Generation of a global synthetic tropical cyclone hazard dataset using STORM
Generation of a global synthetic tropical cyclone hazard dataset using STORM
复制标题
DOI：
10.1038/s41597-020-0381-2
复制
发表时间：
2020-02-06
期刊：
影响因子：
9.8
通讯作者：
Aerts, Jeroen C. J. H.
中科院分区：
文献类型：
--
作者：
Bloemendaal, Nadia;Haigh, Ivan D.;Aerts, Jeroen C. J. H.
在过去的几十年里，世界各地遭受了严重的热带气旋 (TC) 破坏，2017 年飓风哈维、艾尔玛和玛丽亚进入了有史以来造成损失最严重的前 5 名大西洋飓风。然而，由于全球大部分海岸线的热带气旋时空信息有限，计算全球范围内的热带气旋风险已被证明是困难的。在这里，我们使用新开发的合成重采样算法（我们称为 STORM（合成热带气旋生成模型））提出了一个关于全球范围内 TC 特征的新颖数据库。 STORM 可应用于任何气象数据集，对 TC 轨迹和强度进行统计重新采样和建模。我们应用 STORM 从 IBTrACS 的 38 年历史数据中提取 TC，以统计方式将该数据集扩展到 10,000 年的 TC 活动。我们表明 STORM 保留了原始数据集中的 TC 统计数据。 STORM数据集可用于热带气旋灾害评估和热带气旋多发地区的风险建模。
Over the past few decades, the world has seen substantial tropical cyclone (TC) damages, with the 2017 Hurricanes Harvey, Irma and Maria entering the top-5 costliest Atlantic hurricanes ever. Calculating TC risk at a global scale, however, has proven difficult given the limited temporal and spatial information on TCs across much of the global coastline. Here, we present a novel database on TC characteristics on a global scale using a newly developed synthetic resampling algorithm we call STORM (Synthetic Tropical cyclOne geneRation Model). STORM can be applied to any meteorological dataset to statistically resample and model TC tracks and intensities. We apply STORM to extracted TCs from 38 years of historical data from IBTrACS to statistically extend this dataset to 10,000 years of TC activity. We show that STORM preserves the TC statistics as found in the original dataset. The STORM dataset can be used for TC hazard assessments and risk modeling in TC-prone regions.