English 联系我们
中国气象数据网APP
微信
中国气象数据网
微信号
扫一扫,立刻关注
我的数据筐 
站内信
开通PLUS会员
PLUS会员是为用户打造的增值服务,满足用户高需求。开通PLUS会员后,用户可享有如下功能和特权,如想了解更多PLUS会员服务内容,请点击PLUS会员首页(http://data.cma.cn/plus/index.html
注册登录
台风外围强风范围大小(尺度)如何判断?用机器学习算法“量出来”!
台风外围强风的范围大小和灾害风险密切相关。不同的台风,外围强风的范围大小差异非常大,例如,2017年台风“达维”在越南登陆,其强风范围几乎覆盖整个南海,而2006年台风“桑美”在浙江登陆,其外围强风区域仅较台湾岛稍大一些。


图片

台风外围强风的范围大小可定义为尺度(通常以近地面7级或8级大风半径表示)。统计结果表明,西北太平洋最大的台风和大西洋最小的飓风相比,尺度差距近100倍。因此,了解不同台风的尺度,对做好台风预警、灾情评估和模式初始化等工作非常重要。

受观测局限性影响,台风的尺度资料相对匮乏,导致针对台风尺度的研究相对不多。总的来说,目前业务分析的主观性比较强,缺乏一些客观方法,且对比发现,不同机构分析同一台风在同一时次的大风半径时,得到的结果可能会有较大的差别。

目前基于地面天气图、飞机探测或地面观测、最佳路径资料、卫星观测、模式分析等5种资料开展的系列研究,取得了一定成果。但在缺少飞机探测的西北太平洋区域,迄今为止,仍缺乏一套统一定义、科学量化、长时序、公开的台风尺度精细结构数据集,尚不能满足科研和业务需求,因此需要开展台风尺度估算研究。

台风尺度估算研究采用了静止气象卫星红外观测数据、中国气象局和联合台风警报中心(JTWC)的最佳路径资料,以及少量的台风中心和外围飞机观测报数据;选用多层感知器(MLP)、广义回归神经网络(GRNN)等5种典型的机器学习算法,建立卫星观测及台风本体物理属性信息与台风特征大风半径之间的非线性关系。

首先设定了13个表征台风尺度的参数,使用5种算法对给出的8种输入方案进行算法模型训练、验证和测试,通过对各算法模型估算性能的评估,确定各参数的最佳估算模型和最优输入方案,之后进行模型优化再训练,最终确定算法模型最优参数。

基于模型构建了1981—2020年西北太平洋的台风尺度精细结构数据集,使用飞机探测报、JTWC最佳路径资料及QuikScat资料进行独立样本评估,并针对构建的两万多个样本的数据集分不同大小、不同纬度带、不同月份及空间分布等,进行偏差分析。

评估表明,模型的整体估算结果与观测是一致的,但对于个别的样本把握不够。对于大台风(95%分位以上)的估算精度有明显低估,但总体精度优于业务估计的精度,满足业务需求,可投入业务试用。

中国气象局上海台风研究所研究员鲁小琴指出,通过构建的数据集,对西北太平洋台风尺度特征及其变化规律进行初步分析得出,台风尺度年均值无明显变化趋势,而年度极大值有略微的增大趋势,可能对华东地区的影响范围在增大。合成分析显示,尺度和强度总体具有一致的变化趋势,在达到最强时刻或发生转向后,尺度和强度短时间内存在相反变化,最终仍趋向一致。台风径向风廓线在增强阶段较减弱阶段更陡峭,从低纬度向高纬度移动时,廓线趋缓,且与季节无明显相关。

来源 | 中国气象局气象宣传与科普中心(中国气象报社)

编辑 | 中国气象局气象宣传与科普中心(中国气象报社)全媒体记者 吴彤


Copyright 2005-2017 国家气象信息中心(中国气象局气象数据中心)
地址:北京海淀区中关村南大街46号 邮编:100081  E_mail : datacenter@cma.gov.cn
扫码登录
账户登录
二维码失效
点击刷新
登录手机中国气象数据网扫描二维码
立即注册 更快 更安全
第三方登录
我的订单
我的数据筐
我的收藏
用户反馈
在线客服
返回顶部