臺風是世界上最嚴重的自然災害之一，其在登陸前後伴隨的狂風、暴雨和風暴潮給沿海地區造成了嚴重的社會🧘🏻♂️、經濟損失。加強臺風活動機理的認識，提高臺風預報預警水平，對於防臺減災意義重大。目前，如何提高臺風強度預報水平是國際上的熱點和難點。臺風強度快速變化（快速加強或快速減弱）是臺風強度預報誤差的重要來源，臺風強度達到峰值後突然轉為快速減弱（簡稱突然快速減弱）這一過程因其突發性和迅速性，更是給預報帶來了巨大挑戰，但目前鮮有研究🦁。
圍繞上述問題，我系占瑞芬教授團隊聯合吳誌偉教授團隊🤙🏽、美國夏威夷大學王玉清教授🫀、中國科學院大氣物理研究所陳光華研究員及福建省災害天氣重點實驗室汪瀾工程師定義了西北太平洋臺風突然快速減弱過程（如圖1）✊🏼，並揭示了影響該過程的關鍵物理過程。
圖1🏌🏽♂️📻：臺風突然快速減弱（TP-RW）過程概念示意圖.
圖中，橫坐標是時間，縱坐標是臺風強度，TP指的是轉折點位置.
研究結果表明📂，1982-2018年間，在西北太平洋海域每年發生突然快速減弱事件的比率約為10%，該事件可以發生在大多數月份，但在秋季達到峰值，當臺風強度達到強臺風及以上級別時更有可能發生😁。西北太平洋臺風突然快速減弱事件可根據其活動位置和路徑分為四種類型👁，分別為西南部的西北路徑型（CSW）、北部的東北轉向型（CN）👭、西部的偏北路徑型（CW，即近海型）以及東南部的偏西路徑型（CSE）。這四類事件通常都發生在海表溫度急劇下降👩🏻🦼、具有較大環境垂直風切變和西北象限較幹燥的環境中🤌🏽，且這些要素與副熱帶高壓、中緯度西風槽、及二者相互作用密切相關（如圖2）。
圖2：四種天氣型下臺風發生突然快速減弱的物理過程示意圖
註：圖中🫘💂🏼♀️，H: 西太副高, SST: 海表溫度, Trough: 西風槽, VWS: 垂直風切, Land: 陸地，Moisture: 水汽，Dry Air: 幹空氣入侵。對於CSW型⌨️🍡，副熱帶高壓的增強有助於臺風向東北轉向，引起環境垂直風切的增加和南部水汽輸送的抑製🉐，從而有助於臺風強度發生轉折並出現快速減弱。海溫梯度和臺風移速對此類事件的貢獻最大。CN主要發生在臺風位於相對較高的緯度，此類臺風從副高的西部向西北邊緣快速移動🌉，最終匯入向北的西風槽🤽🏽，隨後臺風周圍的上層西風增強🧑💼。在此過程中🐧，海溫迅速下降🫃🧜🏻，垂直風切增加，幹冷空氣從西北部侵入臺風內部，而來自南方的水汽輸送大大減少，最重要的因子是海溫下降和垂直風切增加。CW型臺風靠近東亞大陸，主要受副高和幹空氣入侵的影響。與強副高相關的垂直風切的增加以及臺風從副高西南部向西部外圍的快速移動是CW中臺風強度發生轉折並出現快速減弱的關鍵。因此，垂直風切和臺風移速對CW的貢獻最大👵🏻。CSE通常發生在冬季和春季🧒🏼，在此期間，副高向西延伸👍🏼、西風槽從北方向南滲透以及臺風周圍上層西風的加強增加了環境垂直風切，減少了來自南方的水汽輸送，這兩種變化都有助於發生臺風突然快速減弱🤾🏼。此外，從準軸對稱到非對稱結構的變化也可以很好地反映這類過程，因此此類中垂直風切貢獻最大。
進一步地利用一個簡化的臺風強度變化方程—邏輯生長模型（LGEM）對該事件進行定量探討。目前，基於LGEM建立的預報系統已被用於北大西洋（DeMaria 2009）颶風強度業務預報和西北太平洋（Zhou等 2021）臺風強度業務試驗預報中，顯示了良好的預報性能。研究通過挑選關鍵的物理因子，發現，方程中增長率κ的符號由正轉負時可以很好地表征臺風突然快速減弱，這對於此類事件的預報有重要的指示作用🛼。
LGEM方程如下🪷：
在方程中，dV/dt是強度的變化趨勢🕵🏼♂️，Vmpi是臺風最大可能強度。等式右側的第一項是強度增長項，κ為增長率，當κ>0，說明環境有利於臺風強度的增長；當κ≈0𓀐，此時環境為中性狀態；當κ＜0🤙🏼，則環境不利於臺風強度的增長🌰🎒。第二項反映了耗散過程，β和n為正值常數🙁。臺風強度的變化由增長項和衰減項決定，若增長項占主導地位，則臺風強度增強，而當強度增長項弱於耗散項或者增長項為0或負數，則臺風強度會減弱🟢。
https://doi.org/10.1029/2022JD036697
2. Zhou, Y., Zhao, J., Zhan, R., Chen, P., Wu, Z., & Wang, L. (2021). A logistic-growth-equation-based intensity prediction scheme for western North Pacific tropical cyclones. Advances in Atmospheric Sciences,38(10), 1750–1762. https://doi.org/10.1007/s00376-021-0435-1
3. DeMaria, M. (2009). A simplified dynamical system for tropical cyclone Intensity prediction. Monthly Weather Review, 137(1), 68–82. https://doi.org/10.1175/2008MWR2513.1
