台风“杜苏芮”(2305)过程的气象服务分析与思考

面对超强台风“杜苏芮”,气象部门国省市县四级联动,紧密配合,实现递进式服务,围绕气象灾害演进发生的不同阶段,提供预报预警服务产品,并在这一过程中分级别、分区域精细化调动部门应急联动和社会力量,以服务对象为主体,提供决策气象服务、公众气象服务和行业气象服务等,让气象监测预报预警信息能快速转化为各级政府、社会公众和特定行业(渔业、航空等)的防灾减灾行动力。

1949—2021年登陆我国热带气旋历史规律研究

基于1949—2021年中国气象局最佳热带气旋路径数据,按照相应规则筛选出登陆我国的热带气旋及登陆位置,分析研究登陆热带气旋的数量、强度、时间等特征和变化规律,并具体分析沿海各地区登陆热带气旋的变化规律。结果表明:1949—2021年登陆我国的热带气旋数量呈略微减小趋势,有明显的高峰、低谷期,2018年后处于一个较低的水平;热带气旋登陆时的强度主要集中于强热带风暴、台风级别,登陆月份主要集中于7—9月;1949—2021年登陆我国的低强度热带气旋有减小趋势,而高强度热带气旋有增大趋势,说明登陆的高强度热带气旋将会越来越多,这可能与全球变暖以及热带扩展有关;1949—2021年登陆热带气旋位置在纬向上有轻微的南落,经向上无明显变化,这和前人的研究结论不一致,可能是由于选取的数据源以及时间跨度不一致造成的;我国沿海各地区热带气旋登陆频次最高的是广东地区,其次是台湾地区、海南、福建地区,大体上从南到北逐渐减少;台湾地区高强度登陆热带气旋占比最多,其次为浙江、福建、广东、海南地区;长期来看,广东、台湾地区年热带气旋登陆频次呈现减小趋势,浙江、福建地区呈现上升趋势。

7—9月登陆华南热带气旋频数异常与大气环流和海温的关系

利用1949—2021年中国气象局上海台风研究所热带气旋资料、NCEP/NCAR再分析资料、NOAA重构的海表温度资料(SST)和大气向外长波辐射(OLR)资料,采用线性趋势分析、Mann-Kendall检验等方法分析了近73年7—9月登陆华南热带气旋频数的变化特征。采用合成分析的方法研究7—9月登陆华南热带气旋频数异常与同期大气环流和海温的关系。结果表明,1949—2021年7—9月,登陆华南热带气旋有243个,年均3.3个,占全年登陆总数的70.2%。登陆华南热带气旋频数具有显著的年际和年代际变化特征。1973年最多(7个),1950年最少(0个);在1990年代中期由前期偏多转为后期偏少,但没有突变发生。近73年7—9月登陆华南热带气旋频数以0.1(10 a)^(-1)的速率减少。7—9月登陆华南热带气旋频数异常与大气环流和海温异常密切相关,在异常多、少年同期:(1)大气环流差值场上,南亚高压偏强、偏东、偏北,副高偏西、偏北、偏强,110°E以东的赤道东风引导气流偏强,季风槽加强,北半球中低纬海平面气压场东高西低,北高南低,同时南海、热带西太平洋对流活动加强。(2)海温差值场上,赤道中东太平洋偏冷,西太平洋暖池偏暖,沃克环流加强。高中低层大气环流和海温这种差异可能是导致登陆华南热带气旋频数异常的原因。

热带气旋登陆衰减模型改进

通过优化区域划分并引入热带气旋登陆时移动方向角和海陆交界区域陆地比,对Vickery模型进行改进。以东南沿海区域登陆的热带气旋为例,将改进模型给出的热带气旋中心压差模拟结果与热带气旋观测值以及既有方法模拟结果进行对比。结果表明,改进模型利用热带气旋登陆时的移动方向强化了深入陆地热带气旋中心压差模拟效果,利用陆地比强化了海岸线附近热带气旋中心压差模拟效果。

1971—2020年影响中国的热带气旋特征

了解热带气旋的特征规律,对于科学提高热带气旋灾害风险防范能力具有重要现实意义.利用1971—2020年热带气旋路径数据,统计影响中国的热带气旋,分析其时空变化和特征要素.结果表明,近50 a,在西北太平洋生成并影响我国的热带气旋共有716个,年际差异明显,总体呈逐年减少趋势.热带气旋可以深入影响我国的中西部,影响华南的热带气旋数量最多,共计526个.影响我国的热带气旋以偏西路径为主,每年热带气旋开始时间主要集中在5月中旬至6月初,结束时间主要集中于11月,热带气旋开始时间越早(越晚),结束时间越晚(越早),影响我国的热带气旋数量越多(越少).

2000—2022年严重影响珠江口的台风暴潮增水规律分析

台风暴潮严重影响社会经济发展,近年来在珠江口呈愈发严重的趋势。结合珠江口风暴潮特点定义了严重影响的风暴潮等级,筛选2000—2022年严重影响珠江口的热带气旋,对时空分布、路径、结构、极端风暴潮等特性进行分析,结果表明:①严重影响珠江口的台风暴潮每年发生0~2次,7—9月尤其是8、9月为珠江口防台关键期;②珠江口风暴潮遭遇天文潮概率具有一定随机性;③西北或西北偏西方向路径行进,珠江口以西、尤其是珠海至茂名一带登陆、登陆时中心风力达12级或以上的台风最易给珠江口带来严重风暴潮;④珠江口以西登陆的12级或以上的台风,登陆点距珠江口近的,即使风圈结构较小,也易导致严重风暴潮,但登陆点距离更远的,若风圈很大,同样会导致严重风暴潮;⑤珠江口极端风暴潮强度呈增强趋势,台风结构和路径特点存在一些共性和差异,其风暴潮增水过程特点其结构路径变化特点相一致,上游来水、天文潮状态和遭遇降雨情况均会影响风暴潮上溯过程。研究成果可为珠江口未来的风暴潮预报及防御工作提供借鉴。

台风灾害输电线路杆塔脆弱性与风险评估:以浙江省为例

台风大风可导致输电线路杆塔断裂倒塌等事故,影响电力系统运行安全,因而台风灾害输电线路杆塔风险评估具有重要意义。以浙江省全域杆塔为例,基于杆塔属性、地理信息及台风灾情资料,提出了一种基于“超额损失”的针对连续型和离散型变量的输电线路台风灾害杆塔脆弱性评估模型;利用68 a台风参数风场再分析数据,基于极值理论,建立了台风大风危险性评估模型;基于区域灾害系统理论,通过台风大风、杆塔脆弱性之间耦合分析,建立了台风输电线路杆塔风险评估模型。结果显示:台风大风危险性呈从东南向西北递减态势,随重现期增大呈非线性增大趋势,以20和100 a一遇极大风速为例,浙江省全域风速强度分别为23.5~50.9和32.6~68.9 m/s;台风影响下的杆塔综合脆弱性总体呈南高北低且与地形联系紧密的分布态势,脆弱性高值(>1)区域主要在浙中南和沿海地区;输电线路杆塔风险总体呈南高北低、沿海高内陆低的特点,局部差异性较大。应根据具体线路特点采取差异性较大的抗风策略。

冬小麦农业气象灾害风险预警的业务实践与思考

开展冬小麦农业气象灾害风险预警工作是当前保障小麦生产安全和防灾减损的重要工作之一。2022年开始气象部门和农业部门联合开展了冬小麦农业气象灾害风险预警的业务服务工作,取得了一些技术成果和成功案例,但也存在一些问题和不足。本文简述了农业气象灾害风险预警业务的内涵,提出了综合农业气象灾害可能性预报、危险性和脆弱性预估,构建基于风险矩阵的冬小麦农业气象灾害风险预警业务的技术框架,并以2022年小麦干热风风险预警工作为例,展示了冬小麦农业气象灾害风险预警工作的技术流程。冬小麦农业气象灾害风险预警工作刚刚起步,尚有很多工作不完善,包括如何与已有的灾害风险评估成果进行深入融合,开展定量化的灾害影响预报和预警指标率定等。此外,在提升冬小麦农业气象灾害风险预警的准确率和开展服务效益评估等方面,未来还需要做大量的研发工作。

基于核密度估计的经验路径模型在西北太平洋虚拟台风构建中的应用

合理评估台风对沿海区域的影响程度与风险对于科学抵御台风灾害而言十分重要,而我国具有详细的台风观测记录至今也仅有60多年的历史,这使得在推算具有一定重现期的极值风速及相应的极值波高和潮位等特征参数时存在局限性,同时台风观测样本量的不足也限制了如深度学习等数据驱动型模型在台风灾害预报中的应用。因此,有必要基于实际台风行进规律构建虚拟台风以克服历史数据量不足的问题。故本文采用基于核密度估计的经验路径模型,在西北太平洋海域构建了18 671场虚拟台风,将虚拟台风的起始与终止位置、发生频数、行进速度和行进方向等参数与实际发生的台风进行统计意义上的对比分析。结果表明,基于本文方法构建的虚拟台风总体上符合西北太平洋历史台风的行进规律。通过这些虚拟台风的构建,可为中国沿海极值波浪和风暴增水研究提供数据量足够且性能可靠的虚拟台风样本数据库。

嵌套高分辨率网格对我国东南沿海登陆台风模拟的影响

嵌套高分辨率网格对台风模拟有十分重要的影响。基于COAWST(coupled ocean atmosphere wave sediment transport)模式,针对登陆广东、海南的11个台风,设计了2组模拟方案。一组是在9 km分辨率下嵌套3 km分辨率网格,另一组是采用单层9 km分辨率网格。将模拟结果与中国气象局热带气旋资料中心发布的最佳路径数据进行对比,以探讨嵌套高分辨率网格是否可以提高台风模拟的准确性。从台风路径的模拟结果来看,在9 km分辨率下嵌套3 km分辨率网格对台风路径模拟的误差较小,而单层9 km分辨率网格模拟的台风路径误差较大。通过对比两组方案模拟的台风路径、强度和结构,在模拟区域中使用嵌套高分辨率网格方案的模拟准确性有所提高。两种方案模拟的风场以及副热带高压十分接近。相比于单层网格,嵌套了高分辨率网格方案模拟的台风路径、强度误差更小,台风眼更小,位涡更强。

中国岛礁区热带气旋不同空间分辨率风场模拟比较研究

中国岛礁数量众多,地形复杂,受热带气旋灾害影响大。高空间分辨率热带气旋风场模拟有助于表达风速空间异质性,对面积相对较小的岛礁地区开展高分辨率模拟具有重要意义。文章利用热带气旋路径、岛礁分布、土地覆盖以及数字高程数据,按照1000、90和30 m分辨率风场模型模拟了中国岛礁区历史热带气旋风速,分地形类型对比分析了各分辨率下岛礁模拟风速大小的差异性,并比较了不同空间分辨率热带气旋100 a一遇风速的差异。结果表明:1)30 m空间分辨率风速模拟准确率更高,模拟风速与8个站点实测风速的均方根误差为4.28 m/s,比90和1000 m模拟结果误差分别降低了0.08和1.04 m/s;2)不同空间分辨率模拟风速误差与地形类型相关,浙江省舟山市朱家尖岛90和1000 m模拟风速与30 m模拟风速的对比表明,平均风速模拟差异比例在山峰地形下分别为6.57%和7.61%,山谷地形下分别为21.28%和17.35%,峭壁地形下分别为22.85%和23.37%,且30 m模拟风速对于迎风坡与背风坡地形转换更敏感;3)对于100 a一遇热带气旋风速,30 m模拟风速会出现最大的风速值且空间差异更大。以浙江省舟山市朱家尖岛为例,1000、90、30 m分辨率下的模拟风速最大值分别为71.13、73.18和79.97 m/s,标准差分别为3.88、3.72和7.18 m/s。

登陆我国内陆热带气旋的衰减趋势分析

全球变暖背景下,登陆热带气旋(Tropical Cyclone,TC)的衰减速度是否放缓存在争议,登陆时强度不同的TC的衰减趋势是否一致还不清楚.利用两个描述登陆TC衰减的物理量,即登陆衰减时间尺度τ和登陆衰减维持时间D,研究了1980-2021年登陆我国内陆TC的衰减变化趋势,并探讨了TC登陆强度分档对衰减变化趋势的影响.对于登陆我国内陆的TC,无论是τ还是D,整体来看都没有随时间显著变化的趋势.进一步将TC的登陆强度分为热带风暴(Tropical Storm,TS)、强热带风暴(Severe Tropical Storm,STS)和台风(Typhoon,TY)档,发现不同强度档的登陆TC,其登陆地点以及登陆后的路径体现出不同特征,使得不同强度档登陆TC的衰减趋势存在差异.从TS档到STS档再到TY档,τ随时间的变化趋势从增加到减小再到明显减小,呈连续改变,而D的变化趋势从增加到减小再到增加,未呈连续改变,表明登陆TC的衰减变化趋势在不同登陆强度条件下存在不一致性.从显著性上看,只有TY档登陆TC的τ的变化满足90%置信区间显著下降趋势,表明登陆TC衰减趋势在不同登陆强度条件下存在不确定性.

秋季登陆广东热带气旋特征变化及机制分析

基于1949—2021年中国气象局热带气旋最佳路径数据集和登陆热带气旋数据集,对秋季登陆广东热带气旋(tropical cyclone,TCs)的时空特征和可能机制进行分析,并与夏季进行对比。结果表明:近73年共76个TCs秋季登陆广东,占登陆总数的28.5%,以强台风和超强台风占主,且平均最大强度强于夏季。相比夏季,秋TCs更大比例(72.4%)生成于西北太平洋,生成经纬度偏南、偏东;秋TCs的年均破坏潜力指标(power dissipation index,PDI)可达0.4×10^(7)m^(3)·s^(-2),与夏季相当;秋TCs登陆后比夏季更快消亡,移速更慢,PDI较小。秋TCs登陆数量长期变化呈下降趋势且下降速率与夏季相当,登陆强度上升且上升速率为夏季1.8倍,移速减缓速率为夏季2.5倍,PDI下降速率明显弱于夏季。不同于夏季登陆TCs在拉尼娜年增多,秋TCs更易在厄尔尼诺年登陆广东;登陆广东秋TCs数与上一年冬春季厄尔尼诺–南方涛动(El Niño-Southern Oscillation,ENSO)指数相关系数达到0.3,并对后一年ENSO具有指示作用。秋TCs登陆频数与太平洋年代际振荡(Pacific Decadal Oscillation,PDO)指数显著相关,1977—1996和1997—2016暖冷两个位相期,相关系数分别为−0.51和0.68。对比有无秋TCs的环境场,发现南海北部海温暖异常时,其西北侧激发的气旋性引导气流利于TCs登陆广东。

1971-2020年南海生成热带气旋的活动规律与大风分布特征

利用东京台风中心提供的1971—2020年的西北太平洋热带气旋资料,对南海生成热带气旋的发生频数、发生源地、强度和持续时间、移动路径以及大风分布特征进行统计分析。结果表明:南海热带气旋主要生成于5—12月,其中6—9月为盛行期,约有70%的热带气旋生成;热带气旋生成位置季节变化明显,6—9月多生成于南海北部17°N附近,11月—次年4月多生成于14°N以南的南海南部,5月和10月为季节转换期,生成位置大幅北进或南撤;热带气旋中心最低气压为940~1004 hPa,平均值为985.4 hPa,近中心最大风速为35~85 kt,平均值为48.3 kt,平均持续天数为6.2 d;热带气旋移动路径以西移和西北移路径居多,各月都有发生,其次为东北移路径,主要发生在5—6月;近90%的南海热带气旋10级以上大风以中心呈对称分布,大风圈平均半径为53.2 n mile,在7级以上大风中以中心呈对称分布的略多于不对称分布的,7级大风圈的平均半径为142.3 n mile。

北上台风时空变化特征及其与ENSO的关系

基于中国气象局热带气旋最佳路径数据集,对1949—2022年北上台风的时空变化特征进行统计分析,并探讨了厄尔尼诺-南方涛动(El Niño-Southern Oscillation,ENSO)对北上台风活动的影响。结果表明:1)74年间共有275个北上台风活动,频数的年际变化呈不显著上升趋势,但北上台风占西北太平洋生成台风总数的比例呈现显著的上升趋势;2)北上台风主要集中在7—9月生成,8月份进入定义区数量最多,生命期强度以超强台风、台风等高强度等级居多,且高强度等级北上台风出现的几率近些年有增加趋势;3)共有159个北上台风在中国登陆,未登陆转向路径台风大多在30°N、125°―130°E附近向东转向。北上台风生成位置大多集中在10°―20°N、130°―150°E,登陆类北上台风的生成位置更加偏西,消散类台风的生成位置纬度更高;4)Niño 3.4指数与北上台风频数和生命期强度分别呈显著的负相关和正相关关系,同时其对北上台风的生成位置也具有明显影响。与厄尔尼诺年相比,拉尼娜年生成的北上台风数量更多,生成位置更加偏西、偏北,但厄尔尼诺年发生的北上台风强度更高。

基于机器学习算法的热带气旋灾害县级直接经济损失等级评估:以福建省为例

为了探索机器学习模型在热带气旋灾害损失评估中的作用,基于2009—2020年福建省县级热带气旋灾害损失数据,分别采用LightGBM(Light Gradient Boosting Machine,LightGBM)、随机森林(Random Forest,RF)、极限梯度提升(eXtreme Gradient Boosting,XGBoost)、支持向量机(Support Vector Machine,SVM)、BP神经网络(Back-Propagation Neural Network,BP)等5种算法,优化了直接经济损失等级评估模型参数,并用不同的热带气旋事件进行验证。结果表明:基于LightGBM算法性能最佳,其准确率、精确率、召回率和F1分数(精确率和召回率的调和平均值)均在79%以上,具有较好的泛化能力;最大小时降雨量、3 s极值风速是最重要的2个致灾指标,固定资本存量是比GDP更重要的指标;通过4种登陆点/路径和2种风雨强度的热带气旋事件的对比,发现评估结果与实际结果较为一致,模型具有较好的适用性。

超强台风“舒力基”(2021)的尺度可预报性

台风尺度表征了台风低层风场特定风速半径大小,是台风灾害影响范围的重要度量.针对超强台风“舒力基”(2021),对其尺度可预报性进行初步探讨.结果表明,模式可以模拟出台风发展初期台风尺度(内核尺度RMW、外围尺度R17)的演变趋势.基于集合预报的模拟试验,具体分析了内核尺度RMW、外围尺度R17演变及其误差增长特征.台风预报总体误差主要出现在对流层下层850 h Pa,距离台风中心50~150 km.从初始环境场看,初始相对湿度是影响台风尺度误差增长的重要因子,初始高湿环境有利于台风发展阶段的台风尺度高离散度,从而限制了台风尺度的可预报性.在一定程度上,外围风圈半径的可预报性要高于内核风圈半径.

基于2118台风“圆规”模式扰动方案对台风区域集合预报的影响

为了探讨不同模式扰动方案对台风区域集合预报的影响,本文以2021年18号台风“圆规”为例,基于WRF模式,采用了多物理过程参数化方法(MP)、随机变化参数扰动方法(SPP)和物理倾向随机扰动(SPPT)三种不同的方法,设计了EXP1(MP)、EXP2(SPP+SPPT)和EXP3(MP+SPP+SPPT)三组敏感性试验进行了比较研究。结果表明:三组区域集合预报试验都能较好地模拟台风路径和台风增强的过程,其中EXP3试验效果最好,EXP3试验的路径偏差值为三组集合预报试验最小的,其平均值为52.8 km,而控制试验CTRL(无模式扰动)、EXP1和EXP2的平均值分别为61.8、54.4和65.7 km;三组集合预报试验的扰动能量值基本都大于控制试验CTRL,且EXP3的扰动能量发展最快,扰动能量值基本为最大的;三组集合预报试验的Brier评分相较于控制试验CTRL有所改善,且EXP3的Brier评分值为三组集合预报试验改善最大的,EXP1和EXP2相对于CTRL试验的改善率为45%和48.76%,而EXP3能达到70%,EXP2与EXP1的预报效果相当,EXP3相较于EXP1和EXP2预报效果有所改善,其相对于EXP1和EXP2的改善率达到57.5%和40%。

台风“暹芭”(2203)残涡陆上维持并引发大范围降水过程的成因

利用中国气象局上海台风研究所最佳路径数据、 FNL 0.25°×0.25°再分析资料和NOAA 0.5°×0.5°全球日降水数据分析了登陆台风“暹芭”残涡长时间维持并且产生大范围降水的成因。结果表明,第一阶段(2022年7月3-4日)“暹芭”残涡维持的主要水汽来源是偏南风低空急流,第二阶段(2022年7月5-6日)主要是偏南风低空急流和边界层东风急流共同作用,这使得大气可降水量达到罕见的75 mm。双低空急流的耦合形成的垂直风切变和水汽辐合为暴雨的发生和维持提供了良好的动力条件。冷空气开始入侵“暹芭”残涡后,在其西侧近地面形成冷池,这使得“暹芭”残涡逐渐变性为温带气旋,斜压动能发生显著增长。利用位势散度诊断发现,由于“暹芭”残涡不断北上接近副热带高空西风急流增大了高低层垂直风切变,高空冷涡携带的冷空气侵入“暹芭”残涡使其斜压性增大,边界层东风急流使得850hPa以下层结不稳定度显著增大,这为暴雨的发生和维持提供了不稳定能量条件。

热带气旋发展增强过程中龙卷尺度涡旋活动特征

观测发现热带气旋(TC)边界层中存在龙卷尺度涡旋(TSV),其引起的相关阵风对近地面具有强烈影响.利用WRF-ARW模型,通过对飓风Earl(2010)进行高分辨率的数值试验模拟,分析了TC边界层龙卷尺度涡旋的时空分布特征以及发生发展的可能原因.Earl发展增强过程中,TSV数量随着Earl强度的增强而增加,尤其在最强期间表现最为活跃,一方面TC的增强提供了更强的背景场使得TSV更易生成,另一方面更强的背景场使得长生命期的TSV增加,每一时刻同时存在的TSV也就更多.TSV生成区域随Earl的发展从垂直风切左侧逐渐集中至逆风切左侧,且始终位于RMW内侧近地层次级环流上升支和最大垂直涡度位置附近,这里通常满足垂直切变和水平切变不稳定的必要条件,TSV涡度收支分析的结果表明,对TSV生成发展起主要贡献的是与水平风水平切变相关的拉伸项以及与垂直切变相关的扭转项,这意味着TSV的生成与发展可能与垂直切变不稳定和水平切变不稳定有关.