2018, Vol. 34
台风是地球上最严重的自然灾害之一，每年给我国及周边国家地区造成重大的财产经济损失和人员伤亡[1-2]。濒临我国的西北太平洋是全球台风生成最活跃的海域，每年平均约有27个台风生成，约占全球台风总数的1/3[3]。因此理解西北太平洋台风活动的变化规律及其可能物理机制，不仅可加深对西北太平洋台风活动变化的物理本质的认识，同时也有助于提高台风预报水平，从而可为防台减灾决策提供科学理论依据。
随着我国政府防台减灾的不断重视，近些年来，关于影响台风生成的因素及其物理机制的研究也在不断加深[4-5]。其中，台风延伸期预报已成为当前我国和国际气象业务预报的急需任务之一，也是当前的服务重点和预报技术的难点。延伸期预报不同于中短期逐日预报和长期趋势预报，是连接天气预报和气候预测之间的10~30天的“时间缝隙”预报。若实现了延伸期预报，则意味着真正做到了“无缝隙”预报。当前大多数研究表明基于季节内振荡的应用是提高延伸期预报水平的一种主要途径[6-7]。季节内振荡不仅可通过改变季风环流结构，显著地影响局地的天气气候事件，同时也可通过激发遥相关波列对全球其他区域的天气气候产生显著的影响[8-11]。为了进一步提高台风活动的延伸期预报能力，深入探讨季节内振荡对西北太平洋台风活动的影响将显得尤为必要。
Gray[12]首次统计发现了全球台风活动存在显著的时空簇集现象，常表现为2~3周的台风活跃期后紧跟着出现1~2周的台风平静期，并进一步指出该台风时空簇集现象与季节内振荡密切相关。随后许多研究表明了季节内振荡对全球台风活动具有显著的调制作用[13-25]。在西北太平洋海域，大部分研究表明季节内振荡对台风活动具有很强的影响，主要侧重于季节内振荡通过影响台风生成的大尺度环境因子定性的理解。一般认为季节内振荡对流活跃位相期间台风生成频数显著偏多，而对流抑制位相期间台风生成显著偏少[13-14, 16-17, 22, 26-27], 然而以前大多数研究主要侧重于讨论周期为30~60天的Madden-Julian Oscillation(MJO) [28-29]对台风活动的影响，而相对忽视了夏季西北太平洋另一个显著的季内振荡分量周期为10~20天的准双周振荡[30-31]对台风活动的影响。Li等[32]曾指出热带大气QBWO振荡也是热带大气中的另一重要低频系统，其动能甚至比MJO还要大，而且其结构和活动也与MJO有着显著的不同。QBWO的垂直结构以正压特征更显著，主要表现为向西传播，不同于MJO的显著向东传播。王磊等[26]指出了QBWO活跃阶段对西北太平洋台风具有显著的影响，在对流抑制阶段QBWO对台风的调制作用并不显著。金小霞等[33]也指出台风容易发生在QBWO的湿位相中，同时还表明了QBWO对台风移动的路径也有一定的影响。Li等[16]分别讨论夏季MJO和QBWO对西北太平洋台风生成的影响，并指出了两者对台风生成具有显著不同的调制作用。综上所述，当前研究确实表明了QBWO可显著地调制西北太平洋台风活动，但仍然侧重于通过考察QBWO如何调制影响台风生成的大尺度环境因子来定性地理解QBWO对台风活动的影响，而对不同的大尺度环境因子在不同的QBWO位相期间如何影响台风生成却没有得到很好的讨论。
Camargo等[34]曾利用了Emanuel等[35]提出的台风潜在生成指数（Genesis potential index，GPI）考察了在MJO的不同位相期间不同环境因子对全球台风生成的相对贡献大小，结果表明中层相对湿度和低层绝对涡度是全球台风生成的两个最重要的因子。类似于Camargo等[34], Jiang等[36]基于模式与观测资料利用GPI研究了与MJO相联系的不同环境因子对特定的海域?蛳东北太平洋热带气旋生成的影响。与Camargo等[34]的结论一致，中层相对湿度和低层绝对涡度仍然是两个主导的贡献因子，还进一步指出不同环境因子对台风生成的相对贡献大小与MJO的位相变化密切相关。在本研究中，仿照了Jiang等[36]的做法，利用GPI作为定量分析1979—2013年5—10月QBWO调制的大尺度环境因子对台风生成的各自影响大小的诊断工具。
2 资料和方法 2.1 资料本文所用台风资料来源于美国联合台风预警中心（Joint Typhoon Warning Center，JTWC）的台风最佳路径资料，包括每6 h一次的台风位置（经度和纬度）以及最大中心风速等信息。每个台风的生成时刻和位置定义为台风的最大风速第一次达到17.2 m/s的时刻和位置。为了提取QBWO模态，采用了NOAA逐日向外长波辐射(OLR)资料，水平分辨率为1° × 1°。为了进一步分析QBWO如何调制台风生成，采用了欧洲中期天气预报中心ERA-Interim再分析资料逐日的风场、海平面气压场、海表面温度、温度场、相对湿度场和绝对湿度场资料，水平分辨率为1° × 1°，垂直分辨率为21层。
2.2 方法 2.2.1 QBWO位相的划分仿照前人研究中的做法[16, 37]，首先采用Lanczos方法对逐日OLR资料进行10~20天的带通滤波，然后将滤波后的资料进行经验正交函数（EOF）展开。其中，第1、2模态的方差贡献分别为8.9%、8.8%。基于North等[38]主要模态的统计显著检验的方法，对第1、2模态进行显著性检验，结果通过了显著性检验，与其他的模态能够显著分离。取前两个主要模态，根据Wheeler等[39]划分季节内振荡(ISO)不同位相的方法，将准双周振荡QBWO用矢量Z表示，Z的两个分量分别为EOF分解后的两个时间序列，
|
(1) |
同时定义矢量Z的振幅A和位相角α,
|
(2) |
|
(3) |
其中A表示QBWO的强度，α表示QBWO位相的传播，并利用α划分QBWO的位相。本文将强QBWO(A≥1.0)划分为8个位相，并且A≤1.0的位相视为QBWO的弱位相。
2.2.2 聚类方法以往的研究表明西北太平洋海域的台风生成具有明显的区域性特征[40-42]。为了更加客观地区分西北太平洋台风生成的区域性特征，本文采用了Alex等在2014年提出的新聚类方法对西北太平洋台风生成进行分类[43]。该方法简述如下。
首先，对于每一个点i，定义ρi为其局部密度，并且，
|
(4) |
其中，dij为各点间的距离，dc为截断距离，函数，
|
(5) |
定义δi为点i与所有比它具有更高局部密度的点的距离的最小值，
|
(6) |
对于具有最大局部密度的点，则它的δi为所有距离的最大值。
其次，计算所有点的ρi与δi，根据这两个指标进行聚类，具体分类步骤为：(1)设定截断距离dc，本文中设定dc为使得每个数据点的平均相邻点个数为数据点总个数的2%时的距离；(2)计算所有数据点的ρi与δi; (3)选取ρi与δi均相对较高的点作为聚类中心；(4)将每个剩余点分配给与其距离较近且具有更高局部密度的点集。
3 QBWO对西北太平洋台风生成的影响图 1显示了QBWO不同位相期间，10~20天带通滤波的OLR异常场和850 hPa异常风场及其相应的台风生成位置的分布。与前人的研究相一致[13, 15, , 30, 37, 39]，清晰可见西北太平洋QBWO对流中心呈现显著的西北方向传播。第1位相期间，QBWO对流中心开始位于赤道太平洋中部；第2位相时，对流加深，并向西北传播至第6位相时，对流中心位于菲律宾以东海域，强度达到最强；随后第7和8位相时，对流中心继续向西北传播，但强度逐渐减弱。从图 1可知，伴随着QBWO对流中心的西北方向传播，台风生成位置也呈现了相应的移动，台风的生成与QBWO对流活跃中心很好地耦合在一起。在QBWO对流活跃的区域，台风生成偏多，QBWO对流不活跃区域，台风生成偏少。该结果进一步通过图 2a的统计结果来体现。从图 2a可以看出，在QBWO对流抑制位相期间（位相1~4）的台风生成个数小于QBWO对流活跃期间（位相5~8）的台风个数。尤其QBWO对流活跃位相6期间，台风频数显著偏多，几乎是对流抑制位相台风频数的两倍。QBWO除了对台风生成频数具有显著的调制作用，对台风生成的发生率的影响同样也很显著（图 2b）。不同QBWO位相期间的台风发生率定义为台风频数与特定QBWO位相期间的天数的比例。结合图 2b可知，伴随着QBWO对流中心的西北方向的传播，台风发生率也呈现相应的改变。第1位相至第6位相，台风发生率不断增大。第6位相期间，台风发生率达到最大。随后第7~8位相期间，台风发生率随位相减小。
|
图 1 1979—2013年准双周振荡8个位相滤波(10~20天)后合成的OLR场（阴影，单位：W/m2）和850 hPa风场（箭矢，单位m/s） 黑色点为台风生成位置。 |
|
图 2 1979—2013年5—10月QBWO不同位相下，台风生成的频数（a，单位：个)和发生率(b，频数/天数) |
考虑到台风生成对QBWO方差的影响，对去除有台风生成的OLR进行EOF分解，前两个主模态与本研究的得到EOF模态基本一致。类似地，计算去除有台风生成天数时，QBWO各位相下OLR的分布（图略）发现，QBWO对流活跃中心，仍然随着位相向西北方向传播，并且在第6位相达到最活跃的状态。这些进一步表明了QBWO是季节内时间尺度上大气内部变率，而并不是因为台风的影响而变得活跃。
4 不同环境因子对台风生成的相对重要性为了考察在QBWO不同位相期间，大尺度环境因子对台风生成的各自贡献或影响大小，本文采用了Emanuel等[35]提出的热带气旋潜在生成指数（Genesis Potential Index，GPI)作为诊断不同环境因子对台风生成影响的工具。该指数涉及了与台风生成密切相关的几个大尺度环境因子，包括低层绝对涡度、中层相对湿度、垂直风切变和最大潜在强度（Maximum Potential Index，MPI）构成。其中最大潜在强度MPI表示在特定的环境条件下，台风所能达到的最大强度，是海表面温度、海平面气压、垂直大气温度和混合比的函数，由此海表温度对台风生成的影响也包含其中，MPI的计算可参考Bister等[44]。Emanuel等[35]提出的GPI表达式如下，
|
(7) |
其中，ζ为850 hPa的绝对涡度(s-1)，γ为600 hPa的相对湿度（%），PI为最大潜在强度（m/s），Vshear为200 hPa与850 hPa垂直风切变大小（m/s），计算公式如下：
|
(8) |
其中，u200和u850分别表示200 hPa和850 hPa等压面上的经向风速；v200和v850分别表示200 hPa和850 hPa等压面上的纬向风速。η、r、ψ、s分别表示组成GPI的850 hPa绝对涡度、600 hPa相对湿度、最大潜在强度、垂直风切变。以往研究表明了该指数不仅在年际时间尺度上能够很好地再现全球重要海域的台风生成[44]，而且在季节内时间尺度上对台风生成也具有很好的表征能力[34, 36, 13-14]。本文也将仿照Jiang等[36]讨论GPI对季内时间尺度上台风生成的做法，研究QBWO不同位相期间，不同环境因子对台风生成的相对贡献大小。
4.1 不同位相GPI的分布图 3为QBWO位于不同位相时对GPI进行去除气候态处理后的合成及台风生成位置的分布。从图 3中可清晰地看出GPI的西北方向传播特征。QBWO第1位相期间，GPI正异常分布在赤道中太平洋附近以及南海北部。随后GPI正异常区域向西北传播直至第6位相GPI正异常振幅和区域达到最大，此时GPI正异常区域主要分布在菲律宾以东以及南海中部地区。结合图 1不难看出，GPI正异常区域与QBWO对流中心的位置几乎是一致的，伴随着QBWO对流的西北传播，台风生成区域和GPI正异常场也相应地向西北方向传播。进一步说明了QBWO对台风生成具有显著的调制作用。鉴于GPI正异常场与台风生成很好的一致性，可利用GPI进一步讨论不同环境因子在QBWO不同位相期间对GPI的贡献大小。另外值得注意的是，从图 3可见少部分台风生成分布在GPI负异常地区，这可能是由于以下两个主要原因导致。一是存在其他未包括在GPI中的环境因子对台风生成的影响。二是其他时间尺度(比如MJO、对流耦合波动等)的环境因子的影响没有考虑其中。
|
图 3 1979—2013年5—10月QBWO位于不同位相时，GPI异常分布的合成 黑色点代表台风生成位置。 |
为了考虑台风生成的区域性特征，基于2.2.2中的聚类分析方法，对1979—2013年台风季节5—10月台风生成的位置进行聚类分析。根据聚类分析中聚类中心决策图（图 4a），选择ρ与δ均较大的点作为聚类中心，不难看出ρ与δ均相对较大的点有三个，以这3个点作为聚类中心，由此对台风生成区域分成了三个聚集中心。如图 4b，分别为Ⅰ南海中北部(111~120°E，14~21°N)、Ⅱ菲律宾群岛以东(123~138°E，10~21°N)和Ⅲ关岛附近(142~146°E，10~15°N)。这与前人的研究中指出的西北太平洋台风生成的区域性相似[45-47]。表 1为1979—2013年5—10月各区域中热带气旋生成的频数。区域Ⅱ，菲律宾以东地区台风生成频数最多（142个台风），也是最大的台风生成源地；区域Ⅰ，南海中北部台风频数次之（72个台风）；区域Ⅲ，关岛附近的台风生成频数最少（22个台风）。
|
图 4 聚类中心决策图(a)和聚类结果(b) |
|
表 1 1979年—2013年5—10月区域Ⅰ、Ⅱ、Ⅲ中热带气旋生成的频数 |
图 5a、5b分别给出了QBWO各位相期间区域Ⅰ、Ⅱ、Ⅲ中台风生成频数和台风生成率。从图 5a可以看出，在区域Ⅰ中，位相6~8和位相1时，台风频数较大；区域Ⅱ中，位相4~7时，台风频数较大；区域Ⅲ中，位相2~5时台风生成频数较大。QBWO对台风生成率的调制也得到类似的结论。由此，表明了QBWO对三个区域内的台风生成频数和台风发生率都具有显著的调制作用。
|
图 5 1979—2013年5—10月QBWO对流活跃位相与不活跃位相时各区域内台风生成频数（a，单位：个）和台风生成率(b，台风频数/天数) |
为了考察GPI各个环境因子的相对重要性，我们仿照前人研究中的做法[13-14, 36]将GPI表达式中的变量η、r、ψ、s表示为A=A+A'两部分。其中，A表示气候平均状态，A'表示与气候平均状态的偏差。那么，与ISO相关的GPI异常可以表示为：
|
(9) |
上式中，GPI异常被分解为4个线性项(分别为VOR项、RH项、PI项、Shear项)和1个非线性项。在线性项中，其中的一个环境因子为与ISO相关的偏差，而其余3个环境因子均保持多年夏季的平均状态。
为了更加清楚地考察QBWO对于环境因子的影响，接下来将对比QBWO对流活跃位相(5~8)和对流抑制位相(1~4)期间GPI的异常和各个环境因子的变化。
图 6a和6b分别显示了QBWO对流活跃位相与对流抑制位相期间GPI异常的合成分布。在对流活跃位相期间，西北太平洋大部分区域GPI为正异常，主要分布在南海和菲律宾以东海域，GPI负异常的区域呈带状分布在西北太平洋南部海域(10°N左右)。此时，台风生成主要集中于南海和菲律宾以东海域，台风频数个数显著偏多，台风发生率显著增大。在QBWO对流抑制位相期间，与对流活跃位相时几乎恰好相反，GPI负异常范围较大，主要分布在南海和菲律宾以东海域，正异常呈带状分布在西北太平洋南部(10°N左右)。此时，台风生成在南海和菲律宾以东海域减少，台风频数个数显著偏少，台风发生率显著减少。
|
图 6 1979—2013年期间5—10月QBWO对流活跃位相(a)与不活跃位相(b)合成的GPI异常分布 |
QBWO对流活跃位相与对流抑制位相期间VOR项、RH项、PI项、Shear项和非线性项的对总GPI异常的贡献的空间分布见图 7。从图 7a~7d可以看出，QBWO对流活跃位相期间，VOR项、RH项正异常中心均分布在菲律宾以东海域。在南海中北部的整个海域内VOR项、RH项均显著贡献于GPI正异常；在菲律宾以东海域，大部分区域内VOR项显著贡献于GPI正异常，南部少部分区域贡献为负或不明显，RH项在整个区域内均显著贡献于GPI正异常。关岛附近VOR项贡献于GPI负异常，而几乎整个区域内RH项对GPI正异常的贡献不明显。在QBWO对流抑制位相期间，与对流活跃位相时的情况几乎相反，VOR项、RH项负异常中心均分布在菲律宾以东海域。
|
图 7 1979—2013年期间5—10月QBWO对流活跃位相(a, c, e, g, i)与不活跃位相时(b, d, f, h, j) VOR项、RH项、PI项、Shear项和非线性项贡献的GPI异常合成分布图 |
在南海中北部的整个海域内VOR项、RH项均显著贡献于GPI负异常；在菲律宾以东海域，大部分区域内VOR项显著贡献于GPI负异常，南部少部分区域贡献为正，RH项在整个区域内均显著贡献于GPI负异常。关岛附近VOR项贡献于GPI正异常，而RH项贡献于GPI负异常。从图 7e~7f可以看出在对流活跃位相，PI项对总的GPI异常在各个区域内均没有明显的贡献；在对流抑制位相，除了在菲律宾以东海域的少部分区域内贡献为正以外，在其他区域均不明显。另外，台风发展时，弱的垂直风切变有利于释放的潜热加热气柱，形成暖心结构，也是台风生成的基本条件之一[12]。从图 7g、7h可以看出，QBWO对流活跃位相期间，Shear项负异常中心位于菲律宾以东海域，南海中北部大部分地区Shear项对GPI正异常有一定的贡献，菲律宾以东海域内Shear项对GPI负异常有一定的贡献，关岛附近贡献则不明显；在QBWO对流抑制位相期间，南海中北部Shear项的贡献不显著，菲律宾以东海域和关岛附近的Shear项显著地贡献于GPI正异常。类似地，从图 7i~7j可以看出，QBWO对流活跃位相期间，非线性项对GPI异常的贡献在南海中北部地区和菲律宾以东海域均不明显，而在关岛附近的整个海域内对GPI负异常的贡献相对较为显著。QBWO对流抑制位相期间，非线性项对南海中北部和菲律宾以东地区的GPI异常的影响仍不明显，而在关岛附近对GPI正异常贡献仍然相对显著。
以上这些结论与前人研究中在其他时间上的分析结论也相一致[13-14, 34, 36], 但发现不同因子对GPI的贡献与区域有着密切的关系。
为了进一步更加定量地分析环境因子对台风生成的贡献，图 8a、8b分别给出了QBWO对流活跃位相和对流抑制位相期间GPI异常和各环境因子异常的区域平均值。从图 8a可以看出，QBWO对流活跃位相期间，区域Ⅰ、Ⅱ中GPI异常平均值为正值。其中，区域Ⅰ中的GPI异常平均值最大，此时，该区域内台风生成最活跃。VOR项和RH项均显著贡献于正异常。在区域Ⅰ中，VOR项对GPI正异常的贡献最显著，而在区域Ⅱ中，RH项对GPI正异常的贡献最为显著。在区域Ⅲ中，GPI异常为负，此时，该区域内台风生成较为不活跃。其中，VOR项与非线性项对GPI负异常的贡献相当且均很显著。从图 8b可知，在QBWO对流抑制位相期间，与对流活跃位相时几乎相反，区域Ⅰ、Ⅱ中GPI异常均为负，台风生成不活跃。其中，区域Ⅰ中GPI异常最小，该区域中台风生成最为不活跃。VOR项和RH项均显著贡献于负异常。在区域Ⅰ和Ⅱ中，对GPI负异常贡献最显著的分别是VOR项和RH项。在区域Ⅲ中，GPI为正值，此时，区域Ⅲ中台风生成较为活跃，其中，Shear项与非线性项对GPI正异常的贡献相当且均很显著。对比图 8a、8b发现，在区域Ⅲ中，非线性项的贡献均很显著。
|
图 8 区域Ⅰ、Ⅱ、Ⅲ处于活跃位相(a)与非活跃位相(b)期间，GPI异常、VOR项、RH项、Shear项、PI项和非线性项的平均 |
本文系统地考察了1979—2013年期间夏季QBWO对西北太平洋台风生成的影响，利用GPI作为诊断工具分析了QBWO不同位相期间不同环境因子对台风生成的相对影响大小，得到以下主要结果。
(1) QBWO对台风生成位置、台风生成频数和台风发生率都具有显著的影响。伴随着QBWO对流中心显著的西北方向的传播，台风生成位置也向西北移动，台风生成与对流中心呈现了很好的耦合。相对于对流抑制位相，QBWO对流活跃位相台风频数和发生率均偏大。
(2) 伴随着QBWO位相的变化，GPI正异常场呈现相应地向西北方向传播，且正异常区域与对流中心几乎一致。GPI的收支分析表明中层水汽和低层绝对涡度为影响台风生成的两个重要因子。同时，揭示了QBWO主要通过显著地改变影响台风生成的大尺度因子调制西北太平洋台风的生成。
(3) 不同因子的相对贡献依赖于位相和区域的变化。在QBWO对流活跃位相期间，南海中北部和菲律宾以东海域台风生成较活跃，南海中北部最活跃。对流层低层绝对涡度与中层相对湿度是对GPI正异常贡献最显著的两个因子。其中，在南海中北部，低层绝对涡度的贡献最大，菲律宾以东地区中层绝对湿度的贡献最大。在关岛附近海域，台风生成较为不活跃，其中，对流层低层绝对涡度与非线性项对GPI负异常贡献相当，且均很显著。在QBWO对流抑制位相期间，南海中北部和菲律宾以东地区台风生成较不活跃，南海中北部最不活跃。低层绝对涡度和中层相对湿度仍是对负异常贡献最显著的两个因子。在南海中北部，低层绝对涡度项对GPI负异常的贡献最大，菲律宾以东海域，中层相对湿度对GPI负异常的贡献最大。关岛附近海域台风生成较为活跃，垂直风切变与非线性项对GPI正异常的贡献相当且均很显著。
| [1] | ZHANG Q, LIU Q, WU L. Tropical cyclone damages in China 1983-2006[J]. Bull Amer Meteorol Soc, 2009, 90(4): 489-495. DOI:10.1175/2008BAMS2631.1 |
| [2] | 张娇艳, 吴立广, 张强. 全球变暖背景下我国热带气旋灾害趋势分析[J]. 热带气象学报, 2011, 27(4): 442-454. DOI:10.3969/j.issn.1004-4965.2011.04.002 |
| [3] | CHAN J C L. Interannual and interdecadal variations of tropical cyclone activity over the western North Pacific[J]. Meteorology and Atmospheric Physics, 2005, 89(1): 143-152. |
| [4] | 郝赛, 毛江玉, 吴国雄. 南海海气相互作用对热带气旋生成的影响——个例诊断[J]. 热带气象学报, 2013, 29(5): 759-768. DOI:10.3969/j.issn.1004-4965.2013.05.006 |
| [5] | 冯涛, 沈新勇, 黄荣辉, 等. 热带西太平洋越赤道气流的年际变化对西北太平洋热带气旋生成的影响[J]. 热带气象学报, 2014, 30(1): 11-22. DOI:10.3969/j.issn.1004-4965.2014.01.002 |
| [6] | 丁一汇, 梁萍. 基于MJO的延伸预报[J]. 气象, 2010, 36(7): 111-122. |
| [7] | LAU W K M, WALISER D E. Intraseasonal variability in the atmosphere-ocean climate system[M]. Springer Science & Business Media, 2011. |
| [8] | CHEN T C, CHEN J M. The 10-20-day mode of the 1979 Indian monsoon: Its relation with the time variation of monsoon rainfall[J]. Mon Wea Rev, 1993, 121(9): 2465-2482. DOI:10.1175/1520-0493(1993)121<2465:TDMOTI>2.0.CO;2 |
| [9] | WANG B, XU X. Northern Hemisphere summer monsoon singularities and climatological intraseasonal oscillation[J]. J Clim, 1997, 10(5): 1071-1085. DOI:10.1175/1520-0442(1997)010<1071:NHSMSA>2.0.CO;2 |
| [10] | 赵海坤, 吴立广. 西北太平洋热带气旋气候变化的若干研究进展[J]. 气象科学, 2015, 35(1): 108-118. |
| [11] | 黄荣辉, 皇甫静亮, 武亮, 等. 关于西北太平洋季风槽年际和年代际变异及其对热带气旋生成影响和机理的研究[J]. 热带气象学报, 2016, 32(6): 767-785. |
| [12] | GRAY W M. Hurricanes: Their formation, structure and likely role in the tropical circulation[J]. Meteorology over the tropical oceans, 1979, 77: 155-218. |
| [13] | ZHAO H, JIANG X, WU L. Modulation of Northwest Pacific tropical cyclone genesis by the intraseasonal variability[J]. Journal of the Meteorological Society of Japan, 2015, 91(1): 81-97. |
| [14] | ZHAO H, YOSHIDA R, RAGA G B. Impact of the Madden-Julian Oscillation on Western North Pacific tropical cyclogenesis associated with large-scale patterns[J]. Journal of Applied Meteorology and Climatology, 2015, 54(7): 1413-1429. DOI:10.1175/JAMC-D-14-0254.1 |
| [15] | ZHAO H, WANG C, YOSHIDA R. Modulation of tropical cyclogenesis in the western North Pacific by the quasi-biweekly oscillation[J]. Adv Atmos Sci, 2016, 33(12): 1361-1375. DOI:10.1007/s00376-016-5267-z |
| [16] | LI R C Y, ZHOU W. Modulation of western North Pacific tropical cyclone activity by the ISO. Part Ⅰ: Genesis and intensity[J]. J Clim, 2013, 26(9): 2904-2918. DOI:10.1175/JCLI-D-12-00210.1 |
| [17] | LI R C Y, ZHOU W. Modulation of western North Pacific tropical cyclone activity by the ISO. Part Ⅱ: Tracks and landfalls[J]. J Clim, 2013, 26(9): 2919-2930. DOI:10.1175/JCLI-D-12-00211.1 |
| [18] | HUANG P, CHOU C, HUANG R. Seasonal modulation of tropical intraseasonal oscillations on tropical cyclone geneses in the western North Pacific[J]. J Clim, 2011, 24(24): 6339-6352. DOI:10.1175/2011JCLI4200.1 |
| [19] | KIKUCHI K, BIN W. Formation of tropical cyclones in the northern Indian Ocean associated with two types of tropical intraseasonal oscillation modes[J]. Journal of the Meteorological Society of Japan. Ser. Ⅱ, 2010, 88(3): 475-496. DOI:10.2151/jmsj.2010-313 |
| [20] | KLOTZBACH P J. On the Madden-Julian oscillation-Atlantic hurricane relationship[J]. J Clim, 2010, 23(2): 282-293. DOI:10.1175/2009JCLI2978.1 |
| [21] | AIYYER A, MOLINARI J. MJO and tropical cyclogenesis in the Gulf of Mexico and eastern Pacific: Case study and idealized numerical modeling[J]. J Atmos Sci, 2008, 65(8): 2691-2704. DOI:10.1175/2007JAS2348.1 |
| [22] | KIM J H, HO C H, KIM H S, et al. Systematic variation of summertime tropical cyclone activity in the western North Pacific in relation to the Madden-Julian oscillation[J]. J Clim, 2008, 21(6): 1171-1191. DOI:10.1175/2007JCLI1493.1 |
| [23] | HO C H, KIM J H, JEONG J H, et al. Variation of tropical cyclone activity in the South Indian Ocean: El Niño-Southern Oscillation and Madden-Julian Oscillation effects[J]. J Geophy Res: Atmospheres, 2006, 111(D22) |
| [24] | MALONEY E D, HARTMANN D L. Modulation of eastern North Pacific hurricanes by the Madden-Julian oscillation[J]. J Clim, 2000, 13(9): 1451-1460. DOI:10.1175/1520-0442(2000)013<1451:MOENPH>2.0.CO;2 |
| [25] | MALONEY E D, HARTMANN D L. Modulation of hurricane activity in the Gulf of Mexico by the Madden-Julian oscillation[J]. Science, 2000, 287(5460): 2002-2004. DOI:10.1126/science.287.5460.2002 |
| [26] | 王磊, 陈光华, 黄荣辉. 西北太平洋大气准双周振荡对热带气旋活动的影响[J]. 大气科学, 2009, 33(3): 416-424. DOI:10.3878/j.issn.1006-9895.2009.03.02 |
| [27] | 祝从文, TETSUO N, 李建平. 大气季节内振荡对印度洋-西太平洋地区热带低压/气旋生成的影响[J]. 气象学报, 2004, 62(1): 42-50. DOI:10.3321/j.issn:0577-6619.2004.01.005 |
| [28] | MADDEN R A, JULIAN P R. Detection of a 40-50 day oscillation in the zonal wind in the tropical Pacific[J]. J sci, 1971, 28(5): 702-708. |
| [29] | MADDEN R A, JULIAN P R. Description of global-scale circulation cells in the tropics with a 40-50 day period[J]. J Atmos Sci, 1972, 29(6): 1109-1123. DOI:10.1175/1520-0469(1972)029<1109:DOGSCC>2.0.CO;2 |
| [30] | KIKUCHI K, WANG B. Global perspective of the quasi-biweekly oscillation[J]. Climate, 2009, 22(6): 1340-1359. DOI:10.1175/2008JCLI2368.1 |
| [31] | CHEN T C, CHEN J M. The 10-20-day mode of the 1979 Indian monsoon: Its relation with the time variation of monsoon rainfall[J]. Mon Wea Rev, 1993, 121(9): 2465-2482. DOI:10.1175/1520-0493(1993)121<2465:TDMOTI>2.0.CO;2 |
| [32] | LI C, ZHOU Y. On Quasi-Two-Week (10--20 Day) Oscillation in the tropical atmosphere[J]. Chinese Science Abstracts Series B, 1995, 6(14): 66 |
| [33] | 金小霞, 何金海, 占瑞芬, 等. 南海-西北太平洋地区大气准双周振荡对TC生成的调节作用[J]. 热带气象学报, 2012, 28(4): 451-460. DOI:10.3969/j.issn.1004-4965.2012.04.003 |
| [34] | CAMARGO S J, WHEELER M C, SOBEL A H. Diagnosis of the MJO modulation of tropical cyclogenesis using an empirical index[J]. J Atmos Sci, 2009, 66(10): 3061-3074. DOI:10.1175/2009JAS3101.1 |
| [35] | EMANUEL K, NOLAN D S. Tropical cyclone activity and the global climate system[C]//26th Conference on Hurricanes and Tropical Meteorolgy. 2004. http://ci.nii.ac.jp/naid/10017437656 |
| [36] | JIANG X, ZHAO M, WALISER D E. Modulation of Tropical Cyclones over the Eastern Pacific by the Intraseasonal Variability Simulated in an AGCM[J]. Clim, 2012, 25(9): 459-463. |
| [37] | CHEN G, SUI C H. Characteristics and origin of quasi-biweekly oscillation over the western North Pacific during boreal summer[J]. J Geophy Res: Atmospheres, 2010, 115(D14) |
| [38] | NORTH G R, BELL T L, CAHALAN R F, et al. Sampling errors in the estimation of empirical orthogonal function[J]. Mon Wea Rev, 1982, 110(7): 699-706. DOI:10.1175/1520-0493(1982)110<0699:SEITEO>2.0.CO;2 |
| [39] | WHEELER M C, HENDON H H. An all-season real-time multivariate MJO index: Development of an index for monitoring and prediction[J]. Mon Wea Rev, 2004, 132(8): 1917-1932. DOI:10.1175/1520-0493(2004)132<1917:AARMMI>2.0.CO;2 |
| [40] | CHEN T C, WENG S P, YAMAZAKI N, et al. Interannual variation in the tropical cyclone formation over the Western North Pacific[J]. Mon Wea Rev, 1998, 126(4): 1080-1090. DOI:10.1175/1520-0493(1998)126<1080:IVITTC>2.0.CO;2 |
| [41] | 孙淑清, 刘舸, 张庆云. 南半球环流异常对夏季西太平洋热带气旋生成的影响及其机理[J]. 大气科学, 2007, 31(6): 1189-1200. DOI:10.3878/j.issn.1006-9895.2007.06.14 |
| [42] | 李雪, 任福民, 杨修群, 等. 南海和西北太平洋热带气旋活动的区域性差异分析[J]. 气候与环境研究, 2010, 15(4): 504-510. DOI:10.3878/j.issn.1006-9585.2010.04.18 |
| [43] | RODRIGUEZ A, LAIO A. Clustering by fast search and find of density peaks[J]. Science, 2014, 344(6191): 1492-1496. DOI:10.1126/science.1242072 |
| [44] | BISTER M, EMANUEL K A. Low frequency variability of tropical cyclone potential intensity 1. Interannual to interdecadal variability[J]. J Geophy Res: Atmospheres, 2002, 107(D24): ACL 26-1--ACL 26-15. |
| [45] | 陈世荣. 西北太平洋的热带风暴源地[J]. 气象, 1990, 16(2): 23-26. |
| [46] | 邵利民, 杨继鉝, 易海祁, 等. 1949-2006年西北太平洋热带气旋活动的气候分析[J]. 海洋技术学报, 2007, 26(4): 83-88. |
| [47] | 秦丽娟, 董庆, 薛存金. 西北太平洋热带气旋源地30a的季节和年代际变化[J]. 海洋环境科学, 2015, 34(5): 723-728. |