0 引言
近年来,通常使用机器学习技术,并整合可以表征环境或TC内核的变量以提高TC快速增强预测的准确性[14⇓⇓-17]。例如,MERCER等[16]使用支持向量机,结合位势高度、温度、风速和湿度等预报因子来区分TC快速增强和非快速增强样本。SU等[17]将TC内核降水数据整合到机器学习模型中,整合后的模型在预测TC快速增强的精度指标上超越了美国国家飓风中心(National Hurricane Center,NHC)使用的飓风强度统计预报快速增强指数方案(Statistical Hurricane Intensity Prediction Scheme-Rapid Intensification Index,SHIPS-RII)。其中,SHIPS是预报TC强度的一般方案,SHIPS-RII是针对TC快速增强预报的特殊方案。
本文首先评估了机器学习技术相对于NHC现使用的TC快速增强预测模型(SHIPS-RII模型)的优越性,并在已有的SHIPS-RII预报因子库中增加极深对流云覆盖面积,形成新的因子库,然后利用机器学习技术构建新模型,并评估了新模型对西北太平洋TC快速增强预测的准确性。本研究旨在将极深对流云的覆盖面积整合到机器学习技术的统计预测模型中,以提高TC快速增强预测能力。除极深对流云覆盖面积这一变量之外,本研究使用的预报因子均来源于SHIPS-RII预报因子。
1 数据与方法
TC强度是指TC中心附近底层最大持续风速。TC路径和强度数据来自美国联合台风警报中心(Joint Typhoon Warming Center,JTWC)整编的西北太平洋热带气旋最佳路径数据集,数据中包括6 h间隔的TC中心位置和强度。参考KAPLAN等[5]对TC快递增强的定义方法,对西北太平洋2000—2019年的TC强度变化进行统计,结果表明24 h内TC强度增强30 kn对应92.9%分位数,TC强度增强35 kn对应95.2%分位数,因此本文采用24 h内TC强度至少增强30 kn和35 kn作为TC快速增强阈值,分别对其进行预报。IR BT数据为美国国家环境预报中心(National Centers For Environmental Prediction,NCEP)提供的全球合并IR BT数据,其时间分辨率为0.5 h,空间分辨率为4 km,数据结构和分辨率如文献[20]所述,本文使用的数据时间范围为2000—2019年。为了解决卫星在月食期的数据缺口,取0.5 h数据的平均值来生成每小时的图像,每张图像都在切变相关坐标中合成。水平风垂直切变由欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)0.75°分辨率的再分析数据集计算生成,以TC中心200~800 km半径范围内850 hPa和200 hPa之间的矢量风计算得到,计算方法与前人研究[18,21]类似。
表1 SHIPS-RII预报因子Tab.1 Predictive factors utilized in SHIPS-RII |
| 序号 | 预报因子 | 定义 |
|---|---|---|
| 1 | PER | 前12 h TC强度变化 |
| 2 | VMX0 | 最大持续风速(t=0 h) |
| 3 | POT | TC潜在强度(TC当前强度-最大可能强度) |
| 4 | OHC | 海洋热含量 |
| 5 | SHRD | 滤波后500 km半径范围内850 hPa与200 hPa之间的水平风垂直切变 |
| 6 | D200 | 1 000 km半径范围内200 hPa散度 |
| 7 | TPW | 500 km半径范围内以上切方向为中心的90°方位象限内总降水量小于45 mm的区域所占百分比 |
| 8 | PC2 | 440 km半径范围内GOES-IR图像的第二主成分(t=0 h) |
| 9 | SDBT | 50~200 km半径范围内GOES BT的标准差 |
选择的机器学习模型是用Python scikit-learn工具包中的逻辑回归、随机森林、决策树和极端随机树算法组合构建的,通过对这些模型进行加权平均,得到一个二元分类器,用于TC快速增强预测。本研究共创建了3个预报模型,第一个是以SHIPS-RII预报因子训练得到的机器学习模型(作为基准模型),称为ML.Base;第二个是利用SHIPS-RII预报因子和TC中心200 km半径范围内极深对流云(IR BT<208 K)覆盖面积数据共同构建的机器学习模型,称为ML.DC200;第三个是利用SHIPS-RII预报因子和TC中心300 km半径范围内极深对流云(IR BT<208 K)覆盖面积数据共同构建的机器学习模型,称为ML.DC300。本研究使用的数据时间范围为2000—2019年,期间西北太平洋共有391个TC,SHIPS-RII数据集累计有6 489个TC样本,经过与IR BT数据匹配,得到6 468个TC样本。训练数据的时间范围为2000—2010年,期间西北太平洋共有169个TC,SHIPS-RII数据集累计有2 866个TC样本,经过与IR BT数据匹配之后,得到2 861个TC样本。测试数据的时间范围为2011—2019年,期间西北太平洋共有222个TC,SHIPS-RII数据集累计有3 623个TC样本,经过与IR BT数据匹配之后,得到3 607个TC样本。
PSS=(ad-bc)/(a+c)(b+d)
POD=a/(a+c)
FAR=b/(a+b)
s式中:a代表预测集和真实集均为快速增强的样本数量,b代表预测集为快速增强但真实集为非快速增强的样本数量,c代表预测集为非快速增强但真实集为快速增强的样本数量,d代表预测集和真实集均为非快速增强的样本数量。PSS、POD和FAR的最佳得分分别是1、1和0。
TC快速增强预测模型使用2000—2010年的SHIPS-RII数据集和IR BT数据进行训练,使用“留一年”交叉验证方法通过在训练集数据上获得最高PSS来优化模型超参数和权重,以求获得最佳模型预测效果,之后使用2011—2019年的数据作为测试集进行测试(图1)。
2 极深对流云与TC强度变化的关系
基于TC 24 h后的强度变化(DV24)定义了6个TC强度变化类别:快速减弱(DV24<-30 kn)、缓慢减弱(-30 kn≤DV24<-10 kn)、中性减弱(-10 kn≤DV24<0 kn)、中性增强(0 kn≤DV24<10 kn)、缓慢增强(10 kn≤DV24<30 kn)、快速增强(DV24≥30 kn)。图2为2000—2019年西北太平洋TC中心300 km半径范围内IR BT低于208 K时的极深对流云的平均亮温合成图。由图可见,随着TC强度变化率的增加,TC中心300 km半径范围内极深对流云的覆盖面积逐渐增大、平均亮温逐渐降低。这表明极深对流云的存在与西北太平洋TC的强度变化密切相关(特别是在TC快速增强事件期间),较大的极深对流云覆盖面积和较低的极深对流云平均亮温是西北太平洋TC发生快速增强的前兆。这一现象与RUAN等[18]在西北太平洋的发现一致。
图2 2000—2019年西北太平洋TC中心300 km半径范围内极深对流云的平均亮温随TC强度变化率变化的合成图Fig.2 Composite image showing the variation in average brightness temperature of extremely deep convective clouds within a 300 km radius of the Western North Pacific (WNP) TC center from 2000 to 2019, as a function of TC intensity change rate |
进一步分析2000—2019年西北太平洋TC中心300 km半径范围内极深对流云的覆盖面积和平均亮温随TC强度变化率的变化趋势(图3)可知,TC从快速减弱、缓慢减弱、中性减弱到中性增强状态,极深对流云的覆盖面积没有发生较为明显的变化,大致保持在15%左右;当TC处于缓慢增强和快速增强状态时,极深对流云的覆盖面积显著增大,分别达到20.7%和26.6%。对于极深对流云的平均亮温,TC从快速减弱状态到缓慢增强状态,平均亮温逐渐从202.3 K降低到200.4 K,但在TC快速增强状态下平均亮温有所回升,达到200.6 K。由上述分析可知,极深对流云的覆盖面积在TC增强阶段尤其是快速增强状态下,会发生显著变化,可以作为TC快速增强的预报因子。
3 模型预测能力对比
图4 SHIPS-RII模型和ML.Base模型对于西北太平洋 2011—2019年间TC快速增强的预测能力对比Fig.4 Comparison of prediction capabilities of the SHIPS-RII model and the ML.Base model for TC rapid intensification in WNP from 2011 to 2019 |
图5 ML.Base模型和ML.DC200模型对于西北太平洋2011—2019年间TC快速增强的预测能力对比Fig.5 Comparison of prediction capabilities of the ML.Base model and the ML.DC200 model for TC rapid intensification in WNP from 2011 to 2019 |
由图4可知,基于SHIPS-RII预报因子构建的ML.Base模型在2种TC快速增强阈值情况下均优于SHIPS-RII模型。在30 kn和35 kn 快速增强阈值情况下,ML.Base相比SHIPS-RII在PSS指标上分别增加了0.019 4和0.021 2,相对提升分别为3.60%和3.96%。POD方面,ML.Base相比SHIPS-RII在30 kn和35 kn 快速增强阈值情况下的相对提升分别为4.10%和7.59%,相应的FAR增加分别为0.46%和3.62%。ML.Base相比SHIPS-RII在PSS和POD上获得了整体提升,特别是POD指标,但同时伴随着FAR的增加。这种ML.Base相比SHIPS-RII的优越性与SU等[17]的发现一致。
为了评估极深对流云的有效性,比较了ML.Base模型与ML.DC200模型的3个评价指标(图5)。ML.DC200模型相比ML.Base模型,在30 kn和35 kn快速增强阈值下,PSS分别提升了2.92%和5.07%。POD指标方面,ML.DC200相比ML.Base未获得提升,相对变化分别为-2.32%和-0.90%。FAR指标方面,ML.DC200相比ML.Base下降,相对变化分别为-5.44%和-6.44%。总的来说,TC中心200 km半径范围内极深对流云覆盖面积确实提高了TC快速增强的预测能力,其提升主要体现在PSS和FAR指标上,但提升比例并不显著,这可能是因为基准模型ML.Base中的IR BT相关预报因子已经包含了一些对流信息。
为了探究TC中心不同半径范围内的极深对流云覆盖面积对TC快速增强预测准确性的影响,又比较了基准模型ML.Base与融合了TC中心300 km半径范围内的极深对流云覆盖面积的ML.DC300模型的3个评价指标(图6)。ML.DC300相比ML.Base和ML.DC200,预测能力均有更好的提升。ML.DC300相对于ML.Base,在30 kn和35 kn 快速增强阈值下,PSS的绝对增加值分别为0.031 6和0.053 3,相对提升分别为5.66%和9.58%,相比于ML.DC200,ML.DC300的性能提升更多。POD指标方面,ML.DC300在30 kn和35 kn快速增强阈值下,相比ML.Base的相对提升分别为8.41%和8.55%,而ML.DC200在该项指标上相对于ML.Base是降低的。在30 kn和35 kn快速增强阈值下,ML.DC300相对于ML.Base的FAR变化分别为2.14%和-0.94%。由上述分析可知,ML.DC300相比ML.Base在PSS和POD指标方面均获得了较大的提升,尤其是在2种快速增强阈值情况下,POD提升均达到了8%以上。值得注意的是,对于35 kn 快速增强阈值,ML.DC300相比ML.Base,FAR指标表现出一定程度的降低。总的来说,ML.DC300的性能不仅超过了基准模型ML.Base,还全面优于ML.DC200模型。这意味着选取TC中心300 km半径范围内极深对流云的覆盖面积相比选取200 km半径范围内数据作为预报因子,可进一步提升TC快速增强的预测准确性。
除选取TC中心300 km半径范围内的极深对流云覆盖面积之外,也测试了400 km和500 km半径范围内的极深对流云覆盖面积,结果表明:在PSS和POD指标方面,300 km半径范围内的极深对流云覆盖面积在4种半径范围内效果最佳(图略)。
4 机器学习模型的应用
为了更加全面地理解本文构建的模型,将3个主要模型SHIPS-RII、ML.Base和ML.DC300应用到TC个例预报。选取2015年西北太平洋第21号台风杜鹃(Dujuan)这一典型个例进行个例分析。台风杜鹃在2015年9月21日20时(世界时)生成于西北太平洋(15.3°N,141.7°E);9月23日2时从热带低压发展成为热带风暴;9月25日18时进入快速增强阶段,24 h内强度增强达到40 kn,最终发展成为超强台风(其增强期间的轨迹如图7所示)。台风杜鹃生命周期内极深对流云覆盖面积和台风强度随时间的变化见图8。台风中心300 km半径范围内的极深对流云覆盖面积在2015年9月25日18时达到杜鹃生命周期内的最大值,如此强的深对流触发了杜鹃的快速增强(选择快速增强阈值为30 kn),持续时间为36 h。本文测试了3个主要模型SHIPS-RII、ML.Base和ML.DC300对于杜鹃快速增强的预报效果。对于从9月25日18时开始的36 h台风快速增强过程,ML.DC300模型可以完整准确地预报,而ML.Base模型和SHIPS-RII模型只能预报出其中的部分过程。这表明极深对流云覆盖面积和TC快速增强密切相关,融合了极深对流云覆盖面积变量的ML.DC300模型可以更加准确地预报具体的TC快速增强过程,体现出极深对流云覆盖面积在TC快速增强精细化预报中的重要作用。
图7 2015年台风杜鹃增强期间的轨迹(图中RI代表快速增强开始的位置,蓝色线表示快速增强,红色线表示非快速增强。) Fig.7 The track during typhoon Dujuan’s intensification in 2015 (RI represents where rapid intensification begins, blue line indicates rapid intensification and red line indicates non-rapid intensification.) |
图8 典型台风杜鹃生命周期内TC中心300 km半径范围内极深对流云覆盖面积和台风强度随时间的变化(图中RI代表快速增强开始的位置。) Fig.8 Variation of coverage area of extremely deep convective clouds within a 300 km radius of the TC center and TC intensity during the life cycle of typical typhoon Dujuan (RI represents where rapid intensification begins.) |
台风杜鹃发生快速增强时,强度达85 kn左右,快速增强过程直接使得杜鹃升级为超强台风。该特征说明融入极深对流云面积变量的机器学习模型可能对于预测强台风的快速增强过程较有优势。
将2000—2019年的TC根据当前强度进一步分为强度较弱TC(<64 kn)和强度较强TC(≥64 kn)两类,并测试了各个模型在不同类型TC强度预报中的表现。结果表明,对于TC初始强度较强时发生的快速增强预报,ML.DC300模型效果更佳,和预报典型个例杜鹃时表现出的效果吻合。而对于TC初始强度较弱时发生的快速增强预报,ML.DC300模型并无优势。上述结果表明,虽然对于整体评估结果而言,ML.DC300模型预报效果较好,但是其优势主要体现在TC初始强度较强状态下发生的快速增强预报。当TC在较强状态下发生快速增强,将发展成为超强台风,因此,ML.DC300模型可能对于超强台风的预报有着较好的应用前景。
5 结论与讨论
本文运用机器学习技术将极深对流云覆盖面积整合到TC快速增强的统计预测模型中,分别使用2000—2010年和2011—2019年的西北太平洋TC数据训练和测试机器学习模型,得到以下结果。
1)基于SHIPS-RII预报因子的机器学习模型ML.Base在TC快速增强阈值为30 kn和35 kn 的情况下均优于NHC现使用的TC快速增强模型SHIPS-RII。
2)将TC中心200 km半径范围内的极深对流云覆盖面积与SHIPS-RII预报因子整合到机器学习模型中,得到ML.DC200。此模型相比基准模型ML.Base,在TC快速增强阈值为30 kn和35 kn 的情况下,PSS分别提升了2.92%和5.07%。
3)相比基准模型ML.Base,加入TC中心300 km半径范围内的极深对流云覆盖面积得到的机器学习模型ML.DC300,在TC快速增强阈值为30 kn和35 kn的情况下,PSS分别提升了5.66%和9.58%;POD分别提升了8.41%和8.55%;FAR分别为提升了2.14%和降低了0.94%,此指标甚至在35 kn 快速增强阈值情况下得到优化。
4)对比TC中心200、300、400和500 km半径范围内的极深对流云覆盖面积数据的使用效果发现,使用300 km半径范围的数据的预测能力最好。将其应用到TC典型个例的预报中,也获得了最好的预报效果。
ML.DC300模型相比ML.Base和SHIPS-RII可以更好地预报TC快速增强,是因为ML.Base和SHIPS-RII模型主要采用大尺度环境变量,ML.DC300模型在此基础上增加了TC中心300 km半径范围内的极深对流云覆盖面积,即深入考虑了对流爆发影响快速增强的内部动力过程。虽然对于整体评估结果而言,ML.DC300模型预报效果较好,但是进一步分析发现,ML.DC300的优势主要体现在TC初始强度较强状态下发生的快速增强预报,对于TC初始强度较弱时的快速增强预报并无优势。因此,未来可以考虑将ML.DC300模型从二分类模型进一步细化为多分类模型,使得对TC强度变化的预报更加细致,或者可以考虑直接预报TC强度,加强对超强台风的预报。随着越来越多的卫星进入轨道投入使用, 对TC内部结构采样会变得更加方便可行。采用基于机器学习的统计建模框架,可以将这些观测数据进一步转化为可操作方案,这可以显著改善TC强度预测效果,特别是对于快速增强事件的预测。