在西北太平洋上热带气旋的大小和强度之间观测联系的影响外文翻译资料

 2022-12-05 16:57:55

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

在西北太平洋上热带气旋的大小和强度之间观测联系的影响

LIGUANG WU，WEI TIAN，QINGYUAN LIU，AND JIAN CAO

太平洋台风研究中心和教育部气象灾害重点实验室，南京，中国

JOHN A. KNAFF

美国科罗拉多州柯林斯堡卫星应用与研究中心

(手稿于2015年9月1日， 终稿于2015年10月29日)

摘要：热带气旋（TC）大小，通常用7级以上大风(34kt或17ms-1)范围的半径来测量，是估算风损、降雨分布和风暴潮等TC风险的重要参数。以前的研究报告，TC 的大小和 TC 强度之间有很微弱的关系。通过对卫星风场分析的研究表明，TC大小与强度之间的关系是非线性的。TC尺寸一般随TC最大持续风速的增加而增加，最高在103 kt或53.0米/每秒强度下达到2.508纬度，然后随着TC强度的进一步增加而慢慢减小。通过对TC活动的11年季节性数值模拟，比较了TC大小与强度之间的关系。数值模拟结果既不产生观测到的最大可持续风，也没有观测到TC尺寸与强度之间的非线性关系。这一发现表明，TC大小不能用9公里水平分辨率来合理地模拟，需要增加分辨率，以使用数值模拟研究TC大小变化。

  1. 引言

亚洲国家和太平洋岛屿上的亿万人民都受热带气旋(TCs)或台风的影响，形成于北太平洋西部(WNP)和中国南海，因此减轻台风风险是该地区各国政府的一项重要任务。观察研究表明，TC的大小随季节、区域、纬度、环境压力、轨道类型、甚至是一天中的时间的变化而变化(Kimball and Mulekar 2004; Moyer et al. 2007; Lee et al. 2010 )。Merrill等还发现TC的大小可能受天气环境条件(Merrill 1984; Holland and Merrill 1984; Weatherford and Gray 1988a; Cocks and Gray 2002; Liu and Chan 2002)、还有眼壁动力学因素的影响。 (Maclay et al. 2008 )。由于TC大小是确定TC影响的一个重要参数，如风损、降雨分布、风暴潮和海洋涌流(Price 1981; Iman et al. 2005; Irish et al. 2008; Lin et al. 2015; Knaff and Sampson 2015 )，对TC大小的研究越来越受到重视。以前的研究集中在用卫星产品研究TC大小的气候学问题(e.g.，Liu and Chan 200 2; Kimball and Mulekar 2004; Kossin et al. 2007; Hill and Lackmann 2009; Chavas and Emanuel 2010; Knaff et al. 2014b; Chan and Chan 2015) 和控制TC大小的机制(Wang 2009; Xu and Wang 2010a,b; Fudeyasu and Wang 2011; Smithetal. 2011; Carrasco etal. 2014; Xuand Wang 2015; Kilroy et al. 2015 )。

虽然TC大小已经以各种参数来衡量，如最大风半径(RMW)，七级以上大风(34kt 或17ms21)，破坏性大风 (50kt 或25.7ms21)，飓风性大风(64kt 或33ms21)，和由可用性观测数据绘出的外层闭合等压线 (Merrill 1984; Weatherford and Gray 1988a,b; Kimball and Mulekar 2004; Moyer et al. 2007; Knaff et al. 2007; Maclay et al. 2008), 七级以上大风范围半径（以下简称R34）由于其在确定TC潜力在影响方面的重要性而被广泛使用(Chan and Chan 2014; Knaff and Sampson 2015; Chan and Chan 2015)。虽然以前的研究表明，在外部区域的TC的风速与TC强度呈现较弱的相关性(Weatherford and Gray 1988b; Chan and Chan 2012)，Knaff和桑普森 (2015)认为，随着强度预测的改善，R34预测也将得到改善。作为本研究的目标之一，我们将用多平台热带气旋表面风场分析数据 (MTCSWA ；Knaff et al. 2011) 研究西北太平洋流域中R34 与 TC 强度之间的关系，MTCSWA是世界上唯一的高分辨率风暴中心的风力数据集。

大气环流模型 (AGCMs)一直是研究 TC 活动可能引起的气候变化的重要工具，自从Manabe等(1970)第一次注意到AGCMs能够模拟TC活动的一些特征。用于评估全球变暖对TC活动影响的水平网格模型可以在10–50km的范围内(Stowasser et al. 2007; Zhao et al. 2009; Caron et al. 2011; Murakami and Wang 2010; Murakami et al. 2011; Murakami et al. 2012; Manganello et al. 2012)。最近，Kim等(2014)使用地球物理流体力学实验室 (GFDL) 气候模型 (2.5 版) 模拟了全球 TC 活动，这是一个完全耦合的全球气候模型，其水平分辨率在大气中约为 50km，海洋中约为25km。他们认为，TC的大小将由于二氧化碳的加倍而增加约12% 。考虑到气候系统模型的水平分辨率的增加，本研究的另一个目标是测试高分辨率气候模型在模拟 TC 大小方面的能力。

  1. R34数据
  2. 多平台热带气旋表面风分析（MTCSWA）

MTCSWA仅为使用基于卫星信息的每个TC创建(Knaff et al. 2011)。该数据集包含从2007年起风暴中心的一分钟的表面和飞行高空 (~700 hpa) 风场。6小时格点化风场的水平分辨率为0.18 纬度times;0.18 经度。使用飓风风分析系统(H * Wind)分析作为在大西洋流域的地面真值，MTCSWA风被证明在大多数的TCs中心400kmtimes;400km的领域中，其平均绝对错误(MAEs)小于5ms-1 (Knaff et al. 2011)。MTCSWA数据是实时使用的,从最近的运行估计和预测中估算出风暴强度和位置(Knaff et al. 2011)。在这项研究中，2007-2013年期间在WNP流域发生的128个TCs的2022项观测结果是可用的(图1，顶部)。

  1. 数值实验

全物理WRF模型在模拟单个TCs和TC气候学中得到了广泛的应用。 (e.g.，Davis et al. 2008; Jin et al. 2013; Kim et al. 2015 )。为了在TC活动季节预测中，测试动力学模型的能力,曹等(2012)使用了WRF模型3.0版模拟2000–10年期间峰值季节(7-9月)TC活动。两个交互式模型区域垂直方向有38个区域，顶部为50hPa。粗域覆盖的区在20°S–60°N，96°E–166°W，水平分辨率为27km。9公里的嵌套域包含691times;355个网格点，覆盖的区域在0°–31°N、104°E–168.5°W (图1、底部) 。每年，该模式是在 0000 UTC 7月1日开始的，使用国家环境预测中心(NCEP)的最终业务全球分析 (FNL)的初始和横向边界条件，网格区域为1°times;1°纬度-经度，间隔为 6小时，并于 9月30日1200 UTC 结束。对于边界层底以上的风分量的分析，使用于外部区域上，以让模拟的大尺度模式更接近观测值。逼近系数设置为1.5times;104s-1。本研究仅在9公里的嵌套域中使用TC风数据。

在9公里域中模拟的TC定义为：1)有一个闭合的等压线，最小的海平面气压低于1000hPa，2)在10m的最大风速要超过热带风暴强度(17.2ms-1)，并且范围半径至少从中心开始有360km，3)一个温暖的核心出现在500和300hPa之间，4)它的寿命至少持续48h。利用变分方法对TC中心进行定位，直到得到最大方位角平均切向风速。(Wu et al. 2006)。

在11年期间(2000–10)，JTWC最佳的轨道数据记录了在WNP和南海的高峰季节的144次TCs，并且其中138次形成于9公里领域，占了在流域内观察的96%的TCs。在11年的模拟中，152次TCs被确定在9公里的领域里。对模拟TCs的近距离观测表明，有16次TCs的方位平均风速在其寿命期间从未达到热带风暴强度(34kt)。因为这一原因，这些TCs不在分析之内，因此在随后的分析中使用136个模拟TCs的风场数据(图1，底部)。 我们可以看到，模拟的TC轨道没有到达北边界，因为TC中心的检测算法需要最小距离360km。

我们进一步研究了模拟TC强度在最大持续风速(不显示)的频率分布。模拟的TCs显示了第二类的单一强度峰值，没有第四类和第五类的TCs(TC分类是基于萨菲尔-辛普森的规模)。模拟的TCs的强度分布类似于Kim等(2015)的研究。我们的模拟表明，水平分辨率为9kmtimes;9km，对于模拟实际强度分布来说还是太大了。Gentry and Lackmann(2010)使用WRF模型来测试模拟飓风伊万(2004)对不同水平模型分辨率的灵敏度。陈等(2007)和Fierro等(2009)建议如要表现出在TC眼壁处中的重要物理过程需要2km或更少的网格间距。

  1. 在MTCSWA里R34与TC强度的关系

图2.（a）显示MTCSWA数据中R34的散点图，其中平均R34为1.818个纬度的距离，标准偏差1.028。这个平均R34小于平均R34在Knaff等(2007)和陈和陈(2012)研究中的平均R34。Knaff等(2007)在1988–2003期间使用了实际的风半径估计，并且发现WNP流域的平均 R34是1.928个纬度。利用10年(1999–2009)快速散射计卫星的数据，陈和陈(2012)获得的平均R34为2.138个纬度，这是大于MTCSWA数据得出的平均R34和Knaff等(2007)的估计值. 考虑到R34数据有不同的数据集、时间段和不确定性，我们认为MTCSWA中的平均R34与以前的研究大体相当。

MTCSWA 数据中的 TC 大小与强度之间的关系可以用 二次函数R34= -1.23 0.07V-0.004V2大概表示，其中V是一分钟内TC最大海里风速的方位平均值(kt; 1ktasymp;0.51ms-1)。拟合曲线表明在MTCSWA中R34在V=103kt时取得最大值为2.508纬度。此形状也类似于Knaff等(2014b)数据集生成的平均大小分布，列在Knaff等(2014a，他们的图3)的图形。R34通常随着TC强度的增加而增加，直到增长到最大值后，又随着强度的增加而略有下降。虽然R34在一定强度下会有很大的差异，图2a表明，在平均意义上，R34在西北太平洋流域有一个上限为2.508纬度。

请注意，在图2a有些示例显示R34大于3.858纬度 (两个标准偏差)。我们检查了所有96个样品，发现大部分样品(82.3%)与低频季风环流或气旋环流有关。季风环流是低空季风环流演化的特定模式，可识别为低频、近圆形涡旋，直径约为2500km(Lander 1994; Wu et al. 2011a,b; Wu et al.2013)。热带风暴塔拉斯(2011)的径向风廓线是R34较大的一个典型的例子(图.3)，占96个样本的中的24个。从 8月26日 1800UTC到9月2日0000UTC期间，有第二最大方位角平均风速值在离TC中心400–600km处。

我们研究了与热带风暴塔拉斯有关的850hPa风场，使用的是NCEP的FNL数据，其网格大小为18times;18纬度–经度，间隔为6小时。我们发现，低频气旋环流是TC的配置(图中没有显示)，这可能导致在图.3中第二最大方位角平均风速离TC中心有400–600km。吴等(2013)发现，在 2000–10年5月到10月期间，19.8%的TC的形成与季风环流有关。

  1. 在模拟中R34与TC强度的关系

我们进一步研究了模拟R34数据。R34的模拟样品数为2058，平均R34大小为2.028纬度，其标准偏差1.028。图.2 b在WRF模拟中显示了R34和TC强度的散点图。请注意，没有超过93kt强度的样本。TC大小与强度的关系也可以用二次函数表示R34=-1.29 0.07V-0.0001V2。从拟合曲线可以看出，模拟R34一般随TC强度的增加而增加，与MTCSWA数据中的关系一致。在模拟过程中，随着TC强度的增加，模拟的R34比观测值大。我们推测，这种差异可能是由于TC强度增加，相对较低的模型分辨率不能很好地处理TC在径向方向上的风场分布。由于TC尺寸与强度的关系，我们提出了模拟TC大小的改进取决于模拟TC强度的改进，与Knaff和桑普森(2015)一致。请注意，该模型能模拟出与观测值一样低的中心压力，但该模型在模拟TC大小与中心压力之间的非线性关系方面有困难。

在以往的研究中，有人认为TC的大小和强度之间的相关性很低(Merrill 1984; Weatherford and Gray 1988b; Chan and Chan 2012)。除了R34数据集的不确定性外，我们还认为，低相关性也可能是由于非线性关系。为此，我们计算了强度小于93kt和R34小于3.858纬度(两个标准偏差)的样本的R34和TC强度之间的相关性。在这种情况下，模拟中的相关性为0.71，在MTCSWA数据中为0.64，这表明TC强度和TC大小

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21389]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章