《Tropical Cyclone Research and Review》：A Preliminary study on an estimation method of tropical cyclone wind field based on the Random Forest algorithm and multiple satellite datasets
编辑推荐：
机器学习算法现已被广泛应用于热带气旋（TC）路径和强度的估算，但其在TC风场估算中的应用仍鲜有探索。此外，传统的基于卫星的TC风场估算方法在精度方面有待提升。因此，本研究提出了一种整合随机森林（Random Forest）算法与多数据集的TC风场及强度估算新方
机器学习算法现已被广泛应用于热带气旋（TC）路径和强度的估算，但其在TC风场估算中的应用仍鲜有探索。此外，传统的基于卫星的TC风场估算方法在精度方面有待提升。因此，本研究提出了一种整合随机森林（Random Forest）算法与多数据集的TC风场及强度估算新方法。具体而言，将先进微波扫描辐射计（AMSR）TC风场产品中的风速数据作为因变量，而来自Pathfinder Atmospheres Extended（PATMOS-x）数据集的13个云和大气属性作为自变量。这一方法的提出基于云特性在TC结构变化中的关键作用，其与风场和强度的变化密切相关。研究发现，总可降水量（TPW）、0.65微米可见光反射率（REF065）和6.7微米亮温（BT67）是对TC风场估算最重要的三个变量。所建立的随机森林模型表现出良好的性能，均方根误差低于2.6 m s-1，相关系数达到0.80。从估算风场中提取的TC强度与国际最佳追踪档案（IBTrACS）的真实值也高度一致。
一、研究背景与科学问题
热带气旋（TC）是影响全球最严重的自然灾害之一，其风场的精确描述对灾害预警、风险评估及动力学研究至关重要。近年来，机器学习算法在大气科学领域，特别是TC的路径预测、强度判定和降水预报中取得了显著进展。然而，这些算法在TC风场估算中的应用仍然十分有限。传统上，TC海面风场的监测主要依赖卫星微波观测，如合成孔径雷达、高级散射计和先进微波扫描辐射计（AMSR）。尽管这些仪器能够提供高风速下的观测，但受限于极轨卫星的窄幅宽和低时间分辨率，导致TC风场的时间分辨率不足。同时，传统基于卫星图像的风速反演算法（如利用云带旋转速度估算最大风速）精度有待提高。已有研究表明，云特性参数在TC的结构变化和强度演变中扮演着关键角色，例如冰水含量的快速增加可作为TC快速增强的前兆信号。然而，现有研究多集中于利用卫星云图进行强度判定，而较少将云特性和大气参数数据直接用于风场建模。因此，研究人员提出以下科学问题：能否通过集成卫星观测和数值天气预报中的云特性与大气参数，利用机器学习方法准确估算TC风场和强度？
二、研究方法概述
研究人员采用随机森林（Random Forest）算法构建TC风场估算模型。模型以AMSR-E和AMSR2传感器提供的TC风场产品中的海面风速作为因变量，以Pathfinder Atmospheres Extended（PATMOS-x）数据集中的13个云特性和大气物理量（包括云光学厚度COT、云类型TYPE、云分数CF、0.65微米云传输率CT065、11微米红外亮温BT11、地面气压SP、11微米云发射率CEA、0.65微米可见光反射率REF065、6.7微米亮温BT67、4.52微米亮温BT452、13.3微米亮温BT133、总可降水量TPW以及像元到TC中心的距离R）作为自变量。研究人员从2010年至2018年间西北太平洋、印度洋和北大西洋选取了12个TC案例共26条卫星轨道数据，经空间插值统一至0.25°×0.25°分辨率后，形成包含44439个数据点的训练集。模型采用十折交叉验证进行评估，决策树数量设定为4000棵。
三、主要研究结果
3.1 变量间的相关性
通过对输入模型的数据集进行分析，研究人员发现多个云特性变量与风速之间存在较高的相关性。其中，0.65微米可见光反射率（REF065）和0.65微米云传输率（CT065）与风速的相关性分别达到51%和50%（绝对值）。云光学厚度（COT）与风速的相关系数为45%。这表明云特性物理量确实对TC风场的指示作用显著。
3.2 十折交叉验证与模型评估
基于构建的随机森林模型，十折交叉验证结果显示：平均绝对误差（MAE）为1.43 m s-1，均方误差（MSE）为6.44，均方根误差（RMSE）仅为2.53 m s-1，相关系数达到0.80，P值为6.61×10-8，表明模型估算精度较高。在变量重要性排序中，排除地面气压（SP）和距离（R）后，总可降水量（TPW）、0.65微米可见光反射率（REF065）和6.7微米亮温（BT67）是最重要的三个云特性和大气参数变量，其重要性均超过8%。
3.3 去除地面气压后的模型表现
由于地面气压与风速存在强物理关联，为进一步检验云特性变量的贡献，研究人员去除了SP变量重新训练模型。结果显示，RMSE升至2.87 m s-1，相关系数降至0.77。虽然性能略有下降，但仍保持在较高水平，证明仅依靠云特性和大气参数也能较好地估算风场。不过，在高风速区域，去除SP后估算效果有所恶化，说明动态约束量对高风速估算具有不可替代的作用。
3.4 独立TC案例风场估算
研究人员利用已建立的模型对台风Talim（2017）和台风Mangkhut（2018）的风场进行了估算，并与AMSR卫星实际风场对比。结果表明，估算风场在内外核区及外围螺旋雨带的分布和数值上与卫星风场基本吻合，并能补全卫星未扫描区域的缺失数据。但在个别案例中，估算风场出现了明显西移的位置偏差，这被归因于PATMOS-x与AMSR数据之间的时间不匹配、以及基于国际最佳追踪档案（IBTrACS）整数时刻中心点与实际扫描时刻中心点之间的偏差。
3.5 TC强度提取
研究人员从估算风场中提取靠近TC中心的像素点最大风速作为TC强度，并与IBTrACS真实值比较。对于Mangkhut（2018年9月11日），估算强度为53 m s-1，真值为56.6 m s-1；对于Mangkhut（2018年9月14日），估算强度为70 m s-1，真值为72.02 m s-1；对于Talim（2017年9月14日），估算强度为47 m s-1，真值为49 m s-1。三者非常接近，表明该方法可用于TC强度的有效判定。
四、结论与讨论
本研究创新性地建立了基于随机森林算法的TC风场估算模型，结合AMSR风场数据和PATMOS-x云特性与大气参数数据，实现了对TC风场和强度的有效估算。研究证实，云特性变量（尤其是TPW、REF065和BT67）对TC风场估算具有重要指示作用，模型的RMSE低于2.6 m s-1，相关系数达0.80。即使去除与风速强相关的SP变量，模型仍能保持较好的估算性能，凸显了云特性参数的独立价值。然而，研究也存在局限性：首先，0.65微米可见光反射率（REF065）作为重要变量依赖于白天观测，无法应用于夜间，而TC的快速增强常发生在夜间，这可能影响对快速增强过程的捕捉；其次，AMSR风场本身也是反演产品，在极端降水条件下存在较大误差；此外，由于单个TC案例的尺度参数（如最大风速半径RMW）为单一值，无法与逐像元的风速建立点对点映射，因此本研究未纳入尺度信息。未来研究需引入更多不受昼夜影响的物理量，并利用更高分辨率的TC风场数据来改进模型，同时探讨结合卫星数据与机器学习方法判定TC尺度的可能性。
