2020, Vol. 78
中国气象学会主办。
文章信息
- 端义宏, 方娟, 程正泉, 徐晶, 李青青, 占瑞芬, 钱传海, 陈静, 任福民. 2020.
- DUAN Yihong, FANG Juan, CHENG Zhengquan, XU Jing, LI Qingqing, ZHAN Ruifen, QIAN Chuanhai, CHEN Jing, REN Fumin. 2020.
- 热带气旋研究和业务预报进展—第九届世界气象组织热带气旋国际研讨会（IWTC-9）综述
- Advances and trends in tropical cyclone research and forecasting：An overview of the ninth World Meteorological Organization International Workshop on Tropical Cyclones （IWTC-9）
- 气象学报, 78(3): 537-550.
- Acta Meteorologica Sinica, 78(3): 537-550.
- http://dx.doi.org/10.11676/qxxb2020.050
文章历史
-
2019-09-17 收稿
2020-04-23 改回
2. 南京大学大气科学系中尺度灾害性天气教育部重点实验室，南京，210093;
3. 广州市中心气象台，广州，510080;
4. 南京信息工程大学大气科学学院，南京，210044;
5. 复旦大学大气科学研究院，上海，200438;
6. 国家气象中心，北京，100081;
7. 中国气象局数值预报中心，北京，100081
2. Key Laboratory of Mesoscale Severe Weather/MOE，School of the Atmospheric Sciences，Nanjing University，Nanjing 210093，China;
3. Guangzhou Central Meteorological Observatory，Guangzhou 510080，China;
4. College of Atmospheric Science，Nanjing University of Information Science & Technology，Nanjing，210044，China;
5. Institute of Atmospheric Science，Fudan University，Shanghai 200438，China;
6. National Meteorological Center，Beijing 100081，China;
7. Numerical Weather Prediction Center，Beijing 100081，China
第九届世界气象组织（World Meteorological Organization，简称WMO）热带气旋国际研讨会（The 9th International Workshop on Tropical Cyclones，简称IWTC-9）于2018年12月3—7日在美国夏威夷举行。来自中国气象、水利等行业从事热带气旋研究、教学和业务预报服务的17位专家参加了此次会议。IWTC是WMO世界天气研究计划与热带气旋计划框架下的系列性国际科学会议，每4年召开一次，旨在为热带气旋研究、预报和预警专家提供交流平台，针对热带气旋研究、预报的现状和业务需求，就热带气旋研究和业务预报、预警近期进展和未来优先发展领域进行充分的讨论和交流。
本次会议主要是在第八届会议（IWTC-8）总结报告的基础上回顾2015—2018年热带气旋研究在全球范围取得的新成就和新进展，共设7个主题，分别是热带气旋生成、路径、强度变化、结构分析及变化、气候与气候变化、观测分析、遥感监测以及预报不确定性和预警。另外，IWTC-9还就热带气旋研究和业务的相关领域设立专题讨论会，包括热带气旋数值预报技术进展、飞机观测及观测计划、风暴潮预报预警以及预报检验基本指标体系等。
根据IWTC-9所涉及的7个讨论主题，全面总结和回顾热带气旋研究各领域近4年来的主要研究进展、业务现状及研讨会达成的共识建议，分析未来热带气旋研究的重点领域和业务研发方向，为热带气旋研究、业务和教学等方面的专家提供参考。按照惯例，IWTC仅对过去4年（2015—2018年）的科研和业务成果进行回顾和总结。因此，文中的总结也按照这个惯列，但仍包含个别2019年的文献，这是因为在IWTC会议期间该论文成果已被提及。
2 热带气旋生成热带气旋生成是涉及环境气流、不同尺度波动、涡旋和对流的非线性相互作用的过程（黄荣辉等，2016）。自IWTC-8以来，热带气旋生成理论研究和业务预报能力取得了明显进展。
2.1 热带气旋生成理论外部环境对热带气旋生成具有重要作用，其中热带波动的作用是近年来热带气旋生成条件研究的热点。Schreck Ⅲ（2015，2016）指出开尔文波引起的随高度西倾的西风异常在对流移走几天后可影响对流层中层，其与东风波扰动相遇将促进中层闭合环流的形成，有利于热带气旋生成。通过分析热带气旋生成潜势指数，Zhao等（2018）表明赤道罗斯贝波主要通过有效调节中层水汽和低层涡度而促进热带气旋的生成。多个热带波动协同作用可以调节环境风垂直切变，增加热带气旋形成地区的上升运动和低层涡度，有利于热带气旋形成（Chen，et al，2014；Fang，et al，2016）。Wu等（2013）和Liang等（2014）指出季风涡旋引起的罗斯贝波能量频散有利于在其东侧的扰动发展为热带气旋。尽管季风槽一直被认为是导致西北太平洋热带气旋生成的重要扰动，但Zong等（2015）发现季风槽内形成的热带气旋仅占45%左右，远小于以往的研究结果（72%）。
长期以来，海表温度被认为是影响热带气旋生成的重要外部环境条件之一。海表温度高于26.5℃常作为热带气旋生成的必要条件，但近年来的工作（Tory，et al，2015）表明，通过热带变性过程形成的热带气旋可以发生在海表温度低于26.5℃的情况下。McTaggart-Cowan等（2015）指出度量整层对流层稳定性的耦合指数（CI）是描述热带气旋生成潜在可能性的一个更好指标，热带变性引起的热带气旋生成通常发生在CI≤22.5℃的条件下。
除了外部环境，内部过程也是热带气旋生成条件研究的热点。Wang（2018）指出对流的空间分布是决定热带气旋生成能否发生的重要因子：环流中心附近有组织的对流活动是热带气旋生成中的一个普遍关键特征。当对流引起的上层暖心和层云降水引起的下沉增暖垂直一致时会引起海表面气压下降，这是热带气旋生成的重要内部动力过程（Kerns，et al，2015）。Wang（2014）指出热带气旋生成可分为两个阶段：浅对流增湿低层大气的准备阶段和内核区深对流发展导致扰动迅速增强阶段。
辐射过程的影响是近年来热带气旋生成条件研究的另一重点。辐射对流平衡被广泛作为台风研究的背景状态，在此状态下，扰动会逐渐加强为湿的气旋性涡旋，而其他区域会变干，最终形成主涡旋然后逐渐发展成热带气旋。上述过程中，辐射反馈虽不是严格必要的，但能显著加速热带气旋生成（Melhauser，et al，2014；Nicholls，2015）。在热带气旋生成早期阶段，辐射反馈和海-气相互作用反馈同样重要（Wing，et al，2016；Muller，et al，2018）。
2.2 热带气旋生成业务预报自IWTC-8以来，卫星观测资料同化技术、数值模式物理过程参数化以及数值计算技术等的发展使得数值模式的预报能力得到了很大提升，较大提升了热带气旋生成预报技巧。
各区域预报和预警中心已开始发布热带气旋生成概率预报以及热带气旋前期扰动位置预报。不同的全球模式在热带气旋生成预报方面都表现出较高的水平，热带气旋生成的误报率逐渐下降。集合预报系统和多模式集成可以提供较好的热带气旋生成定量概率预报。通过综合考虑热带季节内振荡（MJO）和热带波动的影响，可提供长达4周的热带气旋生成潜在可能性的定量估计。Dvorak技术（Yamaguchi，et al，2017）已扩展应用到热带气旋形成之前扰动的分析，可以反映扰动的发展变化。客观评估热带气旋生成方式的相对贡献的方法已在西北太平洋地区得到应用。基于模式输出场的统计-动力预报产品已应用到北大西洋、中东太平洋和北印度洋等的热带气旋生成预测。基于模式输出、海表温度分析场和卫星观测资料的统计-动力技术已可为全球热带气旋生成预报提供指导性产品。目前也已发布热带气旋生成之前扰动的路径、强度信息以及相关监测和业务预警信息。
3 热带气旋路径自IWTC-8以来，对热带气旋路径变化的认知取得了一定进展，业务数值预报模式和各预报中心平均预报误差不断减小，但部分热带气旋个例的路径预报误差仍较大。
3.1 热带气旋路径研究Gonzalez Ⅲ等（2015）发现影响热带气旋移动的β涡旋表现为一波涡旋罗斯贝波特征，存在其临界半径；热带气旋外围负涡度与两波涡旋罗斯贝波的相互作用可改变β涡旋活动特征。热带气旋转向是热带气旋移动的固有特征（Chan，et al，2016），即使缺少环境气流，高纬度热带气旋自身仍会发生轻微转向（Lin，et al，2016）。此外，地形阻挡基本气流平流、通风效应、非对称潜热加热、中层非对称引导气流、地形激发的偶极子和热带气旋登陆时相对于陆面边界的角度等都可能影响登陆热带气旋的路径偏折（Tang，et al，2014）。虽然海洋反馈对热带气旋路径的直接影响不大，但可通过影响气旋强度变化进而影响其伸展高度以及环境引导层高度，或影响热带气旋高层反气旋和环流中对流的非对称性来影响其路径（Lin，et al，2018）。此外，海温初始状况及海-气耦合对更长时间尺度的路径季节及气候预测有重要影响（Sun，et al，2017；Ogata，et al，2016）。大尺度的季风涡旋、副热带高压和对流层高层冷涡与热带气旋的相互作用均可能对热带气旋路径偏折产生影响（Liang，et al，2015；Wei，et al，2016；Sun，et al，2015）。理论研究（Torn，et al，2018）还发现，当热带气旋处于鞍型场时，集合预报的流场容易出现强变形，导致路径集合预报结果出现较大发散度。
3.2 热带气旋路径数值预报模式动力框架、物理过程、分辨率、初始化以及与海洋模式的耦合等方面的进展使得全球模式热带气旋路径预报误差在各海域持续减小（Dupont，et al，2011；Mohapatra，et al，2013；Heming，2017；Cangialosi，2018）。大多数非静力区域模式的热带气旋路径预报性能优于全球模式。热带气旋路径集合和集成预报技术在世界各主要预报中心得到广泛应用（Nishimura，et al，2015），多模式集合通常表现最好，各预报中心路径误差持续减小，然而部分个例路径集合预报仍存在发散度大的问题。近年来热带气旋路径预报概率圆的半径逐步减小，基于动力方法的热带气旋路径预报不确定性概率圆正用于取代静态概率圆（Mohapatra，et al，2017）。
3.3 较大路径预报误差个例研究当前仍有部分热带气旋的4—10 d路径预报误差较大（Landsea，et al，2018；Chan，et al，2010）。为探讨误差来源和不确定性的传播，特别对此类热带气旋开展了讨论，指出：此类热带气旋个例的模式（集合）路径预报仍存在较大不确定性，实时预报面临挑战；尽管部分个例路径预报不确定性较小，但小的路径预报误差仍可对防灾、减灾带来很大的影响。针对热带气旋路径预报误差来源的诊断和集合技术发现热带气旋外围环流结构对路径影响十分重要，全球模式中天气尺度系统特征的系统性误差对热带气旋路径预报的影响应引起足够重视。
4 热带气旋强度影响热带气旋强度变化的内部和外部物理过程是研究的重点，热带气旋强度预报（尤其是强度快速变化预报）也是业务预报的难点。
4.1 内部物理过程热带气旋快速增强可持续78 h或更长时间（Tao，et al，2017）。降水、对流和热力参数轴对称程度与热带气旋快速增强存在关联（Tao，et al，2015；Zawislak，et al，2016；Xu，et al，2017；Shimada，et al，2017；Fischer，et al，2017；Jiang H Y，et al，2018）。除此以外，不对称结构也会影响热带气旋快速增强：内核对流爆发和热塔发展是导致非对称结构的重要因素（Miller，et al，2015；Rogers，et al，2016；Guimond，et al，2016；Li，et al，2016）。
内、外围螺旋雨带及其与热带气旋环流的相互作用对热带气旋强度变化也具有重要影响（Li，et al，2014，2015；Chen G H，et al，2018）。海表通量在热带气旋内核动力过程中起重要作用，风速与拖曳系数的依赖关系（拖曳系数最小值出现在表面风速约为60 m/s时）可以部分解释为什么热带气旋在最大风速为35—60 m/s时容易迅速增强，但达到5级飓风强度后趋于减弱（Soloviev，et al，2017；Kwon，et al，2017；Jaimes，et al，2015；Ma Y M，et al，2017）。
近年来，也提出一些关于热带气旋强度变化的新视角。例如，初始涡旋状态对热带气旋后期加强的影响（Carrasco，et al，2014；Xu，et al，2015，2018；Guo，et al，2017）；海表温度对热带气旋最大可能增长率的影响（Xu，et al，2016）；流出气流对热带气旋快速增强的可能作用（Komaromi，et al，2018；Navarro et al，2016，2017）。
4.2 外部环境影响海洋热力环境对热带气旋强度变化的影响主要关注海洋中尺度暖涡和冷涡的作用（Ma Z H，et al，2017；Jaimes，et al，2016）。近海岸羽状淡水可加强海洋的层结稳定性，有利于热带气旋增强；而浑浊的海水可以阻挡太阳短波辐射，使表层以下的海水变冷，从而抵消淡水的影响（Newinger，et al，2015；Androulidakis，et al，2016；Yan，et al，2017）。沿岸海洋斜压过程可能导致热带气旋快速减弱（Seroka，et al，2016）。气候尺度上，与全球变暖相关的海洋次表层变化可能导致热带气旋诱发的海洋降温更显著，从而部分抵消海洋升温对热带气旋加强的影响（Emanuel，2015；Huang，et al，2015）。
近年来，环境风垂直切变对热带气旋强度变化的影响有了新发现。飞机对飓风Earl（2010）的观测分析表明，在Earl增强开始前逆风切左侧存在深对流（Rogers，et al，2015；Susca-Lopata，et al，2015）。中等强度（5—10 m/s）风垂直切变存在时，增强的热带气旋环流中可能出现较强上升气流，导致更对称的对流结构（Kanada，et al，2015；Li，et al，2016；Rogers，et al，2016；Zawislak，et al，2016；Leighton，et al，2018）。统计结果（Finocchio，et al，2016）表明，较浅和对流层低层的风垂直切变不利于热带气旋增强。西风切变比东风切变更不利于气旋增强（Wei，et al，2018）。
低槽与热带气旋的复杂相互作用中，气旋强度变化往往与气旋和低槽的相对位置以及气旋本身强度有关（Leroux，et al，2016；Fischer，et al，2017；Wei，et al，2016；Dai，et al，2017）。环境干空气通常被认为抑制热带气旋增强，特别是与环境风垂直切变共同作用时（Fowler，et al，2017；Zawislak，et al，2016；Braun，et al，2016），但某些情况下，环境干空气可以阻碍次眼墙的形成，有利于气旋增强；而高湿环境有利于外雨带形成和外眼墙的发展，不利于气旋增强。
4.3 热带气旋强度业务预报热带气旋强度统计预报新方法研究近年来取得新进展，例如，预报时效可达7 d的加权强度预测方法和针对热带气旋快速增强的统计预测模型（Tsai，et al，2018；Knaff，et al，2018）。
在热带气旋强度数值预报方面，欧洲中心以及英国气象局的全球模式实现了重要升级（Heming，et al，2018），美国地球物理流体动力实验室的有限球体全球模式作为新一代全球模式投入业务运行，美国国家海洋和大气管理局开发的区域热带气旋模式系统已用于所有海域热带气旋强度预报（Mehra，et al，2018）。
5 结构研究进展热带气旋结构研究和预报进展的综述和展望包括双眼墙形成和眼墙替换、热带气旋风场分析和预报以及热带气旋变性。
5.1 双眼墙及眼墙替换观测发现外螺旋雨带中的层云可能从两个方面影响双眼墙形成：上升出流以及中尺度下沉入流使得外核区切向风增强，风场径向扩张（Wunsch，et al，2018）；中尺度下沉入流也可能和边界层相互作用激发对流产生外眼墙（Didlake，et al，2018）。飞机观测显示，外眼墙形成前径向涡度通量导致切向风速增大，非平衡动力学过程对于外眼墙的形成起重要作用（Abarca，et al，2016）。此外，强环境风垂直切变可以增强顺切变雨带对流，从而形成非对称外眼墙；非对称外眼墙的逐渐轴对称过程最后可以导致眼墙替换（Dougherty，et al，2018）。
数值模拟显示涡动过程、轴平均径向平流过程使得双眼墙形成前边界层风速增大，而对称动力学是造成边界层以上风速增大的主要因素（Zhu，et al，2015；Wang，et al，2016）。但外眼墙形成主要受平衡动力学还是非平衡动力学作用仍存在争论：有研究认为轴对称对流加热作用不能解释外眼墙的形成（Abarca，et al，2015），而一些研究则认为平衡动力学可以解释外眼墙形成（Zhu，et al，2015），也有研究认为两者同时起作用（Huang，et al，2018）。
Kossin等（2016a）建立了用于预报眼墙替换阶段热带气旋强度变化的气候模型。Wimmers等（2016）基于卫星微波观测发展了眼墙替换周期概率预报模型。Kossin（2015）发现眼墙替换过程中，风压关系不再遵循传统的Dvorak测定方法，而是呈现出较低的切向风速对应低的中心气压。目前数值预报对双眼墙形成及眼墙替换的开始时间、强度变化以及持续时间的准确模拟仍存在较大挑战（Sitkowski，et al，2011；Kossin，et al，2016b）。
5.2 变性过程个例观测揭示热带气旋变性过程的结构变化可以分为两个阶段：环境风垂直切变增大，非对称对流显著（Foerster，et al，2014）；气旋与中纬度斜压带重叠，地面锋生出现（Katsumata，et al，2016）。变性过程中地面风场的非对称性主要受环境风垂直切变影响。随着斜压性和切变增大，地面风场非对称性也增大（Uhlhorn，et al，2014）。
变性气旋的降雨与地形（Liu，et al，2016；Keighton，et al，2016）、环境湿度（Matyas，2017）、斜压带强度及其与气旋的距离、湿度和温度平流强度、气旋移动方向和风垂直切变方向的匹配（Deng，et al，2018）等关系紧密。
气旋环流、上游槽和中纬度斜压带的非线性相互作用可能产生上升运动，连同向北的水汽输送有利于下游脊的加强，并激发罗斯贝波（Torn，et al，2015a，2015b；Archambault，et al，2015；Grams，et al，2016；Quinting，et al，2016；Keller，2017；Riboldi，et al，2018）。暖湿空气向北输送过程中，存在涡动有效位能向涡动动能的转换（Keller，et al，2014；Quinting，et al，2016；Keller，2017）。在下游的远距离区域，罗斯贝波频散和向南的位涡扰动输送可进一步导致槽、脊系统形成（Riemer，et al，2014；Grams，et al，2015，2016），影响半球尺度的天气系统发展（Archambault，et al，2015）。
热带气旋变性对可预报性有较大影响。变性过程激发的罗斯贝波的不确定性会增大下游预报（尤其是高影响天气预报）误差，且这种变性过程中可预报性问题要比单纯斜压带温带气旋的可预报性问题严重（Torn，2014，2017；Wirth，et al，2018）。
5.3 风场分析与预报由于热带气旋风速概率分析（Courtney，et al，2018）、风暴潮和海浪预报（Courtney，et al，2018）、风灾预估（Powell，et al，2007）、数值预报涡旋初始化（Tallapragada，et al，2015；Kunii，2015；Bender，et al，2017）等多方面的需求，风场分析和预报一直是热带气旋结构分析和预报的重要组成部分。飞机观测、下投式探空仪、微波辐射计等观测资料已广泛应用于热带气旋风场观测和检验，尤其基于多平台（多卫星产品、微波辐射计和数值模式）的风场集成估计表现出一定的有效性（Knaff，et al，2011）；但分辨率、高风速观测误差、降雨污染等也会影响热带气旋风场估计效果。关于热带气旋风场监测的研究进展详见7.1节。
目前热带气旋大风半径预报技术也取得一定进展，如美国联合台风预警中心的改进热带气旋风场半径气候持续法技术和统计-动力预报技术在西北太平洋的表现优于数值预报结果（Knaff，et al，2017）。
6 热带气旋气候及气候变化近年来，随着观测资料和数值模式的发展，热带气旋次季节预测理论和预测业务取得了显著进展，热带气旋季节预测业务有所加强，热带气旋气候变化取得了诸多新的认识。
6.1 次季节预测理论近几年来，人们对热带气旋次季节尺度预测有了深入认识。近百年MJO指数和北大西洋热带气旋活动关系表明，当非洲和西印度洋MJO处于对流位相时，北大西洋热带气旋活动趋于加强（Klotzbach，et al，2015b）。MJO对热带气旋群发也有重要影响（金小霞等，2016；Schreck Ⅲ，2016），研究（You，et al，2019）表明，西北太平洋60%的热带气旋群发事件出现在MJO的湿位相中，而出现在MJO干位相中的群发事件仅为18%。MJO对热带气旋活动的影响也受到了天气尺度波动、年际变率和年代际变率等因子的调控。当MJO和准双周振荡均处于湿位相时，西北太平洋热带气旋群发最为频繁（金小霞等，2016；You，et al，2019）；当MJO湿位相与厄尔尼诺及赤道罗斯贝波的正涡度相叠加时，西北太平洋热带气旋易处于活跃阶段（Chen J M，et al，2018）；而在拉尼娜或大西洋多年代际振荡正位相时MJO则更有利于大西洋热带气旋活动（Klotzbach，et al，2015c）。此外、对流耦合开尔文波和热带外罗斯贝波破碎等也对热带气旋次季节变率起着重要调制作用（Schreck Ⅲ，2016；Zhang，et al，2019）。
6.2 气候变化研究自IWTC-8以来，用于分析确定历史热带气旋发生的古气候记录数量不断增多；基于卫星观测均一性记录的研究涌现出一批新成果；基于日益真实的气候模型模拟，对气候与热带气旋形成和强度之间联系的理解取得新进展；未来热带气旋降水的大幅增加成为热带气旋气候变化更有力的预估之一；以及气候变化对热带气旋个例与季节影响的归因取得新认识。
观测研究表明，近几十年热带气旋最大强度位置呈向极移动的趋势（Kossin，et al，2014，2016b）；全球热带气旋的移速下降明显，在1949—2016年间下降了近10%，澳大利亚、西北太平洋和大西洋的陆地区域减速甚至更为显著（Kossin，2018）；全球4—5级热带气旋的比例显著增加（Holland，et al，2014），但近期趋势相比1970—2004年的上升趋势有所减缓（Klotzbach，et al，2015a）。虽然人们开始关注气候变暖和年代际变率等因素对这些趋势的影响，但这些趋势背后的物理机制尚不清楚且缺乏数值模拟的支持（Knutson，et al，2019）。
未来情景预估（Knutson，et al，2020）表明，假设所有其他因素不变的情形下，未来海平面上升无疑将加剧风暴潮对沿海地区的影响。虽然大多数模式预测全球变暖下西北太平洋热带气旋最大强度北移、全球热带气旋生成频数减少，强台风频数增加，但也有少数模式预测其有相反趋势，因此信度较低；相对而言，未来全球热带气旋降水率增大、热带气旋强度及强热带气旋比加强等趋势具有较高信度（可达中高级）。
6.3 气候预测业务近年来，热带气旋次季节业务预测取得了突破性进展，主要得益于两个方面：（1）世界气象组织世界天气研究计划和世界气候研究计划联合开展的次季节-季节预测计划（简称S2S）。在此计划的倡导下，国际上 11个气象中心利用气候模式联合组建了S2S资料库，该资料库对MJO、MJO-热带气旋关系及热带气旋次季节尺度活动均进行了模拟和预测。评估结果（Jiang X N，et al，2018；Lee，et al，2018）表明，欧洲中心模式在几个领域均具有最好的预测性能，其对MJO有技巧的预测时间窗口可达4周，对热带气旋生成有技巧的预测时间窗口可达2周以上；而大部分模式对MJO（热带气旋生成）有技巧的预报时间窗口仅为2周（1周）左右。（2）动力模式（如欧洲中心和澳大利亚气象局）、统计方法（如美国科罗拉多大学、中国气象局）和动力-统计（如中国气象局）等预测方法在热带气旋次季节业务中的相继投入使用（Knutson，et al，2020）。这些业务预测产品主要包含生成频数和路径预测，中国气象局也尝试对热带气旋活跃期和非活跃期进行预测（Gao，et al，2011）。然而，不同模式以及不同海域的热带气旋次季节尺度预测技巧差异较大，且目前对热带气旋与热带外系统间的相互作用认识还很不足，有待进一步改善和提高。
热带气旋季节预测业务已有40多年的历史。目前国际上比较活跃的12家机构对全球几大海盆的热带气旋季节活动进行了实时业务预测（Klotzbach，et al，2019）。除了IWTC-8综述的几家预测机构外，美国地球物理流体动力实验室（GFDL）（Murakami，et al，2016）和英国气象局（Camp，et al，2015）相继从2014年和2015年开始发布基于动力框架的实时热带气旋季节预测结果。这些机构的预测产品仍然以生成频数和累积气旋能量（Accumulated Cyclone Energy）为主，目前也开始关注路径趋势预测和登陆预测（Wijnands，et al，2015；Zhang，et al，2017）。
近年来，热带气旋年代际预测技术也开始发展（Caron，et al，2018），填补了季节预测和气候变化预估间的空隙。虽然目前此类预测仍处于试验阶段，但未来将会向业务化发展，以满足用户对于热带气旋年代际预测的强烈需求。
7 热带气旋监测与预警由于洋面上缺少直接观测，因此热带气旋定量监测一直是难点。近年来，新技术和新方法的发展逐渐为业务提供技术支撑，提升了热带气旋定量监测水平。
7.1 洋面风场估测海面风浪可导致海面粗糙度和海面微波辐射特性的变化。星载L波段被动微波遥感可测量海洋飞沫（白浪）背景下的辐射特征，且较少受降雨或冰粒影响，强风速条件下，L波段辐射计观测资料相比其他仪器观测资料可更好地用于热带气旋洋面风场估测（Reul，et al，2016；Fore，et al，2016）。作为唯一的主动微波传感器，C波段合成孔径雷达能够以更高分辨率（约50 m）和更宽轨幅（约400 km）全天候观测洋面风，进而获取热带气旋内核结构。一些新型C波段合成孔径雷达传感器能处理共极化和交叉极化信号，从而提高洋面风的信号灵敏度和热带气旋风速精度（Zhang，et al，2012；Horstmann，et al，2015）。此外，随着微波探测仪及算法不断改进，基于微波探测仪观测资料反演的热带气旋温度和水汽廓线已用于估测气旋中心附近最大风速、最低海平面气压及不同风速半径（Chirokova，et al，2017）。基于卫星红外图像的风速估测方法也不断发展，其中包括应用偏差角方差技术（Piñeros，et al，2008），并结合海表温度、气旋生命史所处阶段、气旋强度等来估测热带气旋风圈半径。
7.2 新一代静止气象卫星监测近年来，新一代静止气象卫星陆续发射并已投入业务使用，包括日本Himawari-8/9，美国GOES-16/17，中国FY-4等。新一代静止气象卫星的高时空分辨率观测资料以及快速扫描功能明显提高了热带气旋中心的定位精度。卫星多通道资料的应用有助于改进热带气旋生成潜势、结构和强度等的估计，也有利于提高热带气旋数值模式初始场的准确度。另外，基于静止气象卫星的Dvorak主观分析技术将逐渐被客观分析技术取代或补充（Olander，et al，2018；Kishimoto，et al，2013）。
新一代静止气象卫星时、空和光谱分辨率的提升，多个水汽通道、近红外和红外通道以及高分辨率可见光图像等的应用，进一步提高了云导风反演质量，同化这些资料和辐射资料明显提高了热带气旋模式初始场精度。另外，研究发现热带气旋强度与对流层高层云导风的最大切向风有关（Oyama，et al，2018）。
7.3 飞机观测新技术及应用美国是全球开展热带气旋飞机观测最早的国家，且一直持续不断地升级和改进其机载观测能力，特别是不同类型无人飞行器（大型无人飞机“全球鹰”（Global Hawk）和小型无人机“郊狼”（Coyote）等）的应用。另有其他观测能力方面的进展包括宽轨扫描雷达高度计和多普勒激光测风雷达的应用（Zhang，et al，2018）。除观测平台和仪器的改进外，热带气旋飞机目标观测方案近年来也广受关注（Torn，2014），并逐步从试验走向业务应用。
在西北太平洋，中国台湾地区自2003年始，开展了追风计划—DOTSTAR （Dropwindsonde Observations for Typhoon Surveillance near the Taiwan Region）（Chou，et al，2011）。香港天文台自2011年开始对中国南海北部的多个台风进行了飞机观测，获取了飞行路线上高分辨率的风、温度和相对湿度等资料。这些观测资料不仅准实时地用于分析台风的位置、强度和结构等，也改进数值模式的热带气旋路径预报效果（Wong，et al，2014）。
7.4 预报不确定性及预警数值预报是当前热带气旋路径、强度和生成预报的主要手段，但数值预报的不确定性信息对台风预警发布的影响和作用还未获得全社会充分认识（端义宏等，2012）。
热带气旋集合预报是提供预报不确定性信息的重要手段。在IWTC-8之前，没有一个热带气旋预报中心针对海表面最大风速和最低中心气压发布预报不确定性信息（Yamaguchi，et al，2014），但之后，估计热带气旋强度和生成预报不确定性的方法陆续被开发出来。如基于概率的平均强度模拟集合技术（Alessandrini，et al，2018），以及估计热带气旋强度预报误差的统计动力学模型（Goerss，et al，2014）。Magnusson（2019）发现提高集合预报分辨率可以改进热带气旋强度预报，并阐述了集合预报产品预报强风、降水、洪水和风暴潮的可用性及提高模式分辨率改进集合预报技巧可靠性的可行性。有限区域集合预报特别是对流尺度集合预报（如英国气象局的对流尺度集合预报和法国气象局的AROME集合预报），对改进热带气旋强度概率预报具有较大潜力（Seity，et al，2011）。在台风生成预报、预警方面，近年来的进展包括早期Dvorak分析方法（Yamaguchi，et al，2017）、针对发展与非发展的台风扰动生成决策树分析方法（Zhang W，et al，2015）、全局模型输出的多重逻辑回归方法（Halperin，et al，2017）等。
针对集合预报系统应用情况的问卷调查指出，95%的受访者表示目前正在使用热带气旋集合预报信息，80%受访者认为集合预报信息非常重要，60%的受访者表示在热带气旋预报、预警业务中经常使用集合预报，应用频率很高。而在未使用热带气旋集合预报的受访者中，近55%的人想用但无获取渠道。受访者希望获得的热带气旋集合预报的信息类型包括集合概率预报产品、多要素风险预报（例如阵风、降水、风暴潮、河流流量、山洪暴发等）以及热带气旋强度变化概率和偏差校正强度预报等。受访者希望：（1）各数值预报中心与业务预报中心协作，共享产品和验证结果以及集合预报解释应用方法，提高集合预报性能，特别是热带气旋强度预报能力；（2）培训预报员如何合理使用集合预报结果；（3）重点关注如何向公众传达预报和预警中的不确定性；（4）开发更多基于集合预报的灾害预报；（5）开发面向用户的检验评估；（6）对比不同模式集合预报的差异。
8 结论与讨论IWTC-9回顾表明，4年来热带气旋研究和业务在全球范围取得了明显的进展，预报、预警业务也得到了较好的发展。近年来，中国热带气旋的研究和业务发展很快，主要表现在台风外场科学试验、台风强度变化的机理、台风数值模式技术以及台风预报平台等方面。结合此次会议的成果总结并参考Emanuel（2018）关于美国气象学会热带气旋研究百年进展中关于未来的研究重点，这里给出中国未来热带气旋研究重点，包括以下几个方面：
（1）热带气旋的直接观测仍然是中国热带气旋研究和业务的短板，需要大力推进热带气旋飞机观测系统建设。美国飞机观测热带气旋已有近70年历史，中国台湾地区、日本热带气旋的飞机观测业务均已开展多年，中国香港和韩国近几年也逐步开展了相应的飞机观测业务，并已证明该项业务能有效提升热带气旋科学认知及预报水平。中国大陆尚未真正开展热带气旋飞机观测，应尽快联合多部门，开展有中国特色的热带气旋飞机观测体系建设和综合外场观测试验，特别是针对南海台风生成、快速增强、异常路径等开展地（沿岸站及岛屿站）、海（浮标及不同深度海洋水文观测）、空（飞机、飞艇等）、天（卫星）立体协同观测试验，开展飞机观测台风业务，不仅能直接提高中国热带气旋预报、预警业务能力，而且将为科研人员提供第一手研究资料，从而有效提升中国的热带气旋科学认知和预报准确率以及防灾、减灾成效（钱传海等，2012；端义宏等，2014；端义宏，2015；雷小途等，2019）。
（2）热带气旋基础理论研究薄弱，研究方向不完整，人才队伍缺乏，突破性的研究成果少，制约台风预报方法的改进。热带气旋预报技术的突破都是建立在对热带气旋的认知上，需要大力提升热带气旋理论研究水平。虽然近些年国家在重大基础研究项目、自然科学基金项目对热带气旋研究领域给予大力支持，但是在一些关键性的领域仍然需要进一步加强。如不同大尺度背景下热带气旋生成的物理过程和可预报性研究，影响热带气旋路径变化的各因子相互作用研究，关注导致热带气旋异常路径的物理过程，加强热带气旋上层气流演变及其对热带气旋强度变化的影响研究。与目标观测试验有机结合，加强热带气旋结构和强度变化基础理论研究，从多尺度系统相互作用角度提高对热带气旋结构和强度变化（如快速增强、快速减弱、双眼墙过程、风雨变化、温带变性等）特征和相关物理机制的认知（端义宏等，2014；端义宏，2015；陈联寿等，2017）。加强热带气旋资料集研究，从地球系统层面继续深化热带气旋路径、强度、风雨等的气候特征及气候变化特征研究。
（3）台风数值预报模式发展不能满足台风防灾、减灾需求，存在受制于人的“卡脖子”问题。虽然近十几年来，中国区域台风数值预报模式有了很大的进步，但是，模式的侧边界和初始场还依赖于其他国家的全球模式提供，区域模式的初始场技术、云微物理过程、边界层参数化等还仍然需要进一步改进，需要关注热带气旋多时间尺度活动业务预报技术研发。进一步发展热带气旋精细化预报技术以及集合预报产品应用技术，开发更多合理表征预报不确定性的产品。开展热带气旋次季节尺度预测技术研究与业务试用，尤其提高中国数值模式对热带气旋次季节尺度活动的模拟和预报能力。基于人工智能、机器深度学习等技术，研制热带气旋季节-次季节活动预测新技术。在热带气旋多时间尺度活动预测领域，还要加强与国际主流预测机构合作，积极加入WMO“灾害性天气预测示范项目”，提升中国热带气旋多时间尺度活动预测水平和国际影响力。
陈联寿, 孟智勇, 丛春华. 2017. 台风暴雨落区研究综述. 海洋气象学报, 37(4): 1-7. |
端义宏, 陈联寿, 许映龙等. 2012. 我国台风监测预报预警体系的现状及建议. 中国工程科学, 14(9): 4-9. |
端义宏, 陈联寿, 梁建茵等. 2014. 台风登陆前后异常变化的研究进展. 气象学报, 72(5): 969-986. |
端义宏. 2015. 登陆台风精细结构的观测、预报与影响评估. 地球科学进展, 30(8): 847-854. DOI:10.11867/j.issn.1001-8166.2015.08.0847 |
黄荣辉, 皇甫静亮, 武亮等. 2016. 关于西北太平洋季风槽年际和年代际变异及其对热带气旋生成影响和机理的研究. 热带气象学报, 32（6）: 767-785. Huang R H, Huangfu J L, Wu L, et al. Research on the interannual and interdecadal variabilities of the monsoon trough and their impacts on tropical cyclone genesis over the western North Pacific. J Trop Meteor, 32（6）: 767-785（in Chinese）
|
金小霞, 韩桂荣, 占瑞芬等. 2016. 南海-西北太平洋地区低频振荡特征及其对TC群发过程的影响. 大气科学学报, 39(2): 198-208. |
雷小途, 张雪芬, 段晚锁等. 2019. 近海台风立体协同观测科学试验. 地球科学进展, 34(7): 671-678. DOI:10.11867/j.issn.1001-8166.2019.07.0671 |
钱传海, 李泽椿, 张福青等. 2012. 国际热带气旋飞机观测综述. 气象科技进展, 2(6): 6-16. |
Abarca S F, Montgomery M T, McWilliams J C. 2015. The azimuthally averaged boundary layer structure of a numerically simulated major hurricane. J Adv Model Earth Syst, 7(3): 1207-1219. DOI:10.1002/2015MS000457 |
Abarca S F, Montgomery M T, Braun S A, et al. 2016. On the secondary eyewall formation of Hurricane Edouard （2014）. Mon Wea Rev, 144(9): 3321-3331. DOI:10.1175/MWR-D-15-0421.1 |
Alessandrini S, Delle Monache L, Rozoff C M, et al. 2018. Probabilistic prediction of tropical cyclone intensity with an analog ensemble. Mon Wea Rev, 146(6): 1723-1744. DOI:10.1175/MWR-D-17-0314.1 |
Androulidakis Y, Kourafalou V, Halliwell G, et al. 2016. Hurricane interaction with the upper ocean in the Amazon-Orinoco plume region. Ocean Dyn, 66(12): 1559-1588. DOI:10.1007/s10236-016-0997-0 |
Archambault H M, Keyser D, Bosart L F, et al. 2015. A composite perspective of the extratropical flow response to recurving western north Pacific tropical cyclones. Mon Wea Rev, 143(4): 1122-1141. DOI:10.1175/MWR-D-14-00270.1 |
Bender M A, Marchok T, Sampson C, et al. 2017. Impact of storm size on prediction of storm track and intensity using the 2016 operational GFDL hurricane model. Wea Forecasting, 32(4): 1491-1508. DOI:10.1175/WAF-D-16-0220.1 |
Braun S A, Newman P A, Heymsfield G M. 2016. NASA's hurricane and severe storm Sentinel （HS3） investigation. Bull Amer Meteor Soc, 97(11): 2085-2102. DOI:10.1175/BAMS-D-15-00186.1 |
Camp J, Roberts M, MacLachlan C, et al. 2015. Seasonal forecasting of tropical storms using the Met Office GloSea5 seasonal forecast system. Quart J Roy Meteor Soc, 141(691): 2206-2219. DOI:10.1002/qj.2516 |
Cangialosi J P. 2018. National hurricane center forecast verification report: 2017 Hurricane Season. Miami, FL: National Hurricane Center, 73pp
|
Caron L P, Hermanson L, Dobbin A, et al. 2018. How skillful are the multiannual forecasts of Atlantic hurricane activity?. Bull Amer Meteor Soc, 99(2): 403-413. DOI:10.1175/BAMS-D-17-0025.1 |
Carrasco C A, Landsea C W, Lin Y L. 2014. The influence of tropical cyclone size on its intensification. Wea Forecasting, 29(3): 582-590. DOI:10.1175/WAF-D-13-00092.1 |
Chan J C L, Kepert J D. 2010. Global Perspectives on Tropical Cyclones: From Science to Mitigation. Singapore: World Scientific
|
Chan K T F, Chan J C L. 2016. Tropical cyclone recurvature: An intrinsic property?. Geophys Res Lett, 43(16): 8769-8774. DOI:10.1002/2016GL070352 |
Chen G H, Chou C. 2014. Joint contribution of multiple equatorial waves to tropical cyclogenesis over the western North Pacific. Mon Wea Rev, 142(1): 79-93. DOI:10.1175/MWR-D-13-00207.1 |
Chen G H, Wu C C, Huang Y H. 2018. The role of near-core convective and stratiform heating/cooling in tropical cyclone structure and intensity. J Atmos Sci, 75(1): 297-326. DOI:10.1175/JAS-D-17-0122.1 |
Chen J M, Wu C H, Chung P H, et al. 2018. Influence of intraseasonal-interannual oscillations on tropical cyclone genesis in the western North Pacific. J Climate, 31(12): 4949-4961. DOI:10.1175/JCLI-D-17-0601.1 |
Chirokova G, DeMaria M, Knaff J A, et al. 2017. ATMS - MiRS: Tropical cyclone applications. Clouds session∥JPSS Annual Science Team Meeting. College Park, MD
|
Chou K H, Wu C C, Lin P H, et al. 2011. The impact of dropwindsonde observations on typhoon track forecasts in DOTSTAR and T-PARC. Mon Wea Rev, 139(6): 1728-1743. DOI:10.1175/2010MWR3582.1 |
Courtney J, Burton A. 2018. Joint industry project for objective tropical cyclone reanalysis: Final Report. Bureau of Meteorology, 87pp
|
Dai Y, Majumdar S J, Nolan D S. 2017. Secondary eyewall formation in tropical cyclones by outflow-jet interaction. J Atmos Sci, 74(6): 1941-1958. DOI:10.1175/JAS-D-16-0322.1 |
Deng D F, Ritchie E A. 2018. Rainfall characteristics of recurving tropical cyclones over the western north Pacific. J Climate, 31(2): 575-592. DOI:10.1175/JCLI-D-17-0415.1 |
Didlake A C Jr, Reasor P D, Rogers R F, et al. 2018. Dynamics of the transition from spiral rainbands to a secondary eyewall in Hurricane Earl （2010）. J Atmos Sci, 75(9): 2909-2929. DOI:10.1175/JAS-D-17-0348.1 |
Dougherty E M, Molinari J, Rogers R F, et al. 2018. Hurricane Bonnie （1998）: Maintaining intensity during high vertical wind shear and an eyewall replacement cycle. Mon Wea Rev, 146(10): 3383-3399. DOI:10.1175/MWR-D-18-0030.1 |
Dupont T, Plu M, Caroff P, et al. 2011. Verification of ensemble-based uncertainty circles around tropical cyclone track forecasts. Wea Forecasting, 26(5): 664-676. DOI:10.1175/WAF-D-11-00007.1 |
Emanuel K. 2015. Effect of upper-ocean evolution on projected trends in tropical cyclone activity. J Climate, 28(20): 8165-8170. DOI:10.1175/JCLI-D-15-0401.1 |
Emanuel K A. 2018. 100 years of progress in tropical cyclone research∥A Century of Progress in Atmospheric and Related Sciences: Celebrating the American Meteorological Society Centennial. Ponte Vedra, FL: American Meteorological Society
|
Fang J, Zhang F Q. 2016. Contribution of tropical waves to the formation of supertyphoon Megi （2010）. J Atmos Sci, 73(11): 4387-4405. DOI:10.1175/JAS-D-15-0179.1 |
Finocchio P M, Majumdar S J, Nolan D S, et al. 2016. Idealized tropical cyclone responses to the height and depth of environmental vertical wind shear. Mon Wea Rev, 144(6): 2155-2175. DOI:10.1175/MWR-D-15-0320.1 |
Fischer M S, Tang B H, Corbosiero K L. 2017. Assessing the influence of upper-tropospheric troughs on tropical cyclone intensification rates after genesis. Mon Wea Rev, 145(4): 1295-1313. DOI:10.1175/MWR-D-16-0275.1 |
Foerster A M, Bell M M, Harr P A, et al. 2014. Observations of the eyewall structure of Typhoon Sinlaku （2008） during the transformation stage of extratropical transition. Mon Wea Rev, 142(9): 3372-3392. DOI:10.1175/MWR-D-13-00313.1 |
Fore A G, Yueh S H, Tang W Q, et al. 2016. Combined active/passive retrievals of ocean vector wind and sea surface salinity with SMAP. IEEE Trans Geosci Remote Sens, 54(12): 7396-7404. DOI:10.1109/TGRS.2016.2601486 |
Fowler J P, Galarneau T J Jr. 2017. Influence of storm-storm and storm-environment interactions on tropical cyclone formation and evolution. Mon Wea Rev, 145(12): 4855-4875. DOI:10.1175/MWR-D-17-0131.1 |
Gao J Y, Li T. 2011. Factors controlling multiple tropical cyclone events in the western North Pacific. Mon Wea Rev, 139(3): 885-894. DOI:10.1175/2010MWR3340.1 |
Goerss J S, Sampson C R. 2014. Prediction of consensus tropical cyclone intensity forecast error. Wea Forecasting, 29(3): 750-762. DOI:10.1175/WAF-D-13-00058.1 |
Gonzalez Ⅲ I, Cotto A, Willoughby H. 2015. Synthesis of vortex Rossby waves. Part Ⅱ: Vortex motion and waves in the outer waveguide. J Atmos Sci, 72(10): 3958-3974. DOI:10.1175/JAS-D-15-0005.1 |
Grams C M, Blumer S R. 2015. European high-impact weather caused by the downstream response to the extratropical transition of North Atlantic Hurricane Katia （2011）. Geophys Res Lett, 42(20): 8738-8748. DOI:10.1002/2015GL066253 |
Grams C M, Archambault H M. 2016. The key role of diabatic outflow in amplifying the midlatitude flow: A representative case study of weather systems surrounding western north Pacific extratropical transition. Mon Wea Rev, 144(10): 3847-3869. DOI:10.1175/MWR-D-15-0419.1 |
Guimond S R, Heymsfield G M, Reasor P D, et al. 2016. The rapid intensification of Hurricane Karl （2010）: New remote sensing observations of convective bursts from the Global Hawk platform. J Atmos Sci, 73(9): 3617-3639. DOI:10.1175/JAS-D-16-0026.1 |
Guo X, Tan Z M. 2017. Tropical cyclone fullness: A new concept for interpreting storm intensity. Geophys Res Lett, 44(9): 4324-4331. DOI:10.1002/2017GL073680 |
Halperin D J, Hart R E, Fuelberg H E, et al. 2017. The development and evaluation of a statistical-dynamical tropical cyclone genesis guidance tool. Wea Forecasting, 32(1): 27-46. DOI:10.1175/WAF-D-16-0072.1 |
Heming J T. 2017. Tropical cyclone tracking and verification techniques for Met Office numerical weather prediction models. Meteor Appl, 24(1): 1-8. DOI:10.1002/met.1599 |
Heming J T, Vellinga M. 2018. The impact of recently implemented and planned changes to the Met Office Global Model on tropical cyclone performance∥Proceedings of the 33rd Conference on Hurricanes and Tropical Meteorology. Ponte Vedra, FL: American Meteorological Society
|
Holland G, Bruyère C L. 2014. Recent intense hurricane response to global climate change. Climate Dyn, 42(3-4): 617-627. DOI:10.1007/s00382-013-1713-0 |
Horstmann J, Falchetti S, Wackerman C, et al. 2015. Tropical cyclone winds retrieved from C-band cross-polarized synthetic aperture radar. IEEE Trans Geosci Remote Sens, 53(5): 2887-2898. DOI:10.1109/TGRS.2014.2366433 |
Huang P, Lin I I, Chou C, et al. 2015. Change in ocean subsurface environment to suppress tropical cyclone intensification under global warming. Nat Commun, 6: 7188. DOI:10.1038/ncomms8188 |
Huang Y H, Wu C C, Montgomery M T. 2018. Concentric eyewall formation in Typhoon Sinlaku （2008）. Part Ⅲ: Horizontal momentum budget analyses. J Atmos Sci, 75(10): 3541-3563. DOI:10.1175/JAS-D-18-0037.1 |
Jaimes B, Shay L K, Uhlhorn E W. 2015. Enthalpy and momentum fluxes during hurricane earl relative to underlying ocean features. Mon Wea Rev, 143(1): 111-131. DOI:10.1175/MWR-D-13-00277.1 |
Jaimes B, Shay L K, Brewster J K. 2016. Observed air-sea interactions in tropical cyclone isaac over loop current mesoscale eddy features. Dyn Atmos Ocean, 76: 306-324. DOI:10.1016/j.dynatmoce.2016.03.001 |
Jiang H Y, Zagrodnik J P, Tao C, et al. 2018. Classifying precipitation types in tropical cyclones using the NRL 37 GHz color product. J Geophys Res, 123(10): 5509-5524. |
Jiang X N, Xiang B Q, Zhao M, et al. 2018. Intraseasonal tropical cyclogenesis prediction in a global coupled model system. J Climate, 31(15): 6209-6227. DOI:10.1175/JCLI-D-17-0454.1 |
Kanada S, Wada A. 2015. Numerical study on the extremely rapid intensification of an intense tropical cyclone: Typhoon Ida （1958）. J Atmos Sci, 72(11): 4194-4217. DOI:10.1175/JAS-D-14-0247.1 |
Katsumata M, Mori S, Geng B, et al. 2016. Internal structure of ex-typhoon phanfone （2014） under an extratropical transition as observed by the research vessel Mirai
. Geophys Res Lett, 43(17): 9333-9341. DOI:10.1002/2016GL070384 |
Keighton S, Miller D K, Hotz D, et al. 2016. Northwest flow snow aspects of Hurricane Sandy. Wea Forecasting, 31(1): 173-195. DOI:10.1175/WAF-D-15-0069.1 |
Keller J H, Jones S C, Harr P A. 2014. An eddy kinetic energy view of physical and dynamical processes in distinct forecast scenarios for the extratropical transition of two tropical cyclones. Mon Wea Rev, 142(8): 2751-2771. DOI:10.1175/MWR-D-13-00219.1 |
Keller J H. 2017. Amplification of the downstream wave train during extratropical transition: Sensitivity studies. Mon Wea Rev, 145(4): 1529-1548. DOI:10.1175/MWR-D-16-0193.1 |
Kerns B W, Chen S S. 2015. Subsidence warming as an underappreciated ingredient in tropical cyclogenesis. Part Ⅰ: Aircraft observations. J Atmos Sci, 72(11): 4237-4260. DOI:10.1175/JAS-D-14-0366.1 |
Kishimoto K, Sasaki M, Kunitsugu M. 2013. Cloud grid information objective Dvorak analysis （CLOUD） at the RSMC Tokyo-Typhoon Center. Tokyo: Typhoon Center, 1-15
|
Klotzbach P J, Landsea C W. 2015a. Extremely intense hurricanes: Revisiting Webster et al. （2005） after 10 years. J Climate, 28(19): 7621-7629. DOI:10.1175/JCLI-D-15-0188.1 |
Klotzbach P J, Oliver E C J. 2015b. Modulation of Atlantic basin tropical cyclone activity by the Madden-Julian Oscillation （MJO） from 1905 to 2011. J Climate, 28(1): 204-217. DOI:10.1175/JCLI-D-14-00509.1 |
Klotzbach P J, Oliver E C J. 2015c. Variations in global tropical cyclone activity and the Madden-Julian Oscillation since the midtwentieth century. Geophys Res Lett, 42(10): 4199-4207. DOI:10.1002/2015GL063966 |
Klotzbach P J, Blake E, Camp J, et al.. 2019. Seasonal Tropical Cyclone Forecasting. Trop Cyclone Res Rev, 8(3): 134-149. DOI:10.1016/j.tcrr.2019.10.003 |
Knaff J A, DeMaria M, Molenar D A, et al. 2011. An automated, objective, multiple-satellite-platform tropical cyclone surface wind analysis. J Appl Meteor Climatol, 50(10): 2149-2166. DOI:10.1175/2011JAMC2673.1 |
Knaff J A, Sampson C R, Chirokova G. 2017. A global statistical-dynamical tropical cyclone wind radii forecast scheme. Wea Forecasting, 32(2): 629-644. DOI:10.1175/WAF-D-16-0168.1 |
Knaff J A, Sampson C R, Musgrave K D. 2018. An operational rapid intensification prediction aid for the western North Pacific. Wea Forecasting, 33(3): 799-811. DOI:10.1175/WAF-D-18-0012.1 |
Knutson T, Camargo S J, Chan J C L, et al. 2019. Tropical cyclones and climate change assessment: Part Ⅰ: Detection and attribution. Bull Amer Meteor Soc, 100(10): 1987-2007. DOI:10.1175/BAMS-D-18-0189.1 |
Knutson T, Camargo S J, Chan J C L, et al. 2020. Tropical cyclones and climate change assessment: PartⅡ: Projected response to anthropogenic warming. Bull Amer Meteor Soc, 101(3): E303-E322. DOI:10.1175/BAMS-D-18-0194.1 |
Komaromi W A, Doyle J D. 2018. On the dynamics of tropical cyclone and trough interactions. J Atmos Sci, 75(8): 2687-2709. DOI:10.1175/JAS-D-17-0272.1 |
Kossin J P, Emanuel K A, Vecchi G A. 2014. The poleward migration of the location of tropical cyclone maximum intensity. Nature, 509(7500): 349-352. DOI:10.1038/nature13278 |
Kossin J P. 2015. Hurricane wind-pressure relationship and eyewall rep-lacement cycles. Wea Forecasting, 30(1): 177-181. DOI:10.1175/WAF-D-14-00121.1 |
Kossin J P, DeMaria M. 2016a. Reducing operational hurricane intensity forecast errors during eyewall replacement cycles. Wea Forecasting, 31(2): 601-608. DOI:10.1175/WAF-D-15-0123.1 |
Kossin J P, Emanuel K A, Camargo S J. 2016b. Past and projected changes in western North Pacific tropical cyclone exposure. J Climate, 29(16): 5725-5739. DOI:10.1175/JCLI-D-16-0076.1 |
Kossin J P. 2018. A global slowdown of tropical-cyclone translation speed. Nature, 558(7708): 104-107. DOI:10.1038/s41586-018-0158-3 |
Kunii M. 2015. Assimilation of tropical cyclone track and wind radius data with an ensemble Kalman filter. Wea Forecasting, 30(4): 1050-1063. DOI:10.1175/WAF-D-14-00088.1 |
Kwon Y C, Kim T. 2017. Impact of air-sea exchange coefficients on the structure and intensity of tropical cyclones. Terr Atmos Ocean Sci, 28(3): 345-356. DOI:10.3319/TAO.2016.11.16.01 |
Landsea C W, Cangialosi J P. 2018. Have we reached the limits of predictability for tropical cyclone track forecasting?. Bull Amer Meteor Soc, 99(11): 2237-2243. DOI:10.1175/BAMS-D-17-0136.1 |
Lee C Y, Camargo S J, Vitart F, et al. 2018. Subseasonal tropical cyclone genesis prediction and MJO in the S2S dataset. Wea Forecasting, 33(4): 967-988. DOI:10.1175/WAF-D-17-0165.1 |
Leighton H, Gopalakrishnan S, Zhang J A, et al. 2018. Azimuthal distribution of deep convection, environmental factors, and tropical cyclone rapid intensification: A perspective from HWRF ensemble forecasts of Hurricane Edouard （2014）. J Atmos Sci, 75(1): 275-295. DOI:10.1175/JAS-D-17-0171.1 |
Leroux M D, Plu M, Roux F. 2016. On the sensitivity of tropical cyclone intensification under upper-level trough forcing. Mon Wea Rev, 144(3): 1179-1202. DOI:10.1175/MWR-D-15-0224.1 |
Li M X, Ping F, Chen J, et al. 2016. A simulation study on the rapid intensification of Typhoon Megi （2010） in vertical wind shear. Atmos Sci Lett, 17(12): 630-638. DOI:10.1002/asl.713 |
Li Q Q, Wang Y H, Duan Y H. 2014. Effects of diabatic heating and cooling in the rapid filamentation zone on structure and intensity of a simulated tropical cyclone. J Atmos Sci, 71(9): 3144-3163. DOI:10.1175/JAS-D-13-0312.1 |
Li Q Q, Wang Y Q, Duan Y H. 2015. Impacts of evaporation of rainwater on tropical cyclone structure and intensity: A revisit. J Atmos Sci, 72(9): 1323-1345. |
Liang J, Wu L G, Zong H J. 2014. Idealized numerical simulations of tropical cyclone formation associated with monsoon gyres. Adv Atmos Sci, 31(2): 305-315. DOI:10.1007/s00376-013-2282-1 |
Liang J, Wu L G. 2015. Sudden track changes of tropical cyclones in monsoon gyres: Full-physics, idealized numerical experiments. J Atmos Sci, 72(4): 1307-1322. DOI:10.1175/JAS-D-13-0393.1 |
Lin K J, Chen S S, Yang S C. 2018. Ensemble forecast of typhoon Fanapi （2010） using a high-resolution coupled model: Effects of TC-ocean interaction∥Proceedings of AMS 33rd Conference on Hurricanes and Tropical Meteorology. Ponte Vedra, FL: American Meteorological Society
|
Lin Y L, Chen S H, Liu L P. 2016. Orographic influence on basic flow and cyclone circulation and their impacts on track deflection of an idealized tropical cyclone. J Atmos Sci, 73(10): 3951-3974. DOI:10.1175/JAS-D-15-0252.1 |
Liu M F, Smith J A. 2016. Extreme rainfall from landfalling tropical cyclones in the eastern United States: Hurricane Irene （2011）. J Hydrometeorol, 17(11): 2883-2904. DOI:10.1175/JHM-D-16-0072.1 |
Ma Y M, Davidson N E, Xiao Y, et al. 2017. Revised parameterization of air-sea exchanges in high winds for operational numerical prediction: Impact on tropical cyclone track, intensity, and rapid intensification. Wea Forecasting, 32(3): 821-848. DOI:10.1175/WAF-D-15-0109.1 |
Ma Z H, Fei J F, Liu L, et al. 2017. An investigation of the influences of mesoscale ocean eddies on tropical cyclone intensities. Mon Wea Rev, 145(4): 1181-1200. DOI:10.1175/MWR-D-16-0253.1 |
Matyas C J. 2017. Comparing the spatial patterns of rainfall and atmospheric moisture among tropical cyclones having a track similar to hurricane Irene （2011）. Atmosphere, 8(9): 165. |
McTaggart-Cowan R, Davies E L, Fairman J G Jr, et al. 2015. Revisiting the 26.5℃ sea surface temperature threshold for tropical cyclone deve-lopment. Bull Amer Meteor Soc, 96(11): 1929-1943. DOI:10.1175/BAMS-D-13-00254.1 |
Mehra A, Zhang Z, Liu B, et al. 2018. Recent and future advances in tropical cyclone modeling at NOAA's national weather service national center for environmental prediction （NWS/NCEP）∥Proceedings of the 33rd Con-ference on Hurricanes and Tropical Meteorology. Ponte Vedra, FL: American Meteorological Society
|
Melhauser C, Zhang F Q. 2014. Diurnal radiation cycle impact on the pregenesis environment of Hurricane Karl （2010）. J Atmos Sci, 71(4): 1241-1259. DOI:10.1175/JAS-D-13-0116.1 |
Miller W, Chen H, Zhang D L. 2015. On the rapid intensification of Hurricane Wilma （2005）. Part Ⅲ: Effects of latent heat of fusion. J Atmos Sci, 72(10): 3829-3849. DOI:10.1175/JAS-D-14-0386.1 |
Mohapatra M, Nayak D P, Sharma R P, et al. 2013. Evaluation of official tropical cyclone track forecast over north Indian Ocean issued by India Meteorological Department. J Earth Syst Sci, 122(3): 589-601. DOI:10.1007/s12040-013-0291-1 |
Mohapatra M, Geetha B, Sharma M. 2017. Reduction in uncertainty in tropical cyclone track forecasts over the North Indian Ocean. Curr Sci, 112(9): 1826-1830. DOI:10.18520/cs/v112/i09/1826-1830 |
Muller C J, Romps D M. 2018. Acceleration of tropical cyclogenesis by self-aggregation feedbacks. Proc Natl Acad Sci USA, 115(12): 2930-2935. DOI:10.1073/pnas.1719967115 |
Murakami H, Vecchi G A, Villarini G, et al. 2016. Seasonal forecasts of major hurricanes and landfalling tropical cyclones using a high-resolution GFDL coupled climate model. J Climate, 29(22): 7977-7989. DOI:10.1175/JCLI-D-16-0233.1 |
Navarro E L, Hakim G J. 2016. Idealized numerical modeling of the diurnal cycle of tropical cyclones. J Atmos Sci, 73(10): 4189-4201. DOI:10.1175/JAS-D-15-0349.1 |
Navarro E L, Hakim G J, Willoughby H E. 2017. Balanced response of an axisymmetric tropical cyclone to periodic diurnal heating. J Atmos Sci, 74(10): 3325-3337. DOI:10.1175/JAS-D-16-0279.1 |
Newinger C, Toumi R. 2015. Potential impact of the colored Amazon and Orinoco plume on tropical cyclone intensity. J Geophys Res, 120(2): 1296-1317. DOI:10.1002/2014JC010533 |
Nicholls M E. 2015. An investigation of how radiation may cause accelerated rates of tropical cyclogenesis and diurnal cycles of convective activity. Atmos Chem Phys, 15(15): 9003-9029. DOI:10.5194/acp-15-9003-2015 |
Nishimura M, Yamaguchi M. 2015. Selective ensemble mean technique for tropical cyclone track forecasts using multi-model ensembles. Trop Cyclone Res Rev, 4(2): 71-78. |
Ogata T, Mizuta R, Adachi Y, et al. 2016. Atmosphere-ocean coupling effect on intense tropical cyclone distribution and its future change with 60 km-AOGCM. Sci Rep, 6: 29800. DOI:10.1038/srep29800 |
Olander T, Velden C. 2018. The UW-CIMSS Advanced Dvorak Technique （ADT）: Current status and future upgrades∥Proceedings of the 33rd Conference on Hurricanes and Tropical Meteorology. Ponte Vedra, FL: American Meteorological Society
|
Oyama R, Sawada M, Shimoji K. 2018. Diagnosis of tropical cyclone intensity and structure using upper tropospheric atmospheric motion vectors. J Meteor Soc Japan Ser. Ⅱ, 96B: 3-26. DOI:10.2151/jmsj.2017-024 |
Piñeros M F, Ritchie E A, Tyo J S. 2008. Objective measures of tropical cyclone structure and intensity change from remotely sensed infrared image data. IEEE Trans Geosci Remote Sen, 46(11): 3574-3580. DOI:10.1109/TGRS.2008.2000819 |
Powell M D, Reinhold T A. 2007. Tropical cyclone destructive potential by integrated kinetic energy. Bull Amer Meteor Soc, 88(4): 513-526. DOI:10.1175/BAMS-88-4-513 |
Quinting J F, Jones S C. 2016. On the impact of tropical cyclones on Rossby wave packets: A climatological perspective. Mon Wea Rev, 144(5): 2021-2048. DOI:10.1175/MWR-D-14-00298.1 |
Reul N, Chapron B, Zabolotskikh E, et al. 2016. A revised L-band radio-brightness sensitivity to extreme winds under tropical cyclones: The five year SMOS-storm database. Remote Sens Environ, 180: 274-291. DOI:10.1016/j.rse.2016.03.011 |
Riboldi J, Röthlisberger M, Grams C M. 2018. Rossby wave initiation by recurving tropical cyclones in the western North Pacific. Mon Wea Rev, 146(5): 1283-1301. DOI:10.1175/MWR-D-17-0219.1 |
Riemer M, Jones S C. 2014. Interaction of a tropical cyclone with a high-amplitude, midlatitude wave pattern: Waviness analysis, trough deformation and track bifurcation. Quart J Roy Meteor Soc, 140(681): 1362-1376. DOI:10.1002/qj.2221 |
Rogers R F, Reasor P D, Zhang J A. 2015. Multiscale structure and evolution of Hurricane Earl （2010） during rapid intensification. Mon Wea Rev, 143(2): 536-562. DOI:10.1175/MWR-D-14-00175.1 |
Rogers R F, Zhang J A, Zawislak J, et al. 2016. Observations of the structure and evolution of Hurricane Edouard （2014） during intensity change. Part Ⅱ: Kinematic structure and the distribution of deep convection. Mon Wea Rev, 144(9): 3355-3376. DOI:10.1175/MWR-D-16-0017.1 |
Schreck Ⅲ C J. 2015. Kelvin waves and tropical cyclogenesis: A global survey. Mon Wea Rev, 143(10): 3996-4011. DOI:10.1175/MWR-D-15-0111.1 |
Schreck Ⅲ C J. 2016. Convectively coupled Kelvin waves and tropical cyclogenesis in a semi-Lagrangian framework. Mon Wea Rev, 144(11): 4131-4139. DOI:10.1175/MWR-D-16-0237.1 |
Seity Y, Brousseau P, Malardel S, et al. 2011. The AROME: France convective-scale operational model. Mon Wea Rev, 139(3): 976-991. DOI:10.1175/2010MWR3425.1 |
Seroka G, Miles T, Xu Y, et al. 2016. Hurricane Irene sensitivity to stratified coastal ocean cooling. Mon Wea Rev, 144(9): 3507-3530. DOI:10.1175/MWR-D-15-0452.1 |
Shimada U, Aonashi K, Miyamoto Y. 2017. Tropical cyclone intensity change and axisymmetricity deduced from GSMaP. Mon Wea Rev, 145(3): 1003-1017. DOI:10.1175/MWR-D-16-0244.1 |
Sitkowski M, Kossin J P, Rozoff C M. 2011. Intensity and structure changes during hurricane eyewall replacement cycles. Mon Wea Rev, 139(12): 3829-3847. DOI:10.1175/MWR-D-11-00034.1 |
Soloviev A V, Lukas R, Donelan M A, et al. 2017. Is the state of the air-sea interface a factor in rapid intensification and rapid decline of tropical cyclones?. J Geophys Res, 122(12): 10174-10183. DOI:10.1002/2017JC013435 |
Sun Y, Zhong Z, Yi L, et al. 2015. Dependence of the relationship between the tropical cyclone track and western Pacific subtropical high intensity on initial storm size: A numerical investigation. J Geophys Res, 120(22): 11451-11467. |
Sun Y, Zhong Z, Li T, et al. 2017. Impact of ocean warming on tropical cyclone track over the western north pacific: A numerical investigation based on two case studies. J Geophys Res, 122(16): 8617-8630. |
Susca-Lopata G, Zawislak J, Zipser E J, et al. 2015. The role of observed environmental conditions and precipitation evolution in the rapid intensification of Hurricane Earl （2010）. Mon Wea Rev, 143(6): 2207-2223. DOI:10.1175/MWR-D-14-00283.1 |
Tallapragada V, Bernardet L, Biswas M K, et al. 2015. Hurricane Weather Research and Forecasting （HWRF） Model: 2015 scientific documen-tation, August 2015- HWRF v3.7a. Boulder, CO: NCAR Developmental Testbed Center, 123pp
|
Tang C K, Chan J C L. 2014. Idealized simulations of the effect of Taiwan and Philippines topographies on tropical cyclone tracks. Quart J Roy Meteor Soc, 140(682): 1578-1589. DOI:10.1002/qj.2240 |
Tao C, Jiang H Y. 2015. Distributions of shallow to very deep precipitation-convection in rapidly intensifying tropical cyclones. J Climate, 28(22): 8791-8824. DOI:10.1175/JCLI-D-14-00448.1 |
Tao C, Jiang H Y, Zawislak J. 2017. The relative importance of stratiform and convective rainfall in rapidly intensifying tropical cyclones. Mon Wea Rev, 145(3): 795-809. DOI:10.1175/MWR-D-16-0316.1 |
Torn R D. 2014. The impact of targeted dropwindsonde observations on tropical cyclone intensity forecasts of four weak systems during PREDICT. Mon Wea Rev, 142(8): 2860-2878. DOI:10.1175/MWR-D-13-00284.1 |
Torn R D, Hakim G J. 2015a. Comparison of wave packets associated with extratropical transition and winter cyclones. Mon Wea Rev, 143(5): 1782-1803. DOI:10.1175/MWR-D-14-00006.1 |
Torn R D, Whitaker J S, Pegion P, et al. 2015b. Diagnosis of the source of GFS medium-range track errors in Hurricane Sandy （2012）. Mon Wea Rev, 143(1): 132-152. DOI:10.1175/MWR-D-14-00086.1 |
Torn R D. 2017. A comparison of the downstream predictability associated with ET and baroclinic cyclones. Mon Wea Rev, 145(11): 4651-4672. DOI:10.1175/MWR-D-17-0083.1 |
Torn R D, Elless T J, Papin P P, et al. 2018. Tropical cyclone track sensitivity in deformation steering flow. Mon Wea Rev, 146(10): 3183-3201. DOI:10.1175/MWR-D-18-0153.1 |
Tory K J, Dare R A. 2015. Sea surface temperature thresholds for tropical cyclone formation. J Climate, 28(20): 8171-8183. DOI:10.1175/JCLI-D-14-00637.1 |
Tsai H C, Elsberry R L. 2018. Seven-day intensity and intensity spread predictions in bifurcation situations with guidance-on-guidance for western North Pacific tropical cyclones. Asia-Pac J Atmos Sci, 54(3): 421-430. DOI:10.1007/s13143-018-0008-0 |
Uhlhorn E W, Klotz B W, Vukicevic T, et al. 2014. Observed hurricane wind speed asymmetries and relationships to motion and environmental shear. Mon Wea Rev, 142(3): 1290-1311. DOI:10.1175/MWR-D-13-00249.1 |
Wang H, Wu C C, Wang Y Q. 2016. Secondary eyewall formation in an idealized tropical cyclone simulation: Balanced and unbalanced dynamics. J Atmos Sci, 73(10): 3911-3930. DOI:10.1175/JAS-D-15-0146.1 |
Wang Z. 2014. Role of cumulus congestus in tropical cyclone formation in a high-resolution numerical model simulation. J Atmos Sci, 71(5): 1681-1700. DOI:10.1175/JAS-D-13-0257.1 |
Wang Z. 2018. What is the key feature of convection leading up to tropical cyclone formation?. J Atmos Sci, 75(5): 1609-1629. DOI:10.1175/JAS-D-17-0131.1 |
Wei N, Li Y, Zhang D L, et al. 2016. A statistical analysis of the relationship between upper-tropospheric cold low and tropical cyclone track and intensity change over the western North Pacific. Mon Wea Rev, 144(5): 1805-1822. DOI:10.1175/MWR-D-15-0370.1 |
Wei N, Zhang X H, Chen L S, et al. 2018. Comparison of the effect of easterly and westerly vertical wind shear on tropical cyclone intensity change over the western North Pacific. Environ Res Lett, 13(3): 034020. DOI:10.1088/1748-9326/aaa496 |
Wijnands J S, Qian G, Shelton K L, et al. 2015. Seasonal forecasting of tropical cyclone activity in the Australian and the South Pacific Ocean Regions. Math Climate Wea Forecast, 1(1): 21-42. |
Wimmers A J, Velden C S. 2016. Advancements in objective multisatellite tropical cyclone center fixing. J Appl Meteor Climatol, 55(1): 197-212. DOI:10.1175/JAMC-D-15-0098.1 |
Wing A A, Camargo S J, Sobel A H. 2016. Role of radiative-convective feedbacks in spontaneous tropical cyclogenesis in idealized numerical simulations. J Atmos Sci, 73(7): 2633-2642. DOI:10.1175/JAS-D-15-0380.1 |
Wirth V, Riemer M, Chang E K M, et al. 2018. Rossby wave packets on the midlatitude waveguide: A review. Mon Wea Rev, 146(7): 1965-2001. DOI:10.1175/MWR-D-16-0483.1 |
Wong W K, Tse S M, Chan P W. 2014. Impacts of reconnaissance flight data on numerical simulation of tropical cyclones over South China Sea. Meteor Appl, 21(4): 831-847. DOI:10.1002/met.1412 |
Wu L G, Zong H J, Liang J. 2013. Observational analysis of tropical cyclone formation associated with monsoon gyres. J Atmos Sci, 70(4): 1023-1034. DOI:10.1175/JAS-D-12-0117.1 |
Wunsch K E D, Didlake A C Jr. 2018. Analyzing tropical cyclone structures during secondary eyewall formation using aircraft in situ observations. Mon Wea Rev, 146(12): 3977-3993. DOI:10.1175/MWR-D-18-0197.1 |
Xu J, Wang Y Q. 2015. A statistical analysis on the dependence of tropical cyclone intensification rate on the storm intensity and size in the North Atlantic. Wea Forecasting, 30(3): 692-701. DOI:10.1175/WAF-D-14-00141.1 |
Xu J, Wang Y Q, Tan Z M. 2016. The relationship between sea surface temperature and maximum intensification rate of tropical cyclones in the North Atlantic. J Atmos Sci, 73(12): 4979-4988. DOI:10.1175/JAS-D-16-0164.1 |
Xu J, Wang Y Q. 2018. Dependence of tropical cyclone intensification rate on sea surface temperature, storm intensity, and size in the western North Pacific. Wea Forecasting, 33(2): 523-537. DOI:10.1175/WAF-D-17-0095.1 |
Xu W X, Rutledge S A, Zhang W J. 2017. Relationships between total lightning, deep convection, and tropical cyclone intensity change. J Geophys Res, 122(13): 7047-7063. |
Yamaguchi M, Nakazawa T, Hoshino S. 2014. North western Pacific tropical cyclone ensemble forecast project. Trop Cyclone Res Rev, 3(3): 193-201. |
Yamaguchi M, Koide N. 2017. Tropical cyclone genesis guidance using the early stage dvorak analysis and global ensembles. Wea Forecasting, 32(6): 2133-2141. DOI:10.1175/WAF-D-17-0056.1 |
Yan Y F, Li L, Wang C Z. 2017. The effects of oceanic barrier layer on the upper ocean response to tropical cyclones. J Geophys Res, 122(6): 4829-4844. DOI:10.1002/2017JC012694 |
You L J, Gao J Y, Lin H, et al. 2019. Impact of the intra-seasonal oscillation on tropical cyclone genesis over the western North Pacific. Int J Climatol, 39(4): 1969-1984. DOI:10.1002/joc.5927 |
Zawislak J, Jiang H Y, Alvey Ⅲ G R, et al. 2016. Observations of the structure and evolution of Hurricane Edouard （2014） during intensity change. Part Ⅰ: Relationship between the thermodynamic structure and precipitation. Mon Wea Rev, 144(9): 3333-3354. DOI:10.1175/MWR-D-16-0018.1 |
Zhang B, Perrie W. 2012. Cross-polarized synthetic aperture radar: A new potential measurement technique for hurricanes. Bull Amer Meteor Soc, 93(4): 531-541. DOI:10.1175/BAMS-D-11-00001.1 |
Zhang G, Wang Z. 2019. North Atlantic Rossby wave breaking during the hurricane season: Association with tropical and extratropical variability. J Climate, 32(13): 3777-3801. DOI:10.1175/JCLI-D-18-0299.1 |
Zhang J A, Marks F D, Sippel J A, et al. 2018. Evaluating the impact of improvement in the horizontal diffusion parameterization on hurricane prediction in the operational Hurricane Weather Research and Forecast （HWRF） model. Wea Forecasting, 33(1): 317-329. DOI:10.1175/WAF-D-17-0097.1 |
Zhang W, Fu B, Peng M S, et al. 2015. Discriminating developing versus nondeveloping tropical disturbances in the western North Pacific through decision tree analysis. Wea Forecasting, 30(2): 446-454. DOI:10.1175/WAF-D-14-00023.1 |
Zhang W, Vecchi G A, Villarini G, et al. 2017. Statistical-dynamical seasonal forecast of western North Pacific and East Asia landfalling tropical cyclones using the GFDL FLOR coupled climate model. J Climate, 30(6): 2209-2232. DOI:10.1175/JCLI-D-16-0487.1 |
Zhao H K, Wu L G. 2018. Modulation of convectively coupled equatorial Rossby wave on the western North Pacific tropical cyclones activity. Int J Climatol, 38(2): 932-948. DOI:10.1002/joc.5220 |
Zhu Z D, Zhu P. 2015. Sensitivities of eyewall replacement cycle to model physics, vortex structure, and background winds in numerical simulations of tropical cyclones. J Geophys Res, 120(2): 590-622. |
Zong H J, Wu L G. 2015. Re-examination of tropical cyclone formation in monsoon troughs over the western North Pacific. Adv Atmos Sci, 32(7): 924-934. DOI:10.1007/s00376-014-4115-2 |