基于偏最小二乘回归理论的西北太平洋热带气旋强度统计预报方法

热带气旋(TC)的强度预报是TC研究中的前沿性问题和实际业务中的难点。当前具有参考价值的预报方法主要是统计类或模式释用类方法,例如气候持续性(CLIPER)模型等。CLIPER模型的核心技术为多元线性回归,这种回归算法在预报因子之间存在多重相关性时会丧失建模的稳健性,进而影响CLIPER模型的预报精度。为了提高CLIPER模型的适用性并且改进预报结果,将第2代统计回归理论——偏最小二乘回归技术引入CLIPER模型中,取代原有的多元线性回归技术,提出了PLS-CLIPER模型。比较两种模型2004—2007年的平行预报试验结果,发现PLS-CLIPER模型的TC强度预报趋势一致率和平均绝对误差在72h以内均优于CLIPER模型,特别是对48h以内的TC强度预报有较显著的改进(例如12h的强度预报趋势一致率提高了近10%;平均绝对误差减小了近2m/s)。PLS-CLIPER模型的预报比CLIPER模型稳定,前者的误差基本不受TC的强度及其变化、TC中心所在经纬度位置和移动速率的影响。此外,PLS-CLIPER模型还显著改进了起报时刻强度在50m/s以下的TC、处于增强和维持阶段的TC、近海和西/西北行TC的强度预报准确性。结果表明,在CLIPER模型中选用相同物理量作为预报因子的前提下,更加先进合理的统计回归技术可以显著改进预报结果,这为以后在动力-统计相结合的统计释用框架下进一步改进TC强度的预报提供了理论和算法基础。