条件非线性最优扰动方法在台风异常路径可预报性研究中的应用

本项目利用条件非线性最优扰动（CNOP）方法，从初始误差发展的动力学角度研究了近海台风异常路径的可预报性问题。首先，对近海台风异常路径进行了模拟研究。研究结果表明：对于所选取的14个台风异常路径事件中，只有3个个例在当前的模式参数及分辨率设置下能够被较好的模拟出来；另外有6个个例通过该项目所建立的非线性优化系统寻找最优初始场后，它们的异常路径的模拟被较大程度地改善，且研究发现最优初始场主要改善了初始台风的强风速区中的比湿场。接着，基于这9个能够被较好地模拟出来的台风个例，利用CNOP和奇异向量（SV）方法研究了初始条件的不确定性对台风异常路径预报的影响，设计了六种类型的初始误差，考查了这些初始误差对上述9个台风异常路径的模拟的影响。结果表明：CNOP型初始误差导致的路径模拟误差大于SV型初始误差导致的路径模拟误差，此外，水汽型（包含水汽）的初始误差比干型（不包含水汽）的初始误差对台风异常路径的模拟的影响要大，而包含水汽的CNOP型初始误差往往会导致最大的路径模拟误差。进一步，分析这些初始误差的结构特征和它们的演变过程，并与相应的台风发展演变过程进行比较。结果表明：CNOP型初始误差更多地集中在台风的强风速区中，误差的增长主要改变了台风的自身结构，因此CNOP型初始误差主要反映了台风自身结构对台风移动的影响，而SV型初始误差常常位于台风外围与其他系统的交界处，误差的增长往往导致环境场的改变，因此SV型初始误差主要反映了环境场的变化对台风移动的影响。上述结果说明台风自身结构的变化容易引起台风的异常路径的发生。最后，比较了CNOP和SV各种初始误差在线性模式和非线性模式下的发展情况，研究结果表明，初始误差在线性模式中的增长速度大于在非线性模式中的增长速度，因此用线性误差增长理论容易低估台风异常路径的可预报性。上述研究结果表明，为减小台风异常路径的预报不确定性，应该着重改善台风强风速区中的初始场的精度，其中，特别是水汽场的精度。