NORA-Surge: A storm surge hindcast for the Norwegian Sea, the North Sea and the Barents Sea
本文提出NORA-Surge风暴潮后报档案，覆盖挪威及周边海域1979-2022年，基于NORA3大气数据驱动，利用90多个水位计观测验证，MAE为9.7 cm，并计算了100年重现期水平。
2024-06-07 physics.ao-ph
Multivariate statistical modelling of future marine storms
为了沿海基础设施的设计目的，需要对极端事件（如海浪风暴）进行描述。这种描述应包含关于风暴变量的单变量行为和联合依赖性的信息。这两个方面已经解决了在这里通过广义帕累托分布和层次阿基米德copula。一个非平稳模式已被用来突出这些极端事件和非平稳气候之间的关系。它已被应用到一个代表性的浓度路径8.5气候变化的情况下，获取有限的环境（加泰罗尼亚海岸）。在非平稳模型中，所有考虑的变量减少的时间，除了风暴持续时间在加泰罗尼亚海岸的北部。风暴变量的联合分布呈现周期性波动，气候动力学的影响大于气候本身的影响。
2019-03-13 physics.ao-ph
A Novel Hybrid Machine Learning Model for Rapid Assessment of Wave and Storm Surge Responses Over an Extended Coastal Region
提出一种结合深度自编码器降维与深度神经网络映射的新型混合机器学习模型，利用NACCS合成数据验证，实现了对广阔沿海区域波浪和风暴潮响应的快速、高精度评估，可应用于预警系统与概率风险评估。
2024-03-26 physics.ao-ph
Impact of Storm Surge and Power Peaking on Tidal-Fluvial Dynamics in Microtidal Neretva River Estuary
本研究针对微潮型内雷特瓦河河口，提出一种纳入风暴潮与河流流量项的非平稳调和模型，并结合STREAM数值模拟揭示了电力调峰对分潮振幅的调制作用，提升了从下游潮控区到上游径流控制区的水位预测能力。
2024-11-20 physics.ao-ph
Flo: A data-driven limited-area storm surge model
Norwegian Meteorological Institute（挪威气象局）
Flo是一种基于图神经网络的数据驱动风暴潮模型，通过训练43年的大气数据，实现了高分辨率的风暴潮模拟，为传统物理模型提供了补充。
2026-10-06 physics.ao-ph
Evaluating local climate in global storm-resolving models with the Köppen-Geiger classification
Wageningen University & Research（瓦赫宁根大学与研究）；University of Hamburg（汉堡大学）；University of Lausanne（洛桑大学）；University of Bern（伯尔尼大学）；Instituto Português do Mar e Atmosfera（葡萄牙海洋与大气研究所）；ETH Zurich（苏黎世联邦理工学院）；Seoul National University（首尔国立大学）；European Centre for Medium-Range Weather Forecasts (ECMWF)（欧洲中期天气预报中心）
研究评估了两种全球风暴解析模型在柯本-盖格尔气候分类中的表现，发现模型在区域偏倚方面仍有不足，但整体上在许多地区表现良好，提出该分类作为标准诊断工具。
2026-04-28 physics.ao-ph
Advancing Spatio-temporal Storm Surge Prediction with Hierarchical Deep Neural Networks
École de Technologie Supérieure, Université du Québec（魁北克大学高等技术学院）；University at Buffalo（布法罗大学）
针对传统风暴潮数值模型计算成本高、现有深度学习模型存在误差累积的问题，提出结合卷积自编码器的分层深度神经网络，通过多时间尺度层级预测与降维解码，实现高效准确的风暴潮时空预测。
2024-10-01 cs.LG physics.ao-ph
The intensification of winter mid-latitude storms in the Southern Hemisphere
中纬度风暴路径的强度影响着热带以外地区的天气和气候现象，因为这些风暴路径控制着降水、温度和风的日变化和数十年变化。到本世纪末，冬季中纬度风暴预计将在南半球加强，对整个热带以外地区产生重大影响。因此，能够准确评估人为排放对这些风暴的影响至关重要，以便改善社会对未来变化的准备。在这里，我们表明，目前的气候模式严重低估了近几十年来中纬度风暴轨迹的强化。特别是，从再分析得到的强化已经达到了模型预测的世纪末强化。偏置的强化被认为是联系在纬向流的偏见。这些结果质疑气候模式准确预测未来南半球中纬度地区人为排放影响的能力。
2022-06-02 physics.ao-ph
Investigation Of The Hydro-Meteorological Hazards Along The Bulgarian Coast Of The Black Sea By Reconstructions Of Historical Storms
极端海洋风暴期间的水文气象参数信息对于沿海地区洪水风险背景下的可持续发展具有重要意义。通常，对极端风、浪和风暴潮的仪器测量缺乏足够长的历史。历史风暴模拟是评估海岸带潜在灾害的重要工具。在缺乏测量数据的情况下，后报可以满足对历史数据的需要。对1972-2012年期间黑海保加利亚海岸的10个最严重风暴进行了波浪和风暴潮区域数值模拟。采用高分辨率大气模式ALADIN，将ERA-Interim和ERA-40对10米处风和平均海平面气压的再分析缩小到适合于精确评估风暴期间水文气象参数的水平和时间尺度。风场和海平面气压的降尺度场被用作波浪和风暴潮模型的输入。
2015-09-28 physics.ao-ph
Modeling the Combined Impact of Rainfall and Storm Tide on Coastal Cities under a Changing Climate: Transportation Infrastructure Impacts in Norfolk, Virginia USA as a Case Study
世界各地的低洼沿海城市容易受到降雨和风暴潮的综合影响。然而，现有的方法缺乏模拟这些洪水机制的综合影响的能力。因此，为了提高洪水恢复力，建模技术，以提高这些洪水灾害的综合影响的理解和预测是至关重要的。为了满足这一需求，本研究提出了一种建模系统，用于评估在不断变化的气候条件下沿海城市的综合洪水风险，该系统利用海洋建模与陆地表面建模，能够解决城市内的城市排水基础设施。该模型方法被证明是在量化的未来对交通基础设施的影响在诺福克，弗吉尼亚州美国。一系列的组合风暴事件是为当前（2020年）和预测未来（2070年）的气候条件。结果表明，在当前气候条件下，洪泛对交通网络造成的中断比潮汐洪水更大。然而，到2070年，潮汐洪水将成为主要的洪水机制，由于SLR，预计每天都会发生滋扰性洪水。到2070年，滋扰性洪水预计将导致4.6%的总链路关闭时间（TLC），这是2020年50年一遇风暴潮（1.8% TLC）的两倍多。将耦合模型与广泛使用但物理上过于简单的浴缸法进行比较，以评估所提出的更复杂的建模所产生的差异。结果表明：对于2020年和2070年的10年一遇风暴潮，浴盆法分别高估了海岸线附近的洪泛面积9.5%和3.1%，而低估了内陆地区的洪泛面积9.0%和4.0%。研究结果表明，复杂的建模方法在沿海社区的气候适应性规划和政策的好处。
2021-08-26 physics.ao-ph
Multi-Output Artificial Neural Network for Storm Surge Prediction in North Carolina
在飓风季节，应急管理人员和其他决策者需要关于潜在风暴潮影响的准确和“及时”信息。完全动态的计算机模型，如ADCIRC潮汐、风暴潮和风浪模型，在配置为高空间分辨率时，需要几个小时才能完成预测。此外，高分辨率模型的静态有意义的集合（不确定性估计所需的）不容易近实时地计算。本文讨论了一个人工神经网络模型用于北卡罗来纳州的风暴潮预报。该网络模型提供了快速，实时的风暴潮估计在北卡罗来纳州沿海地区。本文研究的性能的神经网络模型与其他模型的合成和真实的飓风数据。
2016-09-23 cs.NE physics.ao-ph stat.AP
Using Direct Policy Search to Identify Robust Strategies in Adapting to Uncertain Sea Level Rise and Storm Surge
海平面上升对沿海社区、生态系统和基础设施构成相当大的风险。决策者在设计沿海适应战略时面临着不确定的海平面预测。传统的方法往往是沉默的权衡，以及尾区事件和潜在的未来学习的影响。在这里，我们重新制定了一个简单的海平面上升适应模型，以解决这些问题。我们表明，直接政策搜索产生更好的解决方案的质量，帕累托主导的目标，在传统的方法下不确定的海平面上升预测和风暴潮。此外，新的配方产生高质量的解决方案，计算需求比跨期优化方法。我们的研究结果说明了效用的多目标自适应配方的沿海适应的例子，并指出更广泛的应用在气候变化适应决策问题。
2018-06-04 physics.ao-ph
Comparing Storm Resolving Models and Climates via Unsupervised Machine Learning
本文提出基于非线性降维与向量量化的无监督方法，从高维模拟数据中学习分布距离，用于客观比较九个全球风暴解析模型，并发现其中仅六个模型大气动力学表示相似，同时无监督揭示全球变暖对流响应特征。
2023-12-03 physics.ao-ph
Diagnostic vs dynamic representation of the inverse barometer effect in a global ocean model and its potential for probabilistic storm surge forecasting
Norwegian Meteorological Institute（挪威气象局）；University of Bergen（卑尔根大学）；European Centre for Medium-Range Weather Forecasts（欧洲中期天气预报中心）
本文研究了反气压效应在全球海洋模型中的诊断与动态表示方法，发现其能有效降低风暴潮预报的误差，尤其在封闭盆地和特定风暴事件中表现更佳。
2026-01-23 physics.ao-ph
Observations of cyclone-induced storm surge in coastal Bangladesh
孟加拉国海岸带的15个验验潮仪的水位测量值与1977年至2010年期间54个气旋的气旋路径和风速数据一起进行了分析。风暴潮量级是通过从每个站点的观测水位中减去模拟的天文潮计算出的剩余水位来推断的。观测到的残留水位一般小于报告的气旋风暴潮水位，在这两种情况下，许多气旋根本没有产生明显的残留。最高和最低残留水位都较高的西登陆气旋产生的陆地风和一般减少气旋登陆孟加拉国海岸或向东产生离岸风。在气旋期间观测到的水位一般受潮汐相位和振幅的影响比单独受风暴潮的影响更大。在15个站点中，只有7个站点的最高观测水位与气旋相吻合。虽然气旋一致的剩余水位最大值发生在一个广泛的潮汐阶段，很少符合高大潮。与最大风速，登陆时数，人口密度和剩余水位（推断的风暴潮）的气旋相关的人员伤亡的比较显示，任何单一的特征没有显着的相关性。具有高伤亡的气旋通常在这些特征中的一个或多个方面是极端的，但似乎没有一个极端特征是所有高伤亡气旋所共有的。
2015-12-14 physics.ao-ph physics.geo-ph
Optimization of multiple storm surge risk mitigation strategies for an Island City On a Wedge
管理沿海洪水风险涉及在不同选项组合中进行选择。分析这些选择通常需要一个模型。最先进的沿海风险模型提供了详细的区域信息，但可能难以实施，计算具有挑战性，并且可能无法进入较小的社区。简单的经济损失模型更容易获得，但可能没有包含重要的功能，因此无法以足够的保真度模拟风险和权衡，以有效地支持决策。在这里，我们开发了一个新的框架来分析沿海防洪。该框架计算成本低，但结合了许多沿海城市的共同特点。我们将此框架应用于一个理想化的沿海城市，并评估和优化两个目标，使用组合的风险缓解策略对广泛的未来国家的世界。我们发现，使用组合的策略优化允许识别帕累托最优策略组合，优于个别策略选项。
2019-05-04 physics.ao-ph
A global unstructured, coupled, high-resolution hindcast of waves and storm surge
开发了基于非结构化网格、耦合SCHISM与WWM-V模型的50年全球海浪与风暴潮后报数据集，分辨率达2-4公里，显著提升近岸动力学模拟能力，为沿海灾害风险评估提供高精度数据支持。
2023-06-28 physics.ao-ph
Trends in storm surge probability of occurrence along the Polish Baltic Sea coast
在评估风暴潮对海岸的危害时，经常进行频率分析。一个特别令人关切的问题是海平面上升，据认为这会对最高水位产生影响。在这项研究中，三个计量站的长期记录可以追溯到19世纪，位于波兰波罗的海沿岸进行了分析。不同的理论分布进行了测试，以找到最适合的一个。Gumbel分布被选择和估计为40年的移动周期。所有验潮站的位置参数都有上升，但格但斯克验潮站的形状参数稳定，其他两个验潮站的形状参数则有所下降。实际上，理论年最高水位遵循格但斯克的SLR，而大多数极端风暴潮在Swinoujscie没有趋势，在Kolobrzeg有负趋势。对此可能的解释进行了调查（NAO指数测量的大气环流变化）。
2014-10-09 physics.ao-ph stat.AP
Adaptive Mesh Refinement for Storm Surge
Institute for Computational Engineering and Science, University of Texas at Austin（德克萨斯大学奥斯汀分校计算工程与科学研究所）
本文提出利用自适应网格细化算法改进风暴潮建模，降低计算成本并保持海岸分辨率。在Geoclaw框架中实现并对比Adcirc模型及观测数据。
2014-01-22 cs.NA math.NA physics.ao-ph
LASSE: Learning Active Sampling for Storm Tide Extremes in Non-Stationary Climate Regimes
Massachusetts Institute of Technology（麻省理工学院）
本文提出LASSE在线主动学习方法，利用代理模型从少量水动力模拟中迭代筛选信息样本，高效识别极端风暴潮气旋，并在大型降尺度目录中以少于20%模拟实现100%精确率。
2025-01-06 cs.LG physics.ao-ph physics.geo-ph
Projecting U.S. coastal storm surge risks and impacts with deep learning
Pacific Northwest National Laboratory（太平洋西北国家实验室）
本研究针对热带气旋风暴潮风险评估难题，采用深度学习风暴潮模型结合合成TC事件与海平面变化预测美国沿海风险，验证了模型可靠性，发现本世纪末风险人口将增50%，明确了重点高风险区域与临界阈值。
2025-06-16 cs.LG physics.ao-ph
Bias Correction of Operational Storm Surge Forecasts Using Neural Networks
针对挪威沿岸业务化风暴潮预报误差较大的问题，提出基于残差学习的神经网络校正方法，可显著降低短时效预报误差，且易于业务化部署。
2023-12-18 physics.ao-ph
Implicit Assimilation of Sparse In Situ Data for Dense & Global Storm Surge Forecasting
European Space Agency（欧洲空间局）；La Trobe University（拉筹伯大学）；Consiglio Nazionale delle Ricerche（国家研究委员会（意大利））；Terrarum（特拉伦公司）
本文提出用神经网络隐式同化稀疏现场验潮站数据与粗粒度海洋再分析，构建全球数据集，实现面向无观测站地点的密集全球风暴潮预报。
2024-04-05 cs.AI cs.CV cs.LG
Stochastic dynamics of storm surge with stable noise
先进的环流（ADCIRC）和模拟近岸波（SWAN）耦合模式进行了修改，包括随机项的浅水方程，表示随机外力从碎片携带的浪涌和短期的本地规模的大气波动。我们在耦合模式的强迫项中加入了$α$ -稳定的噪声，在空间和时间上不相关。模型的输入是来自地形和水深、土地覆盖分类、潮汐势成分和大气强迫的非结构化计算网格。该模型模拟了塔克洛班市中心附近以每秒4米的速度冲过的约5米的浪涌高度。预计低估的模拟涌浪高度与裸地球模型和流体源的控制方程的情况下，而高估的模拟峰值高度也会发生由于存在混凝土障碍物，减少涌浪高度和淹没程度。在低潮和相对较高的流体速度时，随机模型对随机外力敏感。低潮发生在流速最大、水位最低的时候，而流速较高则是由风暴潮等外力带来的。然而，从确定性的解决方案的随机解的差异平均为零，并没有显着改善风暴潮模型在一般情况下，当涉及到加性噪声。这是预期的结果，因为所使用的噪声具有零均值。随着$α$趋于零，更大的跳跃发生得更频繁，因此为了仿真稳定性，$σ$需要与$10^{-8}$一样小。
2020-12-11 cs.CE physics.ao-ph
Protection of New York City Urban Fabric With Low-Cost Textile Storm Surge Barriers
位于多个地点的纺织品风暴潮屏障实际上是世界著名的城市结构的延伸-这是城市对当地自然的统治的另一种表现。纺织品风暴浪涌屏障（TSSB）旨在保护城市免受北大西洋飓风的影响，这些飓风会导致海浪影响人口密集和高价值的房地产，引发灾难性的，可能是长期的基础设施和金钱损失。复杂的TSSB安装宏观项目规划是哈德逊河和其他河流的存在，几个小的潮汐海峡，未来的气候变化和其他因素。我们的结论是，TSSB装置均质建筑材料制成的是值得研究的，因为它们可能是更便宜的建设，更容易更换后，任何故障，比混凝土和钢风暴潮屏障，这也是由均质材料。我们认为，最好的宏观项目成果将在21世纪初以完美的宏观工程规划方式和最佳的需求时间发展，其中包括纽约和新泽西港务局。TSSB技术比战时港口反潜/反鱼雷钢网和岩石丘吉尔屏障更有实际意义。
2007-10-01 physics.ao-ph physics.gen-ph physics.soc-ph
A Framework for Flexible Peak Storm Surge Prediction
Norwegian University of Life Sciences（挪威生命科学大学）；Simula Research Laboratory（西穆拉研究实验室）
针对高保真风暴潮模型计算成本高的问题，提出基于多阶段方法的新型代理模型，独立预测各点风暴潮，在德州和阿拉斯加研究中实现与ADCIRC相当的精度且速度快多个数量级。
2023-03-31 cs.CE cs.LG physics.ao-ph
Machine-learned climate model corrections from a global storm-resolving model
Allen Institute for Artificial Intelligence（艾伦人工智能研究所）；Geophysical Fluid Dynamics Laboratory, NOAA（美国国家海洋和大气管理局地球物理流体动力学实验室）；NVIDIA（英伟达）
由于计算的限制，运行多年的全球气候模式（GCM）需要一个较低的空间网格分辨率（${\gtrsim}50$ km）比精确解决重要的物理过程是最佳的。这种过程近似在GCM通过次网格参数化，这有助于显着的不确定性，在GCM预测。提高粗网格全球气候模式精度的一种方法是在每个模拟时间步添加机器学习的状态相关校正，使得气候模式更像高分辨率的全球风暴分辨模式（GSRM）。我们训练神经网络学习的状态依赖的温度，湿度和辐射通量的修正需要推动一个200公里的粗网格气候模式的演变3公里的细网格GSRM。当这些校正ML模式耦合到一年的粗网格气候模拟，时间平均空间格局误差减少了6-25%的土地地面温度和9-25%的土地表面降水相对于无ML基线模拟。ML校正的模拟在气候和环流方面产生了其他偏差，这些偏差与基线模拟不同，但幅度相当。
2022-11-21 cs.LG physics.ao-ph
Bangladesh's Amplified Coastal Storm Tide Hazard from Tropical Cyclones and Rising Sea Levels in a Warming Climate
本文通过统计-物理降尺度和多模型大集合预估，揭示气候变暖下孟加拉国百年一遇风暴潮将从3.5米增至4.9-5.4米，破坏性气旋风暴潮频率增加6-23倍，凸显提升沿海韧性的紧迫性。
2025-01-02 physics.ao-ph stat.AP
Cheap Textile Dam Protection of Seaport Cities against Hurricane Storm Surge Waves, Tsunamis, and Other Weather-Related Floods
为海陆织物坝的设计提供了一种新的方法和廉价的实用设计方法。所提供的用于保护美国主要海港城市免受飓风风暴潮、海啸和其他与天气有关的洪水的方法是最便宜的（建造和维护所有现存的防洪屏障），因此，它具有用于保护沿海城市免受自然天气引起的灾害的极好的应用前景。它也可能是一种非常便宜的方法，用于生产大量的周期性可再生水电，从海洋，湖泊，河岸进行土地复垦，以及岛屿和岛屿与大陆的陆地运输连接，而不是非常昂贵的水上桥梁和水下隧道。
2007-01-04 physics.ao-ph physics.gen-ph physics.soc-ph
Comments on "Assessing future risk: quantifying the effects of sea level rise on storm surge risk for the southern shores of Long Island, New York," by Christine C. Shepard, et al (Natural Hazards, Vol. 60, No. 2, 727-745)
验潮仪和卫星数据表明，海平面上升的速度并没有因过去3/4世纪的二氧化碳排放而显著增加，因此没有理由期望它会因未来3/4世纪的二氧化碳排放而显著增加。对未来海平面的最佳预测是对过去同一地点海平面历史的线性投影。对于长岛来说，到2080年大约是7-8英寸。
2012-03-31 physics.ao-ph physics.geo-ph
A Lagrangian Perspective on the Growth of Midlatitude Storms
本文通过拉格朗日视角研究中纬度风暴增长，利用ERA-5数据追踪83年温带风暴，发现斜压性与风暴强度的单调关系在高斜压性下被打破，提出非线性修正并通过简化模型验证，强调拉格朗日方法对中纬度气候研究的价值。
2025-02-19 physics.ao-ph
The influence of the meteorological forcing data on the reconstructions of historical storms in the Black Sea
本文研究了不同气象强迫源对海岸波浪和风暴潮模式的适用性，这些模式为海岸预警系统（EWS）提供业务海洋预报，并用于重建历史风暴。历史风暴潮的重建是海岸带自然灾害易损性评价的途径之一。我们评估的重要性，输入气象信息的上述类型的海岸模型。对于两个有据可查的历史风暴，造成重大损害，沿保加利亚海岸，我们模拟了显着的波高和海平面变化，使用SWAN波模型和风暴潮模型。风场和平均海平面气压场是从欧洲中期预报中心（ECMWF）的ERA中期再分析和高分辨率有限区域数值天气预报模式ALADIN的输出中提取的。总体结论是，对于成功的历史风暴重建ERA中期和ERA 40再分析是有价值的气象强迫源，但由于其在空间和时间分辨率方面的局限性，建议使用动态降尺度的再分析数据来产生更高的空间和时间分辨率的气象场。
2014-03-02 physics.ao-ph
Storm Surge Modeling in the AI ERA: Using LSTM-based Machine Learning for Enhancing Forecasting Accuracy
Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）；Louisiana State University（路易斯安那州立大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本研究针对物理风暴潮模型存在系统误差的问题，提出基于LSTM的机器学习架构校正偏差，仅用6场飓风数据训练即可达到良好效果，可用于实时预报校正，且方法可迁移至其他物理模拟场景。
2024-03-07 cs.LG physics.ao-ph
A Comparative Study of Convolutional and Recurrent Neural Networks for Storm Surge Prediction in Tampa Bay
Old Dominion University（奥多明尼昂大学）
针对坦帕湾风暴潮预测问题，对比CNN-LSTM、LSTM、3D-CNN三种深度学习架构的性能，发现CNN-LSTM整体及极端场景下表现最优，为风暴潮代理建模的模型选型提供参考。
2026-10-28 cs.LG physics.ao-ph
Characterizing the deep uncertainties surrounding coastal flood hazard projections: A case study for Norfolk, VA
沿海规划者和决策者根据灾害预测设计风险管理战略。然而，预测可能会有很大的不同。是什么导致了这种差异，决策者应该采用哪些预测来制定计划和适应措施，以提高沿海地区的复原力？使用诺福克，弗吉尼亚州，作为一个案例研究，我们开始解决这些问题，通过表征和量化公布的海平面上升和风暴潮预测之间的差异的驱动因素，以及这些差异如何影响努力，以提高沿海弹性。我们发现，假设冰盖的复杂行为是洪水灾害多样性的主要驱动力。采用单一的危险预测会忽略关键的不确定性，并可能导致过度自信的预测和向下偏置的危险估计。这些结果强调了提高灾害预测有用性的关键途径，以告知决策，例如（i）表示复杂的冰盖行为，（ii）覆盖本世纪以后的决策相关时间尺度，（iii）解决发生概率低的风暴潮（例如，每年0.2%的概率），（iv）考虑到风暴潮预测可能偏离历史记录，以及（v）传达相当大的深度不确定性。
2019-06-10 physics.ao-ph
HiRO-ACE: Fast and skillful AI emulation and downscaling trained on a 3 km global storm-resolving model
Allen Institute for Artificial Intelligence（人工智能艾伦研究所）；NOAA/Geophysical Fluid Dynamics Laboratory（美国国家海洋和大气管理局/地球物理流体动力学实验室）
HiRO-ACE通过结合AI模拟与降尺度技术，高效生成高分辨率降水场，适用于气候适应与极端事件风险评估。
2026-02-04 physics.ao-ph
Wind-induced Natural Gamma Radiation
本研究发现2024-2025年阿拉加茨冬季风暴期间自然伽马辐射异常激增，超出已知大气机制解释范围，提示高海拔和极地或有类似现象，对大气模型优化等具有重要意义。
2025-05-16 physics.ao-ph
Snow cover over the Iberian mountains in km-scale global climate simulations: evaluation and projected changes
European Centre for Medium-Range Weather Forecasts（欧洲中期天气预报中心）
本研究评估了风暴解析模型在模拟伊比利亚山脉积雪及预测气候变化中的表现，发现该模型能准确表示积雪气候特征，并显示未来积雪季节显著减少。
2025-12-01 physics.ao-ph
Using machine learning to downscale coarse-resolution environmental variables for understanding the spatial frequency of convective storms
Colorado State University（科罗拉多州立大学）；Cooperative Institute for Research in the Atmosphere, Colorado State University（科罗拉多州立大学大气研究合作研究所）
本文利用机器学习方法降尺度粗分辨率环境变量，以研究对流风暴的空间频率，展示了基于像素的神经网络在预测对流风暴频率中的有效性，且无需显式时空坐标。
2025-09-10 physics.ao-ph
Understanding Extreme Precipitation Changes through Unsupervised Machine Learning
本文提出无监督机器学习框架，在保留空间信息的前提下量化风暴动力学对极端降水变化的影响，发现高百分位极端降水变化主要由风暴动力状态的空间转移主导，为理解增温背景下大气物理变化提供了新工具。
2023-12-01 physics.ao-ph
Multidecadal forcing of European windstorm losses in CMIP6-DAMIP models
本研究利用CMIP6-DAMIP模型实验，将风场转换为欧洲风暴损失，发现人为气溶胶使20世纪后期保险损失增加45%，且内部变率与火山喷发共同影响损失峰值，未来减排或降低损失严重性。
2025-07-31 physics.ao-ph
Lightning activity on a tidally locked terrestrial exoplanet in storm-resolving simulations for a range of surface pressures
本研究利用全球风暴解析气候模式，在多种地表气压下模拟潮汐锁定类地系外行星的闪电活动，比较两种参数化方案，发现闪电量随气压升高而单调减少，且空间分布受大尺度环流和垂直层结调控，为系外行星大气化学研究提供高分辨率新估计。
2025-07-18 astro-ph.EP physics.ao-ph
Chaos, storms and climate on Mars
朱文泰峡谷附近高原上的通道网络具有火星上报告的最高排水密度。我们模拟了朱文泰高原上的冰冻降水，发现形成这些通道网络的触发因素可能是短暂的湖岸降水，并且它们不需要过去的温度高于今天。如果短期和局部事件解释了火星上的一些树枝状通道网络，这将削弱树枝状山谷网络与维持生命的地表气候条件之间的联系。我们的分析使用MRAMS模拟和HiRISE DTM。我们模拟了外流通道形成期间由短暂湖泊释放的水蒸气驱动的局部天气系统。在Juventae Chasma，平均降雪量在裂缝西南边缘达到最大值0.9 mm/hr水当量。厚云层的辐射效应提高了最大值。（最小，平均）平台地面温度高达24 K（9 K，17K）局部。关键的结果是，模拟的最大降水面积与绘制的Juventae高原通道网络显示出惊人的对应关系。三种独立的方法表明，这种拟合不太可能是我们使用积雪能量平衡模型来表明，如果雪具有灰尘的能量，（0.28），太阳光度为0.8（$\equiv$ 3.0Gya），则如果大气温室效应从（比今天高6 K），只有0.4%（21%）的湖泊引起的降水事件产生积雪融化。然而，与此相关的高密度云层覆盖导致的变暖将允许在更大范围的条件下融化。2在这些局部降水的情况下，全球气温不需要比今天高，地球上的其他地方仍然干燥。
2010-12-31 astro-ph.EP physics.ao-ph physics.geo-ph
Generative Modeling for Atmospheric Convection
University of California at Irvine（加州大学欧文分校）；Columbia University（哥伦比亚大学）
虽然云解析模式可以明确地模拟小尺度风暴形成和形态的细节，但由于缺乏计算资源，这些细节往往被气候模式忽略。在这里，我们探索生成建模的潜力，以廉价地重新创建小规模的风暴，通过设计和实施变分自动编码器（VAE），执行结构复制，降维，高分辨率的垂直速度场的聚类。在全球约6*10^6个样本的训练下，VAE成功地重建了对流的空间结构，对对流组织状态进行了无监督聚类，并识别了异常风暴活动，证实了生成建模在气候模式中为对流随机参数化提供动力的潜力。
2020-10-24 cs.LG physics.ao-ph physics.comp-ph
Uncertainties in estimating the effect of climate change on 100-year return value for significant wave height
估计气候对未来海洋风暴严重程度的影响受到很大不确定性的困扰，但为了海洋结构物的安全设计和操作，需要根据现有数据对气候影响进行最佳估计。我们针对7个代表性CMIP 5 GCM和FIO-ESM v2.0 CMIP 6 GCM的WAVEWATCHIII模型输出，探索了马达加斯加东部和澳大利亚南部地区的显着波高（Hs）100年回归值估计值随时间的变化性。使用贝叶斯推断对超过阈值的峰值和块最大值进行非平稳极值分析，提供作为时间函数的返回值的后验估计;提供MATLAB软件。不同大气环流模式的返回值估计值之间存在很大差异，每个邻域内的经度和纬度也存在很大差异。这些不确定性的来源往往大于由于典型的建模选择（如选择阈值为POT，或块长度为BM）。然而，由于马达加斯加东部存在混合风暴群，因此谨慎的阈值和块长度至关重要。CMIP 6 GCM长达700年的工业化前控制（piControl）输出允许量化作为时间函数的返回值的明显固有变化。
2022-12-21 physics.ao-ph stat.AP
A High-Resolution Future Wave Climate Projection for the Coastal Northwestern Atlantic
对大西洋西北部进行了高分辨率波候气候预测，以帮助评估由于全球气候变化可能造成的区域影响。光谱波模式NOAA WAVEWATCH III是利用三个耦合（双向）网格，以解决大西洋西北部和沿海南部和东部的美国分别在约21公里和7公里，并涵盖了1979- 2003年（历史）和2075- 2099年（未来）。每小时风场强迫由高分辨率AGCM（MRI-AGCM 3.2S; 21 km）提供，并允许更好地模拟大风暴事件（对极端事件统计很重要）。未来和历史时期之间的气候（25年）比较表明，西北大西洋（-5.7%）和墨西哥湾（-4.7%）的波高将显著降低，但加勒比海（2.4%）将增加。比较还表明，平均波向的大变化将发生在墨西哥湾（5.0°），最大的变化发生在佛罗里达半岛以西（超过15°）。
2018-07-09 physics.ao-ph
Prediction of Bayesian Intervals for Tropical Storms
Ganzfried Research（甘兹弗里德研究所）
基于最近使用递归神经网络（RNNs）预测飓风轨迹的研究，我们已经开发了改进的方法，并推广了预测贝叶斯区间的方法，以及简单的点估计。热带风暴能够造成严重破坏，因此准确预测其轨迹可以为城市和生活带来重大利益，特别是当它们由于气候变化影响而变得更加强烈时。通过在RNN中使用dropout实现贝叶斯区间，我们提高了预测的可操作性，例如通过估计登陆地区的疏散区域。我们使用RNN以6小时为间隔预测风暴的轨迹。我们使用的纬度，经度，风速和压力的功能，从统计飓风强度预测计划（SHIPS）数据集的约500个热带风暴在大西洋。我们的研究结果显示了神经网络dropout值如何影响预测和间隔。
2020-03-10 cs.LG physics.ao-ph stat.AP
Future changes in the vertical structure of severe convective storm environments over the U.S. central Great Plains
本研究利用两个气候模型数据，分析美国中部大平原强对流风暴环境垂直结构对未来变暖的响应，发现低层风切变和螺旋度增加可能增强风暴潜势，但湿静力能亏损和边界层变干可能部分抵消。
2023-10-17 physics.ao-ph
Data-Driven Equation Discovery of a Cloud Cover Parameterization
本文提出结合符号回归、顺序特征选择和物理约束的分层框架，从全球风暴解析模型数据中发现可解释且可迁移的云量诊断方程，其性能与神经网络相当且优于传统方案。
2024-02-19 physics.ao-ph
Climatology of severe local storm environments and synoptic-scale features over North America in ERA5 reanalysis and CAM6 simulation
本研究对比ERA5再分析与CAM6模拟，评估北美强局地风暴环境及天气尺度特征的气候学再现能力，发现两者均能有效重现其时空分布与关键特征。
2020-05-11 physics.ao-ph
Atmospheric Changes During Natural Disaster: Case Study of a Dust Storm and a Volcanic Eruption Using Space and Ground Based Instruments
本研究利用地基太阳光度计和 OMI-Aura、Landsat-9 等卫星数据，分析沙尘暴与火山喷发期间臭氧、水汽、气溶胶及辐射通量变化，揭示气溶胶对气候调节的关键作用。
2025-05-05 physics.ao-ph
Simulation of the 2018 Global Dust Storm on Mars Using the NASA Ames Mars GCM: A Multi-Tracer Approach
全球沙尘暴是火星上最具破坏性的沙尘事件。它们是由多个局部和区域抬升事件的组合产生的，并由正的辐射动力反馈维持。最近的一次事件始于2018年6月，由轨道上和表面上的几个航天器监测，但关于其发生，膨胀和衰减的许多问题仍然存在。我们使用NASA艾姆斯火星全球气候模型对2018年全球沙尘暴进行了建模，以更好地了解风暴的演变以及大气环流和有限的地表尘埃库如何影响它。全球沙尘暴的特征是赤道地区的尘埃快速向东输送，随后抬升。我们强调的快速传输的灰尘之间的西半球和东半球水库，这可能会发挥重要作用，通过补充地面灰尘的风暴发展。Hadley环流和大气加热的日变化都随着沙尘的增加而增强。预计在风暴的成熟阶段会有大量的尘埃羽流，喷射的尘埃可达80公里。水冰云凝结层向高空迁移，导致高层大气水蒸气富集。在我们的模拟中，Hadley细胞的强度明显强于非尘埃条件。这种反馈对尘埃的辐射特性非常敏感，这取决于扬起的尘埃分布的有效尺寸。
2019-08-07 astro-ph.EP physics.ao-ph
Efficient Method for Updating IDF Curves to Future Climate Projections
如果气候平稳性已经死亡，那么工程设计标准应该如何修改以考虑极端降水的潜在变化？许多标准依赖于NOAA的Atlas 14中提供的降水强度-持续时间-频率（IDF）曲线。大气环流模型（GCM）预测整个美国的平均温度会上升，但对降水量的变化不太清楚。在许多地区，GCM预测总降水量的变化相对较小，但也表明极端事件的规模增加，因为温暖的空气可以容纳更多的水。不幸的是，GCM在预测个别风暴事件方面的技能有限。这项研究开发了一种有效的方法来解决这个问题，复制Atlas 14方法，将广义极值分布拟合到年最大值序列。GCM偏差通过等距分位数映射来解决，从GCM的历史模拟映射到未来预测，然后将此映射从拟合应用到Atlas 14中使用的数据。该方法是有效的，因为它只需要年度最大值，允许快速检查整个GCM预测范围内的结果。
2019-06-11 physics.ao-ph physics.geo-ph
Assessing the Spurious Impacts of Ice-Constraining Methods on the Climate Response to Sea-Ice Loss using an Idealised Aquaplanet GCM
本研究使用理想化水行星GCM评估海冰约束方法对气候响应的虚假影响，发现传统人工加热或修改反照率方法会引发额外变暖，导致对中纬度环流响应的高估，建议未来优先在复杂模型中量化此类虚假效应。
2024-03-21 physics.ao-ph
