西北太平洋热带气旋尺度和强度之间的联系外文翻译资料

英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

西北太平洋热带气旋尺度和强度之间的联系

吴立广，田伟，刘青元 和曹剑

太平洋台风研究中心和教育部气象防灾减灾重点实验室，信息工程大学，南京，中国

J OHN A. K NAFF

美国国家海洋和大气管理局，卫星应用和研究中心，柯林斯堡，美国科罗拉多州

（2015年9月1日投稿，2015年10月29日定稿）

摘要

热带气旋（TC）的尺度是一个估算TC风险风害、降水量分布、风暴潮的重要参数，通常用大风（ 或 ）的半径来测量。过去有研究报导TC的尺度与强度之间有非常弱的联系。而最近一个借助卫星风分析的调查则显示TC的尺度与强度之间具有非线性的关系。通常情况下在达到每2.5个纬距或的最大风速之前，伴随着递增的TC最大持续风速，TC尺度不断增长。之后则随着TC强度的进一步增强，TC尺度缓慢减小。将TC尺度与强度之间的联系和TC活动的11年季节性数值模拟得出的关系进行比较。但是数值模拟实验既无法模拟得到观测到的最大持续风速，也无法构造出 TC 大小和强度之间观察到的非线性关系。这一发现表明，用9公里水平分辨率不能合理地模拟TC的尺度，所以提高分辨率是研究TC尺度变化数值模拟的迫切需要。

1.引言

在西北太平洋（WNP）和南海上生成的热带气旋（TC）或台风影响着亚洲各国与太平洋诸岛数以亿计的人们，因而减轻台风危害是该区域各国政府的重要任务。有观察研究表明，TC尺度随季节、地域、纬度、环境气压场、路径类型，甚至在一天中发生时间的变化而变化（Kimball 和 Mulekar 2004；Moyer等人2007；Lee等人2010）。研究还发现TC尺度可能受天气环境条件的影响（Merrill 1984；Holl和 和 Merrill 1984；Weatherford 和 Gray 1988a；Cocks 和 Gray 2002；Liu 和 Chan 2002） 随着台风眼壁的动态变化（Maclay等人2008）。由于TC尺度是一个重要参数，它可以用来确定TC的影响例如风灾、 雨量分布、 风暴潮和海洋上升流 （Price 1981；Iman等人2005；Irish等人2008；Lin等人2015； Knaff 和 Sampson 2015），因此人们对TC尺度的研究越来越重视。以往人们着重于借助卫星产品研究TC尺度气象学（e.g.Liu 和 Chan 2002；Kimball 和 Mulekar 2004；Kossin等人2007；Hill 和 Lackmann 2009；Chavas和Emanuel2010；Knaff等人.2014b；Chan 和 Chan 2015）和控制台风尺度的机制（Wang 2009；Xu 和 Wang 2010a，b；Fudeyasu 和 Wang 2011；Smith等人.2011；Carrasco等人.2014；Xu和Wang 2015；Kilroy等人2015）。

根据可用的观测数据（Merrill 1984; Weatherford 和 Gray 1988a,b; Kimball 和 Mulekar 2004; Moyer等人 2007; Knaff等人 2007; Maclay等人 2008）得出最大风速半径（RMW），七级以上大风半径（或），破坏风力半径（或），飓风风力半径（或）和最外层封闭等压线半径等参数数据，并用各种参数对TC尺度进行测试，发现七级以上大风半径（以下简称R34）被广泛应用于判断TC的潜在影响（Chan 和 Chan 2014; Knaff 和 Sampson 2015; Chan 和 Chan 2015）. 虽然先前的研究表明，TC风速在外部区域中与TC强度呈弱相关（Weatherford 和 Gray 1988b; Chan 和 Chan 2012）, Knaff和Sampson （2015）认为提高强度的预测，R34的预测效果也有望提高。作为研究的目标之一，我们将利用多平台热带气旋地面风场（MTCSWA;Knaff等人 2011）资料，审查北太平洋西部TC强度与R34之间的关系。

自从Manabe等人 （1970） 第一次注意到，大气模式能够模拟TC活动的某些功能，大气环流模式（AGCMs）就开始成为研究TC活动引起可能气候变化的重要方法。评估全球变暖对TC活动的影响的模型水平网格的范围可以在10–50km （Stowasser等人 2007;Zhao等人 2009; Caron等人 2011; Murakami 和 Wang 2010; Murakami等人 2011; Murakami等人 2012;Manganello等人 2012）。最近Kim （2014） 使用地球物理流体动力学实验室（GFDL）气候模型2.5版本模拟计算了全球TC活动，这是一个与大气约50km和海洋25km的水平分辨率完全耦合的全球气候模型。他们揣测在倍增的条件下，TC尺度将增加大约12%。由于气候系统模式水平分辨率的增加，本次研究的其他目的是要考察高分辨率的气候模式模拟TC尺度的能力。

2. R34数据

a. MTCSWA

图1. 在第二模式域内的TC路径：（上图）2007–13年期间的观测值和（下图）2000–10年期间旺季（7月–9月）的模拟值

MTCSWA是仅基于卫星资料创建用于分析单个TC的数据库（Knaff等人.2011）。数据集包含从2007年开始的风暴中心每分钟地面和飞行高度层（~700hPa）的风场。6小时网格风场的水平分辨率是。使用飓风分析系统（位势高度*风速）分析大西洋海盆的地表实况，MTCSW风场资料显示在以TC （Knaff等人2011）为中心的大部分区域内，平均绝对误差（MAEs）都小于5 。实时使用生成的MTCSWA 数据，可以用最新的预测资料估计风暴强度和位置（Knaff等人 2011）。在研究过程中，2007-13年期间西北太平洋海盆发生了128次TC过程，共2022个观测值可供使用（图1，上图）。

b. 数值实验

全物理天气研究与预报（WRF）模式已被广泛应用于模拟TC单体和TC气候（例如，Davis等人 2008; Jin等人 2013; Kim等人 2015）。曹等人（2012）使用WRF版本3.0的模型模拟2000-10年间高峰期（7-9月）的TC活动，来检测动力学模型对TC季节内活动预测的技巧。运行的两个交互式模型分为38个垂直层次，模式顶部设为50hPa。粗网格区域以27km的水平分辨率覆盖20°S–60°N，96°E–166°W地区。9km的嵌套域包含691times;355个网格点，覆盖地区为，104°E–168.5°W（图1，下图）。该模式用国家环境预测中心（NCEP）每6小时1°times;1°经纬度网格的全球分析资料（FNL）设置初始和侧向边界条件，以每年7月1日0000UTC为起始时间，9月30日1200UTC为终止时间。模型利用对下边界层以上风场逼近分析的方式来使外部域中模拟的大型模式接近观测值。其中逼近系数设为。在此研究中，我们只使用了嵌套域的TC风场资料。

区域内模拟的TC定义为如果1）地面最低气压小于1000hPa且至少有一根闭合等压线，2）在以TC中心为圆心，为半径的范围内，10m的最大风速大于热带风暴风速强度（），3）暖核出现在500hPa和300hPa之间，以及4）它的生命周期至少能持续48小时。有人使用变分方法来查找 TC 中心，直到取得最大方位角平均切向风（吴等人，2006 年）。

在11年期间 （2000-10），JJWC的最优路径数据记录了高峰期内在西北太平洋和南海发生的144次TC，其中138次在9km区域内形成，说明96%的台风都是在该海盆中被观测到的。 在11季的模拟实验中，152次TC都是在区域内被确认的。对TC模拟实验的严格检验表明，有16次TC的方位平均风速在它们的生命周期中从来没有达到热带风暴的强度（）。因此，在分析前将这些TC排除，使用136个模拟TC的风速数据进行后续分析（图.1、底部）。我们可以看到，模拟的TC路径无法达到北边界，而TC中心的检测算法需要至少360km的距离。

我们进一步研究了模拟TC强度关于最大持续风速的频率分布（未标示）。模拟TC只显示单个类别2的峰值强度而没有显示出类别4和类别5的 TC。（TC类别的划分基于辛普森飓风量级表。）这个模拟TC的强度分布与Kim等人（2015）得出的结果相似。仿真实验表明，对于模拟真实的强度分布，水平分辨率还是太过粗糙了。Gentry and Lackmann（2010）利用WRF模式来测试模拟飓风（2004）对不同水平分辨率的灵敏度。Chen等人（2007）and Fierro等人（2009）认为TC眼壁中的重要物理过程的表示需要或更短的网格间距。

3. 使用MTCSWA数据研究 R34和TC强度之间的关系

图2. 用（a）MTCSWA数据和（b）模拟值绘出TC尺度（R34）与最大平均风速之间的关系，实线和虚线分别显示观测值与模拟值的拟合曲线

图2a显示了利用MTCSWA数据画出的R34散点图，其中R34的平均值是取纬度，标准差为数值。这个R34平均值小于Knaff 等人（2007）和Chan等人（2012）计算出的值。Knaff等人（2007）使用1988–2003期间的风半径预测数据，发现R34平均值是位于西北太平洋海盆纬度1.92°的数值，这个数值大于利用MTCSWA数据计算出的R34平均值和Knaff等人（2007）计算出的预测值。考虑到不同的数据集、时间段和R34数据集的不确定性，我们认为利用MTCSWA数据计算出的R34平均值足以与那些先前的研究相媲美。

在MTCSWA数据库中可以用二次函数表示出TC尺度和强度之间的关系，其中是TC一分钟最大风速的方位平均值，单位用海里（）表示。拟合曲线表明，MTCSWA数据库中R34在最大纬度达到了t。这个曲线也与由Knaff 等人（2014b）利用平均尺度分布产生的数据集相类似，这个数据集在Knaff 等人的文献（2014a，图3）中被提及。一般情况下，该R34在达到最大值之前会随TC强度的增强而增加，之后则随着TC强度的进一步增强而减小。虽然R34在一定强度上有很大差异，但图2a表明平均意义上R34在西北太平洋海盆存在一个上限（纬度）。

有一点需要注意，图2a上某些示例显示了有R34大于纬度（两个标准差）。我们检查所有的96个样本，发现这些样品大多数（82.3%）与低频季风环流和气旋性环流有关。季风环流是一个低层季风环流演变的具体模式，可确定为低频的，近圆形的直径约2500km（Lander 1994；Wu等人2011a，b；Wu等人2013）气旋式涡旋。热带风暴Talas（2011）

图3. 用纬度4°和5°之间热带风暴Talas（2011）的第二最大风速绘出的700hPa径向风速廓线

的径向风廓线是一个典型的大型R34个例 （图3），这次个例在96个样本中占了24个。在8月26日1800UTC到9月2日0000 UTC期间，距TC中心400–600公里的区域存在第二个最大的方位平均风。我们使用每6小时1°times;1°经纬度网格的NCEP FNL数据来研究热带风暴Talas的850hPa风场。我们发现一个低频气旋环流与TC（图中没有显示）配合，从而导致图3中距TC中心400–600公里的区域里第二个最大的方位平均风的产生。Wu等人（2013）发现2000-10年间，19.8%TC事件的形成与5月-10月期间的季风环流相关。

4. 模拟实验中R34和TC强度之间的关系

我们对R34的模拟数据进行了进一步研究。R34的模拟样本大小为2058，而R34的平均是以1.02°为标准差的纬度2.02°。图2b显示了WRF模拟模式中R34和TC强度的散点图。值得注意一点，所有样本的强度都没有超过93kt。TC尺度和强度之间的关系也可以二次函数来表示。从拟合曲线图上，我们可以看到，模拟R34一般随TC强度的增强而增大，与用MTCSWA数据推论出的关系一致。随着模拟实验中TC强度的增加，模拟的R34值大于实际观测值。我们推测这种差异可能是由于相对粗糙的模型不能很好地解决随着TC强度的增强在径向方向TC风场的分布问题而引起的。由于TC尺度和强度之间的关系，Knaff和Sampson（2015）认为对模拟TC强度的改进会提高TC尺度的模拟效果。值得注意的是，该模型可以模拟与观测值一样的低压中心，但模型难以模拟观测到的TC尺度与中心气压值之间的非线性关系。

在以往的研究中，有人认为TC大小和强度之间的相关性很小（Merrill 1984； Weatherford和Gray 1988b；Chan等人2012）。除了R34数据集的不确定性，我们还认为低相关性也可能是由非线性关系引起。为此，我们用样本强度小于93kt和R34小于3.85°纬度（两个标准差）的数据计算了R34和TC强度之间的相关性。在这种情况下，模拟实验中的相关系数为0.71，而MTCSWA数据得出的系数为0.64，这表

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25424]，资料为PDF文档或Word文档，PDF文档可免费转换为Word