用<bold>O-CNOPs</bold>方法改进异常台风路径集合预报的可靠性

异常台风路径预报面临巨大挑战. 本文将正交条件非线性最优扰动(O-CNOPs)方法应用于WRF模式, 选取5个具有异常路径特征的台风个例(含23个对台风转向预报的时段), 系统对比了O-CNOPs、奇异向量(SVs)和繁殖向量(BVs)三类扰动方法集合预报性能的可靠性. 结果表明, 无论是确定性预报还是概率预报, O-CNOPs方法均较SVs和BVs能够更稳定、更可靠地提升台风路径预报技巧, 尤其O-CNOPs在提前1~5天预报台风路径时, 能够更早且有更高概率地准确预报台风路径的异常转向. 所以, 与传统的SVs和BVs方法相比, O-CNOPs在提升台风路径预报技巧, 尤其是异常路径的预报技巧方面, 具有明显优势, 希望O-CNOPs在未来提升台风业务预报水平中发挥重要作用.

Publication Details

Journal
SCIENTIA SINICA Terrae
Published
2025-10-16
DOI
https://doi.org/10.1360/n072025-0124
Primary Topic
Tropical and Extratropical Cyclones Research
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

用<bold>O-CNOPs</bold>方法改进异常台风路径集合预报的可靠性

SCIENTIA SINICA Terrae
Tropical and Extratropical Cyclones Research
article

用<bold>O-CNOPs</bold>方法改进异常台风路径集合预报的可靠性

article en

Abstract

异常台风路径预报面临巨大挑战. 本文将正交条件非线性最优扰动(O-CNOPs)方法应用于WRF模式, 选取5个具有异常路径特征的台风个例(含23个对台风转向预报的时段), 系统对比了O-CNOPs、奇异向量(SVs)和繁殖向量(BVs)三类扰动方法集合预报性能的可靠性. 结果表明, 无论是确定性预报还是概率预报, O-CNOPs方法均较SVs和BVs能够更稳定、更可靠地提升台风路径预报技巧, 尤其O-CNOPs在提前1~5天预报台风路径时, 能够更早且有更高概率地准确预报台风路径的异常转向. 所以, 与传统的SVs和BVs方法相比, O-CNOPs在提升台风路径预报技巧, 尤其是异常路径的预报技巧方面, 具有明显优势, 希望O-CNOPs在未来提升台风业务预报水平中发挥重要作用.

SCIENTIA SINICA TerraeVol. 55(11)
Openalex Percentile: Top 40%
Tropical and Extratropical Cyclones Research
DOIOpen Access PDFOpenAlex
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

用<bold>O-CNOPs</bold>方法改进异常台风路径集合预报的可靠性 · SCIENTIA SINICA Terrae (2025) | TGRS Research Map | TGRS