather Research and Forecasting (HWRF) model is a specialized version of the Weather Research and Forecasting (WRF) model and is used to forecast the track and intensity of tropical cyclones. The model was developed by the National Oceanic and Atmospheric Administration (NOAA), the U. S. Naval Research Laboratory, the University of Rhode Island, and Florida State University. It became operational in 2007. Despite improvements in track forecasting, predictions of the intensity of a tropical cyclone based on numerical weather prediction continue to be a challenge, since statistical methods continue to show higher skill over dynamical guidance. Other than the specialized guidance, global guidance such as the GFS, Unified Model (UKMET), NOGAPS, Japanese Global Spectral Model (GSM), European Centre for Medium Range Weather Forecasts model, France's Action de Recherche Petite Echelle Grande Echelle (ARPEGE) and Aire Limit´ee Adaptation Dynamique Initialisation (ALADIN) models, India's National Centre for Medium Range Weather Forecasting (NCMRWF) model, Korea's Global Data Assimilation and Prediction System (GDAPS) and Regional Data Assimilation and Prediction System (RDAPS) models, Hong Kong/China's Operational Regional Spectral Model (ORSM) model, and Canadian Global Environmental Multiscale Model (GEM) model are used for track and intensity purposes.
Методы консенсуса
Использование консенсуса моделей прогнозирования снижает погрешность прогноза. В отношении траектории модель GUNA представляет собой консенсус интерполированных версий GFDL, UKMET с применением контроля качества к трекеру циклонов, моделям NOGAPS ВМС США и GFS. Версия GUNA, скорректированная на систематические ошибки модели, известна как CGUN. Консенсус TCON – это консенсус GUNA плюс модель Hurricane WRF. Версия TCON, скорректированная на систематические ошибки модели, известна как TCCN. Задержка среднего значения последних двух запусков членов в рамках TCON плюс модель ECMWF известна как консенсус TVCN. Версия TVCN, скорректированная на систематические ошибки модели, является консенсусом TVCC. В северо-западной части Тихого океана и Южном полушарии десятичленный консенсус STIPS формируется на основе результатов NOGAPS, GFS, японского GSM, Сцепленной системы прогнозирования мезомасштаба океана и атмосферы (COAMPS), UKMET, японского TYM, GFDL с пограничными условиями NOGAPS, модели Агентства по погоде ВВС (AFWA), Австралийской системы локального прогнозирования тропических циклонов и баротропической модели Вебера. Использование ансамблевого метода прогнозирования, будь то многомодельный ансамбль или многочисленные члены ансамбля, основанные на глобальной модели, помогает определить неопределенность и дополнительно снизить ошибки. JMA разработала 11-членную систему ансамблевого прогнозирования тайфунов, известную как Typhoon Ensemble Prediction System (TEPS), с февраля 2008 года, которая выполняется на 132 часа вперед. Она использует версию GSM с более низким разрешением (с большим шагом сетки), с десятью возмущенными членами и одним невозмущенным членом. Система снижает ошибки в среднем на пять дней в будущем по сравнению с ее GSM более высокого разрешения. Супер-ансамбль штата Флорида (FSSE) создается из набора моделей, которые затем используют статистические регрессионные уравнения, разработанные на этапе обучения, для уменьшения их систематических ошибок, что дает прогнозы лучше, чем отдельные модели или их среднее решение. Он использует 11 глобальных моделей, включая пять, разработанных во Флоридском государственном университете, Единую модель, GFS, NOGAPS, NOGAPS ВМС США, модель Австралийского бюро метеорологических исследований (BMRC) и модель Canadian Recherche en Prévision Numérique (RPN). Он демонстрирует значительные успехи в прогнозировании траектории, интенсивности и количества осадков тропических циклонов. Systematic Approach Forecast Aid (SAFA) был разработан Объединенным центром предупреждения о тайфунах для создания выборочного консенсусного прогноза, который исключал более ошибочные прогнозы в 72-часовой период времени из рассмотрения с использованием модели NOGAPS ВМС США, GFDL, глобальных и тайфунных моделей Японского метеорологического агентства, а также UKMET. Все модели улучшились за пять лет работы SAFA, и исключение ошибочных прогнозов оказалось сложной задачей в оперативной деятельности.
GFS, the Japanese GSM, the Coupled Ocean/Atmosphere Mesoscale Prediction System (COAMPS), the UKMET, the Japanese TYM, the GFDL with NOGAPS boundary conditions, the Air Force Weather Agency (AFWA) Model, the Australian Tropical Cyclone Local Area Prediction System, and the Weber Barotropic Model. The use of the ensemble method of forecasting, whether it be a multi model ensemble, or numerous ensemble members based on the global model, helps define the uncertainty and further limit errors. The JMA has produced an 11 member ensemble forecast system for typhoons known as the Typhoon Ensemble Prediction System (TEPS) since February 2008, which is run out to 132 hours into the future. It uses a lower resolution version (with larger grid spacing) of its GSM, with ten perturbed members and one non perturbed member. The system reduces errors by an average of five days into the future when compared to its higher resolution GSM. The Florida State Super Ensemble (FSSE) is produced from a suite of models which then uses statistical regression equations developed over a training phase to reduce their biases, which produces forecasts better than the member models or their mean solution. It uses 11 global models, including five developed at Florida State University, the Unified Model, the GFS, the NOGAPS, the United States Navy NOGAPS, the Australian Bureau of Meteorology Research Centre (BMRC) model, and Canadian Recherche en Prévision Numérique (RPN) model. It shows significant skill in track, intensity, and rainfall predictions of tropical cyclones. The Systematic Approach Forecast Aid (SAFA) was developed by the Joint Typhoon Warning Center to create a selective consensus forecast which removed more erroneous forecasts at a 72‑hour time frame from consideration using the United States Navy NOGAPS model, the GFDL, the Japan Meteorological Agency's global and typhoon models, as well as the UKMET. All the models improved during SAFA's five year history and removing erroneous forecasts proved difficult to do in operations.
Теория солнечных пятен
В отчете за 2010 год выявлена корреляция между низкой солнечной активностью и высокой активностью ураганов. Анализ исторических данных показал, что вероятность того, что хотя бы один ураган достигнет континентальной части Соединенных Штатов в год пика солнечной активности, составляла 25%, а в год низкой солнечной активности – 64%. В июне 2010 года специалисты по прогнозированию ураганов в США не учитывали эту информацию.
Точность модели прогнозирования ураганов
Точность моделей прогнозирования ураганов может существенно различаться от одного шторма к другому. Для некоторых штормов факторы, определяющие траекторию урагана, относительно понятны, и модели не только точны, но и выдают схожие прогнозы, тогда как для других штормов эти факторы более сложны, и различные модели дают сильно отличающиеся результаты.