125 / 2026-02-12 15:12:49

热带气旋内核对称性对其快速增强的影响及基于机器学习集成模型的热带气旋快速增强预报

热带气旋,内核对称性,快速增强,机器学习模型,预报

主题1 天气、气候、全球变化、行星大气 > 专题1.22 气候变化下极端天气灾害的机制、预测和应对

本文提出了一种基于卫星观测数据的新型定量指标Symmetric Ratio，用于评估热带气旋（TC）内核对称性，并将其应用于热带气旋快速增强（RI）的预测。研究表明，该指标超过0.6时，TC快速增强概率显著提升，可作为RI 有效预测指标；对称的内核结构意味着TC组织更加紧密，能更高效输送海洋热量与水汽，为RI提供更多能量。

为提升RI预测精度，研究采用决策树、随机森林、轻梯度提升机、自适应增强四种机器学习模型，对西北太平洋（WNP）和北大西洋（NA）开展TC 12 小时、24小时RI预测，并基于四种机器学习算法构建集成预报模型。模型训练使用2005-2020年TC最佳路径数据和再分析数据，验证使用2021-2022年数据。在2016-2023年的独立测试中，融合自动热带气旋预报系统的实时和预报TC路径数据与全球预报系统的大尺度环境数据。

与国家飓风中心（NHC）现有模型相比，其在2016-2020年期间对NA 24 小时RI预测命中率（POD）为21%，误报率（FAR）为50%，本研究集成模型同期实现0.27的POD和0.18的FAR。在2021-2023年，集成模型在NA和WNP 24小时预测分别获0.24和0.41 POD值，及0.33和0.45的FAR值，验证了模型预测能力。

通过SHAP（SHapley Additive exPlanations）值分析，过去12小时强度变化是最重要因子，其他显著因子包括垂直风切变、潜在强度和纬度。此外，PC75/PC60（距离TC中心50-100公里的环形区域内，云顶亮度温度低于-75°C/-60°C区域占比）、Symmetric Ratio 等指标凸显了TC结构与深对流对RI的重要作用。研究深化了对TC快速增强机制的认知，为相关研究提供了新视角。