1983年夏季西北太平洋上台风活动期的热带环流特征

台风发生数存在着年际变化.章基嘉和Chan研究了台风发生数与大气环流之间的联系,这是台风发生数长期预报的物理基础.台风发生数除年际变化外还存在着季节内的变化.台风主要发生在夏季,随大气环流的季节变化,西北太平洋进入台风季节.但台风季节内某一段时期有台风的连续发生和活动,我们称这一段时期为台风活动期;另一段时期无台风发生和活动,我们称它为无台风活动期.因为台风的发生是受环流制约的,故台风活动期与无台风活动期之间应有不同的环流.这种影响季节内台风活动的环流特征至今还不十分清楚.本文研究1983年夏季台风活动期的环流特征,为进一步研究并探讨台风中期预报提供一定的物理基础.     

台风频数与厄尔尼诺

依据１９４９－１９９４年台风和厄尔尼诺资料,统计分析了研究海区台风概况和厄尔尼诺、反厄尔尼诺以及正常年台风活动情况。探讨厄尔尼诺,反厄尔尼诺年与台风出现次数。     

2022年西北太平洋和南海台风活动概述

利用中国气象局热带气旋最佳路径等资料,对2022年西北太平洋及南海台风活动的主要特征和影响我国台风的路径、强度及风雨影响进行分析和回顾。结果表明：2022年西北太平洋及南海台风生成个数与常年持平,台风总体强度偏弱,生成源地显著偏北;登陆台风个数偏少,登陆强度偏弱;有3个台风集中在广东西部登陆,另外强台风“梅花”是1949年以来首个4次登陆不同省份的台风。全年多台风事件频发,共存的台风共计有11组,历史罕见。2022年台风灾害影响较轻,夏台风偏少,秋台风活跃。     

南海台风年活动时数的特征分析

本文用台风年活动时数场作为表征台风年活动量的指数。这个指数除了能表示一年中台风活动程度之外,还能表示台风活动的地理分布。以南海为例,本文用此指数研究了南海台风年活动量的特征。     

太平洋中部南,北半球海域台风生成初步分析

本文在分析１９７０－１９９０年间热带天气图，卫图云图资料的基础上，着重研究了１１月之次年４月太平洋中部台风生成的环流条件。太平洋中部（１５０°Ｅ－１５０°Ｗ）在１１－４月南、北半球都有台风活动，北半球每年平均２．４个台风，南半球除正常每年平均有６．０个台风生成外，还常常出现同时有三个以上的多台风过程。更特殊的是隔着赤道几乎同时发生的成对台风，也有冷锋变性为ＩＴＣＺ而生成的台风。本文选择三次台风过程     

登陆台风的活动趋势与预测

根据登陆台风的历史数据,利用Ｐ阶自回归分析和马尔可夫锭分析来研究登陆台风的活动趋势,其结果是比较理想的因而是预测台风活动趋势的比较有效的途径。     

华南沿海深水区不同重现期设计波浪的估算方法

根据华南沿海近３１年热带风暴及台风的天气图,分析统计出该海区不同纬度处台风中心气压、台风移动速度的长期概率分布。从这些概率分布曲线可得到不同重现期的设计台风,再用Ｂｒｅｔｓｃｈｎｅｉｄｅｒ１９７２年的半经验公式即可快速估算出不同纬度处的不同重现期的最大设计波浪及最大设计风速。该法效果良好,可供海洋工程可行性研究阶段参考使用。     

2021年西北太平洋和南海台风活动概述

利用中央气象台台风实时业务资料、自动气象站观测资料以及卫星云图等对2021年西北太平洋及南海台风活动的主要特征和影响我国台风的路径、强度及风雨影响进行分析和回顾。结果表明:2021年西北太平洋及南海台风生成个数偏少,生成源地整体偏西;台风强度偏弱,但有多个台风出现了快速增强,其中台风“烟花”“灿都”的24 h强度增幅达40 m·s^-1,为近30 a少见;2021年先后有5个台风登陆我国,另有2个台风影响我国。在登陆台风中,4个登陆华南的台风强度均弱于历史平均值。所有登陆台风在登陆后的维持时间都明显高于历史均值,特别是台风“烟花”为历史上登陆华东后维持时间最长的台风,给我国带来了严重的灾害影响。     

最优气候均态法在台风长期预报中的应用

最优气侯均态法是制作气温年度预报的一种行之有效的方法。本文将它推广于台风的长期预报,用Ｋ年平均值作９０年代台风的年和月的生成数和登陆数预报,发现该方法简便、实用,其准确率达到和超过了长期天气预报的要求。     

西北太平洋超强台风活动特征及其与ENSO的关系

利用1965～2005年西北太平洋热带气旋(TC)资料,对发生在西北太平洋的超强台风(STY)进行统计,总结了超强台风的活动范围及季节演变特征。结合海表面温度(SST)分析了超强台风活动与ENSO现象的关系以及ENSO现象对超强台风活动的影响机制。结果表明:超强台风的数量占全部热带气旋总数的1/5,在7～11月间活动最为频繁,且11月达到超强台风的比例最高,出现频率最高的区域是菲律宾以东洋面上。在El Nio年,由于海温和季风槽的共同作用,热带气旋生成的位置比较偏东,再加上弱垂直风切变的影响,超强台风数量会比较多,La Nia年热带气旋生成的位置比较偏西,超强台风活动区域垂直风切变比较强,超强台风数量会比较少。     

基于长短时记忆神经网络的台风路径临近预报模型

It is of vital importance to reduce injuries and economic losses by accurate forecasts of typhoon tracks. A huge amount of typhoon observations have been accumulated by the meteorological department, however, they are yet to be adequately utilized. It is an effective method to employ machine learning to perform forecasts. A long short term memory(LSTM) neural network is trained based on the typhoon observations during 1949–2011 in China's Mainland, combined with big data and data mining technologies, and a forecast model based on machine learning for the prediction of typhoon tracks is developed. The results show that the employed algorithm produces desirable 6–24 h nowcasting of typhoon tracks with an improved precision.     

一次登陆湛江台风风暴潮数值预报

本文对2002年8月在湛江附近登陆的0214号强热带风暴(黄蜂)进行了风暴潮实时预报。根据中央气象台预报的热带气旋强度和位置,采用数值模式,在该热带气旋由北上加强到登陆减弱的整个过程中,进行了三次实时预报,分别为18日20时、19日08时和19日 17时。预报结果表明本数值模式具有良好的预报功能,并指出其风暴潮预报时效和精度在很大程度上取决于热带气旋气象预报的时效和精度。     

人工神经网络技术在台风浪预报中的应用

利用人工神经网络中的BP算法，结合南海硇洲岛海区近30年的台风及台风浪资料，经预期因子的选择并作对比试验，建立了本海区较为理想的台风浪人工神经网络预报模型。结果表明：人工神经网络方法在台湾浪的预报上，有较好的拟合历史台风浪高的能力，利用该模型对台风浪高的预报也达到了一定的精度。为实际台风浪浪的预报增加了新方法、新思路。     

台风“烟花”的主要特点和路径预报难点分析

对2021年第6号台风“烟花”的主要特点与路径预报重大调整过程中出现的难点问题进行分析和研究,得出主要结论如下。(1)“烟花”移动缓慢,是首个两次登陆浙江的台风,在浙北和杭州湾附近地区长时间滞留。(2)降雨影响范围广、累计降雨量大、大风持续时间长。(3)反映出来的重要难点问题有:当多数模式预报出现一致的偏差时,预报员难以做出订正,有必要开展对模式中台风重要影响系统(高空冷涡、热带对流层上层槽等)的预报检验工作;台风移速缓慢的定量程度难以把握,需要通过总结历史个例和敏感性试验等方法开展东侧台风对西侧台风移动缓慢影响的定量研究;西风带槽/脊对副热带高压退/进快慢的定量影响把握困难,影响北上台风转向点的预报,特别是当不同模式有分歧的时候预报难度更大。     

人工智能技术在热带气旋预报中的应用--台风预报专家系统的设计与实现

随着人工智能技术的发展，使得利用计算机的高速度、高效率、高准确度等优点，结合人工预报天气的思维过程，进行智能化天气预报成为可能。台风预报专家系统就是一个成功的应用，本文对我们进行台风预报的方法进行了阐述，并详细介绍了该专家系统的设计和实现方法。实践表明，台风专家系统预报准确，具有很高的应用价值。     

登陆台风的多层递阶预报

多层递阶预报是动态系统的新型统计预报理论。由于它把动态系统看成是一个时变参数系统,因而与客观实际较为符合,预报误差也相对较小,利用它来进行台风预报具有一定的实用价值。     

基于最大熵原理的台风统计预报

台风以最无序的方式在沿海各地登陆，意味着台风熵达到了极大值。在给定的约束条件下，当台风熵取极大值时，台风强度是一种指数分布。根据最大熵原理和1949年以来中国登陆台风的实测资料，揭示了台风强度的分布形式，提出了台风复发期的概念，这对登陆台风的统计预报有所裨益。     

杰氏风暴潮剖面预报方法在我国的应用

近年来，在美国风暴潮数值预报中，Jelesnianski提出了一个剖面预报模式(以下简称杰氏模式)，在作业上是很独特的。这一模式在某种合理规定的限度内，充分显示出预报基本风暴潮的技巧，并已成功地对美国东海岸及墨西哥湾沿岸的风暴潮进行了预报。因此，目前已被美国国家天气服务局确定为风暴潮的业务预报工具。 杰氏模式源于风暴潮的流体动力学方程组的数值解。与其他研究者不同的是：它在业务预报实践中，只要利用事先算好的一个在“标准海域”中、由“标准风暴”引起的内边界增水剖面，然后，通过预报海域的风场订正因子和深度订正因子进行修正，使其与实际海域和实际风暴相一致，就可作出预报。由于用这种方法所给出的结果是一条沿海域内边界的风暴潮剖面图，故称为风暴潮剖面预报方法。应用这种方法所需的基本资料是：风暴移行速度、风暴相对于海岸线的移动方向、最大风速半径、风暴中心气压及风暴登陆点附近的海域水深。因此，只要深度剖面订正值为已知，台风强度及登陆点预报得准确，利用杰氏模式就可以很快作出离风暴登陆点不同距离的沿岸增水高度及最大增水出现位置的预报。为此，我们进行了杰氏风暴潮剖面预报方法在我国的应用试验和研究。应该指出，这种方法不仅对台风暴潮的预报有用，而且对确定港工建筑，防潮工程等极值水位的设计也有其重要的应用价值。 杰氏模式能否应用到我国台风暴潮预报业务中的问题，关键在于如何确定最大风速半径以及我国沿岸的深度订正因子。实践表明：当我们确定了这两个参数后，应用杰氏方法对我国东南沿海登陆型台风进行后报，获得满意的结果。本文中，我们将着重讨论如何确定最大风速半径和给出深度订正因子问题。并简单介绍其他参数的选取方法及怎样预报台风暴潮剖面，对杰氏模式则不拟过多涉及。     

定性模拟在台风浪场分析中应用的可行性研究

本文扼要介绍了人工智能定性模拟的理论和方法，并探索了进行台风路径的浪场演变过程定性模拟的可行性，为分析，预测复杂天气系统和海况提供新的途径。     

卫星云图资料在台风路径相似预报中的应用

本文应用相似预报的原理和方法,结合常规气象资料(NCEP分析资料),试验了用卫星探测的灰度场资料作台风移动路径的定量预报。结果表明,通过计算灰度场的相似离度,可以有效地定量描述台风非对称性结构的相似性,并能较准确地预测其未来的移动路径。