海洋参数在生成潜力指数中的作用：提升孟加拉湾热带气旋形成预报的准确性

《Tropical Cyclone Research and Review》：The Role of Oceanic Parameters in Genesis Potential Indices for Enhancing Tropical Cyclogenesis Forecasting in Bay of Bengal

本研究提出整合大气与海洋参数的新型热带气旋生成潜在指数（GPIS和GPIS1），通过孟加拉湾2016-2022年四个后季风气旋案例验证，发现GPIS1较传统GPIK提前3-4天预警气旋生成，Pearson相关系数达0.91-0.96，均方根误差最低1.79，显著提升灾害预警时效性。

　　热带气旋是全球最严重的自然灾害之一，对沿海地区构成了极大的威胁。印度次大陆尤其容易受到这些极端天气事件的影响，主要集中在两个关键时期：四月到五月的季风前和十月到十二月的季风后。随着气候变化的影响日益显著，提升热带气旋生成的预测能力变得尤为关键，尤其是在季风后这个容易发生气旋活动的季节。本研究提出了一种创新的生成潜力指数（GPI）框架，通过结合大气和海洋参数，提高了对孟加拉湾（BoB）热带气旋生成的预测能力。这一研究不仅揭示了海洋条件在气旋形成和增强过程中的重要作用，还强调了多指数分析在捕捉气旋特定变化和提高早期识别能力方面的价值。

孟加拉湾的气旋数量几乎是阿拉伯海的四倍，这使得印度东海岸特别容易受到气旋带来的破坏，如风暴潮、强降雨和洪水。近年来，如超级气旋“安帕”（May 2020）这样的极端事件已经证明了其潜在的破坏力。尽管有大量研究关注季节性气旋活动，但在某些区域，如孟加拉湾，传统的GPIs主要依赖于大气参数，如相对涡度、湿度和垂直风切变，而忽视了海洋因素。然而，最近的研究强调了海洋-大气相互作用的重要性，特别是海洋表面温度（SST）、上层海洋热含量（UOHC）和海面高度（SSH）在准确预测气旋形成和强度中的作用。

本研究在前人工作的基础上，提出了一种新的GPI框架，该框架结合了大气和海洋参数。这一框架包括三个主要的指数：GPIK、GPIS和GPIS1。其中，GPIK是基于大气参数的传统指数，而GPIS和GPIS1则分别引入了UOHC和SSH，以及SSH的平方项，以更好地捕捉非线性海洋效应。通过使用高分辨率数据集，如ECMWF的ERA5再分析数据和Copernicus Marine Environment Monitoring Service（CMEMS）的AVISO数据，研究人员能够更精确地评估这些指数在预测气旋生成方面的性能。

研究分析了2016年至2022年间发生的四次季风后气旋：Kyant、Bulbul、Burevi和Mandous。这些气旋被选为案例研究，因为它们具有不同的合成特征、路径和强度，这使得研究人员能够在不同的环境条件下全面评估GPIs。每个气旋都被分析从其生成日期之前的五天，以评估GPIs在捕捉生成前环境信号方面的能力。例如，Kyant在2016年10月21日形成，研究人员追踪了其从10月16日至21日的路径。而Bulbul则在2019年11月5日形成，分析了从11月1日至5日的生成过程。Burevi在2020年11月30日形成，分析了从11月25日至30日的生成情况。Mandous在2022年12月26日形成，分析了从12月21日至26日的生成过程。使用一致的五天生成前时间段确保了不同GPIs的预测性能评估具有可比性。

统计分析显示，GPIS1在预测气旋生成方面表现最为出色，尤其是在与GPIK配对时。例如，在Bulbul气旋期间，GPIK和GPIS1之间的相关性达到0.96，且RMSE仅为1.79，远低于GPIK与GPIS之间的相关性（0.88）和RMSE（4.68）。这些结果表明，GPIS1不仅能够更准确地识别有利的生成环境，还能显著延长预测的提前时间，比印度气象局（IMD）目前使用的GPIK提前3-4天。这种改进对于提高早期预警系统、增强灾害预防计划和提升脆弱沿海社区的抗灾能力至关重要。

此外，GPIS和GPIS1在捕捉生成前的环境信号方面也表现出色。在Kyant气旋的分析中，GPIS和GPIS1在生成前的两天内提供了更清晰的信号，而GPIK仅在生成前两天显示出显著的信号。这种差异说明了引入海洋参数对于提高预测能力的重要性。在Burevi气旋期间，GPIS和GPIS1之间的相关性达到0.96，且RMSE仅为2.36，进一步证明了它们在捕捉生成潜力方面的有效性。这些案例研究的结果强调了海洋参数在气旋生成预测中的关键作用，同时也展示了GPIS1在各种环境条件下的稳定性和可靠性。

总体而言，本研究的结果表明，将大气和海洋参数整合到GPI框架中，能够显著提高对孟加拉湾季风后气旋生成的预测精度和提前时间。这一发现对于改进气象预报模型、提升灾害应对能力和增强沿海社区的韧性具有重要意义。通过采用GPIS和GPIS1，气象部门可以更早地识别气旋生成的潜在信号，从而为防灾减灾提供更有力的支持。此外，研究还指出，虽然GPIK在某些情况下表现良好，但其对海洋因素的敏感度有限，这可能影响其在复杂环境下的预测效果。因此，建立一个结合多种指数的适应性GPI框架，对于提升热带气旋预测的准确性和可靠性具有重要的现实意义。