تُعتبر التغيرات طويلة الأمد في أمواج سطح المحيط المرتبطة بالأعاصير الاستوائية (TCs) غير مُلاحظة وغير مفهومة بشكل جيد. هنا، نقدم تحليل الاتجاه العالمي لأمواج الأعاصير الاستوائية للفترة من 1979 إلى 2022 استنادًا إلى إعادة تحليل أمواج ERA5. لقد زادت الارتفاعات القصوى ومساحة بصمة أمواج الأعاصير الاستوائية في إعادة التحليل لمدة ست ساعات عالميًا بحواليعقدعقد، على التوالي. لقد زادت طاقة موجات TC المنقولة عند الواجهة من الغلاف الجوي إلى المحيط عالميًا بحواليعقد من الزمن، وهو ثلاثة أضعاف ما تم الإبلاغ عنه لجميع الأمواج. التغيرات العالمية في الطاقة مدفوعة في الغالب بزيادة مساحة بصمة الموجة. تُظهر دراستنا أن خطر الأمواج المرتبط بالعواصف الاستوائية قد زاد بشكل كبير وأن هذه التغيرات أكبر من تلك المتعلقة بأقصى سرعة رياح للعواصف الاستوائية. وهذا يشير إلى أن خطر الأمواج يجب أن يكون مصدر قلق في المستقبل.
تسبب الأعاصير الاستوائية (TCs) أضرارًا واسعة النطاق من خلال الرياح القوية والأمطار الغزيرة. كما أنها تولد ظواهر بحرية مدمرة، مثل ارتفاعات العواصف والأمواج السطحية.التي تشكل تهديدًا كبيرًا للبنية التحتية والملاحة والمجتمعاتحتى في غياب ارتفاعات العواصف، يمكن أن تسبب الأمواج الساحلية والبعيدة الناتجة عن الأعاصير ظروفًا خطيرة في الأمواج، والتيارات المتقطعة، وتآكلًا شديدًا للسواحل.يمكن أن تكون الأمواج السطحية مساهمًا مهمًا في مستويات البحر القصوى، والتي تُعتبر خطرًا طبيعيًا كبيرًا في الحاضر والمستقبل. بالمقارنة مع الظروف الجوية القصوى (مثل موجات الحر والأمطار الغزيرة)، لم يتم دراسة التغيرات طويلة الأمد في الظروف البحرية القصوى بشكل جيد، بسبب ندرة وعدم اليقين في الملاحظات البحرية تحت الظروف القصوى..
تتسبب الرياح بشكل أساسي في حدوث موجات سطح المحيط، لكن هذين الحقلين المتقاطعين في الواجهة لا يتبعان بالضرورة نفس الاتجاهات.، بسبب التفاعل غير الخطي المعقد بين الرياح والأمواج واستمرار الأمواج لفترة طويلة. تُظهر أجهزة قياس الارتفاع بالأقمار الصناعية زيادة عالمية في سرعات الرياح على سطح المحيطات على مدى العقود الأربعة الماضية، ولكن لم يتم العثور على اتجاه ملحوظ في ارتفاع الأمواج العالمية، ويرجع ذلك إلى التغيرات غير المتجانسة في الأمواج الإقليمية.. ومع ذلك، فقد زادت طاقة الأمواج العالمية بنحو عقدتعتبر تيارات المحيطات مساهمًا مهمًا في مناخ الأمواج العالمي، خاصةً لـ الموجات القصوى. على عكس موجات سطح المحيط العامة، أو الموجات القصوى في المناطق العالية التي تقودها الأعاصير الاستوائية المدمجة في رياح غربية قوية، تحدث الموجات المرتبطة بالأعاصير المدارية فقط في منطقة محدودة تتركز حول مواقع مسارات الأعاصير المدارية. من المهم تطوير نهج تحليلي مصمم لالتقاط الميزات السطحية لموجات الأعاصير المدارية (TCWs) وأيضًا للتخفيف من عدم اليقين في قيم الموجات القصوى. ثم ستكون الأسئلة العلمية التالية: هل يمكن اكتشاف الاتجاهات العالمية في مثل هذه الموجات المرتبطة بالأعاصير المدارية على مدى العقود الأخيرة؟ وإذا كان الأمر كذلك، فما مدى قابلية هذه الاتجاهات للمقارنة بالنسبة للاتجاهات العامة للموجات وبالنسبة لتغيرات شدة الأعاصير المدارية؟
تم مؤخرًا العثور على اتجاهات ملحوظة على كل من النطاقين العالمي وحوض الأنهار على مدى العقود الماضية لبعض مقاييس الأعاصير الاستوائية، مثل التكرار، والموقع، والشدة، وسرعة الانتقال.. تعتمد علامات وقيم هذه الاتجاهات على مقياس الأعاصير المدارية ويمكن أن تختلف بشكل كبير مع الأحواض. إن نسب هذه التغيرات إلى التأثيرات البشرية تعتبر مشكلة بسبب عدم اليقين في ملاحظات الأعاصير المدارية وتأثير التغير المناخي بين العقود.تتأثر TCWs بعدة خصائص لـ TCs (مثل الشدة والحجم وسرعة الانتقال). لقد أجريت دراسات نموذجية تفحص التأثير المستقبلي للاحتباس الحراري على TCWs.. لكن، لا يزال غير معروف ما إذا كانت ظروف موجات TC قد تغيرت فعليًا على مدى العقود الماضية.
توثيق أي اتجاهات طويلة الأمد للعمالة المؤقتة سيكون إضافة مهمة لفهم الروابط بين تغير المناخ والمخاطر المتعلقة بالعمالة المؤقتة.
في هذه الدراسة، نقوم بفحص التغيرات التاريخية العالمية طويلة الأمد في موجات الأعاصير المدارية من خلال دمج أحدث إعادة تحليل لموجات المحيط مع ملاحظات الأعاصير (انظر الفقرات 1 و 2 في قسم الطرق للحصول على التفاصيل). للتخفيف من عدم اليقين بشأن الموجات العالية للغاية في إعادة تحليل موجات المحيط العالمية، نركز على التغيرات النسبية في بصمة موجات الأعاصير المدارية التي تكون أقل حساسية للقيم المطلقة للموجات القصوى (انظر الفقرات 3 و 5-7 في قسم الطرق للحصول على التفاصيل). تُعرف بصمة موجات الأعاصير المدارية من خلال عتبة ارتفاع الموجة الهامة (Hs) التي يمكن أن تمثلها إعادة تحليل الموجات بشكل جيد تحت ظروف الأعاصير. كما تعزز بصمة موجات الأعاصير المدارية حجم عينة بيانات الموجات، مما يفيد في اكتشاف الاتجاهات طويلة الأمد القوية. يتم تلخيص مناخ موجات الأعاصير المدارية في الشكل التوضيحي التكميلي 1.
لقد وجدنا في هذه الدراسة أنه على مدار الـ 44 عامًا الماضية، زاد المتوسط السنوي لأقصى ارتفاع للأمواج (Hs) ضمن بصمة العاصفة الاستوائية لمدة 6 ساعات بـعقد عالمي، بالنسبة للمتوسط البالغ 44 عامًا (يمثلفترة الثقة لقيمة الاتجاه، مع التفاصيل الإحصائية في “التحليلات الإحصائية” في قسم الطرق). هذه الزيادة النسبية في أقصى ارتفاع للموجة تبلغ حواليأكبر من زيادة سرعة الرياح القصوى على سطح الإعصار ( عقد). تظهر جميع أحواض المحيطات زيادة طويلة الأمد ملحوظة في أقصى ارتفاع للموجات، مع أكبر زيادة في /عقد في شمال الأطلسي (NA). نجد أيضًا أن مساحة بصمة موجات الأعاصير قد زادت بمقدارعقد عالمي. طاقة موجات TC، التي تقيس إجمالي الطاقة المتراكمة للأعاصير التي تم نقلها من الغلاف الجوي إلى المحيط ضمن بصمة موجة الإعصار، قد زاد بمقدارعقد عالمي، مع أسرع معدلات الزيادة (عقد) في شمال المحيط الأطلسي (NA) والمحيط الهادئ الشرقي (EP) والمحيط الهندي الشمالي (NI). الاتجاه الصعودي الكبير في طاقة الأمواج العالمية ناتج بشكل رئيسي عن زيادة مساحة TCWs. لا تظهر منطقة شمال المحيط الهادئ الغربي (WNP) والمحيط الهادئ الجنوبي (SP) أي اتجاهات كبيرة على مستوى الحوض في الطاقة على مدى السنوات الأربع والأربعين الماضية. ويرجع ذلك إلى تقليص الوقت السنوي المتراكم لمدة TC الذي يعاكس الاتجاهات الصعودية في الارتفاع ومساحة TCWs.
النتائج
زيادة عالمية في ارتفاع ومساحة أمواج TC
تظهر الأشكال 1a و b و d و e الارتفاع المركب لبصمة موجات TC لمدة 6 ساعات حول موقع مسار TC لفترتين متساويتين من عصر الأقمار الصناعية (1979-2000 و 2001-2022) في نصف الكرة الشمالي (NH) ونصف الكرة الجنوبي (SH). في التحليل المركب، يتم جمع وتوسيع مجالات الموجات لمدة 6 ساعات حول موقع مسار TC على مدار كل فترة. يتوزع ارتفاع TCWs بشكل غير متساوٍ حول مركز العاصفة، مع قيم أكبر إلى اليمين من المركز في NH وإلى اليسار في SH، وذلك مرتبطًا بمدى أطول لتوليد الموجات على طول اتجاه انتشار العاصفة.. بين الفترتين، زاد متوسط ارتفاع TCWs داخل البصمة بمقدار يصل إلى 44 سم في نصف الكرة الشمالي و51 سم في نصف الكرة الجنوبي، وهو ما يعادل و بالنسبة للقيم في الحقبة الأولى. المقياس المكاني والأحجام الخاصة بـ TCWs في نصف الكرة الجنوبي أكبر من تلك في
الشكل 1 | المتوسط المركب والاتجاهات الخطية لارتفاع الإعصار المداري (TC) أثر الموجة. متوسط مركب a-b لـارتفاع الموجحول موقع مسار الأعاصير في نصف الكرة الشمالي (NH)، للفترتين 1979-2000 و2001-2022. ج الاتجاه النسبي (%/عقد) لارتفاع الموج السنوي لمدة 6 ساعات حول موقع مسار الأعاصير في NH، خلال الفترة 1979-2022. الاتجاه النسبي هو بالنسبة لمتوسط 44 عامًا؛ والمناطق المنقطة تتجاوز مستوى الثقة.كما هو الحال في (أ-ج) ولكن لنصف الكرة الجنوبي (SH). في (أ، ب، د، هـ)، يتم حساب متوسط ارتفاع الموجة لمدة 6 ساعات المركز حول موقع مسار العاصفة الاستوائية على مدى الفترتين، ويتم استخدام المتوسط فقط.
تم رسم القيم التي تزيد عن 2.5 م. في (ج، و) يتم حساب متوسط ارتفاع الموجات لمدة 6 ساعات المركز حول موقع مسار الإعصار في كل عام، ثم يتم حساب الاتجاه النسبي الخطي على مدى 44 عامًا في كل نقطة شبكة؛ يتم رسم الاتجاهات النسبية فقط في نقاط الشبكة حيث يكون المتوسط على مدى 44 عامًا فوق 2.5 م. تم تدوير حقول الموجات في اتجاه الإعصار. فقط موجات الإعصار التي تكون نقاط مسار الإعصار بينها و تعتبر. يتم تمثيل ارتفاع الموجة بارتفاع الموجة الهام (Hs). يتم توفير بيانات المصدر كملف بيانات مصدر.
NH. في SH، يتعلق الأمر بنقص الأراضي، فإن مدى الرياح الفعّال أطول بكثير، مما يؤدي إلى حدوث أمواج أكبر.. على النقيض من ذلك، في NH، نظرًا لأن المسافة المقطوعة أقصر، فإن الأمواج تكون أصغر نسبيًا. الشكل 1c، f يظهر الاتجاه النسبي الخطي في ارتفاع 6 ساعات ضمن بصمة موجة TC على مدار الفترة الكاملة 1979-2022، بالنسبة للمتوسط طويل الأجل. أكبر الاتجاهات تبلغ حوالي تُرى العقود إلى يمين المركز في نصف الكرة الشمالي وإلى يساره في نصف الكرة الجنوبي.
نجد أن الحد الأقصى لارتفاع TCWs قد زاد بشكل ملحوظ على مستوى العالم وفي الأحواض الفردية. يتم تعريف الحد الأقصى للارتفاع على أنه القيمة القصوى لـ Hs ضمن الـالبصمة. يتم تقسيم TCWs بشكل إضافي إلى موجات البحر الناتجة عن المد والجزر والرياح اعتمادًا على العلاقة بين قوة الرياح المحلية واتجاه الموجات. يتم تقديم تفاصيل حول مقاييس الموجات في “إعادة تحليل موجات ERA5” في قسم الطرق. يتم عرض المتوسط العالمي لأقصى ارتفاع لبصمة موجة TC لمدة 6 ساعات لكل عام في الشكل 2a. بالنسبة للمتوسط البالغ 44 عامًا، فقد زاد أقصى ارتفاع بشكل ملحوظ بمقدارعقد، مع و عقد من الزمن لارتفاع الأمواج الناتجة عن المد والرياح، على التوالي (الجدول التكميلي 1). القيمة القصوى للارتفاع لها اتجاه أكبر في نصف الكرة الجنوبي ( /عقد) أكثر من في NH ( /عقد) (الشكل 2ب، ج، الجدول التكميلي 1). نلاحظ أن اتجاهات الحد الأقصى للارتفاع أكبر بكثير من معدلات نمو شدة الأعاصير، التي هي فقط و /عقد للعالم، NH و SH، على التوالي (الجدول التكميلي 1). تشير هذه الفجوة إلى أن تغيير شدة العواصف لا يمكن أن يفسر بالكامل الزيادة الكبيرة في الحد الأقصى لارتفاع TCWs وأن عوامل أخرى قد تلعب أيضًا دورًا. تشمل هذه العوامل تغييرات في سرعة انتقال TC والتفاعل غير الخطي بين الرياح والأمواج (سيتم مناقشة ذلك لاحقًا). لاختبار العامل الأول، قمنا بحساب الاتجاهات الخطية لسرعة انتقال TC على المستويات العالمية ونصف الكرة (الشكل التكميلي 2). لوحظت الاتجاهات المتناقصة لسرعة الانتقال ولكنها ليست ذات دلالة إحصائية. تم الإبلاغ عن الاتجاه المتناقص لسرعة انتقال TC في عدة دراسات سابقة.لكن الاتجاه لديه ثقة منخفضة تتعلق بالفترة التي تم تحليلها ومصادر بيانات التتبع.، وهذا يتماشى مع تحليلنا. كما قمنا بحساب الارتباط بين السنوات (المعدل) بين الحد الأقصى لارتفاع TCWs وسرعة ترجمة TC. الارتباط ضعيف وغير ذي دلالة على المستوى العالمي و المقاييس نصف الكروية ( و ، لمتوسطات نصف الكرة الشمالي والجنوبي على التوالي)، مما يشير فقط إلى مساهمة صغيرة من سرعة الترجمة المنخفضة في الزيادة الكبيرة في ارتفاع موجة TC.
تُقدم الاتجاهات على مستوى الحوض في الحد الأقصى لارتفاع TCWs وشدة TC في الشكل التكميلي 3 والجدول التكميلي 1. الاتجاه الصعودي للحد الأقصى للارتفاع ملحوظ في جميع أحواض المحيطات، في النطاق 3.2-5.0%/عقد، مع أكبر القيم في شمال المحيط الأطلسي (NA) والمحيط الهادئ الغربي (WNP) والمحيط الهندي الجنوبي (SI). نلاحظ أن حوض WNP لديه أكبر تغيير في شدة TC، بينما حوض NA لديه أكبر تغيير في ارتفاع موجة TC، مما يؤكد أن عوامل أخرى تؤثر على الاتجاهات في الحد الأقصى للارتفاع (سيتم مناقشة ذلك في قسم المناقشة).
نبرز أن مساحة TCWs قد زادت بشكل كبير في عصر الأقمار الصناعية (الشكل 1). كما نقوم بتحديد الزيادة العالمية في المساحة لعتبات مختلفة من ارتفاعات موجات TC (الشكل 3a). يتم تقديم اتجاهات المساحة في الأحواض الفردية في الجدول التكميلي 2. بالنسبة لـ TCWs مع Hsتزداد المساحة بـعقد، بالنسبة للمتوسط البالغ 44 عامًا. عند رفع العتبة من 2.5 م إلى 4.5 م، تصبح الاتجاهات النسبية للمنطقة أصغر قليلاً، على سبيل المثال، مععقد لعتبة 4.5 م. ومع ذلك، فإن التباين بين السنوات الأكبر مع عتبة الارتفاع الأكبر يميل إلى إضعاف قوة الاتجاه (كما يتضح من الأشرطة الخطأ الأكبر، أو مستويات الثقة المنخفضة، لقيم الاتجاه في الجدول التكميلي 2). نلاحظ أن هذه الاتجاهات النسبية في منطقة موجات TC أكبر من 2-3 مرات من الاتجاهات النسبية لشدة TC (سرعة الرياح القصوى على السطح، عندتكون اتجاهات المساحة أكبر في نصف الكرة الجنوبي مقارنة بنصف الكرة الشمالي، خاصةً عند استخدام عتبات أكبر. يعتبر مؤشر الشدة مساهمًا مهمًا في إشارة نصف الكرة الجنوبي، وهناك تكون الاتجاهات النسبية للمساحة حساسة جدًا لعتبة الارتفاع (أي أن قيم الاتجاهات تكون أكبر عند استخدام عتبات ارتفاع أكبر)، بينما في شمال المحيط الأطلسي ومنطقة غرب المحيط الهادئ تكون الاتجاهات النسبية للمساحة تعتمد بشكل ضعيف فقط على العتبة. قد يكون هذا الاختلاف بين الحوضين بسبب المساحات الأصغر وشدة الأعاصير القوية في شمال المحيط الأطلسي ومنطقة غرب المحيط الهادئ مقارنةً بالأحواض الأخرى، مما يجعل نسبة الأمواج العالية في البصمة في هذين الحوضين أكثر عرضة للتشبع مع زيادة شدة العاصفة.
الشكل 2 | السلاسل الزمنية والاتجاهات الخطية لأقصى ارتفاع لبصمة موجة الإعصار المداري (TC) وسرعة الرياح القصوى على السطح. أ الاتجاه العالمي (خط مستقيم) والسلسلة الزمنية (خط صلب) للسنوات السنويةالارتفاع الأقصى لموجات البحر المختلطة (السوداء)، والموجات المتضخمة (الحمراء) وموجات الرياح (الزرقاء) خلال الفترة من 1979 إلى 2022. كما تم توفير الحد الأقصى لسرعة الرياح السطحية لمدة 6 ساعات سنويًا للأعاصير (البرتقالي). ب، ج كما هو (أ)، ولكن لـ نصف الكرة الشمالي (NH) ونصف الكرة الجنوبي (SH). يوضح التظليل فترة الثقة 95% للاتجاه المهم. يتم تمثيل ارتفاع الموجة بارتفاع الموجة المهم (Hs). يتم تعريف الارتفاع الأقصى من خلال القيمة القصوى لـ Hs ضمنأثر موجة TC؛ السنويالارتفاع الأقصى هو الارتفاع الأقصى المتوسط على مدار كل عام. يتم توفير بيانات المصدر كملف بيانات مصدر.
الشكل 3 | السلاسل الزمنية والاتجاهات الخطية لمساحة بصمة موجات الأعاصير الاستوائية (TC). أ الاتجاه النسبي العالمي (خط مستقيم) والسلسلة الزمنية (خط صلب) لمتوسط مساحة الموجات السنوي خلال الفترة من 1979 إلى 2022. تم تحديد المساحة لثلاثة عتبات مختلفة لموجات الأعاصير الاستوائية (ارتفاع الموجات فوق 2.5 و 3.5 و 4.5 م). القيم النسبية هي نسبة إلى المتوسط لمدة 44 عامًا. ب، ج كما في (أ)، ولكن لنصف الكرة الشمالي. (NH) ونصف الكرة الجنوبي (SH). التظليل يظهرفترة الثقة للاتجاه المهم؛ في (ب) (الأعلى)، الخط المستقيم بدون تظليل يشير إلى أن الاتجاه ليس مهمًا عندمستوى الثقة، ولكن مهم فيمستوى الثقة. يتم تمثيل ارتفاع الموجة بارتفاع الموجة الكبير (Hs). يتم توفير بيانات المصدر كملف بيانات مصدر.
زيادة متغيرة في طاقة موجات TC
تلعب TCs دورًا مهمًا في الحفاظ على توازن الطاقة عند واجهة الهواء والبحر.تأخذ الأعاصير المدارية الطاقة الحرارية من سطح المحيط لتغذية تطورها، ومن ناحية أخرى، فإنها أيضًا تبدد الطاقة الحركية في المحيط من خلال الأمواج. تشير طاقة الأمواج الناتجة عن الأعاصير المدارية، التي تُعرف بأنها الطاقة المتراكمة سنويًا في أمواج سطح المحيط، إلى كمية الطاقة الحركية المنقولة من الغلاف الجوي إلى المحيط بواسطة الأعاصير المدارية. بدقة، تجمع طاقة الأمواج الناتجة عن الأعاصير المدارية بين الارتفاع والمساحة لـأثر موجة الإعصار المداري على مدة الإعصار المداري المتراكمة السنوية (انظر الطرق). في ما يلي، يتم الإشارة إلى الارتفاع والمساحة والمدة كعناصر ثلاثة تساهم في طاقة موجة الإعصار المداري.
تظهر الشكل 4a اتجاه الطاقة الموجية للتغير المناخي المتكامل عالميًا. على مدى السنوات الأربع والأربعين الماضية، زادت الطاقة بشكل ملحوظ بمقدارعقد، بالنسبة للمتوسط طويل الأجل. على عكس الحد الأقصى لارتفاع TCWs، فإن الاتجاه الصعودي في طاقة موجات TC العالمية يهيمن عليه المد، الذي يمثلمن الاتجاه في الموجات العامة، بينما تساهم موجات البحر الناتجة عن الرياح فقط (الجدول التكميلي 2). نقوم بتفكيك الطاقة إلى ثلاثة مصطلحات خطية من المكونات الثلاثة المساهمة (الارتفاع، المساحة والمدة) من خلال تثبيت مكونين مع الزمن والسماح للمكون الآخر بالتغير مع الزمن، وإلى أربعة مصطلحات غير خطية من خلال الاحتفاظ بتغير مكونين أو ثلاثة مع الزمن في نفس الوقت (انظر “تفكيك طاقة موجات TC السنوية” في قسم الطرق). هنا، نبلغ فقط عن نتائج المصطلحات الخطية لأن المصطلحات غير الخطية لها تأثير ضئيل جداً على اتجاهات الطاقة. نجد أنه بالنسبة للمصطلحات الخطية، فإن الزيادات العالمية في المساحة، المدة (الشكل 4a)، وارتفاع الموجة تساهم في، و اتجاه الطاقة، على التوالي، وبالنسبة للحدود غير الخطية، فإنها تساهم بشكل عام بنسبة 5% من اتجاه الطاقة. ومع ذلك، فإن الاتجاهات الصاعدة للمدة العالمية وارتفاع الموجات ليست ذات دلالة إحصائية فيمستوى الثقة. وبالتالي، فإن الاتجاه العالمي للطاقة مدفوع إلى حد كبير بالاتجاه الكبير في هذا المجال.
يميل الاتجاه الخطي للطاقة على مدى السنوات الأربع والأربعين الماضية إلى التباين بشكل كبير مع الحوض (الأشكال التكميلية 3ب، 4أ والجدول التكميلية 2). تم العثور على اتجاهات صاعدة ملحوظة في منطقة شمال الأطلسي (NA).عقد)، EP (عقد)، NI (عقد، مهم فيالثقة) و SI (عقد). تُلاحظ اتجاهات صاعدة صغيرة وغير مهمة في الحوضين الآخرين (WNP وSP). كما هو موضح في الاتجاه العالمي، تهيمن الأمواج على الاتجاهات العامة للطاقة في الأحواض. تُظهر الشكل التوضيحي 4b المساهمات النسبية للتأثيرات الخطية للمكونات الثلاثة المساهمة في الاتجاهات العامة للطاقة في الأحواض. وبما يتوافق مع التغيرات الكبيرة في الاتجاهات العامة للطاقة، تلعب المكونات المساهمة أدوارًا مختلفة جدًا في الأحواض المختلفة. في SP وWNP، تكون اتجاهات طاقة أمواج TC غير مهمة، لكن الأسباب مختلفة. في SP، وبسبب التغير الكبير بين السنوات، لا يظهر أي من المكونات الثلاثة اتجاهًا مهمًا، مما يؤدي إلى عدم وجود اتجاه مهم في الطاقة. ومع ذلك، في WNP، يرتبط انخفاض مدة السنة بتقليل تكرار TC المرتبط بتقوية دوران ووكر في المحيط الهادئ.، يتعارض مع تأثير زيادة المساحة المرتبطة بتقوية شدة العواصف. وبالتالي، في منطقة غرب المحيط الهادئ، لا يوجد اتجاه للطاقة. في منطقة شمال المحيط الهندي، فإن اتجاه الطاقة ناتج فقط عن زيادة مدة العواصف السنوية، مع تغييرات صغيرة وغير مهمة في المكونين الآخرين المساهمين. على النقيض من ذلك، في منطقة جنوب المحيط الهندي، فإن تغيير الطاقة ناتج عن زيادة كبيرة في كل من الارتفاع والمساحة للعواصف الاستوائية. في منطقة المحيط الهادئ الشرقي ومنطقة شمال الأطلسي، فإن حوالي 90% من اتجاه الطاقة ناتج عن الزيادة الكبيرة في المساحة والمدة، وهو ما يتوافق مع الدراسات السابقة حول شدة العواصف الاستوائية.وتكرارشكليظهر الصورة المختلطة في اتجاه الطاقة في منطقة غرب المحيط الهادئ وأمريكا الشمالية بسبب التغيرات المختلفة في مدة العواصف. لذلك، على مدار الـ 44 عامًا الماضية، يُلاحظ نمو كبير في المنطقة بشكل عام في جميع الأحواض، ولكن يمكن أن تتداخل الزيادة أو النقصان في المصطلحين الآخرين المساهمين.
الشكل 4 | السلاسل الزمنية والاتجاهات الخطية لطاقة موجات الأعاصير الاستوائية (TC) ، ومساحة موجات الأعاصير الاستوائية ، ومدة موجات الأعاصير الاستوائية. أ الاتجاه العالمي (خط مستقيم) والسلسلة الزمنية (خط صلب) لطاقة موجات الأعاصير الاستوائية (بالأسود؛ متراكمة سنويًا) ، ومساحة موجات الأعاصير الاستوائية (بالأزرق؛ متوسطة سنويًا) ، ومدة موجات الأعاصير الاستوائية (بالأحمر؛ متراكمة سنويًا) على مدى 1979-2022. ب، ج كما في (أ)، ولكن بالنسبة للمحيط الهادئ الشمالي الغربي (WNP) والمحيط الأطلسي الشمالي (NA). التظليل يظهرفترة الثقة للاتجاه المهم؛ في (أ، ب)، الخطوط المستقيمة بدون تظليل تشير إلى أن الاتجاهات ليست مهمة عندمستوى الثقة. يتم توفير بيانات المصدر كملف بيانات المصدر. مواجهة هذا التأثير من المنطقة، مما يغير بشكل كبير الاتجاه النهائي في الطاقة.
نقاش
هنا، قمنا بتحديد التغيرات التاريخية العالمية طويلة الأمد في الأمواج السطحية المرتبطة بالعواصف الاستوائية من خلال تحليل بصمات الأمواج الناتجة عن العواصف الاستوائية. يعتمد ذلك على مجموعة بيانات تجمع بين أحدث إعادة تحليل لأمواج المحيطات وملاحظات العواصف الاستوائية. نجد أنه على مدى السنوات الأربع والأربعين الماضية، في المتوسط العالمي، قد زادت أقصى ارتفاع ومساحة الأمواج الناتجة عن العواصف الاستوائية بـعقدعقد (بالنسبة للمتوسط البالغ 44 عامًا)، على التوالي. تُلاحظ الاتجاهات الصاعدة في ارتفاع ومساحة TCWs في جميع أحواض المحيطات، مع أكبر الاتجاهات في شمال المحيط الأطلسي. و عقد من الزمن للارتفاع والمساحة، على التوالي)، على الرغم من أن الاتجاهات في NI و SP ليست ذات دلالة إحصائية. تعتبر المساحة السطحية التي تتجاوز عتبة ارتفاع الموج مهمة عند النظر في خطر تعرض الهياكل البحرية والساحلية لموجة ضارة.
نحن أيضًا نوضح أن طاقة موجات الأعاصير العالمية، التي تشير إلى الطاقة المنقولة من الغلاف الجوي إلى المحيط عند الواجهة، قد زادت بشكل أسرع حتىعقد. هذه الاتجاه العالمي في طاقة موجات TC أكبر بحوالي مرتين من التقدير لطاقة الموجات العالمية على مدار السنة.، مشيرًا إلى الدور المهم للعواصف الاستوائية في مناخ الأمواج العالمي. يتم دفع اتجاه طاقة الأمواج الناتجة عن العواصف الاستوائية بشكل رئيسي من خلال التغيرات في المنطقة ولكنه يختلف بشكل كبير حسب الحوض، مع أكبر الاتجاهات التي تبلغ حواليعقد في EP و NA. يمكن أن تعزز أو تقلل التأثيرات المركبة لخصائص TC المتعددة، التي تساهم في الطاقة، بشكل كبير من اتجاهات طاقة الموجات على نطاق الحوض. نحن نؤكد أن الاتجاهات المذكورة أعلاه في TCWs لا تعتمد على مصدر مسار ERA5 وتأثير ENSO (الفقرة “بسبب تأثير ENSO” في قسم الطرق). لكننا نلاحظ أن هناك تباينًا قويًا بين السنوات في مقاييس الموجات، ويمكن أن يقلل هذا من إمكانية اكتشاف الاتجاهات طويلة الأجل على مدى الفترة، خاصة على النطاقات الإقليمية. ستساعد فترات أطول من بيانات الموجات ومحاكاة المناخ في تقليل مثل هذه الشكوك.
نؤكد أن الاتجاهات الصاعدة لمؤشرات موجات الأعاصير أكبر بكثير من الاتجاه في أقصى رياح السطح للأعاصير.نموذج دراسي مثالي مرتبط بالجو والأمواج مع ارتفاع درجة حرارة سطح المحيط أظهر أن ارتفاع أمواج الأعاصير المدارية يزيد بشكل أسرع من سرعة الرياح السطحية.. أظهر النموذج أيضًا أن مساحة سطح بصمة موجة TC تزداد بشكل أسرع من كل من أقصى ارتفاع للموجة و الرياح السطحية. هذه العلاقات غير الخطية ناتجة عن زيادة معامل السحب مع سرعة الرياح المعتدلة. تدعم هذه التنبؤات الاتجاهات المتعلقة بارتفاع ومساحة TCWs المعروضة هنا. علاوة على ذلك، فيما يتعلق بهذه النقطة، نجد أن الاتجاهات القصوى لارتفاع 6 ساعات ضمن البصمة /عقد، الشكل 1ج، و) أكبر من اتجاهات الحد الأقصى لمدة 6 ساعات (عقد، الشكل 2ب، ج، الجدول التكميلي 1). لاحظ أن مجالات الموجات في الشكل 1 قد تم تدويرها في اتجاه الإعصار. الحد الأقصى لمتوسط المجال المركب، بناءً على مواقع ثابتة بالنسبة لمركز العاصفة، أصغر من متوسطالحد الأقصى المكاني لأن الأول قد يتضمن موجات أصغر مقارنة بالثاني. هذا يعني أنالحد الأقصى المكاني أقل حساسية لرياح السطح مقارنةً بالحد الأقصى لموجات العاصفة في موقع ثابت.
هنا، قمنا أيضًا بحساب الاتجاهات في الحد الأقصى لارتفاع TCWs خلال فترة العاصفة، والذي يُسمى ارتفاع الموجة الأقصى خلال العمر (الشكل التكميلي 5 والجدول التكميلي 1). وجدنا أن الاتجاهات النسبية لارتفاع الموجة الأقصى خلال العمر أقل وأقل قابلية للاكتشاف من الاتجاهات النسبية لارتفاع الحد الأقصى لمدة 6 ساعات. الاتجاهات النسبية لارتفاع الموجة الأقصى خلال العمر تكون ذات دلالة فقط على مستوى العالم، ونصف الكرة الجنوبي، ونصف الكرة الشمالي، بمعدلات، و ، على التوالي. وهذا يتناقض مع الاتجاهات الملحوظة في الارتفاع الأقصى في جميع الأحواض. تشبه الاتجاهات الضعيفة والصغيرة في ارتفاع الموجة الأقصى مدى الحياة الاتجاهات الأقل قوة في شدة المدى الأقصى مدى الحياة. قد يكون هذا أيضًا مرتبطًا بإشباع معامل السحب عند أعلى سرعة رياح تم العثور عليها في النمذجة.باختصار، تسلط دراستنا الضوء على الزيادة السريعة في الأمواج البحرية بشكل عام المرتبطة بالعواصف الاستوائية كخطر رئيسي في السنوات الأربع والأربعين الماضية. التغيرات النسبية في الأمواج البحرية المعروضة هنا أكبر بكثير من التغيرات النسبية في سرعة الرياح القصوى على سطح العواصف الاستوائية. هذه النتيجة تتماشى مع الدراسات السابقة المعتمدة على الملاحظات، حيث أن التأثيرات الطبيعية للعواصف الاستوائية (مثل إجمالي هطول الأمطار الناتج عن العواصف الاستوائية) خلال عصر الأقمار الصناعية تظهر اتجاهات أكثر قوة من شدة العواصف الاستوائية، والتي من المحتمل أن تكون مرتبطة بعدم اليقين في رصد شدة العواصف..
بالنسبة للتوقعات المستقبلية، أفادت دراسة عالمية حديثة بتوقع انخفاضات مستقبلية في ارتفاعات الأمواج الشديدة مدفوعة بانخفاض تكرار الأعاصير المدارية كما تم نمذجته.على الرغم من تعزيز شدة الأعاصير الاستوائية. كما توقعت دراسة أخرى انخفاضًا مستقبليًا في ارتفاعات الموجات الشديدة في منطقة غرب المحيط الهادئ المرتبطة بانخفاض في تكرار الأعاصير الاستوائية.. ومع ذلك، لا ينبغي تفسير هذه الدراسات على أن تهديد الأمواج المرتبطة بالعواصف الاستوائية سيقل في المستقبل. بدلاً من ذلك، نحن نتوقع أن خطر العواصف الاستوائية المدارية المحدد بارتفاعها العام والمساحة التي تغطيها، والتي لا تعتمد على تكرار العواصف، من المحتمل أن يزيد بشكل كبير في المستقبل. أي ضرر إجمالي ناتج عن العواصف الاستوائية المدارية حساس للمساحة التي تغطيها. بالنسبة للتوقعات المستقبلية، فإن المجتمع البحثي لديه ثقة أكبر في تأثير تغير المناخ على شدة العواصف الاستوائية المدارية مقارنةً بالمقاييس الأخرى للعواصف (مثل التكرار وسرعة الانتقال).يجب إيلاء المزيد من الاهتمام للعوامل المتعددة التي تؤثر على التغيرات المستقبلية في مناخ موجات الأعاصير كخطر رئيسي.
طرق
مسارات TC
تم تحديد TCs المستخدمة في دراستنا أولاً في إعادة تحليل المناخ من الجيل الخامس لـ ECMWF (ERA5) ) من بيانات الغلاف الجوي ذات الـ 6 ساعات، خلال الفترة من 1979 إلى 2022، باستخدام الطريقة الموضحة في المراجع 49، 50. تتبع الطريقة مراكز الدوران القصوى في مجالات الدوران المفلترة طيفياً وتطابق ميزات العواصف الاستوائية بناءً على المسارات الملاحظة. أولاً، يتم الحصول على المتوسط العمودي للدوران النسبي بين 850 و600 هكتوباسكال. ثم يتم تصفيته مكانيًا باستخدام التوافقيات الكروية إلى دقة T63؛ الخلفية واسعة النطاق مع أعداد موجية كليةتمت إزالته. يتم تحديد أقصى قيم الدوران في نصف الكرة الشمالي وأدنى قيم الدوران في نصف الكرة الجنوبي على شبكة T63 ثم تُستخدم كنقاط انطلاق للحصول على المواقع خارج الشبكة باستخدام طرق التداخل B-spline وطرق التعظيم.. في الحالة الأولى، جميع مراكز الدوران التي تتجاوزفي NH والتي هي أقل منفي SH يتم تحديدها من خلال سلسلة بيانات الوقت. يتم تنفيذ التتبع من خلال أولاً تهيئة مجموعة من المسارات باستخدام طريقة الجار الأقرب ثم تحسينها عن طريق تقليل دالة التكلفة لنعومة المسار مع مراعاة القيود التكيفية على نعومة المسار ومسافة الإزاحة في خطوة زمنية. يمكن رؤية العمليات التفصيلية في التتبع في المراجع 48-50. بعد عملية التتبع، يتم إضافة الحد الأقصى لسرعة الرياح السطحية ومواقعها، في البيانات غير المفلترة، إلى مسارات ERA5. يتم ذلك من خلال البحث عن أقصى الرياح على ارتفاع 10 أمتار ضمن نصف القطر الجيوديسي حول نقطة مسار مركز العاصفة باستخدام ب-splines وطريقة التقليل.
لأن تحديد الأعاصير المدارية في ERA5 يختلف عن تحديد الأعاصير المدارية في الملاحظاتقد يحدث عدم تطابق بين هذين المجموعتين من البيانات، على سبيل المثال، بعض الأعاصير المدارية الملاحظة لم يتم التعرف عليها في مسارات ERA5 أو بعض مسارات ERA5 غير موجودة في الملاحظات. لتجنب عدم التناسق، يتم تطبيق إجراء مطابقة لمطابقة مسارات ERA5 مع مسارات التحقق من الأرشيف الدولي لأفضل مسار من أجل رعاية المناخ (IBTrACS).يمكن رؤية التفاصيل في عملية المطابقة في المراجع 54 و55. باختصار، يتم مطابقة مسار ERA5 مع مسار التحقق إذا كان متوسط الفصل المكاني هوعلى نقاط المسار المقابلة المتزاوجة وهي المسار الذي لديه أقل فصل. في المطابقة، نقوم بتضمين العواصف الاستوائية فقط في IBTrACS مع أقصى شدة مدى الحياة. (أي عدة عواصف استوائية). تضمن عملية المطابقة أن المسارات في ERA5 هي تلك الأعاصير الاستوائية التي تم رصدها أيضًا في IBTrACS.
تتم عملية التقصير التالية أخيرًا. يتم تقصير كل مسار TC كامل متطابق من ERA5 إلى طول الوقت لنفس المسار من IBTrACS، لضمان أن تكون مجموعتا البيانات لهما نفس العمر الافتراضي للعواصف نفسها. نقوم أيضًا بتقييد نقاط المسار لمدة 6 ساعات ضمن و المعيار المطبق هنا هو تقليل عدم اليقين في تحليل TCWs. أولاً، يحتوي IBTrACS على عدم اليقين في تضمين الأعاصير خارج المدارية والأعاصير بعد المدارية (وهذا يترجم بعد ذلك إلى مسارات ERA5 المقطوعة).ثانيًا، تكون الأمواج المتضخمة في خطوط العرض المتوسطة إلى العالية المدفوعة بالعواصف الاستوائية والرياح الغربية القوية عادةً في منطقة واسعة وتستمر لفترة طويلة. يمكن أن يؤدي ذلك إلى تلوث كبير في إشارة موجات الأعاصير..
نستخدم مسارات ERA5 المقطوعة كالمجموعة الرئيسية لبيانات الأعاصير المدارية في تحديد موجات الأعاصير (انظر القسم “مقاييس موجات الأعاصير” أدناه). وذلك لأن مسارات ERA5 مرتبطة ديناميكيًا ببيانات الموجات في ERA5 من خلال نظام استيعاب البيانات ونموذج الموجات في ERA5. لم يتم استيعاب IBTrACS في ERA5. على الرغم من أن مسارات ERA5 هي متطابقة مع IBTrACS، قد تختلف مواقع العواصف في مجموعتي البيانات قليلاً (الفرق يصل إلىالمسافة كما هو موصوف أعلاه). وبالتالي، فإن استخدام مسارات ERA5 المقطوعة له عدم يقين أقل في تحديد موجات الأعاصير المدارية.
على الرغم من أن بيانات ERA5 تمتد إلى عام 1940، إلا أن هذه الدراسة تركز على فترة ما بعد الأقمار الصناعية (1979-2022). وذلك بسبب انخفاض الثقة في بيانات IBTrACS قبل عام 1979 التي يمكن استخدامها في عمليات المطابقة والتقليص.
إعادة تحليل موجات ERA5
نستخدم بيانات الموجات بارتفاع 6 ساعات (بما في ذلك ارتفاع الموجات المختلطة (الإجمالية)، وموجات المد، أو موجات البحر الناتجة عن الرياح) المؤرشفة من ERA5، بدقة إخراج تبلغمن 1979 إلى 2022. نموذج موجات المحيط المستخدم في ERA5 هو نموذج WAve Modelling (WAM)حجم الشبكة الأفقية في WAM هو 28 كم. يتم تقسيم طيف الموجات إلى 36 اتجاهًا و36 ترددًا. في ERA5، تعتمد عملية استيعاب بيانات موجات المحيط على التداخل الأمثل (OI) مع طول نافذة يبلغ 12 ساعة. يتم استيعاب بيانات ارتفاع الموجات من أجهزة قياس الارتفاع الفضائية في مجالات الموجات من WAM. في عملية الاستيعاب، يتم تصحيح الأطياف ثنائية الأبعاد لارتفاعات الموجات الكبيرة بواسطة الملاحظات عبر نظام OI، وتستخدم الحقول المحللة كشرط أولي للخطوة التالية من تكامل النموذج.
هنا، نصف بإيجاز طيف الموجات في بيانات الموجات ERA5 لأنها في مركز تعريف طاقة موجات الأعاصير في القسم الفرعي 3. في إعادة تحليل الموجات ERA5، يتم فصل المكونات الطيفية للبحر الريحي والأمواج المتلاطمة باستخدام تقنيات تقسيم الطيف التي تأخذ في الاعتبار العلاقة بين الرياح المحلية واتجاه الموجات.في التقسيم، تكون المكونات الطيفية مكونات البحر الناتجة عن الرياح عندما
أينهو سرعة الاحتكاك الناتجة عن الرياح (بوحدات ) ، هو اتجاه الرياح، و و هي سرعة الطور (بوحدات ) واتجاه (بوحدات الدرجة) لمكونات الموجة. بالنسبة لتلك المكونات التي لا تتطابق مع المعايير المذكورة أعلاه، يتم تعريفها كمكونات مد.
تُعرّف ارتفاعات الموجات الكبيرة (Hs، بوحدات المتر) سواء كانت موجات مختلطة (عامة) أو موجات مد أو موجات بحرية بفعل الرياح بأنها أربعة أضعاف الجذر التربيعي للحظة من الدرجة صفر لطاقة طيف الموجات، كما يلي
أين هو اللحظة من الرتبة صفر (بوحدات )، الذي يتم حسابه من تكامل دالة كثافة الطاقة الطيفية الموجية ثنائية الأبعاد :
أين هو التردد (بوحدات هرتز) و يمثل اتجاه الموجة، لكل مكون من مكونات الطيف.
مقاييس موجة TC
تم تحديد الأمواج السطحية المرتبطة بالعواصف الاستوائية من خلال ربط مسارات العواصف الاستوائية ببيانات الأمواج في ERA5. لكل نقطة مسار كل 6 ساعات، يتم أولاً رسم دائرة مركزها عند موقع العاصفة الاستوائية بنصف قطر جغرافي قدره 15 درجة من حقل ارتفاع الموجة الكبيرة (Hs) (الشكل التوضيحي 6a)، أي التخمين الأول للأمواج المرتبطة بالعواصف الاستوائية. داخل الدائرة الجغرافية ذات الـ 15 درجة، يتم قياس الأمواج عند نقاط الشبكة المتجاورة حيثيتم تعريفها على أنها بصمة TCW. عتبةتم اختياره بناءً على تقييم حديث لحجم الأعاصير المدارية ERA5. وجدت هذه الدراسة أنه بالمقارنة مع مقاييس أخرى لحجم TC، فإن الحجم الخارجي لـ TCs مع سرعة الرياح السطحية منيمثل بشكل أفضل في ERA5“. سرعة الرياح هذه ( ) تنتج موجات بـ وفقًا لعلاقة الرياح والأمواجونموذج موجي بارامتريتحت ظروف TC مختلفة. القيمة المتوسطة لـ وبالتالي يتم اختياره كعتبة في تعريف بصمة TCW. يتم استخدام بصمة موجة TC لمدة 6 ساعات لتحديد المقاييس الإحصائية للمنطقة وارتفاع TCWs، وطاقة TCW. يرجى ملاحظة أننا اختبرنا حساسية بصمة TCW لنصف القطر الجيوديسي المستخدم في التخمين الأولي لـ TCWs. توضح الشكل التوضيحي الإضافي 6b توزيع منطقة TCW لمدة 6 ساعات (أي، حيث ) كدالة لنصف القطر الجيوديسي في التخمين الأول. بالنسبة لنصف القطر الصغير (أي 5 درجات)، فإن بصمة TCW المحددة لها مساحة صغيرة حول مركز TC، ولا تتجاوز أي من البصمة عندما يصبح نصف القطر في التخمين الأول أكبر، يقل حجم العينة من الأقدام الصغيرة ويزداد حجم العينة من الأقدام الكبيرة. يصبح توزيع مساحة الأقدام مستقراً عندما يكون نصف القطر أكبر من 15 درجة. وبالتالي، نستنتج أن 15 درجة من نصف القطر في التخمين الأول مناسبة لأثر TCW المحدد بواسطة.
تُسمى المنطقة ذات الـ 6 ساعات داخل المحيط المغلق لعتبة قيمة Hs بمنطقة TCW )، والتي يمكن التعبير عنها كما يلي:
أين هو عدد نقاط الشبكة المتجاورة داخل محيط عتبة Hs ( )، و هو مؤشر خلية الشبكة.هو المنطقةمرتبط بنقطة الشبكة.
القيمة القصوى لـ Hs ضمنتُعرّف منطقة TCW بأنها أقصى ارتفاع لـ TCWs. القيمة القصوى لـ Hs بين جميع الـتُعرّف مناطق TCW خلال عمر TC بأنها الارتفاع الأقصى لعمر TCWs.
طاقة TCW ( ) لموجات مختلطة (موجات الرياح وموجات المد)، لكل وحدة من المساحة الأفقية، يتم حسابها من خلال تكامل طاقة الطيف الموجي ثنائي الأبعاد في المعادلة (3)، المعبر عنها كالتالي:
أين و كثافة مياه البحر وتسارع الجاذبية ( ). من المعادلتين (2) و (3)، يتم إعادة كتابة e كالتالي:
يمكن فصل طاقات الأمواج الناتجة عن المد والأمواج الناتجة عن الرياح وفقًا للمرجع 57. يُعرف هذا بـ:
أينيتم تعريفه في المعادلة (2) باستخدام مكونات الطيف المقسمة للتموجات. يتم حساب مكون البحر الناتج عن الرياح كفرق بين طاقة الموج المختلطة وطاقة التموج.
الطاقة السنوية المتراكمة من TCW ( ) يتم حساب الموجات المختلطة أخيرًا من خلال تكامل الطاقة لمدة 6 ساعات ( ) من TCWs داخل المنطقة ( طوال مدة TCW المتراكمة في السنة (أي، دمج المعادلة (4) والمعادلة (6) على أساس سنوي):
أين هو مؤشر نقطة الشبكة في كل منطقة TCW لمدة 6 ساعات ( )، و هو مؤشر مدة TCW في سنة معينة هو مدة TCW (بوحدات الأيام)، والتي يتم الإشارة إليها بمدة بصمة TCW لمدة 6 ساعات في سنة معينة. يمكن التعبير عن مدة TCW بشكل متساوٍ كـ حيث TCN هو تردد TC السنوي،هو طول عمر كل TC على حدة.يمثل منطقة الشبكةفي فهرس الشبكةومؤشر المدة.
لأغراض التبسيط، في تعريف طاقة TCW، يتم حساب متوسط مربع ارتفاع TCW المتوسط على المساحةيُطلق عليه مصطلح ارتفاع ) من الطاقة، والتي يمكن التعبير عنها كالتالي:
استبدال المعادلة (10) في المعادلة (9)، طاقة TCWيمكن كتابة ما تم جمعه من مجالات الموجات لمدة 6 ساعات ببساطة كالتالي:
تحليل طاقة موجات TC السنوية
يمكن التعبير عن الطاقة السنوية لـ TCW في المعادلة (11) من خلال الارتفاع والمساحة والمدة المتوسطة سنويًا:
أين هو المتوسط السنوي لمصطلح الارتفاع (h)، الذي يتم الحصول عليه عن طريق المتوسط على مدار مدة العاصفة )، كما يلي:
بالمثل،هو المتوسط السنوي لمساحة TCW:
في كل عام و يمكن الإشارة إليه على أنه مزيج من انحرافاتهم بين السنوات و ) و يعني طويل الأجل ( و ):
ثم نقوم بتفكيك القيم السنوية لـإلى متوسطات زمنية طويلة الأجل ومصطلحات الشذوذ التي تنحرف عن المتوسطات الزمنية في سنة معينة، باستخدام المكونات الثلاثة المساهمة في و في المعادلة (15). في المعادلة (12) يتم التعبير عنها كالتالي:
الآن، سنوييتكون من وسائل زمنية طويلة الأجل وعبارات الشذوذ. المتوسط المناخي طويل الأجل ( ) هو ، الذي يمثل طاقة الموجة الناتجة عن المتوسطات طويلة الأجل للارتفاع (H) والمساحة (A) والمدة (D). هذا المصطلح ثابت. تشمل مصطلحات الشذوذ تأثيرات من الدرجة الأولى والثانية والثالثة للثلاثة مصطلحات المساهمة ( ) على الطاقة الموجية السنوية. هناك ثلاثة مصطلحات من الدرجة الأولى (خطية)، تُشار إليها بـ و التي تحدد بشكل صريح انحراف الطاقة فقط بسبب الشذوذات السنوية في الارتفاع، منطقة، ومدة على التوالي. هناك ثلاثة مصطلحات من الدرجة الثانيةوحده من الدرجة الثالثةفي المعادلة (17)، التي تمثل التأثير غير الخطي (التغاير) للانحرافات السنوية بين السنوات في الارتفاعمنطقةومدة (D). هذه الحدود العليا لها قيم صغيرة وتساهم بشكل ضئيل في الاتجاهات النهائية للطاقة، وبالتالي تم استبعادها في تحليل الاتجاهات لدينا.
تحقق من موجات TC في ERA5
هنا، نقيم مدى دقة إعادة تحليل موجات ERA5 في تمثيل الموجات البحرية المرتبطة بالعواصف الاستوائية. قمنا بالتحقق من بيانات موجات ERA5 مقابل ملاحظات الموجات من عوامات في الموقع وأجهزة قياس الارتفاع بالأقمار الصناعية تحت ظروف العواصف الاستوائية، كما قمنا بالمقارنة مع إعادة تحليل موجات أخرى مقدمة من WAVe ReanalYSis (WAVERYS)..
تم استخدام عوامات الأمواج من المركز الوطني لبيانات العوامات أولاً للتحقق من صحة إعادة تحليل الأمواج ERA5. تعتبر بيانات عوامات الأمواج هذه مستقلة عن ERA5 لأنها لم تُدمج في ERA5. تم استخدام ملاحظات من 22 عوامة خلال الفترة من 1979 إلى 2018 في عملية التحقق لدينا (الشكل التوضيحي التكميلي 7a). تقع هذه العوامات في حوضي المحيط الهادئ الشمالي و NA. يتم تقديم معلومات مفصلة حول الموقع، وفترة الصلاحية، وعدد الأعاصير المدارية التي تم التحقق منها لكل عوامة في الجدول التكميلي 3.
عملية التحقق هي كما يلي. أولاً، في وقت فترة مسار ERA5 TC، إذا كانت العوامة ضمن دائرة جغرافية بزاوية 15 درجة من نقطة المسار، يتم استخراج قيم Hs من كل من العوامة وبيانات موج ERA5 في موقع العوامة. لكل TC تم التحقق منه، يتم الحصول على سلسلتين زمنيتين من Hs، واحدة من العوامة والأخرى من ERA5 (الشكل التوضيحي التكميلي 7b). ثم يتم حساب مدة TCW كمدة عندما يتجاوز 2.5 م. من حيث المبدأ، يقدر هذه العملية الوقت الذي تكون فيه بيانات العوامة وبيانات موجات ERA5 فوق عتبة Hs (2.5 م) في نفس الموقع خلال نفس مرور الإعصار. نظرًا لأن بيانات العوامة وبيانات موجات ERA5 مستقلة، يتم حساب مدة الإعصارين بشكل منفصل. خلال فترة المراقبة من 1979 إلى 2018، هناك 582 إعصارًا تلبي المعايير المذكورة أعلاه. أخيرًا، نقارن مدة الإعصار في مجموعتي بيانات الموجات.
يظهر مقارنة مدة TCW بين الملاحظات و ERA5 لنفس TC في الشكل التوضيحي 8. يتم التقاط مدة TCW الملاحظة بشكل جيد بواسطة بيانات موجات ERA5، معلكل الفتيان. الارتباط أعلى في شمال الأطلسي (NA) )، وأقل قليلاً في أحواض شمال المحيط الهادئ حيث أحجام العينات صغيرة (أقل من من إجمالي العينات، الجدول التكميلي 3). تميل بيانات موجات ERA5 إلى التقليل من متوسط المدة، مع متوسط الخطأ النسبي (MRE، بالنسبة للملاحظات)مخططات الكوانتيل-كوانتيل لمدة TCW بين الملاحظات و
تظهر بيانات ERA5، كوسيلة أخرى للتحقق، في الشكل التوضيحي 9. تلتقط بيانات ERA5 الموجية مدة TCW بشكل جيد في معظم النسب المئوية، على الرغم من أنها تميل إلى التقليل من القيم في أعلى النسب المئوية في منطقة غرب المحيط الهادئ ومنطقة المحيط الهادئ الشرقي حيث تكون أحجام العينات صغيرة. وبالتالي، تمثل ERA5 مدة TCW المعرفة أعلاه في الملاحظات بشكل جيد.
مدة TCW مرتبطة بكل من القيم القصوى لـ Hs وسرعة انتقال العاصفة. تُظهر الرسوم البيانية المبعثرة للقيم القصوى لـ Hs خلال المدة المحددة لـ 582 حالة TC من الملاحظات وبيانات ERA5 الموجية في الشكل التكميلية 10. تميل بيانات ERA5 الموجية إلى التقليل قليلاً من ارتفاع TCWs الأقصى المرصود، لكنها تتفق بشكل جيد بشكل عام بما في ذلك القيم القصوى لـ Hs.العلاقة بين الملاحظة وبيانات ERA5 هيو0.83 للكرة الأرضية، ومنطقة المحيط الهادئ الغربية، ومنطقة المحيط الهادئ الشرقية، ومنطقة أمريكا الشمالية، على التوالي. متوسط الخطأ النسبي (MRE) هووخطأ الجذر التربيعي المتوسط هو 1.0 م لعدد 582 TC. تتماشى هذه النتيجة مع استنتاجات أخرى تفيد بأن ERA5 لديه مهارة في التقاط ارتفاعات الموجات القصوى التي تم رصدها بواسطة العوامات وأجهزة قياس الارتفاع بالأقمار الصناعية..
بالنسبة لـ 582 إعصارًا تم رصدها في كل من ملاحظات عوامات الأمواج وبيانات أمواج ERA5، يتم مقارنة سرعات ترجمة الإعصار المحسوبة من بيانات IBTrACS وبيانات ERA5 للإعصار في الشكل التكميلي 11. يتم حساب سرعة الترجمة لكل إعصار باستخدام المسافة العظمى بين موقعين متتاليين لمدة 6 ساعات ومتوسطها على مدى عمر العاصفة. تتوافق سرعة ترجمة الإعصار المرصود وسرعة الإعصار في ERA5 بشكل جيد، معلا تتغير العلاقة مع أحواض المحيطات. متوسط الخطأ النسبي حواليو RMSE أقل من. وبالتالي، نستنتج أن ERA5 يعيد إنتاج فترات TCW الملاحظة بشكل جيد بسبب تقدير جيد في كل من قيم Hsوسرعة ترجمة TC.
تقدم الاستشعار عن بُعد عبر الأقمار الصناعية تقديرات للموجات على نطاق عالمي، وقد اعتُبر بيانات رصد مفيدة في دراسة موجات المحيط.. هنا، ملاحظات Hs من قمر صناعي جيسون-2 بواسطة مقياس ارتفاع كوباوندتُستخدم أيضًا للتحقق من بيانات موجات الأعاصير من ERA5. فترة التحقق هي من يوليو 2008 إلى ديسمبر 2018 عندما تتوفر بيانات Jason2. نستخدم الملاحظات الساتلية في دائرة التخمين الأولى لموجات الأعاصير (دائرة جغرافية بزاوية 15 درجة) عندما تكون الأعاصير في ERA5 عند أقصى شدة لها (الشكل التكميلي 12a). نأخذ بيانات Hs من Jason-2 على طول المسار (حواليواسعة) ضمن منطقة التخمين الأولى لـ TCW، ثم تصنيفها في شبكة ERA5 ( ). تم العثور على إجمالي 1373 قيمة شبكية لـ 51 عاصفة استوائية خلال فترة التحقق. هنا، استخدمنا فقط بيانات الأقمار الصناعية في وقت أقصى شدة عمر العاصفة الاستوائية لأن الأمواج تكون عادةً الأكبر عندما تصل العاصفة إلى أقصى شدة عمرها، وبالتالي فإن نسبة TCWs (Hs2.5 م) على طول مسار القمر الصناعي أكبر من أي وقت مضى. هذا يقلل من نسب الأمواج الصغيرة في التحقق ويجعل التحقق أكثر رغبة بالنسبة لـ TCWs.
تظهر الرسوم البيانية المبعثرة لقيم Hs المتطابقة من Jason-2 و ERA5 في الشكل التكميلي 12b-j على المقاييس العالمية ومقاييس الأحواض. نادراً ما تستطيع قياسات الارتفاع بواسطة الأقمار الصناعية رصد القيمة القصوى لـ (الشكل التكميلي 12ب-ي). يتعلق هذا ببيانات الأقمار الصناعية المحدودة المسجلة في مواقع ثابتة، مقارنةً بالبيانات في الموقع، مما يؤدي إلى عدم اليقين الكبير في قياسات ارتفاع الأمواج بواسطة الأقمار الصناعية في تمثيل الأمواج الشديدة.نجد أن بيانات الموجات ERA5 يمكن أن تلتقط بشكل جيد الارتفاع الملحوظ لـ TCWs في جيسون-2، بما في ذلك الكبيرةالعلاقة بين بيانات جيسون-2 وبيانات ERA5 هي و 0.92 للكرة الأرضية، ونصف الكرة الشمالي ونصف الكرة الجنوبي، على التوالي. هو و الـ هو 0.38 م، بالنسبة للكرة الأرضية. أصغر الأخطاء موجودة في أحواض SI و SP. يتم دمج قياسات ارتفاعات الأقمار الصناعية لجاسون-2 في ERA5 من خلال نظام دمج البيانات الخاص به. ومع ذلك، فإن تحققنا لا يزال مفيدًا لإثبات الجودة الجيدة لـ ERA5 بالنسبة لـ TCWs.
نحن نضم أيضًا WAVERYSكمصدر إضافي لمجموعة بيانات الموجات للتحقق من بيانات الموجات ERA5 الخاصة بـ TCWs. WAVERYS هو إعادة تحليل عالمية للموجات تغطي الفترة من 1993 فصاعدًا. نموذج الموجة المستخدم هو النسخة 4 من نموذج الموجة Meteo France. بيانات الموجات من جهاز قياس الارتفاع والطيف الاتجاهي للموجات المقدمة من Sentinel-
يتم دمج 1 قمر صناعي باستخدام طريقة OI مع نافذة دمج مدتها 3 ساعات. مقارنةً بـ ERA5، تنتج WAVERYS بيانات الموجات العالمية بدقة نموذجية أعلى تبلغ حواليتُعتبر تفاعلات الموجات والتيارات في WAVERYS، لكنها غير مدرجة في ERA5. كما أن مصادر التغطية البيضاء في نماذج الموجات في التحليلين المختلفين تختلف أيضًا.
باستخدام نفس تعريفات مقاييس الموجات (القسم 3 أعلاه)، قمنا بمقارنة الحد الأقصى للارتفاع لـTCWs بين WAVERYS و ERA5 خلال الفترة المشتركة 1993-2018. المتوسطات طويلة الأجل من WAVERYS أكبر قليلاً من تلك من ERA5 على مستوى العالم وفي معظم الأحواض (الشكل التكميلي 13)، ومن المحتمل أن يكون ذلك مرتبطًا بدقة نموذج أفضل لـ WAVERYS. على المستويات العالمية وأحواض المياه، فإن الاتجاهات الخطية خلال 1993-2018 قريبة جدًا بين مجموعتي البيانات (الجدول التكميلي 1). على سبيل المثال، الاتجاه العالمي لأقصى ارتفاع لـ TCWs هوعقدعقد من الزمن ل ERA5 و WAVERYS، على التوالي. تم العثور على اتجاهات تصاعدية في الحد الأقصى لارتفاع TCWs في جميع الأحواض عند استخدام WAVERYS، وهو ما يتماشى مع النتائج التي تم الحصول عليها باستخدام ERA5. قد تكون الفروق الصغيرة في اتجاهات TCW بين مجموعتي البيانات مرتبطة بفيزياء النماذج المختلفة والدقة. ومع ذلك، نستنتج أن مجموعتي البيانات تنتجان اتجاهات متسقة في TCWs على مدار الفترة من 1993 إلى 2018.
أخيرًا، نقارن بصمة TCW من ERA5 ضد نموذج الموجة البارامتري.الذي تم تطويره لظروف TC، للمنطقة والحد الأقصى لـ Hs. في نموذج الموجة الإحصائي، يتم استخدام علاقة نمو الموجات الناتجة عن الرياح المحدودة بواسطة JONSWAP:
أينهي سرعة الرياح على ارتفاع 10 أمتار، هو طول الاسترجاع و هو تسارع الجاذبية. ضمن منطقة التخمين الأولى (دائرة جيويدية بزاوية 15 درجة)، يتم حل Hs مشروطًا على سرعة الرياح.واسترجاع الطولفي كل نقطة شبكة. يتم الحصول عليه من ERA5، و هي دالة لسرعة الرياح القصوى ( ) وسرعة ترجمة TC ( ). عرّف يونغ (1988) مدى مكافئ لشروط TC:
أينهي معاملات محددة مسبقًا في المرجع 69. المصطلحهو عامل مقياس، الذي يتم تعريفه بواسطة
المصطلحيتم تعريفه بواسطة
أين هو نصف قطر أقصى سرعة رياح، والذي يتم الحصول عليه في مسار الأعاصير في ERA5 (انظر القسم الفرعي “مسارات الأعاصير” في هذا القسم). يتم توضيح حقل الموجات اللحظية الناتج عن المعادلة (18) في الشكل التوضيحي الإضافي 14a. على مدار الفترة من 1979 إلى 2022، هناك 809 أعاصير استنادًا إلى معايير الاختيار في المرجع 69 (أي.، و ).
نحن نتحقق من متوسط المساحة على مدى الحياة، ومتوسط الحد الأقصى لـ Hs على مدى الحياة ضمن البصمة. بمتوسط، فإن مساحة TCW هي و لنموذج ERA5 والنموذج المعلمي، على التوالي. يتم عرض مخطط التشتت لمساحة TCW المتوسطة في عمر الأعاصير الفردية في الشكل التكميلي 14b. يبالغ ERA5 قليلاً في تقدير المساحة معفقط و الـ منيوضح الرسم البياني للتشتت للارتفاع الأقصى لمدة 6 ساعات المتوسط على مدى عمر العاصفة في المعادلة (18) و ERA5 في الشكل التوضيحي 14c. بالمقارنة مع النموذج المعلمي، تميل ERA5 إلى التقليل من التقدير. القيم المنخفضة إلى المتوسطة منوتميل إلى المبالغة في تقدير القيم المتوسطة إلى العالية لـلكن الخطأ العام صغير مع نسبة الخطأ النسبية المتوسطة 3% وجذر متوسط مربع الخطأ 0.9 م. هذه النتيجة تتماشى مع نتائج أخرى تشير إلى أن ERA5 يميل إلى التقليل من تقدير ارتفاع الموجات القصوى..
أخيرًا، قمنا بمقارنة التركيب الخاص ببصمة TCW في الفترتين (1979-2000 و2001-2022) في مجموعتي البيانات (الأشكال التكميلية 15، 16). تم اعتبار الوقت المشترك فقط عندما تكون القيم صالحة في كلا مجموعتي البيانات. نجد أن التوزيع غير المتناظر والقيم الخاصة بـ Hs ضمن البصمة في ERA5 تشبه إلى حد كبير تلك الموجودة في المعادلة (18). يُلاحظ زيادة في قيم Hs والمساحة بين الفترتين في كلا مجموعتي البيانات. هذه الاتفاقيات أفضل في نصف الكرة الشمالي مقارنة بنصف الكرة الجنوبي، وذلك بسبب وجود المزيد من عينات البصمة في نصف الكرة الشمالي. بالمقارنة مع المعادلة (18)، تحتوي بيانات الأمواج في ERA5 على ميزات أقل وضوحًا في مركز العاصفة، مما يُحتمل أن يكون مرتبطًا بقلة تمثيل تباين جدار العين في نموذج الأمواج ERA5 بسبب انخفاض الدقة. نلاحظ الفرق في القيم التركيبية في الأشكال التكميلية 15، 16 والشكل 1. وهذا يعود إلى الاختلاف في اختيارات عينات TCW عند حساب المعادلة (18)، والتي تكون صالحة فقط في الوقت الذي تكون فيه TC قوية، أي، . وبالتالي، فإن آثار TCW الناتجة عن المعادلة (18) تُستخدم فقط في التحقق من صحة بيانات موجات ERA5، وهي ليست مثالية لتحليل الاتجاهات بسبب تمثيلها المنخفض لظروف TC.
بشكل عام، نستنتج أن بيانات موجات ERA5 قادرة على إعادة إنتاج المدة، والمساحة، والحد الأقصى لـ Hs لـ TCW، بما في ذلك قيم Hs داخل البصمة، مقارنةً بمقياس الموجات، والقياسات الساتلية، وWAVERYS، ونموذج الموجة البارامتري المستقل. ومع ذلك، لا يزال هناك عدم يقين كبير في القيم العالية جداً لـ TCW (Hsبسبب الملاحظات المحدودة جداً.
مزايا وتحذيرات بيانات موجات ERA5 في تمثيل موجات الأعاصير المدارية
في هذا القسم، نقوم بتلخيص مزايا وتحذيرات بيانات موجات ERA5 في تحليل الاتجاهات طويلة الأجل في TCWs. تشمل مزايا بيانات موجات ERA5:
التناسق الديناميكي بين مسارات الأعاصير المدارية وبيانات الموجات. نظرًا لأن مسارات الأعاصير المدارية وTCWs يتم تحديدها بشكل متسق وموضوعي من إعادة تحليل الغلاف الجوي المرتبط بالموجات (انظر الفقرات الفرعية 1 و2 في قسم الطرق)، فإنها تتطابق بشكل جيد من حيث التوقيت والموقع. هذا مهم للتحليل المتطرف، بما في ذلك نسب اتجاهات الموجات إلى القوة الجوية.
استيعاب بيانات الموجات. في ERA5، يتم استيعاب بيانات ارتفاع الموجات (Hs) من أجهزة قياس الارتفاع الفضائية في مجالات الموجات من WAM مرتين في اليوم مع نافذة زمنية مدتها 12 ساعة (انظر القسم 2 أعلاه). يقوم استيعاب بيانات الموجات بتصحيح مجالات الموجات الأولية المستخدمة للخطوة التالية من تكامل النموذج، بينما يقوم استيعاب بيانات الغلاف الجوي بتصحيح المجالات الجوية. تعمل هذه العملية المرتبطة بين الغلاف الجوي والموجات على تحسين كل من جودة بيانات الموجات ومستوى الارتباط بين الموجات والغلاف الجوي.
جودة جيدة لمقاييس موجات الأعاصير في تحليل الاتجاه. لقد قمنا بتعريف مقاييس الموجات بناءً على بصمة الأعاصير التي تم تصميمها لبيانات موجات ERA5. وأظهرنا أيضًا أن ERA5 كافية في تمثيل هذه المقاييس لموجات الأعاصير بشكل منهجي عند مقارنتها بالملاحظات ومصادر بيانات الموجات الأخرى (انظر القسم الفرعي 5).
تحذيرات بيانات موجات ERA5، بما في ذلك كيفية تقليل التأثير، هي:
عدم اليقين في الأمواج الكبيرة للغاية. تحتوي نماذج الأمواج العالمية على عدم يقين في محاكاة الأمواج الشديدة تحت ظروف الأعاصير المدارية جزئيًا لأن دقة نموذج الأمواج ليست كافية. وهذا مرتبط أيضًا بقوة الرياح غير الدقيقة. مصدر آخر لعدم اليقين هو نقص الأمواج الشديدة في الملاحظات. نادراً ما يمكن لقياسات الارتفاع بواسطة الأقمار الصناعية أن تلاحظ (انظر “المقارنة مع قياسات الارتفاع بواسطة الأقمار الصناعية” في القسم الفرعي 5 من قسم الطرق). على الرغم من أن بيانات الموجات ERA5 يمكن أن تلتقط بعض الأحداث القصوى ( ) التي تم رصدها بواسطة عوامات الأمواج، لا يزال حجم العينة محدودًا (انظر “المقارنة مع عوامة الأمواج” في القسم 5 من قسم الطرق). نظرًا لأن التحقق من صحة الأمواج الكبيرة جدًا يمثل تحديًا، لا يزال من غير المؤكد مدى قدرة بيانات الأمواج ERA5 على التقاط أكثر الأحداث تطرفًا. للتخفيف من هذه الشكوك في بيانات أمواج TC ERA5، نركز على مقاييس بصمة أمواج TC التي تم تصميمها لتكون أقل حساسية للقيم العالية جدًا (انظر القسم 3). باختصار، يتم تعريف بصمة أمواج TC من خلال حجم معتدل من الأمواج ( من خلال التحقق المنهجي، نوضح أن بيانات موجات ERA5 تمثل بشكل جيد هذه المقاييس لبصمة موجات الأعاصير (أي، المساحة والمدة). علاوة على ذلك، نقوم أيضًا بتحليل التغيرات النسبية في هذه المقاييس لموجات الأعاصير (بما في ذلك الحد الأقصى لارتفاع الموجات Hs). نتوقع أن تكون أي اتجاهات نسبية تم تحديدها في موجات الأعاصير أكثر موثوقية من الاتجاهات المطلقة حيث أن الاتجاهات النسبية أقل اعتمادًا على القيم المتوسطة للموجات العالية للغاية.
تداخل الأمواج البعيدة الناتج عن أنظمة الطقس الأخرى. يتم دفع بيانات الأمواج ERA5 بواسطة قوة الرياح من أنواع متعددة من الطقس، مثل الأعاصير الاستوائية، والدوامات خارج الاستوائية، والرياح المستمرة على نطاق واسع. يصبح من الصعب تمييز الأمواج الناتجة عن الأعاصير الاستوائية عن الأمواج الناتجة عن أنظمة الطقس الأخرى في خطوط العرض المتوسطة إلى العالية. يصبح هذا أكثر صعوبة بالنسبة للأمواج الطويلة لأنها يمكن أن تنتشر لمسافات طويلة. للتخفيف من هذه التحديات، نركز على الأمواج الناتجة عن الأعاصير الاستوائية بين و (انظر الفقرة 1) واستغلال ذلك مع بصمة موجة الإعصار حول مركز الإعصار (انظر الفقرة 3).
احتمال التقليل من تقدير TCWs في المناطق الساحلية. دراسة حديثةقارنوا بين ERA5 و WAVERYS مع القياسات في الموقع على مستوى العالم. وجدوا أن كلا من إعادة تحليل الموجات يقدّر بشكل مستمر ارتفاعات الموجات القصوى في معظم المواقع الساحلية. يجب توخي الحذر بشأن جدوى استخدام بيانات موجات ERA5 في المناطق الساحلية. ومع ذلك، قمنا بإعادة حساب اتجاهات منطقة TCW وارتفاع الموجة الأقصى بعد استبعاد قيم TCW في أعماق المياه أقل من 100 متر، وظل قيمة الاتجاه تقريبًا دون تغيير (الجداول التكميلية 1، 2). على سبيل المثال، يتغير الاتجاه النسبي العالمي في ارتفاع الموجة الأقصى منعقد إلىعقد، ويتغير الاتجاه النسبي العالمي في المنطقة منعقد إلىعقد. وبالمثل، أظهرت الدراسات الأخيرة أن زيادة الدقة الأفقية لنماذج الموجات لها تأثير ضئيل على TCWs في البحر المفتوح.لذا، نتوقع أن الاتجاهات الواسعة النطاق (العالمية وعبر الأحواض) في هذه الورقة تهيمن عليها الأمواج في المحيط العميق، وأن عدم دقة ERA5 في تمثيل الأمواج الشديدة الساحلية له تأثير ضئيل على استنتاجاتنا.
كل هذه تشير إلى أن بيانات الموجات ERA5 تم التحقق منها في تحليل الاتجاهات لـ TCWs.
عدم اليقين في تحليل الاتجاه
للنظر في تأثير عدم اليقين في تحديد مسار الأعاصير المدارية على نتائجنا، قمنا بتقدير الاتجاهات في ارتفاع الأعاصير المدارية باستخدام بيانات الأعاصير المدارية المختلفة. تُظهر الجدول التكميلي 1 الاتجاهات للأعاصير المدارية المحددة باستخدام المسارات الكاملة للأعاصير المدارية ERA5 (أي، المطابقة للمسارات المرصودة ولكن مع كامل فترات الحياة). الاتجاهات النسبية للارتفاع الأقصى مع المسارات الكاملة و عقد من الزمن للعالم، NH و SH) أصغر من تلك التي مع المسارات الملحوظة (عقد من الزمن)، لكن العلامات ومستويات الأهمية على المستويات العالمية ونصف الكرة الأرضية تظل دون تغيير. وبالتالي، فإن اتجاهات الحد الأقصى لارتفاع TCWs ليست معتمدة بشكل قوي على بيانات مسار TC.
تم أيضًا تقدير الاتجاهات العامة للطاقة في الحوض وتفكيكها بناءً على المسار الكامل للعواصف الاستوائية (الشكل التكميلي 4c والجدول 2 (T2)). على الرغم من أن الاتجاهات المطلقة للطاقة تصبح أكبر بسبب العمر الأطول للعواصف، فإن الاتجاهات النسبية للطاقة قريبة من النتائج المذكورة أعلاه. كما أن المساهمات النسبية للمكونات المساهمة في اتجاهات الطاقة تحتفظ أيضًا بمعظمها بنفس العلامات ومستويات الأهمية عند استخدام المسار الكامل للعواصف الاستوائية.
قمنا بتقييم تأثير ظاهرة النينيو والتذبذب الجنوبي (ENSO) على اكتشاف الاتجاهات في مؤشرات العواصف الاستوائية (TCWs). للقيام بذلك، تم إزالة تأثير ENSO من السلاسل الزمنية لمؤشرات العواصف الاستوائية (TC) وTCW، كما هو مقترح في المراجع 24 و73. يتم أولاً تقدير تحليل الانحدار الخطي المتعدد على مؤشر ENSO السنوي باستخدام طريقة المربعات الصغرى الخطية للسلاسل الزمنية. مؤشر ENSO السنوي هو متوسط مؤشرات نينيو 3.4 الشهرية على مدار السنة. يتم تعريف مؤشر نينيو 3.4 من خلال الانحرافات المعيارية لدرجات حرارة سطح البحر في منطقة نينيو 3.4.ثم يتم إزالة قيم الانحدار المحددة بواسطة مؤشر ENSO من سلسلة زمنية لمؤشرات TC و TCW للحصول على بقايا السلسلة الزمنية. تُستخدم هذه البقايا بعد ذلك في تحليلات الاتجاه والارتباط. تتم هذه العمليات لسلسلة زمنية للقيم السنوية لمؤشرات TC و TCW.
بعد إزالة تأثير النينيو، وجدنا تغييرات طفيفة في الاتجاهات، حيث تغيرت قيمة الاتجاه العالمي منعقد إلىعقد لع maximum ارتفاع TCWs، منإلى /عقد لمنطقة TCW، من عقد إلىعقد لطاقة موجات TC، منعقد إلىعقد من الزمن لشدة TC، ومنعقد إلىعقد من الزمن لمدة موجة الأعاصير (الجدول التكميلي 4). هذا يعني أن ظاهرة النينيو والنينيا تؤثر فقط بشكل طفيف على اكتشاف الاتجاه في مقاييس الأعاصير من خلال تغيير التباين من سنة إلى أخرى، ولا تغير بشكل كبير قيم الاتجاه ومستوى الأهمية للاتجاهات، سواء على المستوى العالمي أو على مستوى الأحواض.
التحليلات الإحصائية
لتحليل الاتجاه، نقوم بتقدير الاتجاه (المشار إليه بـباستخدام تحليل الانحدار الخطي بأقل المربعات، نقوم أيضًا بتقدير أشرطة الخطأ (المشار إليها بـ err) للاتجاه من خلال فترة ثقة ثنائية الطرف بنسبة 95% على افتراض أن المتبقيات في الانحدار تتبع توزيعًا طبيعيًا.يمثل الخطأ تقدير الثقة بنسبة 95% لقيمة الاتجاه. يتم اختبار الاتجاه من أجل الدلالة الإحصائية لفرضية العدم التي تفترض أن الاتجاه يساوي صفرًا (أي أن الاتجاه الدال يعني أن فترة الاتجاه ( ) لا تشمل الصفر). معامل ارتباط بيرسون (المشار إليه بـ ) يُستخدم لقياس الارتباط بين السلاسل الزمنية لمتغيرين. اختبار ذو طرفين -اختبار مع تم استخدام قيمة 0.05 لاختبار الدلالة، مع فرضية صفرية لعدم وجود ارتباط. في ورقتنا، من أجل البساطة، نقدم فقط أو القيم إذا اجتازت اختبار الدلالة. بعبارة أخرى، القيم ذات الدلالة الإحصائية ( أو ) في مستوى الثقة، ما لم يُذكر خلاف ذلك.
توفر البيانات
تم إنتاج وإصدار إعادة تحليل المناخ ERA5 بواسطة المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF؛https://www.ecmwf.int/ar/التوقعات/مجموعات_البيانات/إعادة تحليل البيانات/ era5). تم توزيع إعادة تحليل الأمواج WAVERYS بواسطة خدمة كوبرنيكوس البحرية (https://www.copernicus.eu/ar/access-data/فهرس خدمات كوبرنيكوس / إعادة تحليل المحيط العالمي – أفيز – ويفريز). تم أخذ بيانات المسار الأفضل من الأرشيف الدولي لأفضل المسارات من أجل رعاية المناخ (IBTrACS؛https://www.ncdc. noaa.gov/ibtracs/“). يتم استرجاع مؤشرات ENSO الشهرية من المراكز الوطنية لمعلومات البيئة التابعة للإدارة الوطنية للمحيطات والغلاف الجوي (www.ncdc.noaa.gov/teleconnections/). تم الحصول على مواقع وأرصاد عوامات أمواج المحيط من المركز الوطني لبيانات العوامات (NDBC؛ https://www.ndbc.noaa.gov/). تم أخذ ملاحظات ارتفاع موجات المحيط من قمر جيسون-2 الصناعي من المراكز الوطنية لـ
معلومات بيئية (NCEI؛https://www.ncei.noaa.gov/ البيانات/ المحيطات/ جيسون2/). تم توفير بيانات المصدر مع هذه الورقة.
Tan, Y., Zhang, W., Feng, X., Guo, Y. P. & Hoitink, A. J. F. Storm surge variability and prediction from ENSO and tropical cyclones. Environ. Res. Lett. 18, 024016 (2023).
Feng, X. & Tsimplis, M. N. Sea level extremes at the coasts of China. J. Geophys. Res. 119, 1593-1608 (2014).
Feng, X., Zheng, J. & Yan, Y. Wave spectra assimilation in typhoon wave modeling for the East China Sea. Coast. Eng. 69, 29-41 (2012).
Meucci, A., Young, I. R., Hemer, M., Kirezci, E. & Ranasinghe, R. Projected 21st century changes in extreme wind-wave events. Sci. Adv. 6, 1-9 (2020).
Shimura, T., Pringle, W. J., Mori, N., Miyashita, T. & Yoshida, K. Seamless projections of global storm surge and ocean waves under a warming climate. Geophys. Res. Lett. 49, e2021GL097427 (2022).
Belmadani, A., Dalphinet, A., Chauvin, F., Pilon, R. & Palany, P. Projected future changes in tropical cyclone-related wave climate in the North Atlantic. Clim. Dyn. 56, 3687-3708 (2021).
Shimura, T., Mori, N. & Mase, H. Future projections of extreme ocean wave climates and the relation to tropical cyclones: ensemble experiments of MRI-AGCM3.2H. J. Clim. 28, 9838-9856 (2015).
Timmermans, B. W., Stone, D., Wehner, M. & Krishnan, H. Impact of tropical cyclones on modeled extreme wind-wave climate. Geophys. Res. Lett. 44, 1393-1401 (2017).
Chen, Q., Wang, L. & Zhao, H. Hydrodynamic investigation of coastal bridge collapse during hurricane Katrina. J. Hydraul. Eng. 135, 175-186 (2009).
Rappaport, E. N. Fatalities in the United States from Atlantic tropical cyclones: new data and interpretation. Bull. Am. Meteorol. Soc. 95, 341-346 (2014).
Lawrence, M. B., Mayfield, B., Avila, L. A., Pasch, R. J. & Rappaport, E. N. Atlantic hurricane season of 1995. Mon. Weather Rev. 126, 1124-1151 (1997).
Caires, S. & Sterl, A. 100-year return value estimates for ocean wind speed and significant wave height from the ERA-40 data. J. Clim. 18, 1032-1048 (2005).
Morim, J. et al. Robustness and uncertainties in global multivariate wind-wave climate projections. Nat. Clim. Change 9, 711-718 (2019).
Morim, J. et al. Global-scale changes to extreme ocean wave events due to anthropogenic warming. Environ. Res. Lett. 16, 074056 (2021).
Frölicher, T. L., Fischer, E. M. & Gruber, N. Marine heatwaves under global warming. Nature 560, 360-364 (2018).
Vousdoukas, M. I. et al. Global probabilistic projections of extreme sea levels show intensification of coastal flood hazard. Nat. Commun. 9, 2360 (2018).
Meucci, A., Young, I. R., Aarnes, O. J. & Breivik, Ø. Comparison of wind speed and wave height trends from twentieth-century models and satellite altimeters. J. Clim. 33, 611-624 (2020).
Dobrynin, M., Murawsky, J. & Yang, S. Evolution of the global wind wave climate in CMIP5 experiments. Geophys. Res. Lett. 39, L18606 (2012).
Young, I. R., Zieger, S. & Babanin, A. V. Global trends in wind speed and wave height. Science 332, 451-455 (2011).
Young, I. R. & Ribal, A. Multiplatform evaluation of global trends in wind speed and wave height. Science 364, 548-552 (2019).
Cao, Y., Dong, C., Young, I. R. & Yang, J. Global wave height slowdown trend during a recent global warming slowdown. Remote Sens. 13, 4096 (2021).
Timmermans, B. W., Gommenginger, C. P., Dodet, G. & Bidlot, J.-R. Global wave height trends and variability from new multimission satellite altimeter products, reanalyses, and wave buoys. Geophys. Res. Lett. 47, e2019GL086880 (2020).
Reguero, B. G., Losada, I. J. & Méndez, F. J. A recent increase in global wave power as a consequence of oceanic warming. Nat. Commun. 10, 1-14 (2019).
Feng, X., Klingaman, N. P. & Hodges, K. I. Poleward migration of western North Pacific tropical cyclones related to changes in cyclone seasonality. Nat. Commun. 12, 1-11 (2021).
Peduzzi, P. et al. Global trends in tropical cyclone risk. Nat. Clim. Change 2, 289-294 (2012).
Webster, P. J., Holland, G. J., Curry, J. A. & Chang, H.-R. Changes in tropical cyclone number, duration, and intensity in a warming environment. Science 309, 1844-1846 (2005).
Yamaguchi, M., Chan, J. C., Moon, I.-J., Yoshida, K. & Mizuta, R. Global warming changes tropical cyclone translation speed. Nat. Commun. 11, 1-7 (2020).
Kossin, J. P. A global slowdown of tropical-cyclone translation speed. Nature 558, 104-107 (2018).
Wang, S. & Toumi, R. Recent migration of tropical cyclones toward coasts. Science 371, 514-517 (2021).
Song, J. & Klotzbach, P. J. What has controlled the poleward migration of annual averaged location of tropical cyclone lifetime maximum intensity over the western North Pacific since 1961? Geophys. Res. Lett. 45, 1148-1156 (2018).
Knapp, K. R. & Kruk, M. C. Quantifying interagency differences in tropical cyclone best-track wind speed estimates. Mon. Weather Rev. 138, 1459-1473 (2010).
Lobeto, H., Menendez, M. & Losada, I. J. Future behavior of wind wave extremes due to climate change. Sci. Rep. 11, 1-12 (2021).
Shi, Y. et al. Asymmetric wave distributions of tropical cyclones based on CFOSAT observations. J. Geophys. Res. 126, e2020JC016829 (2021).
Lanzante, J. R. Uncertainties in tropical-cyclone translation speed. Nature 570, E6-E15 (2019).
Moon, I. J., Kim, S. H. & Chan, J. C. L. Climate change and tropical cyclone trend. Nature 570, E3-E5 (2019).
Fan, Y., Ginis, I. & Hara, T. Momentum flux budget across the air-sea interface under uniform and tropical cyclone winds. J. Phys. Oceanogr. 40, 2221-2242 (2010).
Soloviev, A. V., Lukas, R., Donelan, M. A., Haus, B. K. & Ginis, I. The air-sea interface and surface stress under tropical cyclones. Sci. Rep. 4, 1-6 (2014).
Kossin, J. P., Knapp, K. R., Olander, T. L. & Velden, C. S. Global increase in major tropical cyclone exceedance probability over the past four decades. Proc. Natl. Acad. Sci. USA 117, 11975-11980 (2020).
Sobel, A. H. et al. Tropical cyclone frequency. Earth’s Future 9, e2021EF002275 (2021).
Balaji, M., Chakraborty, A. & Mandal, M. Changes in tropical cyclone activity in north Indian Ocean during satellite era (1981-2014). Int. J. Climatol. 38, 2819-2837 (2018).
Phibbs, S. & Toumi, R. Modeled dependence of wind and waves on ocean temperature in tropical cyclones. Geophys. Res. Lett. 41, 7383-7390 (2014).
Tu, S. et al. Recent global decrease in the inner-core rain rate of tropical cyclones. Nat. Commun. 12, 1948 (2021).
Guzman, O. & Jiang, H. Global increase in tropical cyclone rain rate. Nat. Commun. 12, 1-8 (2021).
Bhatia, K. T. et al. Recent increases in tropical cyclone intensification rates. Nat. Commun. 10, 635 (2019).
Shimura, T., Mori, N. & Hemer, M. A. Projection of tropical cyclonegenerated extreme wave climate based on CMIP5 multi-model ensemble in the Western North Pacific. Clim. Dynam. 49, 1449-1462 (2017).
Knutson, T. et al. Tropical cyclones and climate change assessment: part I: detection and attribution. Bull. Am. Meteorol. Soc. 100, 1987-2007 (2019).
Knutson, T. et al. Tropical cyclones and climate change assessment: part II: projected response to anthropogenic warming. Bull. Am. Meteorol. Soc. 101, E3O3-E322 (2020).
Hersbach, H. et al. The ERA5 global reanalysis. Q. J. R. Meteorol. Soc. 146, 1999-2049 (2020).
Hodges, K. I. Feature tracking on the unit sphere. Mon. Weather Rev. 123, 3458-3465 (1995).
Hodges, K. I. Adaptive constraints for feature tracking. Mon. Weather Rev. 127, 1362-1373 (1999).
Hodges, K. I. & Klingaman, N. P. Prediction errors of tropical cyclones in the western North Pacific in the Met Office global forecast model. Weather Forecast 34, 1189-1209 (2019).
Knapp, K. R., Kruk, M. C., Levinson, D. H., Diamond, H. J. & Neumann, C. J. The International Best Track Archive for Climate Stewardship (IBTrACS). Bull. Am. Meteorol. Soc. 91, 363-376 (2010).
Knapp, K. R., Diamond, H. J., Kossin, J. P., Kruk, M. C. & Schreck, C. J. International Best Track Archive for Climate Stewardship (IBTrACS) Project, Version 4. NOAA National Centers for Environmental Information, (2018).
Hodges, K. I., & Rebecca, E. The prediction of Northern Hemisphere tropical cyclone extended life cycles by the ECMWF ensemble and deterministic prediction systems. Part I: tropical cyclone stage. Mon. Weather. Rev. 143, 5091-5114 (2015).
Hodges, K., Cobb, A. & Vidale, P. L. How well are tropical cyclones represented in reanalysis datasets? J. Clim. 30, 5243-5264 (2017).
Ying, M. et al. An overview of the China Meteorological Administration tropical cyclone database.J. Atmos. Ocean. Technol. 31, 287-301 (2014).
Semedo, A., Sušelj, K., Rutgersson, A. & Sterl, A. A global view on the wind sea and swell climate and variability from ERA-40. J. Clim. 24, 1461-1479 (2011).
Fan, Y., Lin, S. J., Griffies, S. M. & Hemer, M. A. Simulated global swell and wind-sea climate and their responses to anthropogenic climate change at the end of the twenty-first century. J. Clim. 27, 3516-3536 (2014).
The WAMDI Group. The WAM Model-A Third Generation Ocean Wave Prediction Model. J. Phys. Oceanogr. 18, 1775-1810 (1988).
ECMWF. I. F. S. documentation CY47R3 – Part VII: ECMWF wave model. ECMWF, (2021).
Bian, G. F., Nie, G. Z. & Qiu, X. How well is outer tropical cyclone size represented in the ERA5 reanalysis dataset? Atmos. Res. 249, 105339 (2021).
Breugem, W. A. & Holthuijsen, L. H. Generalized shallow water wave growth from Lake George. J. Waterw. Port Coast. Ocean Eng. 133, 173-182 (2007).
Young, I. R. Parametric hurricane wave prediction model. J. Waterw. Port Coast Ocean Eng. 114, 637-652 (1988).
Law-Chune, S. et al. WAVERYS: a CMEMS global wave reanalysis during the altimetry period. Ocean. Dyn. 71, 357-378 (2021).
Li, R. et al. Analysis of the 20 -Year Variability of Ocean Wave Hazards in the Northwest Pacific. Remote Sens. 15, 2768 (2023).
Takbash, A. & Young, I. R. Long-term and seasonal trends in global wave height extremes derived from ERA-5 reanalysis data. J. Mar. Sci. Eng. 8, 1015 (2020).
Abdalla, S., Janssen, P. A. & Bidlot, J. R. Jason-2 OGDR wind and wave products: monitoring, validation and assimilation. Mar. Geod. 33, 239-255 (2010).
Cagigal, L., Méndez, F. J., van Vloten, S. O., Rueda, A. & Coco, G. Wind wave footprint of tropical cyclones from satellite data. Int. J. Climatol. 43, 372-381 (2023).
Young, I. R. & Vinoth, J. An “extended fetch” model for the spatial distribution of tropical cyclone wind-waves as observed by altimeter. Ocean Eng. 70, 14-24 (2013).
Young, I. R. & Burchell, G. P. Hurricane generated waves as observed by satellite. Ocean Eng. 23, 761-776 (1996).
Fanti, V., Ferreira, Ó., Kümmerer, V. & Loureiro, C. Improved estimates of extreme wave conditions in coastal areas from calibrated global reanalyses. Commun. Earth Environ. 4, 151 (2023).
Li, J., Zhang, S., Liu, Q., Yu, X. & Zhang, Z. Design and evaluation of an efficient high-precision ocean surface wave model with a multiscale grid system (MSG_Wav1. 0). Geosci. Model Dev. Discuss. 1, 1-34 (2023).
Kossin, J. P., Emanuel, K. A. & Camargo, S. J. Past and projected changes in western North Pacific tropical cyclone exposure. J. Clim. 29, 5725-5739 (2016).
Rayner, N. A. et al. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century. J. Geophys. Res. 108, 4407 (2003).
شكر وتقدير
تم دعم J.S. و C.Z. و A.T. و W.Z. و J.Z. من قبل البرنامج الوطني الرئيسي للبحث والتطوير في الصين (2023YFC3007900) ومؤسسة العلوم الطبيعية الوطنية في الصين (41930538، U2040203). تم دعم X.F. و R.T. من قبل مركز التمويل الأخضر في سنغافورة. تم دعم X.F. و K.H. من قبل مكتب الأرصاد الجوية في المملكة المتحدة من خلال شراكة علوم الطقس والمناخ للخدمات في جنوب شرق آسيا، كجزء من صندوق نيوتن. كما تم دعم X.F. من قبل “الصندوق الخاص لمبادرة الحزام والطريق في المختبر الوطني الرئيسي لعلوم الهيدرولوجيا وموارد المياه والهندسة الهيدروليكية” (الأرقام 2018490111)، ومؤسسة المختبر الرئيسي لوزارة التعليم للكوارث الساحلية والحماية، جامعة هوهai (J202203)، والمركز الوطني البريطاني لعلوم الغلاف الجوي من خلال جائزة برامج القدرات الوطنية الدولية من NERC (NE/X006263/1).
مساهمات المؤلفين
قام J.S. و X.F. و R.T. و J.Z. بتصميم وإجراء البحث؛ تتبعت K.H. مسارات العواصف في إعادة تحليل المناخ؛ ساعد C.Z. و A.T. و W.Z. في تفسير النتائج. ناقش J.S. و X.F. و R.T. و K.H. و J.Z. النتائج وكتبوا المخطوطة.
يجب توجيه المراسلات والطلبات للحصول على المواد إلى جينهوي تشنغ.
معلومات مراجعة الأقران تشكر مجلة Nature Communications علي بلمداني، بورخا ريجويرو، والمراجع الآخر المجهول على مساهمتهم في مراجعة هذا العمل. يتوفر ملف مراجعة الأقران.
المختبر الرئيسي لوزارة التعليم للكوارث الساحلية والحماية، جامعة هوهai، نانجينغ، الصين.كلية هندسة الموانئ والسواحل والبحرية، جامعة هوهai، نانجينغ، الصين.المركز الوطني لعلوم الغلاف الجوي وقسم الأرصاد الجوية، جامعة ريدينغ، ريدينغ، المملكة المتحدة. قسم الفيزياء، كلية إمبريال لندن، لندن، المملكة المتحدة.المختبر الوطني الرئيسي للوقاية من كوارث المياه، نانجينغ، الصين.
The long-term changes of ocean surface waves associated with tropical cyclones (TCs) are poorly observed and understood. Here, we present the global trend analysis of TC waves for 1979-2022 based on the ERA5 wave reanalysis. The maximum height and the area of the TC wave footprint in the six h reanalysis have increased globally by about decade and decade, respectively. The TC wave energy transferred at the interface from the atmosphere to the ocean has increased globally by about decade, which is three times larger than that reported for all waves. The global energy changes are mostly driven by the growing area of the wave footprint. Our study shows that the TC-associated wave hazard has increased significantly and these changes are larger than those of the TC maximum wind speed. This suggests that the wave hazard should be a concern in the future.
Tropical cyclones (TCs) cause extensive damage through strong winds and heavy rainfall. They also generate destructive oceanic extremes, such as storm surges and surface waves , which pose a significant threat to infrastructure, navigation, and communities . Even in the absence of storm surges, coastal and offshore waves generated by TCs can still cause dangerous surf conditions, rip currents, and severe coastal erosion . Surface waves can be an important contributor to extreme sea levels, which are recognised as a major natural hazard in the present and future. Compared to atmospheric extremes (e.g., heatwaves and heavy rainfall), long-term changes in oceanic extremes have not been well studied, due to the sparsity and uncertainty in ocean observations under extreme conditions .
Ocean surface waves are fundamentally forced by winds, but these two cross-medium fields at the interface do not necessarily have the same trends , due to the complicated nonlinear wind-wave interaction and the long persistence of swells. Satellite altimeters show a global increase in ocean surface wind speeds over the last four decades, but no significant trend has been found in global wave height largely because of the inhomogeneous changes in regional waves . However, global wave energy has increased by about decade . TCs are an important contributor to the global wave climate, especially for
extreme waves. Unlike the overall ocean surface waves, or the highlatitude extreme waves driven by extratropical cyclones embedded in strong westerlies, TC-associated waves only occur in a restricted area centred at the TC track positions. It is important to develop an analysis approach that is tailored to capture the synoptic features of TC waves (TCWs) and also mitigates the uncertainties in extreme wave values. Then, the next science questions will be: Are global trends in such TCassociated waves over recent decades detectable? and if so, how comparable are these trends relative to the overall wave trends and relative to the TC intensity changes?
Observed trends at both global and basin scales over the last decades have recently been found for some TC metrics, such as frequency, position, intensity, and translation speed . The signs and values of these trends depend on the TC metric and can vary greatly with the basins. Attribution of these changes to anthropogenic forcing is problematic because of the uncertainties in TC observations and the effect of interdecadal climate variability . TCWs are affected by multiple properties of TCs (such as intensity, size, and translation speed). There have been model studies examining the future impact of global warming on TCWs . But, it remains unknown whether the TC wave conditions have actually changed over the past decades.
Documenting any long-term trends of TCWs will be a significant addition to understand the links between climate change and TCrelated hazards.
In this study, we examine the historical global long-term changes in TCWs by synthesising the latest ocean wave reanalysis with TC observations (see subsections 1 and 2 in the Methods section for details). To mitigate uncertainty of extremely high waves in global ocean wave reanalysis, we focus on relative changes in the TC wave footprint that are less sensitive to absolute values of extreme waves (see subsections 3, 5-7 in the Methods section for details). The TC wave footprint is defined by a threshold of significant wave height (Hs) that the wave reanalysis can well represent under TC conditions. The TC wave footprint also boosts the sample size of TC wave data, benefiting detection of robust long-term trends. The climatology of TCWs is summarised in Supplementary Fig. 1.
We have found in this study that over the last 44 years the annual mean of maximum Hs within the 6 -h TC footprint has increased by decade globally, relative to the 44 -year mean ( representing the confidence interval of trend value, with the statistical details in “Statistical analyses” in the Methods section). This relative increase of the maximum wave height is about larger than the increase of TC surface maximum wind speed ( decade). All ocean basins show a significant long-term increase of the maximum wave height, with the largest increase of /decade in the North Atlantic (NA). We also find that the area of TC wave footprint has increased by decade globally. The TC wave energy, which measures the
total accumulated energy of TCs transferred from the atmosphere to the ocean within the TC wave footprint, has increased by decade globally, with the fastest increasing rates ( decade) in the NA, eastern Pacific (EP) and North Indian Ocean (NI). The large upward trend of the global wave energy is mainly caused by the increase of the area of TCWs. The western North Pacific (WNP) and South Pacific (SP) show no significant basin-wide trends in the energy over the last 44 years. This is due to a reduction of annual accumulated TC duration time that counteracts the upward trends in the height and the area of TCWs.
Results
Global increase of the height and the area of TC waves
Figure 1a, b, d, e shows the composite height of the 6 -h TC wave footprint around the TC track position for two equal epochs of the satellite era (1979-2000 and 2001-2022) in the Northern Hemisphere (NH) and Southern Hemisphere (SH). In the composite analysis, the 6-h wave fields are collected and averaged around the TC track position over each epoch. The height of TCWs distributes asymmetrically around the storm centre, with larger values to the right of the centre in the NH and to the left in the SH , related to the longer fetch for wave generation along the storm propagation direction . Between the two epochs, the average height of TCWs within the footprint has increased by up to 44 cm in the NH and 51 cm in the SH , which are equivalent to and relative to the values in the first epoch. The spatial scale and magnitudes of TCWs in the SH are larger than those in the
Fig. 1 | Composite mean and linear trends of the height of tropical cyclone (TC)
wave footprint. a-b Composite mean of the wave height around the TC track position in the Northern Hemisphere (NH), for the two epochs 1979-2000 and 2001-2022. c Relative trend (%/decade) of the annual 6-h wave height around the TC track position in the NH, over 1979-2022. The relative trend is relative to the 44 -year mean; and dotted areas pass the confidence level. As (a-c) but for the Southern Hemisphere (SH). In (a, b, d, e), the 6 -h wave height centred at the TC track position is averaged over the two epochs, and only the average
values above 2.5 m are plotted. In (c, f) the 6-h wave height centred at the TC track position is averaged in each year, and then the linear relative trend over the 44 years is computed at each grid point; only relative trends at grid points where the 44-year average above 2.5 m are plotted. The wave fields have been rotated in the TC orientation. Only TC waves for which the TC track points are between and are considered. Wave height is represented by significant wave height (Hs). Source data are provided as a Source Data file.
NH . In the SH , related to the lack of land, the effective wind fetch is much longer, resulting in larger waves . In contrast, in the NH , because the fetch is shorter, the waves are relatively smaller. Figure 1c, f shows the linear relative trend in the 6 -h height within the TC wave footprint over the whole period 1979-2022, relative to the long-term mean. The largest trends of about decade are seen to the right of the centre in the NH and to the left in the SH .
We find that the maximum height of TCWs has significantly increased both globally and in individual basins. The maximum height is defined as the maximum value of Hs within the footprint. The TCWs are further partitioned to swell and wind sea waves depending on the relationship between the local wind forcing and wave direction. Details on the wave metrics are provided in “ERA5 wave reanalysis” in the Methods section. The global average of the maximum height of the 6 -h TC wave footprint for each year is shown in Fig. 2a. Relative to the 44-year mean, the maximum height has significantly increased by decade, with and decade for swell and wind sea waves, respectively (Supplementary Table 1). The maximum height has a larger trend value in the SH ( /decade) than in the NH ( /decade) (Fig. 2b, c, Supplementary Table 1). We note that the trends of the maximum height are much larger than the growth rates of TC intensity, which are only and /decade for the globe, NH and SH, respectively (Supplementary Table 1). This discrepancy suggests that the change of storm intensity cannot fully explain the large increase of the maximum height of TCWs and that other factors may also play a role. These factors include changes of TC translation speed and the nonlinear wind-wave interaction (this will be discussed later). To test the first factor, we calculated the linear trends of TC translation speed at global and hemispheric scales (Supplementary Fig. 2). The decreasing trends of the translation speed are noted but not significant. The decreasing trend of TC translation speed has been reported in several previous studies , but the trend has low confidence related to the analysed period and sources of track data , and this is consistent with our analysis. We also calculated the interannual (detrended) correlation between the maximum height of TCWs and the TC translation speed. The correlation is weak and not significant at global and
hemispheric scales ( and , for the global, NH and SH averages, respectively), thus only hinting at a small contribution from the reduced translation speed to the large increase of TC wave height.
The basin-wide trends in the maximum height of TCWs and TC intensity are provided in Supplementary Fig. 3 and Supplementary Table 1. The upward trend of the maximum height is significant in all ocean basins, in the range 3.2-5.0%/decade, with the largest values in the NA, WNP and South Indian Ocean (SI). We notice that the WNP basin has the largest change of TC intensity, while the NA basin has the largest change of TC wave height, confirming that other factors affect the trends of the maximum height (this will be discussed in the discussion section).
We highlight that the area of TCWs has significantly increased in the satellite era (Fig. 1). We further quantify the global increase of the area for different thresholds of TC wave heights (Fig. 3a). The area trends in individual basins are provided in Supplementary Table 2. For the TCWs with Hs , the area increases by decade, with respect to the 44-year mean. When raising the threshold from 2.5 m to 4.5 m , the relative trends of the area become slightly smaller, e.g., with decade for the threshold of 4.5 m . However, the larger interannual variability with the larger height threshold tends to weaken the robustness of the trend (this is shown by the larger error bars, or lower confidence levels, of the trend values in Supplementary Table 2). We notice that these relative trends in TC wave area are 2-3 times larger than the relative trends of TC intensity (surface maximum wind speed, at decade). The area trends are bigger in the SH than in the NH , especially for larger thresholds (Fig. 3b, c). The SI is an important contributor to the SH signal and there the relative trends of the area are very sensitive to the height threshold (i.e., the trend values are larger when using larger height thresholds), while in the NA and WNP the relative trends of the area are only weakly dependent on the threshold (Supplementary Table 2). This basin difference may be due to the smaller areas and the strong TC intensity in the NA and WNP compared to other basins (Supplementary Discussion and Supplementary Fig. 1) so that the proportion of high waves in the footprint in these two basins is more likely to be saturated with increased storm intensity.
Fig. 2 | Time series and linear trends of the maximum height of tropical cyclone (TC) wave footprint, and surface maximum wind speed. a Global trend (straight line) and time series (solid line) of the annual maximum height for mixed (black), swell (red) and wind (blue) sea waves over 1979-2022. Annual 6-h surface maximum wind speed of TCs (orange) is also provided. b, c As (a), but for the
Northern Hemisphere (NH) and Southern Hemisphere (SH). Shading shows the 95% confidence interval for the significant trend. Wave height is represented by significant wave height (Hs). Maximum height is defined by the maximum value of Hs within the TC wave footprint; the annual maximum height is the maximum height averaged over each year. Source data are provided as a Source Data file.
Fig. 3 | Time series and linear trends of the area of tropical cyclone (TC) wave footprint. a Global relative trend (straight line) and time series (solid line) of the annual mean of the wave area over 1979-2022. The area is specified for three different thresholds of TC waves (wave height above 2.5, 3.5 and 4.5 m ). Relative values are relative to the 44 -year mean. b, c As (a), but for the Northern Hemisphere
(NH) and Southern Hemisphere (SH). Shading shows the confidence interval for the significant trend; in (b) (top), the straight line with no shading indicates that the trend is not significant at the confidence level, but significant at the confidence level. Wave height is represented by significant wave height (Hs). Source data are provided as a Source Data file.
Varying increase of TC wave energy
TCs play an important role in maintaining the energy balance at the airsea interface . TCs take heat energy from the ocean surface to fuel their development, and on the other hand, they also dissipate kinetic energy into the ocean by waves. The TC wave energy, defined as the TC energy accumulated annually in the ocean surface waves, indicates the amount of kinetic energy transferred from the atmosphere to the ocean by TCs. Precisely, the TC wave energy integrates the height and the area of the TC wave footprint over the annual accumulated TC duration (see Methods). In the following, the height, area and duration are denoted as three contributing components of the TC wave energy.
Figure 4a shows the trend of the globally integrated TC wave energy. Over the last 44 years, the energy has significantly increased by decade, relative to the long-term mean. Unlike the maximum height of TCWs, the upward trend in the global TC wave energy is dominated by swells, which account for of the trend in the overall waves, while wind sea waves contribute only (Supplementary Table 2). We decompose the energy into three linear terms of the three contributing components (the height, area and duration) by holding two components constant with time and by allowing the other one component to vary with time, and into four nonlinear terms by retaining two or three components varying with time simultaneously (see “Decompose the annual TC wave energy” in the Methods section). Here, we only report the results of the linear terms because the nonlinear terms have very little impact on the energy trends. We find that for the linear terms, the global increases of the area, duration (Fig. 4a), and wave height contribute to , and of the energy trend, respectively, and for the nonlinear terms, they overall contribute to 5% of the energy trend. However, the upward trends of the global duration and wave height are not significant at the confidence level. Thus, the global energy trend is largely driven by the significant trend in the area.
The linear trend of the energy over the last 44 years varies greatly with the basin (Supplementary Figs. 3b, 4a and Supplementary Table 2). Significant upward trends are found in the NA ( decade ), EP ( decade), NI ( decade, significant in confidence) and SI ( decade). Small and insignificant upward trends are seen in the other two basins (WNP and SP). As shown in the global trend, swells dominate the basin-wide trends of the energy. Supplementary Fig. 4b shows relative contributions of the linear effects of the three contributing components to the basin-wide trends of the energy. Corresponding to the large variations in the basin-wide trends of the energy, the contributing components play very different roles in different basins. In the SP and WNP, the trends of TC wave energy are insignificant, but the causes are different. In the SP, related to the large interannual variability, none of the three components shows a significant trend, yielding no significant trend in the energy. In the WNP, however, the decrease of the annual duration, which is related to a reduction of TC frequency associated with the strengthening of the Pacific Walker Circulation , counteracts the effect of the increase of the area related to the strengthening of storm intensity. Consequently, in the WNP, the energy has no trend. In the NI, the energy trend is solely caused by the increase of the annual duration of storms, with small and insignificant changes in other two contributing components. In contrast, in the SI, the energy change is due to a significant increase in both the height and the area of TCWs. In the EP and NA, about 90% of the energy trend is due to the significant increase in the area and the duration, which agrees with previous studies on TC intensity and frequency . Figure demonstrates the mixed picture in the energy trend in the WNP and NA due to different changes in the storm duration. Therefore, over the last 44 years, significant growth of the area is commonly seen in all basins, but the increase or decrease of other two contributing terms can superimpose or
Fig. 4 | Time series and linear trends of tropical cyclone (TC) wave energy, TC wave area, and TC wave duration. a Global trend (straight line) and time series (solid line) of the TC wave energy (black; annually accumulated), the TC wave area (blue; annually averaged), and the TC wave duration (red; annually accumulated)
over 1979-2022. b, c As (a), but for the western North Pacific (WNP) and the North Atlantic (NA). Shading shows the confidence interval for the significant trend; in (a,b), straight lines without shading indicate that the trends are not significant at the confidence level. Source data are provided as a Source Data file.
counteract this effect from the area, largely altering the final trend in the energy.
Discussion
Here, we have quantified the global long-term historical changes in TCassociated surface ocean waves by analysing the TC wave footprints. This is based on a dataset that synthesises the latest ocean wave reanalysis and TC observations. We find that over the past 44 years, in the global average, the maximum height and the area of TCWs have increased by decade and decade (relative to the 44-year mean), respectively. Upward trends of the height and the area of TCWs are seen in all ocean basins, with the largest trends in the NA and decade for the height and the area, respectively), although the trends in the NI and SP are not significant. The surface area exceeding a threshold of wave height is of importance when considering the risk of offshore and coastal structures encountering a damaging wave.
We also show that the global TC wave energy, indicating the TC energy transferred at the interface from the atmosphere to the ocean, has increased even faster by decade. This global trend in the TC wave energy is about two times larger than that estimated for the global all-year wave energy , pointing to the important role of TCs in the global wave climate. The trend of the TC wave energy is mainly driven by changes in the area but varies greatly with basin, with the largest trends of about decade in the EP and NA. The compound effects of multiple TC properties, which contribute to the energy, can largely enhance or reduce the trends of the wave energy at the basin scale. We confirm that the above trends in TCWs are not dependent on the track source of ERA5 and the ENSO effect (subsection “Due to the ENSO effect” the in Methods section). But we notice that there is strong interannual variability in the wave metrics, and this can reduce the detectability of long-term trends over the period, especially at regional scales. Longer periods of wave data and climate simulations would help to reduce such uncertainty.
We emphasise that the upward trends of the TC wave metrics are much larger than the trend in the TC surface maximum winds ( /decade globally) that drive the waves. An idealised atmosphere-wave coupled model study with ocean surface warming showed that TC wave height increases more rapidly than the surface winds . The model also showed that the surface area of the TC wave footprint increases more rapidly than both the maximum wave height
and the surface winds. These nonlinear relationships are caused by the drag coefficient increasing with moderate wind speed. These predictions are supported by the trends of the height and the area of TCWs presented here. Furthermore, related to this point, we find that the maximum trends of the 6 -h height within the footprint ( /decade, Fig. 1c, f) are larger than the trends of 6 -h maxima ( decade, Fig. 2b, c, Supplementary Table 1). Note that the wave fields in Fig. 1 have been rotated in the TC orientation. The maxima of the composite field average, based on fixed locations relative to storm centre, is smaller than the average of spatial maxima because the former may include smaller waves compared to the latter. This means that the spatial maxima is less sensitive to the surface winds than the storm wave maxima with fixed location.
Here, we also calculated the trends in the maximum height of TCWs during the storm lifetime, named the lifetime-maximum wave height (Supplementary Fig. 5 and Supplementary Table 1). We found that the relative trends of the lifetime-maximum wave height are smaller and less detectable than the relative trends of 6 -h maximum height. The relative trends of the lifetime-maximum wave height are only significant in the globe, SH and SI , with rates of , and , respectively. This contrasts with the significant trends in maximum height in all basins. The weak and small trends in lifetime-maximum wave height resemble the less robust trends in the lifetime-maximum intensity. This may be also related to the saturation of the drag coefficient at the highest wind speed found in the modelling . In short, our study sheds light on the rapid increase of overall ocean waves associated with TCs as a major hazard in the past 44 years. The relative changes in ocean waves presented here are much larger than the relative changes in TC surface maximum wind speed. This finding is consistent with previous observation-based studies in which the natural impacts of TC (such as total TC rainfall) over the satellite era have more robust trends than TC intensity likely related to uncertainty in observing storm intensity .
For future projections, a recent global study reported future decreases in the extreme wave heights driven by their modelled decrease in TC frequency , despite a strengthening of TC intensity. Another study also projected a future decrease in the extreme wave heights in the WNP associated with a decrease in TC frequency . However, these studies should not be interpreted that the threat of the TC-associated waves will decrease in the future. Instead, we
anticipate that the risk of TCWs defined by the overall height and the areal footprint, which are independent of TC frequency, is likely to increase substantially in the future. Any total damage caused by TCWs is sensitive to the areal footprint. For future projections, the research community has more confidence in the effect of climate change on the TC intensity than on the other TC metrics (e.g., frequency and translation speed) . More attention needs to be paid to the multiple drivers of future changes in the TC wave climate as a major peril.
Methods
TC tracks
TCs used in our study are firstly identified in the ECMWF fifth generation climate reanalysis (ERA5 ) from 6-h atmospheric data, during 1979-2022, using the method described in refs. 49,50. The method tracks maximum vorticity centres in the spectrally filtered vorticity fields and matches the TC features based on observed tracks. First, the vertical average of the relative vorticity between 850 and 600 hPa is obtained. This is then spatially filtered using spherical harmonics to T63 resolution; the large-scale background with total wavenumbers is removed. Vorticity maxima in the NH and vorticity minima in the SH are determined on the T63 grid and then used as starting points to obtain the off-grid locations using B-spline interpolation and maximisation methods . In the first instance, all vorticity centres that exceed in the NH and that are below in the SH are identified through the data time series. The tracking is performed by first initialising a set of tracks using a nearest neighbour method and then refining them by minimising a cost function for track smoothness subject to adaptive constraints on track smoothness and displacement distance in a time step. The detailed processes in tracking can be seen in refs. 48-50. After the tracking process, the maximum surface wind speed and its locations, in the unfiltered data are added to the ERA5 tracks. This is done by searching for the maximum winds at 10 m height within a geodesic radius around the TC track point using the B-splines and minimisation method .
Because the identification of TCs in ERA5 is different from the TC identification in observations , a mismatch may occur between these two datasets, e.g., some observed TCs are not identified in ERA5 tracks or some ERA5 tracks are not in observations. To avoid the inconsistency, a matching procedure is applied to match the ERA5 tracks to the verification tracks from the International Best Track Archive for Climate Stewardship (IBTrACS) . Details in the matching process can be seen in ref. 54,55. Briefly, an ERA5 track is matched to a verification track if the mean spatial separation is over the corresponding paired track points and it is the track with the smallest separation. In the matching, we only include the tropical storms in IBTrACS with lifetime maximum intensity (i.e. several tropical storms). The matching process ensures that the ERA5 tracks are those TCs that are also observed in IBTrACS.
The following truncating process is finally applied. Each of the matched full TC tracks from ERA5 is truncated to the time length of the same track from IBTrACS, to ensure that the two datasets have the same lifetime for the same storms. We further restrict the 6 -h track points within and . This criterion applied here is to minimise the uncertainty in analysing the TCWs. First, IBTrACS has the uncertainty in including extratropical cyclones and post-tropical cyclones (this then translates into the truncated ERA5 tracks) . Second, swell waves in the middle-to-high latitudes driven by extratropical cyclones and strong westlies are usually in a large area and persist for a long time. This can largely contaminate the TC wave signal .
We use the ERA5 truncated tracks as the main TC dataset in the TC wave identification (see section “TC wave metrics” below). This is because the ERA5 tracks are dynamically associated with the ERA5 wave data through the data assimilation system and the wave model in ERA5. IBTrACS is not assimilated in ERA5. Although the ERA5 tracks are
matched with IBTrACS, the storm locations in the two datasets could slightly differ (difference is up to a distance as described above). Thus, using ERA5 truncated tracks has less uncertainty in TC wave identification.
Despite the ERA5 data being extended back to 1940, in this study we focus on the post-satellite period (1979-2022). This is because of low confidence of IBTrACS data prior to 1979 that could be used in the matching and truncating processes.
ERA5 wave reanalysis
We use the 6 -h wave data (including the significant wave heigt of mixed (overall) waves, swell or wind sea waves) archived from ERA5, at an output resolution of , from 1979 to 2022. The ocean wave model used in ERA5 is the WAve Modelling (WAM) model . The horizontal grid size in WAM is 28 km . The wave spectrum is discretized in 36 directions and 36 frequencies. In ERA5, the ocean wave data assimilation is based on the optimal interpolation (OI) with a window length of 12 h . The wave height data from space-borne altimeters are assimilated in the wave fields from WAM. In the data assimilation, the two-dimensional spectra of significant wave heights are corrected by observations via the OI scheme, and the analysed field is used as the initial condition for the next step of model integration.
Here, we briefly describe wave spectra in the ERA5 wave data because they are in the centre of defining the TC wave energy in the subsection 3. In the ERA5 wave reanalysis, the spectral components of wind sea and swells are separated using the spectral partitioning techniques which account for the relationship between the local winds and wave direction . In the partitioning, the spectral components are wind sea components when
where is the friction velocity induced by winds (in the units of ), is the wind direction, and and are the phase speed (in the units of ) and the direction (in the units of degree) of wave components. For those components which do not match the above criterion, they are defined as swell components.
The significant wave heights ( Hs , in the units of m ) of either mixed (overall) waves, swell or wind sea waves are defined as four times the square root of the zeroth-order moment of wave spectrum energy, as follows
where is the zeroth-order moment (in the units of ), which is calculated from the integral of the two-dimensional wave spectral energy density function :
where is the frequency (in the units of Hz ) and represents the wave direction, for each spectrum component.
TC wave metrics
The TC-associated surface ocean waves are identified by associating the TC tracks with wave data in ERA5. For each 6-h track point, a circle centred at the TC position with a geodesic radius of 15 -degree is first drawn from the field of significant wave height (Hs) (Supplementary Fig. 6a), i.e., the first guess of TCWs. Within the 15 -degree geodesic circle, the waves at the contiguous grid points where are defined as the TCW footprint. The threshold of is chosen based on a recent evaluation of the size of ERA5 TCs . This study found that compared to other measures of TC size, the outer size of TCs with
a surface wind speed of is best represented in ERA5 . This wind speed ( ) produces waves with according to a windwave relationship and a parametric wave model under various TC conditions. The average value of is thus selected as the threshold in defining the TCW footprint. The 6 -h TC wave footprint is further used to determine the statistical metrics for the area and the height of TCWs, and the TCW energy. Please note that we tested the sensitivity of the TCW footprint to the geodesic radius used in the first guess of TCWs. Supplementary Fig. 6b shows the distribution of the area of the 6-h TCW (i.g., where ) as a function of geodesic radius in the first guess. For small radius (i.e., 5 degree), the identified TCW footprint has a small area around the TC centre, and none of the footprint exceeds . When the radius in the first guess becomes bigger, the sample size of small footprints reduces and sample size of large footprints increases. The distribution of the footprint area becomes stable when the radius is larger than 15 -degree. Thus, we conclude that 15 -degree of radius in the first guess is appropriate for the TCW footprint defined by .
The 6 – h area within the closed contour of the Hs value threshold is named as the TCW area ( ), which can be expressed as follows:
where is the number of the contiguous grid points within the contour of the Hs threshold ( ), and is the index of the grid cell. is the area associated with grid point .
The maximum value of Hs within the TCW area is defined as the maximum height of TCWs. The maximum value of Hs among all the TCW areas during the TC lifetime is defined as the lifetimemaximum height of TCWs.
The TCW energy ( ) for mixed waves (wind sea and swell waves), per unit of horizontal area, is calculated by integrating twodimensional wave spectral energy in Eq. (3), expressed as:
where and are the density of seawater and the gravitational acceleration ( ). From Eqs. (2) and (3), e is rewritten as:
The energies of swell and wind sea waves can be separated following ref. 57. This is defined as:
where is defined in Eq. (2) using the partitioned spectral components of swells. The wind sea component is calculated as the difference between the mixed wave energy and swell energy.
The annual accumulated TCW energy ( ) for mixed waves is finally calculated by integrating the 6-h energy ( ) of TCWs within the area ( ) throughout the accumulated TCW duration in a year (i.e., combining Eq. (4) and Eq. (6) in a yearly base):
where is the index of the grid point in each 6 -h TCW area ( ), and is the index of the TCW duration in a given year is the TCW duration (in the units of days), which is denoted by the duration of the 6-h TCW footprint in a given year. The TCW duration can be equally expressed as , where TCN is the annual TC frequency, is the length of individual TC lifetime. represents the grid area at grid index and duration index .
For simplicity, in the TCW energy definition, the mean square of TCW height averaged over the area ( ) is termed as the height term ( ) of the energy, which can be expressed as:
Substituting Eq. (10) into Eq. (9), the TCW energy accumulated from the 6 -h wave fields can be simply written as:
Decompose the annual TC wave energy
The annual TCW energy in Eq. (11) can be expressed by the yearly averaged height, area and duration:
where is the annual average of the height term (h), obtained by averaging over the storm duration ( ), as follows:
Similarly, is the annual average of TCW area:
In each year and can be denoted as the combination of their interannual departures ( and ) and longterm means ( and ):
We then decompose the annual values of into long-term time means and anomaly terms departing from the time means in a given year , using the three contributing components of and in Eq. (15). in Eq. (12) is expressed as:
Now, annual consists of long-term time means and anomaly terms. The long-term climatic average ( ) is , which represents the wave energy produced by the long-term means of height (H), area (A) and duration (D). This term is constant. The anomaly terms include first-order, second-order and third-order effects of the three contributing terms ( ) on the annual wave energy. There are three first-order (linear) terms, denoted as and , which explicitly quantify the deviation of energy solely due to interannual anomalies of height , area , and duration , respectively. There are three second-order terms and one thirdorder term in Eq. (17), which represent the nonlinear effect (covariability) of interannual anomalies of height , area , and duration (D). These high-order terms have small values and make neglectable contributions to the final energy trends, and they thus are excluded in our trend analysis.
Validation of ERA5 TC waves
Here, we evaluate how well the ERA5 wave reanalysis represents the TC-associated ocean waves. We validated the ERA5 wave data against wave observations from in-situ buoys and satellite altimeters under TC conditions, and also compared against another wave reanalysis provided by the WAVe ReanalYSis (WAVERYS) .
Wave buoys from the National Data Buoy Centre are first used to validate the ERA5 wave reanalysis. These wave buoy data are independent of ERA5 because they are not assimilated in ERA5. Observations from 22 buoys during 1979-2018 are used in our validation (Supplementary Fig. 7a). These buoys are in the North Pacific and NA basins. Detailed information about location, valid period, and the number of validated TCs for each buoy is provided in Supplementary Table 3.
The validation process is as follows. First, at the time of a interval of ERA5 TC track, if the buoy is within the 15 -degree geodesic circle of the track point, the Hs values from both the buoy and ERA5 wave data at the buoy location are extracted. For each validated TC, two time series of Hs, with one from buoy and the other from ERA5, are obtained (Supplementary Fig. 7b). Then, a TCW duration is calculated as the duration when the exceeds 2.5 m . In principle, this process estimates the time when both the buoy data and ERA5 wave data are above the Hs threshold ( 2.5 m ) at the same location during the same TC passage. Because the buoy data and ERA5 wave data are independent, the pair of TCW durations are calculated separately. During the observational period 1979-2018, there are 582 TCs satisfying the above criteria. Finally, we compare the TCW duration in the two wave datasets.
The comparison of the TCW duration between observations and ERA5 for the same TCs is shown in Supplementary Fig. 8. The observed TCW duration is well captured by the ERA5 wave data, with for all buoys. The correlation is higher in the NA ( ), and slightly lower in the North Pacific basins where the sample sizes are small (less than of total samples, Supplementary Table 3). The ERA5 wave data tend to underestimate the duration mean, with mean relative error (MRE, relative to the observations) . The Quantile-Quantile plots of TCW duration between observations and
ERA5, as another measure of validation, are shown in Supplementary Fig. 9. The ERA5 wave data well capture the TCW duration at most of percentiles although it tends to underestimate the values at highest percentiles in the WNP and EP where the sample sizes are small. Thus, ERA5 well represents the duration of the above defined TCW in observations.
The TCW duration is related to both the maximum Hs values and the storm translation speed. The scatter plots of the maximum Hs during the identified duration for the 582 TC cases from observations and ERA5 wave data are shown in Supplementary Fig. 10. The ERA5 wave data tend to slightly underestimate the observed maximum height of TCWs, but they agree well in general including the extreme values of Hs ( ). The correlation between observation and ERA5 data is and 0.83 for the globe, the WNP, EP and NA, respectively. The mean relative error (MRE) is and the RMSE is 1.0 m for the total 582 TCs. This result aligns with other conclusions that ERA5 has skill in capturing extreme wave heights observed by buoys and satellite altimeter .
For the 582 TCs which are seen in both wave buoy observations and ERA5 wave data, their TC translation speeds calculated from IBTrACS and ERA5 TC data are compared in Supplementary Fig. 11. For each TC, the translation speed is calculated by using the great-circle distance between two consecutive 6 -h locations and averaged over the storm lifetime. The observed TC and ERA5 TC have a good agreement in the storm translation speed, with . The correlation does not vary with ocean basins. The MRE is about and RMSE is less than . Thus, we conclude that the ERA5 well reproduces the observed TCW durations due to a good estimate in both the Hs values and the TC translation speed.
Satellite remote sensing provides wave estimates at global scale, and it has been regarded as useful observational data in studying ocean waves . Here, Hs observations from the Jason-2 satellite by a Kuband altimeter are also used to validate the TC wave data from ERA5. The validation period is from July 2008 to December 2018 when Jason2 data are available. We use the satellite observations in the TCW first guess circle ( 15 -degree geodesic circle) when ERA5 TCs are at their lifetime maximum intensity (Supplementary Fig. 12a). We take Jason-2 along-track Hs (about wide) within the TCW first guess area, and then bin them into the ERA5 grid ( ). A total of 1373 gridded values for 51 TCs are finally found over the validation period. Here, we only used the satellite data at the time of TC lifetime maximum intensity because waves are mostly largest when a storm reaches lifetime maximum intensity, and thus the proportion of TCWs (Hs 2.5 m ) along the satellite track is larger than any other time. This reduces the proportions of small waves in the validation and makes the validation more desirable for TCWs.
The scatter plots of matched Hs values from Jason-2 and ERA5 are shown in Supplementary Fig. 12b-j for global and basin scales. Satellite altimetry can rarely observe the maximum value of (Supplementary Fig. 12b-j). This is related to limited satellite data recorded at fixed locations, compared to in-situ data, leading to large uncertainty of satellite altimetry in representing extreme waves . We find that the ERA5 wave data can well capture the observed height of TCWs in Jason-2, including large . The correlation between Jason-2 and ERA5 data is and 0.92 for the globe, the NH and SH , respectively. The is and the is 0.38 m , for the globe. The smallest errors are in the SI and SP basins. Jason-2 satellite altimetry is assimilated in ERA5 through its data assimilation system. However, our validation is still useful to prove the good quality of ERA5 for TCWs.
We also include WAVERYS as an additional source of wave dataset to verify ERA5 wave data for TCWs. WAVERYS is a global wave reanalysis covering the period from 1993 onwards. The wave model used is the version 4 of the model Meteo France WAve Model. The altimeter wave data and directional wave spectra provided by Sentinel-
1 satellite are assimilated using the OI method with an assimilation window of 3 h . Compared to ERA5, WAVERYS produces the global wave data at a finer model resolution of about . The wave-current interaction is considered in WAVERYS, but it is not included in ERA5. Source terms of white capping in the wave models of the two reanalyses are also different.
Using the same definitions of wave metrics (section 3 above), we compared the maximum height of TCWs between WAVERYS and ERA5 over the common period 1993-2018. The long-term means from WAVERYS are slightly larger than those from ERA5 both globally and in most basins (Supplementary Fig. 13), likely related to a finer model resolution of WAVERYS. At global and basin scales, the linear trends over 1993-2018 are very close between the two datasets (Supplementary Table 1). For example, the global trend of the maximum height of TCWs is decade and decade for ERA5 and WAVERYS, respectively. Upward trends of the maximum height of TCWs are found in all the basins when using WAVERYS, consistent with the results using ERA5. The small discrepancies in the TCW trends between the two datasets might be related to different model physics and resolutions. Nevertheless, we conclude that the two datasets produce consistent trends in TCWs over the period 1993-2018.
Lastly, we compare the ERA5 TCW footprint against a parametric wave model that has been developed for TC conditions, for the area and maximum Hs. In the statistical wave model, the JONSWAP fetchlimited wind-wave growth relationship is used:
Where is the 10 m wind speed, is the fetch length and is the gravity acceleration. Within the first guess area ( 15 -degree geodesic circle), Hs is solved conditional on the wind speed and fetch length at each grid point. is obtained from the ERA5, and is a function of maximum wind speed ( ) and TC translation speed ( ). Young (1988) defined an equivalent fetch for TC conditions:
where are coefficients pre-defined in ref. 69 . The term is a scaling factor , which is defined by
The term is defined by
where is the radius of the maximum wind speed, which is obtained in the ERA5 TC track (see subsection “TC tracks” in this section). An instantaneous wave field produced by Eq. (18) is demonstrated in Supplementary Fig. 14a. Over the period 1979-2022, there are 809 TCs based on the selecting criteria in ref. 69(i.e. , and ).
We validate the lifetime average area, and the lifetime average maximum Hs within the footprint. By average, the TCW area is and for the ERA5 and the parametric model , respectively. The scatter plot of the TCW area averaged in the lifetime of individual TCs is shown in Supplementary Fig. 14b. ERA5 slightly overestimates the area with of only and the of . The scatter plot of the 6 -h maximum height averaged over the strom lifetime in Eq. (18) and ERA5 is shown in Supplementary Fig. 14c. Compared with the parametric model, ERA5 tends to underestimate
the low-to-medium values of , and tends to overestimate the medium-to-high values of . But the overall error is small with MRE of 3% and RMSE of 0.9 m . This result is consistent with other findings that ERA5 tends to underestimate the extreme wave height .
Finally, we compared the composite of the TCW footprint in the two epochs (1979-2000 and 2001-2022) in the two datasets (Supplementary Figs. 15, 16). Only the common time when both datasets have valid values is considered. We find that the asymmetric distribution and the values of Hs within the footprint in ERA5 well resemble those in Eq. (18). An increase of Hs values and area between the two epochs is seen in both datasets. These agreements are better in the NH than in the SH, related to more samples of footprint in the NH. Compared to Eq. (18), the ERA5 wave data have less clear features in the storm centre, likely related to less representation of the eyewall contrast in the ERA5 wave model due to the low resolution. We note the difference of the composite values in Supplementary Figs. 15, 16 and Fig. 1. This is due to the different TCW sample selections when calculating Eq. (18), which is valid only for the time when TC is strong, i.e., . Thus, the TCW footprints produced by Eq. (18) are only used in validating the ERA5 wave data, and they are not ideal for trend analysis due to lower representability of TC conditions.
In all, we conclude that the ERA5 wave data are able to reproduce the duration, the area and the maximum Hs of TCW, including the Hs values within the footprint, compared to wave buoy, satellite altimetry, WAVERYS, and an independent parametric wave model. However, there is still a large uncertainty in the extremely high values of TCW (Hs ) due to very limited observations.
Advantages and caveats of ERA5 wave data in representing TC waves
In this section, we summarise the advantages and caveats of the ERA5 wave data in analysing the long-term trends in TCWs. Advantages of ERA5 wave data include:
Dynamical consistency between TC tracks and wave data. Because TC tracks and TCWs are consistently and objectively identified from the atmosphere-wave coupled reanalysis (see subsections 1 and 2 in the Methods section), they are well matched in terms of the timing and location. This is important for extreme analysis, including attributing wave trends to atmospheric forcing.
Wave data assimilation. In ERA5, wave height data (Hs) from space-borne altimeters are assimilated in the wave fields from WAM twice a day with a 12 -hour window (see subsection 2 above). The wave data assimilation corrects the initial wave fields used for the next step of model integration, and the atmosphere data assimilation corrects the atmospheric fields. This atmosphere-wave coupled analysis procedure improves both the quality of wave data and the coupling level of waves with the atmosphere.
Good quality of TC wave metrics in the trend analysis. We defined the wave metrics based on the TC footprint which is tailored for ERA5 wave data. We further showed that ERA5 is adequate in systematically representing these TC wave metrics when compared to observations and other sources of wave data (see subsection 5).
Caveats of the ERA5 wave data, including how to minimise the impact, are:
Uncertainty in extremely large waves. Global wave models have uncertainty in simulating extreme waves under TC conditions partially because the wave model resolution is not fine enough. This is also related to inaccurate wind forcing. Another source of uncertainty is the lack of extreme waves in
observations. Satellite altimetry can rarely observe (see “Comparison to satellite altimetry” in subsection 5 of the Methods section). Although the ERA5 wave data can capture some extreme events ( ) observed by wave buoys, the sample size is still limited (see “Comparison to wave buoy” in subsection 5 of the Methods section). Because validation for extremely large waves is challenging, it is still uncertain how well the ERA5 wave data can capture the most extreme events. To mitigate these uncertainties in the ERA5 TC wave data, we focus on the metrics of TC wave footprint that are designed to be less sensitive to extremely high values (see subsection 3). Briefly, the TC wave footprint is defined by moderate size of waves ( ). Through a systematic validation, we show that ERA5 wave data well represent these metrics of TC wave footprint (i.e., the area and duration). Furthermore, we also analyse the relative changes in these TC wave metrics (including the maximum Hs). We anticipate that any identified relative trends in TCWs are more trustworthy than the absolute trends as the relative trends are less dependent on the mean values of extremely high waves.
Interference of remote waves caused by other weather systems. The ERA5 wave data are driven by wind forcing from multiple types of weather, such as TCs, extratropical cyclones and largescale persistent winds. It becomes challenging to distinguish TCWs from the waves drived by other weather systems at the middle-to-high latitudes. This becomes more difficult for swells as they can propagate in a long distance. To mitigate this challenge, we focus on the TCWs between and (see subsection 1) and leverage this with the TC wave footprint around the TC centre (see subsection 3).
Potential underestimation of TCWs in coastal regions. A latest study compared ERA5 and WAVERYS with in-situ measurements globally. They find that both wave reanalyses consistently underestimate extreme wave heights in most coastal locations. Caution must be taken for the feasibility of ERA5 wave data being used for coastal regions. However, we re-calculated the trends of the TCW area and maximum wave height after excluding TCW values in water depths less than 100 m , and the trend value remains essentially almost unchanged (Supplementary Tables 1, 2 ). For example, the global relative trend in maximum wave height changes from decade to decade, and the global relative trend in the area changes from decade to decade. Relatedly, recent studies showed that increasing horizontal resolution of wave models has little impact on TCWs in the open sea . Thus, we anticipate that the large-scale (global and basin-wide) trends in this paper are dominated by waves in the deep ocean, and that the inaccuracy of ERA5 in representing coastal extreme waves has little impact on our conclusions.
All these suggest that the ERA5 wave data are validated in the trend analysis of TCWs.
Uncertainty in the trend analysis
To consider the impact of the uncertainty of TC track identification on our results, we estimated the trends in the height of TCWs using different TC data. Supplementary Table 1 shows the trends of the TCWs identified using the full tracks of ERA5 TCs (i.e., matched to observed tracks but with the full lifetimes). The relative trends of the maximum height with the full tracks and decade for the globe, NH and SH ) are smaller than those with the observed tracks ( decade ), but the signs and significance levels for the global and hemispherical scales remain unchanged. Thus, the trends of the maximum height of TCWs are not strongly dependent on the TC track data.
The basin-wide trends in energy and their decompositions based on the full track of TCs were also estimated (Supplementary Fig. 4c and Table 2 (T2)). Although the absolute trends in energy become larger due to the longer lifetime of storms, the relative trends in energy are close to the above results. Relative contributions of the contributing components to the energy trends also mostly retain the same signs and significance levels when using the full track of TCs.
We evaluated the effect of ENSO on the trend detection of TCWs. To do so, the effect of ENSO is removed from the timeseries of TC and TCW metrics, as suggested in refs. 24,73. A multiple linear regression on the yearly ENSO index with a linear least-squares method is first estimated for the timeseries. Yearly ENSO index is the average of the monthly Niño 3.4 indices over a year. The Niño 3.4 index is defined by the standardised sea surface temperature anomalies in the Niño 3.4 region ( . The regression values determined by ENSO index are then removed from the timeseries of TC and TCW metrics to obtain the timeseries residuals. These residuals are then used in the trend and correlation analyses. These processes are done for the timeseries of yearly values of TC and TCW metrics.
After removing the ENSO effect, we found slight changes in the trends, with the global trend value changing from decade to decade for the maximum height of TCWs, from to /decade for the TCW area, from decade to decade for the TC wave energy, from decade to decade for the TC intensity, and from decade to decade for the TC wave duration (Supplementary Table 4). This means the ENSO only slightly impacts the trend detection in the TC metrics by altering the year-to-year variability, and it does not significantly change the trend values and significance level of the trends, either in global or basin scales.
Statistical analyses
For the trend analysis, we estimate the trend (denoted as ) using a linear least-squares regression, and we also estimate the error bars (denoted as err) of the trend by a two-tailed 95% confidence interval under the assumption that the residuals of the regression follow a normal distribution. err represents the 95% confidence estimate of the trend value. The trend is tested for statistical significance for a null hypothesis that the trend is zero (i.e., a significant trend means that the interval of trend ( ) does not include zero). The Pearson correlation coefficient (denoted as ) is used to measure the correlation between the timeseries of two variables. A two-tailed -test with a value of 0.05 is used to test significance, with a null hypothesis of a zero correlation. In our paper, for simplicity, we only provide the or values if they pass the significance test. In other words, the statistically significant values ( or ) are at the confidence level, unless stated otherwise.
Data availability
The ERA5 climate reanalysis was generated and distributed by the European Centre for Medium-Range Weather Forecasts (ECMWF; https://www.ecmwf.int/en/forecasts/datasets/ reanalysis-datasets/ era5). The WAVERYS wave reanalysis was distributed by the Copernicus Marine Service (https://www.copernicus.eu/en/access-data/ copernicus-services-catalogue/ global ocean-aves-reanalysiswaverys). The best track data were taken from the International Best Track Archive for Climate Stewardship (IBTrACS; https://www.ncdc. noaa.gov/ibtracs/). Monthly ENSO indices are retrieved from the NOAA’s National Centres for Environmental Information (www.ncdc. noaa.gov/teleconnections/). The ocean wave buoy locations and observations were obtained from the National Data Buoy Centre (NDBC; https://www.ndbc.noaa.gov/). The ocean wave height observations from Jason-2 satellite were taken from National Centres for
Environmental Information (NCEI; https://www.ncei.noaa.gov/ data/ oceans/jason2/). Source data are provided with this paper.
Tan, Y., Zhang, W., Feng, X., Guo, Y. P. & Hoitink, A. J. F. Storm surge variability and prediction from ENSO and tropical cyclones. Environ. Res. Lett. 18, 024016 (2023).
Feng, X. & Tsimplis, M. N. Sea level extremes at the coasts of China. J. Geophys. Res. 119, 1593-1608 (2014).
Feng, X., Zheng, J. & Yan, Y. Wave spectra assimilation in typhoon wave modeling for the East China Sea. Coast. Eng. 69, 29-41 (2012).
Meucci, A., Young, I. R., Hemer, M., Kirezci, E. & Ranasinghe, R. Projected 21st century changes in extreme wind-wave events. Sci. Adv. 6, 1-9 (2020).
Shimura, T., Pringle, W. J., Mori, N., Miyashita, T. & Yoshida, K. Seamless projections of global storm surge and ocean waves under a warming climate. Geophys. Res. Lett. 49, e2021GL097427 (2022).
Belmadani, A., Dalphinet, A., Chauvin, F., Pilon, R. & Palany, P. Projected future changes in tropical cyclone-related wave climate in the North Atlantic. Clim. Dyn. 56, 3687-3708 (2021).
Shimura, T., Mori, N. & Mase, H. Future projections of extreme ocean wave climates and the relation to tropical cyclones: ensemble experiments of MRI-AGCM3.2H. J. Clim. 28, 9838-9856 (2015).
Timmermans, B. W., Stone, D., Wehner, M. & Krishnan, H. Impact of tropical cyclones on modeled extreme wind-wave climate. Geophys. Res. Lett. 44, 1393-1401 (2017).
Chen, Q., Wang, L. & Zhao, H. Hydrodynamic investigation of coastal bridge collapse during hurricane Katrina. J. Hydraul. Eng. 135, 175-186 (2009).
Rappaport, E. N. Fatalities in the United States from Atlantic tropical cyclones: new data and interpretation. Bull. Am. Meteorol. Soc. 95, 341-346 (2014).
Lawrence, M. B., Mayfield, B., Avila, L. A., Pasch, R. J. & Rappaport, E. N. Atlantic hurricane season of 1995. Mon. Weather Rev. 126, 1124-1151 (1997).
Caires, S. & Sterl, A. 100-year return value estimates for ocean wind speed and significant wave height from the ERA-40 data. J. Clim. 18, 1032-1048 (2005).
Morim, J. et al. Robustness and uncertainties in global multivariate wind-wave climate projections. Nat. Clim. Change 9, 711-718 (2019).
Morim, J. et al. Global-scale changes to extreme ocean wave events due to anthropogenic warming. Environ. Res. Lett. 16, 074056 (2021).
Frölicher, T. L., Fischer, E. M. & Gruber, N. Marine heatwaves under global warming. Nature 560, 360-364 (2018).
Vousdoukas, M. I. et al. Global probabilistic projections of extreme sea levels show intensification of coastal flood hazard. Nat. Commun. 9, 2360 (2018).
Meucci, A., Young, I. R., Aarnes, O. J. & Breivik, Ø. Comparison of wind speed and wave height trends from twentieth-century models and satellite altimeters. J. Clim. 33, 611-624 (2020).
Dobrynin, M., Murawsky, J. & Yang, S. Evolution of the global wind wave climate in CMIP5 experiments. Geophys. Res. Lett. 39, L18606 (2012).
Young, I. R., Zieger, S. & Babanin, A. V. Global trends in wind speed and wave height. Science 332, 451-455 (2011).
Young, I. R. & Ribal, A. Multiplatform evaluation of global trends in wind speed and wave height. Science 364, 548-552 (2019).
Cao, Y., Dong, C., Young, I. R. & Yang, J. Global wave height slowdown trend during a recent global warming slowdown. Remote Sens. 13, 4096 (2021).
Timmermans, B. W., Gommenginger, C. P., Dodet, G. & Bidlot, J.-R. Global wave height trends and variability from new multimission satellite altimeter products, reanalyses, and wave buoys. Geophys. Res. Lett. 47, e2019GL086880 (2020).
Reguero, B. G., Losada, I. J. & Méndez, F. J. A recent increase in global wave power as a consequence of oceanic warming. Nat. Commun. 10, 1-14 (2019).
Feng, X., Klingaman, N. P. & Hodges, K. I. Poleward migration of western North Pacific tropical cyclones related to changes in cyclone seasonality. Nat. Commun. 12, 1-11 (2021).
Peduzzi, P. et al. Global trends in tropical cyclone risk. Nat. Clim. Change 2, 289-294 (2012).
Webster, P. J., Holland, G. J., Curry, J. A. & Chang, H.-R. Changes in tropical cyclone number, duration, and intensity in a warming environment. Science 309, 1844-1846 (2005).
Yamaguchi, M., Chan, J. C., Moon, I.-J., Yoshida, K. & Mizuta, R. Global warming changes tropical cyclone translation speed. Nat. Commun. 11, 1-7 (2020).
Kossin, J. P. A global slowdown of tropical-cyclone translation speed. Nature 558, 104-107 (2018).
Wang, S. & Toumi, R. Recent migration of tropical cyclones toward coasts. Science 371, 514-517 (2021).
Song, J. & Klotzbach, P. J. What has controlled the poleward migration of annual averaged location of tropical cyclone lifetime maximum intensity over the western North Pacific since 1961? Geophys. Res. Lett. 45, 1148-1156 (2018).
Knapp, K. R. & Kruk, M. C. Quantifying interagency differences in tropical cyclone best-track wind speed estimates. Mon. Weather Rev. 138, 1459-1473 (2010).
Lobeto, H., Menendez, M. & Losada, I. J. Future behavior of wind wave extremes due to climate change. Sci. Rep. 11, 1-12 (2021).
Shi, Y. et al. Asymmetric wave distributions of tropical cyclones based on CFOSAT observations. J. Geophys. Res. 126, e2020JC016829 (2021).
Lanzante, J. R. Uncertainties in tropical-cyclone translation speed. Nature 570, E6-E15 (2019).
Moon, I. J., Kim, S. H. & Chan, J. C. L. Climate change and tropical cyclone trend. Nature 570, E3-E5 (2019).
Fan, Y., Ginis, I. & Hara, T. Momentum flux budget across the air-sea interface under uniform and tropical cyclone winds. J. Phys. Oceanogr. 40, 2221-2242 (2010).
Soloviev, A. V., Lukas, R., Donelan, M. A., Haus, B. K. & Ginis, I. The air-sea interface and surface stress under tropical cyclones. Sci. Rep. 4, 1-6 (2014).
Kossin, J. P., Knapp, K. R., Olander, T. L. & Velden, C. S. Global increase in major tropical cyclone exceedance probability over the past four decades. Proc. Natl. Acad. Sci. USA 117, 11975-11980 (2020).
Sobel, A. H. et al. Tropical cyclone frequency. Earth’s Future 9, e2021EF002275 (2021).
Balaji, M., Chakraborty, A. & Mandal, M. Changes in tropical cyclone activity in north Indian Ocean during satellite era (1981-2014). Int. J. Climatol. 38, 2819-2837 (2018).
Phibbs, S. & Toumi, R. Modeled dependence of wind and waves on ocean temperature in tropical cyclones. Geophys. Res. Lett. 41, 7383-7390 (2014).
Tu, S. et al. Recent global decrease in the inner-core rain rate of tropical cyclones. Nat. Commun. 12, 1948 (2021).
Guzman, O. & Jiang, H. Global increase in tropical cyclone rain rate. Nat. Commun. 12, 1-8 (2021).
Bhatia, K. T. et al. Recent increases in tropical cyclone intensification rates. Nat. Commun. 10, 635 (2019).
Shimura, T., Mori, N. & Hemer, M. A. Projection of tropical cyclonegenerated extreme wave climate based on CMIP5 multi-model ensemble in the Western North Pacific. Clim. Dynam. 49, 1449-1462 (2017).
Knutson, T. et al. Tropical cyclones and climate change assessment: part I: detection and attribution. Bull. Am. Meteorol. Soc. 100, 1987-2007 (2019).
Knutson, T. et al. Tropical cyclones and climate change assessment: part II: projected response to anthropogenic warming. Bull. Am. Meteorol. Soc. 101, E3O3-E322 (2020).
Hersbach, H. et al. The ERA5 global reanalysis. Q. J. R. Meteorol. Soc. 146, 1999-2049 (2020).
Hodges, K. I. Feature tracking on the unit sphere. Mon. Weather Rev. 123, 3458-3465 (1995).
Hodges, K. I. Adaptive constraints for feature tracking. Mon. Weather Rev. 127, 1362-1373 (1999).
Hodges, K. I. & Klingaman, N. P. Prediction errors of tropical cyclones in the western North Pacific in the Met Office global forecast model. Weather Forecast 34, 1189-1209 (2019).
Knapp, K. R., Kruk, M. C., Levinson, D. H., Diamond, H. J. & Neumann, C. J. The International Best Track Archive for Climate Stewardship (IBTrACS). Bull. Am. Meteorol. Soc. 91, 363-376 (2010).
Knapp, K. R., Diamond, H. J., Kossin, J. P., Kruk, M. C. & Schreck, C. J. International Best Track Archive for Climate Stewardship (IBTrACS) Project, Version 4. NOAA National Centers for Environmental Information, (2018).
Hodges, K. I., & Rebecca, E. The prediction of Northern Hemisphere tropical cyclone extended life cycles by the ECMWF ensemble and deterministic prediction systems. Part I: tropical cyclone stage. Mon. Weather. Rev. 143, 5091-5114 (2015).
Hodges, K., Cobb, A. & Vidale, P. L. How well are tropical cyclones represented in reanalysis datasets? J. Clim. 30, 5243-5264 (2017).
Ying, M. et al. An overview of the China Meteorological Administration tropical cyclone database.J. Atmos. Ocean. Technol. 31, 287-301 (2014).
Semedo, A., Sušelj, K., Rutgersson, A. & Sterl, A. A global view on the wind sea and swell climate and variability from ERA-40. J. Clim. 24, 1461-1479 (2011).
Fan, Y., Lin, S. J., Griffies, S. M. & Hemer, M. A. Simulated global swell and wind-sea climate and their responses to anthropogenic climate change at the end of the twenty-first century. J. Clim. 27, 3516-3536 (2014).
The WAMDI Group. The WAM Model-A Third Generation Ocean Wave Prediction Model. J. Phys. Oceanogr. 18, 1775-1810 (1988).
ECMWF. I. F. S. documentation CY47R3 – Part VII: ECMWF wave model. ECMWF, (2021).
Bian, G. F., Nie, G. Z. & Qiu, X. How well is outer tropical cyclone size represented in the ERA5 reanalysis dataset? Atmos. Res. 249, 105339 (2021).
Breugem, W. A. & Holthuijsen, L. H. Generalized shallow water wave growth from Lake George. J. Waterw. Port Coast. Ocean Eng. 133, 173-182 (2007).
Young, I. R. Parametric hurricane wave prediction model. J. Waterw. Port Coast Ocean Eng. 114, 637-652 (1988).
Law-Chune, S. et al. WAVERYS: a CMEMS global wave reanalysis during the altimetry period. Ocean. Dyn. 71, 357-378 (2021).
Li, R. et al. Analysis of the 20 -Year Variability of Ocean Wave Hazards in the Northwest Pacific. Remote Sens. 15, 2768 (2023).
Takbash, A. & Young, I. R. Long-term and seasonal trends in global wave height extremes derived from ERA-5 reanalysis data. J. Mar. Sci. Eng. 8, 1015 (2020).
Abdalla, S., Janssen, P. A. & Bidlot, J. R. Jason-2 OGDR wind and wave products: monitoring, validation and assimilation. Mar. Geod. 33, 239-255 (2010).
Cagigal, L., Méndez, F. J., van Vloten, S. O., Rueda, A. & Coco, G. Wind wave footprint of tropical cyclones from satellite data. Int. J. Climatol. 43, 372-381 (2023).
Young, I. R. & Vinoth, J. An “extended fetch” model for the spatial distribution of tropical cyclone wind-waves as observed by altimeter. Ocean Eng. 70, 14-24 (2013).
Young, I. R. & Burchell, G. P. Hurricane generated waves as observed by satellite. Ocean Eng. 23, 761-776 (1996).
Fanti, V., Ferreira, Ó., Kümmerer, V. & Loureiro, C. Improved estimates of extreme wave conditions in coastal areas from calibrated global reanalyses. Commun. Earth Environ. 4, 151 (2023).
Li, J., Zhang, S., Liu, Q., Yu, X. & Zhang, Z. Design and evaluation of an efficient high-precision ocean surface wave model with a multiscale grid system (MSG_Wav1. 0). Geosci. Model Dev. Discuss. 1, 1-34 (2023).
Kossin, J. P., Emanuel, K. A. & Camargo, S. J. Past and projected changes in western North Pacific tropical cyclone exposure. J. Clim. 29, 5725-5739 (2016).
Rayner, N. A. et al. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century. J. Geophys. Res. 108, 4407 (2003).
Acknowledgements
J.S., C.Z., A.T., W.Z. and J.Z. were supported by the National Key R&D Program of China (2023YFC3007900) and the National Natural Science Foundation of China (41930538, U2040203). X.F. and R.T. were supported by the Singapore Green Finance Centre. X.F. and K.H. were supported by the UK Met Office Weather and Climate Science for Service Partnership for Southeast Asia, as part of the Newton Fund. X.F. was also supported by “the Belt and Road Special Foundation of the State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering” (Nos. 2018490111), foundation of Key Laboratory of Ministry of Education for Coastal Disaster and Protection, Hohai University (J202203), and the UK National Centre for Atmospheric Science through the NERC National Capability International Programmes Award (NE/ X006263/1).
Author contributions
J.S., X.F., R.T. and J.Z. designed and performed the research; K.H. tracked the storm tracks in the climate reanalysis; C.Z., A.T. and W.Z. assisted with interpretation of the results. J.S., X.F., R.T., K.H. and J.Z. discussed the results and wrote the manuscript.
Correspondence and requests for materials should be addressed to Jinhai Zheng.
Peer review information Nature Communications thanks Ali Belmadani, Borja Reguero, and the other, anonymous, reviewer for their contribution to the peer review of this work. A peer review file is available.
Key Laboratory of Ministry of Education for Coastal Disaster and Protection, Hohai University, Nanjing, China. College of Harbor, Coastal and Offshore Engineering, Hohai University, Nanjing, China. National Centre for Atmospheric Science and Department of Meteorology, University of Reading, Reading, UK. Department of Physics, Imperial College London, London, UK. The National Key Laboratory of Water Disaster Prevention, Nanjing, China.
