A STUDY ON THE SOURCES OF TROPICAL CYCLONES IN CHINA
-
摘要: 使用1971—2010年的TC路径资料，运用TC潜在影响力指数和密度聚类算法，研究TC生成源地的特征。研究发现，影响中国的TC数量和平均潜在影响力指数存在经向波动特征；菲律宾北部吕宋岛以东和140 °E，10 °N附近生成的有影响TC数量多，且强度大。120~135 °E、135~150 °E区域生成的TC主要影响省份多达10个，而且内陆一些省份也会受到影响。2001—2010年间西北太平洋生成的TC的数量减少，一般影响TC的占比没变，高影响TC的占比为1971—2010年间最高。Abstract: The TCs source information from 1971 to 2010 is used to study the characteristics of TCs generation source by using TCs Potential Impact Index (TCPI) and density clustering algorithm. It is found that the impact of TCs and the average TCPI in China have the characteristics of meridional fluctuation. The number of potential impact TCs near the east of Luzon Island and the north of the Philippines is high and the intensity is large near(140 °E, 10 °N). TCs generated in 120~135 °E、135~150 °E regions mainly affected 10 provinces and the inland area of some provinces. The proportion of TCs generated in the Northwest Pacific during the 2001-2010 period was reduced, and that of general impact TCs was not changed. The proportion of high impact TCs was the highest between 1971 and 2010.
-
Key words:
- climatology /
- tropical cyclone /
- Potential Impact Index /
- density clustering algorithm /
- source
-
图 13 1971—2010年105~120 °E(a)、120~135 °E(b)、135~150 °E(c)、150 °E以东(d)区域中生成的TC对我国的主要影响
方块中数字表示“有影响TC数/TC总数”。
表 1 不同年代TC生成个数
年代 TC个数 一般影响TC 高影响TC 1971—1980 354 148 14 1981—1990 330 140 18 1991—2000 295 120 10 2001—2010 263 112 16 
下载: 导出CSV
-
[1] PARK M S, KIM M, LEE M I, et al. Detection of tropical cyclone genesis via quantitative satellite ocean surface wind pattern and intensity analyses using decision trees[J]. Rem Sens Envir, 2016, 183: 205-214. [2] 黄勇, 李崇银, 王颖. 2006年西北太平洋热带气旋生成频数和源地异常的成因分析[J].热带气象学报, 2008, 24(6): 590-598. [3] 柴乾明, 王文彩, 黄忠伟.基于卫星数据研究热带气旋眼壁及周围螺旋云带宏微观结构特征[J].热带气象学报, 2016, 32(2): 172-182. [4] 胡皓, 端义宏.南海热带气旋迅速加强环境场因子的影响分析[J].热带气象学报, 2016, 32(3): 299-310. [5] 黄荣辉, 皇甫静亮, 武亮, 等.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[J].热带气象学报, 2016, 32(6): 767-785. [6] 黄焕卿, 张海影, 魏立新, 等.西北太平洋台风发生个数及源地的统计分析[J].海洋预报, 2009, 26(1): 59-61. [7] RUMPF J, WEINDL H, HÖPPE P, et al. Stochastic modeling of tropical cyclone tracks. mathematical methods of operational research[J]. 2007, 66(3): 475-490. [8] 胡娅敏, 宋丽莉, 罗晓玲.近58年登陆广东热带气旋位置和生成源地的变化[J].中山大学学报自然科学版, 2011, 50(4): 113-120. [9] ZHANG L J, ZHU H Y, SUN X J. China's tropical cyclone disaster risk source analysis based on the gray density clustering[J]. Nat Haz, 2014, 71(2): 1 053-1 065. [10] MORI N, TAKEMI T. Impact assessment of coastal hazards due to future changes of tropical cyclones in the North Pacific Ocean[J]. Wea Clim Extr, 2016, 11(1): 53-69. [11] 赵珊珊, 任福民, 高歌, 等.近十年我国热带气旋灾害的特征研究[J].热带气象学报, 2015, 31(3): 424-432. [12] 张大林.大气科学的世纪进展与未来展望[J].气象学报, 2005, 63(5): 812-824. [13] HALL T M, JEWSON S. Statistical modelling of North Atlantic tropical cyclone tracks[J]. Tell Ser A-dyn Meteorol Oceanogr, 2007, 59(4): 486-498. [14] VICKERY P J, SKERLJ P F, TWISDALE L A. Simulation of hurricane sisk in the US using empirical track model[J]. J Struct Engin, 2000, 126(10): 1 222-1 237. [15] 方伟华, 石先武.面向灾害风险评估的热带气旋路径及强度随机模拟综述[J].地球科学进展, 2012, 27(8): 866-875. [16] 陈小燕, 杨劲松, 黄韦艮, 等. 0414号"云娜"台风浪时空分布特征的遥感研究[J].海洋学研究, 2009, 27(4):10-16. [17] 张浩, 马晓群, 彭妮, 等.淮河流域冬小麦涝渍灾害损失评估研究[J].气象与环境学报, 2015, 66(6): 123-129. [18] 尹宜舟, 肖风劲, 罗勇, 等.我国热带气旋潜在影响力指数分析[J].地理学报, 2011, 66(3): 367-375. [19] 尹宜舟, 罗勇, 肖风劲, 等.热带气旋年潜在影响力指数[J].中国科学:地球科学, 2013, 43(12): 2 086-2 098. [20] 夏淋淋, 朱益民, 程乘, 等.西北太平洋热带气旋频数的年际、年代际变化及预测[J].气象与环境科学, 2014, 37(2): 1-7. [21] 张丽杰.具有稳定饱和度的DBSCAN算法[J].计算机应用研究, 2014, 31(7): 1 972-1 975. [22] 杨亚新.西北太平洋热带气旋发生的时空变化特征[J].海洋预报, 2005, 22(1): 86-91. [23] 雷小途.全球气候变化对台风影响的主要评估结论和问题[J].中国科学基金, 2011, 25(2): 85-89+104. [24] 秦丽娟, 董庆, 薛存金.西北太平洋热带气旋源地30 a的季节和年代际变化[J].海洋环境科学, 2015, 34(5): 723-728. -
点击查看大图
图(13) / 表(1)
计量
- 文章访问数: 1192
- HTML全文浏览量: 54
- PDF下载量: 620
- 被引次数: 0
粤公网安备 4401069904700003号