最佳子集多元线性回归模型在热带气旋风圈变化预报中的应用

基于最佳路径(IBTrACS)数据集和欧洲中期天气预报中心(ECMWF)的再分析(ERA-Interim)数据,建立了西北太平洋上(Western North Pacific, WNP)热带气旋(Tropical Cyclone, TC)的七级风圈(R17)变化的最佳子集多元线性回归(bs-MLR)模型。首先根据2001~2014年6~11月TC初始半径(R_(17_0))的第1~25、26~50、51~75、76~100个百分位点将TC分为4类,建立针对各类TC的bs-MLR模型,再利用2015年6~11月的全部TC对模型的预报效果进行检验。结果表明:对TC生命周期中任意时刻的未来12小时R17(R_(17_12))进行预报时,当R_(17_0)小于92.6 km及R_(17_0)在111.1~138.9 km范围内时,模型对于R_(17_12)的趋势预报和大小预报均具有较好的效果;对TC生命周期中任意时刻未来24小时R17(R_(17_24))进行预报时,当R_(17_0)在111.1~138.9 km范围内时,模式对R_(17_24)的趋势预报的效果较好。整体而言,bs-MLR模型对于R_(17_12)的预报准确性高于对R_(17_24)。

西北太平洋热带气旋非对称大风风圈半径预测

利用中央气象台2014—2018年发布的西北太平洋热带气旋分析资料,建立神经网络模型对热带气旋7级、10级和12级非对称大风风圈半径(R7、R10和R12)进行预测研究,为热带气旋的尺度和风场预测提供基础。选取1510、1521、1718、1807、1808和1822号台风对模型进行后报检验,结果显示:模型能较好地计算出热带气旋非对称大风风圈半径,6 h后报的R7平均绝对误差介于15~40 km,R10误差在5~15 km,R12误差<10 km,误差随着后报时效的增加有所增大,各级大风风圈半径的预测平均相对误差较为接近,在5%~15%之间。基于该模型,除后报检验选用的TC外,增加1909号台风对大风风圈半径进行预测,R7、R10和R12最近时效的预测平均绝对误差分别为33 km、20 km和10 km,预测较后报误差有所增大,检验台风总体平均的平均相对误差在10%~20%之间,NE象限预测误差较其他象限偏大。神经网络模型可作为热带气旋非对称大风风圈半径预测的有效手段。