DOI: https://doi.org/10.1038/s41597-025-05789-w
PMID: https://pubmed.ncbi.nlm.nih.gov/40817106
تاريخ النشر: 2025-08-15
المؤلف: Gengbin Liu وآخرون
الموضوع الرئيسي: أبحاث الأعاصير الاستوائية وغير الاستوائية
نظرة عامة
تُعتبر الأعاصير الاستوائية (TCs) أحداثًا جوية مدمرة للغاية تؤثر بشكل كبير على التفاعلات بين الغلاف الجوي والمحيط والمناطق الساحلية. تعتبر مجموعات بيانات مجالات الرياح الدقيقة وعالية الدقة للأعاصير الاستوائية ضرورية لتحسين توقعات العواصف، وتقييم مخاطر الكوارث، وفهم ديناميات المحيط والغلاف الجوي. غالبًا ما تُقلل مجموعات بيانات إعادة التحليل الحالية، مثل ERA5، من تقديرات سرعات الرياح القصوى وتفشل في تمثيل الهيكل الداخلي للأعاصير الاستوائية بشكل كافٍ.
لتجاوز هذه القيود، تقدم هذه الدراسة مجموعة بيانات لمجال الرياح للأعاصير الاستوائية عالية الدقة وقابلة للتطبيق عالميًا تم إعادة بنائها من ERA5 باستخدام نهج تصحيح بارامتري متكامل. تتضمن هذه المنهجية تعديل ويلاوبي للأعاصير الاستوائية في المحيط المفتوح، وطرق تصحيح نسبية للأعاصير الاستوائية عند الهبوط، وتقنية الاستيفاء الخطي لضمان انتقالات سلسة في المناطق الساحلية. تكشف التحقق من القياسات المستندة إلى الأقمار الصناعية (SMAP وWindSat)، والملاحظات الجوية (SFMR)، وبيانات الأرصاد الجوية الأرضية عن تحسينات كبيرة في دقة مسارات الأعاصير الاستوائية المعاد بناؤها، وسرعات الرياح القصوى، ونصف قطر الرياح القصوى. توفر مجموعة البيانات المحسنة رؤى قيمة حول ديناميات الأعاصير الاستوائية العالمية وتعتبر موردًا حيويًا لتقدم توقعات الأعاصير الاستوائية، ونمذجة المناخ، واستراتيجيات المرونة ضد الكوارث.
مقدمة
تُعتبر الأعاصير الاستوائية (TCs) مخاطر طبيعية كبيرة تؤدي إلى أضرار اقتصادية واجتماعية واسعة النطاق، مما يستلزم تمثيلًا دقيقًا لمجالات الرياح الخاصة بها من أجل توقع فعال وتقييم المخاطر. يمتد تأثير الأعاصير الاستوائية إلى الاستجابات المحيطية، بما في ذلك ارتفاع العواصف والخلط العمودي، وهو أمر حاسم لفهم نقاط الضعف الساحلية وتعزيز الاستعداد للكوارث. مع تغير المناخ الذي يؤثر على شدة وتكرار الأعاصير الاستوائية، هناك حاجة ملحة لتحسين بيانات مجالات الرياح في نماذج المناخ لالتقاط التفاعلات بين الأعاصير الاستوائية وديناميات المحيط بشكل أفضل.
توفر مجموعات بيانات إعادة التحليل الحالية، مثل إعادة تحليل ECMWF V5 (ERA5) وNCEP، معلومات قيمة ولكنها غالبًا ما تفتقر إلى الدقة اللازمة لتصوير الهياكل الريحية المعقدة للأعاصير الاستوائية، خاصة في مناطقها الداخلية. تم استخدام نماذج بارامتريكية تقليدية وطرق تصحيح لإعادة بناء مجالات الرياح، ومع ذلك، فإنها غالبًا ما تفشل في أخذ تأثيرات التضاريس في الاعتبار وقد تفرط في تقدير أحجام النواة الداخلية. أظهرت التطورات الأخيرة في الأساليب الهجينة الإحصائية الديناميكية ونماذج التعلم العميق وعدًا، لكن التحديات لا تزال قائمة بسبب عدم اليقين في الملاحظات وقيود البيانات.
استجابةً لهذه التحديات، تقدم هذه الدراسة مجموعة بيانات جديدة لمجال الرياح للأعاصير الاستوائية التي تدمج عدة طرق تصحيح بارامتري لتحسين التمثيل العالمي لهياكل الرياح للأعاصير الاستوائية في ERA5. تجمع المنهجية بين تعديل ويلاوبي لسيناريوهات المحيط المفتوح، وتصحيحات نسبية للأحداث عند الهبوط، والاستيفاء الخطي للانتقالات السلسة بالقرب من السواحل. يؤكد التحقق من البيانات المستندة إلى الأقمار الصناعية والقياسات الجوية على تحسينات كبيرة في المعلمات الرئيسية، بما في ذلك سرعات الرياح القصوى ودقة مسار العواصف. من المتوقع أن تُحسن مجموعة البيانات المحسنة توقعات العمليات المحيطية الناتجة عن الأعاصير الاستوائية، مما يسهم في فهم أفضل للنظم البيئية البحرية ونقاط الضعف الساحلية في سياق تغير المناخ.
طرق
في هذه الدراسة، يستخدم المؤلفون مجموعة بيانات الأرشيف الدولي لأفضل المسارات من أجل رعاية المناخ (IBTrACS) لتحليل الأعاصير الاستوائية (TCs) من 1993 إلى 2022، مع التركيز على 2,932 مسارًا صالحًا للأعاصير الاستوائية. توفر مجموعة البيانات معلمات أساسية مثل سرعة الرياح القصوى المستدامة (MWS)، ونصف قطر الرياح القصوى (RMW)، والمسافة إلى اليابسة، مع استبعاد نصف قطر رياح 34 عقدة (R34) بسبب عدم التناسق التاريخي. لضمان التناسق الزمني مع بيانات الرياح من مركز التنبؤات الجوية متوسطة المدى (ERA5)، تم استيفاء بيانات الأعاصير الاستوائية إلى فترات زمنية ساعة.
يقترح المؤلفون طريقة بارامتريكية متكاملة لإعادة بناء مجالات الرياح للأعاصير الاستوائية، تعالج القيود في ERA5. تميز هذه الطريقة بين الأعاصير الاستوائية فوق المحيط المفتوح، والأعاصير عند الهبوط، والمناطق القريبة من الشاطئ، باستخدام طريقة تعديل ويلاوبي لتقدير ملف الرياح الشعاعي. تُستخدم طريقة دمج لدمج بيانات ERA5 مع نموذج الرياح المثالي، مع تضمين معامل وزن لأخذ سرعة انتقال الأعاصير الاستوائية في الاعتبار. بالنسبة للأعاصير الاستوائية عند الهبوط، يعزز تصحيح نسبي تجريبي شدة الرياح مع الحفاظ على الهيكل المكاني لمجال الرياح في ERA5. كما تقوم الدراسة بتحسين معلمات الأعاصير الاستوائية باستخدام بيانات الأقمار الصناعية، وحساب MWS وRMW بناءً على خطوط العزل، وتعديل موقع مركز الأعاصير الاستوائية من خلال تحليل الدوران النسبي. تهدف هذه المنهجية الشاملة إلى تحسين دقة إعادة بناء مجالات الرياح للأعاصير الاستوائية، مما يوفر رؤى قيمة للبحوث المستقبلية.
مناقشة
تسلط قسم المناقشة في الورقة الضوء على استخدام مجموعات بيانات مختلفة من الأقمار الصناعية والبيانات الميدانية لتعزيز دقة تقديرات مجالات الرياح للأعاصير الاستوائية (TC). توفر مجموعات بيانات رطوبة التربة النشطة السلبية (SMAP) وWindSat، التي أُطلقت في عام 2015 و2003 على التوالي، بيانات سرعة الرياح الحيوية بدقة زمنية ومكانية عالية. تُظهر SMAP ارتباطًا قويًا (R = 0.91) مع الأرشيف الدولي لأفضل المسارات من أجل رعاية المناخ (IBTrACS) لسرعة الرياح القصوى (MWS)، بينما تُظهر WindSat ارتباطًا معتدلًا (R = 0.75)، مما يشير إلى أن SMAP أكثر موثوقية لتقدير مجالات الرياح للأعاصير الاستوائية. كما تلتقط كلا المجموعتين بفعالية نصف قطر الرياح القصوى (RMW)، على الرغم من وجود بعض التباينات في دقة التقدير.
تناقش الورقة أيضًا إعادة بناء مجالات الرياح باستخدام نهج متكامل يجمع بين التصحيحات النسبية للمناطق الأرضية مع التعديلات لسيناريوهات المحيط المفتوح. يُحسن هذا الأسلوب بشكل كبير من تمثيل سرعات الرياح، خاصة أثناء الهبوط، حيث تكافح النماذج التقليدية لأخذ الطبيعة غير المتماثلة للأعاصير الاستوائية في الاعتبار. تُظهر مجموعة بيانات ERA5 المعاد بناؤها توافقًا محسنًا مع البيانات الملاحظة، محققة معاملات ارتباط أعلى (حتى R = 0.86) وأخطاء جذر متوسط المربعات أقل (RMSE) مقارنةً ببيانات ERA5 الأصلية. تؤكد هذه النتائج فعالية طريقة إعادة البناء المقترحة في تقديم تصوير أكثر دقة لديناميات الأعاصير الاستوائية، وهو أمر حاسم لتقييم المخاطر والتنبؤ.
DOI: https://doi.org/10.1038/s41597-025-05789-w
PMID: https://pubmed.ncbi.nlm.nih.gov/40817106
Publication Date: 2025-08-15
Author(s): Gengbin Liu et al.
Primary Topic: Tropical and Extratropical Cyclones Research
Overview
Tropical cyclones (TCs) are highly destructive weather events that significantly influence atmosphere-ocean interactions and coastal areas. Accurate and high-resolution wind field datasets for TCs are essential for improving storm forecasting, disaster risk assessment, and understanding ocean-atmosphere dynamics. Current reanalysis datasets, such as ERA5, often underestimate peak wind speeds and fail to adequately represent the inner-core structure of TCs.
To overcome these limitations, this study presents a globally applicable, high-resolution TC wind field dataset reconstructed from ERA5 using an integrated parametric correction approach. This methodology incorporates the Willoughby adjustment for open-ocean TCs, proportional correction methods for landfalling TCs, and a linear interpolation technique to ensure smooth transitions in coastal regions. Validation against satellite-based measurements (SMAP and WindSat), airborne observations (SFMR), and ground-based meteorological data reveals significant improvements in the accuracy of reconstructed TC tracks, maximum wind speeds, and the radius of maximum wind. The enhanced dataset offers valuable insights into global TC dynamics and serves as a crucial resource for advancing TC forecasting, climate modeling, and disaster resilience strategies.
Introduction
Tropical cyclones (TCs) are significant natural hazards that lead to extensive socioeconomic damage, necessitating accurate representation of their wind fields for effective forecasting and risk assessment. The influence of TCs extends to oceanic responses, including storm surge and vertical mixing, which are critical for understanding coastal vulnerabilities and enhancing disaster preparedness. As climate change alters the intensity and frequency of TCs, there is an urgent need for improved wind field data in climate models to better capture the interactions between TCs and ocean dynamics.
Current reanalysis datasets, such as ECMWF Reanalysis V5 (ERA5) and NCEP, provide valuable information but often lack the resolution to accurately depict the complex wind structures of TCs, particularly in their inner-core regions. Traditional parametric models and correction methods have been employed to reconstruct wind fields, yet they frequently fall short in accounting for terrain effects and may overestimate inner-core sizes. Recent advancements in hybrid statistical-dynamical approaches and deep learning models have shown promise, but challenges remain due to observational uncertainties and data limitations.
In response to these challenges, this study presents a novel TC wind field dataset that integrates multiple parametric correction methods to enhance the global representation of TC wind structures in ERA5. The methodology combines the Willoughby adjustment for open-ocean scenarios, proportional corrections for landfall events, and linear interpolation for smooth transitions near shorelines. Validation against satellite and airborne measurements confirms significant improvements in key parameters, including maximum wind speeds and storm track accuracy. This enhanced dataset is expected to refine predictions of TC-induced ocean processes, thereby contributing to a better understanding of marine ecosystems and coastal vulnerabilities in the context of climate change.
Methods
In this study, the authors utilize the International Best Track Archive for Climate Stewardship (IBTrACS) dataset to analyze tropical cyclones (TCs) from 1993 to 2022, focusing on 2,932 valid TC tracks. The dataset provides essential parameters such as maximum sustained wind speed (MWS), radius of maximum winds (RMW), and distance to land, while excluding the radius of 34-knot winds (R34) due to historical inconsistencies. To ensure temporal consistency with wind data from the European Centre for Medium-Range Weather Forecasts Reanalysis V5 (ERA5), the TC data were interpolated to hourly intervals.
The authors propose an integrated parametric method for reconstructing TC wind fields, addressing limitations in ERA5. This method differentiates between TCs over open ocean, landfalling, and nearshore regions, employing the Willoughby adjustment method to estimate the radial wind profile. A blending approach is used to integrate ERA5 data with the idealized wind model, incorporating a weight coefficient to account for TC translation speed. For landfalling TCs, an empirical proportional correction enhances wind intensity while preserving the spatial structure of the ERA5 wind field. The study also refines TC parameters using satellite data, calculating MWS and RMW based on isoline contours, and adjusts the TC center position by analyzing relative vorticity. This comprehensive methodology aims to improve the accuracy of TC wind field reconstructions, providing valuable insights for future research.
Discussion
The discussion section of the paper highlights the utilization of various satellite and in-situ datasets to enhance the accuracy of tropical cyclone (TC) wind field estimates. The Soil Moisture Active Passive (SMAP) and WindSat datasets, launched in 2015 and 2003 respectively, provide critical wind speed data with high temporal and spatial resolutions. SMAP demonstrates a strong correlation (R = 0.91) with the International Best Track Archive for Climate Stewardship (IBTrACS) for maximum wind speed (MWS), while WindSat shows a moderate correlation (R = 0.75), indicating that SMAP is more reliable for TC wind field estimation. Both datasets also effectively capture the radius of maximum wind (RMW), although with some discrepancies in estimation accuracy.
The paper further discusses the reconstruction of wind fields using an integrated approach that combines proportional corrections for land regions with adjustments for open-ocean scenarios. This method significantly improves the representation of wind speeds, particularly during landfall, where traditional models struggle to account for the asymmetric nature of TCs. The reconstructed ERA5 dataset shows enhanced agreement with observational data, achieving higher correlation coefficients (up to R = 0.86) and lower root mean square errors (RMSE) compared to the original ERA5 data. These findings underscore the effectiveness of the proposed reconstruction method in providing a more accurate depiction of TC dynamics, which is crucial for hazard assessment and forecasting.