第一篇：

《Exploratory Analysis of Upper-Ocean Heat Content and Sea Surface Temperature Underlying Tropical Cyclone Rapid Intensification in the Western North Pacific》
北太平洋西部热带气旋快速增强的上层海洋热含量和海面温度的探索性分析

摘要

研究了1998年至2016年北太平洋西部具有快速强化（RI）的热带气旋（TCs）与上层海洋热含量（UOHC）和海面温度（SST）之间的统计关系。RI是根据国际气候管理最佳路径档案（IBTrACS）中的四个最佳路径数据集计算的。统计分析表明，RI期间的UOHC和SST高于非RI期间的UOHC和SST。然而，UOHC/SST高的TC不一定会出现RI。 此外，由于风暴引起的海洋冷却，风暴内核区的UOHC和SST较低，在低纬度地区，沿着TCs通道，UOHC的降低比SST的降低更显著。 此外，大部分RI（非RI）持续时间与较高（较低）UOHC有关，但SST模式并非如此。同时，RI期间的TC强化率似乎对SST不敏感，但在UOHC中显示出统计上的显著差异。此外，从1998年到2016年，UOHC伴随TCs在统计上有显著的增长趋势。还值得注意的是，根据对RI事件和RI持续时间的不同计算，具有RI的TC百分比显示出不同的多项式和线性趋势。最后，研究表明，在五类ENSO事件（即强厄尔尼诺、弱厄尔尼诺、中性、弱拉尼娜和强拉尼娜）中，UOHC、SST和RI的百分比在统计学上没有显著差异。

1.介绍

尽管过去 30 年来热带气旋 (TC) 的轨迹预报有了很大改进，但由于强度变化过程复杂，强度预报仍然是一项具有挑战性的任务。因此，关于大气-海洋相互作用的内部动力过程、大尺度环境条件和边界过程被证明是至关重要的（Wang 和 Wu 2004；Elsberry 等 2007；Knaff 等 2013）。对 TC 强度变化问题特别感兴趣的是快速增强 (RI)，定义为在 24 小时内增加 30 kt (15.4 ms -1 ; 1 kt ≈ 0.51 ms -1 ) 或更多 ( Kaplan 和 DeMaria 2003）。伊藤 (2016)表明强度预测误差与强度率明显相关，并且最近 RI 事件的增加可能会影响强度预测。以前关于 RI 的大部分工作都集中在内核动力学的作用，例如暖核、眼壁位涡 (PV) 环、深对流、热塔、对流爆发等（例如，Hong et al. 2000 ; Schubert 等人 1999 ; Kossin 和 Schubert 2001 ; Nolan 和 Grasso 2003 ; Hendricks 等人 2010 ; Vigh 和 Schubert 2009 ; Rogers 2010 ; Guimond 等人 2010 ; Kieper 和 Jiang 2012 ;陈和张 2013 ; 常和吴 2017 年）。

文献还关注对 RI 有利的大规模环境条件。Kaplan 和 DeMaria (2003)发现 RI 优先发生在明显弱于其最大潜在强度的风暴中，并且位于海表温度 (SST) 较高、对流层低层相对湿度较高、高层气流偏东和偏东的环境中。较弱的垂直风切变（VWS）。基于 1989 年至 2006 年大西洋 (ATL) 和北太平洋东部 (ENP) 的气候学，Kaplan 等人。(2010)进一步证明了某些环境变量与统计飓风强度预测方案 (SHIPS) 数据集的差异 ( DeMaria and Kaplan 1994 , 1999 ;德玛丽亚等人。2005 年）在 RI 和非 RI 病例之间具有统计学意义。其中包括从 TC 中心到 1000 公里半径（D200）的 200-hPa 散度，从 TC 中心到 500 公里半径（SHRD）的水平风的 850-200-hPa 垂直风切变，850-700-hPa 200 至 800 公里半径 (RHLO) 的相对湿度，上层海洋热含量 [UOHC; 也称为热带气旋热势（TCHP）]，50-200公里红外云顶亮温（SDBT）的标准偏差，≤30°C红外云顶亮温覆盖的50-200公里面积百分比（PX30 ) 和潜在强度 (POT)。使用这些预测器，Kaplan 等人。(2015)随后开发了 RI 的统计模型。但是，一些不寻常的情况仍然可能发生，例如在高 VWS 下（莫利纳里和沃拉罗 2010 年；阮和莫利纳里 2012 年）。

舒等人。(2012)在西北太平洋 (WNP) 显示了类似的结果，尽管他们在比较 RI 和非 RI 事件时没有分析 UOHC。上述大多数研究主要集中在大气条件在 RI 中的作用。此外，Fudeyasu 等人。(2018)表明，在热带风暴形成（TSF）和成熟期，具有 RI 的 TC 的 UOHC 显着大于非 RI，但具有 RI 的 TC 的 SST 在成熟时显着大于非 RI。然而，SST 和 UOHC 的差异对 RI 的贡献以前没有详细探讨过。相比之下，表面通量在 TC 强化中的作用早已为人所知。例如，飓风增强的风致表面热交换 (WISHE) 理论 (伊曼纽尔 1986 年；罗图诺和伊曼纽尔 1987 年；伊曼纽尔 1989 年；Yano 和 Emanuel 1991）证明了一个正反馈过程，在这个过程中，海洋在增加地表旋风的情况下提供更多的地表热通量方面发挥着关键作用。然而，由于与夹带混合和上升流相关的 TC 诱导的 SST 冷却存在负反馈（例如，Price 1981；Schade 和 Emanuel 1999；Lin 等人 2005；Wu 等人 2007；Cione 和 Uhlhorn 2003；Wu等人，2016 年）。

研究表明，在不同盆地的 Saffir-Simpson 尺度上，大多数主要的4类或5类热带气旋在与暖涡或厚暖混合层相关的高UOHC区域经历RI（例如，Hong 等人。 2000 年；Shay 等人 2000 年；Cione 和 Uhlhorn 2003 年；Lin 等人 2005、2008、2009a、b；Ali 等人 2007 年；Mainelli 等人 2008 年；Rozoff 和 Kossin 2011 年；Wada 2015 年）。此外，平移速度较快的 TC 会导致较少的 SST 冷却，因此在 TC 通过后，海洋可以保持较高的 UOHC 和 SST。换言之，移动较快的强热带气旋可以在较浅的地下暖层上增强，而缓慢移动的强热带气旋具有较深的地下暖层（Lin et al. 2009b）。吴等人(2016)还指出，平移速度较低的 TC 将经历更多的上升流和随后的海洋上层热结构冷却，从而限制了 TC 的增强。有趣的是，亨德里克斯等人(2010)表明有和没有 RI 的 TC 在 WNP 中的平移速度相似，但有 RI 的案例在 ATL 中的平移速度更快。 总之，ATL 中 TC 的平移速度比 WNP 中的 TC 快。亨德里克斯等人（2010）还表明，SST 在 WNP 的经向方向变化更显着，而在 ATL 的纬向方向变化更大。由于大多数RI的TC倾向于向西和西北偏西移动，并且比其他非 RI的TC移动速度更快，因此它们在向 ATL 中较温暖的海洋移动时会经历更高的能量通量。换言之，上层海洋对 RI 的影响取决于 TC 的位置和平移速度。 此外，预计不同盆地TC对上层海洋的响应特征会有所不同（纳夫等人，2013 年）。

最近，巴拉古鲁等人(2018)表明，热带中东部 ATL 的 RI 大小有增加的趋势。在他们的分析中，SST 与 24 小时强度变化的第 95 个百分位的时间序列的相关系数大于 UOHC。这就引出了一个问题：WNP 中 RI和非RI的UOHC/SST特点是什么？为了解决这个问题，我们检查了 RI 和非 RI 之间的 UOHC/SST 的统计关系。此外，我们探讨了 RI 和非 RI 的UOHC/SST是否存在趋势，并将最佳轨道数据集的 RI 百分比趋势与高级德沃夏克技术和飓风卫星数据 (ADT-Hursat) 进行比较。

一般而言，第4、5 类 TC 倾向于在西太平洋东南部形成并向西北偏西移动（Camargo 和 Sobel 2005；Camargo 等 2007；Chan 2007a、b；Wada 和 Chan 2008）。在西太平洋观测到的较高的 TC 强度主要是由寿命较长的西北偏西路径引起的（Wang 和 Chan 2002；Camargo 和 Sobel 2005）。TSF的位置受厄尔尼诺-南方涛动（ENSO）影响较大，其中暖相在WNP东南部具有较高的SST以及强对流。Wada和Chan(2008)还表明，在厄尔尼诺成熟年期间，超级台风（即≥130 kt）的数量有所增加。那些年相关的较高 UOHC 导致了更强烈和更持久的风暴。Guo 和 Tan (2018)提出了短历和长历厄尔尼诺事件的概念，认为短历厄尔尼诺事件中 VWS 的降低和对流层中部湿度的增加是由高 UOHC 区域向西平流引起的。同样，王等人(2015)表明在大多数 RI 事件发生的地区 UOHC 增加，这是由于太平洋年代际振荡（PDO）冷阶段 WNP 副热带环流的反气旋风异常。尽管这些研究表明海洋在改变周围环境条件方面发挥着关键作用，但大气和海洋条件在 RI 中的相对重要性以前没有被量化。

也有研究讨论了与 WNP的TC 活动的年际和年代际变化相关的大气和海洋条件之间的相互作用（Ho et al. 2004 ; Chan 2007b ; Yeh et al. 2010 ; Liu and Chan 2013）。然而，缺乏对存在 TC 时 UOHC 和 SST 的长期变化的调查。因此，本研究的目标之一是评估不同ENSO情景下导致RI/非RI和RI发生的UOHC/SST变化的统计可能性

在第 2 节中，描述了本研究中使用的数据和方法。结果在第 3 节中介绍，讨论和结论在第 4 节中显示。

2. 数据和方法

a.数据

来自国际气候管理最佳轨道档案数据库(IBTrACS; Knapp et 2009 年；克鲁克等人 2009 年) 用于根据最大持续地面风（MSSW）识别 RI 案例，并分析在1977 年至 2016 年期间WNP TC 的位置和增强率。每天提供四次数据（0000、0600、1200 和 1800 UTC）。对于已识别的 RI 样本，每个跟踪点都将计算到接下来的四个跟踪点。请注意，JMA 和 HKO 的 MSSW 是 10 分钟平均值，这是世界气象组织 (WMO) 的标准。JTWC 的 MSSW 是 1 分钟平均值，而 CMA 使用 2 分钟平均值。在本研究中，为了避免风转换中的偏差，JTWC 和 CMA 的原始风值没有被转换。WNP 中的这些最佳轨迹强度估计源自原始的 Dvorak 增强红外技术。请注意，由于技术发展和分析协议的变化，数据分析可能会随着时间的推移而不一致。因为 ADT-Hursat (科辛等人，2013）1978-2009年TC强度记录较为一致，用于计算1978-2009年的RI，进行趋势分析。表1 列出了每个最佳轨迹数据集的 TC 例子数和识别为 RI 和非 RI 的轨迹点基础。JMA、JTWC、HKO、CMA 和 ADT-Hursat 的TC总数分别为 716、715、731、728 和 879 例。请注意，在 JTWC 数据中发现的 RI 事件 (267) 几乎是其两倍，这可能是由于使用了 1 分钟平均值。ADT-Hursat 还包括更多的 TC 例子，虽然它基于 1 分钟的平均值和 3 小时的时间间隔记录。1 分钟平均 MSSW 速度也用于来自国家飓风中心 (NHC) 飓风数据 (HURDAT) 文件的Kaplan 和 DeMaria (2003) 。

表1。分别来自 1977 年至 2016 年和 1998 年至 2016 年 JMA、JTWC、HKO、CMA 最佳跟踪数据集的百分位排名和案例数量，包括 RI 事件、非 RI 事件、RI 持续时间和非 RI 持续时间。请注意，ADT-Hursat 中没有 RI 和非 RI 持续时间的比较。

用于推断 UOHC 的海面高度异常 (SSHA) 来自The Segment Sol multimissions d’ALTimétrie 分发的卫星海洋学数据库 (AVISO; Ducet et al. 2000 ; Pascual et al. 2006 , 2009 ) 的存档、验证和解释, d’Orbitographie et de 定位精确/数据统一和高度计组合系统 (Ssalto/Duacs)。该数据集结合了来自多个测高任务（例如，TOPEX/Poseidon、 Jason-1/2和Envisat ）的所有可用 SSHA 观测结果，以日平均值为基础，为气候研究提供一致、同质和高质量的 SSHA 数据。本研究的范围定义为 0°–40°N，100°E–180°。水平空间分辨率为0.25°，时间分辨率为日分辨率。 在相同的时间和空间分辨率下，从遥感系统 (RSS; http://www.remss.com ) 获得最佳插值 (OI) SST 版本 5 产品。 该数据集结合了来自特殊传感器微波成像探测器 (SSMIS)、高级微波扫描辐射计 (AMSR2)、WindSat和高级散射仪 (ASCAT) 的透云微波 SST 观测数据，提供了高质量的每日 SST 地图。

海洋 Niño 指数 (ONI; Kousky and Higgins 2007 ) 取自气候预测中心 (CPC)，它基于扩展重建 SST 第 5 版产品 (ERSSTv.5; Huang et al. 2017 ) 的 3 个月运行平均值。该产品包含从 1950 年至今的 Niño-3.4 区域（5°N–5°S，120°–170°W）的 SST 异常（http://www.cpc.ncep.noaa.gov）。为了消除变暖趋势，ONI 值基于每 5 年更新一次的中心 30 年基期。

b.方法

以前的研究中使用了各种 RI 定义（Holliday 和 Thompson 1979；Kaplan 和 DeMaria 2003；Kaplan 等人 2010；Lee 等人 2016）。为了突出经历 RI 和未经历 RI 的 TC 的寿命最大强度 (LMI) 的差异，我们遵循Lee 等人(2016)使用的 RI 定义24 小时内 MSSW 增加 35kt 或更多。对于来自四个最佳跟踪数据集的已识别 RI 样本，每个跟踪点都将被计算到接下来的四个跟踪点。可以考虑强度至少达到 35 节 MSSW 的 TC。RI 的起始点定义为 TC 第一次满足 RI 的定义。RI事件的定义是RI的实际数量，也就是说每个TC最多只能记录一个RI。 RI持续时间定义为从 RI 开始到 TC 最终达到 RI 阈值的时间段，非 RI 持续时间代表非 RI 事件的整个生命周期。 换言之，本研究中的非 RI 持续时间（组）将不考虑在非 RI 期间具有 RI 的 TC。为了减轻大尺度大气流动和地形效应的影响，排除以下情况：1) TC 的纬度超过 30°N 或 2) 在 24 小时内登陆或 3) TC 的寿命少于 2 天。 在上述阈值的基础上，四个最佳轨迹数据集源的平均RI 持续时间是 WNP 24 小时海洋强度变化的第 86.5 个百分位（表 1），JTWC 的最低百分位数为第 73 位（代表 1 分钟平均 MSSW）。Kaplan 和 DeMaria (2003)对 RI 的定义是 24 小时强度变化的第 95 个百分位数。这些结果表明，WNP 中的 TCs 比 North ATL 中的 TCs 更容易到达 RI。

SSHA 数据用于通过回归模型估计垂直海洋温度剖面。这已被证明优于广泛使用的两层方法（Pun et al. 2007 , 2014 , 2016）。继Pun 等人(2014)之后，西北太平洋线性回归模型 (REGWNP) 提供了对 UOHC 和 26°C 等温线 (D26) 深度的合理估计，该等温线用作暖水层厚度的代表。UOHC 通过 ( Leipper and Volgenau 1972 ; Shay et al. 2000 ; Goni and Trinanes 2003 ; Goni et al. 2009 ; Shay and Brewster 2010 ; Pun et al. 2014, 2016 ) 计算得出:

其中C p是恒定压力下海洋的热容量 (4178 J kg -1 °C -1 )，ρ是海水的密度 (1026 kg m -3 )，Δ T ( x , y , z )是与 26°C 的温差，这意味着仅考虑等于或大于 26°C 的温度。值得注意的是，由于数值相对较小，UOHC 估计在 WNP 北部（即 30°–40°N，140°E–180°）具有较大的不确定性（误差 > 35%）（Pun 等2014 年）。这也是为什么 30°N 以上的 TC 案例被排除在此分析之外的另一个原因。本分析中包含的 TC 案例位于 UOHC 和 D26 较高的地区，预计该地区的数据质量更可靠。图1显示了 UOHC 和 SST 的 19 年气候季节平均值，以及来自 JMA 的 RI 轨迹点，这与其他最佳轨迹数据集相似（未显示）。应该注意的是，每天四次的最佳跟踪将匹配每日平均 UOHC 和 SST。在这项研究中，对于每个 TC 案例，相应的 UOHC 和 SST 值在 TC 中心到 300 km 的半径内进行平均，使用 100 到 1000 km 的不同半径时结果不受影响（未显示）。我们进一步研究了 RI/非 RI 持续时间与该时间之前 7 或 14 天（称为 P7 或 P14）之间 TC 的 UOHC/SST 比较，以及 RI/非 RI 的 UOHC/SST 特征。 RI在不同纬度。

图1所示。1998 - 2016年(a)春季、(b)夏季、©秋季、(d)冬季(左)UOHC (kJ cm-2)和(右)SST (8C)的19年气候复合与RI持续时间轨迹点(黑色)。

通常，ENSO 事件从北方夏季开始并持续到明年。为了避免厄尔尼诺/拉尼娜二分法过于简单化并进一步研究海洋影响对 ENSO TC 的影响，根据 ENSO 期间的平均 ONI（厄尔尼诺指数）确定了五种 ENSO 情景：强厄尔尼诺（SE；ONI ≥ 1.0），弱厄尔尼诺现象（WE；1.0 > ONI ≥ 0.5）、中性（NE；0.5 > ONI > -0.5）、弱拉尼娜现象（WL；-0.5 ≥ ONI > -1.0）和强拉尼娜现象（SL；ONI ≤ - 1.0）。该分类类似于Wang 和 Chan (2002)使用的分类，他们建议基于季节性平均 Niño-3.4 SST 异常的不同 ENSO 类别对于 ENSO 考虑是有意义的。根据分类，本研究纳入的ENSO事件为6个SE事件、5个WE事件、6个WL事件和4个SL事件；其余时间段均为 NE 病例。ENSO 情景的类别显示在图 S1在在线补充材料中。尽管不同国家和组织对 ENSO 指数的定义可能不同，但所有指数都是相似的，因此这些指数对本研究中的统计数据的敏感性相似（未显示）。

与平均 UOHC 和 SST 相比，以下分析说明了使用 Kreyszig (1979)的标准归一化分布公式的Z分数。Z分数的公式是

在哪里X¯是数据的平均值，σ是数据的标准差。Z -score的值以标准差为单位表示数据与平均数据之间的距离。通常，Z -score 用于分析数据在不同位置的相对变化。请注意，为了比较 UOHC 与 SST 的大小并进一步描述它们在本研究中的分布，X¯( σ ) 用作 1998 年至 2016 年 0°–30°N 和 130°E–180° 区域的 UOHC 或 SST 数据的平均值（标准差）。在本研究中，X¯UOHC 的σ和σ分别为 72.9 和 42.0 KJ cm -2，并且X¯SST的σ和σ分别为27.6°和1.67°C。对于统计方法，统计显着性差异基于 95% 水平的 Mann-Whitney 秩和检验，这是两个均值的比较和无差异的零假设。统计显着趋势基于95% 水平的t检验。

3.结果

a.RI和非RI的UOHC和SST

我们首先展示了基于 IBTrACS 平均值的 RI 和非 RI 的 UOHC 和 SST持续时间的不同概率密度函数 (PDF) 的结果。具有 RI 和非 RI 的 SST PDF 的峰值相似（Z分数从 0.5 到 1），但 UOHC PDF 的峰值不同（图 2）。这意味着对于 RI，UOHC 可能比 SST 相对更重要。 UOHC/SST PDF 表明，非 RI 持续时间的 TC 有时可能具有较高的 UOHC/SST，反之亦然，即使 TC 在RI持续时间的平均 UOHC /SST 在统计上比非 RI 持续时间的案例更显着。如前所述，SST 在 WNP 的经向变化更为显着。由于TC的位置对海洋的经向温度分布有相当大的影响，因此有必要进一步研究UOHC和SST在WNP中的纬度变化。因此，我们通过将 0°–30°N 每 5° 划分为 6 个区域来研究 TC 引起的海洋冷却如何影响 UOHC 和 SST。图3 展示了基于 JMA 在不同纬度带的 TC的 RI 和非 RI 持续时间（图 3a、d）、P7（图 3b、e）和 P14（图 3c、f）的 UOHC 和 SST。其他最佳跟踪数据集的模式类似（参见在线补充材料中的表 S1）。TC的RI 和非 RI 持续时间之间的 UOHC 和 SST 差异具有统计学意义。从 25° 到 30°N RI 持续时间的 UOHC (SST) 的Z分数为 -0.97 (0.23)。对于非 RI 持续时间的 TC，UOHC (SST) 值为 -1.1 (-0.5)。SST 的 RI 和非 RI 之间的 Z 分数差异 (0.73) 大于 UOHC (0.13)。另一方面，在5°N至10°N的低纬地区，RI与非RI TC历时的UOHC（0.28）之差大于SST（0.26）。结果还显示了 P7 和 P14 的平均值。与上述结果相似，高纬度地区所有 TC 与 P7/P14 的 SST 差异均大于 UOHC，反之亦然。在 5° 到 10°N 的低纬度地区，TC 和 P7 之间 RI（非 RI）持续时间的Z分数差异在UOHC 中为 0.31（0.41），在 SST 中为 0.23（0.25）。从热带到亚热带，总体 SST 变化比 UOHC 变化要浅，这与林等人(2009b)，他指出第 5 类 TC 的 SST 通常在 29°C 左右。 图 4a 和 4b显示了低纬度和高纬度地区从 TC 中心到 1000 km 的 RI、非 RI 持续时间、P7 和 P14 平均 UOHC 和 SST 之间的比较。中心附近显示了明显的 TC 引起的海洋冷却。 同时，所有地区，尤其是在25°至30°N高纬度地区的TC中心附近，台风潜在RI/非RI时程的UOHC均显着小于SST。 图 4c 和 4d进一步证明了 TC RI 和非 RI 持续时间的 UOHC (SST) 、RI P7 和 TC 基础 RI 持续时间的 UOHC (SST) 以及 non-RI P7 和 TC 的 UOHC (SST) 之间的差异潜在的非 RI 持续时间，例如无花果。分别参见图 4a 和 4b。结果还表明，TC底层RI与非RI持续时间的SST差异大于UOHC，尤其是在高纬度地区。 同时，在高纬度地区，P7和TCs（RI和非RI持续时间）的SST差异大于UOHC，而在低纬度地区表现出相反的模式。这意味着 TC 需要更温暖的 SST 才能在高纬度地区生存。 因为高纬度地区的 UOHC 全年都保持在较低水平（图 S2)，与 SST 相比，它们可能不适合研究 TC 引起的海洋冷却。 请注意，高纬度地区的 RI 事件/持续时间的轨迹点相对低于低纬度地区。因此，有证据表明，对于低纬度地区 TC 引起的海洋冷却，UOHC 比 SST 更重要。

图2所示。利用1998-2016年WNP、UOHC和SST的TC计算TC的PDFs分布。红色实线(蓝色实线)、红色长虚线(蓝色长虚线)和红色虚线(蓝色虚线)分别表示所有tc、RI和非RI持续时间的UOHC (SST)的pdf。

图3.1998年至2016年WNP不同纬度地区RI和非RI TC持续时间（a）UOHC和（d）SST 的平均箱线图。还显示了P7（b），（e）和P14（c)，（f），分别是 TC 持续时间前 7 天和 14 天。浅蓝色、蓝色、浅绿色、绿色、黄色、卡其色和红色分别表示0°–5°、5°–10°、10°–15°、15°–20°、20°–25°、25 °–30°，和 0°–30°N。这些值分别代表5°–10° 和 25°–30° 区域框下方的平均Z分数。方框代表下四分位数 ( p = 25%)、中位数和上四分位数 ( p = 75%)。平均值绘制为十字标记，短水平线表示数据的最大值和最小值。单位是Z-分数。

图4所示。从TC中心方位的平均半径1000公里UOHC RI(红色实线)和non-RI(黄色实线),对海温的RI(蓝色实线)和non-RI(浅蓝色实线),国际扶轮的UOHC P7(红色虚线)和non-RI(黄色长虚线),对海温国际扶轮的好(蓝色虚线)和non-RI(淡蓝色长虚线),1998 - 2016年西北纬58 ~ 108N (a)和258 ~ 308N (b)分别为RI - P14(红虚线)和非RI - P14(黄虚线)的UOHC和RI - P14(蓝虚线)和非RI - P14(淡蓝色虚线)的SST。©、(d)与(a)、(b)一样，但RI与非RI的UOHC (SST)差值(红实线;蓝实线)、RI P7的UOHC (SST)和RI持续时间(红虚线;蓝虚线)、非RI P7和RI持续时间的UOHC (SST)(红长虚线;蓝色长虚线)。单位是z分数。

图 5还显示了基于 JMA 进行 RI 的情况下的海洋复合温度。同样，其他最佳跟踪数据集的模式相似（无花果。S3–S5）。在本研究中，TC 从第一次达到 35 kt强度时就被列为热带风暴，称为 TSF。除了 TC 引起的海洋变冷，在 TSF、TC 的潜在 RI 持续时间和 LMI 阶段，特别是高纬度地区的 UOHC，也发现了类似的经向不对称模式，这与WNP地区的海洋温度经向变化有关。对于 LMI，如果一个 TC 中有两个或多个 LMI 点，我们只考虑第一次达到 LMI 的 TC。 UOHC 和 SST 均从 TSF 下降到 LMI，代表 TC 强度与海洋温度之间的负反馈（图 5a-e，k-o）。低纬度地区TC中心UOHC的降低表现在TC RI持续时间中，且下降量比SST更显著(图5j)。在高纬度地区UOHC仍然很低（图 5f-i），这与上述分析一致。TC 中心的 SST 冷却清晰地显示在 LMI 中，从 10° 到 30°N。同时，LMI 中的 UOHC 冷却显示在距 TC 中心较大的区域，特别是在 TC 的北部（图 5k-n)，这类似于 TC RI 持续时间。这也是因为LMI的位置通常比TSF的位置更靠北。RI组中的复合海洋温度表明TC北部的UOHC总体下降。与复合海洋温度模式相比，P7 的 UOHC 和 SST 总体显示出较大的值，而没有明显的 TC 引起的海洋冷却 （图 6；图 S6–S8）。这种模式类似于具有不同Z分数大小的非 RI 组中的复合海洋温度（未显示）。请注意，在 25° 到 30°N 的较高区域中，TSF 只有一种情况。此外，为了区分北部TC引起的海洋降温和UOHC/SST的负经向梯度，我们还研究了RI持续时间（包括TSF和LMI）与P7之间的差异，结果表明（图 S9) 与图 4一致。尽管如此，这些结果表明海洋条件可能在 RI 中发挥了一些作用。

b. UOHC和海温的长期趋势

另一个有趣的问题是：UOHC/SST 和 RI 百分比之间有什么关系？ 图7显示了RI/非RI和TC下UOHC/SST的线性趋势，以及P7的UOHC/SST的趋势，这与没有 TC 通过的整体海洋趋势不同。经t检验，1998-2016年RI UOHC是唯一一个在95%置信水平下呈现统计学显着上升趋势的指标，而其他指标仅略有增加，从JTWC、JMA和HKO数据集来看没有显著性异（P > 0.05）。请注意，CMA 的所有趋势均不显着。TC的UOHC也显示出类似的趋势。同时，P7 的 UOHC 显示出统计上显着的趋势和P值小于TC RI持续时间的UOHC。

然而，从1978-2016年的多项式和线性趋势的不同数据集中，RI事件的百分比和基于RI持续时间趋势的TC显示出不同的结果，如图8所示。图8a,c和图8b,d之间的唯一区别是多项式和线性趋势线。来自 JMA、HKO 和 CMA 的 RI 事件的百分比在 2000 年之后呈现多项式趋势线的增加趋势。与它们相反，JTWC 和 ADT-Hursat 在 2006 年之后呈现出减少的多项式趋势，R²约为 0.42（图 8a）。相比之下，图 8b显示仅在 JTWC 中发现 RI 事件的显着增加百分比，而其他没有统计学上显着的线性趋势。此外，来自 ADT-Hursat 的 TC 基础 RI 持续时间的百分比显示多项式趋势增加（图 8c）。通过分析TC RI持续时间的线性趋势，JTWC和ADT-Hursat呈现增加的趋势，但JTWC的R²值大于ADT-Hursat。同样，JMA、HKO 和 CMA 数据集没有显着趋势 ( P > 0.05)。请注意，图 7显示了 2012-14 年的平稳期。然而，图 8在这些年里，没有显示出类似的高比例的 RI 事件和 RI 持续时间。如图2所示，由于non-RI的发生伴随着高UOHC ，所以低UOHC不易发生RI，但高UOHC并不是RI的必要条件。没有足够的证据表明 RI 增加的百分比是由于 UOHC 呈增加趋势。

图7所示。倾向的UOHC RI(红色)和non-RI(黄色),对海温RI(蓝色)和non-RI JTWC(浅蓝色)从(a)和(b) P7 JTWC, ©日本和日本气象厅(d)第七页,(e)女童教育活动(f) P7女童教育活动,和(g) CMA (h) P7 WNP CMA TCs的从1998年到2016年。虚线是线性趋势线。黑色长虚线为UOHC随TC变化的线性趋势线。星号表示具有统计学意义的趋势(p＜ 0.05)。

图8。1978年至2016年期间，WNP中的JMA（蓝色）、JTWC（红色）、HKO（灰色）、CMA（黄色）和ADT Hursat（黑色）的（a）、（b）RI事件和（c）、（d）RI持续时间的RI趋势百分比，在（a）和（c）中显示多项式趋势线（虚线），在（b）和（d）中显示线性趋势线（长虚线）。星星代表统计上显著的趋势（p＜0.05）。

c. ENSO情景

为了研究 ENSO 强度如何影响 TC 活动，本研究将五个 ONI 指数视为五个 ENSO 情景。本研究还根据分别在 JTWC、JMA、CMA、HKO 中使用的四个最佳航迹数据来源，根据 TC 位置检查了五种 ENSO 情景的结果。图 9显示了1977 年至 2016 年五种 ENSO 情景中 RI 和非 RI 持续时间的平均位置，分别按 RI 和非 RI 分层。标准偏差由椭圆形区域表示。总体而言，RI 和非 RI 都显示了来自所有四个最佳轨迹数据集的厄尔尼诺和拉尼娜情况下的 TC 从东南到西北的地理分布。分析表明，厄尔尼诺（拉尼娜）的TSF模式类似于暖（冷）PDO阶段，这与Wang et al.（2015）（图S10）一致。同样，LMI的平均位置格局也与图9和图S10(图S11)的结果相似。LMI 的数目与 TSF 略有不同，因为 LMI 的位置可能超出选定的纬度区域（例如，台风 15 2015 的 TSF 和 LMI 分别位于 22.6°N、147.2°E 和 31.1°N、141.8 °E) 或受地形影响，而 TC 的寿命很长，涵盖了具有不同 ONI 指数的时期（例如，台风帕尔马从 2009 年 9 月 29 日 0600 UTC 到 2009 年 10 月 1 日 0000 UTC）。有趣的是，从 TSF 到 LMI 的拉尼娜 TC 轨迹倾向于向北传播，而厄尔尼诺 TC 的轨迹倾向于向西北偏西传播。尽管来自 JTWC 和 JMA 的厄尔尼诺现象中 RI 的百分比大于拉尼娜现象，但四个最佳轨迹数据集来源的五个 ENSO 情景之间没有系统差异（图 10），这与Fudeyasu 等人(2018)的不一致，他提出ENSO TC的RI发生率分别为厄尔尼诺28%、NE 23%和拉尼娜(15%)。值得注意的是，基于 JTWC 计算的 RI 百分比高于其他最佳轨迹数据集（图 10a）。

图9。（a）JTWC，（b）JMA，（c）HKO和（d）JMA最佳跟踪数据集提供的1977年至2016年不同ENSO情景（左）RI和（右）非RI持续时间的图和平均面积。椭圆形区域表示标准偏差区域。红色、黄色、黑色、浅蓝色和蓝色分别表示SE、WE、NE、WL和SL。

图10。（a）JTWC，（b）JMA，（c）HKO和（d）CMA最佳跟踪数据集提供的1977年至2016年西太平洋地区不同ENSO情景的RI（红色）和非RI持续时间（浅蓝色）百分比的100%堆积柱状图。

图 11显示了 1998 年至 2016 年五种不同 ENSO 情景中 TC 基础 RI 和非 RI 持续时间的平均 UOHC 和 SST 箱线图。类似的结果基于其他最佳轨迹数据集（未显示）。在 TC RI 和非 RI 持续时间的五种 ENSO 情景中，UOHC 和 SST 的差异没有统计学意义。这可能是由于 TC 发生的区域在五种 ENSO 情景中很大程度上重叠，即使 TC 的平均位置不同。这也意味着在厄尔尼诺和拉尼娜现象中，海洋向具有 RI/非 RI 的 TC 提供的能量是相似的。尽管如此，厄尔尼诺/NE的 RI 似乎可能在存在温暖的 UOHC 时发生，而不是基于 WNP 中部区域（10°–15°N，125°–150°E）的 SST（图12a-c )。即使在不同的ENSO情景下（图12 ）， RI的总体平均位置也比非RI更偏东南，这与Fudeyasu等人的一致（2018 年）。

图11。JMA提供的1998年至2016年WNP中不同ENSO情景下（a）UOHC和（b）SST潜在RI和非RI持续时间的平均箱线图。红色、黄色、灰色、浅蓝色和蓝色分别表示SE、WE、NE、WL和SL。方框代表下四分位（p = 25%）、中位数和上四分位（p = 75%）。将平均值绘制为十字标记，短水平线表示数据的最大值和最小值。单位是Z分数。

4.讨论

在本研究中，基于四个最佳轨道数据集的来源，将获得不同的结果。因此，由于数据问题，需要更加谨慎。JTWC、JMA 和 HKO 最佳跟踪数据集表明， RI的UOHC 从 1998 年到 2016 年呈现显着增长趋势。然而，具有 RI 的 TC 百分比显示出受不同分析和数据集影响的模棱两可的趋势。 只有 JTWC 具有统计显着性（F检验）通过多项式或线性趋势增加 RI 事件和 TC 基础 RI 持续时间的模式。然而，ADT-Hursat 显示从 2006 年到 2009 年，RI 事件减少，TC的RI 持续时间增加。同时，JMA、HKO 和 CMA 的 RI 事件和 TC的 RI 持续时间没有统计学上显着的增加。需要进一步调查 TC RI 持续时间的年代际变化以及 WNP 中 RI 的实际数量。

最近，徐等人（2016）表明，在 ATL 中，TC 的增强率与 SST 之间存在正相关关系。为了解 RI 期间不同强化率下的海洋特征，图 13显示了 UOHC/SST 基于 RI 定义阈值分别为 6、12、18 和 24 h 的箱线图。Kruskal-Wallis 单向方差分析用于评估不同强化率之间的统计差异（Kruskal 和 Wallis 1952）。JTWC 和 JMA 在 UOHC 中发现了统计学上的显着差异。此外，所有通过 Holm-Sidak 方法的成对多重比较程序都应用于 JTWC 和 JMA 的 UOHC，以评估与不同强化率组的比较（Holm 1979；表 2）。因此，在 6 小时内发生的 TC RI 持续时间的 UOHC 大于来自 JTWC 的 12、18 和 24 小时组的 UOHC。 根据 JMA 的结果，在 12 小时 RI 例子中，TC RI 持续时间的 UOHC 也大于其他两组，但 TC 基础 RI 持续时间的 SST 不大于其他两组。这个结果类似于Hendricks 等人(2010)，谁认为 RI 和强化 TC 的环境相似，但他们的分析没有涉及 UOHC。然而，Xu 和 Wang (2018)指出 TC 最大电位增强率 (MPIR) 与 SST 之间的关系存在于 WNP 和 ATL 中。较高的 SST 环境通常具有较高的 MPIR，因为 MPIR 是 MPI 的函数，如Xu 等人所述（2016 年）。Zhang 和 Emanuel (2016)还提到，理论强化率可能取决于平方 MPI 和平方电流强度之间的差异。因此，我们可以得出结论，海洋提供了重要的环境条件，但其他因素的贡献仍有待评估。我们还演示了 TSF (图 S10), LMI (图 S11）和 TC 底层（图 9）与 WNP 中 ENSO 相关的 RI 持续时间，并表明尽管在五种 ENSO 情景中发现了不同的 TC 地理分布（Lander 1994；Wang 和 Chan 2002；Camargo 和 Sobel 2005；Chan 2007b ; Zhan et al. 2011 ; Wang et al. 2015 ; Mei et al. 2015），四个最佳轨迹数据集来源的五个 ENSO 情景中 RI 的百分比没有发现统计差异，但 RI 的平均百分比厄尔尼诺现象比 JTWC 和 JMA 的拉尼娜现象更大。这个结果与Fudeyasu 等人的结果略有不同(2018)，他显示了 JMA 系统性不同的 RI 百分比，这可能是由于使用了不同的 ENSO 分类。请注意，与其他分析中使用的 10 分钟持续风速相比，JTWC 中呈现的更高百分比的 RI 可能是使用最大 1 分钟持续风速的结果。此外，厄尔尼诺年的 TC 病例似乎比拉尼娜年多（图 9）。此外，五种 ENSO 情景中的 RI 或非 RI 持续时间的UOHC 和 SST也相似。这表明在厄尔尼诺和拉尼娜两种环境下，海洋都可以为热带气旋的发展提供足够的能量，特别是为 RI。请注意，如果 UOHC 和 SST 的分析遵循Fudeyasu 等人的 ENSO 分类(2018), RI UOHC的模式存在系统性差异 (图 S12）。从理论上讲，遵循 ONI 的 ENSO 分类意味着海洋影响的权重会增加。因此， Fudeyasu 等人的不同结果（2018）可能与大气过程的影响有关。

图13所示。1998 ~ 2016年WNP地区(a) JTWC、(b) JMA、© HKO和(d) CMA最佳径迹数据集分别绘制了不同强度RI持续时间UOHC和SST的箱线图。方框表示下四分位数(p=25%)、中位数和上四分位数(p=75%)。将平均值绘制为十字标记，短水平线表示数据的最大值和最小值。单位是z分数。

表2。采用标准归一化分布对WNP地区JMA的UOHC、SST和P7的平均Z-scores进行了归一化分析

5.结论

热带气旋中发生 RI 的主要原因是大气内部动力过程和环境条件以及海洋温度。以前的研究已经证明了大气-海洋相互作用在 RI 中的重要性。例如，有人指出 TC 引起的海洋变冷提供了一个负反馈，可以限制风暴的增强速率（Lin 等人 2008 , 2009a , b ; Wu 等人 2016），以及 RI 中的 UOHC ATL 中的病例明显高于非 RI 病例（Kaplan 和 DeMaria 2003；Kaplan 等人 2010 , 2015）。然而，这些研究并未关注 UOHC 和 SST 的相对重要性。本研究的目标之一是确定影响 WNP 中 RI 的海洋条件，特别是 UOHC。为了比较定量的 UOHC 和 SST，本研究中应用的Z分数基于标准归一化分布。结果表明，图 3中的 UOHC/SST 基础 RI 持续时间在统计上显着大于 UOHC/SST 基础非 RI 持续时间，这与之前的研究一致。此外，在 UOHC PDF 中，TC 基础 RI 和非 RI 持续时间之间的差异在统计上显着大于 SST PDF。同时，在较高 UOHC 下，非 RI 中的 PDF 比 RI 更大，而作为 RI 持续时间的大多数 TC 与 WNP 中较高的 UOHC 相关。这表明 TC 引起的海洋冷却在 UOHC 中比在 SST 中更显着。一个可能的原因是夹带混合和上升流过程可以比 SST 更直接地影响 UOHC。

众所周知，TC 引起的海洋冷却是由夹带混合和上升流引起的。对不同纬度的进一步详细分析表明，在TC RI和非RI持续时间之间的低纬地区（5°~10°N），TC的UOHC下降幅度大于SST，反之亦然（图3）。由于科里奥利力更强，TC 引起的海洋冷却幅度通常随着纬度的升高而增加，另一个重要原因可能是高纬度的冷地下水，这与Wu 等人的动量预算一致(2007). 当科里奥利项变大时，从上温跃层进入混合层的湍流夹带对动量预算的影响会增加。这项研究表明，风暴内核区域的 UOHC 和 SST 较低。不幸的是，在 25° 到 30°N 的高纬度地区 UOHC 的低值可能不适合研究 TC 引起的海洋冷却，导致 UOHC 中 TC 基础 RI 和非 RI 持续时间之间的差异较小于 SST 。此外，P7/P14 和 TC 基础 RI/非 RI 持续时间的比较与 TC 基础 RI 和非 RI 持续时间的比较结果相似。上述结果表明，在热带地区，UOHC 比 SST 更能反映海气相互作用，而在亚热带地区，SST 能更好地反映海气相互作用。 林等人(2008)，他提出深层暖层可以抑制 TC 在增强过程中引起的海洋冷却。这也意味着在 WNP 中，海洋深度比风力驱动的上升流更重要，即使最强烈的 TC 是那些经历 RI 的 TC（Lee et al. 2016）。最值得注意的是，据我们所知，这是第一项研究 TC 引起的海洋冷却对 UOHC 和 SST 的不同归一化影响的研究。值得注意的是，当 TC 通过非对称 UOHC 和 SST 模式时，仍会发生 RI TC，这可能会影响 TC 的结构，因为一些非对称结构的 TC 会加剧。需要进一步的工作来分析不对称的海洋格局、海洋深度、海洋上升流和热带气旋结构之间的关系。

总之，未来的工作应包括海洋敏感性实验，旨在通过全物理高分辨率大气-海洋耦合模型评估 UOHC 和 SST 的相对作用以及大气与海洋之间的相互作用。最后，极端全球变暖条件下海洋的走向如何影响热带气旋强度也是一个需要进一步研究的重要科学问题。

北太平洋西部热带气旋快速增强的上层海洋热含量和海面温度的探索性分析相关推荐

风应力旋度 matlab,热带气旋对南海上层海洋影响研究
作者姓名学科专业文献出处论文摘要本文利用多种卫星数据和热带气旋数据并结合Sverdrup理论模式.1.5层约化重力模式及4.5层模式研究了热带气旋对南海上层海洋的影响.每年南海都受到多个热带气旋的影响 ...
数据为北太平洋柔鱼两年（1，2）的生物学采样数据，根据此数据完成（1）按年描述柔鱼的体重和胴长数据（如均值，方差，级差，分位数等），并进行绘制（如直方图、箱线图，密度图等）。
三.数据为北太平洋柔鱼两年(1,2)的生物学采样数据,根据此数据完成 (1) 按年描述柔鱼的体重和胴长数据(如均值,方差,级差,分位数等),并进行绘制(如直方图.箱线图,密度图等). library ...
Oracle10表数据编辑器,Oracle ORACLE 快速批量导入文本数据到数据库(sqlldr工具)方法与分析 (Windows CMD 方式)...
Oracle ORACLE 快速批量导入文本数据到数据库(sqlldr工具)方法与分析 (Windows CMD 方式) 在实际生产环境中,常会碰到将一些如通过通讯接口传过来的数据(文本文件 txt) ...
Serverless实战 —— 三分钟入坑指北 Docsify + Serverless Framework 快速创建个人博客系统
三分钟入坑指北
Ue4 使用lpv快速增强间接光照效果
LPV缩写Light Propagation Volumes Ue4自带,效果还可以,能快速在项目中实现不需要烘焙的间接光照效果主要原理使用光照生成点云进行对物体表面间接光进行计算测试版本4.16 ...
新兴企业软文营销做好这六点快速增强品牌形象
无论你是从事什么方面的业务,公司的成功都与有效的软文营销直接相关.这是建立和增强市场中品牌形象的关键.在竞争激烈的市场中,你的公司面临来自竞争对手的激烈竞争,软文营销是在此领域寻找潜在客户的最佳方法. ...
几种让你快速增强自信的方法?
很多很多的有口吃毛病的朋友都是很不自信的,都是很自卑的.他们外出走路总是低着头,不敢看别人,不敢和别人目光交流,可以说自卑是一切人性弱点的根源.由于自卑你变得敏感:由于自卑你变得胆小懦弱:由于自卑你多 ...
快速增强路由器安全的十个小技巧
要不是思科最新发布的安全警告的提醒,很多网络管理员还没有认识到他们的路由器能够成为***的热点.路由器操作系统同网络操作系统一样容易受到***的***.大多数中小企业没有雇佣路由器工程师,也没有把这项 ...
热带太平洋的1.5层C网格海洋模式数值模拟
一般而言我们认为,海洋中的各个要素除了在水平层面上有较大的分布差异外,在垂直方向上也存在一定的分布差异,特别是在温跃层上下存在明显的差异.但是另一方面,海洋要素在垂直方向上的分布随时间的变化主要存在于 ...

北太平洋西部热带气旋快速增强的上层海洋热含量和海面温度的探索性分析