[论文解读] Year-ahead prediction of US landfalling hurricane numbers: intense hurricanes

Shree Khare, Stephen Jewson|ArXiv.org|Dec 10, 2005

Tropical and Extratropical Cyclones Research参考文献 3被引用 3

一句话总结

本研究基于历史登陆次数，开发了一种用于预测未来一年内强烈美国陆地登陆飓风的统计模型，重点优化时间平均窗口的长度。研究发现，预测强烈飓风时，较长的平均窗口（16–56年）为最优，而预测所有飓风时则为较短窗口（6–33年），表明由于强烈风暴数据的信噪比较低，其可预测性动态存在差异。

ABSTRACT

We continue with our program to derive simple practical methods that can be used to predict the number of US landfalling hurricanes a year in advance. We repeat an earlier study, but for a slightly different definition landfalling hurricanes, and for intense hurricanes only. We find that the averaging lengths needed for optimal predictions of numbers of intense hurricanes are longer than those needed for optimal predictions of numbers of hurricanes of all strengths.

研究动机与目标

• 通过采用更准确的登陆风暴定义，改进对未来一年内强烈美国陆地登陆飓风的预测。
• 评估强烈飓风的可预测性特征是否与所有飓风存在差异。
• 利用历史数据，识别预测强烈飓风数量的最佳时间平均窗口长度。
• 通过不同数据期和统计检验评估结果的稳健性。
• 通过回溯测试和基于似然的加权方法，减少在实际预报中窗口长度选择的任意性，以提供实用预报支持。

提出的方法

• 使用HURDAT数据库中的SSS变量，将登陆飓风定义为在登陆时刻为飓风的系统，相比以往定义提高了准确性。
• 采用回溯测试框架，利用1940–2004年和1900–2004年历史数据，评估从6年至100年不等的时间平均窗口长度。
• 通过均方误差（MSE）衡量预测能力，将使MSE最小化的窗口长度确定为最优预测器。
• 通过随机重排飓风数量时间序列进行显著性检验，以验证所选窗口长度的最优性。
• 将MSE分解为偏差和方差两部分，进一步将方差拆分为内部变率和抽样误差，以诊断误差来源。
• 通过从1900年至1940年共41个重叠数据系列（全部截止于2004年）进行敏感性分析，检验结果的一致性。

实验结果

研究问题

• RQ1 预测未来一年内强烈美国陆地登陆飓风数量的最佳时间平均窗口长度是多少？
• RQ2 在最佳时间平均窗口长度方面，强烈飓风的可预测性特征与所有飓风有何不同？
• RQ3 使用修订后的登陆飓风定义（SSS对比XING）是否显著影响预测性能或最优窗口长度？
• RQ4 强烈飓风预测中的预报误差有多少比例可归因于抽样误差，又有多少可归因于内部变率？
• RQ5 能否通过基于似然的预报加权方法，将最优窗口长度的广泛范围缩小，以提高实际预报的可靠性？

主要发现

• 对于强烈美国陆地登陆飓风，最佳时间平均窗口长度范围为16至56年，显著长于预测所有飓风时所发现的6–33年范围。
• 强烈飓风的最小均方误差（MSE）出现在16年窗口，随机重排检验的p值为3.35%，表明具有统计显著性。
• 较短的平均窗口（例如<10年）导致较高的预报误差，主要源于抽样误差，其在MSE方差分量中占主导地位。
• 强烈飓风具有更宽泛的最佳窗口范围，表明其信噪比较低，可能由于其频率较低所致。
• 结果在多个数据期（1940–2004、1900–2004及41个重叠的1900–1941系列）中均保持稳健，证实了最佳窗口范围的一致性。
• 本研究指出，需通过基于似然的预报加权方法，对不同窗口长度的预报进行加权，以减少在实际应用中选择单一最优窗口的任意性。