【现代气象】双气旋的相互作用及完全合并过程：基于复杂网络方法

2184

基于复杂网络方法的双气旋相互作用及完全合并过程

气旋是地球上最危险的极端天气事件之一。在某些情况下，两个相互靠近的同向旋转气旋可能漂移得更近，并完全合并成一个气旋系统。对天气预报者来说，识别这样一个二元气旋相互作用期间的动态转变并预测完整的合并(CM)事件是具有挑战性的。科学家提出了一种创新的方法来理解两个这样的CM事件(Noru–Kulap和sero ja–Odette)期间气旋之间演变的涡旋相互作用，使用基于时间演变诱导速度的未加权有向网络。他们发现，以网络为基础的指标，即入度和出度，量化了两个气旋之间相互作用的变化，是在一个CM之前对相互作用阶段进行分类的极好候选对象。网络指标也有助于识别相互作用期间的主要气旋，并量化主要气旋和合并气旋的强度变化。证明了网络测量也提供了CM事件发生前的早期指示。

一、方法

数据：采用 ERA5 再分析数据中的 850hPa 相对涡度（反映气流旋转强度），空间分辨率 0.5°×0.5°，时间分辨率 3 小时，覆盖两个典型完全合并案例：

北半球：2017 年 7 月 Noru-Kulap 气旋相互作用；

南半球：2021 年 4 月 Seroja-Odette 气旋相互作用。

复杂网络构建：

node：网格点（代表气流单元）；

link：基于毕奥 - 萨伐尔定律计算气流单元间的诱导速度，保留前 5% 的强相互作用作为有向链接（非加权），构建随时间演化的网络。

核心指标：

入度（in-degree）：节点接收的链接数，反映其他气流单元对该节点的影响，量化双气旋间的相互作用强度；

出度（out-degree）：节点发出的链接数，反映该节点对其他单元的影响，用于识别主导气旋。

二、结果

双气旋相互作用的四阶段分类：

通过入度的 95% 分位数均值（<kⁱⁿ₉₅ₜₕ>）变化，将合并过程分为四个阶段：

阶段 I：距离较远（如 Noru-Kulap 初始约 1540km），相互作用弱，入度下降；

阶段 II：距离缩小（如至 812km），涡度交换增强，入度显著上升，标志相互作用强化；

阶段 III：距离更近（如至 797km），涡度向主导气旋集中，相互作用减弱，入度下降；

阶段 IV：接近完全合并，较弱气旋逐渐消散，入度趋于稳定。

主导气旋识别：

出度（<kᵒᵘᵗ₉₅ₜₕ>）显示，Noru（Noru-Kulap 案例）和 Seroja（Seroja-Odette 案例）分别为各自系统的主导气旋，其出度随合并过程持续上升（或饱和），反映对较弱气旋的涡度吸收。

提前预警价值：

阶段 II 中入度和出度的显著增长，可作为完全合并事件的早期信号，比传统分离距离指标更敏感。

三、结论

基于相对涡度的复杂网络方法，能有效量化双气旋相互作用的动态变化，清晰分类合并阶段，识别主导气旋；

入度和出度指标可提前预警完全合并事件，为改进气旋轨道和强度预报提供了新工具，未来可扩展至其他类型气旋相互作用（如部分合并、弹性相互作用）的研究。

Somnath De, Shraddha Gupta, Vishnu R. Unni, Rewanth Ravindran, Praveen Kasthuri, Norbert Marwan, Jürgen Kurths, R. I. Sujith; Study of interaction and complete merging of binary cyclones using complex networks. Chaos 1 January 2023; 33 (1): 013129. https://doi.org/10.1063/5.0101714