使用DEMETER耦合模型预测北太平洋西部台风活动及其因素外文翻译资料

Predictability of western North Pacific typhoon activity and its factors using DEMETER coupled models

SUN JianQi1* amp; CHEN HuoPo1,2

1 Nansen-Zhu International Research Centre (NZC), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
2 Graduate University of Chinese Academy of Sciences, Beijing 100049, China
Received March 16, 2011; accepted June 16, 2011; published online August 30, 2011

Climate prediction using a coupled model with a one-tier scheme is an important research direction. In this study, based on 1974–2001 hindcasts obtained from the “Development of a European Multimodel Ensemble system for seasonal to inTERannual prediction” (DEMETER) project, the capability of coupled general circulation models (CGCMs) to predict six climatic factors that have a close relationship with the western North Pacific typhoon activity is investigated over summer (June–October). Results indicate that all six DEMETER CGCMs well predict the six factors. Using the statistical relationship between these six factors and the typhoon frequency, the ability of the CGCMs to predict typhoon frequency is further explored. It is found that the six CGCMs also well predict the variability in typhoon frequency. Comparison analysis shows that the prediction skill of the statistical downscaling method is much better than that of the raw CGCMs. In addition, the six-model ensemble has the best prediction performance. This study suggests that combining a multi-model ensemble and statistical downscaling greatly improves the CGCM prediction skill, and will be an important research direction for typhoon prediction.

typhoon prediction, coupled general circulation model, statistical downscaling, multi-model ensemble prediction, DEMETER

Citation: Sun J Q, Chen H P. Predictability of western North Pacific typhoon activity and its factors using DEMETER coupled models. Chinese Sci Bull, 2011,56: 34743479, doi: 10.1007/s11434-011-4640-7

A typhoon is one of the most important high-impact extreme weather events in the western North Pacific (WNP).Its occurrence is accompanied by strong wind and heavy precipitation, which greatly affect navigation and peoplersquo;s lives in eastern Asia. Typhoons have long been a hot topic in meteorological research. Over the past several decades, a number of studies have investigated typhoon variability and its causes. It has been found that typhoon activity is complex because of there being many climatic factors. Over the WNP, factors such as the local sea surface temperature (SST), convection condition, zonal wind shear magnitude, and position and intensity of the intertropical convergence zone directly affect typhoon activity [1–8]. On a larger spatial scale, climate systems, such as El Nintilde;o/La Nintilde;a-Southern Oscillation [9–14], quasi-biannual oscillation [15,16], atmospheric intraseasonal oscillation [17,18], Antarctic Oscillation [19,20], North Pacific Oscillation [21], North Pacific sea ice [22], spring Hadley circulation [23], and Asian-Pacific Oscillation [24,25] indirectly affect typhoon activity by changing local atmospheric and oceanic conditions in the WNP. The above research on typhoons has been well reviewed by Wang et al. [26]. According to influencing factors, two prediction methods for WNP typhoon activity have been developed. One is a statistical method that uses preceding typhoon-related signals of atmospheric and oceanic systems to develop a prediction model and then make a prediction [27–30]. In recent WNP typhoon prediction, the statistical method has performed well. However, we know that the connection between two indirectly related climatic systems can change over time [31,32]. Specifically, two systems may be covariant in some periods but independent in other periods. Therefore, there is the potential problem with the purely statistical forecasting model that predictors suitable for some periods could be unsuitable for other periods [33]. To overcome this limitation of the purely statistical prediction, a second prediction method—dynamical prediction based on a climate model—was developed with improvements in computer technology and climate models. This method makes predictions using predictors from the climate model, which directly affect typhoon genesis. In the dynamical prediction system, therefore, the relationship between the predictor and predictand does not change over time. The dynamical method has been an important development in typhoon prediction in recent times. To date, only a few organizations have made real-time predictions of WNP typhoon activity (e.g. European Centre for Medium-Range Weather Forecasts, International Research Institute for Climate and Society, and Institute of Atmospheric Physics) [5,34]. There are two prediction schemes for the dynamical prediction method. One is a two-tier scheme and the other is a one-tier scheme. Additionally, there are two approaches for predicting typhoons. One is a direct approach in which typhoon variability is predicted by detecting typhoon-like tropical cyclones (TCs) in the dynamical prediction systems [35,36], and the other is an indirect approach in which typhoon activity is predicted by investigating the variability of large-scale climate factors that are directly associated with typhoon genesis. Since the former approach detects the typhoon in the climate models directly, the models need to be of high resolution. However, most current coupled general circulation models (CGCMs) have insufficient resolution to reasonably resolve the exact features of TCs, which largely limits these modelsrsquo; ability to detect typhoons and further predict typhoon variability. The latter approach is more applicable, since all climate models with different resolution have some ability to predict large-scale circulation variability over the WNP, and consequently, they can be used t

剩余内容已隐藏，支付完成后下载完整资料

使用DEMETER耦合模型预测北太平洋西部台风活动及其因素

孙建琪1 *陈建波1,2

1南森珠国际研究中心（NZC），中国科学院大气物理研究所，北京100029;

2中国科学院研究生院，北京100049收到2011年3月16日; 接受2011年6月16日; 2011年8月30日在线发布.

使用具有一级方案的耦合模型的气候预测是重要的研究方向，在本研究中，基于1974年 - 2001年的 “欧洲多模态综合系统的季节性到年际预测”（DEMETER）项目，夏季（6月至10月）调查耦合通用循环模式（CGCM）预测与西北太平洋台风活动密切相关的六个气候因素的能力。结果表明所有六个DEMETER CGCM都能很好地预测六个因素。利用这6个因素与台风频率的统计关系，进一步探讨CGCM预测台风频率的能力。 发现六个CGCM也很好地预测了台风频率的变异性。比较分析表明，统计降尺度方法的预测技巧比原始CGCM的预测技术好得多。此外，六模型集合具有最好的预测性能。这项研究表明，组合多模型集合和统计下调大大提高了CGCM预测技能，并将是台风预测的重要研究方向。

台风预测，耦合通用循环模型，统计降尺度，多模型集合预测，DEMETER

参考文献：孙杰，陈H。利用DEMETER耦合模型估计西北太平洋台风活动及其影响因素。 中国科学报，2011,56：3474-3479，doi：10.1007 / s11434-011-4640-7

台风是北太平洋西部（WNP）最重要的高影响极端天气事件之一。其发生伴随着强风和强降水，极大地影响了东亚地区的航行和人民的生活。台风长期以来一直是气象研究的热门话题。 在过去几十年里，一些研究已经研究了台风可变性及其原因。由于有许多气候因素影响，因此台风活动是复杂的。在WNP上，诸如局部海表温度（SST），对流条件，纬向风切变强度以及热带辐合区的位置和强度等因素直接影响台风的活动。在更大的空间尺度上，气候系统如厄尔尼诺或者拉尼娜----南方涛动，准双年振荡，大气季节内振荡，南极涛动，北太平洋涛动，北太平洋海冰，春季哈德利循环和亚太震荡通过改变WNP中的局部大气和海洋条件间接影响台风活动。以上对台风的研究已经得到了Wang et al认可。根据影响因素，开发了两种WNP台风活动预测方法。一种是使用大气和海洋系统的先前台风相关信号来开发预测模型，然后进行预测的统计方法。在最近的WNP台风预报中，统计方法预测结果良好。 然而，我们知道两个间接相关的气候系统之间的联系可能随时间而改变。 具体来说，两个系统在一些时期可以是协变的，但在其他时期是独立的。 因此，纯统计预测模型存在潜在的问题，适合于某些时期的预测变量可能不适合其他时期。为了克服纯统计预测的这种限制，开发了第二种预测方法----基于气候模型的动力学预测----改进了计算机技术和气候模型。这种方法使用来自气候模型的预测变量进行预测，这直接影响台风的产生。因此，在动态预测系统中，预测器和预测器之间的关系不随时间改变。

动力学方法是近来台风预报的一个重要发展。 到目前为止，只有少数组织对WNP台风活动进行了实时预测（例如欧洲中期天气预报中心，国际气候与社会研究所和大气物理研究所）。动态预测方法有两种预测方案。一个是双层方案，另一个是单层方案。此外，有两种预测台风的方法。 一种是通过在动态预测系统中检测台风类热带气旋（TC）来预测台风变异性的直接方法，另一种是通过研究台风活动的变异性来预测台风活动的间接方法与台风生成直接相关的大尺度气候因子。由于前一种方法直接在气候模型中检测到台风，因此模型需要具有高分辨率。 然而，当前大多数耦合的大气环流模式（CGCM）没有足够的分辨率来合理地解决TC的确切特征，这在很大程度上限制了这些模型检测台风的能力并进一步预测台风可变性。后一种方法更为适用，因为所有具有不同分辨率的气候模式都具有预测WNP上的大规模环流变率的能力，因此，它们可用于预测该区域的台风活动。 然而，间接方法的预测技能主要取决于气候模型在WNP上模拟台风相关气候因素的能力。以前的研究表明，两层动力系统有一定的模拟和预测WNP台风活动及其相关大规模循环的能力。因此，一个单层模型系统如何预测WNP台风相关气候因素和台风变异性的问题依然存在。 本研究首先研究了六个耦合模型在WNP上预测与台风相关的大尺度因子的能力，然后进一步探讨了这些耦合模型预测WNP台风频率的能力，最后讨论多模式集合在预测台风活动中的优势。

1模型和数据

CGCM的后波被“开发欧洲多模态合奏系统用于季节性到年际预测”（DEMETER）项目[37]存档。DEMETER项目从CERFACS（欧洲科学计算研究和高级培训中心，法国），ECMWF（欧洲中期天气预报中心），INGV（意大利地理信息技术研究所），LODYC（实验室 法国），CNRM（法国Meacute;teacute;o中心国家技术中心），UKMO（英国Met Office）和MPI（德国Max-Planck研究所）获取数据。这些CGCM安装在单个超级计算机上，并且使用公共归档和诊断软件产生一系列后波。通过系统地分析这七个CGCM的后缀，DEMETER试图提高我们对多模态集合预测的理解。DEMETER后波在每年2月1日，5月1日，8月1日和11月1日的0000 GMT开始四次。每个后波合并为六个月，有九个成员。在七个模型中，六个具有1974-2001的共同后波期。综合考虑在20世纪70年代中期之前的集合分析数量和台风数据的质量，本文的研究期限限于1974 - 2001年。由于台风发生的主要季节为6月至10月，本课题研究分析了5月1日0000 GMT时的后视。以这种方式，我们调查CGCM预测夏季台风活动（6月 - 10月）在1个月的潜在预测方面的能力，可以推进当前WNP台风活动的操作预测。每月ECMWF再分析数据（ERA-40）[40]用于研究与耦合模型的台风相关循环的模拟。分析变量包括风变量，海平面压力（SLP），比湿度，发散度，涡度和地表空气温度。台风频率通过WNP（100E-170W，0-55N）从联合台风警报中心TC数据集导出。根据最大持续风速，TC通常分为三类：热带低气压，热带风暴和台风。 在这项研究中，长期台风指的是热带风暴或最大风速超过17.2米/秒的台风，这与台风的传统定义不同。

2 WNP台风活动的气候因素

众所周知，影响台风活动的气候因素有很多。对台风活动有直接影响的因素主要在WNP的局部。图1表明，当北太平洋较低纬度地区存在较大的台风频率时，异常降水伴随正涡度异常，较低水位存在较多水分，上层存在发散异常，纬向风切变 在200和850 hPa之间较弱，SST具有“东温西冷”偶极模式（这里，表面空气温度用于表示SST，因为DEMETER不提供SST数据）。这些气候因素的综合作用为台风生成提供了有利的动力，热和潮湿条件。由于所有这六个气候因素对台风活动的影响已经在前面的研究中显示，如在介绍中所述，我们不在这里单独研究它们。这项研究调查了六个气候因素对台风频率变异性的定量贡献，目的是建立一个基础来评估耦合模型的预测能力。因此，这六个变量在关键区域（图1中的矩形）的平均值被计算为指标，以诊断六个因子和台风频率之间的数量关系。

对于与台风频率的相关性具有正和负关键区域（图1中的矩形）的变量，将指数定义为负和正关键区域的平均值之间的差。每个变量的关键区域是SLOP索引的12.5-27.5N，150E-160W，10-20N，110-120E和15-25N，170- 160W的SST索引，10-17.5N，155E-180和22.5-30N，155E-180的纬向风切变指数，15-25N，160 对于在850hPa，15-25N，120-170°E的特定湿度，在850hPa的涡度指数和在12.5°-20°N，120°-170°E的特定湿度的E-150W 发散指数在200 hPa。

表1列出了六个因子指数与台风频率之间的相关系数。它显示所有相关系数都很高，最小值为0.61，最大值为0.76，所有相关性在99％的置信水平都是显著的。为了定量研究六个因子描述台风频率变异性的能力，我们使用六个因子指数通过多元线性回归线性拟合台风频率：1 2 3 4 5 6 1.45 1.02 0.90 0.82 1.59 1.86 20.07 y=-1.45x1-1.02x2-0.90x3 0.82x4-1.59x5 1.86x6 20.07（1）其中y是模拟台风频率，x1至x6是SLP，SST，200至850 hPa的纬向风切变量，850 hPa的比湿度，850°的涡度 hPa，在200 hPa处发散。

图2显示了在WNP上的观测和模拟（使用等式（1））台风频率。这表明观测到的和模拟的台风频率高度一致的变异性。这两个台风频率之间的相关系数是0.88，相关性在99％的置信水平是显著的。模拟频率的均方根误差（RMSE）相对于观测值为2.0。这个结果表明，基于多元线性回归的六个台风相关因子的线性组合很好地描述了台风频率变率，解释了高RMSE的台风频率观测到的方差的77％以上。

3耦合模型对WNP中台风相关因子的预测能力

上一节中的结果表明，使用SLP，低层涡度和比湿度，纬向风切变，上层发散和SST可以很好地描述WNP上的台风频率变异性。我们现在研究DEMETER耦合模型预测六因素变异性的能力，这与耦合模型预测WNP上的台风频率变异性的能力密切相关。表2给出了ERA-40和耦合模型之间的六个因子指数的相关系数。这六个因素的定义在EAR-40和耦合模型之间是一致的。 随着过去几十年的发展，耦合模型在模拟台风相关的大规模气候因素方面已经发展得更好。

如表2的列1至3所示，耦合模型很好地预测了SLP，SST和纬向风切变的可变性，相关系数在0.58和0.85之间，所有相关在99％置信水平是显着的。相比之下，对于涡度，散度，以及比湿模拟能力较低。 原因是，涡度，发散和比湿度具有比SLP，SST和纬向风切变更复杂的变化性和更小的空间尺度，这导致耦合模型模拟中的更大的困难。 然而，一般来说，六个耦合模型在预测WNP上的台风相关气候因子方面表现良好。除了通过第五耦合模型（其在90％置信水平下相关性不显着）预测的在200hPa的发散指数的情况下，预测指数与观察值显著相关。在模型模拟中，多模型和多成员集合被广泛应用作为一种努力，以减少由于内部变异性和模型之间的差异导致的不确定性。每个模型的上述结果是一个nnemember综合结果。 这里对六模型集合进行进一步研究。在本分析中，我们只采用一个简单的六模型平均值（即在此不考虑模型权重）。如表2所示，整体一般具有较高的预测能力。 六个相关系数具有最小值0.59和最大值0.84，因此，在预测一些变量时，由于模型性能较差而产生的不确定性较小。

4耦合模型预测WNP中台风频率的能力

前面的部分表明，DEMETER耦合模型对六个台风相关气候因子具有良好的预测能力。在本节中，我们调查耦合模型是否可以预测观测到的这六个因素与台风频率之间的关系。因此，我们用六个耦合模型预测的六个因子指数代替方程中的观测指数（1）但不改变等式（1）中的系数。 （1），检查这六个CGCMs使用六个良好预测的台风相关气候因素预测WNP台风频率的能力。 由于等式 （1）来自观测和相同的六个耦合模型，台风频率预测使用等式（1）是每个模型的独立样本测试，并且可以客观地比较用不同模型获得的预测结果。表3显示，不同模式在预测台风频率变率方面具有不同的技能。观测到和预测的台风频率之间的相关系数在0.54和0.64之间，相关性在99％置信水平是显著的。六个耦合模型的RMSE在3.3和4.0之间。 图3显示了观测和预测的年纪台风频率。它表明预测和观察频率具有高度一致的变异性。1983年，1998年和1999年，台风频率小得多的六个耦合模型很好地预测。多模型集合具有最好的预测技能; 如表3和图3所示，观测到的台风频率的变异性和用多模式集合预测的台风频率的变异性比单个模型的情况更一致。观测和多模式集合预测台风频率之间的相关系数为0.68，RMSE为3.1，这是实现的最佳结果。以上分析表明，6个DEMETER耦合模型对台风频率具有良好的预测能力，而多模型系综具有最好的性能。

5 结论

在1974 - 2001年期间使用六个DEMETER耦合模型的预测，研究了耦合模型对六个台风相关气候因素的预测能力。

结果表明，这6个耦合模型能很好地预测六个因素的变异性，特别是大规模环流和SST的变异性。此外，进一步探讨了耦合模型对台风频率的预测能力。发现耦合模型也很好地预测了采用统计降尺度后的WNP上的台风频率变异性。六模型合奏具有最佳性能。 采用客观的方法在耦合模型中检测台风样热带气旋，Vitart [36]研究了DEMETER耦合模型对WNP台风频率的预测能力。他表明，只有三种耦合模型，预测台风频率与观测有显着相关性。 然而，在这项研究中，采用统计动力预测，耦合模型的预测技能的台风频率变异性大大改善。 在6个耦合模型预测的观测台风频率和台风频率之间的相关性在99％的置信水平都是显著的。对于模型预测的客观比较，所有指数的定义和台风频率预测的统计降尺度公式由观测确定，并在模型之间一致。然而，不同的耦合模型对台风频率及其相关的气候因素具有不同的预测特征。 例如，关键区域可以在模型之间或在模型和观察之间不同。此外，不同的模型可能对不同的因素具有不同的预测技能。因此，在运行预报中，不同的组织应该根据模型的特征，将这6个台风相关因子进行最佳组合，这将进一步提高模型的预测技能，与客观定义和基于台风相关因素的组合观察。通过从耦合模型中选择最佳预测信号进行预测可以提高模型的预测能力[

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26979]，资料为PDF文档或Word文档，PDF文档可免费转换为Word