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

本文提出了一种基于卫星观测数据的新定量指标 - 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) 的预报中。研究表明,当Symmetric Ratio超过0.6时, 热带气旋发生快速增强的可能性显着增加, 使其成为预测RI过程的有效指标。内核结构的对称通常意味着热带气旋的结构组织更加紧密,能够更有效地将海洋表面的热量和水汽向上输送,从而为快速增强提供更多的能量。为了提高RI的预测精度,本研究采用了四种机器学习模型 - 决策树、随机森林、轻量级梯度提升机和自适应增强,对西北太平洋 (WNP) 和北大西洋 (NA) 两个主要热带气旋活动区域的RI事件进行12小时和24小时预测。此外,我们还构建了一个集成模型,将上述四种机器学习模型进行整合,以进一步提升预测精度。模型训练使用2005年至2020年的热带气旋最佳路径数据和再分析数据,验证则基于2021年至2022年的数据。在2016年至2023年的独立预测测试中,我们利用自动热带气旋预报 (ATCF) 系统的热带气旋实时和预报路径数据以及全球预报系统 (GFS) 提供的大尺度环境数据。与国家飓风中心 (NHC) 现有的最佳确定性模型相比,NHC模型在2016—2020年期间对NA 24小时RI预测探测概率 (POD) 为21%, 虚警率 (FAR) 为50%, 而我们的集成模型在同一时期实现了0.27的POD和0.18的FAR, 显着提升了预测性能。在2021—2023年期间,集成模型在NA和WNP海洋的24小时预测中分别获得0.24和0.41的POD值,以及0.33和0.45的FAR值,进一步验证了我们模型的预测能力。通过SHAP (SHapley Additive exPlanations) 值分析, 我们确定了影响热带气旋快速增强的关键预测因子, 其中过去12小时强度变化 (Dvmax) 是最重要因子,其他显着因子如垂直风切变(SHRD)、潜在强度 (POT)和纬度 (lat),与之前研究识别的因子类似。此外, 我们的模型还发现PC75/PC60 (距离热带气旋中心50-100公里的环形区域内,云顶亮度温度低于-75°C/-60°C的区域占比) 和Symmetric Ratio等变量的重要性, 这些变量凸显了热带气旋结构和深对流在快速增强过程中的作用。这些发现不仅提升了我们对热带气旋快速增强机制的理解, 还为未来相关研究提供了新视角。