干冷空气活动对热带气旋强度变化影响的研究进展与展望

热带气旋的强度变化一直是热带气旋研究中的重要内容之一,干冷空气活动与热带气旋强度变化之间有密切的关系,如快速增强和快速减弱过程。文章对国内外干冷空气影响热带气旋强度变化的研究成果进行了回顾和总结,主要包括干冷空气的强度、侵入位置,以及高空冷性天气系统对热带气旋强度变化的影响三个方面,并对未来的研究进行展望,以期为干冷空气影响热带气旋强度的研究提供参考。

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。

1951—2017年热带气旋移动速度特征统计分析

热带气旋移动速度是目前热带气旋研究热点之一。本文利用1951—2017年中国国家气象局最佳路径集资料,系统分析了西北太平洋海域热带气旋不同强度等级移动速度的年代际特征,初步探讨其原因,并对不同强度等级移动速度的分布特征进行系统诊断。结果表明,1951—2017年间平均移动速度(所有强度等级平均及对于大部分强度等级)呈现出减慢趋势,且主要体现在强热带气旋等级移动速度减慢;热带气旋向高纬度迁移趋势理论上将使移动速度增大而移动速度仍然减慢,说明气候因素是引起移动速度减慢的一个重要因素;不同强度等级平均移动速度、增强阶段基本相当,减弱阶段随强度减弱在初、中期明显增加,之后又逐渐减小,变性气旋移动速度显著增加;不同强度等级速度概率分布,增强阶段基本相同且相对集中,减弱阶段差异较大且相对分散,变性气旋最为分散。

中国沿海地区热带气旋危险性分析

基于1980—2016年的西北太平洋热带气旋尺度资料,采用2种方法分析了热带气旋灾害的危险性。第一种方法根据热带气旋的风圈半径,用GIS生成了每个气旋的影响范围,对于登陆中国沿海的227个热带气旋,用叠加法得到了其影响范围与频次。第二种方法侧重热带气旋引发的风暴潮灾害,用潮位模型估算了热带气旋登陆时的潮位数据,提出了H3指标,该指标用潮位、风速和中心气压3个因子计算潮位点的风暴潮危险性,并根据H3指标得到了海岸线的危险性综合指标。分析结果表明,福建、广东两省受热带气旋的影响最为严重。37 a间,福建省有80%的面积(约9.8万km^(2))受热带气旋影响的频次超过20次;广东省则有70%的面积(约12.6万km2)受热带气旋影响的频次超过20次。受风暴潮危害大的海岸线主要位于广东、广西、福建、浙江四省,危险性指标在30以上的有广东的湛江市、茂名市、江门市、阳江市和珠海市;广西的北海市、防城港市和钦州市;福建的福州市以及浙江的台州市和温州市。

南印度洋热带气旋时空特征统计分析

本文采用JTWC33年南印度洋热带气旋最佳路径数据集,统计分析不同强度热带气旋时空变化特征。结果表明:33年中南印度洋共生成TC549个,年均16.64个;其中TS生成最多,年均4.76个;其次依次为TY、SuperTY、STS、STY;TD生成频数最少。热带气旋频数逐年变化在10~22个之间,总体呈持平趋势。多数级别热带气旋几乎每年都会生成,近年来级别较强的热带气旋出现频数和比例均明显上升。南印度洋热带气旋主要集中在11月至次年4月,2月最多,较强热带气旋频数增加较晚。南印度洋热带气旋三个比较集中的源地海域为:澳大利亚西北部海面、科克斯群岛至毛里求斯岛一带海面和莫桑比克海峡中部。

Niño海区海表温度与1949—2022年登陆中国热带气旋的相关性分析研究

为研究Niño海区海表温度与登陆中国的热带气旋(TC)的相关性,利用1949—2022年登陆我国的TC数据,在探讨登陆TC时空分布的基础上,分析海温对登陆TC的影响。结果表明:登陆我国的TC年际波动大,总体呈下降趋势;受海温影响,台风级及以上级别的TC登陆频数在9月最大,其余级别均在8月最大;TC的源地位置、纬度与海岸线走向是影响登陆我国TC空间分布差异的重要因素;Niño各海区海温及海温距平值与登陆我国的TC均呈现极显著的相关关系,但存在2个月的滞后期。

热带气旋对南方水稻产量影响的实证检验——基于广东水稻种植户的调研数据分析

【目的】量化因热带气旋导致的水稻产量损失,认识热带气旋灾害对农户生计和粮食安全的影响,为减少热带气旋灾害对水稻生产影响和提升热带气旋灾害的综合防范能力提供数据支撑与政策依据。【方法】运用2020—2022年广东省水稻种植户的混合截面数据,利用Tobit模型和2SLS模型,基于农户地块数据,从微观层次分析热带气旋导致水稻倒伏的影响和水稻倒伏对水稻产量的影响。【结果】热带气旋灾害在1%显著水平上导致水稻倒伏,即当热带气旋过境时水稻倒伏的可能性大大增加。从广东2020、2021、2022年连续3年农户调查数据来看,由热带气旋引起的倒伏率占全部倒伏率的22.9%;水稻倒伏率每增加10%,水稻产量大约下降2.9%。热带气旋对同一地区不同农户及不同地块上的水稻倒伏及产量的影响存在差异,对沿海地区水稻生产的影响要强于内陆地区。【结论】广东热带气旋灾害导致水稻倒伏,进而对水稻产量产生显著影响,危及粮食安全。为减少热带气旋灾害对广东水稻产量的负面影响,提出如下政策启示:进一步完善农田水利设施,加大高标准农田建设力度,确保因热带气旋导致的洪水能迅速排除;培育耐淹或抗倒伏的水稻品种,并在沿海地区进行推广;做好灾害性气候信息传达,加强热带气旋灾害预警系统建设;进一步完善粮食生产保险政策,提高赔付标准和赔付力度。

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).

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。

1957—2004年影响我国的强热带气旋频数和强度变化

以中国气象局西北太平洋热带气旋资料为基础,分析1957—2004年影响我国并达到台风强度以上的三类热带气旋,即生成热带气旋、影响热带气旋和登陆热带气旋的频数和强度的变化。结果表明:强热带气旋频数在1957—2004年间呈显著减少趋势,强度越强,其减少趋势越明显。近50a台风以上强度的强热带气旋频次占总频次的比例没有明显的增加或减少趋势,强台风和超强台风比例呈减少趋势。1957—2004年热带气旋的最大强度呈线性减弱趋势,生成热带气旋和影响热带气旋的平均强度亦呈减弱趋势,登陆台风的平均强度也呈减弱趋势。

2001—2020年中国月尺度热带气旋灾害时空变化特征研究

在全球变暖背景下,西北太平洋和南海热带气旋(TC)移动路径发生了明显变化。中国社会经济迅速发展导致承灾体暴露度增加,中国TC灾害的时空分布呈现新的特征。利用2001—2020年中国省级TC灾害损失资料,对比分析了前后10年中国月尺度TC灾害的时空分布特征。结果表明:中国7—9月的TC灾害损失占全年总损失的84%以上,大部分省(区、市)TC灾害损失峰值出现在8月,但广西峰值出现在7月,海南、内蒙古和黑龙江出现在9月;中国致灾TC(DTC)中有15%未登陆中国,未登陆DTC在海南发生频次最高,在黑龙江造成的损失最重;与2001—2010年相比,2011—2020年中国DTC年频数增加,其中未登陆DTC年频数增加,登陆DTC年频数减少,但8月登陆和未登陆DTC频数均增加;受西北太平洋和南海TC活动路径变化的影响,2011—2020年中国8月DTC灾害损失更突出,未登陆DTC影响增大,DTC影响范围向北扩展,给中国TC灾害预报预警和防台减灾工作带来更严峻的挑战。

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.

热带气旋影响下2007—2021年苏皖地区龙卷活动情况及环境特征统计分析

本文收集并统计了2007—2021年热带气旋(Tropical Cyclone,TC)影响下苏皖地区的65次龙卷记录,其中TC(登陆)龙卷24次,TC(海上)龙卷41次。江苏龙卷多于安徽,呈南多北少分布,低海拔平原郊区为易发地带,7、8月的午后至傍晚为易发时段。登陆TC引发龙卷时,强度级别主要为热带低压和热带风暴,多以西北向路径在福建及浙江沿海登陆,龙卷多出现在以TC为中心300~550 km的东北象限,该区域内存在中等强度的不稳定能量、强的低层切变以及大的风暴相对螺旋度和能量螺旋度。海上TC引发龙卷时的强度级别主要以热带风暴、强热带风暴和台风为主,有3种主要移动路径:偏西路径、西北路径和偏北路径。TC(海上)龙卷发生时TC多在25°N以南,此时苏皖地区受副高和TC的共同影响,西南暖湿气流不断输送,配合中纬度的低槽活动,冷暖空气对峙,有利于龙卷生成,虽动力条件弱于TC(登陆)龙卷,但热力条件更好,能量螺旋度值较大。

基于融合TC-WREM模型的热带气旋大风半径估算研究

利用2001—2020年美国联合台风警报中心(JTWC)热带气旋(Tropical Cyclone,TC)最佳资料数据集和静止气象卫星云图,建立了基于多层感知器神经网络模型(Multi-Layer Perceptron,MLP)和卷积神经网络(Convolutional Neural Network,CNN)融合的TC大风半径估算模型(TC Wind Radii Estimation Model,TC-WREM)。该模型利用MLP和CNN分别对TC属性数据和卫星云图中与TC大风半径相关联的核心特征进行预提取,最终通过融合TC-WREM模型开展大风半径估算。融合的TC-WREM模型能实现对TC属性数据和卫星云图底层特征的深度客观挖掘,较单独的MLP和CNN模型的估算误差降低7%~24%。以TC近地面8级大风半径(R8)估算为例,针对2021年台风“烟花”的独立样本估算检验显示分象限R8估算平均绝对误差(Mean Absolute Error,MAE)分别为39、33、40和51 km,均值为41 km,误差中位值约40 km,优于业务估算精度(为大风半径的25%~40%)及西北太平洋和大西洋同类研究估算结果。由于融合TC-WREM模型的输入为易获取的TC属性数据和静止气象卫星云图,因此该模型易于在业务中进行推广,从而可改善国内TC大风半径估算模型缺乏的现状。

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。

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。