[发明专利]基于混合统计动力模型的西北太平洋台风延伸期预报方法

摘要

本发明涉及基于混合统计动力模型的西北太平洋台风延伸期预报方法，该方法利用现代统计方法对历史台风的轨迹进行分类后，藉由季节内尺度的海气状态对不同类型台风生成的影响，建立季节内振荡信号和台风生成的统计预报方程；利用高分辨率海气耦合动力模式对未来10~30天季节内振荡信号的预报场作为预报因子，对未来10~30天的台风生成进行预报。最后，将不同类台风的生成个数乘上其轨迹的气候概率分布，从而提前10~30天预报出整个西北太平洋上台风生成和频次的概率分布图。有益效果：不仅可以有效地进行台风个数的延伸期预报未来10–30天每十天中西北太平洋上台风的总个数，也可以利用台风不同的生成位置和移动轨迹得到台风在10天内生成／频次的空间概率分布。

主权项

1.一种基于混合统计动力模型的西北太平洋台风延伸期预报方法，基于美国海军太平洋气象及海洋中心下属的联合台风预警中心JTWC提供的台风最佳路径数据集，其特征在于包括如下步骤：步骤1)首先将JTWC热带气旋数据集的热带气旋数据利用c‑means模糊聚类分析方法按生成位置和发展轨迹分成若干类；步骤2)寻找低频大尺度场和各类台风生成个数的统计关系，建立对每类台风生成个数预报的统计预报方程；步骤3)将GFDL模式输出大尺度低频场中对应的预报因子带入经验历史统计预报方程中，得到预报时期2003–2012年台风每十天的距平个数；将台风距平个数加上台风季节变化的历史气候平均个数得到预报的台风总个数。步骤4)将预报得到的每类台风总个数乘以每类台风逐旬气候平均的生成位置和轨迹分布的概率分布，分别得到每类台风在每一旬的生成位置和轨迹的发生概率，将所有台风的生成位置和轨迹的发生概率加总后，得到每一旬整个西北太平洋上台风的生成位置和轨迹频次的概率分布图。