[论文解读] Year-ahead Prediction of Hurricane Season Sea Surface Temperature in the Tropical Atlantic

Jonathan P. Meagher, Stephen Jewson|ArXiv.org|Jun 21, 2006

Tropical and Extratropical Cyclones Research参考文献 4被引用 6

一句话总结

本研究评估了三种统计方法——波动性（FL）、线性趋势（LT）和去趋势线性趋势（DLT）——在飓风季（6月至11月）期间对大西洋热带海表温（SST）进行提前一年预测的表现，发现DLT方法提供了最稳健且最不敏感的预测结果，尤其在使用更长的数据窗口时表现更优，因此最适合用于支持未来飓风数量预测的SST预测。

ABSTRACT

One possible method for the year-ahead prediction of hurricane numbers would be to make a year-ahead prediction of sea surface temperature (SST), and then to apply relationships that link SST to hurricane numbers. As a first step towards setting up such a system this article compares three simple statistical methods for the year-ahead prediction of the relevant SSTs.

研究动机与目标

• 开发并测试用于提前一年预测热带大西洋海表温（SST）的简单统计模型，SST是飓风活动的关键预测因子。
• 评估波动性（FL）、线性趋势（LT）和去趋势线性趋势（DLT）模型在不同区域和时间段内预测SST的相对表现。
• 确定最优模型及数据窗口长度，以实现可靠的SST预测，尤其针对6月至11月的飓风季。
• 为未来将SST预测整合进提前一年的飓风数量预测系统提供基准参考。
• 评估模型对数据窗口长度的敏感性及其在不同气候条件下的表现，包括长期趋势和年际变异性。

提出的方法

• 基于1871年至2000年期间的HadISST网格化数据集中的历史SST数据，采用经验统计建模方法，覆盖四个区域：墨西哥湾和主要发展区（MDR）。
• 应用三种预测模型：FL（基于近期变异性构建的波动性模型）、LT（线性趋势模型）和DLT（去趋势线性趋势模型），用于预测年度SST异常值。
• 通过滚动窗口（窗口长度为5至30年）的回溯测试评估模型性能，采用均方根误差（RMSE）和均方误差（MSE）作为评价指标。
• 通过最小化RMSE来确定不同SST区域和时间段（6月至11月及8月至9月）的最优窗口长度。
• 比较不同数据窗口大小下的模型表现，以评估其敏感性和稳健性，重点关注长期趋势和年际噪声的影响。
• 在DLT模型中，先去除长期趋势后再拟合线性模型，从而在强气候趋势时期提升模型性能。

实验结果

研究问题

• RQ1 在飓风季（6月至11月）期间，哪一种统计模型——FL、LT或DLT——能提供最准确的热带大西洋SST提前一年预测？
• RQ2 模型表现如何随用于预测的历史数据窗口长度而变化？
• RQ3 考虑到MDR区域具有更高的年际变异性，墨西哥湾与MDR区域的预测误差有何不同？
• RQ4 针对8月至9月的短期预测，其表现与整个6月至11月季节的预测相比如何？
• RQ5 模型表现在多大程度上依赖于近期的气候趋势？在气候条件变化时，哪种模型最具稳健性？

主要发现

• DLT模型在所有SST区域和时间段内均表现出最低的RMSE，最优性能出现在使用15至27年历史数据时。
• 在墨西哥湾（6月至11月），DLT模型的最佳预测RMSE值低于0.21°C，而MDR区域的预测误差高出约50%，主要由于其更高的年际变异性。
• FL模型在短数据窗口（<13年）下表现最佳，尤其在使用11至12年数据时，但随着窗口延长，性能迅速下降。
• LT模型整体表现较差，尤其在MDR区域，其性能被FL和DLT模型全面超越。
• DLT模型在最优窗口长度附近的窗口长度敏感性最低，表明其相比FL和LT模型具有更高的稳健性。
• 在8月至9月的预测中，FL模型表现最佳，但DLT模型仍具竞争力且更稳定，表明6月至11月的预测结果无法完全推广至更短时间段。