2 南京信息工程大学, 南京 210044;
3 中国气象局公共气象服务中心, 北京 100081
2 Nanjing University of Information Science & Technology, Nanjing 210044;
3 Public Meteorological Service Center, China Meteorological Administration, Beijing 100081
热带气旋(TC)是影响我国的主要灾害性天气系统之一,其灾害主要包括暴雨、大风及风暴潮。其中台风大风是一个重要的致灾因子,其不仅对暴雨和风暴潮灾害推波助澜,还可直接对沿海渔业、农业、航海运输以及工程设施等造成威胁。随着我国沿海经济建设高速发展及人口迅速增多,台风大风的致灾风险不断攀升,对防灾减灾能力提出更高要求。海南岛作为我国南海最大的岛屿,其面向东南亚,连接北部湾,背靠华南腹地,是我国重要的海上航运中心,固守南海的战略咽喉,海洋资源开发的重要基地。同时,海南岛及其周围海域也是TC影响的重灾之地,是我国TC袭击率最高的区域(魏娜等,2013)。台风大风给该区域的海上运输、近海工程建设、沿海养殖业等带来严重威胁。本文研究海南岛及其周围海域台风大风影响,可为TC大风预报提供参考,对防灾减灾具有重要意义。
统计研究表明,我国TC大风的时空分布较不均匀(杨玉华和雷小途,2004;Ni et al., 2015;陆逸等,2016),主要发生于我国105°E以东的东部沿海地区,尤其是山东半岛以南的沿海地区。并具有显著的季节性变化特征,4~8月TC大风影响范围不断北推,9~11月逐渐南退。东南沿海观测站观测的最大台风风速均可达20.8 m s-1以上,而内陆地区的最大风速则小于该值(Ni et al., 2015)。台风大风灾害主要在低层TC入流层内发生,且存在一定非对称性。TC最大风速一般位于其移动方向的右侧(Hughes,1952;Miller,1967)。当TC移动过程中遇到岛屿或登陆时,下垫面粗糙度的改变可对TC低层风场造成影响,使其更为复杂多变(陈联寿等,2004)。我国海岸线复杂,且近海有台湾岛及海南岛两大岛屿以及西沙群岛、南沙群岛等诸多群岛。复杂地形可在台风环流内诱生低压、TC前部可产生地形辐合性飑线、雷暴、龙卷等天气系统,引发台风大风灾害(沈树勤,1990;陈联寿等,2004;Meng and Zhang, 2012)。如TC在接近台湾岛过程中,可在岛屿附近诱生出涡旋,造成风场的非均匀性分布(Meng et al., 1996;Wu,2001;Hsu et al., 2013;Tang and Chan, 2014;薛霖等,2015;Wu et al., 2015;薛霖和李英,2016)。台湾地形阻挡造成的“角流”及海峡的“开通道流”还可使台湾海峡低层出现偏北急流。海峡效应产生的低层喷流通过平流作用可将台风大风区移至眼墙西侧,造成TC的非对称风场(Jian and Wu 2008;Huang et al., 2011;Yeh et al., 2012;胡姝等,2014)。海南岛地形也可在TC环流中激发出中小尺度涡旋,使TC局部环流增强(段丽等,2006;冀春晓等,2007)。可见在复杂下垫面环境下,TC低层风场复杂多变。
但由于观测条件所限,海上台风大风的观测和积累较少,缺少多样本统计结果。本文利用1979~2015年ERA-interim再分析数据及美国联合台风预警中心(Joint Typhoon Warning Center,简称JTWC)台风最佳路径资料,统计分析海南岛及附近区域TC低层风场变化特征,包括TC位于海南岛不同方位时其外围低层风场的水平分布、强风出现比率以及近台风中心最大风速、最大风速半径以及风圈半径等,为该区域尤其是观测稀少海域的台风大风预报和防御提供参考。
2 资料与方法使用1979~2015年JTWC发布的最佳路径资料。该资料包括每6 h一次的TC中心位置、近中心最低海平面气压值、最大风速(1分钟平均)、热带气旋等级[根据JTWC的TC等级划分标准,10.8~17.1 m s-1为热带低压(TD),17.2~32.6 m s-1为热带风暴(TS),32.7~66.4 m s-1为台风(TY),大于等于66.5 m s-1为超级台风(Surper TY)]等信息。自2001年起,该数据集还提供最大风速半径、指定风圈形状及各象限半径信息(https://metoc.ndbc.noaa.gov/web/guest/jtwc/best_tracks/western-pacific[2018-04-18])。
同时还利用1979~2015年由欧洲中心提供的ERA-Interim 0.5°×0.5°全球再分析数据中的10 m风场资料对台风中心位于海南岛及其周围区域的台风风场进行合成分析(Dee et al., 2011;http://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=sfc/[2018-04-18])。ERA-Interim再分析资料已被广泛应用于台风路径、气候及结构研究中(Emanuel, 2005; Yang et al., 2016; Sobel et al., 2016; Ditchek et al., 2017)。该资料可有效识别台风系统环流,但受分辨率所限,资料中的台风中心位置存在1度左右的误差,台风强度被低估,且最大风速半径偏大(Caires and Sterl, 2003; Caires et al., 2004; Scoccimarro et al., 2012; Schenkel and Hart, 2012; Murakami, 2014; Hodges et al., 2017)。此外,本文统计发现该区域内台风的平均最大风速半径为57 km(约为0.5°),而本文所用的ERA-Interim再分析资料的水平空间分辨率为0.5°,故对台风内核区域的描述并不完整。尽管如此,考虑到该资料较长的时间序列且覆盖全球,可弥补海上台风大风观测资料稀缺的不足,可为认识台风外围大风的影响提供参考。为弥补ERA-Interim资料对TC内核风场描述的不足,本文采用JTWC提供的风圈资料对TC最大风速半径及指定风圈半径的变化进行分析。
运用K均值聚类方法(Macqueen,1967)对研究区域内的TC样本进行聚类分析。该方法首先随机选取K个对象为初始聚类中心,后计算各中心至其余对象的距离(本研究选用欧氏距离,即在空间中两个点之间的真实距离,或向量的自然长度),将每个对象分配至离其最近的中心。每个中心及分配给他们的对象视为一个聚类。全部对象分配完毕后,再次计算每个聚类中的聚类中心。此过程不断重复,直至满足以下任一条件:(1)无对象被重新分配至不同的类别;(2)无聚类中心再次变化;(3)误差平方和局部最小。
3 台风活动特征海南岛西侧海岸地形接近半圆形,故选取以海南岛为中心、4个经纬距为半径的圆作为研究区域(图 1a中红色圆形)。一般TC系统的半径约为5个经纬距,可认为进入该区域内的TC即可产生较大影响。
1979~2015年期间共204个TC进入研究区域,年均约5.5个,主要以西偏北移动路径为主(图 1a)。进入该区域的TC频数具有显著的年际变化(图 1b),周期约为6年。1989年及2013年的TC频数最多,均为10个;2004年最少无TC进入。此外,进入该区域的TC频数还具有显著的月际变化特征(图 1c)。1~3月无TC进入,4月起TC个数逐渐增加,至9月达到最大后逐渐减少。
以每6小时一次的TC记录作为一个样本,1979~2015年37年间研究区域内样本数共计1460个。利用聚类分析方法,将样本点的空间分布分为4类,各类的中心点如图 2a中红色“+”号所示。可见各聚类中心分别位于海南岛的东北、东南、西南及西北四个象限。考虑下垫面的不同属性,将海南岛单独作为一个分区。最终将研究区域划分为海南岛(HN)以及岛屿东北(NE)、东南(NS)、西南(SW)和西北(NW)五个分区(图 2a)。各分区面积不一且其样本量各有差异。其中SE区域内样本数最多,共计498个;HN区最少,共129个。NE、NW和SW的样本量分别为323、223及287个。
各分区内不同强度等级的TC样本所占比例各不相同(图 2b,柱状图)。TY等级比率在SW区域最多,NW区域最少。而超强台风Super TY出现在海南岛东侧的NE与SE区域,但仅有2个样本。TD(热带低压)在NE、SE及SW区内所占比例最高,分别占各区样本数的39%、38%及36%;其次为TS(热带风暴),所占比例分别为35%、37%及34%。可见在这三个区内TC强度等级主要以TD与TS居多。在NW及HN区域内TC样本强度等级则为TS所占比例最高,均可占区域样本总数的50%以上。
综上所述,海南岛附近区域TC具有非均匀的时空和强度分布。4~12月间年均5.5个TC主要以西偏北路径进入研究区域,其中海南岛东南侧出现频率最多,强TC比例最多;西北侧频数最少,强TC比例最少。
4 台风外围风场变化特征利用ERA-interim再分析数据提供的10 m风场资料,对上述各分区内的TC样本进行合成分析,探讨海南岛不同方位TC影响下该区域低层风场的变化特征。需要强调的是,ERA-Interim再分析资料所提供的风场数据虽可有效识别TC环流,但其在一定程度上低估了台风风速。且受水平空间分辨率所限(0.5°),其对台风内核区的描述并不完全。另外,本节对分布于各分区内台风样本的相关物理要素进行了平均,由此合成的平均场对台风中心附近的描述也存在一定误差。因此本节结果主要反映台风外围区域的风场特征。第5节中将利用JTWC提供的台风最大风速、最大风速半径以及指定风圈半径等数据对台风内核风结构变化进行分析。
4.1 涡度场与风矢量场当TC中心位于海南岛附近区域时,其低层垂直涡度的分布具有明显变化特征(图 3)。当TC中心位于海南岛四周时(图 3a–d),TC中心与海南岛连线上有正、负涡度带相间分布。其中TC中心附近、海南岛另一侧为正涡度带,岛和TC之间则为弱的负涡度或涡度小值区。且正—负—正的涡度中心连线方向随TC中心与海南岛相对位置的改变而改变。当TC中心位于NW及SE区时,位于岛和TC之间的负涡度较其位于NE和SW区时显著。当TC中心位于岛上时(HN,图 3e),海南岛及其附近海域TC环流内均为正涡度。此外当TC位于HN、SW和SE区时,海岸线附近有一强负涡度带出现。这与海岸地形摩擦减速作用造成TC外围风速水平分布不均匀产生的反气旋切变有关。
海南岛附近TC涡度场的非均匀分布是其风场非对称的体现。各区域台风样本合成的10 m风速分布如图 4所示,可见当TC中心位于海南岛的不同方位时,其风场分布存在显著差异。当TC中心位于NE区时(图 4a),台风外围强风速区离岛较远,主要出现在岛东侧115°E附近海域上空,值可达8 m s-1以上。当TC中心位于岛西北侧NW区时(图 4b),台风外围风速强值区主要位于岛东北侧海域上空,中心值达8 m s-1以上,次大值区位于岛西南侧。当TC位于SW区时(图 4c),台风外围风速大值区分别位于北部湾,(风速达10 m s-1以上)和岛东北侧。而当TC位于SE区时(图 4d),其外围风速强中心出现在岛东北侧海域,次强区则出现在TC中心的东南侧。TC中心在海南岛之上时(HN区,图 4e),TC外围风场为各分区最强,分布与SW区TC相似,分别位于岛东侧和北部湾内,其中岛东北侧的风速较大可达11 m s-1,中心位于112°E,20°N附近琼州海峡入口附近。
可见位于海南岛不同方位TC低层风场的影响各不相同。但强风速区主要出现在海南岛附近的海上,分别位于岛东北侧和北部湾内,岛上的风速相对较小。
4.2 大风出现百分率中国气象局台风年鉴定义台风大风为:台风影响下我国境内测站出现10分钟平均最大风速达6级及以上(≥10.8 m s-1)或2分钟平均阵风风速达8级及以上(≥17.2 m s-1)的大风。由于ERA-interim再分析资料在一定程度上低估了台风大风(Caires and Sterl, 2003; Caires et al., 2004),这里以10 m s-1作为台风大风阈值,计算TC中心位于不同分区时,0.5°×0.5°区域范围内10 m大风的出现百分率,定性分析大风出现的高频区(图 5)。
对研究区域内的所有样本而言(图 5a),大风高比率区主要位于海南岛周围的海域。最大值中心位于岛屿东北侧,大风的出现百分率达50%以上。次中心位于岛屿的西北侧北部湾内,达30%以上。而不同位置TC影响下大风的分布差异明显,大风高比率区的中心也不尽相同。当TC中心位于海南岛以东,即NE区(图 5b)和SE区(图 5e)时,大风比率分布有一个大风高频中心。TC外围大风高发区均主要位于海南岛东侧海域,东北侧可见大于50%的高概率中心。但NE区TC外围大风频发区距离海南岛较远,位于岛东北侧114°E附近,而SE区位于112°E附近,且强度更强,可达60%以上。这两个区域的大风次高比率区位于岛西北侧的北部湾内,值明显偏低,约为20%。而当TC中心位于SW区(图 5d)以及岛上(HN区,图 5f)时,大风出现比率表现为两个高值中心,分别位于海南岛东北和西北海域上。其中TC位于SW区时最大中心位于北部湾内,可达70%以上,次中心位于琼州海峡东侧,约50%。而TC位于HN区时则相反,大风出现比率高值中心位于岛东北侧,而次大中心位于西北侧,分别可达80%及70%以上。此类TC影响下海南岛附近大风的出现比率最高,其它大部分区域也可达50%以上。而当TC中心位于NW区时(图 5c),大风高比率中心有三个,分别位于海南岛的东北、西北和西南侧,但各中心的值也较其余分区低,约为40%。图中也可看出,不论TC位置如何,岛上台风大风的出现比率均较周围海域小。这一方面与岛上粗糙下垫面摩擦减速作用有关;另一方面,当台风位于岛上时,受再分析资料分辨率和合成方法所限,不能有效描述台风内核区的强风速。
用ERA-interim资料合成分析TC风场分布可见,海南岛附近区域的TC大风主要出现在岛周围海域,强中心主要位于岛东北侧附近海域及西北侧北部湾内,岛上风速相对较小。而TC位于海南岛不同区域时,外围大风的分布和出现比率均具有明显差异。当TC位于海南岛上时,台风大风出现比率最高,位于岛南侧时次之,岛北侧时则最小。
5 台风内核风场变化特征TC低层风场与其自身内核结构特征密切相关,最大风速发生在内核区域的最大风速半径处。本节利用JTWC提供的2001~2015年台风最大风速半径(Radius of Maximum Wind,简称RMW)、近中心最大风速以及指定风圈大小信息,对海南岛附近台风内核区域的风结构进行补充分析。
5.1 最大风速半径选取2001~2015年每6 h一次含有RMW信息的TC样本共448个,统计发现(图 6a),448个TC的RMW值介于9.3 km至185 km之间,平均为58.3 km。其中30~40 km与40~50 km的样本数最多,均为68个(各占样本总体的15%)。RMW最大为185 km,仅3个样本。将RMW按不同大小分为小于等于20 nm(37 km)、大于20 nm(37 km)小于等于40 nm(74 km)、大于40 nm(74 km)小于等于60 nm(111 km)与大于60 nm(111 km)四个等级(“nm”表示“海里”,1 nm约等于1.85 km),分别计算不同大小的RMW在各分区内所占的比率(图 6b)。可见NE区TC的RMW小于37 km的样本最多,占该分区总样本的39.2%,其次为37~74 km占该区总数的38.2%。其余各区的RMW均为37~74 km的半径最多,且在NW与HN区达50%以上。74 km以上大半径样本在SW最多,其次是SE区,分别占分区内样本总数的25%和23%。少量111 km以上的大半径样本仅出现于海南岛及其东部区域内,分属于3个TC。平均而言,HN区TC的RMW最大,达67.4 km,而NW区最小,为52.1 km。当TC位于岛屿南侧时,RMW 74 km以上的大半径样本较多;而当TC中心位于岛北侧时则小半径样本较多。TC位于岛上时平均半径最大;位于NW区时最小。
将1979~2015年JTWC台风最佳路径资料中近中心最大风速插值到整个研究区域内(插值网格分辨率为0.49°),可得台风影响下海南岛附近区域10 m高度1分钟平均最大风速分布(图 6c)。可见台风最大风速海上较陆地大,且由海洋向陆地显著减小。海南岛附近的最大风速大多可达25 m s-1以上,其中最大值中心位于雷州半岛东侧111°E附近洋面,可达50 m s-1,次大中心位于雷州半岛西侧洋面,值为45 m s-1以上。此外在海南岛附近东南和西南洋面上也有小范围大值区出现。而海南岛上的最大风速相对较小,在岛南侧沿岸及东侧沿岸可达25 m s-1以上,风速由岛沿岸向岛中间逐渐减小。需要说明的是,本节中插值时近似将近台风中心最大风速的位置记在台风中心处,实际应位于最大风速半径处,即平均有约为58 km的位置误差。
5.3 指定风圈半径利用2001~2015年JTWC提供的17.5 m s-1(34节)指定风圈半径(R34)样本共264个,研究海南岛附近台风大风风圈变化特征。该数据记录了指定风圈形状参数及其各个半径的大小。形状参数可为完整的圆、半圆(NNS北半圆、NES东北半圆、EES东半圆、SES东南半圆、SSS南半圆、SWS西南半圆、WWS西半圆、NWS西北半圆)或其对应象限(NNQ、NEQ、EEQ、SEQ、SSQ、SWQ、WWQ、NWQ)。当风圈形状为圆形时,仅记录一个半径的数值;风圈形状为椭圆时,记录形状参数所在半圆区的半径为R1,未记录形状区域的半径为R2;风圈形状为象限时,记录形状参数所在象限的半径为R1,并按顺时针顺序依次记录余下3个象限的半径分别为R2、R3和R4。
研究区域内所有记录17.5 m s-1大风风圈信息的TC样本其指定风圈的形状参数均为NEQ(North East Quarter),即大风主要出现在TC环流的东北象限内,并依次记录有东南、西南及西北象限的R34信息。说明该区域TC指定风圈半径大小在各象限有所差异,风圈形状有不规则变形。当TC中心位于不同分区时,R34在TC各象限的分布也存在显著差异(图 7a)。位于NE(HN)区时,四个方向的R34均为最大(小),其值介于178 km至198 km之间(133 km至150 km之间),平均187 km(143 km)。NW、SW与SE区TC的R34均值分别为150 km、154 km与165 km。同时,TC不同象限R34的大小也有差异。TC中心位于岛四周(岛上)时,TC环流东北(东南)象限的R34最大。位于NE、SW与SE区时,TC环流西南象限的R34最小;而位于NW与HN区时,TC西北象限的R34最小。不同方向R34最大值与最小值之差最大(最小)的为SW区(SE)台风,即台风风场变形最大(小)。
可见TC中心位于海南岛附近区域时,台风大风圈形状不规则,即TC不同象限的风圈半径大小有一定差异。一般东侧象限的风圈半径较大而西侧较小。而不同分区TC的风圈大小不一,在各象限也有所差异。当TC位于NE(HN)区时风圈最大(小)。而TC位于SW(SE)时不同象限风圈半径差异最大(小)。
TC指定风圈半径大小及其变化与TC强度密切联系。这里比较TS(图 7b)与TY(图 7c)两个强度等级TC的34节大风圈半径变化。可见TS的R34明显较TY小。前者在115 km至165 km之间,而后者在164 km至220 km之间。同时在TC不同方向上R34大小也存在一定差异。对于TS等级,TC中心位于NE区时,R34最大,其它各区差异不大。除SW区外,各分区TC的R34均在东北象限最大,SW区TC在东南象限最大。当台风中心位于NE与SW区域(NW、SE和HN区域)时,R34的最小值位于TC环流的西南(西北)象限,但不同分区的数值相差不大。而对于TY等级,TC中心位于HN区时,R34则为东南象限最大,西北象限最小。位于其他区域均为东北象限最大,西南象限最小。
利用Song and Klotzbach(2016)定义的风圈半径非对称因子α定量评估各区R34的非对称性:
$ \alpha = \frac{1}{2}\sqrt {{{\left({{R_{{\rm{NE}}}} - {R_{{\rm{SW}}}}} \right)}^2} + {{\left({{R_{{\rm{SE}}}} - {R_{{\rm{NW}}}}} \right)}^2}}, $ | (1) |
其中,RNE、RSW、RSE和RNW分别为东北、西南、东南和西北方向的指定风圈半径大小。当指定大风圈完全对称时,α值为0;当其不等于0时,其方向与最长半径方向一致。最长半径的方向θ定义为
$ \theta = {\rm{arctan}}(\frac{{{R_{{\rm{NE}}}} - {R_{{\rm{SE}}}} - {R_{{\rm{SW}}}} + {R_{{\rm{NW}}}}}}{{{R_{{\rm{NE}}}} + {R_{{\rm{SE}}}} - {R_{{\rm{SW}}}} - {R_{{\rm{NW}}}}}}), $ | (2) |
其中,θ为0°、90°、180°以及270°(或-90°)时分别代表向东、向北、向西以及向南。
海南岛附近不同分区R34的平均非对称因子α及最长半径方向θ的分布如图 8所示。从方向上而言,各分区样本的R34最长半径均在-90°至90°之间,即位于台风环流的东侧象限内。其中HN区的R34最长半径位于东南象限,其余几个分区则主要位于东北象限,这与上述各方向风圈半径统计结果相同。对所有样本平均,SW区的α最大,而SE区的α最小。而对TS强度样本平均,NW区和NE的α较其它区大,即海南岛北侧区域台风风圈非对称性较强。而TY等级的台风样本中,TC中心位于SW区及HN区时,34节大风圈的非对称性较强。同时可以看出强度大的TC指定风圈变形更明显。
本文基于1979~2015年ERA-interim再分析数据及JTWC最佳路径资料,统计分析了我国海南岛附近区域TC低层大风的分布及其风圈变化特征,获得以下认识:
(1)海南岛附近区域内TC活动具有非均匀的时空和强度分布。年均5.5个TC主要以西行路径进入研究区域,在海南岛东南侧(西北侧)TC频数和强TC比例最多(少)。
(2)该区域台风外围低层强风速区主要出现在海南岛东北侧附近海域及西北侧北部湾内,岛上风速相对较小。当TC位于岛上时其附近海域大风出现比率最高,位于岛南侧时次之,北侧时最小。
(3)海南岛附近区域TC的最大风速半径均值为58.3 km。平均而言,位于海南岛上TC的RMW最大,岛东侧TC次之,西侧TC最小。TC近中心最大风速大值中心主要位于雷州半岛以东及以西附近海域。
(4)海南岛附近区域TC的指定风圈有一定变形且TC不同象限大风半径值各有差异。最长半径位于台风中心的东侧象限。平均而言,当TC位于SW区时变形最大,位于SE区时变形最小;强TC的指定风圈半径较弱TC变形明显。
由于海上观测资料所限,本文采用了ERA- interim再分析资料来定性描述台风影响下海南岛及其附近海域的风场特征,但由于分辨率较粗,只能反映TC外围风的影响,实际台风最强风发生在台风内核最大风速半径处。故考虑台风影响时应综合分析台风外围和内核区风的变化特征。另外,由于JTWC资料自2001年起才开始发布台风的RMW及指定大风风圈信息,相关分析的样本量有所减少,但仍可在一定程度上反应该区域内台风内核风结构的特征。
TC位于海南岛不同方位时其低层风场特征不一,这从另一侧面也说明该区域台风低层风的分布与海南岛及其周围的地形密切联系。我们研究台湾附近TC风场分布时也发现与本文相似的分布特征,而台湾岛地形造成的绕流及海峡的狭管效应等是造成该区域TC低层风场非均匀分布的主要原因(薛霖等,2015; 薛霖和李英,2016)。海南岛附近TC风场的非均匀分布可能是由海南岛地形阻挡产生绕流和摩擦减速作用产生的。当TC位于岛不同方位时,台风气流与地形配置不同,从而导致风场分布发生改变。但除海南岛外,该区域内雷州半岛和北部湾等特殊地形也是造成海南岛附近风场变化的一个原因。该区域TC低层风场的变化机理仍需进一步探讨。
[] | Caires S, Sterl A. 2003. Validation of ocean wind and wave data using triple collocation[J]. J. Geophys. Res., 108(C3): 3098. DOI:10.1029/2002JC001491 |
[] | Caires S, Sterl A, Bidlot J R, et al. 2004. Intercomparison of different wind-wave reanalyses[J]. J. Climate, 17(10): 1893–1913. DOI:10.1175/1520-0442(2004)017<1893:IODWR>2.0.CO;2 |
[] | 陈联寿, 罗哲贤, 李英. 2004. 登陆热带气旋研究的进展[J]. 气象学报, 62(5): 541–549. Chen Lianshou, Luo Zhexian, Li Ying. 2004. Research advances on tropical cyclone landfall process[J]. Acta Meteor. Sinica (in Chinese), 62(5): 541–549. DOI:10.11676/qxxb2004.055 |
[] | Dee D P, Uppala S M, Simmons A J, et al. 2011. The ERA-Interim reanalysis:Configuration and performance of the data assimilation system[J]. Quart. J. Roy. Meteor. Soc., 137(656): 553–597. DOI:10.1002/qj.828 |
[] | Ditchek S D, Molinari J, Vollaro D. 2017. Tropical cyclone outflow-layer structure and balanced response to eddy forcings[J]. J. Atmos. Sci., 74(1): 133–149. DOI:10.1175/JAS-D-16-0117.1 |
[] | 段丽, 陈联寿, 徐祥德. 2006. 山脉地形对热带风暴Fitow结构和运动影响的数值试验[J]. 气象学报, 64(2): 186–193. Duan Li, Chen Lianshou, Xu Xiangde. 2006. The numerical simulation on the impact of topography on the structure change and motion of tropical storm Fitow (0114)[J]. Acta Meteor. Sinica (in Chinese), 64(2): 186–193. DOI:10.11676/qxxb2006.018 |
[] | Emanuel K. 2005. Increasing destructiveness of tropical cyclones over the past 30 years[J]. Nature, 436(7051): 686–688. DOI:10.1038/nature03906 |
[] | Hodges K, Cobb A, Vidale P L. 2017. How well are tropical cyclones represented in reanalysis datasets?[J]. J. Climate, 30(14): 5243–5264. DOI:10.1175/JCLI-D-16-0557.1 |
[] | Hsu L H, Kuo H C, Fovell R G. 2013. On the geographic asymmetry of typhoon translation speed across the mountainous island of Taiwan[J]. J. Atmos. Sci., 70(4): 1006–1022. DOI:10.1175/JAS-D-12-0173.1 |
[] | 胡姝, 孙立尹, 李英. 2014. 热带气旋结构和强度变化研究进展[J]. 气象与环境学报, 30(4): 91–98. Hu Shu, Sun Liyin, Li Ying. 2014. Progress in tropical cyclone intensity and structure change[J]. Journal of Meteorology and Environment (in Chinese), 30(4): 91–98. DOI:10.3969/j.issn.1673-503X.2014.04.013 |
[] | Huang Y H, Wu C C, Wang Y Q. 2011. The influence of island topography on typhoon track deflection[J]. Mon. Wea. Rev., 139(6): 1708–1727. DOI:10.1175/2011MWR3560.1 |
[] | Hughes L A. 1952. On the low-level structure of tropical storms[J]. J. Meteor., 9(6): 422–428. DOI:10.1175/1520-0469(1952)009<0422:OTLLSO>2.0.CO;2 |
[] | 冀春晓, 薛根元, 赵放, 等. 2007. 台风Rananim登陆期间地形对其降水和结构影响的数值模拟试验[J]. 大气科学, 31(2): 233–244. Ji Chunxiao, Xue Genyuan, Zhao Fang, et al. 2007. The numerical simulation of orographic effect on the rain and structure of typhoon Rananim during landfall[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 31(2): 233–244. DOI:10.3878/j.issn.1006-9895.2007.02.05 |
[] | Jian G J, Wu C C. 2008. A numerical study of the track deflection of supertyphoon Haitang (2005) prior to its landfall in Taiwan[J]. Mon. Wea. Rev., 136(2): 598–615. DOI:10.1175/2007MWR2134.1 |
[] | 陆逸, 朱伟军, 任福民, 等. 2016. 1980~2014年中国台风大风和台风极端大风的变化[J]. 气候变化研究进展, 12(5): 413–421. Lu Yi, Zhu Weijun, Ren Fumin, et al. 2016. Changes of tropical cyclone high winds and extreme winds during 1980-2014 over China[J]. Climate Change Research (in Chinese), 12(5): 413–421. DOI:10.12006/j.issn.1673-1719.2016.030 |
[] | Macqueen J B. 1967. Some methods for classification and analysis of multi-variate observations[C]//LeCam LM, et al. Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability. Berkeley: University of California Press, 1: 281-297. |
[] | Meng Z Y, Masashi N, Chen L S. 1996. A numerical study on the formation and development of island-induced cyclone and its impact on typhoon structure change and motion[J]. J. Meteor. Res., 10(4): 430–443. |
[] | Meng Z Y, Zhang Y J. 2012. On the squall lines preceding landfalling tropical cyclones in China[J]. Mon. Wea. Rev., 140(2): 445–470. DOI:10.1175/MWR-D-10-05080.1 |
[] | Miller B I. 1967. Characteristics of hurricanes[J]. Science, 157(3795): 1389–1399. DOI:10.1126/science.157.3795.1389 |
[] | Murakami H. 2014. Tropical cyclones in reanalysis data sets[J]. Geophys. Res. Lett., 41(6): 2133–2141. DOI:10.1002/2014GL059519 |
[] | Ni X, Zhang Q H, Ma D, et al. 2015. Climatology and trends of tropical cyclone high wind in mainland China:1959-2011[J]. J. Geophys. Res., 120(24): 12378–12393. DOI:10.1002/2015JD024031 |
[] | Schenkel B A, Hart R E. 2012. An examination of tropical cyclone position, intensity, and intensity life cycle within atmospheric reanalysis datasets[J]. J. Climate, 25(10): 3453–3475. DOI:10.1175/2011JCLI4208.1 |
[] | Scoccimarro E, Gualdi S, Navarra A. 2012. Tropical cyclone effects on Arctic Sea ice variability[J]. Geophys. Res. Lett., 39(17): L17704. DOI:10.1029/2012GL052987 |
[] | 沈树勤. 1990. 台风前部的龙卷[C]//热带气旋科学讨论会文集. 北京: 气象出版社, 109-111. Shen Shuqin. 1990. Tornados in the front of typhoons[C]//Corpus of the Tropical Cyclones Scientific Symposium (in Chinese). Beijing: China Meteorological Press, 109-111. |
[] | Sobel A H, Camargo S J, Hall T M, et al. 2016. Human influence on tropical cyclone intensity[J]. Science, 353(6296): 242–246. DOI:10.1126/science.aaf6574 |
[] | Song J J, Klotzbach P J. 2016. Wind structure discrepancies between two best track datasets for western North Pacific tropical cyclones[J]. Mon. Wea. Rev., 144(12): 4533–4551. DOI:10.1175/MWR-D-16-0163.1 |
[] | Tang C K, Chan J C L. 2014. Idealized simulations of the effect of Taiwan and Philippines topographies on tropical cyclone tracks[J]. Quart. J. Roy. Meteor. Soc., 140(682): 1578–1589. DOI:10.1002/qj.2240 |
[] | 魏娜, 李英, 胡姝. 2013. 1949~2008年热带气旋在中国大陆活动的统计特征及环流背景[J]. 热带气象学报, 29(1): 17–27. Wei Na, Li Ying, Hu Shu. 2013. Characteristics of tropical cyclone activities over mainland China in 1949-2008 and associated background circulation[J]. Journal of Tropical Meteorology (in Chinese), 29(1): 17–27. DOI:10.3969/j.issn.1004-4965.2013.01.003 |
[] | Wu C C. 2001. Numerical simulation of typhoon Gladys (1994) and its interaction with Taiwan terrain using the GFDL hurricane model[J]. Mon. Wea. Rev., 129(6): 1533–1549. DOI:10.1175/1520-0493(2001)129<1533:NSOTGA>2.0.CO;2 |
[] | Wu C C, Li T H, Huang Y H. 2015. Influence of mesoscale topography on tropical cyclone tracks:Further examination of the channeling effect[J]. J. Atmos. Sci., 72(8): 3032–3050. DOI:10.1175/JAS-D-14-0168.1 |
[] | 薛霖, 李英, 许映龙, 等. 2015. 台湾地形对台风Meranti (1010)经过海峡地区时迅速增强的影响研究[J]. 大气科学, 39(4): 789–801. Xue Lin, Li Ying, Xu Yinglong, et al. 2015. Effect of Taiwan topography on the rapid intensification of typhoon Meranti (1010) passing by the Taiwan Strait[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39(4): 789–801. DOI:10.3878/j.issn.1006-9895.1409.14204 |
[] | 薛霖, 李英. 2016. 台湾地形诱生中尺度系统对台风Meranti (1010)迅速加强影响的数值研究[J]. 大气科学, 40(6): 1107–1116. Xue Lin, Li Ying. 2016. The effect of mesoscale systems induced by the topography of Taiwan on the rapid intensification of typhoon Meranti (1010)[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40(6): 1107–1116. DOI:10.3878/j.issn.1006-9895.1504.15177 |
[] | Yang T, Lei X T, Tang J. 2016. Asymmetrical structures of the temperature and humidity of tropical cyclones[J]. Journal of Tropical Meteorology, 22(3): 296–304. DOI:10.16555/j.1006-8775.2016.03.004 |
[] | 杨玉华, 雷小途. 2004. 我国登陆台风引起的大风分布特征的初步分析[J]. 热带气象学报, 20(6): 633–642. Yang Yuhua, Lei Xiaotu. 2004. Statistics of strong wind distribution caused by landfall typhoon in China[J]. Journal of Tropical Meteorology (in Chinese), 20(6): 633–642. DOI:10.3969/j.issn.1004-4965.2004.06.003 |
[] | Yeh T C, Hsiao L F, Chen D S, et al. 2012. A study on terrain-induced tropical cyclone looping in East Taiwan:Case study of typhoon Haitang in 2005[J]. Natural Hazards, 63(3): 1497–1514. DOI:10.1007/s11069-011-9876-7 |