跳至主要內容

极端天气预报

极端天气预报

何俊杰
2017年8月

极端天气,例如暴雨、台风、酷热和严寒天气,往往对生命财产构成重大威胁。因此,提供准确、可靠和及时的极端天气预报,是世界各地气象机构均十分重视的议题。
利用电脑模拟大气变化的数值天气预报模式,是现今预测天气最主要的参考工具之一[1]。随著科技进步,电脑预报模式的准确度日渐提升,但它们输出的预测并非完全准确,在预报极端天气方面的可靠度仍然较低。有时候,个别电脑预报模式或许预测数天后香港会出现极端天气,但同一模式的下一次更新就改变预测,极端天气不再出现。因此,要提供可靠的极端天气预报,预报员不能只参考电脑预报模式输出的最新结果,还要借助其他新的预测产品。
我们发觉,电脑模式的集合预报系统对预报员预测极端天气有一定帮助。所谓集合预报,是通过轻微改变输入到同一电脑模式的初始条件,产生多个在未来某个时刻可能出现的天气状况。从这多个天气预测的差异,来反映天气预报的不确定性,以及出现某种天气状况的概率[2]
举一个例子:假设预报员正在预测一月下旬某天的最低气温。图一(a)的蓝线显示历史上一月下旬每日最低气温的频率分布(称为「气候分布」),可见14至15度出现的频率最高,而最低气温在10度以下或20度以上则较罕见。图中的红线则显示集合预报对当天最低气温预报值的分布,可见当日最大机会出现的低温约13度,即比过往同期日子稍低。而出现低于10度的极端低温的机会存在,但不算太大。
当有电脑预报模式预示数天后会出现极端天气,预报员可同时参考集合预报的结果。若集合预报同时显示有很大机会出现有关情况,便可能需要提醒市民对极端天气作好准备。以2016年1月下旬的强烈寒潮为例,图二是欧洲中期天气预报中心集合预报系统在1月18日计算在1月24日香港时间早上8时至翌日早上8时期间最低气温的「极端预报指数」(Extreme Forecast Index)。这个指数概括地显示集合预报的分布与气候分布两者之间的差异,正数或负数的数值越大,代表集合预报的分布越偏离气候分布[3]。图中可见,华南大部分地区的「极端预报指数」接近负1,表示集合预报中大部分的低温预报值都低于整个气候分布的最低值(即类似图一(b)的情况,而非图一(a)的情况)。换句话说,出现极端低温的机会相当高。最后,香港天文台在1月24日录得3.1度,是1957年以来的最低温度,而华南不少地方亦出现破纪录的低温。
虽然在上述例子中集合预报系统能在数天前预示会有极端低温的天气出现,但须注意的是,现今集合预报系统尚未能有效掌握每一次极端天气过程。尤其对于一些变化急速、影响范围细小的极端天气(例如暴雨),预报不确定性相当高,集合预报的分歧往往十分大。因此,要准确地预报各类型的极端天气,对预报员来说仍然是一大挑战。
图一
图一    两个模式集合预报系统的假设例子。红线为一月下旬某日最低气温集合预报的分布,蓝线则为历史上一月下旬每日最低气温的频率分布(气候分布)。
图二
图二    欧洲中期天气预报中心集合预报系统在2016年1月18日计算在1月24日香港时间早上8时至翌日早上8时期间最低气温的「极端预报指数」。 (©ECMWF 2016)
延伸阅读:
[1] 天文台网志:浅谈天气预报
[2] 教育资源:「上帝不会掷骰子」? — 天气演变的随机性
[3] Zsótér, E., 2006: Recent developments in extreme weather forecasting. ECMWF Newsletter, 107, 8–17.