西北太平洋台风尺度与强度变化之间关系初探

2021-07-27 05:15:20牛海祯
气象与减灾研究 2021年4期
关键词:平均值台风尺度

牛海祯

青海省气象台, 青海 西宁 810000

0 引 言

近年来,对于西北太平洋地区台风的分析和预测业务获得了显著的发展,台风路径的预报准确性也得到了大幅度提高。然而,台风强度预报业务的发展则相对滞后。由于普遍缺乏对罕见台风样本物理机制的理解,目前很难对台风的快速增强(RI)过程进行准确预测,又由于经历RI过程的台风造成的破坏性灾害也最严重,因此台风强度变化中RI过程一直被业务科研部门列为亟需提高的预报对象(Rappaport et al,2009;Kaplan et al,2010)。

台风尺度与强度变化之间的关系至今尚未明确,因此,这一直是一些学者的研究重点。Yuan等(2007)研究发现,在西北太平洋地区台风的尺度会随着台风强度的增强而显著增大。吴联要和雷小途(2012)研究表明,通常外围尺度较大(小)的台风强度较强(弱),台风外围尺度的增大(减小)有利于台风强度的增强(减弱)。Carrasco等(2014)的研究表明,经历RI过程台风的尺度大小存在一个临界值,当台风尺度大于这个临界值时,台风的RI过程十分罕见。由此可以看出,台风尺度与强度变化之间的可能关系并非人们所想象的简单线性关系,因此值得深入研究。同时,这些可能关系应该更好地被量化和客观使用,以帮助预报员更好地预测台风的RI过程,这对提高台风预报水平、减少台风灾害来说具有十分重要的意义。

目前,关于西北太平洋地区台风强度与最大风速半径(RMW)、34 kn(1 kn=0.51 m/s)风速等值线半径(AR34)、最外围闭合等压线半径(ROCI)之间的关系研究还未见报道。文中,利用2006—2015年美国联合台风警报中心(JTWC)的台风观测资料,以西北太平洋为研究区域,采用RMW、AR34、ROCI三个参数来定义台风的尺度,旨在进一步分析台风尺度与强度变化之间可能存在的关系。

1 资料与方法

1.1 数据资料来源

文中所使用的是美国联合台风警报中心(JTWC)的最优路径(best track)资料。该资料时间间隔通常为6 h,主要包括台风中心经纬度、最大风速、中心最低气压及强度级别等各类基本信息。最大风速记录通常采用1 min平均风速。JTWC资料对于台风发展的观测记录较为详细,被广泛应用于全球范围台风强度、路径研究,可靠性较高。

文中利用JTWC最优路径资料每时刻所对应的台风最大风速,计算出不同时段台风在24 h内的强度变化,筛选出2006—2015年台风快速增强(RI)和非快速増强(non-RI)两类样本,以进一步分析西北太平洋台风尺度与强度变化之间的关系。

1.2 快速增强过程(RI)

目前业界对于台风RI过程的判定标准较为多样。国际上普遍采用而又与JTWC最优路径资料较为相关的标准:24 h过程风速的增加值≥30 kn(15.43 m/s)。Wang和Zhou(2008)在此基础上又附加了两个条件:前12 h过程风速增加值≥10 kn(5.14 m/s),前6 h风速增加值≥5 kn(2.57 m/s)。从而使得标准更加严格,方便剔除中间过程中出现减弱或发展缓慢的样本。文中对台风RI样本的筛选即采用Wang和Zhou(2008)的标准。与之对应的非快速增强(non-RI)样本的筛选标准为整个24 h过程风速的增加值≥0 kn(0 m/s),且未达到RI标准的样本。使用此标准筛选出2006—2015年共有99个RI样本,占总样本数的37.2%。

1.3 尺度参数

文中定义台风尺度的三种参数为最大风速半径(RMW)、34 kn(1 kn=0.51 m/s)风速等值线半径(AR34)和最外围闭合等压线半径(ROCI)。

RMW定义为从台风中心到最大风速等值线(方位角平均)之间的距离。

在数据资料中,在四个象限中每个台风样本在每6 h内34 kn风速最大范围的半径需要精确到5 n mile。为了与其他两个参数一样能具有一个代表性的对称值,AR34所使用的是四个象限记录值的平均值。如果一个或多个象限的值为0,则其值不包含在平均值中。例如,如果东北、东南、西北和西南象限数值分别为50、30、0和50 n mile,则AR34的值为43 n mile而不是33 n mile。

ROCI的定义为从台风中心到东、西、南、北四个方向闭合等压线最大值距离的平均值。

为分析西北太平洋2006—2015年台风尺度的特征,表1给出了样本的最小值、10%、25%、50%、75%、90%分位数和最大值,以及平均值和标准差。分析发现,RMW参数的取值范围为5—160 n mile,其平均值为31.3n mile,比中位数(30 n mile)略大。

表1 2006—2015年台风RMW、AR34和ROCI参数统计值(单位:n mile)Table 1 Statistics of RMW, AR34, and ROCI of tropical cyclone during 2006-2015 (units: n mile)

AR34参数的取值范围为5—320 n mile,其平均值为116.5 n mile,比中位数(107.5 n mile)大。而ROCI参数的取值范围为50—650 n mile,其平均值为195.2 n mile,比中位数(190 n mile)略大。

图1给出了2006—2015年所有强度非减弱(RI和non-RI)台风中各尺度参数的频率分布。分析发现,在30 n mile处RMW参数的频率具有明显的最大值。其可能原因为,研究所使用资料中所有RMW参数都是运算估计值,参数值在大部分时间内首先会被四舍五入到最为接近的0.5纬距(30 n mile)。与之相反,AR34参数的频率分布则规则得多,这可能是因为受各象限的平均值以及台风最佳路径的影响。ROCI参数与RMW参数一样,频率呈现不规则分布。这是由于在估算ROCI参数时,会将参数值四舍五入到最为接近的1或0.5纬距。因此,在120 n mile(2纬距)、150 n mile(2.5纬距)、180 n mile(3纬距)、200 n mile、250 n mile、300 n mile处ROCI参数都存在峰值。

图1 2006—2015年非减弱(RI和non-RI)台风尺度参数的频率分布(垂直线自左至右分别为小、中、大尺度的分界线)Fig. 1 Frequency distribution of scale parameters for all non-weakening cases (RI and non-RI) of tropical cyclone during 2006-2015 (Vertical line represents the small, medium, and large boundaries from left to right, respectively)

分别计算三个尺度参数之间的相关系数,以揭示三者的独立性。AR34参数与RMW和ROCI参数的相关系数分别为0.87(p<0.01)和0.92(p<0.01);ROCI参数与RMW参数的相关系数为-0.83(p<0.01)。因此可以看出,内核尺度参数(RMW)与外核尺度参数(ROCI)之间为负相关,而中间参数(AR34)与两者均存在显著相关。

1.4 数据组织和筛选

文中分析的是2006—2015年所有24 h内强度非减弱个例(包括RI和non-RI),对所有减弱的案例不予考虑。这样的预先筛选可以更好地确定台风的初始尺度是否对台风强度增长率或RI过程起作用。对于包含RI过程的台风,只有在RI期间内的台风持续时间才会被保留为RI过程。对于没有任何RI过程的台风(non-RI样本)来说,所包括的只有24 h内台风强度缓慢增强或保持不变。因此,本研究不包含24 h内台风强度减弱的样本。

同时从RI和non-RI样本中去除所有处于温带、亚热带和热带低压阶段的台风样本。另外,任何在初生阶段强度为30 kn或更低的台风样本也不予考虑。同时从样本中去除在RI过程开始时缺乏数据的个例。在登陆后24 h内强度减弱的台风样本也不予考虑。但是,如果一些台风在登陆后继续移动最终再次移入海洋,同时台风位于洋面时在下一24 h内强度至少未减弱,还有一些台风在登陆后强度并未减弱,随后再次移入海洋,此两类样本都属于分析范围。

基于以上考虑,从2006—2015年266个台风样本中共筛选出223个样本(124个non-RI和99个RI)。因为研究允许计算重叠的non-RI期和RI期,故所提供的样本大小并不代表独立的RI事件。

1.5 不同参数的尺度分布

为了精确评估所选用台风的不同尺度参数,文中计算了2006—2015年基于每个尺度参数的尺度分布。对于每个尺寸参数(RMW、AR34和ROCI),小尺度和大尺度使用尺度分布的第25和第75百分位进行分类(表2)。此分类标准与Merrill(1984)、Kimball和Mulekar(2004)使用的尺度分布类似。

表2 台风参数的尺度分布Table 2 Size climatology based on each size parameter of tropical cyclone

2 台风尺度与强度变化的关系

2.1 RI与non-RI台风尺度大小对比

对比分析RI和non-RI台风RMW、AR34、ROCI参数的平均值(图2)发现,non-RI台风的尺度普遍比RI台风的尺度更大。对RI样本(21 n mile)和non-RI样本(34 n mile)的RMW参数二者比值进行检验,p<0.01。同样的显著性差异在AR34参数也可见。但是,在RI样本和non-RI样本的ROCI参数的差异很小,没有统计显著性。

图2 2006—2015年RI和non-RI台风的尺度参数平均值Fig. 2 Average scale parameters of RI and non-RI tropical cyclone during 2006-2015

2.2 台风尺度与强度变化之间的关系

为了分析台风尺度与强度变化之间的关系,为RMW、AR34、ROCI参数每个尺度的整体分布和台风24 h强度变化创建散点图(图3),其中均包含了所有不减弱的案例,垂直线显示了每个尺度参数的小、中和大尺度的边界。分析发现,使用RMW作为台风尺寸参数时,中、小尺度台风会发生明显的强度变化,同时RMW参数与强度变化之间呈负相关。-0.68的负相关系数表明,随着RMW参数的增大,台风强度逐渐减弱。台风强度变化与AR34之间的负相关性(相关系数-0.14)稍弱。相反,强度变化与ROCI尺度参数之间基本无相关。

图3 2006—2015年非减弱(RI和non-RI)台风尺度参数与24 h内台风强度变化散点图(垂直线自左至右为小、中、大尺度分界线;水平线为对数关系线)Fig. 3 Variation of intensity over 24 h of non-weakening cases (RI and non-RI) of tropical cyclone during 2006-2015 (Vertical line represents the small, medium, and large boundaries from left to right, respectively. Horizontal lines represent the logarithmic trend line)

2.3 台风出现RI过程的概率

最后,图4分别显示了RMW、AR34和ROCI参数条件下小、中、大尺度台风出现RI过程的概率。分析发现,RMW参数条件下,小尺度台风比大尺度台风经历RI过程的概率大得多。AR34参数条件下,小尺度台风经历RI过程的概率同样大于大尺度台风。最后,ROCI参数条件下,对于小、中、大尺度台风经历RI过程的概率基本相同,并且每个尺度参数类别之间的差异小于12%,这表明使用ROCI参数基本不可能预测台风潜在的RI过程。

图4 2006—2015年不同尺度参数台风出现RI过程的概率Fig. 4 Probabilities of RI for different scale parameters of tropical cyclone during 2006-2015

3 小结与讨论

文中利用2006—2015年美国联合台风警报中心(JTWC)的西北太平洋地区台风观测资料,采用RMW、AR34、ROCI三个参数来定义台风尺度,讨论台风尺度与台风强度变化之间可能存在的关系,得到以下主要结论:

1) 台风发生快速增强过程的可能性对其初始尺度大小具有显著敏感性。使用RMW和AR34作为尺度参数时,出现快速增强过程的台风比未出现快速增强过程的台风的初始尺度更小。使用ROCI作为尺度参数时,非快速增强台风和快速增强台风的初始尺度的差异并不明显。

2) RMW和AR34尺度参数与台风强度变化之间存在显著负相关。使用RMW作为尺度参数时,中、小尺度台风具有更显著的强度变化趋势。而ROCI参数与强度变化之间相关性不显著。同时,大多数出现快速增强过程的台风属于中、小尺度。这与其他结果共同说明了内核尺度参数(RMW)是用来预测中、小尺度台风快速增强过程的较佳尺度参数,也可以用来确定天气环境对台风强度变化无影响还是有利于强度增加。总体而言,初始尺度更小的台风强度变化则更大,并且尺度较小的台风出现快速增强过程的概率大于尺度较大的台风。

3) 尽管台风的外核尺度参数ROCI与强度变化基本无关,但内核尺度参数RMW与强度变化之间存在显著负相关,AR34参数也与强度变化之间存在较弱的负相关。

本研究给出的结果只是基于台风的内核尺度从而对台风强度预报进行主观调整。这项工作的下一步是将内核尺度纳入台风强度预测统计模型(DeMaria et al,2005),这有助于为台风的强度变化提供独立于其他因素的基本信息。另外,随着内核尺度参数(主要是RMW)的增大,台风强度增加率的降低可能与惯性稳定性的作用有关,对此还需要进一步研究。关于外核尺度(主要是ROCI)与台风强度增加率之间无相关性的物理解释也待研究。

猜你喜欢
平均值台风尺度
台风过韩
环球时报(2022-09-07)2022-09-07 17:16:40
平均值的一组新不等式
财产的五大尺度和五重应对
台风来了
小读者(2020年4期)2020-06-16 03:33:46
台风爱捣乱
台风来时怎样应对
宇宙的尺度
太空探索(2016年5期)2016-07-12 15:17:55
9
平面图形中构造调和平均值几例
基于电流平均值的改进无功检测法
电测与仪表(2014年6期)2014-04-04 11:59:46