跳到主要内容

感谢您访问nature.com。您使用的是对CSS支持有限的浏览器版本。为了获得最好的体验,我们建议您使用最新的浏览器(或关闭Internet Explorer的兼容性模式)。同时,为了确保持续的支持,我们将在没有样式和JavaScript的情况下显示站点。

回复:登陆飓风轨迹模式和衰减

原文于2022年6月22日出版

这是订阅内容的预览,通过你所在的机构访问

相关的文章

引用本文的开放获取文章。

访问选项

买条

在ReadCube上获得时间限制或全文访问。

32.00美元

所有价格均为净价格。

图1:衰减时间尺度随时间的变化τ以及海表温度的影响。
图2:分析一个o时间序列。来计算一个o,我们使用CZ的定义。

数据可用性

大西洋HURDAT2数据库可在https://www.nhc.noaa.gov/data/hurdat/hurdat2-1851-2018-120319.txt.扩展最佳跟踪数据集可在https://rammb.cira.colostate.edu/research/tropical_cyclones/tc_extended_best_track_dataset/data/ebtrk_atlc_1988_2018.txt。

参考文献

  1. 陈坤峰,张克勇,陈建昌。登陆飓风路径模式与衰减。自然https://doi.org/10.1038/s41586-022-04791-1(2022)。

  2. 李,L. & Chakraborty, P.在变暖的世界中,登陆飓风的衰减速度较慢。自然587, 230-234(2020)。

  3. 查瓦斯,D. land_or_ocean.m。MATLAB中央文件交换https://www.mathworks.com/matlabcentral/fileexchange/45268-land_or_ocean-m(2020)。

  4. Landsea, C. W. & Franklin, J. L.大西洋飓风数据库的不确定性和新数据库格式的介绍。我的财富。牧师。141, 3576-3592(2013)。

    文章广告谷歌学者

  5. Ester, M., Kriegel, h - p。,Sander, J. & Xiaowei, X. A density-based algorithm for discovering clusters in large spatial databases with noise. In第二届数据库和数据挖掘中的知识发现国际会议226-231 (aaai, 1996)。

  6. 朱,Y.-J。柯林斯,J. M.美国大陆登陆后飓风风衰减期的最近反弹。地球物理学。卷。48, e2020GL092072(2021)。

    广告谷歌学者

  7. 热带大西洋上空垂直风切变气候学。j .爬。19, 2969-2983(2006)。

    文章广告谷歌学者

  8. 德玛利亚,M., Knaff, J. A. &卡普兰,J.关于热带气旋风的衰减穿过狭窄的大陆块。j:。Meteorol。Climatol。45, 49-499(2006)。

    文章谷歌学者

  9. 李,L. & Chakraborty, P.热带气旋在登陆后产生冷核。理论物理。启液体6, l051801(2021)。

    文章广告谷歌学者

  10. 霍尔,T. M. &科辛,J. P.飓风沿北美海岸停滞和对降雨的影响。npj爬。大气压。科学。2, 17(2019)。

    文章谷歌学者

  11. 德穆斯,德玛利亚,M. & Knaff, J.先进微波探测仪单位热带气旋强度和大小估计算法的改进。j:。Meteorol。45, 1573-1581(2006)。

    文章谷歌学者

下载参考

确认

这项工作得到了冲绳科学技术研究生院的支持。我们感谢P. Shah和M. Howell的有益反馈。

作者信息

作者及隶属关系

作者

贡献

L.L.分析了数据;L.L.和P.C.讨论了结果;P.C.根据L.L.的意见写了回信;P.C.监督了这项研究。

相应的作者

对应到Pinaki Chakraborty

道德声明

相互竞争的利益

作者声明没有利益竞争。

额外的信息

扩展数据

这篇论文的地址是https://doi.org/10.1038/s41586-022-04792-0

出版商的注意施普林格自然对出版的地图和机构从属关系中的管辖权主张保持中立。

扩展的数据图形和表格

扩展数据图1使用DBSCAN(左)和全局阈值(右)识别异常值的两个示例。

数据与图中所列结果相对应。1 b分辨率= 0.2o(a, b)和CZ的分析,分辨率= 0.5o(c, d). DBSCAN需要两个参数:邻域搜索半径和形成集群所需的最小邻域数;ε而且minpts,分别用MATLAB命名。我们设置ε为归一化数据点对之间的平均距离,为算法的关键参数minpts等于1。我们分析核心簇中的数据点(数据的最大子集,由密集的点组成),以获得计算趋势;其余群集中的数据点是离群值。为了比较使用DBSCAN的结果与LC中使用的方法的结果,在右侧的面板中,我们显示了使用2个标准偏差(2σ)的全局阈值的结果。虚线框内的事件被识别为异常值,使用2σ阈值,但不使用DBSCAN。请注意,它们的τ值可与其局部邻域内其他事件的τ值相比较。虽然异常值不会对平滑数据中的趋势产生实质性影响,但它们可以极大地扭曲未平滑、有噪声数据中的趋势。去除CZ数据中的异常值后,分辨率= 0.5o,对于季节平均和事件级数据,τ的增加变得显著(95% CI),类似于文本中讨论的CZ的66个事件的情况。

权利和权限

转载及权限

关于本文

通过CrossMark验证货币和真实性

引用本文

李,L., Chakraborty, P.回复:登陆飓风轨迹模式和衰减。自然606, e12-e15(2022)。https://doi.org/10.1038/s41586-022-04792-0

下载引用

  • 发表

  • 发行日期

  • DOIhttps://doi.org/10.1038/s41586-022-04792-0

这篇文章被引用

评论

通过提交评论,您同意遵守我们的条款而且社区指导原则.如果您发现一些滥用或不符合我们的条款或指导方针,请标记为不适当。

搜索

快速链接

自然简报

报名参加自然简报时事通讯-什么重要的科学,免费到您的收件箱每天。

获取当天最重要的科学故事,免费在您的收件箱。 注册《自然简报》
Baidu
map