郭文云，安佰超，裘诚，李铖，李丕学，葛建忠，丁平兴

（1.上海海事大学海洋科学与工程学院，上海201300；2.上海市海洋监测预报中心，上海200062；3.华东师范大学河口海岸学国家重点实验室，上海200062）

1 引言

台风引起的风暴潮灾害每年都给我国造成大量经济损失[1-2]。开展风暴潮预报是防止（减少）风暴潮灾害并且保障人民生命财产安全的有效手段。随着SPLASH（Special Program to List Amplitudes of Surges from Hurricanes）、SLOSH（Sea，Lake，and Overland Surges from Hurricanes model）和ADCIRC（The ADvanced CIRCulation model）等模型的应用，数值模型已成为风暴潮预报的重要方法[3-9]。风暴增水强度对台风路径和强度等参数很敏感，但台风路径和强度预报存在很大的不确定性。据统计，2016年中央气象台台风24 h、48 h和72 h预报的平均路径误差分别为76.2 km、147.3 km和244.7 km，平均风速误差分别为5.4 m/s、7.3 m/s和7.6 m/s[10]。这些台风预报误差给风暴潮数值预报工作带来挑战。充分考虑台风预报中的误差，进行多个台风可能路径及可能强度的风暴潮集合数值预报，从而提供更多更全面的预报信息，可以有效弥补这一不足[11-15]。对集合预报中样本的发生概率进行仔细估计，称为概率预报。

目前，多个国家的风暴潮业务化预报系统已经开始采用集合（概率）预报技术。美国国家飓风中心（National Hurricane Center）使用的P_surge风暴潮概率预报模型考虑了台风路径、台风中心附近最大风速和台风大小的不确定性，根据历史预报误差统计生成27个台风样本来进行风暴潮概率预报[16]。澳大利亚气象局（Bureau of Meteorology Australia）则基于特定方法生成1 000条可能的台风路径，然后从中随机选取200条来进行风暴潮集合预报[17]。

我国在风暴潮集合预报研究上也取得不少进展。……